ESTADISTICA

DESCRIPTIVA
APLICADA
Semana 11
Sesiones: 41 - 42
 01 02
REPASO TEMA
Dudas y retroalimentación CONJUNTOS Y TIPOS DE
sesión anterior MUESTREO

03 04
ACTIVIDAD DUDAS
ACT 05 – Muestreo Preguntas y comentarios
Probabilístico en general
 REPASO
El análisis combinatorio, los conjuntos y los diagramas de Venn
nos ayudara a entender el proceso de la probabilidad.

Ya que dentro del proceso de probabilidad de uno o más

eventos, observamos diferentes tipos de probabiliad y su
relación asi como su exclusión
 REPASO (unidades 1- 5)
En las unidades 1 a 5 se hizo hincapié en las técnicas para describir datos. Con el fin de

ilustrar dichas técnicas, se organizaron las ganancias sobre 180 vehículos que el mes

pasado vendió un Auto Group en una distribución de frecuencias para calcular las

diversas medidas de ubicación y dispersión. Dichas medidas, como la media y la

desviación estándar, describen el precio de venta habitual y la dispersión de las

ganancias. En estas unidades se destacó la descripción de la condición de los datos: se

describió algo que ya había sucedido.

 REPASO (unidad 6 - 7)

En la unidad 6 se comienza a establecer el fundamento de la inferencia estadística con

el estudio de la probabilidad. Recordando que, en la inferencia estadística, el objetivo

es determinar algo sobre una población a partir sólo de una muestra. La población es

todo el grupo de individuos u objetos en estudio, y la muestra es una parte o

subconjunto de dicha población.

 temas (unidad 8 - 9)
Las unidades 8 y 9 amplían los conceptos de probabilidad al describir tres

distribuciones de probabilidad discreta: binomial, geométrica y de Poisson. En la

unidad 8 se describen tres distribuciones de probabilidad continua: la uniforme, la

normal y la exponencial. Las distribuciones de probabilidad abarcan todos los posibles

resultados de un experimento, así como la probabilidad asociada con cada resultado.

Mediante las distribuciones de probabilidad se evalua la posibilidad de que algo ocurra

en el futuro.
 CALENDARIO

05 06 07 08 09 10 11
SEMANA 11

12 13 14 15 16 17 18
SEMANA 12

19 20 21 22 23 24 25
SEMANA 13

26 27 28 29 30 01 02
SEMANA 14

03 04 05 06 07 08 08
 CALENDARIO DE SESIONES

Semana 11 SESIÓN 41 - 42 Conjuntos y tipos de Muestreo

Semana 11 SESIÓN 43 – 44 Tipos de Variables y de Distribución

Semana 12 SESIÓN 45 – 46 Probabilidad Discreta

Semana 12 SESIÓN 47 – 48 Probabilidad Continua

Semana 13 SESIÓN 49 – 50 Numeros Indice

Semana 13 SESIÓN 51 - 52 Simulación de Examen

 REPASO

Dentro de un centro de trabajo se realiza una encuesta a 100 personas, donde 60

personas manifiestan haber participado en la toma de decisiones, de ellos 40 están de

acuerdo con los resultados obtenidos. 50 no están satisfechos de los resultados, de

ellos 10 no están satisfechos pero participaron en la toma de decisiones.

 CONJUNTOS Y Diagramas de venn
Dentro de un centro de trabajo se realiza una
A´
encuesta a 100 personas, donde 60 personas
A
C manifiestan haber participado en la toma de

decisiones, de ellos 40 están de acuerdo con los

B
resultados obtenidos. 50 no están satisfechos de

los resultados y 10 no están satisfechos pero

U
participaron en la toma de decisiones.
 CONJUNTOS Y Diagramas de venn

A´
𝐀 = 𝑃𝑎𝑟𝑡𝑖𝑐𝑖𝑝𝑎𝑟𝑜𝑛 𝑒𝑛 𝑙𝑎 𝑡𝑜𝑚𝑎 𝑑𝑒 𝑑𝑒𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠
C
40 A 𝐁 = 𝑃𝑎𝑟𝑡𝑖𝑐𝑖𝑝𝑎𝑟𝑜𝑛 𝑦 𝑒𝑠𝑡𝑎𝑛 𝑑𝑒𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑐𝑜𝑛
10 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
B
𝐂 = 𝑁𝑜 𝑒𝑠𝑡𝑎𝑛 𝑑𝑒𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑐𝑜𝑛 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
40
10

