Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA (ES-142)
CORREO; roy.aliaga.15@unsch.edu.pe
CODIGO; 15202501
AYACUCHO-PERU
2022
1
INDICE
2
UNIDAD 1
función descriptiva, sino con el objeto básico de hacer estimaciones acerca de los
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
inferencias acerca de una población objetivo, con base en los resultados obtenidos a
Hacemos una pequeña síntesis, donde todo estudiante debe recordar y afianzar.
de una población.
El elemento o unidad puede ser una persona, familia, empresa, zona, animal u objeto.
3
cuantitativas o variables expresadas en forma numérica, que puedan ser medidas
medidas, o el recuento de todas las unidades que presentan una característica común. Se
varianzas.
la muestra extraída a toda la población y son por tanto los más recomendables. Los
Una encuesta por muestreo tiene muchas ventajas, bajo costo, la información es más
exacta y de mejor calidad que la del censo, debido a que el menor número de
4
UNIDAD 2
MUESTREO PROBABILISTICO
aquellos en los que a priori vamos a conocer sus sucesos resultantes y se denominan
aleatorio dado, entendiendo por sucesos elementales los mas simples posibles, es decir
aquellos que no pueden ser descompuestos en otros sucesos. El conjunto { S1, S2, …,Sn }
objeto de estudio mediante U= {U1, U2, …,UN}, una muestra de tamaño n puede
en las muestras puede intervenir, siendo distintas entre si muestras con los mismos
5
que se pueden formar con los N elementos de la población U es el espacio muestral S.
hay que especificar que en general el orden de colocación de los elementos en las
muestras si interviene, siendo muestras distintas aquellas que tienen los mismos
elementos situados en distinto orden. Pero lo habitual es que los métodos de muestreo
comunes consideren iguales muestras con los mismos elementos, aunque estén
los elementos en las muestras no interviene, suele expresarse una muestra de tamaño n
muestras que sea posible seleccionar (elementos del espacio muestral S) mediante un
METODO DE MUESTREO
mediante el que se seleccionan las muestras de modo que cada una tenga una
P tal que:
P(SI)≥0 Ɐi
∑SP(SI)=1
6
En general puede ocurrir que no todas las muestras del espacio muestral pueden ser
muestras puedan ser seleccionadas, es decir, P(Si)>0 Ɐi, es decir métodos de muestreo
no restringido.
El cálculo de probabilidad de una muestra Si={Ui1, Ui2, …,Uin} dad puede realizarse
colocación de los elementos en las muestras no interviene, es decir, muestras con los
mismos elementos colocados en orden distinto se consideran iguales. De esta forma las
cumplir, como veremos luego, que todas las unidades de la población van a tener la
7
sucesiva de las unidad3s para la muestra con probabilidades 1/(N-t) para valores de t=0,
1, …, n.
CN, n=(N/n)
Casos favorables 1 1
= =
P (u1, …, un)= Casos posibles C Nn N
( )
n
1
N donde también se puede hallar por cálculo de probabilidades.
( )
n
CN, n=¿)
Por otra parte, el número de muestras posibles que se pueden formar con los
CN-1, n-1=¿)
8
Ya que en este caso se fija el elemento ui y las muestras posibles resultan de las
formas posibles de seleccionar de entre los N-1 elemento de la población restantes n-1
de ellos para la muestra (el elemento ui ya esta fijo en la muestra). Tenemos entonces:
casosfavorables N ° demuestrasquecontienenlaunidad
πi= P (ui ∈ (x’))= =
Casosposibles N ° totaldemuestras
( N−1 ) ! ( N −1 ) !
( N −1)
n−1 ( n−1 ) ! ( N −n ) ! ( n−1 ) ! ( N −n ) ! n
= = = =
N
( ) N ! N ( N−1 ) ! N
n n ! ( N−n ) ! n ( n−1 ) ! ( N −n ) !
pertenecer a la muestra. Por una parte, sabemos que el número de muestras posibles de
CN, n=¿)
Por otra parte, sabemos que el numero de muestras posibles que se pueden formar
con los elementos de la población que contengan el par de elementos dado (ui uj) será:
CN-2, n-2=¿)
Ya que es este caso se fija el par de elementos (ui uj) y las muestras posibles resultan
entonces:
9
( N−2 ) ! ( N−2 ) !
