Clase 09 - Muestreo 2023

ANÁLISIS ESTADÍSTICO Y GEOESTADISTICA
SEGUNDO CICLO “A”
Me lo contaron y lo olvidé, lo vi y
lo entendí, lo hice y lo aprendí.
Confucio
OCTUBRE 2022- FEBRERO 2023

UNIVERSO Y POBLACIÓN
•Universo: Constituye la totalidad de individuos o elementos en los cuales

puede presentarse determinada característica susceptible a ser estudiada.
(No siempre es posible estudiarlo en su totalidad).
•Puede ser finito o infinito, y en el caso de ser finito, puede ser muy grande
y no poderse estudiar en su totalidad. (Es necesario escoger una parte de
ese universo, para llevar a cabo el estudio).
Población Es parte del Universo sobre el cual vamos a centrar nuestro

estudio (unidades de análisis), la población puede ser de finito o infinito.
Constituye el conjunto de todos los elementos que cumplen ciertas
propiedades y entre los cuales se desea estudiar un determinado
fenómeno y se constituye en las características definitorias, (personas,
hogares, número de tornillos producidos por una fábrica en un año,
lanzamientos de una moneda, contenido de minerales, determinaciones
porcentuales, componentes, fases, técnicas, metodologías entre otros)
como un censo, que se constituye en el recuento de todos los elementos
de una población
Definiciones Básicas en el Muestreo Estadístico
Población
Es el conjunto total de elementos Muestra

(individuos, objetos o eventos) que
presentan una característica o condición
Extracción
común (objeto de estudio), sobre el que
Muestra
estamos interesados en obtener
conclusiones
Es una parte de los elementos

de una población que se selecciona
para el estudio (subconjuntos),
con el propósito de obtener
información.
Debe ser “representativo”
Generalización
de hallazgos
MUESTRA
• Muestra: Es un SUBCONJUNTO FINITO y FACTIBLE de la Población, que debe

cumplir características ineludibles para lograr que las conclusiones de la inferencia
estadística sean válidas.
• A partir de la muestra se obtienen las conclusiones sobre las características de la

población. La muestra debe ser representativa, en el sentido de que las
conclusiones obtenidas deben servir para el total de la población
• La muestra descansa en el principio de que las partes representan al todo y, por

tal, refleja las características que definen la población de la que fue extraída, lo
cual nos indica que es representativa. Por ello, la validez de la generalización
depende de la validez y tamaño de la muestra.
• Las muestras pueden ser probabilísticas o no probabilísticas. Probabilística

cuando se elige mediante reglas matemáticas, por lo que la probabilidad de
selección de cada unidad es conocida de antemano. Por el contrario, una muestra
no probabilística no ser rige por las reglas matemáticas de la probabilidad. De ahí
que, mientras en las muestras probabilísticas es posible calcular el tamaño del
error muestral, no es factible hacerlo en el caso de las muestras no
probabilísticas.
MUESTRA
Muestra probabilísticas: Todos los elementos de la población tienen la misma

posibilidad de ser escogidos. Esto se logra a través de una selección aleatoria
y/o mecánica de las unidades de análisis.
Muestras no probabilísticas: Los elementos se seleccionan según los criterios
de la persona encargada de hacer la muestra.
• Aleatoria: garantiza que los elementos que componen la muestra fueron

escogidos completamente al azar, es decir no hay predilección alguna por
incluir o excluir determinada unidad de análisis (todos los sujetos de una
población tienen la misma probabilidad de integrar la muestra)
*La elección entre estos tipos de muestras depende de los objetivos del
estudio, del esquema de investigación y de la contribución que se piensa
hacer con ella.
PROBABILISTICAS Nivel
de Confianza 95% [0,95],
error 5%[0,05] elementos
seleccionan números
aleatorios (tablas ,
calculadoras o mecanismos
de generar números
aleatorios
300 votantes # telefónico

Seleccionar 15 votantes
preferencias selecciona
el investigador
REPRESENTATIVIDAD DE UNA MUESTRA
La representatividad de la muestra, constituye la comparación o actividad de la razón

que pone en correspondencia una realidad con otra para ver sus diferencias y
semejanzas, estrechamente relacionadas con la población, esto implica el reflejo de
las características, similitudes, y diferencias relacionadas con la clasificación en
relación con la población
La representatividad de
una muestra es una
condición mediante las cual
las principales
características de la
población se las representa
matemáticamente en las
muestras a fin de que los
resultados que se obtengan
de ellas sean idénticos a
los resultados de la
población si ésta hubiera
sido observada en idénticas
condiciones.
TAMAÑO DE LA MUESTRA
El tamaño de la muestra, que es el número de unidades de análisis que se deben

escoger, debe ser lo suficientemente grande para garantizar la calidad de la
estimación de la característica poblacional que se desea conocer.
n?
Calcular el tamaño de la muestra (o tamaño muestral) es fundamental.

Una muestra más grande supone un desperdicio de recursos; una muestra más
pequeña produce una pérdida en la calidad de los resultados.
TAMAÑO IDEAL DE UNA MUESTRA
Cada estudio tiene un tamaño muestral idóneo, que permite comprobar lo

que se pretende con la seguridad y precisión fijadas por el investigador (su
extensión y profundidad), se exponen un conjunto de expresiones
matemáticas que facilitan, discernir las posibilidades de búsqueda de
resultados, en el análisis y verificación de hipótesis, enmarcadas en los
diferentes campos de acción. Así tenemos que la expresión matemática
más utilizada para el cálculo del tamaño de la muestra por investigadores
en las diferentes áreas del conocimiento es la siguiente:
* VASCONEZ Aristóbulo. Conferencia sobre

Npq nociones de muestreo. Abril 22 1976.
n=
E2
(N-1) +pq
K 2
“ n’’: Es el tamaño de la muestra, o número de muestras que

se requiere.
“N”: Es la población o universo del cual se va a extraer las
muestras.
Npq
n=
E2
(N-1) +pq
K2
“ n’’: Es el tamaño de la muestra, o número de muestras que se requiere.
“N”: Es la población o universo del cual se va a extraer las muestras.
“p.q”: la varianza de la población con respecto a las principales características que se van
a representar, su máximo valor equivale a 0,25 y es un valor constante. certeza
p=50% (0,5) y no certeza q=50% (0,5)
“E”: Error estadístico o error máximo admisible para las inferencias y estimaciones. Es un
valor que varía entre 0,02 y 0,9
“(N-1)”: Es una corrección paramétrica para muestras grandes mayores de 30.
“K”: Nivel de significancia con el cual se va a realizar el tratamiento de las estimaciones o

constante de la corrección del error estadístico. Valor constante que equivale a 2.
Con el objeto de lograr un índice de confiabilidad aceptable, al determinar el tamaño de

la muestra se utiliza también la expresión que se sintetiza así
TAMAÑO MUESTRAL (índice de confiabilidad aceptable)
Nσ2Z2
n=
(N-1) E 2 + (σ2 Z2 )

