Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TIPOS DE MUESTREO
Muestreo sistemático.
El muestreo sistemático difiere del muestreo aleatorio simple en que cada elemento tiene
iguales posibilidades de ser seleccionado, pero cada muestra no tiene esa misma
probabilidad.
Usamos el muestreo estratificado cuando cada grupo presenta una pequeña variación en
su interior, pero existe una amplia variación entre ellos.
La distribución normal es una distribución teórica de frecuencia que se caracteriza por ser
un tipo de curva uniforme y simétrica cuya forma es similar a la de una campana. No
importa cuáles sean los valores de la media y la desviación estándar para una distribución
normal de probabilidad, el área total bajo la curva será de 1.00, por lo cual podemos
considerar que las áreas bajo la curva son probabilidades. En términos matemáticos es
verdad que:
1 e(- ½)[(x-μ)/s]²
F(x) =
2πσ
Si las curvas tienen la media diferente y también la desviación estándar diferente, aparte de
estar centradas en diferentes lugares del eje x, tendrá formas diferentes.
El área bajo la curva normal y sobre el eje x es igual a la probabilidad de que la variable
aleatoria x tome un valor dentro de cierto intervalo. Para medir esta área es necesario
calcular la integral de la función de la curva normal para un intervalo de valores. Para evitar
la dificultad de resolver integrales es necesario tabular las áreas que corresponden a cada
valor de x. Como el número de distribuciones normales es ilimitado sería una tarea sin fin
intentar establecer tablas para cada combinación de μ y. σ. Afortunadamente, un miembro
de la familia de las distribuciones normales puede ser usado en todos los problemas donde
la distribución normal es aplicable, esta es la distribución normal con media cero y
desviación estándar 1, la cual es llamada distribución normal estándar.
Cada distribución normal deberá estandarizarse, es decir, transformarse a una distribución
normal estándar, utilizando un valor Z, o variable aleatoria estándar.
μ
Z= X -
σ
Gracias a esta fórmula podemos transformar cualquier distribución normal a la distribución
normal estándar.
ÁREAS BAJO LA CURVA NORMAL
Una característica que tiene cualquier distribución normal es que el área bajo la curva, que
representa la probabilidad de que la variable aleatoria tome ciertos valores, se distribuye en
la misma proporción.
Para facilitar los cálculos se tabularon las áreas bajo la curva normal que se encuentran a la
derecha de algunos de los valores Z, de esta forma ya no es necesario resolver integrales,
solo se necesita transformar la distribución normal de interés en una distribución normal
estándar mediante la fórmula, y el área a la derecha del valor Z será el mismo que el área a
la derecha de X.
Ejemplo:
Solución:
Hay una distribución normal con media 115 y desviación estándar de 12 y queremos saber
cual es la probabilidad de que x sea mayor de 120, es decir, cuanto mide el área a la
derecha del 120.
Lo primero es transformar esta distribución normal en una distribución normal estándar (con
media cero y desviación estándar 1), para lo cual hay que cambiar el valor de x por un valor
Z con la fórmula.
Se busca el valor del área a la derecha del valor Z en la tabla de áreas bajo la curva
normal, la unidad y el primer decimal se buscan en la primer columna, y el segundo decimal
en el primer renglón, donde se cruzan renglón y columna es el valor del área entre la media
y el valor z. En este ejemplo:
Z 1
0.4 .1591
Y como el área a la derecha del valor z es el área que buscamos, entonces a .5 le restamos
.1591 lo que nos da .3409 y este es el resultado, es decir, la probabilidad de que un
aspirante a la universidad tenga un coeficiente intelectual mayor de 120 es .3409
APLICACIONES DE LA DISTRIBUCIÓN NORMAL
Podemos hacer dos tipos de estimaciones respecto a una población: una estimación
puntual o una estimación por intervalo.
La estimación por intervalo es una gama de valores que sirven para estimar el parámetro
de una población. Indica el error de la estimación en dos formas: por la amplitud de su
intervalo y por la probabilidad de que el verdadero parámetro de la población se encuentre
dentro de él.
Parámetro, es el nombre que recibe cualquier característica de una población; la media,
desviación estándar o varianza de una población son parámetros.
σ x = σN
Donde:
N = Tamaño de la muestra.
Nota: Cuando se desconoce la desviación estándar de la población, se puede estimar a
través de la desviación estándar de la muestra que se este utilizando.
Nivel de confianza. En estadística, la probabilidad que asociamos a una estimación de
intervalo se llama nivel de confianza; e indica, la confianza que tenemos de que la
estimación por intervalo comprenda el parámetro de la población. En una estimación, los
niveles de confianza que más se utilizan son 95 y 99%; pero podemos usar cualquier otro.
Intervalo de confianza. Es el intervalo donde con cierta seguridad se encuentra el valor del
parámetro poblacional que se desea estimar.
Para estimar una media poblacional a través de una media muestral se construye un
intervalo de confianza empleando el siguiente procedimiento:
X + Z σx
ESTIMACIÓN DE UNA PROPORCIÓN POBLACIONAL A
TRAVÉS DE UNA PROPORCIÓN MUESTRAL
-CONCEPTO GENERALES-
P (100-P)
σp = N
Donde:
Para estimar una proporción poblacional a través de una proporción muestral se construye
un intervalo de confianza empleando el siguiente procedimiento:
P + Z σp