TAREA No.

Con base en la información de la Tarea No. 15 (definitiva) y el Estimador que te corresponde

estudiar (de acuerdo a tu número de lista: ver el siguiente cuadro):

ESTIMADOR QUE TRABAJARÁN:

Estimador Número de lista Estimador Número de lista

Media 1-7 Coeficiente Variación 26 - 32
Mediana 8 - 13 Varianza modificada 33 - 39
Desviación Estándar 13 - 19 Amplitud 40 - 42
Varianza 20 - 26 Proporción 43 - 48

Notas:
a) Tu número de lista no es el anterior sino el que aparece en la lista de asistencia actualizada.
b) Como en la tarea No. 15 que les comparto no aparecen los valores de la varianza modificada,
entonces los tienen que generar mediante el siguiente procedimiento: ^S2 = 0.8( S2) y redondear a 3
decimales.
c) Los valores de la proporción muestral que les comparto aparecen en porcentaje, entonces
tienen que eliminarlo, quedando valores como: 0, 0.2, 0.4, 0.6, 0.8 y 1

1. Capturar los datos de todas las tareas (tanto las de tus compañeros de grupo académico como
las tareas que les comparto) referentes al Estimador respectivo.

2. Ordenar la información anterior de forma ascendente

3. Obtenerle a este Estimador: la Amplitud o el Rango = dato de mayor valor – dato de menor
valor, la Esperanza (o la Media o el promedio), la Varianza y el Error (o la Desviación) Estándar; y
expresarlos de la siguiente forma, por ejemplo, si es la:
a) Media ( x ): μ x, σ x , σ x y A x
2

2
b) Varianza ( S x): μS , σ S , σ S y A S
2
2 2 2 2

c) Desviación Estándar ( S x): μS , σ σ S y A s

2
S,
2
d) Proporción: μ ^p , σ ^p, σ ^p y A ^p
e) etc.

4. Obtener el Error de Muestreo (ε ) en cada muestra:

a) Si es la Media: ε = x - μ x ⇒ ε = x – 63.44
a.1) Muestra 1: ε 1 = x 1 – 63.44
a.2) Muestra 2: ε 2 = x 2 – 63.44
a.3) Muestra 3: ε 3 = x 3 – 63.44
⋮ ⋮

1
a.k) Muestra k: ε k = x k – 63.44

b) Si es la Mediana: ε = ^
M e - μ x ⇒ ε =^
M e– 63.44 ← ya que a veces se usa a ^
M e para estimar a μ x
b.1) Muestra 1: ε 1 = ^
M e1 – 63.44
b.2) Muestra 2: ε 2 = ^
M e 2 – 63.44
ε ^
b.3) Muestra 3: 3 = M e3 – 63.44
⋮ ⋮
^
b.k) Muestra k: ε k = M ek – 63.44

c) Si es la Desviación Estándar: ⇒ ε = S x - σ x = S x – 10.45

c.1) Muestra 1: ε 1 = S1 – 10.45
c.2) Muestra 2: ε 2 = S2 – 10.45
c.3) Muestra 3: ε 3 = S3 – 10.45
⋮ ⋮
ε S
c.k) Muestra k: k = k – 10.45

2 2 2
d) Si es la Varianza: ⇒ ε = S x - σ x = S x – 109.25
d.1) Muestra 1: ε 1 = S1 – 109.25
2

2
d.2) Muestra 2: ε 2 = S2 – 109.25
d.3) Muestra 3: ε 3 = S3 – 109.25
2

⋮ ⋮
d.k) Muestra k: ε k = S – 109.25
2
k

e) Si es la Varianza modificada: ⇒ ε = ^S x - σ x = ^S x – 109.25

2 2 2

e.1) Muestra 1: ε 1 = ^S1 – 109.25

2

e.2) Muestra 2: ε 2 = ^S2 – 109.25

2

e.3) Muestra 3: ε 3 = ^S3 – 109.25

2

⋮ ⋮
^ 2
e.k) Muestra k: ε k = Sk – 109.25

^ - CV x = CV
f) Si es el Coeficiente de Variación: ⇒ ε = CV ^ – 16.48
x x
^ 1 – 16.48
f.1) Muestra 1: ε 1 = CV
^ – 16.48
f.2) Muestra 2: ε 2 =CV 2
ε ^
f.3) Muestra 3: 3 =CV 3 – 16.48
⋮ ⋮
^
f.k) Muestra k: ε k = CV k – 16.48

g) Si es la Amplitud (o el Rango o el Recorrido): ⇒ ε = ^

A–A= ^
A – 44.9
^
g.1) Muestra 1: ε 1 = A1 – 44.9
g.2) Muestra 2: ε 2 = ^
A2 – 44.9
g.3) Muestra 3: ε 3 = ^
A3 – 44.9
⋮ ⋮

2
g.k) Muestra k: ε k = ^
Ak – 44.9

h) Si es la Proporción: ⇒ ε = ^p – p = ^p – 0.5
h.1) Muestra 1: ε 1 = ^p1 – 0.5
h.2) Muestra 2: ε 2 = ^p2 – 0.5
h.3) Muestra 3: ε 3 = ^p3 – 0.5
⋮ ⋮
ε ^
p
h.k) Muestra k: k = k – 0.5

5. Obtenerle a los datos del Error: la Media (o la Esperanza o el promedio), la Varianza, la

Desviación Estándar y la Amplitud, es decir: με , σ ε , σ ε y A ε; con el fin de subrayar que el Error de
2

Muestreo es también una variable aleatoria.