“σ”: Varianza de la población

“E”: Error estadístico o error máximo admisible para las inferencias y estimaciones.
Es un valor que varía entre 0,02 y 0,9
N.C. (Nivel de confianza Z) es un valor estimado de acuerdo a la naturaleza de la investigación
Cuando el nivel de confianza es el 68,3% (Z=1); sin embargo, debiéndose darse

la mayor estrictez que va desde el 95,5 al 99,7 %.
Población es finita [contar (inicio fin población)]

Npq
n=
E2
(N-1) +pq
K 2
Nσ2Z2
n=
(N-1) E 2 + (σ2 Z2 )
N # habitantes ciudad de Loja INEC 286938
Visitado la UNL 2022 algún familiar estudia en ella, ? carrera
N= 286938 Población
p = certeza 50%
Npq q = no certeza 50%
n=
E2
(N-1) +pq p = 0,5 q = 0,5 p.q= 0,25
K 2
(N-1) = grado de libertad >30 286937
* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 K=2
286.938 (0,25)
n= = 2478
(0,02)2
286937 + 0,25
4
Npq p = certeza 80%

n= q = no certeza 20%
E2
(N-1) +pq
K2 p = 0,8 q = 0,2 p.q= 0,16
* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 K=2

286.938 (0,16)
n= = 1591
(0,02)2
286937 + 0,16
4
p = certeza 95%
q = no certeza 5%
286.938 (0,0475)
p = 0,95 q = 0,05 p.q= 0,0475 n= = 474
(0,02)2
286937 + 0,0,475
4
Npq p = certeza 80%

n= q = no certeza 20%
E2
(N-1) +pq
K2 p = 0,8 q = 0,2 p.q= 0,16
* E= 0,02 y 0,9 [ 2 y 90] E= 0,10 (10% estimación) K=2

Decide el investigador
286.938 (0,16)
n= = 64
(0,1)2
286937 + 0,16
4
p = certeza 95%
q = no certeza 5%
286.938 (0,0475)
p = 0,95 q = 0,05 p.q= 0,0475 n= = 19
(0,1)2
286937 + 0,0,475
4
N # habitantes ciudad de Loja INEC 286.938
Npq N= 286.938 tamaño muestra

n=
E2 p = certeza 98%
(N-1) +pq
K2 q = no certeza 2%
p = 0,98 q = 0,02 p.q= 0,0196
* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 (N-1) = grado de libertad >30 286937
K=2
286938 (0,0196)
n= = 196
(0,02)2
286937 + 0,0196
4
p = certeza 99%
q = no certeza 1% 286 938 (0,0099)
n= = 98,97
p.q= (0,99)(0,01)=0,0099 (0,02)2
286937 + 0,0099
4
n = 99
Facultad de Energía 1500 alumnos encuesta aprendizajes Virtuales
N= 1500 tamaño población

Npq
n=
E2 p = certeza 50% q = no certeza 50%
(N-1) +pq
K2
p = 0,5 q = 0,5 p.q= 0,25
* E= 0,02 y 0,9 [ 2 y 90] (N-1) = grado de libertad >30 1499

E= 0,02 K=2 1500 (0,25)
n= = 938
(0,02)2
1499 + 0,25
4
p = certeza 99% q = no certeza 1%

1500 (0,0099)
n= = 93
p.q= (0,99)(0,01)= 0,0099 (0,02)2
1499 + 0,0099
4
Nσ Z 2 2
n= N.C. (Nivel de confianza Z) es un valor
(N-1) E 2 + (σ2 Z2 ) estimado de acuerdo a la naturaleza de la
investigación
Cuando el nivel de confianza es el 68,3% (Z=1); sin embargo, debiéndose

darse la mayor estrictez que va desde el 95,5 al 99,7 %.
Tabla: Áreas Tipificadas bajo la curva

68,3
= 0,683 simétrica
NC= 68,0% Z= 0,99 100
NC= 68,3% Z= 1 0,683

= 0,3415
2
Nσ Z 2 2
investigación
Cuando el nivel de confianza es el 95 y 95,5 cuanto vale Z=

95
= 0,95 simétrica
NC= 95,0% Z= 100
NC= 95,5% Z= 2
0,95
= 0,475 (47,5%)
2
Tabla: Área bajo curva es 0,475, el valor de Z= 1,96
95,5
= 0,955 simétrica
100
0,955
= 0,4775 (47,75%)
Tabla: Área bajo curva es 0,4775, el valor de Z= 2,00 2
Nσ Z 2 2
investigación
Cuando el nivel de confianza es el 99 y 99,7 cuanto vale Z=

99
= 0,99 simétrica
NC= 99,0% Z= 100
NC= 99,7% Z= 3
0,99
= 0,495 (49,5%)
2
Tabla: Área bajo curva es 0,495, el valor de Z=2,57
99,7
= 0,997 simétrica
100
0,997
= 0,4985 (49,85%)
Tabla: Área bajo curva es 0,4775, el valor de Z= 2,96 (3) 2
0,5+0,4985=0,9985
0,5+0,4985=0,9985
N # alumnos 1500 de la Facultad de Energía
N= 1500 tamaño población ? Tamaño población
NC= 68,3% Z=1

Nσ2Z2 σ2 Varianza de la población (0,04)
n=
(N-1) E 2 + (σ2 Z2 ) (N-1) = grado de libertad >30 1499
E= 0,02
1500 (0,04)2 (1)2
n= =
1499 (0,02)2 + [(0,04)2 (1)2 ]
NC= 95,5 % z = 1,96 Z = 2 NC= 99,7 % z = 2,98 z=3
1500 (0,04)2 (1,96)2 1500 (0,04)2 (2,98)2

n= = 15 n= =
1499 (0,02)2 + [(0,04)2 (1,96)2 ] 1499 (0,02)2 + [(0,04)2 (2,98)2 ]
NC= 68,3% Z=1
NC= 99,7 % z = 2,98

NC= 95,5 % z = 1,96
N S 2 Z α2
n=
(S 2 Z α2 ) + E 2 (N-1)
Npq Z2
n=
NE 2 + Z 2 p q
N
n=
1
TAMAÑO DE MUESTRA PARA POBLACIONES FINITAS O CONOCIDA
Índice de confiabilidad aceptable y Nivel de Confianza
N S 2 Z α2
n=
(S 2 Z α2 ) + E 2 (N-1)

“α”: Riesgo o nivel de significación
“Z α “Z α ” Puntuación correspondiente al riesgo ¥ que se elige . Para un
riesgo del 5%; α= 0,05 (Z α = 1,96)
“E”: Error permitido

