TEORIA ELEMENTAL

DEL MUESTREO
“ALEATORIO SIMPLE Y SISTEMATICO”
“INSTITUTO DE EDUCACION SUPERIOR
TECNOLOGICO PIVADO ITEC”
 CURSO: ESTADÍSTICA II
 DOCENTE: GAMALIEL ROGER CENTENO D.
 ESPECIALIDAD: COMPUTACIÓN E INFORMÁTICA.
 SEMESTRE: IV- NOCHES
 INTEGRANTES:
 DÍAZ MARTINEZ, CAROL ABIGAIL
 PÉREZ BEDOYA, EDITH KATIANA
 POMA YARANGA, YOVANNA DELLSY
 TEORIA ELEMENTAL DEL MUESTREO
 La teoría del muestreo es el estudio de las relaciones existente entre una población
y muestras extraídas de la misma. Tiene gran interés en muchos aspectos de la
estadística. Por ejemplo permite estimar cantidades desconocidas de la población
(tales como la media poblacional, la varianza, etc.), frecuentemente llamada
parámetros poblacionales o brevemente parámetros, a partir del conocimiento, de
las correspondientes cantidades muestrales (tales como la media muestral, la
varianza , etc.), a ,menudo llamadas estadísticos muestrales o brevemente
estadísticos.
 La teoría de muestreo es también útil para determinar si la diferencias que se
puedan observar entre dos muestras son debidas a la aleatoriedad de las mismas o si
por el contrario son solamente significativas. Tales preguntas surgen por ejemplo, al
ensayar un nuevo suero para el tratamiento de una enfermedad, o al decir si un
proceso de producción es mejor que otro. Estas decisiones envuelven a los llamados
ensayos e hipótesis de significación, que son de gran importancia en la teoría de la
decisión.
MUESTRAS AL AZAR /NÚMEROS ALEATORIOS
 Para que las conclusiones de la teoría del muestreo e inferencia estadística sean
validas, las muestras deben de elegirse de forma que sean representativas de la
población. Un estudio sobre métodos de muestreo y los problemas que tales
métodos implican, se conoce como diseño de experimentos.
 El proceso mediante el cual se extrae de una población una muestra
representativa de la misma se conoce como muestreo al azar, de acuerdo con
ello cada miembro de la población tiene la posibilidad de ser incluido en la
muestra. Una técnica para obtener una muestra al azar es asignar números a
cada miembro de la población , escritos estos números en pequeños papeles, se
introducen en una urna y después se extraen los números de la urna, teniendo
cuidado de mezclarlos bien antes de cada extracción. Esto puede ser sustituido
por el empleo de una tabla de números aleatorios, construida especialmente
para tales propósitos.
 MUESTREO CON Y SIN REEMPLAZAMIENTO

 Si se extrae un número de una urna, se puede volver o no el número a la urna antes de

una segunda extracción. En el primer caso un mismo número puede salir varias veces,
mientras que en el segundo un numero determinado puede salir solamente una vez. En
el muestreo, en el que cada miembro de la población puede elegirse mas de una vez, se
le llama muestreo con reemplazamiento mientras que si cada miembro no puede ser
elegido más de una vez se tiene el muestreo sin reemplazamiento.
 Las poblaciones pueden ser finitas o infinitas. Si, por ejemplo, se extraen
sucesivamente 10 bolas sin remplazamiento de una urna que contiene 100 , se está
tomando muestras de una población finita, mientras que si se lanza al aire una moneda
50 veces, anotándose el número de caras, se está muestreando en una población
infinita.
 Una población finita, en la que se realiza un muestro con remplazamiento, puede
teóricamente se considerada como infinita, puesto que puede extraerse de cualquier
número de muestras, sin agotar la población. En muchos casos prácticos, el muestreo de
una población finita que es muy grande, puede considerarse como una población
infinita.
TIPOS FUNDAMENTALES DE UN MUESTREO

 Muestreo no probabilístico: En este tipo de muestreo, puede haber clara

influencia de la persona o personas que seleccionan la muestra o simplemente
se realiza atendiendo a razones de comodidad.
o Ejemplo: si hacemos una encuesta telefónica por la mañana, las personas
que no tienen teléfono o que están trabajando, no podrán formar parte
de la muestra.
 Muestreo probabilístico: En este tipo de muestreo, todos los individuos de
la población pueden formar parte de la muestra, tienen probabilidad positiva
de formar parte de la muestra. Por lo tanto es el tipo de muestreo que
deberemos utilizar en nuestras investigaciones, por ser el riguroso y
científico.
 TIPOS FUNDAMENTALES DE UN MUESTREO

 Muestreos Probabilísticos:  Muestreos No Probabilísticos:

