ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

UNIVERSIDAD POPULAR DEL CESAR

COMPETENCIAS A DESAROLLAR EN EL PROGRAMA
SOCIOLOGIA, ADMON DE EMPRESAS, CONTADURIA

ASIGNATURA: ESTADISTICA INFERENCIAL Y MUESTREO

PROGRAMA: SOCIOLOGIA
GRUPO: 02
JORNADA: DIURNA
PROFESOR: JORGE MARTIN BARROS LAGO
FECHA: LUNES 7 DE MARZO DE 2021
GUIAS: No.1
UNIDAD: DISTRIBUCIONES MUESTRALES
TEMAS: A DESARROLLAR.

CONTENIDO:
1.- Algunos conceptos generales y específicos sobre el muestreo.
2.- Estimación puntual y de intervalos, Propiedades de un buen estimador.
3.- Teorema sobre el límite central.
4.- Distribuciones Muestrales: Medias, Proporciones, Diferencias entre dos
medias y dos proporciones.
5.- Tamaño óptimo en muestras aleatorias simples.
6.- Síntesis de la unidad.
7.- Ejercicios para resolver, resueltos en el Sistema de Información en
Línea SIL.

COMPETENCIA: El estudiante deberá estar en condiciones de:

 Manejar, comprender, y utilizar términos, métodos y conceptos de
muestreo.
 Entender calcular y aplicar las distribuciones muestrales en casos
prácticos.
 Explicar y utilizar el teorema del límite central en el desarrollo de esta
unidad.
 Comprender y explicar las condiciones requeridas por un buen
estimador.
 Calcular el tamaño óptimo para una muestra.

1
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

1.- ALGUNOS CONCEPTOS GENERALES Y ESPECÍFICOS SOBRE EL MUESTREO.

Hoy día, la estadística está considerada como la teoría de la información, no sólo como
función descriptiva, sino con el objeto básico de hacer estimaciones acerca de los valores
estadísticos de la población o en la comprobación de hipótesis de aquellas características que
han sido investigadas.

Se observa que la estadística cubre dos aspectos de gran importancia: La estadística

descriptiva a través de la recolección, clasificación, presentación, ya sea en forma de cuadros,
o gráficas, la aplicación de medidas como promedios, desviaciones, etc., y la interpretación y
análisis de datos a fin de obtener conclusiones. Se realiza un proceso deductivo de lo general
a lo particular.

El segundo aspecto es la inferencia estadística o método inductivo, el cual, mediante

investigaciones por muestreo, logra obtener resultados considerados cómo estimadores de los
valores estadísticos, correspondientes a las características de las unidades que conforman la
población, correspondiendo al método inductivo, que denominaremos inferencia.

Se podría afirmar que la tarea más importante de la estadística es la realización de

inferencias acerca de una población objetivo, con base en los resultados obtenidos a través de
una muestra.

Hacemos una pequeña síntesis de lo que consideramos que el alumno debe recordar y afianzar.

Población o universo se puede definir como un conjunto de elementos o de unidades en una

población.

El elemento o unidad puede ser una persona, familia, empresa, zona, animal u objeto.

Del elemento se estudia en sus características. Estás se clasifican en: cualitativas o

atributos; expresadas por palabras y se cuantifica mediante el conteo o recuento; las
cuantitativas o variables expresadas en forma numéricas, que pueden ser medidas
(variables continuas) o contadas (variables discreta).

De acuerdo con lo anterior, la población puede definirse como un conjunto de medidas, o el

recuento de todas las unidades que presenta una característica común. Se podría definir como
un conjunto de mediciones, finito o infinito, real o conceptual.

Marco muestral. Es un listado, actualizado y revisado, de todos los elementos que constituyen
la población que va a ser objeto de investigación. También puede ser un mapa croquis con las
unidades de selección plenamente identificadas.