Cuando se trata de una población finita el tamaño de la muestra se determina
considerando la siguiente expresión:
Npq MUNCH Lourdes. Métodos y técnicas de
n= Z2
Investigación. Ed. Trillas. 1997. p.102
NE 2 + Z 2 p q

p: proporción de casos favorables
q = (1- p): proporción de casos no favorables
“E”: error máximo admisible
“Z”: N.C. (Nivel de confianza)
Segunda expresión para considerar las características y calidad de la población

finita:
N “ n’’: Es el tamaño de la muestra
n=
1 “N”: Es la población o universo
Es el error máximo admisible (0,05).
Segunda expresión para considerar las características y calidad de la población

finita:
N “ n’’: Es el tamaño de la muestra
n=
1 “N”: Es la población o universo
Es el error máximo admisible (0,05).
TAMAÑO MUESTRA NATURALEZA POBLACIÓN
Para el caso de variables: Z2S2
n=
K2
“ n’’: Es el tamaño de la muestra o número de muestras que necesitamos
“S”: La desviación típica o estándar de sondeo
“K”: Precisión de la estimación (expresada en fracción).
“Z”: N.C. (Nivel de confianza)
Para el caso de atributos pqZ2

n=
K2
“p: Proporción de casos favorables
q = (1- p): proporción de casos no favorables
“K”: Precisión de la estimación (expresada en fracción).

“Z”: N.C. (Nivel de confianza) PAREDES Arturo. Proyectos Industriales Universidad
.Cuenca. Facultad de Ciencias Químicas. P.30
TAMAÑO MUESTRA NATURALEZA POBLACIÓN
N
n= DINACAPED. Módulo de Investigación
E 2 ( N-1)+ 1 educativa. Quito 1995.,p.173

“E”: Error máximo admisible para las inferencias y estimaciones
PROBLEMAS SOBRE DETERMINACIÓN TAMAÑO MUESTRA
finita atributos
n: tamaño muestra Población
infinita Variables
Calcular el tamaño muestral de una encuesta realizada cuando el error es de ±2, con un
nivel de confianza del 95,5% y los casos favorables y no favorables sean iguales (p=q),
considerando que la muestra se selecciona por un muestreo aleatorio simple
nivel de confianza del 95,0% y los casos favorables y no favorables sean iguales
(p=q), considerando que la muestra se selecciona por un muestreo aleatorio simple
nivel de confianza del 99% y los casos favorables y no favorables sean iguales (p=q),
nivel de confianza del 99,9 % y los casos favorables y no favorables sean dierentes
(p>q), considerando que la muestra se selecciona por un muestreo aleatorio simple
Exactas ( 0 errores) ideal p= 90% q =10%
p : certeza (favorables) 50% (0,5)

pqZ2 q : no certeza (No favorables) 50 (0,5)
n=
K2 Z área tipificada bajo curva (95,5) z = ?
NC = 95,5= (100-95,5)%= 4,5 (2 colas)
Zona Rechazo = 4,5 [α/2] (1 cola) = 2,25
97,75 2,25 NC = 95,5+2,25 = 97,75% fracción [0,9775]
z=?
z = 2,00
K: Precisión de la estimación (expresada en fracción)K= ±2% (0,02) fracción
0,5*0,5 (2) 2
n= = 2500
0,02 2
NC = 95,5+2,25 = 97,75% fracción [0,9775]
p : certeza (favorables) 50% (0,5)

pqZ 2
n= q : no certeza (No favorables) 50 (0,5)
K2 Z área tipificada bajo curva (95,0) z = ?
NC = 95,0= (100-95)%= 5 (2 colas)
Zona Rechazo = 5 [α/2] (1 cola) = 2,5

97,5
2,5
z=? NC = 95,0+2,5 = 97,50% fracción [0,9750]
z = 1,96
K: Precisión de la estimación (expresada en fracción)K= ±2% (0,02) fracción
0,5*0,5 (1,96) 2
n= = 2401
0,02 2
NC = 95,0+2,5 = 97,50%
fracción [0,9750]=(0,975-
0,5)=0,475 z= 1,96
Calcular el tamaño muestral de una encuesta realizada cuando el error es de ±2=E, con
un nivel de confianza del 99% (Z=?) y los casos favorables y no favorables sean iguales
(p=q), considerando que la muestra se selecciona por un muestreo aleatorio simple (1
COLA)
Zona Rechazo = 1 [α/2] (1 cola) = 0,5

pqZ 2
n= z =2,57
K2 NC = 99,0+0,5 = 99,50% fracción [0,9950]
Precisión de la estimación (expresada en fracción)K= ±2% (0,02) fracción
K:
0,5*0,5 (2,57) 2
n= = 4128
0,02 2
Precisión de la estimación (expresada en fracción)K= ±5% (0,05) fracción
pqZ2 0,5*0,5 (2,57) 2

n= z =2,57 n= = 660
K 2 (0,05) 2
CURVA GAUSS – CAMPANA DE GAUSS
Z área tipificada (normalizado) bajo curva (

pqZ 2
depende de el % ) z = ( 1 cola) o si es ( 2 colas)
n=
K2
Z área tipificada (normalizado)
x-µ X= punto referencia

z= µ= media poblacional
σ
σ= desviación
nivel de confianza del 99,9 % y los casos favorables y no favorables sean diferentes (p>q),
considerando que la muestra se selecciona por un muestreo aleatorio simple p= 90% q
=10% p=80% q= 20% p= 95% q =5% p= 99% q =1%
pqZ2 0,9*0,1(3) 2
n= z=3 n= = 2025
(0,02) 2
K2
nivel de confianza del 99,9 % y los casos favorables y no favorables sean diferentes (p>q),
considerando que la muestra se selecciona por un muestreo aleatorio simple p=80% q=
20% p= 95% q =5% p= 99% q =1%
pqZ2 0,8*0,2(3) 2
n= z =3 n= = 3600
(0,02) 2
K2
nivel de confianza del 99,9 % y los casos favorables y no favorables sean diferentes
(p>q), considerando que la muestra se selecciona por un muestreo aleatorio simple
99% q =1%
n = 223
Calcular el tamaño muestral cuando la zona elegida para un trabajo de preferencia sobre
la minería y sus efectos en la salud, consta de 21703 personas, cuando el error máximo
permitido es de 5%; con un nivel de confianza del 95,5% y los casos favorables y no
favorables sean del 50%), considerando que la muestra se selecciona por un muestreo
aleatorio simple.
b) Cuál es el tamaño muestral cuando se considera que el nivel de confianza es del
90%
c) Por cual de las dos opciones se decide y porqué?
finita atributos
n: tamaño muestra
Población
seleccionada infinita Variables
Npq 2
n= Z
Nσ2Z2
NE 2 + Z 2 p q n=
(N-1) E 2 + (σ2 Z2 )
N S 2 Z α2
n= Npq
(S 2 Z α2 ) + E 2 (N-1) n=
E2
(N-1) +pq
K2
aleatorio simple.
90%
a) Cuando se trata de una población finita el tamaño de la muestra se determina

