REPÚBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD ALONSO DE OJEDA

VICERRECTORADO ACADÉMICO

FACULTAD DE INGENIERÍA

ESCUELA INDUSTRIAL

ESTADÍSTICA II

Evaluación # 02 de Unidad I

ESTUDIANTE:

Osvaldo Chacín

27.260.659

Ciudad Ojeda, Mayo 2021

Responda las siguientes preguntas:

1.- Describa el concepto de Muestra Poblacional y cuáles son los métodos para Seleccionarla.

2.- Explique los tipos de Muestras Aleatorias que existen.

3.- Describa el concepto de Estimaciones Puntuales y cuál es su aplicación a los procesos estadísticos.

4.- Ejercicio (Muestreo Aleatorio Simple) Suponga que una población tiene 650 elementos. Seleccione
una muestra (MAS) con Tabla de Números aleatorios (Anexa) de los 1eros veinte (20) números o valores
que cumplen con la premisa de menor/igual 650.

5.- Ejercicio (Estimación Puntual) Una muestra aleatoria simple de datos de ocho meses de ventas en
empresa comercial da la siguiente información:

Mes 1 2 3 4 5 6 7 8

Unid vendidas (MMBs) 3,5 6,7 8 9,8 6 5,6 8 7,3

a) ¿Cuál es la estimación puntual de la media de la población del Num de unidades vendidas por mes?

b) ¿Cuál es la estimación puntual de la desviación estándar de la población?

1.- Respuestas:

Según Marcos (2016) La muestra es una porción representativa de una población. Cuando se realizan
tesis con enfoques cuantitativos, es decir, con análisis numéricos quizás debamos hacer un censo. Por
ejemplo, si queremos hacer un estudio sobre métodos de enseñanza en niños en edad escolar, de un
determinado distrito; no vamos a efectuar la investigación con todos los niños de la comunidad.
Primero, se hace un censo para luego tomar la muestra significativa de ese universo de infantes.

¿Cómo seleccionar la muestra poblacional?

Partimos de la población y esta debe ser entendida como casos que comparten especificaciones. No
necesariamente hace referencia a un grupo de personas, podrían ser animales, plantas, sucesos
naturales, objetos, etc. Es deber del investigador determinar bajo qué criterios analizará las semejanzas
para, así, obtener una población.

Esas semejanzas o características, si son definidas con claridad, sirven para segmentar una muestra
concreta y con validez. Si el interés es ejecutar un trabajo con estudiantes universitarios se debe
responder a las siguientes interrogantes:

– ¿Universidades de todo el mundo o de un país?

– Si se trata de un país ¿Son todas las universidades o las de una ciudad?

– ¿Públicas o privadas?

– ¿Estudiantes de todas las carreras o una en particular?

– ¿De cuáles años o semestres?

– También es posible considerar otras características como: género, edad, calificaciones, intereses, etc.

Una vez que encontrado el filtrado el universo de casos posibles, hasta dar con la población de nuestro
estudio, vamos a elegir un subgrupo que será la muestra de nuestro diseño metodológico. Es posible
que para seleccionar la muestra, primero se deba hacer un censo. En otros casos, de entrada contarás
con el número total de la población que buscas reunir. Si tu intención fuera trabajar con los empleados
de un departamento en una empresa específica, sería lógico que la institución contara con un registro
de sus colaboradores.

Si la población tiene unas especificaciones muy detalladas quizás si debas realizar el censo. Con el mismo
ejemplo de los empleados, puede ser que se necesite a aquellos que tengan un grupo familiar particular
o que vivan en un área y en condiciones exclusivas. En ese caso, puede que el departamento no cuente
con la información que se busca y se deba censar a la población.

Una muestra representativa es el equivalente de un 20 o 30 % del total de la población. Con estos

porcentajes es posible generalizar los resultados. El investigador puede decidir trabajar con la población
y no con la muestra, siempre y cuando, no se trate de una gran cantidad de participantes y sus recursos
se lo permitan.

Estudiante: Osvaldo Chacín

2.- Respuestas:

Muestreo probabilístico: Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles
muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de
muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los
más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes
tipos:

a.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada
individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen
tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población
que estamos manejando es muy grande.

b.- Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar todos los
elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte
de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra
son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k,
siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El
número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al
elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra
sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si
empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o
sólo mujeres, no podría haber una representación de los dos sexos.

c.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste
en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a
alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia,
el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado
para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño
geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de
diferentes tipos:

Estudiante: Osvaldo Chacín

  Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

 Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población

en cada estrato.
 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se
considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer
la desviación.

d.- Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están pensados para
seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los
elementos de la población.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que

forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones
se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de

conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después
todos los elementos pertenecientes a los conglomerados elegidos.

3.- Respuestas:

Una estimación puntual de un parámetro poblacional es cuando se utiliza un único valor para estimar
ese parámetro, es decir, se usa un punto en concreto de la muestra para estimar el valor deseado.

Cuando se estima un parámetro de forma puntual, se puede saber con certeza, cuál es ese valor.
Ejemplo: Una población de 30 personas de las que seleccionamos una muestra de 20 para las que se
conoce sus edades. Estimar de forma puntual la media de edad, sería tan sencillo como sumar esos 20
datos y dividirlos entre el total de la muestra estadística.

Ahora en que se quiere estimar la altura media de esa muestra. Al contrario que antes, no se tiene el
valor de la altura de cada persona. En este caso no se podría realizar una estimación puntual, es decir,
no podría hallar un valor concreto de esa altura media. En este caso se tendría que realizar una
estimación por intervalos, es decir, podría acotar el valor más alto y más bajo de las alturas de las
personas con cierta seguridad o lo que en estadística se conoce como cierto nivel de confianza.

Estimar puede tener dos significados interesantes. Significa querer e inferir. Desde luego, el primer
significado es más trascendente. Pero no tiene ningún peso en la estadística, disciplina que no se ocupa
de los asuntos del amor. El segundo significado es el importante aquí. Una estimación estadística es un
proceso mediante el que establecemos qué valor debe tener un parámetro según deducciones que
realizamos a partir de estadísticos. En otras palabras, estimar es establecer conclusiones sobre
características poblacionales a partir de resultados muestrales.

Estudiante: Osvaldo Chacín

Vamos a ver dos tipos de estimaciones: puntual y por intervalo. La segunda es la más natural. Y verás
que forma parte habitual de nuestro imaginario como personas sin necesidad de una formación
estadística. La primera, la estimación puntual, es la más sencilla y, por ese motivo, vamos a comenzar
por ella. Ocurre, además, que la estimación por intervalo surge, poco más o menos, de construir un
intervalo de posibles valores alrededor de la estimación puntual.

Una estimación puntual consiste en establecer un valor concreto (es decir, un punto) para el parámetro.
El valor que escogemos para decir “el parámetro que nos preocupa vale X” es el que suministra un
estadístico concreto. Como ese estadístico sirve para hacer esa estimación, en lugar de estadístico suele
llamársele estimador. Así, por ejemplo, utilizamos el estadístico “media aritmética de la muestra” como
estimador del parámetro “media aritmética de la población”. Esto significa: si quieres conocer cuál es el
valor de la media en la población, estimaremos que es exactamente el mismo que en la muestra que
hemos manejado.