6. Con base en las distintas medidas descriptivas anteriores:

a) Observar si με se aproxima a cero (lo que sería un indicio que se trata de un Estimador
insesgado) o, por el contrario, si se aleja “mucho” de cero (lo cual indicaría que dicho Estimador es
Sesgado o no Insesgado) (por favor revisar la primera definición de Sesgo).

b) obtener el Sesgo del Estimador mediante la expresión: Sesgo = μ ^β – β . (o sea, mediante la

segunda definición de Sesgo). Así para la:

b.1) Media: Se( x ) = μ x - μ x = μ x – 63.44← comparar este resultadocon elobtenido arriba

b.3) Mediana: Se( ^ M e) = μ ^M - μ x = μ ^M - 63.44← comparar este resultadocon el anterior (inciso a)
e e

b.3) Varianza: Se( S x) = μS - σ x = μS – 109.25← comparar este resultadocon el previo

2 2
2 2

b.4) Varianza modificada: Se( ^S x) = μS^ - σ x = μs^ – 109.25← Compararlo con el anterior (inciso 6.a)
2 2
2 2

b.4) Proporción: Se( ^p) = μ ^p - p = μ ^p – 0.5 ← comparar este resultadocon elde arriba(inciso a)
b.5) etc.

c) Comparar los siguientes dos valores:

c.1) σ ε versus σ ^β (donde: ^β = x , S x, ^S x, ^p, etc.)← y expresar si son iguales o diferentes
2 2 2 2

c.2) σ ε versus σ ^β (donde: ^β = x , S x, ^S x, ^p, etc.) .)← y expresar si son iguales o diferentes
2 2

7. Imprimir únicamente los datos referentes al valor del Estimador ( ^β ) y su respectivo Error de
Muestreo (ε ) cuando ya están ordenados y agregar las siguientes 4 medidas descriptivas en cada
2
caso: μ ^β, σ ^β , σ ^β , A ^β ; μ ε , σ ε , σ ε y A ε obtenidas previamente.
2

8. Elaborar una Tabla de Frecuencias de los valores del Estimador con 17 clases (no calcular las
frecuencias acumuladas porque no se requieren en esta tarea).
Nota: En el caso de la Proporción como son sólo 6 valores posibles de ^p (0, 0.2, 0.4, 0.6, 0.8 y 1),
entonces usar únicamente 6 clases, cuyos límites serán los siguientes (además, hay que recordar
que la Proporción sólo toma valores entre 0 y 1, o sea, no puede ser negativa ni mayor que uno):
a) 1ª. clase: [0, 0.17) b) 2ª. clase: [0.17, 0.33) c) 3ª. clase: [0.33, 0.50)
d) 4ª. clase: [0.50, 0.67) e) 5ª. clase: [0.67, 0.83) f) 6ª. clase: [0.83, 1]

3
9. Con base en la Tabla de Frecuencias, elaborar un Polígono de Frecuencias; cuyo título debe
decir: la Distribución de Muestreo (y en seguida anotar el nombre del Estimador que estás
trabajando). Cabe mencionar, que el número total de muestras posibles, son: ( Nn ) =

(605 )=5 461,512). Cuyos pares ordenados son: (LI , 0); (V , p ); (V , p ),…, (V , p ); (LS , 0)
'
1 1 1 2 2 17 17 17

Siendo:
a) LI1: el límite inferior de la 1ª. clase
b) LS17: el límite superior de la última clase
c) Vi: el valor medio o marca de clase
d) pi: la frecuencia relativa en términos unitarios, es decir expresada como: 0.1352, 0.0826, etc.

Notas:
a. En el título de dicho Polígono se debe mencionar el nombre del Estimador que estás
procesando:
Por ejemplo: “Distribución de Muestreo de la Media”, “Distribución de Muestreo de la Varianza”,
“Distribución de Muestreo de la Varianza modificada”, “Distribución de Muestreo de la
Proporción”, etc.
b. Identificar en el eje de las abscisas en donde se localiza la Esperanza o la Media del Estimador;
por ejemplo: μ x, μS , μ ^p , etc., con el fin de resaltar que un Estimador, por ser una variable
2

aleatoria, también tiene Esperanza Matemática.

10. Elaborar una Tabla de Frecuencias de los Errores de Muestreo con 17 clases (no calcular las
frecuencias acumuladas).
Nota: En el caso del Error en la Proporción usar únicamente 6 clases, cuyos límites de clase serán
los siguientes:
a) LI1 = ε (1) ← o sea, el límite inferior de la 1ª. clase será igual al Error más pequeño
b) LS1 = LI1 + 0.17 = LI2
c) LS2 = LI2 + 0.16 = LI3
d) LS3 = LI3 + 0.17 = LI4
e) LS4 = LI4 + 0.17 = LI5
f) LS5 = LI5 + 0.16 = LI6
g) LS6 = LI6 + 0.17

11. Con base en esta Tabla de Frecuencias, elaborar un Polígono de Frecuencias (mismo que
pretende expresar la Distribución de Probabilidades del Error de Muestreo (ε )) cuyos pares
ordenados son: (LI1, 0), (V1, p1), (V2, p2), …, (V17, p17), (LS17, 0) o en el caso de la Proporción: (LI1, 0),
(V1, p1), …, (V6, p6), (LS6, 0).

Así que el título debe decir: “Distribución de Probabilidades del Error de Muestreo
”. También en el eje de las abscisas hay que ubicar la Esperanza o la Media de dicho Error,
anotando: με = ?

12. Compara ambos Polígonos de Frecuencia (el del Error y el del Estimador). ¿Qué conclusión
obtienes? ¿Son idénticos o son muy distintos entre sí? Si ambos son idénticos, por eso resulta que

4
las tres medidas de variación que calculaste (la Varianza, la Desviación Estándar y la Amplitud)
para cada uno de ellos son también iguales (no es una casualidad).