U
 CONJUNTOS Y Diagramas de venn

A´
𝐀 = 𝑃𝑎𝑟𝑡𝑖𝑐𝑖𝑝𝑎𝑟𝑜𝑛 𝑒𝑛 𝑙𝑎 𝑡𝑜𝑚𝑎 𝑑𝑒 𝑑𝑒𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠
C
40 A 𝐁 = 𝑃𝑎𝑟𝑡𝑖𝑐𝑖𝑝𝑎𝑟𝑜𝑛 𝑦 𝑒𝑠𝑡𝑎𝑛 𝑑𝑒𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑐𝑜𝑛
10 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
B
𝐂 = 𝑁𝑜 𝑒𝑠𝑡𝑎𝑛 𝑑𝑒𝑎𝑐𝑢𝑒𝑟𝑑𝑜 𝑐𝑜𝑛 𝑙𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
40
10 𝐀 = 60
𝐁 = 40
U 𝐂 = 50
TIPOS DE
MUESTREO
 MUESTRA Y POBLACIÓN

Si un fabricante de medicamentos afirma que cierto tratamiento permitirá que 80%

de la población baje de peso, la agencia de protección al consumidor quizá someta

a prueba el tratamiento con una muestra de seis personas. Si la afirmación del

fabricante es cierta, es casi imposible tener un resultado en el que nadie en la

muestra pierda peso y es muy probable que 5 de cada 6 pierdan peso.

 MUESTRA Y POBLACIÓN

Los objetos de los que uno toma medidas para generar datos son los sujetos del
estudio:
• pueden ser individuos y familias,
• Países y ciudades o empresas,
• instituciones, universidades, etc.

La población: conjunto de sujetos sobre el cual se realiza el estudio.

Una muestra: es un subconjunto de la población sobre el que se toma datos.

 MUESTRA Y POBLACIÓN

Tener información de grandes poblaciones

POBLACIÓN
• Menor costo

• Menos tiempo en el campo

MUESTRA
• Mayor seguridad en la colección de datos

• Cuando es imposible estudiar a toda la

población
 muestreo
POBLACIÓN OBJETIVO:
La población a ser estudiada/a la cual el investigador quiere generalizar los resultados.

UNIDAD DE MUESTREO:
La unidad más pequeña de la cual la muestra puede ser seleccionada

ESQUEMA DE MUESTREO:
Lista de todas las unidades de muestreo de la cual se extrae la muestra

FORMAS DE MUESTREO:
Método de seleccionar las unidades de muestreo del esquema de muestreo
 muestreo

MUESTREO NO PROBABILISTICO MUESTREO PROBABILISTICO

MUESTRAS POR CONVENIENCIA MUESTREO ALEATORIO SIMPLE

MUESTREO ALEATORIO SISTEMÁTICO

CONSULTAS CIRCULO DE CONFIANZA
MUESTREO ALEATORIO ESTRATIFICADO
MUESTREO PROPOSITIVO
MUESTREO POR CONGLOMERADOS
 muestreo

MUESTREO NO PROBABILISTICO MUESTREO PROBABILISTICO

• La probabilidad de ser elegido se desconoce • Cada sujeto tiene una probabilidad

• Menos costos
• Conocida de ser seleccionado.
• No es de utilidad para generalizar
• Permite la aplicación de la teoría
resultados
• Potenciales sesgos. estadística a los resultados para:

• Generalizar

• Probar hipótesis
 muestreo

MUESTREO NO PROBABILISTICO MUESTREO PROBABILISTICO

• La probabilidad de ser elegido se desconoce • Cada sujeto tiene una probabilidad

• Menos costos
• Conocida de ser seleccionado.
• No es de utilidad para generalizar
• Permite la aplicación de la teoría
resultados
• Potenciales sesgos. estadística a los resultados para:

• Generalizar

• Probar hipótesis
 Muestreo probabilistico

• MUESTREO SIMPLE ALEATORIO •MUESTREO ALEATORIO ESTRATIFICADO

Muestra seleccionada de manera que cada Una población se divide en subgrupos,

elemento o individuo de la población tenga las denominados estratos, y se selecciona al azar
mismas posibilidades de que se le incluya. una muestra de cada estrato.

• MUESTREO ALEATORIO SISTEMÁTICO • MUESTREO POR CONGLOMERADO

Se selecciona un punto aleatorio de inicio y La población se divide en conglomerados a
posteriormente se elige cada k-ésimo miembro partir de los límites naturales geográficos o de
de la población. otra clase. A continuación se seleccionan los
conglomerados al azar y se toma una muestra
de forma aleatoria con elementos de cada
grupo.
 ejemplo
Jane y Joe Millar administran el Foxtrot Inn, una pensión donde dan alojamiento

y desayuno, localizada en Tryon, Carolina del Norte. El negocio tiene ocho

habitaciones. A continuación aparece el número de estas ocho habitaciones

rentadas diariamente durante junio de 2011.

