ESTADISTICA

CLASE Nº 10

1
Proceso de Deducción Estadística
Esquema Con reposición y Con Repetición

▪Paso 1: Generar todas las muestras posibles, con un tamaño

previamente especificado.

1.1. Construir un marco muestral con cada sujeto enumerado

del 1 al N.

1.2. Usando una fuente de números aleatorios, seleccionar

números entre 1 y N, n veces.

2
Muestras simple al azar con reposición y
con repetición: son aquellas que tienen
igual probabilidad de ser escogidas y en
las que cada componente tiene igual
probabilidad de estar presente en la
muestra.

3
Cantidad de Muestras Posibles

➢Número de muestras diferentes con la misma

probabilidad de selección- Esquema “con y con”

M = Nn

4
Ejemplo:
Sea la siguiente información hipotética de los alumnos de la
Facultad de Ciencias de la Salud UNSTA en 2016.

Xi
ALUMNO
Edad
N Arias 19
Bulacio 21
Carrizo 22
Diaz 20

Parámetros Poblacionales

x = 20,5 años

2x = 1,25 años2

*2x = 1,25 . 4/3 = 1,6667años2 5

Se quiere estimar x y 2x usando una muestra de tamaño (n=2).

Muestras Posibles:
•Con y con : M = Nn = 42 = 16 muestras

Paso 2: Calcular en cada muestra generada, su media X y ()

variabilidad (s²).

1 n
X =  Xi
n i =1

1 n
 ( X i − X)
2 2
S =
n − 1 i =1
6
PASO 2:
Muestras Posibles con reposición y con repetición
Unidades
Xi S2
Nº Muestras Muestrales
1 A,A 19,19 19 0
2 A,B 19,21 20 2
3 A,C 19,22 20,5 4,5
4 A,D 19,20 19,5 0,5
5 B,A 21,19 20 2
6 B,B 21,21 21 0
7 B,C 21,22 21,5 0,5
8 B,D 21,20 20,5 0,5
9 C,A 22,19 20,5 4,5
10 C,B 22,21 21,5 0,5
11 C,C 22,22 22 0
12 C,D 22,20 21 2
13 D,A 20,19 19,5 0,5
14 D,B 20,21 20,5 0,5
15 D,C 20,22 21 2
16 D,D 20,20 20 0
7
Interpretaciones:

Muestra Nº 5:

(X) = 20 años
Estimo que la Edad Promedio de los Alumnos de la
Facultad de Ciencias de la Salud UNSTA en 2016, es 20
años.

S2 = 2 años2
Estimo que la variabilidad de las edades de los Alumnos
de la Facultad de Ciencias de la Salud UNSTA en 2016, es
2 años2.

8
▪Paso 3: Construcción de las distribuciones
muestrales de (X) y de s2.

▪Paso 4: Calcular media y varianza de los

estimadores a partir de sus distribuciones
muestrales.

▪Paso 5: Verificar teoremas sobre el valor

esperado de los estimadores y V X ()
9
 Distribución Muestral de X

• Es la distribución que resume todas las medias muestrales

calculadas a partir de los datos resultantes en cada una de las
muestras posibles, seleccionadas para un dado tamaño n.

•Cualquier distribución muestral siempre se refiere a:

▪ Una población específica que está siendo muestreada.

▪ A un tamaño específico de muestra aleatoria simple.

10
 PASO 3 , 4 y 5

DISTRIBUCIÓN MUESTRAL DE X

Esquema con y con

X  f ( X)
2
X f ( X) X  f ( X)

19 1 19 361,0
19,5 2 39 760,5
20 3 60 1.200,0
20,5 4 82 1.681,0
21 3 63 1.323,0
21,5 2 43 924,5
22 1 22 484,0
Total 16 328 6.734,0

11
 Características de la
Distribución Muestral de X

La media aritmética de las distribuciones muestrales de X , es igual

a la media aritmética de la población de donde proceden las
muestras

Teorema µ ( X )= E( X )= µ (x)

Un estimador X se dice insesgado si su distribución muestral tiene

una media igual al parámetro que estima (µ)

12
Teorema:

 2
 =2
x
x Esquema Con y Con

Las distribuciones muestrales se concentrarán más

alrededor del parámetro (), sobre el que se desea obtener
la información, a medida que menor sea la variabilidad (x )
de la población de donde provienen las muestras.
Las estimaciones tenderán a concentrarse más alrededor
del parámetro, a medida que mayor sea el tamaño de la
muestra.

13
Esquema con y con

1 K
 X =   Xi  f ( X i ) = 20,5años
M i =1

()
K
1
 X =   Xi  f X −  2X =
2 2

M i=1
= 0,625 años2

 2
2X = = 0,625años 2
X

n
14
 Resumen de Características de la Distribución
de la Media Muestral

• Contiene los resultados de todas las muestras aleatorias posibles.

• El valor esperado de la Media Muestral es igual a la media
poblacional.
• Presenta menos variación que la distribución de la población.
• Su variabilidad es afectada por el tamaño de muestra y por la
variabilidad de la población en estudio.
• Permite conocer las magnitudes posibles del error muestral y las
frecuencias con que pueden presentarse.
• Permite conocer la precisión con la cual se puede estimar la
media de la población en base a cualquier muestra aleatoria
simple.

15
 PASO 3 , 4 y 5

DISTRIBUCIÓN MUESTRAL DE S 2
Esquema con y con

S 2
f ( S 2 ) S 2  f (S 2 )
0 4 0
0,5 6 3
2 4 8
4,5 2 9
Total 16 20

S2 = 1,25 años2

x2 = 1,25 años2

16
Teorema:

µ (S2 )= E(S2 
)= X
2
Esquema Con y Con

S2 es un estimador insesgado de la varianza de la

n
población (  ) en el esquema
2
X N

17