Npq Z2 MUNCH Lourdes. Métodos y técnicas de
n=
NE 2 + Z 2 p q

“N”: Es la población o universo del cual se va a extraer las muestras 21703.
p: proporción de casos favorables 0,5
q = (1- p): proporción de casos no favorables 0,5
“E”: error máximo admisible 5% (0,05) n = 392 encuestados
“Z”: N.C. (Nivel de confianza) 95,5% z=2

aleatorio simple.
90%
b) Cuando se trata de una población finita el tamaño de la muestra se determina

Npq Z2 MUNCH Lourdes. Métodos y técnicas de
n=
N E 2+ Z 2p q

“N”: Es la población o universo del cual se va a extraer las muestras 21703.
p: proporción de casos favorables 0,5
q = (1- p): proporción de casos no favorables 0,5
“E”: error máximo admisible 5% (0,05) n = 265 encuestados
“Z”: N.C. (Nivel de confianza) 90 % z = 1,645

NC= nivel de confianza del 95,5% 95,5% 100% diferencia α= 4,5%
DOS COLAS su nivel será 95,5% (0,955) ∴ 2(0,4775) Z=2

% de error= 4,5%
UNA COLA su nivel será = (95,5+2,25)%=97,75% (0,9775)
∴ 2(0,48875) Z= 2,2
NC= nivel de confianza del 95% % de error= 5 % DOS COLAS UNA COLA
DOS COLAS su nivel será 95% (0,95) ∴ 2(0,475) Z = 1,96

% de error= 5% UNA COLA su nivel será = (95 +2,5)%=97,5% (0,97 5)
2(0,4875) Z = 2,24
NC= nivel de confianza del 90%

DOS COLAS su nivel será 90% (0,90) ∴ 2(0,45) Z = 1, 645
% de error= 10% UNA COLA su nivel será = (90 +5)%=95 %
2(0,475) Z = 1,96
NC= 68,3% PARA 2 COLAS z = 1,0 z = 1,4 REDONDEAR Z = 1
NC= 95,5 % PARA DOS COLAS z= 2 REDONDEAR Z = 2

NC= 99,7 % PARA DOS COLAS z = 2,96 REDONDEAR Z= 3
Z = 1
Z = 2
Z= 3
Npq Z2
n=
N E 2+ Z 2p q
DISTRIBUCIÓN PROBABILISTICA NORMAL ESTÁNDAR
Área bajo la distribución Normal estándar

entre la media y los valores positivos de Z
Una distribución normal estándar es
aquella distribución normal que tiene una
media igual a cero y una desviación
estándar igual a 1. Por lo tanto, cualquier
distribución normal puede convertirse en
una distribución normal estándar
mediante la utilización de la expresión:
x-µ µz = 0
z= σ2 = 1
σ
x: valor de la variable aleatoria que nos preocupa

µ: media de la distribución de la variable aleatoria
σ: desviación estándar de la distribución
z: número de desviaciones estándar que hay
donde x a la media de la distribución
Una distribución normal estándar es aquella

distribución normal que tiene una media
igual a cero y una desviación estándar igual a
1. Por lo tanto, cualquier distribución normal
puede convertirse en una distribución
normal estándar mediante la utilización de
la expresión:
x-µ µz = 0
z= σ2 = 1
σ
Se desea determinar los estilos de impartir clases en 382 aulas virtuales en una
institución de educación superior, con un 95 % de confiabilidad y un 5% de margen de
error, a través de la aplicación de la encuesta a sus alumnos, cuando el error máximo
permitido es de 2, 5 y 7 %
nivel de confianza del 95,5% y los casos favorables y no favorables sean (p=90% y q=
10%), considerando que la muestra se selecciona por un muestreo aleatorio simple
de una población de 3560 personas
Calcular el tamaño muestral de una encuesta realizada cuando el error es de ±5

(precisión de la estimación), con un nivel de confianza del 90 % y los casos favorables
y no favorables sean (p=90% y q= 10%), considerando que la muestra se selecciona
por un muestreo aleatorio simple
QUE DIFICULTAD SE TUVO AL RESOLVER

CURVA GAUSS
CURVA NORMALIZADA
DISTRIBUCIÓN NORMAL O DISTRIBUCIÓN GAUSSIANA
DISTRIBUCIÓN GAUSS
CURVA GAUSS
p + q= 1 p: certeza; q: no certeza
p: (nivel de Confianza o Aceptación)
La distribución Normal tipificada
q= (1- p): zona de Rechazo
Es una distribución de probabilidad de variable continua que describe los datos que se
agrupan en torno a un valor central. En todo proceso en el que solo existan causas aleatorias
de variación sigue una ley de distribución normal.
Por la condición que aparece con frecuencia en fenómenos naturales “normal”.
DISTRIBUCIÓN PROBABILISTICA NORMAL
(x-µ) 2
1 -
P(x) =
σ 2π
e 2σ 2
∞
El área bajo la curva es igual al 100% de ƒ(x) dx = 1
los eventos lo que se expresa como
• campaniforme -∞
• simétrica
Distribución de Laplace-Gauss: Distribución de Gauss
# veces=100
Probabilidad (Distribución de Laplace)
Lanzar moneda # cara = 56
N casos reales # sello
P=
N casos posibles
56
P (cara) = =0,56 p (sello ) = 1- p cara p (sello ) = 0,44
100
Probabilidad Distribución de Gauss

P (cara) p (sello ) =(0,56)(0,44)= 0,2464
p (certeza) q (no certeza) = (0,50)(0,50)= 0,25
p (certeza) = 0,5 [50%] 99%= 0,99 20%= 0,2
p (no certeza) = 0,5 [50%] 1%= 0,01 80%= 0,8

La Distribución normal denominada (distribución de Gauss, distribución gaussiana o

distribución de Laplace-Gauss). Sus distribuciones de probabilidad de variable continua
que con más frecuencia aparece en estadística y en la teoría de probabilidades
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto
de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y
es el gráfico de una función gaussiana
La importancia de esta distribución radica en que permite modelar numerosos
fenómenos naturales, sociales y psicológicos:
Variables morfológicas: altura, peso, diámetro, perímetro….(personas, animales, cosas)
Variables fisiológicas: dosis y efectos fármaco, abonos y generación de residuos….
Variables sociológicas: consumo de productos por grupos de individuos, investigación de
mercado, comportamiento del consumidor,
Variables psicológicas: nivel de adaptación a un medio, Coeficiente intelectual, agentes
estresantes …Nivel de ruido, valores estadísticos muestrales
Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son
desconocidos, por la enorme cantidad de variables incontrolables que en ellos
intervienen, el uso del modelo normal puede justificarse asumiendo que cada
observación se obtiene como la suma de unas pocas causas independientes.
La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el
valor de una variable aleatoria a una situación ideal
Es una distribución simétrica en forma de campana, es una función que depende del valor
de la media, la mediana y la moda porque coinciden, matemáticamente
Es una curva asintótica porque sus

valores se aproxima al eje de las x pero
nunca lo llega a topar
La localización de una distribución normal

siempre queda descrita por el valor de la
media y por la desviación estándar
-∞ ∞
DISTRIBUCIÓN PROBABILISTICA NORMAL ESTÁNDAR

