Muestreo y Estimación Puntual

Razones para muestrear

1. Establecer contacto con toda la población requeriría mucho tiempo.

2. El costo de estudiar todos los elementos de una población resultaría prohibitivo.

3. Es imposible verificar de manera física todos los elementos de la población

4. Algunas pruebas son de naturaleza destructiva

5. Los resultados de la muestra son suficientes.

Muestreo aleatorio simple

Métodos Cuantitativos – Ing. Carlos Arana

Estimadores puntuales

Muestreo
PD o Muestreo

Población

Muestra

Un parámetro es un número que describe una característica de la población

Un estadístico es un número que se calcula a partir de la muestra.

Parámetro Estadístico Fórmula

El estadístico 𝑥 es un estimador puntual
de la media poblacional
μ 𝑥
El estadístico 𝑝 es un estimador puntual
p 𝑝 de la proporción poblacional

Métodos Cuantitativos – Ing. Carlos Arana

Muestra 1

Media muestral

Proporción muestral

Métodos Cuantitativos – Ing. Carlos Arana

 Falta un tercer estadístico de mucha utilidad que es el desvío standard muestral,
que es un estimador puntual del desvío estándar poblacional

Parámetros poblaciones y estimadores puntuales de la Muestra 1

Métodos Cuantitativos – Ing. Carlos Arana

Distribuciones muestrales

SalariosEmpleados.xlsx Sacar una muestra de 30 empleados y

calcular 𝑥 y 𝑝

Medias y proporciones muestrales para 500 muestras extraídas mediante

muestreo aleatorio simple

Métodos Cuantitativos – Ing. Carlos Arana

Métodos Cuantitativos – Ing. Carlos Arana
Distribución muestral de 𝒙

La variable aleatoria 𝑥 sigue una distribución normal con media y desvíos

Métodos Cuantitativos – Ing. Carlos Arana

Teorema Central del Límite

Métodos Cuantitativos – Ing. Carlos Arana

 Ver SalariosEmpleados.xlsx

Métodos Cuantitativos – Ing. Carlos Arana

Métodos Cuantitativos – Ing. Carlos Arana
Relación entre el tamaño de la muestra y la distribución muestral de x

Veamos qué pasa si contamos con muestras de mayor tamaño. Ejemplo n=100

Métodos Cuantitativos – Ing. Carlos Arana

Entonces, aumentando el tamaño de la muestra de 30 a 100 la probabilidad de obtener
una muestra que esté ±$500 de la media poblacional aumenta de 0.5034 a 0.7888.
Cuando aumenta el tamaño de la muestra, el error estándar de la media muestral
disminuye. Así, una muestra de mayor tamaño proporciona mayor probabilidad de
que la media muestral esté dentro de una distancia determinada de la media
poblacional.

Métodos Cuantitativos – Ing. Carlos Arana

Distribución muestral de 𝒑

Métodos Cuantitativos – Ing. Carlos Arana

La variable aleatoria 𝑝 sigue una distribución normal con media y desvío

Métodos Cuantitativos – Ing. Carlos Arana

Métodos Cuantitativos – Ing. Carlos Arana
Métodos Cuantitativos – Ing. Carlos Arana
 Ejercicio de Teorema Central de Límite en Clase 1

La Cámara de Estaciones de Servicio informa que la media del precio por litro de
nafta súper es de $3.00, con un desvío standard del $0.18. Suponga que se
selecciona una muestra aleatoria de 40 estaciones de servicio

a) ¿Cuál es el desvío estándar de la media muestral de este experimento?

b) ¿Cuál es la probabilidad de que la media muestral oscile entre $2.98 y $3.02?

c) ¿Cuál es la probabilidad de que la diferencia entre la media muestral y la media

poblacional sea inferior a 0.01?

d) ¿Cuál es la probabilidad de que la media muestral sea superior a $3.08?

Métodos Cuantitativos – Ing. Carlos Arana

 Ejercicio Teorema Central de Límite en Clase 2
Si se supiera que el 2% de todas las herramientas producidas con determinada
máquina resultan defectuosas. ¿Cuál es la probabilidad de que en un pedido de
400 de estas herramientas:

a) 3% o más resulten defectuosas ?

b) 2% o menos resulten defectuosas ?

Métodos Cuantitativos – Ing. Carlos Arana

 Estimación Por Intervalos
Como no se puede esperar que un estimador puntual suministre el valor exacto del
parámetro poblacional, es preferible calcular una estimación por intervalo. Esta se
obtiene al sumar y restar al estimador puntual una cantidad llamada margen de
error.
La estimacíón por intervalo de la media poblacional μ es 𝑥 ± margen de error

La estimacíón por intervalo de la proporción poblacional p es 𝑝 ± margen de error

Margen de error más utilizado

es 1,96*σx (aprox 2*σx )

Métodos Cuantitativos – Ing. Carlos Arana

Con cualquier media muestral que se encuentre dentro de la región blanca en la figura
se obtendrá un intervalo 𝑥 ± margen de error (en el gráfico es 𝑥 ± 1,96 σx ) que
contenga a la media poblacional μ. Como 95% de todas las posibles medias muestrales
se encuentran en la región blanca, 95% de todos los intervalos que se obtengan
restando 1,96 σx de y sumando 1,96 σx incluirán a la media poblacional μ !!!!

Métodos Cuantitativos – Ing. Carlos Arana

 SalariosEmpleados.xlsx

En el 95% (en promedio) la estimación por intervalo 𝑥 ± 1,96 σx va a incluir a la media

poblacional μ

En Excel: Calcular el estimador por

intervalo y verificar si contiene a la
media real

Métodos Cuantitativos – Ing. Carlos Arana

Media muestral de Muestra 1

Como 95% de todos los intervalos construidos usando 𝑥 ± 1,96*730,3 contendrán

a la media poblacional se dice que tenemos un 95% de confianza de que el
intervalo 51814 ± 1,96*730,3 contenga a la media poblacional μ. Entonces dicho
intervalo tiene un nivel de confianza de 95%.
Ver simulación de Estimación

Métodos Cuantitativos – Ing. Carlos Arana

Estimación por intervalo de la proporción poblacional

Métodos Cuantitativos – Ing. Carlos Arana