Documentos de Académico
Documentos de Profesional
Documentos de Cultura
x−μ
z=
σ
Ejemplos:
1. Considere las puntuaciones de IQ. Estas están normalmente distribuidas
con una media de 100 y una desviación estándar de 16.
x−μ
z=
σ
100−100 115−100
z 1= z 2=
16 16
0 15
z 1= z=
16 2 16
z 1=0 z 2=0.94
R/ La probabilidad es de 73.57%
Determine el puntaje que debe tener una persona para superar al 83% de la
población.
μ=100; σ=16 ; x=? ; z=0.95
x−μ
z=
σ
x−100
0.95=
16
0.95 ( 16 ) =x−100
15.2+100=x
x=115.2
R/ El puntaje aproximado que debe tener para superar al 83% de la población debe ser de 116 .
2. En un grupo de estudiantes, supongamos que el profesor dice que es
necesario que usted obtenga una puntuación en el 15% superior de su
grupo, para obtener una A en un examen en particular. Por la experiencia
de él, puede estimar que la media y desviación estándar en este examen
serán de 70 y 12, respectivamente. ¿Cuál será la puntuación mínima
necesaria para obtener una A? (Suponga que las puntuaciones estarán
normalmente distribuidas en forma aproximada).
μ=70; σ=12 ; x=? z=1.03
x−μ
z=
σ
x−70
1.03=
12
1.03 ( 12 )=x−70
12.36+70=x
x=82.36
R/ El puntaje mínimo para estar en el 15% superior debe ser de 83
a) P( x >60)
b) P(57< x <83)
c) P(65< x <82)
d) P( x <38)
e) El valor que debe tomar x para que sea superada por el 60% de datos .
Tipos de muestreo
Existen dos métodos para seleccionar muestras de poblaciones: el muestreo no
aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En el muestreo
de probabilidad, todos los elementos de la población tienen la oportunidad de ser
escogidos para la muestra. En el muestreo de juicio, se emplea el conocimiento y
la opinión personal para identificar a los elementos de la población que deben
incluirse en la muestra. Una muestra seleccionada por muestreo de juicio se
basa en la experiencia de alguien con la población. Un guardabosque, por
ejemplo, reuniría una muestra de juicio si decidiera con anticipación las zonas de
una gran área arbolada que recorrería para estimar la cantidad de madera que
podría obtenerse. Algunas veces, una muestra de juicio se usa como guía o
muestra tentativa para decidir cómo tomar una muestra aleatoria más adelante. El
riguroso análisis estadístico que puede llevarse a cabo a partir de muestras
aleatorias, no puede ser efectuado con muestras de juicio. Son más cómodas y
pueden usarse con éxito aunque no podamos medir su validez. No debe perderse
de vista que si un estudio recurre al muestreo de juicio a costa de perder un grado
importante de representatividad, la comodidad habrá costado un precio demasiado
alto.
Muestras sesgadas
La Asamblea Legislativa estudia un proyecto de ley: “¿Debe darse a las mujeres
embarazadas trabajadoras una incapacidad por maternidad de un año con
salario completo para cuidar a sus bebés?”
Como este asunto afecta más a las mujeres, se decide ir a los complejos de
oficinas de la ciudad y entrevistar a empleadas en edad de tener hijos. Se informa
que en un sondeo realizado, alrededor del 93% de quienes respondieron estaban
a favor de la incapacidad de un año por maternidad con pago completo.
En esta situación se seleccionó una muestra sesgada al elegir a personas que
tienen un fuerte interés en el asunto. ¿Cómo se puede estar seguro de que los
entrevistadores que proporcionan la información no cometen el mismo error?
La respuesta es que no se puede, a menos que tengan una excelente reputación
respecto a la realización de sondeos estadísticamente exactos. Sin embargo, es
posible tomar en cuenta los riesgos derivados de no pedir más información o
investigar más la competencia de las compañías encuestadoras.
