Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Muestreo
Distribución de medias muestrales
Esp. Paola Andrea Muñoz Pinza
Población y muestra
Población y muestra
Parámetros y estadísticas
Media de la muestra =
Muestreo
Proceso estadístico que permite tomar una parte de la población, bajo ciertos
parámetros, se toma la información necesaria sobre la cual se obtienen
conclusiones de comportamiento de la población.
Cuando se aplica esta técnica puede suceder que los valores de la muestra no
correspondan con los parámetros de la población, es decir existe el error del
muestreo. Es necesario tomar una muestra adecuada para conocer los rasgos
de los parámetros poblacionales.
Metodología para hacer un muestreo
El proceso inicia desde la planeación hasta la inferencia de los resultados.
Se debe tener en cuenta los siguientes aspectos:
• Muestreo no probabilístico
• Muestreo probabilístico o aleatorio
• Aleatorio simple
• Aleatorio sistemático
• Aleatorio estratificado
• Muestreo por conglomerados
Muestreo No probabilístico
Muestreo no aleatorio o de juicio: se emplea el conocimiento y la opinión
personal para identificar a los elementos de la población que deben incluirse
en la muestra (experiencia) procurando que la muestra sea representativa.
Muestreo probabilístico o aleatorio
1. Asuma que se tiene una población de 100 individuos y se desea obtener una
muestra aleatoria de 20. Emplee los dígitos aleatorios de la tabla para
seleccionar a 20 individuos de los 100. Proporcione una lista de los elementos
seleccionados con base a la tabla de dígitos aleatorios.
• Recorra de arriba a abajo las columnas, comenzando con la columna de la
izquierda, y lea sólo los primeros tres dígitos en cada fila. Observe que el primer
número al usar este método sería 092, el segundo 009, el tercero 019, etcétera.
92 9 19 14 45 2 57 38 85
27 70 13 8 83 1 90 67 78
3 84
Población de 10.000 individuos y se desea obtener una muestra aleatoria de
M=N/n
Hay una variación considerable dentro de cada grupo, pero los grupos son esencialmente
similares entre sí.
Grupos
A: 200
B: 100 Todos
C: 700 Todos
Muestreo con reposición y sin reposición: Es un método en el cual cada miembro de la
población elegida para la muestra se regresa a la primera antes de elegir al siguiente
miembro.
Procedimiento de muestreo en el que los elementos se regresan a la población después
de ser elegidos, de tal forma que algunos elementos de la población pueden aparecer
en la muestra más de una vez.
Tamaño de la Muestra (n)
95%/100 = 0,95
P = 68,26% z =
P = 80% -> z =
P = 86,24% z =
P = 90% z =
P = 95,5% z =
P = 99% z =
P = 99,7% z =
Valores de z para otros grados de confianza
P = 99,7% z = 2,97
Grado de variabilidad
Si ese coeficiente es menor que el 30% se debe utilizar el primero, por el contrario, si
es mayor, se debe aplicar el segundo método.
Error de muestreo (E)
Es fijado por el investigador, teniendo en cuenta que a mayor error menor será el tamaño;
y, al contario, a menor error mayor será el tamaño de la muestra.
Las unidades de medida de la desviación típica del error deben ser iguales.
Ejemplo: Si habla del peso promedio de los estudiantes de un curso de grado 11, con un
error de 2 kg y la media de 50 Kg, esto quiere decir que, el verdadero valor puede estar
entre 48 kg y 52 kg.
Otra manera de fijar el error en una variable consiste en la realización de una encuesta
preliminar, para determinar el promedio en la variable y multiplicarlo por un porcentaje,
hasta donde sea posible no mayor de 10%.
tamaño muestra
n: E: Error de muestreo
P: prob éxito Q: prob fracaso
- Varianza
z grado de confianza
un colegio el equipo de enfermería escolar desea estimar el peso medio de los alumnos
En
de grado noveno. El error debe ser mas o menos 3 libras y una confianza del 98% ¿cuál
debe ser el tamaño de la muestra si además se estima que la desviación (s) 11 libras?