( N −2)
n−2 ( n−2 ) ! ( N−n ) ! ( n−2 ) ! ( N−n ) ! n(n−1)
= = = =
(N ) N! N ( N−1 ) ! ( N−2 ) ! N (N −1)
n n ! ( N−n ) ! n ( n−1 ) (n−2)! ( N−n ) !
las unidades previamente seleccionadas. De esta forma las muestras con elementos
repetidos son posibles y cualquier elemento de la población puede estar repetido emn la
E[ei]=n1/n=n/N
Var[ei]=nPiQi=nPi(1-Pi)=n
1
N ( 1
1− =
N )
n( N −1)
N2
1 1 −n
Cov(ei, ej)=-nPiPj=-n =
N N N2
Observaciones:
10
Si el área es amplia, es probable que haya necesidad de traslado a lugares
y tiempo).
implica una división de la población en grupos, denominados estratos en tal forma que
el elemento presenta una característica tan definida que solo le permite pertenecer a un
único estrato. Por lo tanto, para que la división por grupos sea efectiva, los factores de
investigan y con el objetivo o finalidad del estudio. De esta manera se logra una mayor
precisión en los resultados. Supongamos que se desea hacer una investigación sobre
transporte urbano en una determinada ciudad, con el fin de establecer los costos de
operación por pasajero. En este caso una muestra aleatoria simple (N) de 300 vehículos
no nos da garantías de que los diferentes tipos de vehículos, buses, busetas, micro y
colectivo quedan bien representados en la muestra, si se tiene en cuenta que puede haber
tipo de vehículo.
requiere una lista detallada de las unidades que constituyen la población a fin de
elaborar los estratos o subpoblaciones, pero a pesar de lo dispendioso que puede resultar
11
este procedimiento, hay garantía de que los elementos de la población queden bien
representados en la muestra.
POBLACION
{ }
u 11 u12 … u1 N 1
L
{U 1+u 2 … u N }se divide en L estratos u 21 u22 … u2 N 2
∑ N h=N
h=1
u L1 uL 2 … u L N L
MUESTRA
{ }
u11 u12 … u1 n 1
L
{U 1+u 2 … un }se divide en Lestratos u21 u22 … u2 n 2
∑ n h=n
h=1
u L 1 u L2 … u Ln L
Este método es más eficiente que el muestreo aleatorio simple, pese a al grado de
representativa.
muestrales para cada estrato, podrá aplicarse alguno de estos tres procedimientos:
la población.
12
Afijación optima: cuando el tamaño, tanto de la muestra general como para cada uno
se utiliza cuando no existe listado, o bien las unidades están demasiado dispersas y no
Esto nos obliga a asumir las unidades físicas o elementales, por grupos de unidades,
dividido el espacio ocupado por a población. Supongamos que se desea realizar estudios
a familias en una ciudad. Cada unidad o familia constituye en un conglomerado, por tal
que hay una modificación con respecto al anterior método, ya que los elementos no
forman parte de los conglomerados, sino que son una muestra o submuestra de cada uno
de ellos.
que en la aplicación del muestreo por etapas la unidad cambia en cada una de ellas, por
cantidad, etc.
tamaño k(N=nk). Para extraer una muestra de tamaño n se elige al azar una unidad en la
primera zona, y para seleccionar las n-1 unidades para la muestra se toma en cada zona
la unidad que ocupa el mismo lugar dentro de su zona que el que ocupaba la primera
seleccionada para la muestra al azar en la primera zona es la tercera, se elegirán las n-1
unidades restantes para la muestra formando la tercera unidad de cada zona. Las
I\j 1 2 3 … j … k
… … … … … …
… … … … … …
Una vez clasificadas las unidades de la población en n zonas o filas de tamaño k, las
fila y pasando a la primera unidad de la siguiente fila una vez que se haya agotado la fila
anterior.
