Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informes 5 y 6 de Muestreo y La Estimación
Informes 5 y 6 de Muestreo y La Estimación
ESTADISTICA
DESCRIPTIVA. PROF. FRANCISCO HERRERA: INFORME DE INVESTIGACION DE
QUINTA UNIDAD: Muestreo y distribución muestral.
NOMBRE y APELLIDO: Karismel Dolmania Henríquez De la Cruz ID 1106209
José Fernando Hernández Alvarez ID 1106118
Valor 2.50 puntos si responde de manera correcta a lo que se pide y se envía en la fecha y
forma indicada. Enviar en Word letra 12. Fecha de entrega a la página virtual el miércoles
30 a la 2pm y la 4pm. Secciones 02 y 01. Anotar fuentes (autor, año, nombre de libro o
página, otros) después de cada concepto: Libros de textos propuestos. Página aula del
pensamiento estadístico. Internet.
Parte V. Muestreo y distribución muestral
1. Recordar y anotar las diferencias entre las poblaciones finitas y las poblaciones
infinitas
-Población finita: Es aquella en la que el número de valores que la componen tiene un fin.
Por ejemplo, la población estadística que nos indica la cantidad de árboles de una ciudad
es finita. Es cierto que puede variar con el tiempo, pero en un instante determinado es finita,
tiene fin
-Población infinita: Se trata de aquella población que no tiene fin. Por ejemplo, el número
de planetas que existen en el universo. Aunque puede que sea finito, el número es tan grande
y desconocido que estadísticamente se asume como infinito.
Fuente bibliográfica
https://economipedia.com/definiciones/poblacion-estadistica.html#:~:text=Poblaci
%C3%B3n%20estad%C3%ADstica%20finita%3A%20Es%20aquella,determinado
%20es%20finita%2C%20tiene%20fin.
2. ¿Cuáles son las dos formas de investigación estadística? Presentar la definición y dar
ejemplo de cada una de la forma de investigación estadística.
- Llevar a cabo una encuesta para auscultar el sentir y la opinión del público sobre un asunto
o problema.
-Investigación Experimental: es el tipo de investigación donde el investigador manipula o
controla una o más variables para ver su efecto en otra o más variables. Generalmente son
estudios con muestras pequeñas (dependiendo de los medios y recursos…) se establece un grupo
control - como base de comparación - y un grupo experimental - que recibe el nuevo tratamiento.
Fuente bibliográfica
http://moodlelandivar.url.edu.gt/url/oa/fi/ProbabilidadEstadistica/Lectura%20conceptos
%20b%C3%A1sicos.pdf
3. ¿Qué es una muestra? Anotar el tipo de muestra según la cantidad de veces que los
elementos de la población pueden ser parte de la muestra. Anotar un ejemplo de cada
uno.
Tipos de muestreo
-Muestreo aleatorio o probabilístico: Este tipo de muestreo es uno de los más utilizados en las
investigaciones. Se comprende que aquí todos los sujetos o elementos de la población pueden
pasar a formar parte de la muestra, pues tienen la misma probabilidad de ser escogidos.
- Muestreo no aleatorio o no probabilístico: Mediante esta técnica de muestreo, en
comparación del muestreo probabilístico las muestras no se recogen por medio
de procesos donde a los sujetos se les brinden las mismas posibilidades de ser
seleccionados.
Fuentes bibliográfica
https://www.gestiopolis.com/tipos-de-muestreo-estadistica/#:~:text=Existen%20dos
%20tipos%20de%20muestreo,tipo%20de%20investigaci%C3%B3n%20a%20realizar.
https://www.questionpro.com/blog/es/muestreo-aleatorio-simple/
1. Muestreo aleatorio simple: En este método de muestreo lo principales es tener una idea clara de
cuantos sujetos serán necesarios para completar el tamaño de la muestra que se va a investigar,
pues este consiste en que a cada sujeto de la población se le debe asignar un número, para que
posteriormente mediante algún sorteo, o generando números aleatorios con ayuda de rifas o
algún ordenador se logre dar a conocer los números de los sujetos seleccionados que serán
tomados como muestra.
2. Muestreo sistemático: Pues en este método como en el primero, los sujetos que conforman a la
población son enumerados, pero en lugar de dar a conocer los que serán incluidos mediante el
azar en este caso incluyen otra técnica. Posteriormente de que son enumerados, los
investigadores dividen el total de la población que se presenta entre el total de sujetos que
requieren para la muestra; para después elegir a uno de los primeros de estos sujetos al azar (ya
enumerados) y posteriormente se va sumando de una forma secuencial o constante el mismo
valor para elegir a los sujetos requeridos.
3. Muestreo estratificado: Mediante este método de investigación, los investigadores dividen a la
población en grupos o estratos que tengan relación o compartan características similares y
posteriormente se selecciona al azar o aleatoriamente a los sujetos finales de los grupos o estratos
formados. Este método es utilizado para cuando los investigadores pretenden que dentro de la
muestra se encuentren incluidos todos los grupos de interés que puedan representar significancia
para la investigación.
Afijación simple: Donde cada grupo formado cuenta con la misma cantidad de número de
elementos.