Z= 2,33
Z= 2,81
GC=99,5 %
gimnasio localizado en una ciudad pequeña, desea conocer qué porción de sus clientes le
Un
pagan su sueldo de forma quincenal. En estudios similares se ha encontrado que la
proporción es del 72%. Si se establece que debe hacer una estimación correcta, con
aproximación de de la proporción verdadera y una confianza del 90% ¿qué tamaño de
muestra se necesita?
2
𝑧 2 𝑃𝑄 1,64 ( 0,72)(0,28) 0,5422
𝑛= 2
= 2
= =150,6176 ≈ 151 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝐸 0,06 0,0036
Z = 1,64
Gc= 90%
Poblaciones finitas
𝑛 = 𝑠2 𝑛 = 𝑃𝑄
2 2
𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 2
𝐴𝑡𝑟𝑖𝑏𝑢𝑡𝑜
𝐸 𝑠 𝐸 𝑃𝑄
( )
𝑧
+
𝑁 ( )
𝑧
+
𝑁
𝑛 = 𝑧 2 𝑠2 𝑁 𝑛 = 𝑁 𝑧 2 𝑃𝑄
2 2 2
𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 2 2
𝐴𝑡𝑟𝑖𝑏𝑢𝑡𝑜
𝑁 𝐸 +𝑧 𝑠 𝑁 𝐸 + 𝑧 𝑃𝑄
tamaño muestra
n: E: Error de muestreo
P: prob éxito Q: prob fracaso
- Varianza N: tamaño población
Z grado de confianza
gimnasio localizado en una ciudad pequeña, tiene 1200 (N) clientes, desea conocer
Un
qué porción sus clientes le pagan su sueldo de forma quincenal. En estudios similares
se ha encontrado que la proporción es del 72%. Si se establece que debe hacer una
estimación correcta, con aproximación de de la proporción verdadera y una confianza
del 90% ¿qué tamaño de muestra se necesita?
𝑃𝑄 (0,72)(0,28)
𝑛= 2
= 2
= 133,82≈ 134
𝐸 𝑃𝑄 0,06 (0,72)(0,28)
( )
𝑧
+
𝑁 (
1,64
+ ) 1200
Z = 1,64
Gc = 90%
gimnasio localizado en una ciudad pequeña, tiene 1200 (N) clientes, desea conocer
Un
qué porción sus clientes le pagan su sueldo de forma quincenal. En estudios similares
se ha encontrado que la proporción es del 72%. Si se establece que debe hacer una
estimación correcta, con aproximación de de la proporción verdadera y una confianza
del 80% ¿qué tamaño de muestra se necesita?
si se considera confianza 80%, z = 1,28
𝑃𝑄
𝑛= 2
𝐸 𝑃𝑄
( )
𝑧
+
𝑁
0,72 ∗0,28
𝑛= 2
=¿
0,06 0,72 ∗0,28
( 1,28) +
1200
En un colegio el equipo de enfermería escolar desea estimar el peso medio de los alumnos
de grado noveno, que son 800. El error debe ser mas o menos 3 libras y una confianza del
95%. ¿cuál debe ser el tamaño de la población y además se estima que la desviación típica
es de 11 libras?
𝑧 2 𝑠2 𝑁 𝑛 = 𝑠2
𝑛= 2 2 2 2 2
𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒
𝑁 𝐸 +𝑧 𝑠 𝐸 𝑠
( )
𝑧
+
𝑁
( 1,96 )2 ( 11 )2 (800)
𝑛= 2 2 2
=48,5159 ≈ 49
800 (3) +(1,96) (11)
Distribuciones de medias muestrales
Error estándar
La desviación estándar de la distribución de una estadística de muestra se
conoce como error estándar de la estadística.
𝑧= ´𝑥 − 𝜇 = ´𝑥 − 𝜇
𝜎 𝑥´ 𝜎
√𝑛
𝑝−𝑃
𝑧=
𝑃𝑄 P: proporción p: probabilidad
√𝑛
Estandarización de la diferencia de medias muestrales
√ +
𝑛 1 𝑛2
Estandarización de la proporción de la muestra
𝑝−𝑃
𝑧=
𝑃𝑄 P: proporción p: probabilidad
√𝑛
En una muestra de 25 observaciones a partir de una distribución normal con
media 98.6 y desviación estándar 17.2, a) ¿cuánto vale P (92 < < 102)?