 Aleatorio Simple  de Conveniencia

 Aleatorio Sistemático  de Juicios
 Estratificado  por Cuotas
 por Conglomerados  de Bola de Nieve
 Polietápico  Discrecional
 por Ruta Aleatoria
 CONCEPTOS BASICOS:
 Estadístico:
Un estadístico es una medida usada para describir alguna característica de una
muestra , tal como una media aritmética, una mediana o una desviación estándar
de una muestra.
 Parámetro:
Una parámetro es una medida usada para describir alguna característica de una
población, tal como una media aritmética, una mediana o una desviación estándar
de una población.
Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de
estimación en inferencia estadística puede ser descrito como le proceso de estimar
un parámetro a partir del estadístico correspondiente, tal como usar una media
muestral ( un estadístico para estimar la media de la población (un parámetro).
Los símbolos usados para representar los estadísticos y los parámetros, en éste y
los siguientes capítulos, son resumidos en la tabla siguiente:
 CONCEPTOS BASICOS:
 Símbolos para estadísticos y parámetros correspondientes
Medida Símbolo para el estadístico Símbolo para el parámetro
(muestra) (Población)
Media : X µ
Desviación estándar : s
Número de elementos: n N
Proporción: p P
 Distribución en el muestreo:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la
población (N), dos o más muestras pueden ser extraídas de la misma
población. Un cierto estadístico puede ser calculado para cada una de las
muestras posibles extraídas de la población. Una distribución del estadístico
obtenida de las muestras es llamada la distribución en el muestreo del
estadístico.
 CONCEPTOS BASICOS:
 Error Estándar:
La desviación estándar de una distribución, en el muestreo de un estadístico, es frecuentemente llamada
el error estándar del estadístico. Por ejemplo, la desviación estándar de las medias de todas la muestras
posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De la
misma manera, la desviación estándar de las proporciones de todas las muestras posibles del mismo
tamaño, extraídas de una población, es llamada el error estándar de la proporción. La diferencia entre
los términos "desviación estándar" y "error de estándar" es que la primera se refiere a los valores
originales, mientras que la última está relacionada con valores calculados. Un estadístico es un valor
calculado, obtenido con los elementos incluidos en una muestra.
 Error muestral o error de muestreo:
La diferencia entre el resultado obtenido de una muestra (un estadístico) y el resultado el cual
deberíamos haber obtenido de la población (el parámetro correspondiente) se llama el error muestral o
error de muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta
completa de la población, sino que se toma una muestra para estimar las características de la población.
El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal.
El resultado de la media indica la precisión de la estimación de la población basada en el estudio de la
muestra. Mientras más pequeño el error muestras, mayor es la precisión de la estimación. Deberá
hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas
inconsistentes, incompletas o no determinadas, no son considerados como errores muéstrales. Los errores
no muéstrales pueden también ocurrir en una encuesta completa de la población.
 METODOS DE SELECCIÓN DE MUESTRAS
 Una muestra debe ser representativa si va a ser usada para estimar las características
de la población. Los métodos para seleccionar una muestra representativa son
numerosos, dependiendo del tiempo, dinero y habilidad disponibles para tomar una
muestra y la naturaleza de los elementos individuales de la población.
 Los métodos de selección de muestras pueden ser clasificados de acuerdo a:
o El número de muestras tomadas de una población dada para un estudio :
 Simple
 Doble
 múltiple
o La manera usada en seleccionar los elementos incluidos en la muestra. Los métodos
de muestreo basados en los dos tipos de clasificaciones son expuestos en seguida.
 Basados en el juicio de una persona
 Selección aleatoria(azar)
 METODOS DE SELECCIÓN DE MUESTRAS
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equi-
probabilidad.
Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos
para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño
n tienen la misma probabilidad de ser elegidas.

Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra

extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo
probabilísticos.

Muestreo Aleatorio:

Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada
elemento de la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es
también llamada una muestra probabilística son generalmente preferidas por los estadísticos
porque la selección de las muestras es objetiva y el error muestral puede ser medido en
términos de probabilidad bajo la curva normal.
 METODOS DE SELECCIÓN DE MUESTRAS
 A. Muestreo aleatorio simple:

Una muestra aleatoria simple es seleccionada de tal manera que cada muestra
posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la
población. Para obtener una muestra aleatoria simple, cada elemento en la
población tenga la misma probabilidad de ser seleccionado, el plan de muestreo
puede no conducir a una muestra aleatoria simple. Por conveniencia, este
método puede ser reemplazado por una tabla de números aleatorios.
Cuando una población es infinita, es obvio que la tarea de numerar cada
elemento de la población es infinita, (imposible). Por lo tanto, ciertas
modificaciones del muestreo aleatorio simple son necesarias. Los tipos más
comunes de muestreo aleatorio modificado son sistemático, estratificado y de
conglomerados.
 MUESTREO ALEATORIO SIMPLE

