Muestreo y Distribuciones de Muestreo 2020 II Pronostico para La Toma de Decisiones 678

Facultad de Administración
MUESTREO Y
DISTRIBUCIONES DE
MUESTREO
Asignatura: PRONOSTICO PARA LA TOMA DE DECISIONES
Dr. Julio D. Quispe Sánchez
Semestre Académico 2020- II
Universidad Nacional
Federico Villarreal Facultad de Administración
OBJETIVOS
El participante será capaz de:
1. Determinar el tamaño de una muestra
2. Asegurarse que las muestras que se extraigan sean
representativas de la población de la que provienen
3. Comprender las distribuciones del muestreo
4. Comprender la relación entre el costo del tomar
muestras más grandes y la precisión adicional que
esto le proporcione a las decisiones tomadas a partir
de ellas
CONTENIDO
1. Tipos de Muestreo
2. El muestreo
3. Distribuciones de muestreo
4. El teorema del límite central
9.1 Importancia del muestreo

En lugar de levantar un censo “completo” se realiza
un muestreo, debido a que un censo:
1. Requiere demasiado tiempo

2. Es muy costoso
3. Muy laborioso e ineficiente
9.2 Tipos de Muestreo

A) MUESTREO NO PROBABILÍSTICO: No permite inferencia
estadística.
1. M. de Juicio: Abarca el juicio del experto, opiniones de

especialista
2. M. de Cuotas: Se decide la estructura del marco
muestral, sin tener en cuenta la estructura del marco
poblacional.
3. M. de Trozo: La elección de los “racimos” no se hace al
azar.

(B) MUESTREO PROBABILÍSTICO: Permite inferencia
estadística. Cada elemento del marco poblacional tiene una
probabilidad conocida diferente de cero de conformar o ser
parte de la muestra.
1. Muestreo Aleatorio Simple (MAS):
Concepto: Todas las unidades elementales tienen la misma
probabilidad de conformar la muestra.
Dicho de otro modo, significa que cada una de las posibles
muestras de tamaño n, tenga a la misma probabilidad: 1/N de
ser seleccionada (muestreo sin sustitución). Es el caso de un
sorteo.

Tamaño de la muestra: Depende de:
1. La magnitud del máximo error permisible (e) y,

2. El grado de confianza de que el error en la
estimación no exceda del máximo error
permisible (1- a).

A. Para estimar una media poblacional:
Se calcula a partir de la formula siguiente
: Valor tabular para un nivel de confianza. Depende del

nivel de confianza utilizado por la estimación del parámetro
desconocido. Toma un valor de 1,96 para un nivel de confianza
de 0,95.
: Variancia obtenida de revisión bibliográfica o estudio piloto.


A mayor variabilidad de la muestra ,mayor varianza. A mayor
varianza mayor tamaño muestral.
representa el error de muestreo, llamado error de
estimación o precisión de la estimación. El valor debe ser
asumido por el investigador. En este caso
Para poblaciones finitas (se conoce N), el tamaño final (nf)

queda definido por la siguiente relación

Ejemplo 1:
A fin de conocer el gasto mensual en embutidos
por familia, el Gerente de Marketing desea
determinar el tamaño de la muestra que le
proporcione un nivel de confianza de 0,95 (Z =
1,96). Además conoce por estudios anteriores que
las compras medias por familia eran de S/. 120
mensuales, con una desviación estándar de 30. El
Gerente busca un tamaño de muestra que le
permita estimar el nivel de gasto con un error de
10.
(1,96)2 (3 0)2
n=
(1 0)2
n = 36

Ejemplo 2
En cierta población de 1200 escolares, se desea estimar el
nivel promedio de razonamiento matemático con 0,95 de
confianza. Al realizar un estudio piloto se encontró que y S =
1,6. Si los investigadores están dispuestos a asumir un
.Calcular n
N = 1200
Se = 1,6
Interpretación
El número mínimo necesario de escolares para realizar el
estudio es de 39, si se desea estimar el nivel promedio de
razonamiento matemático en la población con una precisión
de 0,5

B. Para estimar una proporción poblacional: 
donde:
pe = proporción “estimada” de sujetos con la característica de
interés. Se puede obtener de revisión bibliográfica, estudio
piloto o asumiendo pe = qe= 0,50
qe = proporción “estimada” de sujetos sin la característica de
interés.
    Debe
= Error absoluto de muestreo o precisión. p  ser asumido por
el investigador.

Si se conoce N:
Ejemplo 1:
En una población grande, se desea estimar la existencia de
personas zurdas con 0,95 de confianza. De la literatura se
sabe que p = 0,10 si se asume un error muestral de 5%,
calcular n.

Datos
Interpretación: Si se desea estimar proporción poblacional de

zurdos con 0,95 de confianza y un de 5% se deberá evaluar
139 sujetos.

2. M. Sistemático: Las unidades elementales son
seleccionadas dentro de un intervalo (I) de igual
tamaño. Se extrae la muestra de acuerdo a la lista
de pacientes atendidos
I1 I2 I3 I4
X1

3. M. Estratificado: El marco poblacional se divide
en grupos homogéneos (estratos); de cada uno se
extrae una submuestra, proporcional al tamaño del
estrato. Muestreo por tipo de servicio
4. M. por Conglomerado: El marco poblacional se

encuentra agrupado en conglomerados o racimos Se
selecciona en forma aleatoria, el o los racimos. Todos
los pacientes que ingresaron un determinado día.

