CUESTIONARIO 2 (Capitulo 8 y 9/walpole&Myers)

1. ¿Que es una población? /Que es una muestra?

En estadística, una población es un conjunto de elementos o eventos similares que son
de interés para alguna pregunta o experimento. Una población estadística puede ser un
grupo de objetos existentes o un hipotética y potencialmente infinito grupo de objetos
concebidos como una generalización de la experiencia. En estadística, una muestra es
un subconjunto de casos o individuos de una población. En diversas aplicaciones,
interesa que una muestra sea representativa, y para ello debe escogerse una técnica de
muestra adecuada que produzca una muestra aleatoria adecuada. 

2. ¿Qué es un estadístico?
Un estadístico es cualquier función real medible de la muestra de una variable aleatoria.

3. ¿Como se calcula la media de una muestra aleatoria de tamaño n?

Cada muestra de tamaño n que podemos extraer de una población proporciona una
media. Si consideramos cada una de estas medias como valores de una variable
aleatoria podemos estudiar su distribución que llamaremos distribución muestral de
medias.
 Si tenemos una población normal N(m,s) y extraemos de ella muestras de tamaño n,
la distribución muestral de medias sigue también una distribución normal

 Si la población no sigue una distribución normal pero n>30, aplicando el

llamado Teorema central del límite la distribución muestral de medias se aproxima
también a la normal anterior.

4. ¿Que indica la variabilidad de una muestra?

La variabilidad es la dispersión de los valores de una variable en una distribución
teórica o en una muestra. Puede ser conocida o desconocida y deriva de factores
biológicos o de errores en la medición.

5. ¿Como se calcula la variabilidad de una muestra de tamaño n en unidades

cuadradas?
Mediante la varianza. La varianza (que suele representarse como σ2) de una variable
aleatoria es una medida de su dispersión definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.
Está medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide
una distancia en metros, la varianza se expresa en metros al cuadrado. La desviación
estándar, la raíz cuadrada de la varianza, es una medida de dispersión alternativa
expresada en las mismas unidades. La varianza tiene como valor mínimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores
atípicos y no se aconseja su uso cuando las distribuciones de las variables aleatorias
tienen colas pesadas.
6. ¿Como se calcula la variabilidad de una muestra de tamaño n, en unidades
absolutas?
Mediante la desviación estándar. La desviación media es la media de las diferencias en
valor absoluto de los valores a la media.
Este valor estadístico no es de mucha utilidad en estadística debido a que no es fácil
manipular dicha función al no ser derivable.
Siendo más formales, la desviación media debería llamarse desviación absoluta
respecto a la media, para evitar confusiones con otra medida de dispersión, la
desviación absoluta respecto a la mediana, DM, cuya fórmula es la misma, sustituyendo
la media aritmética por la mediana M. Pero tal precisión no es relevante, porque la
desviación absoluta respecto a la mediana es de uso todavía menos frecuente.

7. Que es la distribución z
Una distribución Z es la distribución de la diferencia de medias muestrales, es decir,
aquella en la que los valores son las diferencias entre pares de medias de muestras
amplias (por ejemplo, primer valor: media A menos media B; segundo valor: media C
menos media D; etc.).

8. Como se puede verificar gráficamente el supuesto de normalidad

Consiste en representar los datos mediante un histograma y superponer la curva de una
distribución normal con la misma media y desviación estándar que muestran los datos.

9. Como se llama la distribución muestral de un estadístico

Cuando el valor del estadístico muestral es una variable continua, la distribución
muestral correspondiente se denomina distribución de probabilidad. La probabilidad
en este caso corresponde gráficamente a un área bajo la curva de esa función,
delimitada por un cierto intervalo de la variable.

10. Cuál es la distribución muestral de X̄

Cada muestra de tamaño n que podemos extraer de una población proporciona una
media. Si consideramos cada una de estas medias como valores de una variable
aleatoria podemos estudiar su distribución que llamaremos distribución muestral de
medias.

11. Explique el teorema del límite central

El teorema central del límite es uno de los resultados fundamentales de la estadística.
Este teorema nos dice que si una muestra es lo bastante grande (generalmente cuando el
tamaño muestral (n) supera los 30), sea cual sea la distribución de la media muestral,
seguirá aproximadamente una distribución normal.

12. Que es la distribución de muestreo de la media

La distribución de muestreo de la media se obtiene tomando la estadística bajo estudio
de la muestra como la media. Calcular esto significa tomar todas las muestras posibles
de tamaño n de la población de tamaño N y luego trazar la distribución de probabilidad.
13. Que es la distribución t y para que se utiliza
La distribución t describe las distancias estandarizadas de las medias de la muestra
hasta la media de la población cuando la desviación estándar de la población no se
conoce, y las observaciones vienen de una población con una distribución normal. La
distribución t se usa ampliamente en problemas relacionados con inferencias acerca de
la media de la población o en problemas que implican muestras comparativas (es decir,
en casos donde se trata de determinar si las medias de dos muestras son muy
diferentes).

14. A que se parece la distribución t

A partir de 30 observaciones, la distribución t se parece mucho a la distribución
normal y, por tanto, utilizaremos la distribución normal. No se conoce la desviación
típica o estándar de una población y tiene que ser estimada a partir de las observaciones
de la muestra.

15. Que es estimación por intervalo

En estadística, la estimación de intervalo es el uso de datos de muestra para estimar un
intervalo de valores plausibles de un parámetro de interés. Esto contrasta con la
estimación puntual, que da un valor único.

16. Que es el nivel de confianza

El nivel de confianza, en estadística, es la probabilidad máxima con la que podríamos
asegurar que el parámetro a estimar se encuentra dentro de nuestro intervalo estimado.
El nivel de confianza se define como 1-alfa y sus valores más comunes son 90%, 95% y
99%.

17. Cuál es la interpretación de la estimación por intervalo

La estimación por intervalos consiste en establecer el intervalo de valores donde es más
probable se encuentre el parámetro.

18. Elabore un cuadro resumen de las fórmulas que se utilizan para estimar la media
de una población por intervalos de confianza, para los siguientes casos
a. Cuando se conoce la varianza de la población/muestra grande

b. Cuando no se conoce la varianza de la población/muestra grande

c. Cuando se conoce la varianza de la población/muestra pequeña

 d. Cuando no se conoce la varianza de la población/muestra pequeña

19. Como se puede calcular el tamaño de la muestra cuando se conoce la desviación

estándar de la población
La fórmula para calcular el tamaño de la muestra cuando se conoce o se supone la
desviación estándar de la población es:

Donde: n = el tamaño de la muestra.

N = tamaño de la población.
σ = Desviación estándar de la población, que generalmente cuando no se tiene su valor,
suele utilizarse un valor estimado a ojo o a partir de una pequeña muestra o muestra
piloto. Para ser conservador (prudente), mejor errar estimando por exceso que por
defecto.
Zα: Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se
tiene su valor, se lo toma en relación al 95% de confianza equivale a 1,96 (como más
usual) o en relación al 99% de confianza equivale 2,58, valor que queda a criterio del
encuestador.
e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor,
suele utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09), valor que queda a
criterio del encuestador.

20. Como se puede calcular el tamaño de la muestra cuando no se conoce la desviación

estándar de la población
Una fórmula que orienta sobre el cálculo del tamaño de la muestra para datos globales
cuando no se conoce la desviación estándar de la población, es la siguiente:

N: es el tamaño de la población o universo (número total de posibles encuestados).

Zα: es una constante que depende del nivel de confianza que asignemos. El nivel de
confianza indica la probabilidad de que los resultados de nuestra investigación sean
ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con
una probabilidad del 4,5%. Los valores de Zα se obtienen de la tabla de la distribución
normal estándar N (0,1).
Los valores de Zα más utilizados y sus niveles de confianza son:

Valor de Zα 1.28 1.65 1.69 1.75 1.81 1.88 1.96

 Nivel de confianza 80% 90% 91% 92% 93% 94% 95%

(Por tanto, si pretendemos obtener un nivel de confianza del 95% necesitamos

poner en la fórmula Zα=1.96)
e: es el error muestral deseado, en tanto por ciento. El error muestral es la
diferencia que puede haber entre el resultado que obtenemos preguntando a una
muestra de la población y el que obtendríamos si preguntáramos al total de ella.
Ejemplos:
Ejemplo 1: si los resultados de una encuesta dicen que 100 personas comprarían un
producto y tenemos un error muestral del 5% comprarán entre 95 y 105 personas.
Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error
muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que
entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo
estarán.
Ejemplo 3: si los resultados de una encuesta electoral indicaran que un partido iba a
obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el
porcentaje real de votos estará en el intervalo 52-58% (55% +/- 3%).

p: proporción de individuos que poseen en la población la característica de estudio.

Este dato es generalmente desconocido y se suele suponer que p=q=0.5 que es la
opción más segura.

q: proporción de individuos que no poseen esa característica, es decir, es 1-p.

n: tamaño de la muestra (número de encuestas que vamos a hacer).

Altos niveles de confianza y bajo margen de error no significan que la encuesta sea
de mayor confianza o esté más libre de error necesariamente; antes es preciso
minimizar la principal fuente de error que tiene lugar en la recogida de datos.

21. Como se interpreta el intervalo de confianza para una sola muestra

El nivel de confianza representa el porcentaje de intervalos que incluirían el parámetro
de población si usted tomara muestras de la misma población una y otra vez. Por lo
general, un nivel de confianza de 95% funciona adecuadamente. Esto indica que si
usted recogió cien muestras y creó cien intervalos de confianza de 95%, cabría esperar
que aproximadamente 95 de los intervalos incluyeran el parámetro de población, tal
como la media de la población.