DISTRIBUCIONES

MUESTRALES
Muestreo Aleatorio

Libro Ciro Martínez

Población
• Unidad: Una sola entidad, por lo general, un objeto o una persona,
cuyas características son de interés.
• Población de Unidades: colección completa de unidades acerca de la
cual se busca información

• Las unidades o elementos se clasifican en cualitativas o atributos, o

cuantitativas o variables numéricas (que se pueden medir o son
continuas, o que se pueden contar o discretas)
Población
• En estadística, el uso del término de población es una herencia de los
días cuando la estadística se aplicaba principalmente a fenómenos
sociológicos económicos.

• Definición: Una población estadística es el conjunto de todas las

mediciones (o registro de algún rasgo de calidad) correspondientes a
cada unidad de población de unidades, acerca de la cual se busca
información.
Población
Poblaciones, Unidades y variables
Población Unidad Variable/característica
Todos los alumnos actualmente alumno Promedio
inscritos en la universidad Número de créditos
Horas de trabajo por semana
Especialidad
Diestro/zurdo
Todos los restaurantes de restaurante Número de empleados
comida rápida en el campus Número de asientos
Todas la tarjetas de circuito tarjeta Tipo de defectos
impreso fabricadas durante un Número de defectos
mes Ubicación de defectos
• La población se clasifica en: finita o infinita.
• Para conocer las características de todas las unidades de una
población o universo, se debe realizar una investigación total,
exhaustiva o censo.

• Algunos Factores impiden la realización de un censo, como:

• Costos
• Tiempo
• Recursos Humanos
• Poblaciones muy grandes o infinitas
• Destrucción de la unidad sometida a control.
Muestra
• Una muestra de una población estadística es el subconjunto de
mediciones que realmente se recolectan en el curso de una
investigación

Población

Muestra

• El objetivo principal del muestreo es considerar el mayor número de

unidades con el menor costo posible.
 Muestra Aleatoria
Población Finita
• Un conjunto de Observaciones
X1, X2, …, Xn, constituye una
muestra aleatoria de tamaño n a
partir de una población de
tamaño N, si sus valores se
eligen de modo que cada
subconjunto de N elementos de
la población tienen la misma
probabilidad de salir.
El entendimiento de las distribuciones muestrales es la base para el desarrollo de los temas de:
• Estimación estadística y Prueba de hipótesis
Población Infinita
• Un conjunto de Observaciones X1, X2,
…, Xn, constituye una muestra
aleatoria de tamaño n a partir de una
población infinita f(x) si:
1. Cada Xi es una variable aleatoria
cuya distribución está dada por f(x)
2. Estas n variables aleatorias son
independientes.
Tipos de muestreo aleatorio

• El muestreo aleatorio , realizado bajo ciertas condiciones y sometido

a cumplir ciertos requisitos , se constituye en un procedimiento

práctico, económico, y rápido para generar conclusiones obtenidas a

través de una muestra.

 Tipos de muestreo aleatorio
• Muestreo aleatorio simple: Da igual la oportunidad de selección a cada
elemento o unidad dentro de la población.
• Muestreo aleatorio estratificado: garantiza la representatividad , reduciendo
el error de la muestra al formar grupos o sub-poblaciones más o menos
homogéneas.
• Muestreo por conglomerados, por áreas o geográfico: Cada conglomerado
tiene las mismas características de la población.
• Muestreo por fases: en ocasiones es conveniente y económico recoger cierta
información de la totalidad de elementos de una muestra de tal forma que
sea lo suficientemente grande.
• Muestreo sistemático: la selección de las unidades se hace a intervalos
regulares.
 Muestreo no aleatorio
• Muestreo a juicio , intencional: donde los elementos se seleccionan A
juicio o en opinión del investigador , se podría decir que prima la
intención de que estas unidades sean incluidas dentro de la muestra.
• Muestreo por conveniencia: Donde se eligen los elementos más al
alcance del investigador
• Muestreo voluntario: donde el informante ,voluntariamente
suministra información sin ser previamente seleccionado.
• Muestreo por cuotas: es un número de entrevistas , encuestas ,
condiciones o cuotas qué se le fijan al encuestador para que a su vez
seleccione los elementos en la forma que considere oportuna
Simbología - Consideraciones

Medidas Población Muestra

Media aritmética μ
Varianza
Varianza σ
σ2
2
ss22
Desviación Típica σ s
Desviación Típica σ s
Tamaño N n
Tamaño N n
Distribución de Medias Muestrales
Una distribución muestral es una distribución de probabilidad de los
posibles valores de un estadístico para muestras (del mismo tamaño)
seleccionadas de una población.
 
