Ejemplos y

aplicaciones
 Ejemplo de muestreo

Supongamos que queremos saber la opinión de los estudiantes de

una universidad sobre la calidad de la cafetería. En lugar de
entrevistar a todos los estudiantes, lo cual podría ser muy costoso y
llevar mucho tiempo, podríamos utilizar el muestreo para obtener una
muestra representativa de la población.
 Muestreo aleatorio simple

Podemos asignar a cada estudiante un número y luego utilizar un

generador de números aleatorios para seleccionar una muestra de, por
ejemplo, 100 estudiantes. Esto garantizará que cada estudiante tenga la
misma probabilidad de ser seleccionado.

Para generar números aleatorios podemos utilizar la función Ran# de

nuestras calculadoras o bien utilizar un programa especializado en ello.
 Muestreo estratificado

Si sabemos que la universidad tiene una población estudiantil diversa

en términos de edad, género o carrera, podríamos dividir a los
estudiantes en grupos (o estratos) y luego tomar una muestra
aleatoria de cada grupo. Esto te permitirá obtener una muestra que
refleje la diversidad de la población estudiantil.
 Muestreo por conglomerados

Podríamos dividir la universidad en conglomerados, por ejemplo, edificios

académicos, y luego seleccionar al azar algunos de estos conglomerados.
Luego entrevistar a todos los estudiantes dentro de los conglomerados
seleccionados.
 Ejemplo de estimación

Supongamos que hemos realizado una encuesta sobre la calidad de

la cafetería en una universidad y hemos obtenido una muestra
aleatoria de 100 estudiantes. Ahora deseamos utilizar los resultados
de la encuesta para hacer una estimación sobre la opinión de todos
los estudiantes de la universidad.
 Estimación puntual
Si deseamos hacer una estimación puntual, podríamos
simplemente calcular la proporción de estudiantes en
nuestra muestra que está satisfecha con la calidad de la
cafetería y utilizar este valor como una estimación puntual
de la proporción de estudiantes satisfechos en toda la
universidad.

Estimación por subgrupos

O si estamos interesados en la opinión de
diferentes grupos de estudiantes (por ejemplo,
estudiantes de primer año, estudiantes de
posgrado, etc.), podríamos calcular estimaciones
para cada subgrupo por separado.
 Ejemplo de prueba de hipótesis
Supongamos que, basándonos en la encuesta sobre la calidad de la cafetería en la universidad, queremos
probar si la proporción de estudiantes satisfechos con la cafetería es mayor que el 70%. Para ello
seguiremos los siguientes pasos.

Hipótesis
Nivel de significancia:
nula y alternativa:
Elegiremos
En primer
un nivel
lugar,
deestableceremos
significancia, pornuestras
ejemplohipótesis.
α = 0.05,Laque
hipótesis
representaría
nula (H0)
la
sería que la proporción
probabilidad
dedeestudiantes
rechazar lasatisfechos
hipótesis nula
es igual
cuando
o menor
en realidad
al 70%,esmientras
verdadera.
que la hipótesis
alternativa (H1) sería que la proporción es mayor del 70%.

Regla
Estadístico
de decisión:
de prueba:
Utilizando
Calculamos
el estadístico
un estadístico
de prueba
de prueba,
y el nivel
como
de significancia,
por ejemplo tomaríamos
el estadístico
una
Z, decisión
que nos
respecto
permitiríaacomparar
la hipótesis
la proporción
nula. Si el valor
observada
p asociado
en laalmuestra
estadístico
con de
la proporción
prueba es menor
hipotética
que establecida
α, rechazamosen la
la
hipótesis nula y concluimos que hay evidencia hipótesis
suficiente
nula. para respaldar la hipótesis alternativa.
Ejemplo del método clásico de
estimación puntual

Imaginemos que deseamos estimar la media de las horas de estudio

por semana de todos los estudiantes de una universidad. Realizamos
una encuesta aleatoria y obtenemos los siguientes datos de horas de
estudio por semana para una muestra de 50 estudiantes:
20, 15, 25, 30, 10, 20, 18, 22, 28, 25, 15, 20, 25, 23, 27, 19, 21, 24, 26,
17, 29, 16, 18, 22, 31, 20, 19, 23, 20, 15, 22, 26, 28, 24, 20, 21, 27, 23,
25, 29, 16, 18, 22, 21, 19, 23, 20, 25, 23, 27, 19
 Ejemplo de estimación

Para estimar la media de las horas de estudio por semana, podemos utilizar el
método clásico de estimación puntual, que consiste en calcular la media
muestral como una estimación puntual de la media poblacional.

Calcular la media muestral: Sumar todas las horas de estudio y dividir entre el
tamaño de la muestra. En este caso, la suma de las horas de estudio es 1,155, y
como la muestra tiene 50 estudiantes, la media muestral es 23 horas por
semana.

Estimación puntual: La media muestral de 23 horas por semana se convierte en

tu estimación puntual de la media de las horas de estudio por semana para
todos los estudiantes de la universidad.
¡Gracias por su
atención!