Licenciatura en Informática Administrativa

Alumno: Luis Gael López Salazar Matricula: 62395 Tetramestre: 5

Actividad 1

Capítulo 1 y 2: Introducción al muestreo y Distribuciones muestrales

Tutor: Oscar González González Asignatura: Estadística Inferencial Aula: A

Apodaca, Nuevo León 13/Septiembre/2023

 Introducción

El muestreo es una herramienta de la investigación científica. Su función básica es

determinar que parte de una realidad en estudio debe examinarse con la finalidad de hacer

inferencias sobre dicha población. El muestreo sirve cuando queremos conocer la opinión de

una población general sobre temas comunes que suelen afectar a todos los miembros de

una misma comunidad, como la economía o la política como, por ejemplo: Encuestas de

hogares. Encuestas de población activa, desempleo, indicadores de salud, etc.

La distribución muestral de un estadístico es una distribución de probabilidad para los

valores posibles del estadístico que resulta cuando se extraen repetidamente de la población

las muestras aleatorias de tamaño n. son las distribuciones de estadísticos de muestras que

pertenecen a la misma población. La distribución de muestreo de la media se obtiene

tomando la estadística bajo estudio de la muestra como la media. Calcular esto

significa tomar todas las muestras posibles de tamaño n de la población de tamaño N y luego

trazar la distribución de probabilidad.

EI: ACTIVIDAD 1 A REALIZAR
Resuelve los siguientes ejercicios (Procedimiento paso a paso, completo, en vertical):

1. Hacer un resumen, definiciones, lo más completo, de los conceptos empleados en esta unidad, formulas
empleadas, bien identificadas, donde se aplican, significado de cada variable, en orden.
R=Las metodologías empleadas en estadística inferencial tienen como insumo la información recabada de
una muestra, por ello su obtención cobra relevancia, pues la manera de hacerlo garantizará la validez de
los resultados. La estadística inferencial busca determinar el valor o comportamiento de parámetros
poblacionales con el empleo de estimadores y estadísticos aplicados con información de una muestra. Si
se requiere estimar el valor de un parámetro, se emplean estimadores; y cuando se busca contrastar
hipótesis sobre el comportamiento de algún parámetro poblacional, se recurre a pruebas de hipótesis.
Al obtener una muestra aleatoria, se busca conocer los valores de los parámetros poblacionales por medio
de los valores que arroja la muestra. Los parámetros muestrales son variables aleatorias porque dependen
de los valores de los elementos en la muestra, por lo que resulta necesario identificar sus distribuciones
para medir la calidad de los resultados.
2. La siguiente tabla muestra el número de horas, que 10 estudiantes de la Universidad, dedican a estudiar al
día después de clases.
HR.DE
ESTUDIANTE
N=10 S=2 e=0.8 Z=1.64 ESTUDIO
1 2
2 2
1.64 ∙ 2 ∙10 107.584 107.584 2 1
n= =n= =
2 2
10 ∙ 0.8 +1.64 ∙ 2
2
6.4+10.7584 17.1584 3 1
4 0
n=6.27 h=7 h promedio 5 3
6 1
7 2
8 4
9 2
10 2

Se desea conocer el promedio de horas que estos estudiantes dedican a estudiar sus materias después de
clase, por lo que se pide lo siguiente:
Determinar un tamaño de muestra que permita estimar el promedio de horas dedicado a estudiar al día
después de clase, y que garantice un error máximo de estimación de 0.8 h. con un nivel de confianza del
90%.
Fórmula empleada: 𝒏 = 𝒁2 𝑺𝟐 𝑵 / 𝑵 𝒆𝟐 + 𝒁𝟐 𝑺𝟐
3. Responde las siguientes preguntas.
a) ¿Qué es una distribución muestral? R= Es la distribución que resulta de considerar todas las
muestras posibles de una población.
2 2
Z S N
b) ¿Cuál es la distribución muestral de la media? R= n= 2 2 2
Ne + Z S
c) Menciona las características de la distribución t de Student. R= Es simétrica, con μ=0, Su forma
es muy parecida a la N (0 ,1), aunque menos apuntada. Puede tomar cualquier valor entre −∞ y
 + ∞. A medida que aumentan los grados de libertad, la distribución se aproxima más a
una distribución normal. La curva es asintótica al eje de abscisas.
d) ¿Cuándo se debe utilizar la distribución t de Student? R= es más útil para tamaños muestrales
pequeños, cuando la desviación estándar de la población no se conoce, o ambos
2
Z pq N
e) ¿Cuál es la distribución muestral de una proporción? R= n= 2 2
Ne + Z pq
f) Menciona las características de la distribución χ2. R= La distribución es positivamente asimétrica.
La asimetría disminuye cuando se aumentan los grados de libertad (en un eje de X, Y). Permite
comprobar qué tanto se puede ajustar una muestra a una distribución teórica.
g) Menciona las características de la distribución F. R= Es asimétrica y función continua.
h) ¿Cuándo se utiliza una distribución F? R= Cuando un estadístico de prueba sea la relación de dos
variables que tienen una distribución de chi-cuadrada cada una.
i) ¿Cuáles son los valores de la media y de la desviación estándar de una distribución normal
n
estandarizada? R= s =∑ ¿ ¿¿
1