´𝑥1
n s
Valores
que
μ puede
POBLACIÓN
 
´𝑥2 tomar la
N elementos n s
variable
aleatoria
͞x
X1, x2, x3, x4, Xn  
´𝑥3
n
σ Desviación s Describir ͞x
u Media A través de
 
´𝑥 𝑀 una
n distribución
sM muestral
Media Muestral
• Dada una población, si extraemos todas las muestras posibles de un
mismo tamaño, entonces la media de la distribución de todas las
medias muestrales posibles, será igual a la media poblacional.

 
∑ ´𝑥𝑖 ´𝑥1 + ´𝑥 2+ 𝑥
´ 3 +…+ ´𝑥 𝑀
𝑢 ´𝑥 = =
𝑀 𝑀
 
𝑢 ´𝑥 =𝑢 Media de la población = Media de la muestra
Varianza de todas las medias muestrales
 
´ 2

√
2
(𝑥 ¿ ¿𝑖 −𝑢) +( 𝑥´ ¿¿ 𝑀 −𝑢)
σ ´𝑥 = ∑
𝑀 √ 2 2
= ( ´𝑥 ¿¿1− 𝑢) +( 𝑥´ ¿¿2−𝑢) +…
𝑀
¿¿¿¿¿
Si el tamaño muestral n no es una
fracción pequeña del tamaño
Desviación
poblacional poblacional, es necesario ocupar el
factor de corrección para la
  σ Error estándar
σ ´𝑥 = población finita.
√𝑛 de la media,  
σ 𝑁 −𝑛
para n>30
σ ´𝑥 =
√
√ 𝑛 𝑁 −1
Ejemplo: Suponga que se tiene 5 elementos en una población.
N=5, siendo {7,3,5,8,2}

• Se puede determinar la media, varianza y desviación típica poblacional.

 
∑ 𝑥´ 𝑖
𝑢=
𝑁
 
´ 2

σ= ∑
√
(𝑥 ¿ ¿𝑖 −𝑢)
𝑁
¿¿
• Determinar el número de muestras posibles (M), si el tamaño de la
muestra que se fija es 2 y la selección se hace sin repetición o
reposición. Determinar valores muestrales.

 
 
´ 2

 
𝑢 ´𝑥 =
∑
𝑁
´𝑥𝑖
σ= ∑
√(𝑥 ¿ ¿𝑖 −𝑢) σ
𝑀
≠ ¿¿
√𝑛
Teorema del límite central
• Se cumple ,cuando independientemente de la población de origen ,La
distribución de las medias aleatorias se aproximan a una distribución
normal a medida que el tamaño de la muestra crece. Es importante
que el tamaño de la muestra sea grande (n>30).
• De acuerdo con el teorema , la variante estadística Z para
distribuciones de medias muestrales será:

(x  μ) Donde: x = Media muestral

z u = Media poblacional
σ σ= Desviación estándar poblacional
n = Tamaño de muestra
n
• Ejemplo 1 .La altura media de 400 alumnos de un plantel de
Secundaria es de 1.5 metros y su desviación típica es de 0.25 metros .
determinar la probabilidad de que en una muestra de 36 alumnos , la
media sea superior a 1.6 metros.
• Ejemplo 2. se tiene para la venta un lote de 1000 pollos , con 1 peso
promedio de 3.5 kg y una desviación estándar de 0.18 kg, ¿cuál es la
probabilidad de que en una muestra aleatoria , 100 pollos de esta
población pesen entre 3.53 y 3.56 kg?
• Ejemplo 3 . un fabricante de cierto champú para el cabello ,distribuye
el tamaño profesional de su producto in 100 salones de belleza . se ha
determinado que el consumo promedio de su producto es de 2800
cojines mensuales , con desviación estándar de 280 cojines. Si se
toma una muestra probabilística de 36 salones .¿cuál es la
probabilidad de que el consumo promedio en un mes sea inferior a
2700 ?.
• En aquellos casos de poblaciones finitas, es decir ,cuando se da
información sobre el Tamaño de la población Y cuando el tamaño de
la muestra es mayor del 5% de la población Se puede aplicar el factor
de corrección.

(x  μ)
z
σ N n
n N 1