DISTRIBUCIONES

MUESTRALES

LADY MARIEBELIA ELÍAS ESTRADA

  Población y muestra
CONTENIDO  Muestreo con o sin reemplazo.
TEORÍA DEL
 Métodos de muestreo.
MUESTREO.
 Distribuciones muestrales.
RAMAS DE LA ESTADÍSTICA:

Estadística
Descriptiva o
deductiva: estudia las
características de un
conjunto de datos.

Inferencial o
inductiva: analiza los
datos para establecer
generalidades.

Error de estimación: diferencia entre el parámetro y estadístico.

INFERENCIA
ESTADÍSTICA.
TABLA COMPARATIVA
Estadística descriptiva Estadística inferencial

Definición Métodos empleados para resumir las características clave de datos Métodos que implican el uso de datos muestrales para hacer generalizaciones
conocidos. o inferencias acerca de una población.
Objetivos Caracterizar un grupo de datos Examinar diferencias entre grupos.
Examinar tendencias o distribuciones Examinar si las variables están asociadas.
Comparar promedios entre grupos.
Predecir una variable a partir de otra.

Métodos de análisis Medidas de tendencia central:

Media
•t-test
•Mediana
•Análisis de varianza
•Moda
•Correlación
•
Medidas de variabilidad:
•Regresión
Varianza
•Desviación estándar
•Rango
•Frecuencia
•
Áreas de aplicación Ciencias naturales y sociales Ciencias sociales y naturales
Ejemplos
•Características de pacientes que son atendidos en un hospital.
•Predecir la aparición de demencia en personas según su estado
Media y distribución de la edad, peso y altura de los estudiantes de un cardiovascular.
•colegio.
•Probar que un medicamento sirve para el tratamiento de una enfermedad.
POBLACIÓN Y MUESTRA:

Unidad de observación: también llamada

unidad de análisis, unidad elemental, unidad
estadística, caso o elemento. Es el objeto
sobre el cual se hace la medición.
Población (N): es el total de elementos de
un grupo que se estudia.
Muestra (n): es un subconjunto de
elementos extraídos de la población
objetivo, a fin de conocer las características
de ésta.
EJEMPLO DE POBLACIÓN Y MUESTRA

Población Número total de aves que habitan en un bosque.

Muestra Para una investigación se toman 1000 aves de un bosque.
Unidad de observación El ave
Dato Peso, tipo de ave …
VENTAJAS DEL ESTUDIO DE LA POBLACIÓN Y DE UNA MUESTRA:

Estudio de una Estudio de una

población. muestra.

Conocimiento Conocimiento
exacto. aproximado.

Mucho tiempo
Rápido
requerido.

Alto costo. Económico.

CARACTERÍSTICAS DE LA POBLACIÓN Y DE LA MUESTRA:

Parámetro: es Estadístico: es
cualquier medida
descriptiva de la
Población Muestra cualquier medida
descriptiva de la
población completa. muestra y sirve
para estimar el
Grande (si parámetro de la
Finita tiene 30 o más
población.
elementos)

Infinita Pequeña
CENSO

Existe una cobertura total.

Estudio con los

elementos de la
población.

No se requieren grandes Tiene aceptación

conocimientos de estadística. pública.
LA IMPORTANCIA DEL MUESTREO
 Muestreo: es el proceso estadístico que permite seleccionar algunos elementos de la población (la muestra).
 Es un procedimiento por medio del cual se estudia una parte de la población llamada muestra, con el objetivo de
inferir con respecto a toda la población, el muestreo se lleva a cabo con el fin de realizar una encuesta (estudio
con los elementos de la muestra).