Una distribución normal estándar es
aquella distribución normal que tiene una
media igual a cero y una desviación
estándar igual a 1. Por lo tanto, cualquier
distribución normal puede convertirse en
una distribución normal estándar
mediante la utilización de la expresión:
x-µ µz = 0
z= σ2 = 1
σ

Una distribución normal estándar es aquella

distribución normal que tiene una media
igual a cero y una desviación estándar igual a
1. Por lo tanto, cualquier distribución normal
puede convertirse en una distribución
normal estándar mediante la utilización de
la expresión:
x-µ µz = 0
z= σ2 = 1
σ
Tabla de distribución normal tipificada: N(0,1)
Los valores de la tabla normal representan el área bajo la curva normal hasta un valor
positivo de z.
NC=95% : z = 1,96
NC=99%: z = 2,58
Tabla normal estándar N (0,1)
z=1
z=2
z=3
LA DISTRIBUCIÓN NORMAL Y SUS CARACTERISTICAS
El científico alemán Carl Friedrich Gauss es a quien se le atribuye erróneamente su
invención pero que sin duda la usó frecuentemente para analizar fenómenos astronómicos
con éxito
❑ Los valores de las mediciones tienden a agruparse alrededor de un punto central, la media
❑ La representación de los datos es simétrica a ambos lados de la media
❑ Las desviaciones estándares quedan situadas a igual distancia unas de otras
❑ Es asintótica, es decir sus extremos nunca tocan el eje horizontal, cuyos valores tienden a
infinito.
❑ En el centro de la curva se encuentran la media, la mediana y la moda.
❑ El área total bajo la curva representa el 100% de los casos.
❑ Los elementos centrales del modelo son la media y la varianza
❑ La proporción de mediciones situada entre la media y las desviaciones es una constante
en la que se cumple:
• La media ± 1 desviación estándar = cubre el 68,3% de los casos
Podemos analizar el comportamiento de los procesos gráficos y determinar su efectividad
tomando como base su grado de aproximación a la curva de distribución normal a partir
de los datos generados y la creación de histogramas que permitan la comparación
con curva de distribución normal.
TABLA DE DISTRIBUCIÓN NORMAL
La distribución normal estándar, o tipificada o reducida, es aquella que tiene por media
el valor cero, μ =0, y por desviación típica la unidad, σ =1.
Hallar la probabilidad p ( z ≤ 0,45 )
❑ Cuando tenemos una variable aleatoria continua “x” que representa el consumo diario per
cápita de proteínas en los países desarrollados, considerando la distribución normal no
estandarizada, se requiere, calcular la probabilidad que hay que estandarizar los
valores de la variable x encontrando el valor de porcentual que representa en la
curva de gauss, de acuerdo a la información obtenida
9,35 8,40 9,93 8,32 9,58 12,86 10,48 10,42

9,12 7,64 10,03 9,42 10,41 10,89 9,87 10,54
9,45 10,70 8,16 10,05 9,56 10,07 15,01 10,68
7,49 9,75 10,23 10,89 8,52 10,27 13,12 10,75
9,53 9,92 10,34 9,95 11,75 7,36 8,35 14,90
❑ Cuando tenemos una variable aleatoria continua “x” con una distribución normal no
estandarizada, con media igual a 10 y desviación estándar igual a 1, y el problema se
solicita, calcular la probabilidad de que la variable X tome un valor entre 10,5 y 12,50,
hay que estandarizar los valores de la variable X aplicando la fórmula de z:
µ= media muestral (número de datos)

σ= desviación estándar muestral (típica)
Máximo valor serie
x-µ
z=
σ Mínimo valor de la serie
Distribución Normal Estandarizada
TAREA EXTRACLASS
❑ Representar la siguiente información en la curva de Gauss y determinar el valor de z sobre la

base del área tipificada bajo la curva y represente en porcentaje
Ls Limite Superior serie 15,01
Li Limite inferior serie 7,36

µ Promedio serie ( muestra) 10,1
σ Desviación Tipica (muestral) 1,67
estandarizada, con media igual a 10 y desviación estándar igual a 1, y el problema se solicita,
calcular la probabilidad de que la variable X tome un valor entre 10,5 y 12,50, hay que
estandarizar los valores de la variable X aplicando la fórmula de z:
❑ Cuando tenemos una variable aleatoria continua “x” que representa el consumo diario per
cápita de proteínas en los países desarrollados, considerando la distribución normal no
estandarizada, se requiere, calcular la probabilidad que hay que estandarizar los valores
de la variable x encontrando el valor de porcentual que representa en la curva de
gauss, de acuerdo a la información obtenida
7,83 8,60 8,93 9,39 10,28 10,86 11,58 12,42

8,06 8,64 9,03 9,42 10,41 10,89 11,76 12,54 10,25 =
= MEDIA
DESVIACION
8,45 8,70 9,16 9,56 10,56 11,07 12,01 12,68 1,506 MUESTRAL
8,49 8,75 9,23 9,89 10,52 11,27 12,12 12,75 12,9 = SUPERIOR
7,83 = INFERIOR
8,53 8,92 9,34 10,0 10,75 11,36 12,35 12,90
solicita, calcular la probabilidad de que la variable X tome un valor entre 10 y 11,50, hay
que estandarizar los valores de la variable X aplicando la fórmula de z:
x-µ
z=
σ
solicita, calcular la probabilidad de que la variable X tome un valor entre 10 y 11,50, hay
que estandarizar los valores de la variable X aplicando la fórmula de z:
Distribución normal no estandarizada

x-µ
z=
σ
µ =10 ҉
҉
σ =1 ҉ ҉
҉ ҉
҉ ҉
҉
҉ ҉ ҉
P(x) [10 ≤ x ≤ 11,50] ҉ ҉ ҉
҉ ҉ ҉
҉
҉҉ ҉ ҉
11,50 - 10 ҉ ҉
z= z = 1,5
1 7
8 9 11 12 13
7,5 8,5 9,5 10 10,5 11,5 12,5
10 - 10
z= z= 0
1
x-µ
7,83 8,60 8,93 9,39 10,28 10,86 11,58 12,42 z=
σ
8,06 8,64 9,03 9,42 10,41 10,89 11,76 12,54
10,25 =
= MEDIA
8,45 8,70 9,16 9,56 10,56 11,07 12,01 12,68 DESVIACION
1,506 MUESTRAL
8,49 8,75 9,23 9,89 10,52 11,27 12,12 12,75
12,9 = SUPERIOR
8,53 8,92 9,34 10,0 10,75 11,36 12,35 12,90 7,83 = INFERIOR
µ- σ=10,25-1,506= 8,744 µ+σ=10,25+1,506=11,756
µ-2σ=10,25-2(1,506) = 7,238 µ+2σ=10,25+2(1,506) =13,262

Li=7,83 ҉ Ls=12,9
-2σ = -2(1,506)= -3,012 ҉ ҉ +2σ = 2(1,506)= +3,012
҉
҉ ҉ (Ls-media)=12,9-10,25= 2,65
(Li-media) =7,83-10,25= -2,42
҉ A1 ҉ A2
҉ ҉ ҉ 2,65* 2σ
2σ ҉
-2,42 ҉ ҉ 2σ 3,012
3,012 13,262 (2σ)
7,238(-2σ) µ=10,25
-σ=-1,506 σ=1,506
8,744 11,756
Z= 1,76* σ = 1,76(1,506)=2,65
Z= -1,607* σ = - 1,607(1,506)= - 2,42
Z= - 2,42 A1= ? Z= 2,65 A2=?

