Tema 1. Clase 2.

Población: Es la recolección completa de todas las observaciones de interés para el investigador

Observación: Todo aquello que comprendemos a través de instrumentos.

Objetos de delimitación: Tiempo y espacio.

Relación de parámetro con población

Medida estadística de una población le llamamos parámetros porque son el valor real de la
medición de la estadística obtenidos a partir de la población total.

A la media poblacional le llamamos Parámetro

La varianza poblacional también es un Parámetro

Todas las medidas estadísticas: Moda, cuartil, etc. Si se obtienen de una población completa
entonces son parámetros.

Si a la población le obtengo la media de una variable cualquiera que estemos investigando esa
media se convierte en parámetro

Simbolizamos con MIU a la media.

Otro símbolo que presenta la varianza es SIGMA

Sigma cuadrado es la varianza

MUESTRA: Siempre una muestra será obtenida a partir de una población.

Es una parte representativa de la población que se selecciona para ser estudiada ya que por lo
general la población es muy grande.

Cualquier subconjunto que yo obtenga a partir de la población se le llama muestra

Si no se realiza un muestreo probabilístico probablemente haya sesgos o las muestras no sean

representativas. Para que haya representatividad toda la estructura poblacional debe estar
replicado en la muestra.

La muestra se relaciona con estadísticos.

¿Qué es un estadístico?

Un estadístico es una medida estadística que se le calcula a la muestra a partir de los datos de
medidas estadísticas.

La media de cualquier variable de una muestra se representa por equis barra.

Varianza se representa por S cuadrado

Desviación se representa S.
Muestreo: Son las técnicas que nos permiten seleccionar una muestra o los procedimientos que
nos permiten seleccionar una muestra eso es muestreo.

En el muestreo solo se elegirá una muestra.

Población finita: Quiere decir que conocemos y sabemos cuantos elementos hay en esa población
N

En la muestra se representa por la letra “n” en minúscula.

El muestreo implica dos formas: Muestreo no probabilístico y método probabilístico.

El muestreo probabilístico es un tipo de nuestra estadística que se centra en analizar y estudiar

grupos específicos de una población estadística utilizando la selección aleatoria

Su requisito principal consiste en que todas las personas de la población estudiada cuenten con las
mismas oportunidades de selección

4 métodos de muestreo probabilístico:

1. Aleatorio simple
2. Sistemático
3. Estratificado
4. Conglomerados

Muestreo aleatorio simple: Es uno de los métodos de selección mas sencillos para una muestra. Se
basa en elegir de forma aleatoria a los individuos de la muestra a investigar. Para ello se le otorga
un numero a cada sujeto de la población y posteriormente a modo de sorteo se seleccionan
números de forma aleatoria para conformar la muestra.

El muestreo sistemático se lleva a cabo dividiendo la población en subgrupos en forma de lista

para seleccionar aleatoriamente un número. Luego el número escogido será en cada grupo el
individuo que conforme la muestra.

Por ejemplo: Tenemos una población de 10,000 personas y debemos conformar una muestra de
100 individuos por lo que se divide a la población en 200 grupos de 50. Luego se selecciona un
número al azar por ejemplo el 20 y así la muestra de 100 individuos se irá conformando por el
individuo numero 20 de cada grupo.

Muestreo estratificado: El investigador divide a la población en estratos o subgrupos que

generalmente comparten ciertas características. Luego, utilizando el método de muestreo
aleatorio simple se elige un individuo de cada estrato para conformar la muestra.

Por ejemplo: Para realizar una investigación cuya población esta conformada por personas que
trabajan en los siguientes estratos:
1. Hombre con media jornada
Hombre con jornada completa

Mujer con media jornada

Mujer con jornada completa

Aquí el investigador está dividiendo la población en 4 diferentes estratos cuyos integrantes

comparten características.

Muestreo por conglomerados: Este método es utilizado cuando no es viable o es imposible

elaborar una lista exacta de los elementos de una población. Para llevarlo a cabo, los detalles de
dicha población ya deben estar agrupados en poblaciones, es decir que las listas ya deben existir o
se pueden crear.

Ejemplo: Un investigador decide realizar una investigación sobre El Salvador, pero dividr en grupos
a toda la población del país sería difícil e impráctico. Por lo tanto, aprovecha y utiliza la separación
natural por ciudades, Así, a partir de cada ciudad elige individuos de forma aleatoria para
conformar la muestra.

Muestreo no probabilístico: El muestreo no probabilístico es una técnica utilizada en la muestra

estadística que a diferencia de la muestra probabilística no permite que todos los individuos de
una población a investigar, posean las mismas oportunidades de selección

En este tipo de muestreo predominan aquellos individuos que al cumplir con cierta cualidad o
característica benefician la investigación

Cuatro tipos:

1. Por cuotas
2. Conveniencia
3. Bola de nieve
4. Discrecional

Tipos de variables

Variables cualitativas: Estado civil, color de piel, sabor preferido, estado de animo

Variables cuantitativas: Numero de autos estacionados, Altura de una persona, la masa de un

objeto, edad.

Discretas: Numero de hijos, cantidad de autos en un parqueo, acciones vendidas

Continuas; Radio de las llantas de un lote de autos, temperatura en una localidad, tiempo de vida
de un aparato electrónico.

Tipos de variables en una onvestigacion:

1. Variables dependientes
2. Variables independientes
Una variable aleatoria en un espacio de probabilidad es una función o regla que asigna un valor
numérico a cada suceso de con una probabilidad determinada

Estadísticas: Descriptiva e inferencial

Inferencia: A partir de los datos de una investigación asumir que son ciertos para toda la población

Distribu
ciones
La distribución muestral tiene su origen al seleccionar todas las muestras que son posibles extraer
de una población

M= (N/n) para saber cuantas combinaciones son posibles. MUESTRAS CON REEMPLAZO

muestra
M= N elevado a n MUESTRAS SIN REEMPLAZO

Donde m, es la cantidad de muestras diferentes que son posibles a partir de una población N,

les
tamaño de la población n, tamaño de muestra.

La distribución de muestreo se refiere a la forma o comportamiento probabilístico que adoptan las

variables aleatorias(medidas resumen de la muestra) que se sintetizan en “promedios o medias”
en el caso de variables cuantitativas y proporciones en el caso de variables cualitativas.

La distribución muestral de medias es una función que representa las probabilidades para cada
una de las medias muestrales y sus respectivas probabilidades.

Si el tamaño de muestra es grande, la distribución de las medias será normal.

Tiene la forma de una campana de Gaus

La línea de en medio es la media poblacional pero no tiene una relación directa con la media de la
muestra

N: Tamaño de la población

n: Tamaño de la muestra

m: Muestras distintas que son posible extraer a partir de una población y un tamaño de muestra.

Z: Estadístico de la tabla normal

σ: Desviación estándar poblacional

σ x barra: Desviación estándar de las medias muestrales (error estándar)
x barra: Media muestral (estadístico)
µ= Media poblacional parámetro
El teorema de limite central se refiere a la forma de la distribución de
muestreo. El teorema establece que a medida el tamaño de muestra
aumenta, la distribución de muestreo se acomoda al modelo normal o sea el
polígono de frecuencias de la distribución de muestreo adopta la forma de
campana
Según Anderson Sweenwy Williams: Cuando se seleccionan muestras
aleatorias simples de tamaño n de una población, la distribución de muestreo
de la media muestral puede aproximarse mediante una distribución normal a
medida que el tamaño de la muestra es mas grande
Definición Walpole Myers Myers
Si X es la media de una muestra aleatoria de tamaño n Tomada de una
población de media miu y vanrianza finita entonces la forma limite de
distribución de
A medida que n es es infinita, es la distribución normal estándar.