14
Una vez numeradas las N=nK unidades podemos expresarlas de la siguiente forma:
I\j 1 2 3 … j … k
1 U1 U2 U3 … Uj … Uk
… … … … … …
… … … … … …
=UN
seleccionando una unidad en la primera zona por muestreo aleatorio simple (con
probabilidad 1/k). Si esta primera unidad es la X j, del resto de las zonas elegimos las
unidades que ocupan el lugar j. al hacer variar j desde 1 hasta k se obtienen las posibles
muestras sistemáticas. Por lo tanto, las posibles muestras sistemáticas serán todas las
PROBABILIDADES IGUALES
entre si. En este caso, tal vez un pequeño número de ellas constituirían una muestra
seleccionado inicialmente para elegir solo una parte de sus unidades para la muestra
15
final con el objeto de ahorrar coste. Tenemos así definidas dos etapas en el muestreo (de
primera etapa una submuestra de mis unidades elementales de entre las Mi del
conglomerado. En ambas etapas la selección puede ser con o sin reposición, pero en
segunda etapa suele usarse muestreo sin reposición. En segunda etapa se puede utilizar
probabilidades iguales.
realizar muestreo por conglomerado son submuestreos, de modo que en una tercera
bastos, y por lo tanto más fáciles de conseguir y manejar, que los marcos
16
muestra. Bastara con elegir solo algunas de ellas originándose el
submuestreo.
La precisión es menor
UNIDAD 3
MUETREO NO PROBABILÍSTICO
elementos son elegidos por medio de los métodos no aleatorios. Este procedimiento está
sujeto a errores, ya que se confía al juicio subjetivo de seres humanos, como en el caso
de la selección dirigida (no aleatoria), donde las unidades son tomadas en forma
17
El muestreo no probabilístico comúnmente se lleva a cabo mediante métodos de
La muestra dirigida está constituida por una parte de una población, que el
en un almacén, un trozo de tela o un par de zapatos, son representativos del total de sopa
preparada, del vino para la venta o de la tela o calzado que dispone el establecimiento.
MUESTREO CASUAL
conocimientos vitales.
MUESTREO VOLUNTARIO
por el investigador. Sin embargo, este método produce un sesgo (la realidad o teoría) de
18
Ejemplo: el investigador selecciona diez (10) familias ubicadas en un barrio de la
cuidad para que opinen sobre la seguridad o medidas de vigilancia en la zona. También
pudo haberse hecho un llamado a las familias del barrio, para que se presenten
MUESTREO DE EXPERTOS
investigadores eligen solo a aquellos que estos creen que son los adecuados (con
estudio de investigación.
Por ejemplo: este tipo de método de muestreo se puede utilizar en estudios de una
MUESTREO DE OPINIÓN
opinión que realizan los locutores deportivos, cuando se juega un partido de futbol o en
las entrevistas para televisión, radio o prensa, hachas en las principales vías de la
ciudad, con el ánimo de conocer la opinión sobre algún asunto de interés para la
MUESTREO DE CUOTAS
estratos).
19
Por ejemplo: uns población en la que hay 20 hombres y 30 mujeres donde queremos
obtener una muestra de 50 personas, como vemos agrupamos según el sexo; estos
recaptura)
Semestre N°1
Número de alumnos que ingresan (45); número de alumnos que pasan (30).
Semestre N°2
Número de alumnos que ingresan (45); número de alumnos que pasan (25)
Tabulación de datos:
R:30*25/45=19.444
cuando son difíciles de localizar. Los investigadores utilizan esta técnica cuando el
20
Este sistema de muestreo bola de nieve funciona como el programa de referencia
una. una vez que los investigadores encuentren sujetos adecuados, se les pide a este
ayuda para buscar a sujetos similares y así poder formar una muestra de buen tamaño.
Por ejemplo: para realizar investigación que involucren una enfermedad particular en
pacientes, los investigadores pueden buscar ayuda en las personas enfermas, para que
estos refieran a otros que sufran de la misma dolencia y con esto formar una muestra
21