0,9608= 96,08%
2σ
2,65* = 1,759 (1,76) σ Tabla área Tipificada
0,9608 3,012
96,08%
2σ
-2,42* = - 1,61 σ Tabla área Tipificada
÷ 3,012
÷÷ ÷÷
÷÷ ÷ ÷
A2 ÷ ÷÷
÷ ÷÷ ÷ ÷ ÷
÷ ÷ ÷ ÷÷ ÷ ÷
÷
÷ ÷ ÷÷ ÷ ÷ ÷ ÷ ÷
÷ ÷
÷ ÷ ÷÷ ÷ ÷ ÷ ÷ ÷ ÷
A1 ҉ ÷
Li=7,83 ҉ ҉ ÷÷
Ls=12,9
÷ ҉ ÷ ÷÷ ÷
÷÷ ÷÷ ҉ ҉
0,0537 ÷÷ ÷ ÷ ҉ A1 ҉ ÷ A2 ÷
÷ ÷÷ ÷
÷ ÷÷ ÷ ÷ ÷ ÷÷ ҉ ҉ ҉ ÷÷ ÷
÷ ÷ ÷ ÷÷ ÷ ÷ ÷
÷÷ ÷ ÷÷ ÷ ÷ ÷ 2σ ÷
÷÷ ÷ ҉ ҉ ҉ ÷
5,37%
÷ ÷ ÷ ÷÷ ÷ ÷ 7,238 µ=10,25 13,262
AT = A2 - A1=0,9608-0,0537= 0,9071 [90,71]% datos

están dentro de los limites
INTERPRETANDO LAS CONDICIONES DE RESTRICCIÓN (PROBABILIDAD)
AT = A2 - A1=0,9608-0,0537= 0,9071 [90,71]% datos

están dentro de los limites
7,83 ҉ ÷
҉ ҉ ÷÷ 12,9
҉ xmay - µ
҉ ÷ ÷÷ ÷ z=
҉ ÷ A2 ÷ σ
҉ A1 ҉
÷ ÷÷ ÷
÷÷ ҉ ҉ ҉ ÷÷
÷÷ ÷ ҉ ҉ ҉ ÷ 12,9 - 10,25
÷ z= = 1,76
µ=10,25 1,506
-σ=-1,506 σ=1,506
xmen - µ
Li: 7,83 ≤ x ≤ Ls: 12,9 z=
σ
z0: -1, 61 ≤ z ≤ Z1:1,76 7,83 – 10,25
z= = -1, 61
0,0537 ≤ Nc ≤ 0,9608 1,506
AT = A2 - A1=0,9608-0,0537= 0,9071 = 90,71% verdadero

APLICANDO LA DISTRIBUCIÓN NORMAL
Z= -1,607* σ = - 1,607(1,506)= - 2,42 Z= 1,76* σ = 1,76(1,506)=2,65
Z= 2,65 A2=?
Z=- 2,42 A1= ?
2σ
2,65* = 1,759 σ
3,012
2σ
-2,42* = - 1,61 σ
3,012
7,83 ҉ x-µ
҉ ҉ 12,9
҉ z=
҉ σ
҉
҉ A1 ҉ A2
҉ ҉ ҉
҉ ҉ ҉ 2σ
7,238 µ=10,25 13,262
-σ=-1,506 σ=1,506
AT= A2-A1=0,9608-0,0537= 0,9071 [90,71]% datos están dentro

de los limites
LA DISTRIBUCIÓN NORMAL Y EL ÁREA TIPIFICADA
❑ Los sueldos mensuales en una empresa siguen una distribución normal con
media de 1200 dólares, y desviación estándar de 200 dólares. ¿Qué porcentaje
de trabajadores ganan entre 1000 y 1550 dólares?
❑ El tiempo de vida de las baterías en una cierta aplicación industrial se

distribuyen normalmente con una media de 50 horas y la desviación
estándar de 5 horas. Calcular la probabilidad de que se elija
aleatoriamente una batería que dure entre 42 y 52 horas; y, b) cuando el
percentil es 40 de los tiempos de vida de las baterías que se hallan a
disposición en el mercado
❑ Utilizando la tabla del área tipificada bajo la curva para una distribución N(µ,σ).
Determinar los porcentajes y la gráfica correspondiente:
a) Z = 2,17 ; b) z = -1,19 ; c) z= 0,78 ; d) Entre z= -1,5 y z= 1,5
❑ Los sueldos mensuales en una empresa siguen una distribución normal con
media de 1200 dólares, y desviación estándar de 200 dólares. ¿Qué porcentaje
de trabajadores ganan entre 1000 y 1550 dólares?
x-µ
z= 1000
σ
A1 1550
A2
x=1000
µ=1200 µ=1200
σ=200 σ=200
-σ=-200
P(x) [1000 ≤ x ≤ 1200]
A1
z1
P(x) [1200 ≤ x ≤ 1550]
x=1550
z2 µ=1200
σ=200
A2
Los sueldos mensuales en una empresa siguen una distribución normal con media
de 1200 dólares, y desviación estándar de 200 dólares. ¿Qué porcentaje de
trabajadores ganan entre 1000 y 1550 dólares?
P(1000 ≤ x ≤ 1200)
A1= 0,3413
1000 - 1200
z= z = -1
200
Z = -1 A= 0,3413 Z = +1
1000 1200 P(1200 ≤ x ≤ 1550)
1550 - 1200
A2= 0,4599 z= z = 1,75
200
Z =1,75 A= 0,4599
AT = A1+ A2 = 0,3413+ 0,4599 = 0,8012
1200 1550 80, 12% (respuesta)