Representativa
Forma
Cantidad
VENTAJAS DEL MUESTREO

 Costos reducidos.
 Mayor rapidez para obtener resultados.
 Mayor exactitud o mejor calidad de la información: debido a los
siguientes factores: Volumen de trabajo reducido, puede existir mayor
supervisión en el trabajo, se puede dar más entrenamiento al personal y
menor probabilidad de cometer errores durante el procesamiento de la
información.
 Factibilidad de hacer el estudio cuando la toma de datos implica
técnicas destructivas, por ejemplo: Pruebas de germinación, Análisis de
sangre, Control de calidad.
TIPOS DE MUESTREO
Muestreo Probabilístico
• Muestreo aleatorio simple.
• Muestreo Sistemático
• Muestreo Estratificado.
• Muestreo por conglomerados.
Muestreo no Probabilístico
• Muestreo por conveniencia.
• Muestreo de respuesta
voluntaria.
• Muestreo por cuotas.
• Muestreo por juicio de
expertos.
OBTENCIÓN DE DATOS:
Técnica de muestreo: conocido también como diseño de experimento, son las técnicas para
realizar el muestreo y que dependerán cada caso, cual usar. Alguna de ellas son:
• Todos los elementos de la población tienen igual
Muestreo aleatorio simple. posibilidad de ser escogido y se eligen al azar. También
conocido como muestreo representativo.

• Los elementos se seleccionan a un intervalo

Muestreo sistemático. uniforme en una lista ordenada.
• Los elementos de la población son primeramente
Muestreo estratifico. clasificados en grupos o estratos según una característica
importante.

Muestreo conglomerado. La población se divide en grupos. La muestra global consta

de todos los miembros de algunos de los grupos.
MUESTREO
EJEMPLO 1-2

 Un restaurante deja tarjetas de comentarios en todas sus mesas y alienta a los

clientes a participar en una breve encuesta para conocer su experiencia
general.
 (1) Muestreo por conveniencia
 (2) Muestreo de respuesta voluntaria
 En una fábrica, un trabajador de control de calidad selecciona los
primeros 10 elementos que ve como su muestra del día.
 (1) Muestreo por conveniencia
 (2) Muestreo de respuesta voluntaria
EJEMPLO 3

 Cada estudiante en una escuela tiene un número de identificación. Los

consejeros tienen una computadora que genera 50 números de identificación
aleatoriamente, y a los estudiantes con esos números se les pide participar en
una encuesta.
 (1) Muestreo aleatorio simple
 (2) Muestreo aleatorio estratificado
 (3) Muestreo por conglomerados
 (4) Muestreo aleatorio sistemático
EJEMPLO 4

Una inspectora ordena camisas y quiere revisar algunas para asegurarse que se imprimieron
correctamente. Ella selecciona aleatoriamente 2 de las 10 cajas de camisas y revisa cada
camisa dentro de esas 2 cajas.
 (1) Muestreo aleatorio simple
 (2) Muestreo aleatorio estratificado
 (3) Muestreo por conglomerados
 (4) Muestreo aleatorio sistemático
EJEMPLO 5

 Una escuela elige 3 atletas seleccionados aleatoriamente de cada uno de sus

equipos deportivos para participar en una encuesta sobre el atletismo en la
escuela.
 (1) Muestreo aleatorio simple
 (2) Muestreo aleatorio estratificado
 (3) Muestreo por conglomerados
 (4) Muestreo aleatorio sistemático
EJEMPLO 6

 Mientras que los estudiantes están haciendo fila para las fotografías de la
escuela, un maestro le hace una encuesta a cada 10mo alumno.
 (1) Muestreo aleatorio simple
 (2) Muestreo aleatorio estratificado
 (3) Muestreo por conglomerados
 (4) Muestreo aleatorio sistemático
MUESTREO CON Y SIN REEMPLAZO.

Muestreo

Con reemplazo: el elemento

Sin reemplazo: el elemento
elegido de la
seleccionado se analiza, pero
población/muestra se analiza y
no se devuelve a la población.
se devuelve a ésta. Pueden
No existen elementos
existir elementos repetidos.
repetidos. Confiable.
No muy confiable.
ERROR

Error
Error de
El que se presenta ajeno al Todos los errores
muestreo porque se usa una muestreo que no son del
muestra, y no toda la muestreo, como el
población, para error de medición, el
estimar un parámetro del entrevistador y el
de la población. de procesamiento.
 Puede definirse como aquellos métodos que hacen posible la
estimación de una característica de una población o la toma de
una decisión referente a una población, basándose sólo en los INFERENCIA
resultados de una muestra.
ESTADÍSTICA
 Tipos de inferencia: distribución muestral, estimación y prueba
de hipótesis.
OBJETIVOS DE LA INFERENCIA:

 Estimación de parámetros.
 Intervalos de confianza.
 Pruebas de hipótesis.
CARACTERÍSTICAS EN UNA POBLACIÓN EN UNA MUESTRA.