Muestreo aleatorio
En una muestra aleatoria o de probabilidad conocemos las posibilidades de que
un elemento de la población se incluya o no en la muestra. Como resultado de lo
anterior, es posible determinar objetivamente las estimaciones de las
características de la población que resultan de una muestra dada; es decir, se
puede describir matemáticamente qué tan objetivas son las estimaciones
correspondientes. Comencemos a analizar este proceso introduciendo cuatro
métodos del muestreo aleatorio:
El médico desea averiguar cuántas horas duermen sus pacientes. Para obtener
una estimación de esta característica de la población, podría tomar una muestra
aleatoria de cada uno de los cuatro grupos de edades y ponderar las muestras de
acuerdo con el porcentaje de pacientes en ese grupo. Este sería un ejemplo de
una muestra estratificada. La ventaja de las muestras estratificadas es que,
cuando se diseñan adecuadamente, reflejan de manera más precisa las
características de la población de la cual fueron elegidas, en comparación con otro
tipo de muestras.
Muestreo de racimo
En el muestreo de racimo dividimos la población en grupos, o racimos, y luego
seleccionamos una muestra aleatoria de estos racimos, asumiendo que cada uno
de ellos es representativo de la población. Si una investigación de mercado tiene
la intención de determinar por muestreo el número promedio de televisores por
casa en una ciudad grande, podrían usar un mapa de la ciudad para dividir el
territorio en manzanas y luego escoger un cierto número de éstas (racimos) para
entrevistar a sus habitantes. Cada casa perteneciente a cada una de estas
manzanas sería considerada para entrevistar a sus habitantes. Un procedimiento
de muestreo de racimo bien diseñado puede producir una muestra más precisa a
un costo considerablemente menor que el de un muestreo aleatorio simple. Tanto
en el muestreo estratificado como en el de racimo, la población se divide en
grupos bien definidos. Usamos el muestreo estratificado cuando cada grupo tiene
una pequeña variación dentro de sí mismo, pero hay una amplia variación de un
grupo a otro. Usamos el muestreo de racimo en el caso opuesto, cuando hay una
variación considerable dentro de cada grupo, pero los grupos son esencialmente
similares entre sí.
Diseño de experimentos
Planeación de experimentos
Si hemos de conducir experimentos que produzcan resultados significativos en
forma de conclusiones aprovechables, es de suma importancia la forma en que se
diseñen estos experimentos. La forma en que se conduce un muestreo es sólo
una parte del diseño total de un experimento. De hecho, el diseño de
experimentos es en sí mismo es tema de una gran cantidad de libros, algunos de
ellos realmente formidables tanto en alcance como en volumen.
Fases del diseño experimental
Para tener una mejor idea del diseño experimental sin meterse realmente con los
detalles complejos, tomemos un ejemplo de los muchos que confrontamos a diario
y sigámoslo desde el principio hasta el final. Se afirma que una batería “LTH”
pondrá en marcha mejor el motor de su automóvil que una batería X. “LTH”
puede diseñar su experimento de la siguiente manera:
Análisis de los datos. Los datos obtenidos sobre las pruebas de las 20
baterías individuales están sujetos a la prueba de hipótesis. A la compañía
“LTH” le interesa saber si existe una diferencia significativa entre el poder
de arranque de su batería y el de su competidor. Resulta ser que la
diferencia que existe entre la vida media de arranque de la batería de
“LTH” y la de su competidor sí es significativa. “LTH” incorpora el
resultado de este experimento en su publicidad.
Ejercicios
1. Muestreo de mujeres trabajadoras. Una socióloga quiere conocer la opinión
de mujeres trabajadoras adultas sobre una subvención a guarderías
infantiles por parte del Estado. La socióloga obtiene una lista de 520
miembros de una asociación de mujeres empresarias y profesionales, y les
envía un cuestionario a 100 de ellas seleccionadas al azar. Sólo se reciben
48 cuestionarios contestados. ¿Cuál es la población de este estudio? La
población es de 520. ¿Cuál es la muestra? La muestra es de 100. ¿Cuál es
la proporción (porcentaje) de no-respuestas? El 52%.
Muestreo sistemático
Muestra: Sánchez, Mendoza, Ramírez y Orellana.
Muestra: 15 81 92 23 96 20 68 57 79 84 82 62 13