Li=42 Ls=52
µ=50
±σ= ±5
P(x) [42 ≤ x ≤ 50] P(x) [50 ≤ x ≤ 52]
x-µ x-µ
z= z=
σ
σ
x-µ x-µ
z= 52 z=
σ ҉ σ
42 ° ҉ °°
҉
42- 50 ҉ ° ° 52- 50
°
z= = - 1,60 °҉ ҉ ҉ A ° z= = 0,40
° 2
5 °҉ ҉ °A1 ҉ 5
° ҉ ҉ ҉ °°
°
҉°҉ ° °° σ
°
҉ ҉ ҉ °°
° ° °° ҉ ҉
45 µ=50 σ=5 55
-σ=-5
-1, 60 ≤ z ≤ 0,40
0,0548 0,6554
A2 - A1= 0,6554-0,0548= 0,6006
Probabilidad p= 0,6006 Rta

✓ percentil es 40 de los tiempos de vida (0,40 tabla área Tipificada bajo curva)
0,40 equivale al percentil tabla Z(-0,4013) = -0,25
x-µ x - 50
z= -0,25 = x = 48,75
σ 5
40% ÷
÷
÷
÷÷÷
÷ ÷
÷ ÷
÷÷ ÷ ÷
÷
÷÷ ÷ ÷ ÷
50
48,75
x-µ
z=
σ
z =2,17 tabla área Tipificada =0,9850 (98,50%)
P(x) [-2,50 ≤ z ≤ 2,50]
0
µ 2,17
0,4850 tabla cuando esta solo considerado la forma (50%) falta el otro 50%
0,4850+0,5 =0,9850
z
b) z = -1,19 (0,1170) (11,70%)
11,70%
÷
÷ ÷÷
-1,19
z= -1,5 y z= 1,5
86,64%
-1,19 -1,5 1,5

Distribución normal estandarizada
0,4 Z = 1,5
µ =0 A= 0,4332
0,3 Z = 1,5
Z = 1,5
0,2 A= 43,32 %
0,4332
0,1
-2 -1 +1 +2 +3
-3 -2,5 -1,5 -0,5 0 +0,5 +1,5 +2,5
Tener precaución con la tabla área Tipificada bajo la curva
100% 0,9332 (93,32%) A1= 93,32%-50% = 43,32%
A1
Respuesta = 43,32%
❑ Encontrar z, si el área entre 0 y z es igual a 0,4147 Estandarizado
a) z = -0,78 y z = 0,78
b) Z= -1,5 y z = -0,5
c) A la izquierda de z = 1,27
❑ El peso de las muestras de rocas en una determina mina se distribuyen

normalmente con una media de 500 kg y 45 kg de desviación típica. Si la mina
tiene almacenada 2000 muestras. Calcular:
a. Cuantas muestras pesaran mas de 540 kg
b. Cuantas pesaran menos de 480 kg: y,
c. Cuantas pesarán entre 490 y 510 kg
Solución a) 373, b) 660 y c) 348
❑ Una fábrica de producción de agua embotellada, cuenta con una máquina de
envasado automático, la cual vierte en cada botella una cierta cantidad de agua
que sigue una distribución normal con media de 500 mililitros y una varianza de
25 mililitros. ¿Qué porcentaje de las botellas se llenan con agua entre 490 y 507
mililitros? . Respuesta: 89,64%
❑ Encontrar z, si el área entre 0 y z es igual a 0,4147 Estandarizado
0 z
❑ Encontrar z, cuando z= -0,4147 Estandarizado
❑ Encontrar z, si el área entre 0 y z es igual a -0,4147 Estandarizado
-z 0
❑ Una de las pruebas de acceso a la Universidad para un post grado consiste en un
test que contiene 100 preguntas, cada una de las cuales tiene 4 posibles
respuestas y solo una correcta. Para superar esta prueba deben obtenerse, al
menos, 30 respuestas correctas. Si una persona contesta al azar. Cuál es el
número esperado de respuestas correctas.
❑ Dado los valores de z hallar el área expresada en porcentaje de:

a). A la derecha de z= 1,59
b). A la izquierda de z= 0,62
c). Entre z= -1,92 y z= 2,72
d). A la derecha de z=1,52 y a la izquierda de z= -3,02
❑ Si se conoce que “x”es una variable aleatoria con una distribución N(µ, σ).
Determinar el valor porcentual dada la expresión de probabilidad:
P(µ- 2σ ≤ x ≤ µ + 2σ)
Una fábrica de producción de agua embotellada, cuenta con una máquina de envasado
automático, la cual vierte en cada botella una cierta cantidad de agua que sigue una
distribución normal con media de 500 mililitros y una varianza de 25 mililitros (desviación
estándar= 5) Cuál es el porcentaje de las botellas se llenan con agua entre 490 y 507
mililitros? . Respuesta: 89,64%
P(490 < x < 500)
A1=?
490 - 500
z= z= -2
25
Z = - 2 A= 0,4772
P(500 < x < 507)

490 500
507 - 500
z= z = 1,40
5
A2=?
Z =1,40 A= 0,4192
AT = A1+ A2 = 0,4772 + 0,4192= 0,8964
89, 64% (respuesta)
500 507
Dado los valores de z hallar el área expresada en porcentaje de:
c). Entre z= -1,92 y z= 2,72
0,4
Z = 1,59
µ =0
0,3 Z = 1,59 A= 0,5 - 0,4441 = 0,0559= 5,59%
0,2
0,4441
0,1 0,0559
-2 -1 +1 +2 +3
-3 -2,5 -1,5 -0,5 0 +0,5 +1,59 +2,5
1- 0,9441= 0,0559= 5,59 %

c). Entre z= -1,92 y z= 2,72
0,4
Z = 0,62
µ =0
0,3 Z = 0,62 A= 0,5 + 0,2324 = 0,7324= 73,24%
0,2
0,5
0,1
0,2324
-2 -1 +1 +2 +3
-3 -2,5 -1,5 -0,5 0 +0,5 +1,5 +2,5
0,7324 = 73,24 %
c). Entre z= -1,92 y z= 2,72
0,4
µ =0
0,3
0,2
Z = -1,92
0,1 0,4726 0,4967
Z = 2,72
-2 -1 +1 +2 +3
-3 -2,5 -1,5 -0,5 0 +0,5 +1,5 +2,5
0,5- 0,0274=0,4726 0,5- 0,9967= 0,4967
AT = 0,4726 + 0,4967= 0,9693 [ 96,93%]

c). Entre z= -1,92 y z= 2,72
0,4
µ =0 Z = 1,52
0,3 Z = -3,02
0,2
0,4357
0,0013
0,1
-2 -1 +1 +2 +3
-3 -2,5 -1,5 -0,5 0 +0,5 +1,52 +2,5
1- 0,9987 =0,0013
0,5- 0,4357 = 0,0643
AT = 0,0013 + 0,0643 = 0,0656 [ 6,56 %]

Si se conoce que “x” es una variable aleatoria con una distribución N(µ, σ).Determinar
el valor porcentual dada la expresión de probabilidad:
P(µ - 2σ ≤ x ≤ µ + 2σ)
x-µ
Aplicando el expresión: z=
σ
2σ [95,44%] verificar
(µ - 2σ) - µ (µ + 2σ)- µ - 2σ (2σ) = P - 2 ≤ z ≤ 2