Seleccione una muestra de 5 días por muestreo probabilístico:

• MUESTREO SIMPLE ALEATORIO • MUESTREO ALEATORIO ESTRATIFICADO

• MUESTREO ALEATORIO SISTEMÁTICO • MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 ejemplo
MUESTREO SIMPLE ALEATORIO MUESTREO ALEATORIO ESTRATIFICADO

MUESTREO ALEATORIO SISTEMÁTICO MUESTREO POR CONGLOMERADO

 DISTRIBUCIÓN MUESTRAL
Debido a que existe la posibilidad de que se presente un error de muestreo cuando

se emplean los resultados del muestreo para aproximar un parámetro poblacional,

¿cómo hacer un pronóstico preciso relacionado con el posible éxito de un nuevo

dentífrico u otro producto sobre la única base de los resultados del muestreo?

¿Cómo puede el departamento de control de calidad de una compañía de

producción en serie enviar un cargamento de microchips a partir de una muestra

de 10 chips?
 DISTRIBUCIÓN MUESTRAL
Distribución de probabilidad de todas las posibles medias de las muestras de un determinado
tamaño muestral de la población.

Requiere tomar todas las posibles muestras aleatorias de una población y calcular un estadístico
muestral de cada una.

1. La media de las medias de las muestras es exactamente igual a la media de la población.

2. La dispersión de la distribución muestral de la media es más estrecha que la distribución
poblacional.
3. La distribución muestral de la media suele tener forma de campana y se aproxima a la
distribución de probabilidad normal.
 DISTRIBUCIÓN MUESTRAL
Tartus Industries cuenta con siete empleados de producción (a quienes se les
considera la población). En la siguiente tabla se incluyen los ingresos por hora de cada
uno de ellos.
 DISTRIBUCIÓN MUESTRAL
En la siguiente tabla se incluyen los ingresos por hora de cada uno de ellos.

1. ¿Cuál es la media de la población?

2. ¿Cuál es la distribución muestral de la media de muestras de tamaño 2?
3. ¿Cuál es la media de la distribución muestral de la media?
4. ¿Qué observaciones es posible hacer sobre la población y la distribución muestral de la
media?.
 DISTRIBUCIÓN MUESTRAL
En la siguiente tabla se incluyen los ingresos por hora de cada uno de ellos.

1. ¿Cuál es la media de la población?

7+7+8+8+7+8+9
𝜇= = $ 7.71
7
 DISTRIBUCIÓN MUESTRAL

2. ¿Cuál es la distribución muestral de muestras tamaño 2?

Para obtener la distribución muestral se seleccionan, las mezclas posibles sin

repetición de la población, muestras posibles de tamaño 2 y luego calcular las
medias de cada muestra.

ORDENAMIENTO PERMUTACIÓN COMBINACIÓN

 DISTRIBUCIÓN MUESTRAL

2. ¿Cuál es la distribución muestral de muestras tamaño 2?

Para obtener la distribución muestral se seleccionan, las mezclas posibles sin

repetición de la población, muestras posibles de tamaño 2 y luego calcular las
medias de cada muestra.

COMBINACIÓN
 DISTRIBUCIÓN MUESTRAL

2. ¿Cuál es la distribución muestral de muestras tamaño 2?

Para obtener la distribución muestral se seleccionan, las mezclas posibles sin

repetición de la población, muestras posibles de tamaño 2 y luego calcular las
medias de cada muestra.

COMBINACIÓN

𝑛𝐶𝑟 = 7𝐶2 = 21
 DISTRIBUCIÓN MUESTRAL
2. ¿Cuál es la distribución muestral de muestras tamaño 2?
 DISTRIBUCIÓN MUESTRAL

3. ¿Cuál es la media de la distribución muestral de la media?

7 3 + 7.50 9 + 8 6 + 8.5(3)
𝑥 = = $ 7.71
21
 DISTRIBUCIÓN MUESTRAL

3. ¿Cuál es la media de la distribución muestral de la media?

7 3 + 7.50 9 + 8 6 + 8.5(3)
𝑥 = = $ 7.71
21
 DISTRIBUCIÓN DE PROBABILIDAD
4. ¿Qué observaciones es posible hacer sobre la población y la distribución muestral
de la media?

DISTRIBUCIÓN NORMAL DISTRIBUCIÓN MUESTRAL

 Teorema central del limite
El teorema central del límite hace hincapié en que, en el caso de muestras aleatorias
grandes, la forma de la distribución muestral de la media se aproxima a la
distribución de probabilidad normal. La aproximación es más exacta en el caso de
muestras grandes que en el de muestras pequeñas.

Ésta es una de las conclusiones más útiles de la estadística. Permite razonar sobre la
distribución de las medias muestrales sin ninguna información acerca de la forma de
la distribución de la población de la que se toma la muestra. En otras palabras, el
teorema central del límite se cumple en el caso de todas las distribuciones.
Teorema central del limite
GRACIAS
PROF. OSVALDO QUIJANO
SEMANA 11
SESIÓN: 41 - 42
CREDITS: This presentation template was created by
Slidesgo, including icons by Flaticon, and
infographics & images by Freepik and illustrations
by Storyset