 Promedio=media
 Variación con respecto a la media= varianza
 No. de unidades que cumplen con una condición=proporción o fracción
(porcentaje).
DISTRIBUCIÓN MUESTRAL

 Es una distribución de probabilidades que consta de todos los

valores posibles de un estadístico de muestra. Se calcula con el
fin de determinar la probabilidad de un estadístico al conocer el
valor de un parámetro.
DISTRIBUCIÓN MUESTRAL

Empleado Ingresos por hora Distribución de probabilidad de todas las

Joe 7 posibles medias de las muestras de un
Sam 7 determinado tamaño de la población.
Sue 8  Industrias Y cuenta con 7 empleados
Bob 8 de producción (a quienes se les
considera la población) En la tabla se
Jan 7
incluyen los ingresos por hora de cada
Art 8 empleado:
Ted 9
CALCULE:

 La media de la población.
 ¿Cuál es la distribución de la media para muestras de tamaño 2?
 ¿Cuál es la media de la distribución muestral?
SOLUCIÓN
Muestra Empleados Ingresos Media Muestra Empleados Ingresos Media

1 Joe,Sam 7,7 7 12 Sue, Bob 8,8 8.0

2 Joe, Sue 7,8 7.5 13 Sue, Jan 8,7 7.5

 1. La media poblacional es: 3 Joe, Bob 7,8 7.5 14 Sue, Art 8,8 8.0

σ𝑥 7+7+8+8+7+8+9
4 Joe, Jan 7,7 7.0 15 Sue, Ted 8,9 8.5
 𝜇= = =
𝑁 7 5 Joe, Art 7,8 7.5 16 Bob, Jan 8,7 7.5
$7.71
6 Joe, Ted 7,9 8.0 17 Bob, Art 8,8 8.0
 2. Para obtener la distribución 7 Sam, Sue 7,8 7.5 18 Bob, Ted 8,9 8.5
muestral se selecciona sin
8 Sam, Bob 7,8 7.5 19 Jan, Art 7,8 7.5
reemplazos de la población,
todas las muestras de tamaño 2 9 Sam, Jan 7,7 7.0 20 Jan, Ted 7,9 8.0
y se calculan las medias 10 Sam, Art 7,8 7.5 21 Art, Ted 8,9 8.5
muestrales. 𝑁𝐶𝑛=21 11 Sam, Ted 7,9 8.0
Media muestral Número P
de medias
7.0 3 3/21
7.5 9 9/21 DISTRIBUCIÓN
MUESTRAL DE LA
8.0 6 6/21 MEDIA
8.5 3 3/21 𝜇=
σ 𝑥 21 + 67.5 + 48 + 25.5
= = $7.71
𝑁 21
෍ 21
 Distribución muestral
0.45

0.40

0.35

0.30
Probabilidad

0.25
DISTRIBUCIÓN
0.20

0.15
MUESTRAL
0.10

0.05

0.00
7 7.5 8 8.5
Ingreso por hora
CONCLUSIÓN

 En una distribución muestral la media de las medias muestrales es igual a la media

poblacional
 La desviación estándar (error de estimación de la muestra) es menor a la desviación
población.
 En una distribución muestral se observa el modelo de la campana de Gauss.
  Calcula la probabilidad de un estadístico al
conocer el valor de un parámetro
(poblacional).
 Si conocemos la distribución muestral
podemos hacer inferencia.
DISTRIBUCIÓN
MUESTRAL.
EN CONCLUSIÓN