Error estándar
Error estándar
√ +
𝒏 𝟏 𝒏𝟐
4-Estandarización de la diferencia de proporción de la muestra
𝑧= ( 𝑝1 − 𝑝2 ) −( 𝑃 1 − 𝑃 2)
𝑃1 𝑄 1 𝑃 2 𝑄 2
√ 𝑛1
+
𝑛2
En el último año, el peso de los recién nacidos tiene una media de 3000 gr. y desviación estándar de
140 gr. ¿Cuál será la probabilidad de que la media de una muestra de 100 recién nacidos sea superior
a 3030 gr?
IV.
35,57%
0,1 0,12
. 𝑧= 𝑝 − 𝑃 = 0 , 1 −0 , 12 =− 0 , 37
𝐼𝐼
𝑃𝑄 (0 , 12)(0 , 88)
√ 𝑛 √ 36
III. Tabla
P = 0,1443
Un profesor considera que el 12% de sus estudiantes habilitan la materia. Selecciona
una muestra de 36 estudiantes. ¿Cuál es la probabilidad de que menos del 10% haya
habilitado la materia?
0,1443
P = 0,5 - 0,1443 = 0,3557
( ´𝑥1 − ´𝑥 2 ) − ( 𝜇1 − 𝜇2 )
𝑧= =¿
2 2
𝜎1 𝜎2
√ 𝑛1
+
𝑛2
Las pruebas de control de calidad para un modelo A de bombilla han determinado que la
duración se distribuye como una normal de media 3300 horas y desviación típica
180 horas; mientras que para otro modelo B la duración media es de 3200 horas y
desviación típica 155 horas. Si se toman muestras aleatorias de 100 bombillas de cada
modelo ¿cuál es la probabilidad de que la diferencia de las medias de las duraciones de las
bombillas de cada modelo sea inferior a 40 horas?
𝑛1 𝑛 2
2
√ +
100 100 100 √
( ´𝑥1 − ´𝑥 2 ) −( 𝜇1 − 𝜇2 ) 40− ( 3300 −3200 ) − 60
𝑧= = = =− 2 ,53
2 2 2 2
56425
√ 𝜎 1 𝜎2
+
𝑛1 𝑛 2 √ 180 155
+
100 100 √ 100
( ´𝑥1 − ´𝑥 2 ) − ( 𝜇1 − 𝜇2 ) 10 − ( 80 − 60 ) − 10
𝑧= = = =− 2,70
2 2 2 2
12325
√ 𝜎1
+
𝜎
𝑛1 𝑛 2
2
√ 15 13
25
+
36 √ 900
3. Buscamos en la tabla z= -2,70 0,4965
𝑃
( 159< ´𝑥 < 165 )= 𝑃 ( − 2,5< 𝑧 <2,5 ) =0,9876
0,4938+0,4938=0,9876
Referencias
=
Error estándar
2
𝑧∗𝜎
𝑛= (
´𝑥 − 𝜇 ) 𝑝𝑎𝑟𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑒𝑙 𝑡𝑎𝑚𝑎 ñ 𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 .
En una distribución normal con media de 56 y desviación estándar de 21, ¿qué
tan grande se debe tomar una muestra para que haya al menos el 90% de
posibilidades de que su media sea mayor que 53?
2
𝑧∗𝜎
𝑛= (
´𝑥 − 𝜇 ) 𝑝𝑎𝑟𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑒𝑙 𝑡𝑎𝑚𝑎 ñ 𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 .
En una distribución normal con media de 56 y desviación estándar de 21, ¿qué
tan grande se debe tomar una muestra para que haya al menos el 90% de
posibilidades de que su media sea mayor que 53?
Reemplazamos:
==
En un grupo de 10.000 tornillos (población). Se necesita verificar la longitud media de todos
los tornillos.
Se propone tomar grupo pequeño al azar de 100 tornillos y calcular la media de este grupo.
Después poner un margen de seguridad. (Un Intervalo de Confianza (IC))
Al final se tiene las medias de grupos de 100 tornillos. En este caso 100 grupos de 100
tornillos. Es decir, 100 valores de medias. Estas medias se pueden representar con un
histograma y ver su distribución.
El histograma de las medias tiene una pinta de distribución normal cuando la muestra
es más grande que 30.
Se ha visto, por experiencia, que el valor central de las medias es igual al de toda la población.