Afijación proporcional: Donde las distribuciones se hacen de acuerdo al tamaño de la
población o sujetos de cada estrato.
Afijación óptima: Fijando la cantidad de sujetos que pueden ser admitidos en la muestra.
Fuentes bibliográficos
https://www.gestiopolis.com/tipos-de-muestreo-estadistica/#:~:text=Existen%20dos
%20tipos%20de%20muestreo,tipo%20de%20investigaci%C3%B3n%20a%20realizar.
5. ¿Expresar qué es la distribución muestral y cómo también se le llama? ¿Cuándo es de
media y cuándo es de proporción? Presentar los modelos matemáticos o fórmulas para
poblaciones finitas e infinitas. Anotar ejemplos de ejercicios de distribución muestral.
La media se calcula sumando todos los valores y dividiendo la suma entre el número total
de valores. La mediana se puede calcular poniendo los números en orden ascendente y luego
localizando el número del centro de esa distribución.
Fuentes bibliográficas
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_muestral
https://virtual.uptc.edu.co/ova/estadistica/docs/libros/estadistica1/
cap01b.html#:~:text=Tambi%C3%A9n%20se%20puede%20calcular%20la,p
%20%3D(Pq)%2Fn.
https://support.zendesk.com/hc/es/articles/4408839402906-La-media-vs-la-
mediana#:~:text=La%20media%20se%20calcula%20sumando,del%20centro%20de
%20esa%20distribuci%C3%B3n.
https://es.khanacademy.org/math/cc-sixth-grade-math/cc-6th-data-statistics/mean-and-
median/v/statistics-intro-mean-median-and-mode#:~:text=La%20media
%20(promedio)%20de%20un,de%20valores%20en%20el%20conjunto.
https://www.medigraphic.com/pdfs/h-gea/gg-2006/gg061i.pdf
Fuentes bibliográficas
https://es.wikipedia.org/wiki/Fracci%C3%B3n_de_muestreo
https://centrogeo.repositorioinstitucional.mx/jspui/bitstream/1012/163/1/19-Tipos
%20de%20Muestreo%20-%20%20Diplomado%20en%20An%C3%A1lisis%20de
%20Informaci%C3%B3n%20Geoespacial.pdf
Fuentes bibliográficas
https://proyectodescartes.org/uudd/materiales_didacticos/inferencia_estadistica_JS/
distrib_muestrales.htm
https://www.victormat.es/mcs2/Tema12-DistribucionesMuestrales/
distribucin_muestral_de_proporciones.html
-Error de muestreo para media: es la desviación estándar de todas las posibles muestras
(de un tamaño dado) escogidos de esa población.
Por ejemplo, imagina un estudio de investigación sobre ropa de niños. ¿Quién es la persona
correcta para encuestar? Pueden ser ambos padres, sólo la madre o el niño. Los padres
toman decisiones de compra, pero los niños pueden influir en su elección.
-Error de muestreo para proporción: como la imprecisión que se comete al estimar una
característica de la población de estudio (parámetro) mediante el valor obtenido a partir de
una parte o muestra de esa población (estadístico). Siendo θˆ el estadístico de interés
(media, total, proporción,..).
Como sabe, el error estándar = desviación estándar / raíz cuadrada del número total de
muestras, por lo tanto, podemos traducirlo a la fórmula de Excel como Error estándar =
STDEV (rango de muestreo) / SQRT (COUNT (rango de muestreo))
Fuente bibliográfica
https://es.wikipedia.org/wiki/Error_est%C3%A1ndar#:~:text=El%20error%20est
%C3%A1ndar%20de%20la,dado)%20escogidos%20de%20esa%20poblaci
%C3%B3n.
https://es.wikipedia.org/wiki/Error_est%C3%A1ndar
9. Anotar las fórmulas para calcular la cantidad mínima de muestra para media y
proporción, y para población infinita y finita. Presentar un ejemplo de cada uno de los
modelos para determinar cantidad de muestra.
Fuentes: http://asignatura.us.es/dadpsico/apuntes/EstimacionEstadistica.pdf
https://es.wikipedia.org/wiki/Estimaci%C3%B3n_estad%C3%ADstica#Introducci%C3%B3n
Fuente: https://concepto.de/estadistica-inferencial/#ixzz7OIdb66Gr
http://estadisticamigable.blogspot.com/2012/09/inferencia-estadistica-e-induccion.html
https://glosarios.servidor-alicante.com/psicometria/deducciones-estadisticas#:~:text=Las
%20medidas%20estad%C3%ADsticas%20descriptivas%20(como,poblaci%C3%B3n
%20se%20le%20denomina%20par%C3%A1metro.
Cuando estimamos un parámetro de forma puntual, podemos saber con certeza, cual es
ese valor. Imaginemos una población de 30 personas de las que seleccionamos una
muestra de 20 para las que conocemos sus edades. Estimar de forma puntual la media de
edad, sería tan sencillo como sumar esos 20 datos y dividirlos entre el total de la muestra
estadística.
https://economipedia.com/definiciones/estimacion-puntual.html#:~:text=Una%20estimaci
%C3%B3n%20puntual%20de%20un,certeza%2C%20cual%20es%20ese%20valor
4. La estimación por intervalo: descripción, tipo de intervalo según el tipo de medida
estadística.