2
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

Encuesta preliminar, piloto o pretest, antes de iniciar la investigación, se recomienda

realizar una pequeña encuesta preliminar, con el fin de probar el cuestionario, conocer mejor la
población, determinar el tiempo que requiere la entrevista y en especial tener un mayor
conocimiento acerca de algunos parámetros.

La población se clasifica en: finita o infinita.

Cuando se investigan las características de todas las unidades que constituyen la población o
universo, nos referimos a una investigación total, exhaustiva o censo.

Factores tales como: costo, tiempo, recursos humanos, poblaciones muy grandes o
infinitas, destrucciones de la unidad sometida a control, características con gran
homogeneidad, impiden la realización del censo. Se sustituye, entonces, por una
investigación parcial o muestra.

El objetivo principal de muestreo es considerar el mayor número de unidades con el menor

costo posible.

La muestra, para que sea representativa de la población, requiere que todas las unidades de la
población tengan la misma probabilidad de ser seleccionadas, es decir, debe ser aleatoria, al
azar o probabilística.

El muestreo aleatorio, realizado bajo ciertas condiciones y sometido a cumplir ciertos

requisitos, se constituye en un procedimiento práctico, económico y rápido para generalizar
conclusiones obtenidas a través de una muestra, aplicables a toda la población de la que forma
parte, dentro de ciertos límites de confiabilidad, establecido de antemano.

Dentro del Muestreo aleatorio, se tienen los siguientes métodos:

Muestreo aleatorio simple o muestreo aleatorio irrestricto, en el cual se da igual

oportunidad de selección a cada elemento o unidad dentro de la población.

Muestreo Aleatorio Estratificado (Asignación igual, proporcional y óptimo), garantiza la

representatividad, reduciendo el error de la muestra al formar grupos o subpoblaciones más o
menos homogéneas, en cuanto a su composición interna y heterogénea cuando se comparan
entre sí.

Muestreo por conglomerados, por áreas o geográficos. Cuando la unidad básica de

muestreo se encuentra en la población en grupos o conglomerados y la selección de la unidad
permite la observación del total de elementos de cada conglomerado elegido. Cada
conglomerado tiene las mismas características de la población; puede hacerse un segundo
muestreo dentro del conglomerado seleccionado, denominándose de doble etapa o bietápico.

3
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

Generalmente es muy aplicado cuando no se dispone de un marco de referencia completo. El

área total se divide en pequeñas áreas que son muestreadas. Cada área seleccionada podrá
ser subdividida y enumerada para una nueva selección, si es necesario, y así sucesivamente
dando origen al muestreo por etapas o polietápicos.

Muestreo por fases. En ocasiones, es conveniente y económico recoger cierta información de

la totalidad de elementos de una muestra, la cual se extrae de la población en tal forma que
sea lo muestra proveniente de la anterior, ocasionando un muestreo de dos fases o bifásico.
Puede considerarse, también, de varias fases o polifásico.

Muestreo sistemático. La selección de las unidades se hace a intervalos regulares, en un

Orden sistemático.

Las condiciones del muestreo aleatorio implican consideraciones importantes: (a) se

debe seguir un diseño estadístico especifico (Muestreo aleatorio, Simple,
estratificando, etc.); el mejor es aquel que proporciona la precisión necesaria, en
termino de un limite, en cuanto al error de estimación a un menor costo; (b) la
selección de los elementos al azar, para luego recolectar la información por
cualquiera de los métodos: entrevista, observación directa, correo, teléfono, etc.; (c)
el error muestral, es decir, la diferencia que debe haber entre el resultado realizado
mediante la muestra y el obtenido posiblemente mediante la investigación total o
censo.

El error de estimación, es la diferencia que puede haber entre la estimación puntual y el

parámetro. Cuando la estimación no representa bien al parámetro, a pesar de estar
perfectamente diseñada, nos referiremos a errores muestrales; los errores no muestrales son
ocasionados por el mal diseño del formulario, errores cometidos en el proceso de recolección,
procesamiento y análisis de los datos.

