INTRODUCCIÓN AL MUESTREO

El proceso de selección de una muestra de n elementos de la

MUESTREO población se llama muestreo. El muestreo es un procedimiento
estadístico para la selección de muestras representativas de la
población.

- Muestreo Probabilístico
TIPOS DE MUESTREO
- Muestreo no Probabilístico

MUESTREO NO PROBABILÍSTICO MUESTREO PROBABILISTICO

- Muestra por juicio - Muestreo aleatorio simple

- Muestra a cuota - Muestreo por conglomerados
- Muestra por conveniencia - Muestreo estratificado
 MUESTRAS PROBABILISTICAS

Son aquellas en que cada individuo de la población tiene una

probabilidad conocida de ser incluida en la muestra.
Existen 3 métodos de muestreo aleatorio:

1.- MUESTREO ALEATORIO SIMPLE Si una muestra de tamaño n, es

seleccionada de una población de tamaño
N, de tal manera que cada muestra posible
tiene la misma probabilidad de ser
seleccionada.
El MAS puede ser de 2 formas: Sin reposición
o con Reposición.
TAMAÑO DE LA MUESTRA
Tamaño de la muestra para estimar 𝜇

𝑧2𝜎2𝑁 Para una población finita de tamaño N

𝑛= 2 2
𝑧 𝜎 + (𝑁 − 1)𝜀 2

𝑧2𝜎2 Para una población infinita

𝑛= 2
𝜀
 Tamaño de la muestra para estimar 𝒑

𝑧 2 𝑝(1 − 𝑝)𝑁
𝑛= 2 Población finita
𝑧 𝑝(1 − 𝑝) + (𝑁 − 1)𝜀 2

𝑧 2 𝑝(1 − 𝑝)
𝑛= Población infinita
𝜀2

2. MUESTREO ESTRATIFICADO

Es el muestreo donde se divide la

población en grupos relativamente
homogéneos llamados estratos (h)
Si la ecuación del
tamaño de la muestra
para el MAS es:

𝑧2𝜎2
𝑛= 2
𝜀

𝑁
𝑧 2 σ 𝑁ℎ 𝑆ℎ2
El tamaño de la 𝑛=
muestra 𝜀2
estratificada será:

donde:
𝑁ℎ : Tamaño del estrato h.
𝑆ℎ2 : Varianza del estrato h.
𝜀 2 : Error de medida.
 3.- MUESTREO POR CONGLOMERADOS

La población se divide en
grupos o conglomerados y
luego se selecciona una m.a.
de estos. Este muestreo se usa
cuando hay una variación
considerable entre las unidades
elementales de cada grupo,
pero los grupos son
esencialmente similares entre sí.
A este tipo de muestreo
aleatorio se le conoce también
como muestreo por cúmulos o
muestreo por áreas.
Ejemplo: Gastos de las familias
en el distrito de Cusco y que
hemos decidido entrevistar a
1000 familias, entonces lo
podemos hacer a través de
barrios, urbanizaciones en forma
aleatoria.
 Tamaño de la muestra

𝑧 2 𝑆𝑥2 𝑒𝑑 𝑁 𝑧 2 𝑝𝑞 𝑒𝑑 𝑁
𝑛= 2 𝑛= 2
𝜀 𝑁 + 𝑧 2 𝑆𝑥2 𝜀 𝑁 + 𝑧 2 𝑝𝑞

Donde:
Ed: Efecto de diseño, 1 ≤ 𝑒𝑑 ≤ 1.5
𝑝:probabilidad de éxito
𝑞:probabilidad de fracaso
𝜺: Error de medida
 PROBLEMA 1: A continuación se tiene el siguiente cuadro:
𝑵𝟏 A 10000
𝑵𝟐 B 9000
𝑵𝟑 C 5000

Se desea calcular el tamaño de la muestra estratificada con un error máximo de 30 y un

nivel de confianza del 97%. Un estudio piloto arroja las siguientes desviaciones estándar:
387,487 y 450 respectivamente, si la población es de 24000 personas.
SOLUCION
𝑁=
𝑛=
𝜀= 𝑁ℎ 2
𝑧2 σ 𝑆
𝑧 𝑎𝑙 97% =? 𝑛= 𝑁 ℎ
𝑆1 = 𝜀2
𝑆2 =
𝑆3 =
 PROBLEMA 2: Se realizó un estudio preliminar a poblaciones nativas cerca a un yacimiento
petrolífero para la construcción de un centro de salud, tomando en cuenta que el 20% de
las poblaciones tienen problemas de salud y sobre esta base se está planificando un
estudio definitivo, requiriendo para este fin una muestra de conglomerados con un error
del +/- 4% y un nivel de confianza del 95%. El efecto de diseño es de 1.2 para este tipo de
estudio. Las poblaciones están compuestas por 14000 habitantes. ¿Cuál es el tamaño de la
muestra?
SOLUCIÓN