La estimación por intervalos consiste en establecer el intervalo de valores donde es más probable
se encuentre el parámetro. La obtención del intervalo se basa en las siguientes consideraciones:
a) Si conocemos la distribución muestral del estimador podemos obtener las probabilidades de
ocurrencia de los estadísticos muestrales.
b) Si conociéramos el valor del parámetro poblacional, podríamos establecer la probabilidad de
que el estimador se halle dentro de los intervalos de la distribución muestral.
c) El problema es que el parámetro poblacional es desconocido, y por ello el intervalo se
establece alrededor del estimador. Si repetimos el muestreo un gran número de veces y
definimos un intervalo alrededor de cada valor del estadístico muestral, el parámetro se sitúa
dentro de cada intervalo en un porcentaje conocido de ocasiones. Este intervalo es
denominado "intervalo de confianza".
Una variable de intervalo es discreta cuando sólo puede tomar un valor entero (por ejemplo:
número de hijos, veces que se consultó al establecimiento de salud); o bien es continua si puede
tomar cualquier valor en un intervalo (por ejemplo.: peso, talla, índice de masa corporal, etc).
https://www.uv.es/webgid/Inferencial/5_estimacin_por_intervalos.html#:~:text=La%20estimaci
%C3%B3n%20por%20intervalos%20consiste,probable%20se%20encuentre%20el%20par
%C3%A1metro.
https://www.bancofinandina.com/finanblog/noticias/2019/11/01/que-es-un-intervalo-de-
confianza-y-para-que-se-utiliza#:~:text=toda%20la%20poblaci%C3%B3n.-,%C2%BFCu
%C3%A1les%20son%20los%20componentes%20de%20un%20intervalo%20de
%20confianza%3F,el%20c%C3%A1lculo%20del%20valor%20muestral.
6. Coeficiente y límite de confianza: descripción y ejemplo
Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística que
permite acotar un par o varios pares de valores, dentro de los cuales se encontrará la
estimación puntual buscada (con una determinada probabilidad).
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media
muestral (uno superior y otro inferior). Estos valores van a acotar un rango dentro del cual,
con una determinada probabilidad, se va a localizar el parámetro poblacional.
Intervalo de confianza = media +- margen de error
Conocer el verdadero poblacional, por lo general, suele ser algo muy complicado. Pensemos
en una población de 4 millones de personas. ¿Podríamos saber el gasto medio en consumo
por hogar de esa población? En principio sí. Simplemente tendríamos que hacer una
encuesta entre todos los hogares y calcular la media. Sin embargo, seguir ese proceso sería
tremendamente laborioso y complicaría bastante el estudio.
El estadístico pivote utilizado para el cálculo sería el siguiente:
Se desea estimar la media del tiempo que un corredor emplea para completar una maratón.
Para ello se han cronometrado 10 maratones y se ha obtenido una media de 4 horas con una
desviación típica de 33 minutos (0,55 horas). Se desea obtener un intervalo al 95% de
confianza.
Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula del
intervalo.
El intervalo de confianza, sería la parte de la distribución que queda sombreada en azul. Los
2 valores acotados por este serían los correspondientes a las 2 líneas de color rojo. La línea
central que parte la distribución en 2 sería el verdadero valor poblacional.
https://economipedia.com/definiciones/intervalo-de-confianza.html
La distancia es igual al t-valor crítico * el error estándar de la media. Para los datos del
ejemplo del coste de la energía, la distancia llega a ser de 63.57$.
https://www.addlink.es/noticias/minitab/2846-comprendamos-las-pruebas-de-hipotesis-
intervalos-y-niveles-de-confianza
https://blog.minitab.com/es/que-son-los-grados-de-libertad-en-estadistica
https://es.wikipedia.org/wiki/Grado_de_libertad_(estad%C3%ADstica)
Se ha obtenido una muestra de 25 alumnos de una Facultad para estimar la calificación media de
los expedientes de los alumnos en la Facultad. Se sabe por otros cursos que la desviaci´on t´ıpica
de las puntuaciones en dicha Facultad es de 2.01 puntos.
La media de la muestra fue de 4.9.
1. Intervalo de confianza al 90 %.
2. Intervalo de confianza al 99 %.
Solución
1. Intervalo de confianza al 90 %. Usamos la f´ormula:
Los cuantiles de orden 0.05 y 0.95, que encierran en el centro de la distribuci´on normal un ´area
igual a 0.9 se muestran en el gr´afico siguiente:
Por ´ultimo, sustituyendo los datos en la f´ormula del intervalo, tenemos:
2. Intervalo de confianza al 99 %.
De modo similar obtenemos los cuantiles de orden 0.005 y 0.995 que describen en el modelo
normal una confianza del 99 %
Por ´ultimo, sustituyendo los datos en la f´ormula del intervalo, tenemos:
https://www.ugr.es/~mvargas/PTema4.pdf