El procedimiento empleado es el siguiente:

 se asigna un número a cada individuo de la
población
 a través de algún medio mecánico (bolas
dentro de una bolsa, tablas de números
aleatorios, números aleatorios generados
con una calculadora u ordenador, etc.
 se eligen tantos sujetos como sea
necesario para completar el tamaño de
muestra requerido.
Este procedimiento, atractivo por su simpleza,
tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande
 MUESTREO ALEATORIO SIMPLE

 VENTAJAS  DESVENTAJAS

 Sencillo y de fácil  Requiere que posea de

compresión. antemano un listado completo
de toda la población.
 Cálculo rápido de medias y
varianzas.  Si trabajamos con muestras
pequeñas, es posible que no
 Existen paquetes representen a la población
informáticos para analizar adecuadamente.
los datos.
 MUESTREO ALEATORIO SIMPLE
 B. Muestreo sistemático:

Una muestra sistemática es obtenida cuando los elementos son seleccionados en

una manera ordenada. La manera de la selección depende del número de
elementos incluidos en la población y el tamaño de la muestra. El número de
elementos en la población es, primero, dividido por el número deseado en la
muestra. El cociente indicará si cada décimo, cada onceavo, o cada centésimo
elemento en la población va a ser seleccionado.
El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una
muestra sistemática puede dar la misma precisión de estimación acerca de la
población, que una muestra aleatoria simple cuando los elementos en la
población están ordenados al azar.
 MUESTREO SISTEMÁTICO
 Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte
de ese número aleatorio i, que es un número elegido al azar, y los elementos que
integran la muestra son los que ocupan los lugares:
o i, i+k, i+2k, i+3k,...,i+(n-1)k
 es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de
la población entre el tamaño de la muestra: k=N/n. El número i que empleamos como
punto de partida será un número al azar entre 1 y k.
 El riesgo se este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad constante
(k) podemos introducir una homogeneidad que no se da en la población. Imaginemos
que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio
sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no
podría haber una representación de los dos sexos.
 METODOS DE SELECCIÓN DE MUESTRAS
 C. Muestreo Estratificado
Para obtener una muestra aleatoria estratificada, primero se divide la población en
grupos, llamados estratos, que son más homogéneos que la población como un todo. Los
elementos de la muestra son entonces seleccionados al azar o por un método
sistemático de cada estrato. Las estimaciones de la población, basadas en la muestra
estratificada, usualmente tienen mayor precisión (o menor error muestral) que si la
población entera muestreada mediante muestreo aleatorio simple. El número de
elementos seleccionado de cada estrato puede ser proporcional o desproporcional al
tamaño del estrato en relación con la población.
 D. Muestreo de conglomerados:
Para obtener una muestra de conglomerados, primero dividir la población en grupos que
son convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al
azar o por un método sistemático. Finalmente, tomar todos los elementos o parte de
ellos al azar o por un método sistemático de los grupos seleccionados para obtener una
muestra. Bajo este método, aunque no todos los grupos son muestreados, cada grupo
tiene una igual probabilidad de ser seleccionado
EJEMPLO 1:
 ejemplo sencillo es considerar las alturas de un grupo de cinco niños:
 1,41, 1,45, 1,50, 1,59 y 1,60 m.
 La media de las alturas es 1,51 m. Las desviaciones son las diferencias con respecto
a la media. No se puede utilizar una media simple de las desviaciones, porque
automáticamente se obtendría un valor de cero (los valores positivos y negativos se
cancelan entre sí), y ésta es la razón por la que se recurre a un método más
complejo. En la práctica, se promedian los cuadrados de las desviaciones (los
cuadrados son siempre positivos), y luego se toma la raíz cuadrada. La media de las
desviaciones al cuadrado es 0,00564, y su raíz cuadrada es 0,075. Ésta es la
desviación típica, que se representa normalmente por el símbolo s (sigma). Muchos
ordenadores y calculadoras de bolsillo poseen procedimientos para calcularla
directamente, una vez que se han introducido las series de números.
 Otro grupo de niños podría tener alturas de 1,46, 1,48, 1,51, 1,53 y 1,57 m. La
altura promedio es de nuevo 1,51 m, pero esta vez la desviación típica es 0,038. El
segundo grupo está más agrupado en torno a la media, y el valor menor de la
desviación típica lo muestra con claridad.
Ejemplo 2:
Ejemplo 3: