Documentos de Académico
Documentos de Profesional
Documentos de Cultura
U.T.N.-F.R.R.-Año 2005
INFERENCIA ESTADISTICA
Unidad 9 - MUESTREO
Profesor Titular: Eº Mario J. Garber
---------------------------------
Probabilidades y Estadística – Año 2005
105
---------------------------------
Probabilidades y Estadística – Año 2005
106
la columna y la fila que permitirán encontrar el primer grupo de cinco dígitos de la serie de n que
se requiere.
Seleccionado, entonces, al azar el primer grupo de cinco dígitos que constituye el primer
número aleatorio, se continúa con los siguientes, considerando a la tabla como un texto que debe
leerse de izquierda a derecha.
Por ejemplo, sean los siguientes números los aleatorios seleccionados para conformar una
muestra determinada de tamaño n=6:
23874 56730 05628 34902 17472 96173
A continuación se convierte a estos seis grupos en números decimales, agregándoles a su
izquierda un cero y una coma, procedimiento éste que determina valores que varían entre cero y
uno:
0,23874 0,56730 0,05628 0,34902 0,17472 0,96173
Los números decimales así construidos se simbolizan con xai (número aleatorio iésimo), y
se utilizan en la siguiente fórmula, cuya aplicación permite obtener todos los elementos de la
muestra:
ELEMENTOi ENTERO N xai 1 ( para i entre 1 y n)
con lo cual, si el tamaño de la población fuera de N=120, los seis elementos que integrarán la
muestra serán:
ELEM1 ENTERO1200,23874 1 ENTERO28,648 1 29
ELEM 2 0,56730 1 ENTERO68,076 1 69
ENTERO 120
...............
ELEM n ENTERO1200,96173 1 ENTERO115,4076 1 116
Es decir que los elementos número 29, 69,…, y 116 conformarán la muestra elegida.
N
p
n ,y
1 a p
En primer lugar se obtiene p. Luego se calcula a aplicando la siguiente fórmula:
a ENTERO p xa 1
donde xa es un número aleatorio seleccionado en la tabla correspondiente. La muestra se
conforma eligiendo a los elementos a partir de a y adicionando sucesivamente p.
---------------------------------
Probabilidades y Estadística – Año 2005
108
N
5
x2 xi x 2 2 6 2 3 6 2 8 6 2 11 6 2
1 1 54
5
10,8
y se construye el siguiente gráfico de la distribución, llamado “de bastones”:
---------------------------------
Probabilidades y Estadística – Año 2005
109
Definido claramente que el cuadro anterior contiene todas las muestras posibles y que en
total ellas son 25, puede plantearse la siguiente pregunta: ¿cuántas muestras de tamaño n
deben extraerse en la vida real, cuando se desea realizar una investigación estadística mediante
el muestreo con reposición?
La respuesta a esta pregunta da lugar a la
2 2,5 4 5 6,5
2,5 3 4,5 5,5 7
4 4,5 6 7 8,5
5 5,5 7 8 9,5
6,5 7 8,5 9,5 11
Se observa claramente que hay varios resultados para el valor de la media muestral, y que
ellos dependen de cómo se encuentren conformadas las M muestras diferentes de tamaño n=2.
Los resultados presentados en el cuadro anterior constituyen el conjunto de medias muestrales
posibles de ser calculadas a partir de la población de medias muestrales definidas previamente, lo
que implica que el cuadro contiene una población de medias muestrales de tamaño M, y ese
conjunto se denomina Distribución muestral de las medias.
Esto da a la media muestral una característica no descubierta hasta este momento, que
origina la:
3ª conclusión: la media muestral resulta ser una variable mientras la conformación
de la muestra no se encuentre definida, lo cual no entra en contradicción con la primera
propiedad de la media aritmética, que dice que ella es una constante para un conjunto definido de
valores.
Esta conclusión puede ser generalizada del siguiente modo: cualquier cálculo muestral
(es decir cualquier otra medida de posición e incluso de dispersión que se obtenga a partir de los
datos muestrales) y no sólo la media aritmética debe considerarse como variable, por el
mismo principio vigente para la media.
Atendiendo al hecho de que la media muestral resulta una variable y que el cuadro
precedente constituye la población de medias muestrales, se pueden obtener tanto la media
poblacional como la variancia poblacional de la variable media muestral, es decir que se puede
calcular la
x
x 150
6 lo cual permite formular la
M 25
4ª conclusión: la media de la población de medias muestrales es igual a la media de
la variable xi, es decir que
x x
---------------------------------
Probabilidades y Estadística – Año 2005
110
---------------------------------
Probabilidades y Estadística – Año 2005
111
2,5 4 5 6,5
4,5 5,5 7
7 8,5
9,5
x x 60
6
M 10
---------------------------------
Probabilidades y Estadística – Año 2005
112
con lo cual comprobamos que tampoco se modifica la cuarta conclusión, y que también en el
caso sin reposición x x .
x2 N n x N n
2
x n N 1 x n N 1
N n
en la cual el coeficiente se denomina factor de corrección para casos sin reposición
N 1
(tomar en cuenta que ese coeficiente apareció en el caso de la variancia de la Distribución
Hipergeométrica - ver Unidad 8, que es, sin dudas, un caso sin reposición).
Finalmente, diremos que la 6ª conclusión es similar a la señalada para el caso con
reposición, es decir que en el muestreo sin reposición, cuando n , la variable media muestral
se distribuye normalmente con media poblacional x x y variancia poblacional
x2 N n
2 .
x n N 1
x2 N n
Es decir que x N (x ; ) si n.
n N 1
El desvío estándar muestral (Sx) es, como cualquier cálculo muestral y en función de la
generalización de la 3ª conclusión, una variable que posee su media y su variancia poblacionales,
las cuales son (sin demostración en este caso particular):
E / S x ) S x
x
x2
y V ( S x ) S2
x 2n
por lo cual se puede decir que la variable desvío estándar muestral Sx se distribuye
2
normalmente con parámetros esperanza matemática x y variancia x .
2n
2
Es decir que Sx N ( x ; x ) si n .
2n
---------------------------------
Probabilidades y Estadística – Año 2005
113
BIBLIOGRAFIA CONSULTADA:
Berenson – Levine
“Estadística básica en Administración”
Editorial Prentice Hall - 6ª Edición
---------------------------------
Probabilidades y Estadística – Año 2005
114
---------------------------------
Probabilidades y Estadística – Año 2005