i =1

j) ¿Qué garantiza el teorema de límite central? R= si se cuenta con un conjunto de variables

aleatorias X 1 X 2 … X n , las cuales son independientes e idénticamente distribuidas con valor
esperado y varianza a medida que se incrementa el número de variables (n), se obtiene

( )
2
σ
X n N μ2,
n

4. Supóngase que una organización realizó 8,000 movimientos bancarios durante el último ejercicio fiscal, con
un importe promedio de $67,000 y una desviación de $5,000. Se contrató un despacho de auditores para
validar estas operaciones. Ante la premura con la que se requieren los resultados, se determinó auditar
una muestra de 150 movimientos. Se considera que los resultados son satisfactorios si el promedio
muestral difiere del real en $1,000.
¿Cuál es la probabilidad de que el promedio muestral difiera del real $1,000?
a) Tomando en cuenta la desviación de $5,000.
P ( 66,000< X < 68,000 )

( )
66,000−67,000 X −67,000 68,000−67,000
P < < =P (−2.44< Z <2.44 )
5000 5000 5000
√ 150 √ 150 √150
¿ 0.9926−0.0073=0.9853
b) No tomando en cuenta esa desviación.
¿ P¿
¿ 1−0=1
c) Comparar los 2 resultados y comentar. R= Se puede observar que la muestra proporciona un
resultado de 0.9853 . por lo que el resultado es confiable
5. De acuerdo con una encuesta realizada a una población de 3,000 egresados de licenciatura, el 80 %
considera excelentes o buenas las técnicas de enseñanza que utilizaron sus profesores durante la carrera.
Con la intención de conocer a mayor profundidad la metodología de enseñanza de sus docentes, la
Dirección de la Facultad decide contactar a una muestra aleatoria de 100 egresados que contestaron la
encuesta.
a) ¿Cuál es la probabilidad de que el porcentaje de egresados en la muestra que juzgue excelentes
o buenas las técnicas de enseñanza de sus profesores de licenciatura sea mayor a 90%?
100
=0.03 E ( p )=0. 8
3000

σ p=
√
P ( 1−P )
n √
=
0. 8 (1−0. 8 )
100
=0.0 4
n ∙ P=( 100 ) ( 0. 8 )=8 0 n∙ ( 1−P ) =( 100 ) ∙ ( 1−0.8 )=2 0

P ( X >0.9 )=1−P ( X ≤ 0.9 )=1−P Z ≤( )

0.9−0.8
0.04
=1−P ( Z ≤ 2.5 )

1−P ( Z ≤ 2.5 )=1−0.9937=0.0063

b) Con estos resultados, que se obtiene de conclusiones. R= No es posible tener una muestra
de un porcentaje mayor al 90%
 Conclusión

El muestreo probabilístico proporciona en gran medida calidad en los hallazgos del

investigador, esto sucede porque se trata de investigar a una representación imparcial de la

población. Esto es de especial importancia para eliminar el sesgo de una encuesta. El

muestreo es beneficioso porque el investigador puede estudiar detenidamente todos los

datos. El investigador puede seleccionar una muestra precisa y rentable seleccionando

personas o puntos en función de sus conocimientos.

Las distribuciones de muestreo constituyen una pieza importante de estudio por varias

razones. En la mayoría de los casos, la viabilidad de un experimento dicta el tamaño de la

muestra. La distribución de muestreo es la distribución de probabilidad de una muestra de

una población en lugar de toda la población. es lo que resulta de considerar todas las

muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la

probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.
 Referencias

Rodríguez Domínguez, Adriana. García Minjares, Manuel. (2012). Licenciatura en

Administración: Estadística Inferencial. (2°ed). SUAyED Edición.