UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS

CENTRO UNIVERSITARIO REGIONAL DEL CENTRO

(CURC)

Lic. José Dolores Urquía Lara

Asignatura: Análisis Cuantitativo 1

Trabajo: Resumen

Integrantes Número de Cuenta

Lourdes Pereira Buezo 20131900372
Damaris Nicol Flores Amador 20161900066
Yoeldy Dayanara López Martínez 20211920118
Cristian Alexander Barahona Rivera 20211900224

Sección: 1700

Fecha: 16 de julio de 2022

Lugar: Comayagua, Comayagua Honduras

 Resumen muestreo y distribución de muestreo
Se utiliza la palabra población para referirse no solo a personas sino a todos los elementos que han
sido seleccionados para el estudio y se emplea la palabra muestra para describir una porción
escogida de la población.
En ocasiones cuando no es imposible la enumeración completa o censo se recurre al muestreo.
Mediante estadísticas y parámetros podemos describir muestras y poblaciones, en emplear
mediciones como la media la mediana, la moda y la desviación estándar, Cuando estos términos
describen las características de la muestra se denominan estadísticas. Cuando describen las
características de una población se llaman parámetros. una estadística es una característica de una
muestra y un parámetro es una característica de una población
Existen dos métodos para seleccionar muestras de población, en muestreo no aleatorio o de juicio
y el muestreo aleatorio o de probabilidad.
En muestreo por juicio es una técnica de muestreo no probabilístico en la que los miembros de la
muestra se eligen solo sobre la base del conocimiento y el juicio del investigador
Muestra sesgada.
Son el resultado no intencional de seleccionar muestras de una población que favorecen un
resultado sobre otro

El muestreo probabilístico es una técnica de muestreo en la que un investigador establece una

selección de unos pocos criterios y elige al azar a los miembros de una población donde todos los
miembros tienen la misma oportunidad de formar parte de la muestra con este parámetro de
selección.
Existen cuatro métodos del muestreo aleatorio
1. Muestreo aleatorio simple
Cada individuo se elige al azar. En este tipo de muestreo cada individuo tiene la misma
probabilidad de ser seleccionado en cualquier etapa del proceso.
Por ejemplo, si se necesita seleccionar una muestra de 50 personas entre un universo de 1000, se
les asignará a esas 1000 personas un número y, a modo de sorteo, se seleccionarán 50 números al
azar que conformarán la muestra requerida.
2. Muestreo sistemático
Es aquel en el que se elige un elemento al azar y, para escoger el resto de la muestra se utilizan
intervalos regulares basados en un valor numérico.
3. Muestreo estratificado
Este tipo de muestreo se utiliza cuando en la población se puede distinguir subgrupos o
subpoblaciones claramente identificables.
4. Muestreo de racimo
Se trata de una división de la población en varios subgrupos agrupados según parámetros
específicos que sean de interés en la investigación como pueden ser por ejemplo datos
demográficos, hábitos, antecedentes, etcétera. El muestreo estadístico por racimos recopila un
mismo tipo de dato aplicado a una población en general por pequeños grupos.
Tipos de muestreo por racimos
Muestreo por racimos de una etapa. es aquel que se realiza de forma directa
muestreo por racimos de 2 etapas. comprende la ejecución de recolección de datos para la
evaluación de diferentes factores
muestreo de etapas múltiples. se utilizan para estudios de geográficos más profundos, por lo que
es ideal para investigaciones de problemas sociales de comunidades en general.
Algunos elementos que se deben considerar a la hora de realizar un muestreo próximo es la
definición de la población objetivo, tanto de la general como de la específica. la selección del tipo
de muestreo probabilístico, es decir si será en una etapa en dos etapas o en múltiples, Y la
determinación del tamaño de la muestra probabilística.
Este tipo de muestreo por racimos esa una de las técnicas más útiles para la clasificación y
recopilación de datos estadísticos en grupos heterogéneos.