Parámetro (poblacional), son las medidas descriptivas numéricas aplicadas a las

características en las unidades de la población. También se les denomina como valores
estadísticos de la población.

Estimador puntual, son las medidas descriptivas numéricas aplicadas a las características en
las unidades de la muestra. Se podrá decir que el estimador es una norma o método para
estimar una constante perteneciente a una población. La estimación hace referencia a los
valores numéricos de los parámetros poblacionales desconocidos, a los cuales se llega mediante
una muestra.

El estimador por intervalos, es una regla que nos indica cómo calcular dos puntos o valores
a través de una muestra. La estimación por intervalo es la estimación del parámetro mediante
la especificación de un intervalo de valores, determinado por un límite inferior y otro superior
(límites de confianza) dentro del cual estará comprendido el valor verdadero o parámetro
poblacional.

4
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

Se dice que un buen estimador debe ser:

Insesgado es decir que no tenga sesgo, error o vías, cuando el valor del estimado
es igual al del parámetro. En caso contrario la estimación será sesgada.
Consistente es aquel estimador que, al aumentar el tamaño de la muestra, converge
en probabilidad al parámetro que estima.
Eficiente es el estimador que tiene la menor varianza entre todos los estimadores
posibles.
Suficiente cuando incluye toda la información que la muestra puede proporcionar
acerca del parámetro.

El intervalo de confianza, corresponde a un intervalo de valores, dentro de los cuales se

espera que esté el parámetro con cierto grado de confianza o con riesgo de error conocido,
para ello es necesario determinar primero la estimación puntual.

La probabilidad de que un intervalo de confianza contenga el parámetro que se estima,

se denomina coeficiente de confianza.

Se han visto una serie de términos y definiciones respecto al muestreo aleatorio. También
existe el muestreo no aleatorio, circunstancial o errático, método cuyos resultados o
estimaciones no son de ninguna manera confiables, dado que a la selección de las unidades
que conforman la muestra, se realiza en forma caprichosa o por conveniencia, primando en
muchos casos el juicio personal del investigador.

Dentro del muestreo no aleatorio existen algunos métodos tales como:

Muestreo a juicio, intencional u opinático, donde los elementos seleccionan a juicio

o en opinión del investigador; se podría decir que prima la intención de que estas
unidades sean incluidas dentro de la muestra.
Muestreo por conveniencia, donde se eligen los elementos más al alcance del
investigador.
Muestreo voluntario, donde el informante, voluntariamente, suministra información
sin ser previamente seleccionado.
Muestreo por cuotas, es un número de entrevistas, encuestas, condiciones o en la
forma que considere oportuna.

Encuestas descriptivas y analíticas. Algunos autores clasifican las encuestas, en términos

generales como: cuestas Descriptivas y encuestas analíticas. En las primeras, el interés se
especifica en la obtención de alguna información correspondiente a una población. En las otras
la finalidad es analizar ciertas hipótesis o supuesto a cerca de la población, que el investigador
se fija de antemano. Hay encuestas que sirven para ambos propósitos.

5
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

 DISTRIBUCIONES MUESTRALES

Corresponden a una distribución de todas las muestras que pueden ser escogidas conforme a
un esquema especificado, que implique selección al azar y a una función de números de
variables aleatorias independientes.

De una población a estudiar, se selecciona una sola muestra de todas las muestras posibles
de igual tamaño, con el fin de obtener conclusiones sobre la población, no sobre la muestra.

