IND – 411

ESTADISTICA INFERENCIAL
Docente: MSc. Ing. Marcelino Aliaga L.

CAP. 1 INTRODUCCION A LOS MODELOS ECONOMETRICOS

CELD@ 1
 IND - 411

Capitulo 3
INTRODUCCIÓN AL MUESTREO
PARTE I
Objetivo.-

Introducir al alumno en los conceptos básicos y la

metodología para la selección de una muestra con el
propósito de obtener estimadores de los parámetros
poblacionales e ilustrar su empleo en situaciones de
muestreo práctico.
AL CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 2
 IND - 411

Cap. 3: Contenido Analítico

3.1. Introducción
3.2. Determinación del Tamaño de la Muestra
3.3. Tipos de Muestreo
3.4. Muestreo Aleatorio Simple
3.5. Muestreo Aleatorio Secuencial
3.6. Muestreo Estratificado
3.7. Muestreo por Conglomerado
3.8. Muestreo de Poblaciones Finitas

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 3

 IND - 411

3.1. Introducción
Uno de los propósitos de la estadística inferencial es estimar
las características poblacionales desconocidas, examinando la
información obtenida de una muestra, de una población.
El punto de interés es la muestra, la cual debe ser
representativa de la población objeto de estudio.
La principal razón de que el Método Estadístico se haya
desarrollado ampliamente en los últimos años dentro de las
Ciencias Experimentales es que éstas están sujetas a
razonamientos de tipo inductivo que van de lo particular a lo
general.
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 4
 IND - 411

3.1. Introducción
Los análisis estadísticos que se realizan en el mundo real
tienen como objetivo estudiar las propiedades características
de las poblaciones (cuyos individuos pueden ser personas,
animales o cosas).

Pero estudiar todos los individuos de la población supone:

➢ Altos costos.
➢ Mucho tiempo de trabajo.
➢ Errores de medición.

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 5

 IND - 411

3.1. Introducción
3.1.1. Muestreo.- Se denomina Muestreo al procedimiento
de obtención de la muestra.

3.1.2. Elemento.- Unidad sobre la que se necesita

información.
Ejemplo.- Personas, productos, tiendas, empresas.

3.1.3. Unidad de Muestreo.- Elementos disponibles para su

selección en alguna etapa del proceso de muestreo. Número
de elementos de la población.
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 6
 IND - 411

3.1. Introducción
3.1.4. Población Objetivo del Estudio.- Conjunto de
elementos identificados sobre los que se desea tomar la
muestra.

3.1.5. Marco Muestral- Lista de todas las unidades de

muestreo disponibles para su selección en alguna etapa del
proceso de muestreo.

1.1.6. Proceso del Muestreo.- El proceso de extraer una

muestra de una población consiste en los siguientes pasos:

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 7

 IND - 411

3.1. Introducción
Definir la Población Objetivo

Identificar el Marco Muestral

Seleccionar un procedimiento Muestral

Selección de la Muestra Física

Construcción de Elementos Muestrales

Conclusiones

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 8

 IND - 411

3.1. Introducción
Ejemplo.-
Elemento: Jóvenes entre 18 y 25 años.

Unidad de Muestreo: Jóvenes varones de las distintas carreras

de la Facultad de Ingeniería.

Población Objetivo: Jóvenes varones que estudian la carrera

de Ingeniería Industrial.

Marco Muestral: Registro de alumnos matriculados en la

Carrera de Ingeniería Industrial.
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 9
 IND - 411

3.2. Tamaño de la Muestra

3.2.1. Error de Muestreo.- Se denomina error de muestreo
a la diferencia entre un estimador y su parámetro
correspondiente.
𝜽(par) = 𝜽(𝒆𝒔𝒕) ± 𝜺
෡−𝜽
±𝜺=𝜽
±𝜺 = 𝑽𝒆 − 𝑽𝒑

Un estimador será más preciso en cuanto y tanto su error sea

más pequeño.
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 10
 IND - 411

3.2. Tamaño de la Muestra

3.2.2. Error Cuadrático Medio.- Se denomina error
cuadrático medio de un estimador al valor esperado de la
diferencia del estimador menos el parámetro al cuadrado.

𝑬𝑪𝑴 𝜽(𝒆𝒔𝒕) = 𝑬 (𝜽(𝒆𝒔𝒕) − 𝜽(𝒑𝒂𝒓))𝟐

𝟐
෡
𝑬𝑪𝑴 = 𝑬[ 𝜽 − 𝜽 ]
𝑬𝑪𝑴 𝜽(𝒆𝒔𝒕) = 𝑽 𝜽(𝒆𝒔𝒕) + 𝑺𝒆𝒔𝒈𝒐𝟐 (𝜽(𝒆𝒔𝒕))

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 11

 IND - 411

3.2. Tamaño de la Muestra

3.2.3. Estimación Considerando una Población Infinita.-
(
1
p X − μ  cσ X  1 − 2
c
)
(
p X −μ  Z
α/2
σ
X
) = 1− α

(
p X−Z
α/2 X
σ μX+Z
α/2
σ
X
) = 1− α

 σ σ 

p X − Z μX+Z  = 1 − α
 α/2 n α/2 n 
 
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 12
 IND - 411

3.2. Tamaño de la Muestra

σ
 ε = X − μ = Z
α/2 n

2
 σ
n = Z 
 α/2 ε 

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 13

 IND - 411

3.2. Tamaño de la Muestra

Ejemplo.- Una empresa eléctrica fabrica focos que tienen una
duración aproximadamente normal con una desviación
estándar de 40 horas. ¿De qué tamaño se necesita una
muestra si se desea tener 96% de confianza, con un error de
10 horas?

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 14

 IND - 411

3.2. Tamaño de la Muestra

3.2.4. Estimación Considerando una Población Finita.-
( )
p X − μ  Z α/2 σ E x  = 1 − α
p(X − Z α/2 σ X  μ  X + Z α/2 σ X ) = 1 − α

σX =
σ ( N − n)
n (N − 1)
 ε = X − μ =  Z α/2
σ ( N − n)
n (N − 1)
n =
 (Z α/2 ) σ 2 N
2


 ε 2 (N − 1) + (Z )2 σ 2 
 α/2 
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 15
 IND - 411

3.2. Tamaño de la Muestra

Ejemplo.- Una empresa eléctrica fabrica focos que tienen una
duración aproximadamente normal con una desviación
estándar de 40 horas. ¿De una población de 300 focos se
desea tomar una muestra con 96% de confianza, con un error
de 5 horas?

CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 16

 IND - 411

3.2. Tamaño de la Muestra

3.2.5. Estimación Considerando Proporciones y una
Población Infinita.-
Si :
  = p −  = Z  p
2
p = 0.5
pq q = 0.5
p = 2
n  
 Z 
Z  pq  
n=  2 
n= 2 4 2

ESTADISTICA INFERENCIAL
 CELD@ CAP. 3 INTRODUCCION AL MUESTREO 17
 IND - 411

3.2. Tamaño de la Muestra

Ejemplo.- En una muestra aleatoria de 500 familias que
tienen televisores en la Ciudad Feliz, se encuentra que 340
están suscritas a HBO. ¿Qué tan grande se requiere que sea
una muestra si se quiere tener 95% de confianza para que la
estimación de la proporción no difiera de la verdadera
proporción en más de 0.02?
Una empresa manufacturera desea estimar con un 99% de
confianza, el número de artículos defectuosos que se producen
en un martillo de forja. Si se desea que el error no exceda al
5%.
CAP. 3 INTRODUCCION AL MUESTREO CELD@ Doc. MSc Ing. Marcelino Aliaga 18
 IND - 411

3.2. Tamaño de la Muestra

3.2.4. Estimación Considerando Proporciones y una
Población Finita.-  (N − n )
  = p −  = Z
p

2 n (N − 1)

 E x  =
p (N − n )
n ( N − 1)
  
2

  Z   pqN 
   
n=  2  
2
 2   
  ( N − 1) +  
 Z   pq 
  2  
ESTADISTICA INFERENCIAL CELD@ CAP. 3 INTRODUCCION AL MUESTREO 19
 IND - 411

3.2. Tamaño de la Muestra

Ejemplo.- Se desea determinar el tamaño de una muestra para un
estudio de 60.000 personas estableciendo un nivel de confianza de
95% y un error de el 3%.

Una compañía de productos alimenticios contrató a una empresa de

investigación de mercadotecnia , para muestrear dos mercados, I y II, a
fin de comparar las proporciones de consumidores que prefieren la
comida congelada de la compañía con los productos de sus
competidores. No hay información previa acerca de la magnitud de las
proporciones P1 y P2. Si la empresa de productos alimenticios quiere
estimar la diferencia dentro de 0.04, con una probabilidad de 0.95,
¿cuántos consumidores habrá que muestrear en cada mercado?
ESTADISTICA INFERENCIAL CELD@ CAP. 3 INTRODUCCION AL MUESTREO 20