Diseño de experimentos
Un evento es como 1 o más de los resultados posibles de hacer algo, y un experimento como la
actividad que tendría como resultado de tales eventos
para la planeación de experimentos el muestreo es solo una parte si hemos de conducir
experimentos que conduzcan resultados significativos de forma de conclusiones aprovechables es
de suma importancia a la forma en que se diseñan estos experimentos y analizar la forma para
asegurar que el muestreo se efectúe
Luego en la fase del diseño experimental se debe hacer una afirmación para tener una mejor idea
del diseño experimental sin meterse realmente con los detalles complejos luego se establecen los
objetivos el cual es un punto de inicio seguido de esto se selecciona la variable de respuesta es
decir lo que me dirá esta característica se conoce también como la variable de respuesta, debe
definirse también que tamaño tendrá la muestra deberá ser suficientemente grande para respaldar
sus afirmaciones respecto a su investigación, las conducciones experimentales deberán ser
constantes, Luego se analizan los datos los cuales deben estar sujetos a la prueba de hipótesis.
Logro de mayor eficiencia en el diseño experimental
a partir de nuestro experimento Se necesita un poco de eficiencia, Entre más complejo sea el diseño
experimental más información podrá proporcionar.
Introducción a las distribuciones de muestreo
Las distribuciones de muestreo constituyen una parte fundamental en el estudio por varias razones.
no mayoría de los casos, la viabilidad de un experimento dicta el tamaño de la muestra. la
distribución de muestreo es la distribución de probabilidad de una muestra de una población en
lugar de toda la población.
Descripción de las distribuciones de muestreo
Cualquier distribución de probabilidad puede ser descrita parcialmente por su media y su
desviación estándar, a un lado cada una de ellas incluye la muestra tomada de esa población, la
estadística medida, una distribución de muestreo que estaría asociada con ella.
La distribución de muestreo de la media puede ser descrita parcialmente por su media y su
desviación estándar, la distribución de muestreo de la mediana puede ser descrita en parte por la
media y por la desviación estándar de la distribución de las medianas, y la distribución de muestreo
de la proporción puede ser descrita parcialmente por la media y la desviación estándar de la
distribución de las proporciones
Concepto de error estándar
El término error estándar se utiliza porque da a entender un significado específico, por ejemplo
supongamos que deseamos saber algo sobre la estatura de los alumnos de un nuevo ingreso de la
gran Universidad Estatal podríamos tomar una serie de muestras y calcular la estatura media de
cada muestra, que es altamente improbable que todas estas medidas demuestra fueron iguales, este
esperar alguna variabilidad en las medias observadas, esta variabilidad de las estadísticas de
muestra proviene de un error de muestreo debido al azar
La desviación estándar de la distribución de una estadística de muestra se conoce como error
estándar de la estadística
Un uso del error estándar
El error estándar puede ser usado para proveer una indicación del tamaño de la incertidumbre, para
su uso formal o semi-formal proporciona intervalos de confianza que deben ser evitados a menos
que el tamaño de la muestra sea al menos moderadamente grande.

Distribuciones de muestreo a detalle

Las distribuciones de muestreo a detalle es lo que permite considerar todas las muestras posibles
que pueden ser tomadas de una población. su estudio permite calcular la probabilidad que tiene.
Base conceptual para muestrear distribuciones
Las dos medidas fundamentales de esta distribución son una media y la desviación estándar, Si el
tamaño de la muestra es lo suficientemente grande las distribuciones muéstrales son normales y
en esto se basarán todos los resultados que logremos
Muestreo de poblaciones normales
El muestreo de poblaciones normales se caracteriza por ser simétrica alrededor de la media y
porque la media y la mediana coinciden, lo que permite calcular probabilidades de aparición de
datos, y de ese modo, poder inferir datos de la población a partir de los obtenidos de la muestra,
El muestreo de poblaciones con distribución normal nos permite acercarnos al parámetro de la
población.
Muestreo de poblaciones no normales
La media de la distribución de muestreo de la media es igual a la media de población.

El teorema del límite central

La media de la distribución de muestreo de la media será igual a la media de la población, la
distribución de muestreo de la media se acercará a la normalidad, sin importar la forma de la
distribución de la población. El teorema del límite central es el más importante de toda la inferencia
estadística, ya que asegura que la distribución de muestreo de la media se aproxima a la normal al
incrementarse el tamaño de la muestra.
la importancia del teorema del límite central es que nos permite usar estadísticas de muestra para
hacer inferencia con respecto a los parámetros de población, sin saber sobre la forma de la
distribución de frecuencia de esa población más de lo que podamos obtener de la muestra.
Una consideración operacional en el muestreo: la relación entre el tamaño de la muestra y el
error estándar
Podemos relacionarnos de la siguiente manera:
Al disminuir el error estándar, el valor de cualquier medio de muestra probablemente se acercará
al valor de la media de población
También describen este fenómeno de otra manera: al disminuir el error estándar, se incrementa la
precisión con la que se puede usar la media de muestra para estimar la media de población,
Mientras más aumente el tamaño de la muestra: será mayor la utilidad decreciente
El multiplicador de población finita
Al manejar los multiplicadores de población finita, aunque pueden contar algunas poblaciones son
tan grandes que se tratan como si fuesen infinitas, por ejemplo: el número de casas con televisión
en Estados Unidos
Ejercicio seccion 6.5
Una refinería tiene monitores de apoyo para llevar un control continuo de los flujos de la
refinería e impedir que los desperfectos de las maquinas interrumpan el proceso de refinado.
Un monitor en particular tiene una vida promedio de 4,300 horas con una desviación
estándar de 730 horas. Además del monitor principal, la refinería ha instalado dos unidades
de reserva, que son duplicados de la principal. En caso de un funcionamiento defectuoso de
uno de los monitores, el otro tomará automáticamente su lugar. La vida operativa de cada
monitor es independiente de la de los otros.

a) ¿Cuál es la probabilidad de que un conjunto dado de monitores dure al menos 13,000

horas?

µ=4300*3=12900
σ=730*3=2190 estándar = 1264.39
x>13000

Z= 0.0319

P=0.5-0.0319=0.4681

b) ¿12,630 horas como máximo?

Z=P=0.5-0.0832=0.4168
Ejercicios de Aplicación sección 6.2

La compañía local de televisión por cable está planeando agregar un canal a su servicio
básico; puede escoger de entre cinco canales y por ello desea tener la opinión de sus
suscriptores. Cuenta con 20,000 suscriptores y sabe que el 35% de ellos está compuesto por
estudiantes universitarios, el 45% por empleados administrativos, el 15% por obreros y el
5% por otros. Sin embargo, la compañía piensa que hay mucha variación dentro de estos
grupos. ¿Cuál de los siguientes muestreos es más adecuado: aleatorio, sistemático,
estratificado o de racimo?
R/= Para este caso la compañía de televisión por cable debe de operar un sistema de muestreo
estratificado, puesto que cada una de las categorías con las que se cuentan contienen una
representación del total de la población por lo que se puede seleccionar una muestra de cada grupo
y con base a estas muestras ponderar los resultados hacia la totalidad de la población, es decir, que
si del total de la población de “otros” es del 5% se podrá o deberá tomar mínimo el 5% del total
de las demás categorías para poder identificar los gustos para la selección del nuevo canal.

Una organización no lucrativa lleva a cabo una encuesta de opinión de puerta en puerta
sobre las guarderías municipales. La organización ha diseñado un esquema para muestrear
aleatoriamente las casas y planea llevar a cabo la encuesta los fines de semana desde el
mediodía hasta las 17:00 horas. ¿Producirá este esquema una muestra aleatoria?
R/= Este no sería un esquema de una muestra aleatoria, podríamos afirmar que, aunque el modo
de determinar la información es aleatorio, la manera de recolección no se considera tan acertada
ya que dentro de este rango de tiempo y más los fines de semana varias de las personas a las que
se les podría dirigir la encuesta podrían quedar fuera de la muestra debido a que puede que no
estén en sus casas y se perdería su opinión.