ALEATORIO SIMPLE
SISTEMATICO
PROBABILISTICO
ESTRATIFICADO
POR CONGLOMERADO
MUESTREO
DE JUICIO
NO PROBABILISTICO DE CUOTAS
DE TROZO

Es una medida de dispersión de una distribución muestral. Es
equivalente a la desviación estándar.
Desviación estándar de la Error estándar

distribución de medias de de la media
muestra
Desviación estándar de la Error estándar distribución de
proporciones de muestra de la
proporción
9.3 Distribuciones de muestreo

La totalidad de datos de una población, constituye la
distribución de población original (PO)
PO
Media : 
X1
X2 Varianza :
X3
.
.
.
XN

De la PO se extraen muestras de tamaño n. A cada una se
calcula su media. El conjunto de ese total de medias se
denomina población derivada de medias (PDM)
PO PDM
X1
X2
X3 n
.
..
XN Varianza : s2x
Media :m

Si se busca comparar dos poblaciones, se
deriva de cada población una población de
medias y luego se comparan

PO1 PDM1 PO2 PDM2 PDDM
X1 X1
X2 X2
X3 X3
. .
. .
. .
XN XN
Media
s 2 s
= +
2
1 s 2
2
Varianza x1 - x2
n1 n2
( x - x ) - (m1-m 2 )
z = 1 22
s1 s 2 2
+
n1 n2

Muestra la relación entre la forma de la distribución
de la población y la forma de la distribución de
muestro. Se basa en dos aspectos:
(1) La media de la PDM será igual a la media de la

PO, sin importar el tamaño de la muestra (n)incluso
si la población no es normal

• (2) Al incrementarse el tamaño de la muestra, la
PDM se acercará a la normalidad, sin importar la
forma de la distribución de la población.
• El teorema del límite central nos permite
utilizar las propiedades de la distribución normal
en muchos casos en los que los datos subyacentes
pueden no estar distribuidos normalmente.
Hoja de Comprobación
1. Cuando los elementos incluidos en una muestra se basan en
el juicio del individuo que conduce la muestra, se dice que la
muestra es no aleatoria
2. Un estadístico es una característica de una población
3. Un plan de muestreo que selecciona miembros de una

población a intervalos uniformes con respecto al tiempo, al
orden o al espacio se denomina muestreo estratificado
4. Como regla general, no es necesario incluir un multiplicador

de población finita en el calculo del error estándar de la
media cuando el tamaño de la muestra es mayor que 50
5. La distribución de probabilidad de todas las medias posibles
de muestras se conoce como la distribución de muestreo de
la media
6. Los principios de muestreo aleatorio simple son la base

teórica de la inferencia estadística
7. El error estándar de la media es la desviación estándar de la

distribución de medias de la muestra
8. Un plan de muestreo que divide a la población en grupos
bien definidos de los cuales se extraen muestras aleatorias
se conoce como muestreo de racimo
9. Con un mayor tamaño de muestra, la distribución de

muestreo de la media se aproxima a la normalidad, sin
importar la distribución de la población
10.El error estándar de la media disminuye en proporción

directa al tamaño de muestra
11.Para realizar una enumeración completa, se debe examinar

cada elemento de una población
12.En la vida diaria vemos muchos ejemplos de poblaciones
infinitas de objetos físicos
13.Para obtener una distribución teórica de muestreo,

consideramos todas las muestras de un tamaño dado
14.Las muestras grandes son siempre una buena idea, porque

disminuyen el error estándar
15.Si la media de una cierta población fuera 15, es probable
que la mayor parte de las muestras que podríamos tomar de
esa población tuvieran medias de 15
16.La precisión de una muestra esta determinada por el número

de elementos de la muestra y no por la fracción de la
población total muestreada
17.El error estándar de una estadística de muestra es la

desviación estándar de su distribución de muestreo
18.El muestreo de juicio tiene la desventaja de que puede

perder cierta representatividad de una muestra

Muestreo y Distribuciones de Muestreo 2020 II Pronostico para La Toma de Decisiones 678

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo y Distribuciones de Muestreo 2020 II Pronostico para La Toma de Decisiones 678

Cargado por

Copyright:

Formatos disponibles

Facultad de Administración

9.1 Importancia del muestreo

1. Requiere demasiado tiempo

9.2 Tipos de Muestreo

1. M. de Juicio: Abarca el juicio del experto, opiniones de

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

1. La magnitud del máximo error permisible (e) y,

9.2 Tipos de Muestreo

: Valor tabular para un nivel de confianza. Depende del

: Variancia obtenida de revisión bibliográfica o estudio piloto.

9.2 Tipos de Muestreo

Para poblaciones finitas (se conoce N), el tamaño final (nf)

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

Interpretación: Si se desea estimar proporción poblacional de

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

4. M. por Conglomerado: El marco poblacional se

9.2 Tipos de Muestreo

9.2 Tipos de Muestreo

Desviación estándar de la Error estándar

9.3 Distribuciones de muestreo

9.3 Distribuciones de muestreo

9.3 Distribuciones de muestreo

9.3 Distribuciones de muestreo

9.3 Distribuciones de muestreo

(1) La media de la PDM será igual a la media de la

9.3 Distribuciones de muestreo

2. Un estadístico es una característica de una población

3. Un plan de muestreo que selecciona miembros de una

4. Como regla general, no es necesario incluir un multiplicador

6. Los principios de muestreo aleatorio simple son la base

7. El error estándar de la media es la desviación estándar de la

9. Con un mayor tamaño de muestra, la distribución de

10.El error estándar de la media disminuye en proporción

11.Para realizar una enumeración completa, se debe examinar

13.Para obtener una distribución teórica de muestreo,

14.Las muestras grandes son siempre una buena idea, porque

16.La precisión de una muestra esta determinada por el número

17.El error estándar de una estadística de muestra es la

18.El muestreo de juicio tiene la desventaja de que puede

También podría gustarte