𝑁=
𝑝= 𝑧 2 𝑝𝑞 𝑒𝑑 𝑁
𝑛= 2
𝑞= 𝜀 𝑁 + 𝑧 2 𝑝𝑞
𝑧 𝑎𝑙 95%=
𝑒𝑑 =
𝐸=
 DISTRIBUCIONES CONTINUAS

1.- DISTRIBUCION CHI-CUADRADO 𝑿𝟐 :

 GRADOS DE LIBERTAD (g.l.) o r

Es el número de v.a.i. que se suman, es un parámetro

asociado con la distribución de probabilidad.
𝑥~ 𝑋𝑟2

USO DE LA TABLA: 𝑿𝟐 2
𝑃[𝑋 ≤ 𝑋1−𝛼,𝑟 ]=1−𝛼

EJEMPLOS:

Si 𝑋~ 𝑋18
2
Encontrar:

a) 𝑃 𝑋 ≤ 25.99
b) 𝑃 𝑋 ≥ 34.81
c) 𝑃 7.01 ≤ 𝑋 ≤ 28.87
d) 𝑃[𝑋 ≤ 30]
a) 𝑃 𝑋 ≤ 25.99

b) 𝑃 𝑋 ≥ 34.81 =?
c) 𝑃 7.01 ≤ 𝑋 ≤ 28.87

d) 𝑃[𝑋 ≤ 30]=?

Por interpolación:
 DISTRIBUCION T-STUDENT

La distribución t de Student es un modelo estadístico que se utiliza para aproximar el

momento de primer orden de una población de distribución normal cuando el tamaño
de la muestra es pequeño y no se conoce la desviación típica.
La distribución t de Student estima el valor de una media muestral pequeña que se extrae
de una población con una distribución normal, cuya desviación típica desconocemos.
 USO DE LA TABLA T-STUDENT

En la tabla: 𝑃 𝑇 ≤ 𝑡1−𝛼,𝑟 = 1 − 𝛼

1−𝛼
𝛼

Ejemplo: Si 𝑥 ~ 𝑡27 𝑔.𝑙. Encontrar las siguientes probabilidades

a) 𝑃 𝑋 ≤ 2.473
b) 𝑃 𝑋 > 1.314
c) 𝑃 𝑋 ≤ −2.052
d) 𝑃 −1.703 ≤ 𝑋 ≤ 2.771
e) 𝑃 𝑋≤2
a) 𝑃 𝑋 ≤ 2.473

b) 𝑃 𝑋 > 1.314
d) 𝑃 −1.703 ≤ 𝑋 ≤ 2.771

e) 𝑃 𝑋 ≤ 2 =?
 3.- DISTRIBUCIÓN F DE FISHER

Una variable aleatoria contínua X se distribuye según F con 𝑟1 y 𝑟2 grados de libertad.

Se representa por:

𝐹 ~ 𝐹(𝑟1 , 𝑟2 )

Su función de densidad:
𝑟1 𝑟1ൗ 𝑟 +𝑟 𝑟1
( ) 2𝛾 1 2 𝑥2
−1
.
𝑟2 2
𝑓 𝑥 = 𝑟 𝑟 𝑟1 +𝑟2 ൗ
𝛾 21 𝛾 22 𝑟 𝑥 2
1+ 𝑟1
2

𝟏−𝜶

c
 TEOREMA: Si X tiene distribución F con 𝑟1 y 𝑟2 g.l. entonces
1
tiene
𝑋
una distribución F:

𝐹 1
1−𝛼,𝑟1 ,𝑟2 = 𝐹 ,𝑟 ,𝑟
𝛼 2 1

1 − 𝛼 = 0.005, 0.01, 0.025, 0.05

 EJERCICIOS

Si 𝑋 ~ 𝐹 8,9 Hallar:
a) 𝑃 𝑋 ≤ 4.10
b) 𝑃 𝑋 > 6.69
c) 𝑃[𝑋 ≤ 6]
SOLUCION

a)
𝑃 𝑋 ≤ 4.10 =0.975=097.5%

b) 𝑃 𝑋 > 6.69 =
c) 𝑃 𝑋 ≤ 6 =?