La selección de las unidades que van a conformar la muestra debe hacerse al azar,
mediante un generador de números aleatorios, usando cualquier método: sorteo,
tablas de números aleatorios, sistemático, calculadora o Excel.
La aplicación de Excel en la selección de elementos, se dan tres (3) opciones o métodos que
usted puede consultar en el capítulo 13 del libro de estadística y muestreo, décima tercera
edición por Ciro Martínez Bencedrino. Se presentan a continuación cuatro tipos de distribución:

 DISTRIBUCIÓN DE MEDIAS MUESTRALES

Simbología que será utilizada en este capítulo: F O R M U L A S

POBLAC
MEDIDAS MUESTRA POBLACION MUESTRA
ION

Media Aritmética µ 1 µ= Media Población = Media Muestra

Varianza S2 S2

Desviación Típica S S

Tamaño N n N=Población n=Muestras

Media de todas las
=µ =µ
medias muestrales
Desviación típica de
todas las medias
muestrales
Número de
M M M= Número Muestras
muestras posibles
Cuando la selección
se hace sin MSR M
reposición
Cuando se hace la
MCR M
selección con reposic

6
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

Si consideramos una población de N elementos, con media µ y desviación típica S, si se

obtienen M número de muestras posibles, de tamaño n, simbolizamos a cada media muestral,

Por: 1 2 3…….………… M y cada desviación típica muestral, por: s1 s2 s3……………......... sM

MUESTRAS
Población 1
N s1
X1, X2, X3……….…XN
2
µ
s2
µx
Sx
3
s3

M
SM

Teorema. Dada una población, si extraemos todas las muestras posibles de un mismo tamaño,
entonces la distribución de todas las medias muestrales posibles, será igual a la media
Poblacional.

Ejercicios Tipo A:

Ejemplo No1.

Supongamos una población de 5 elementos (N=5) y los valores que toma la

variable, dependiendo de la unidad de medida utilizada, ya sean kilómetros, metros, valores,
etc., son: Medida de tendencia Central 2 3 5 7 8 Ubicarse en la mitad de la
distribución.
N=5 → Siendo: X1 =7 X2 =3 X3=5 X4=8 X5=2; ƩXi=25
Con los anteriores valores calcular:1 La media poblacional, 2 varianza y 3 desviación típica
poblacional.

µ= = 5 Es el promedio de

los elementos de la población.

N=5 → Elementos al Cuadrado: X21=49 X22=9 X23=25 X24=64 X25=4; ƩXi2=151

= = 5,2 Es la variabilidad existente de los elementos

de la población respecto al promedio de los elementos.

7
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

= 2,28 Es la desviación típica o

GRAFICA DE LA DESVIACION TIPICA O ESTANDAR

estándar de los elementos de la población, respecto al promedio de los

elementos.
2 3 5 7 8
2,28 2,28 2,28 2,28

E=S/Raiz (n)=2,28/2=1,61 Error de Muestreo.

Ahora determinaremos el número de muestras posibles (M) de esta población, si el tamaño de

la muestra que fijamos es n=2 y si la selección se hace si Reposición o Reposición. En el primer
caso, se tendrá que: Sin Reposición:

Diez (10) es el número de las combinaciones que se pueden obtener considerando los cinco
N=5 elementos, de a dos (2) muestras. Se tienen entonces los cinco elementos así:

X1 X2 X3 X4 X5 M=10

X1X2 X2X3 X3X4 X4X5

X1X3 X2X4 X3X5
X1X4 X2X5
X1X5
Calculamos la media aritmética para cada una de las posibles muestras. n=3
X1X2X3 X2X3X4 X3X4X5 X5X1X2
X1X2X4 X2X3X5 X3X4X1
X4X5X1 X5X2X3
X1X2X5

n=4 X1X2X3X4
X1X2X3X5

8
ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

9
 ESTADISTICA INFERENCIAL Y MUESTREO CODIGO: MT305C

Ejercicio No.2

Supongamos una población de 5 Kilómetros (N=5) y los valores que toma la

variable son: X1 =4 X2 =3 X3=5 X4=1 X5=6; ƩXi=19
Con los anteriores valores calcular: La media, varianza, desviación típica poblacional,
demás pasos para hacer cumplir el teorema del límite central.

10