Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Aplicada
Practica XI
Error de muestreo
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
El error estándar
Así como hemos visto que hay otros casos de variables muy representativas de
un conjunto de situaciones, como las leyes de potencias, la distribución normal o
Gaussiana aparece en muchas más ocasiones en la práctica, debido, entre otros
motivos, al teorema central del límite (al final de este tema). Veamos ahora unos
cuantos ejemplos de variables que siguen esta ley.
El teorema del límite central o teorema central del límite (el nombre viene de un
documento científico escrito por George Pólya en 1920, titulado Über den
zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung und das
Momentenproblem1 [Sobre el «teorema del límite» (Grenzwertsatz) central del
cálculo probabilístico y el problema de los momentos] por lo que lo central
[importante] es el teorema, no el límite) indica que, en condiciones muy
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Estadístico muestral
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Más formalmente un estadístico es una función medible T que, dada una muestra
estadística de valores, les asigna un número, que sirve para estimar determinado
parámetro de la distribución de la que procede la muestra. Así, por ejemplo, la
media de los valores de una muestra (media muestral) sirve para estimar la media
de la población de la que se ha extraído la misma; la varianza muestral podría
usarse para estimar la varianza poblacional, etc.1 Esto se denomina como realizar
una estimación puntual.
Estimación puntual
Distribución muestral
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Muestreo sistemático
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
específica, son seleccionados para el estudio sólo porque son más fáciles de
reclutar y el investigador no está considerando las características de inclusión
de los sujetos que los hace representativos de toda la población.
Muestreo subjetivo
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
caso contrario, esto es, una variable de Bernoulli, ,de la que se dispone
de una muestra de tamaño n. Entonces, la proporción poblacional p no es otra
cosa que la media poblacional de dicha variable, estimándose con la
correspondiente proporción muestral o media muestral, .
• Tamaño de la muestra.
• Variación en los datos.
• Tipo de intervalo.
• Nivel de confianza.
• Existen 2 formas de aumentar la potencia del estudio.
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Por ejemplo, si tenemos una p=0.06 en un estudio que se ha trabajado con IC95%
(alfa crítica = 0.05) para hacerla significativa (p<0.05) debemos aumentar la
potencia del estudio ya sea aumentado el tamaño de la muestra (sería lo ideal) o
realizando un estudio con menor grado de confianza (IC90%; alfa crítica = 0.10)
(que no sería la adecuada forma de proceder puesto que aumentaríamos el error
tipo 1 del estudio).
Insesgado
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Eficiente
En estadística se dice que un estimador es más eficiente o más preciso que otro
estimador, si la varianza del primero es menor que la del segundo.
Consistente
Por decirlo de alguna manera, son dos herramientas matemáticas que nos
permiten calcular hacia que número o números converge nuestro estimador.
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Suficiente
Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor
con una determinada probabilidad alta. Por ejemplo, un intervalo de confianza de
95% significa que los resultados de una acción probablemente cubrirán las
expectativas el 95% de las veces.
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Probabilidad de error
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
La regla de decisión en estos casos es: el valor de la prueba debe ser mayor o
igual al de la tabla para rechazar la hipótesis nula. ... y el nivel de significancia o
probabilidad, éste representa la posición del valor del estadístico en el área de
rechazo, o aceptación, de la hipótesis nula.
Una prueba de dos colas se asocia a una hipótesis alternativa para la cual se
desconoce el signo de la potencial diferencia. Por ejemplo, supongamos que
deseamos comparar las medias de dos muestras A y B. ... Las pruebas de dos
colas son con diferencia las más utilizadas.
El valor p
Matricula: 2016-3101923
Sustentante: Katherin Cesarina González Melo
Una prueba de dos colas se asocia a una hipótesis alternativa para la cual se
desconoce el signo de la potencial diferencia. Por ejemplo, supongamos que
deseamos comparar las medias de dos muestras A y B. Antes de diseñar el
experimento y ejecutar la prueba, esperamos que si se resalta una diferencia
entre las dos medias, realmente no saabemos si A debería ser superior a B o a
la inversa. Esto nos lleva a elegir una prueba de dos colas, asociada a la siguiente
hipótesis alternativa: Ha: media(A) ≠ media(B). Las pruebas de dos colas son con
diferencia las más utilizadas.
Una prueba de una cola normalmente está asociada a una hipótesis alternativa
para la cual se conoce el signo de la potencial diferencia antes de ejecutar el
experimento y la prueba. En el ejemplo descrito más arriba, la hipótesis
alternativa referida a una prueba de una cola podría redactarse así: media(A) <
media(B) o media(A) > media(B), dependiendo de la dirección esperada de la
diferencia.
Matricula: 2016-3101923