=P ≤ z≤ =P ≤ z≤
σ σ σ σ
=P z≤ 2 -P Z≤-2
Tablas: Área Tipificada = 0,9772- 0,0228 = 0,9544 = 95,44%
P (µ - 2σ) ≤ x ≤ (µ + 2σ) = 95,44 lqqd

P(µ - 3σ ≤ x ≤ µ + 3σ)
x-µ
σ
(µ - 3σ) - µ (µ + 3σ)- µ - 3σ 3σ =P -3 ≤ z≤ 3
=P ≤ z≤ =P ≤ z≤
σ σ σ σ
=P z≤ 3 -P Z≤-3
P (µ - 3σ) ≤ x ≤ (µ + 3σ) = 99,74% lqqd

P(µ - σ ≤ x ≤ µ + σ)
x-µ
σ
(µ -1σ) - µ (µ + 1σ)- µ - 1σ (1σ) = P - 1 ≤ z ≤ 1

=P ≤ z≤ =P ≤ z≤
σ σ σ σ
=P z≤ 1 -P Z≤-1
P (µ - 1σ) ≤ x ≤ (µ + 1σ) = 68,26% lqqd

❑Una de las pruebas de acceso a la Universidad para un post grado
consiste en un test que contiene 100 preguntas, cada una de las cuales tiene
4 posibles respuestas y solo una correcta. Para superar esta prueba deben
obtenerse, al menos, 30 respuestas correctas. Si una persona contesta al
azar. Cuál es el número esperado de respuestas correctas.
puntaje es de 100 preguntas x-µ
z=
σ
tiene 4 posibles respuestas y solo una correcta
# casos reales
media = 30 respuestas correctas Probabilidad=
# casos posibles
Probabilidad p= ¼ = 0,25 [N,1]

p= certeza; y, q = la no certeza
p=0,25 y q = 0,75
a) 12
a) 25
b) 30 N=100 preg 100%
AT=100%
c) 75
p= ¼ = 0,25*N= 0,25*100=25
❑Una de las pruebas de acceso a la Universidad para un post grado
consiste en un test que contiene 300 preguntas, cada una de las cuales tiene
6 posibles respuestas y dos correctas. Para superar esta prueba deben
obtenerse, al menos, 80 respuestas correctas. Si una persona contesta al
azar. Cuál es el número esperado de respuestas correctas.
puntaje es de 300 preguntas x-µ
z=
σ
tiene 6 posibles respuestas y 2 correctas
# casos reales
media = 30 respuestas correctas Probabilidad=
# casos posibles
Probabilidad p= 1/3 = 0,333 [N,1]

p= certeza; y, q = la no certeza
p=0,33 y q = 0,67
a) 33
a) 25
b) 30 N=300 preg 100%
AT=100%
c) 75
p= 1/3= 0,333*N= 0,333*100=33

ENERO 2023

Clase 09 - Muestreo 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 09 - Muestreo 2023

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS ESTADÍSTICO Y GEOESTADISTICA

SEGUNDO CICLO “A”

OCTUBRE 2022- FEBRERO 2023

•Universo: Constituye la totalidad de individuos o elementos en los cuales

Población Es parte del Universo sobre el cual vamos a centrar nuestro

Es el conjunto total de elementos Muestra

Es una parte de los elementos

• Muestra: Es un SUBCONJUNTO FINITO y FACTIBLE de la Población, que debe

• A partir de la muestra se obtienen las conclusiones sobre las características de la

• La muestra descansa en el principio de que las partes representan al todo y, por

• Las muestras pueden ser probabilísticas o no probabilísticas. Probabilística

Muestra probabilísticas: Todos los elementos de la población tienen la misma

• Aleatoria: garantiza que los elementos que componen la muestra fueron

300 votantes # telefónico

La representatividad de la muestra, constituye la comparación o actividad de la razón

El tamaño de la muestra, que es el número de unidades de análisis que se deben

Calcular el tamaño de la muestra (o tamaño muestral) es fundamental.

Cada estudio tiene un tamaño muestral idóneo, que permite comprobar lo

* VASCONEZ Aristóbulo. Conferencia sobre

“ n’’: Es el tamaño de la muestra, o número de muestras que

“(N-1)”: Es una corrección paramétrica para muestras grandes mayores de 30.

“K”: Nivel de significancia con el cual se va a realizar el tratamiento de las estimaciones o

Con el objeto de lograr un índice de confiabilidad aceptable, al determinar el tamaño de

“ n’’: Es el tamaño de la muestra, o número de muestras que se requiere.

“σ”: Varianza de la población

“(N-1)”: Es una corrección paramétrica para muestras grandes mayores de 30.

N.C. (Nivel de confianza Z) es un valor estimado de acuerdo a la naturaleza de la investigación

Cuando el nivel de confianza es el 68,3% (Z=1); sin embargo, debiéndose darse

Población es finita [contar (inicio fin población)]

(N-1) = grado de libertad >30 286937

* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 K=2

Npq p = certeza 80%

(N-1) = grado de libertad >30 286937

* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 K=2

Npq p = certeza 80%

(N-1) = grado de libertad >30 286937

* E= 0,02 y 0,9 [ 2 y 90] E= 0,10 (10% estimación) K=2

Npq N= 286.938 tamaño muestra

* E= 0,02 y 0,9 [ 2 y 90] E= 0,02 (N-1) = grado de libertad >30 286937

N= 1500 tamaño población

* E= 0,02 y 0,9 [ 2 y 90] (N-1) = grado de libertad >30 1499

p = certeza 99% q = no certeza 1%

Cuando el nivel de confianza es el 68,3% (Z=1); sin embargo, debiéndose

Tabla: Áreas Tipificadas bajo la curva

NC= 68,3% Z= 1 0,683

Cuando el nivel de confianza es el 95 y 95,5 cuanto vale Z=

Tabla: Áreas Tipificadas bajo la curva

Tabla: Área bajo curva es 0,475, el valor de Z= 1,96

Cuando el nivel de confianza es el 99 y 99,7 cuanto vale Z=

Tabla: Áreas Tipificadas bajo la curva

Tabla: Área bajo curva es 0,495, el valor de Z=2,57

N= 1500 tamaño población ? Tamaño población

NC= 68,3% Z=1

NC= 95,5 % z = 1,96 Z = 2 NC= 99,7 % z = 2,98 z=3

1500 (0,04)2 (1,96)2 1500 (0,04)2 (2,98)2

NC= 99,7 % z = 2,98

“ n’’: Es el tamaño de la muestra, o número de muestras que se requiere.

“E”: Error permitido

“ n’’: Es el tamaño de la muestra, o número de muestras que se requiere.

“E”: error máximo admisible

“Z”: N.C. (Nivel de confianza)

Segunda expresión para considerar las características y calidad de la población

Segunda expresión para considerar las características y calidad de la población