Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inferencia paramétrica.....................................................................................4
Tipos de Muestreo............................................................................................6
Glosario de términos........................................................................................... 33
Bibliografías..........................................................................................................34
3
INTRODUCCIÓN
“El muestreo además de ser una ciencia estadística es un arte”
INFERENCIA PARAMÉTRICA
Teniendo en cuenta que las técnicas estadísticas a utilizar con cada uno de
ellos serán diferentes, es importante saber distinguir claramente cuando estamos
ante un problema de estimación y cuando estamos ante un problema de contraste
de hipótesis.
6
1.2 MUESTREO: INTRODUCCIÓN AL MUESTREO Y TIPOS DE MUESTREO .
TIPOS DE MUESTREO
1. PROBABILISTICO:
Es requisito que todos y c/u de los elementos de la población tengan la
7
misma probabilidad de ser seleccionados (azar)
Pasos :
Ejemplo :
Muestra = 60
Hacer una lista de todos los niños
Numerarlos de 1 a 1200
Selección aleatoria de 60 números
b) MUESTREO ESTRATIFICADO.
Ejemplo:
Selección en 2 etapas:
Los racimos o conglomerados
9
En los racimos se seleccionan a los sujetos a ser medidos.
2. NO PROBABILISTICO:
a) MUESTREO POR CONVENIENCIA
Es la muestra que está disponible en el tiempo o periodo de
investigación.
Ejemplo: Todos los pacientes que asistan a una clínica en
particular cierto día, semana, pueden ser requeridos para
participar.
DESVENTAJA: la muestra puede ser poco representativa de
la población que se desea estudiar.
b) MUESTREO POR CUOTAS
Todos los elementos conocidos de la población tienen que
aparecer en la muestra.
Se debe asegurar que estos aparezcan en la misma
proporción que en la población.
El investigador entrevista a todas las personas de cada
categoría que pueda encontrar hasta que haya llenado la cuota.
c) ACCIDENTAL O BOLA DE NIEVE
Se aprovecha o utiliza personas disponibles en un momento
dado que se corresponda con el propósito del estudio.
De los tres tipos de muestreo no probabilístico resulta el más
deficiente.
10
1.3 TEOREMA DEL LÍMITE CENTRAL .
Con un tamaño típico se quiere garantizar que las contribuciones tienen que
“estar controladas”, esto es, las contribuciones extremas tienen que estar
controladas por una probabilidad muy pequeña (En jerga matemática las
contribuciones deben tener varianza finita).
Este teorema (del que damos únicamente una idea general, sin establecer
las hipótesis matemáticas reales) establece la importancia de la distribución
normal. Su resultado es que, cuando se suma un número grande de variables
aleatorias, la variable resultante es una variable con distribución aproximadamente
igual a la distribución normal. Incluso, el término número grande (porque
matemáticamente el teorema se establece cuando n tiende a infinito) no lo es
tanto, porque, en la práctica, con tener que n sea un número mayor o igual a 30,
la aproximación ya proporciona buenos resultados.
estándar de la población
Dicho con otras palabras, si estudiamos todas las muestras que se pueden
extraer de una población y calculamos la media de cada una de las
muestras, el conjunto de valores calculados forma una distribución muestral
de la media muestral.
x es la media de la muestra.
μ la media de la población.
16
s la desviación típica de la población
n el tamaño de la muestra.
Z una variable definida por la distribución normal estándar N(0,1).
Ejemplo resuelto
Donde:
x i es la media de la
muestra i.
μi la media de la
población i.
σ ila desviación estándar de la población i.
ni el tamaño de la muestra i.
Ejemplo
Donde:
^
P es la proporción de la muestra.
P es la proporción de la población.
22
Q es la probabilidad de fracaso de la población, q=1-p.
N es el tamaño de la muestra.
Z es una variable definida por la distribución normal estándar N(0,1).
Ejemplo resuelto
En conclusión, la
probabilidad de encontrar más de
5% piezas defectuosas en la
muestra analizada es del 0,44%.
1.4.4 DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA DE PROPORCIONES .
23
La distribución muestral de la diferencia de proporciones es la
distribución que resulta de calcular las diferencias entre las proporciones
muestrales de todas las muestras posibles de dos poblaciones diferentes.
Donde:
^
Pies la proporción de la muestra i
población i, q_i=1-p_i.
ni es el tamaño de la muestra i.
Z es una variable definida por la distribución normal estándar N(0,1).
Ejemplo resuelto
Gráfica
De la gráfica de la distribución t de Student se pueden deducir las siguientes
26
propiedades:
La función de densidad de la
distribución t de Student queda definida mediante la siguiente fórmula:
Donde:
2
x es el estadístico de la distribución muestral de la varianza, el cual
sigue una distribución chi-cuadrado.
N es el tamaño muestral.
2
S es la varianza de la muestra.
2
σ es la varianza de la población.
Ejemplo resuelto
Muestra.
Un subconjunto más o menos representativo de una población
estadística, aislado del resto con fines de evaluación y estudio.
Distribución.
Es una distribución estadística, o distribución de probabilidad,
describe cómo se distribuyen los valores para un campo.
Varianza.
Es una medida fiable a la hora de analizar los datos de una
distribución.
Análisis estadístico.
Es la ciencia de recopilar, explorar y presentar grandes cantidades
de datos para descubrir patrones y tendencias implícitos.
Límite central.
Es aquella que describe la distribución de la media de una muestra
aleatoria proveniente de una población con varianza finita.
35
BIBLIOGRAFÍAS
Ambientales, C. L. en. (s/f). Tema 6: Introducción a la inferencia estadística.
Unex.es. Recuperado el 29 de septiembre de 2023, de
https://matematicas.unex.es/~mota/ciencias_ambientales/tema6_nuevo.pdf
Del Rio, A. Q. (2019, septiembre 4). 6.5 El teorema central del límite.
Bookdown.org. https://bookdown.org/aquintela/EBE/el-teorema-central-del-
limite.html