Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NICARAGUA
Tema: V
MUESTREO Y ESTIMACION
ABRIL 2008
VENTAJAS DEL MUESTREO.
Rapidez y bajo costo de la información
requerida..
Es un procedimiento práctico cuando la
.
MUESTREO Y ESTIMACION
– METODOS DE MUESTREO
• MUESTREO NO PROBABILISTICO
- Se usan el conocimiento, la experiencia y la opinion
personal para identificar los elementos de la población
que van a incluirse en la muestra.
.
• MUESTREO PROBABILISTICO
- Es un método de muestreo en el cual cada elemento de
la población tiene una probabilidad conocida (no igual a
cero) de ser incluido en la muestra.
.
MUESTREO Y ESTIMACION
reposición.
Utilizar una tabla de números aleatorios
Asignar códigos—Escoger una entrada –Escoger una dirección
Elegir la muestra
MUESTREO Y ESTIMACION
Insesgadura.
Un estimador de un parámetro es insesgado si tiene una distribución
muestral con media
̂ de igual a , lo cual denotaremos así ̂
Eficiencia
Si se tienen dos estimadores 1 y 2 de un mismo parámetro y la
varianza del estimadorσ 1 es menor que la varianza del estimador σ2 ,
lo cual denotaremos así. <
2
ˆ1
2
ˆ2
Si la población es finita.
σ N - n
N - 1 para cualquier n.
X z /2
n
n0 puede reducirse
Muestreo y Estimación
EJEMPLO
Consideremos el conjunto de todas las pequeñas industrias de
un determinado artículo. Se quiere estimar la producción
anual promedio de las industrias y se sabe, en base a estudios
anteriores, que la desvia ción estándar poblacional de las
producciones anuales es igual a 2 en miles de unidades. Con
tal propósito se selecciona de un listado actualizado de 850
industrias una muestra aleatoria de 50 industrias, obteniendo
una producción anual promedio de 5.52 en miles de unidades.
Encuentre un intervalo de confianza del 90% para la
producción anual promedio
Cual debe ser el tamaño de muestra necesario si se quiere
estimarla producción anual promedio con un error má.ximo
permitido de 300 unidades
MUESTREO Y ESTIMACION
La distribución t de Student
Se utiliza cuando la desv. estándar poblacional es desconocida y n es
menor que 30
Esto da como resultado que la estandarización de ya no sea la variable
aleatoria Z sino otra variable aleatoria que representaremos por t y
que tendrá una distribución de probabilidad conocida con el nombre
de distribución t de Student con n – 1 grados de libertad, ya que fue
investigada originalmente por William Gossett, quien publicó sus
escritos con el seudónimo “Student”.
El hecho de tener que estimar el parámetro con los mismos n datos
que se utilizan para poder calcular el valor del estadístico t, hace que t
pierda un grado de libertad, esto es, que quede con n – 1 grados de
libertad (g.l).
MUESTREO Y ESTIMACION
CARACTERISTICAS
1. Es una familia de distribuciones t de tal forma que cada vez que se
especifiquen sus grados de libertad n – 1, se produce una distribución
t particular.
2. Es simétrica y de forma acampanada
3. Como es ligeramente superior a 1, la distribución t es aplastada en
comparación a la normal estándar, es decir, platicúrtica.
4. Cuando el número de grados de libertad tiende a infinito, la
distribución t se convierte en distribución Z.
La distribución t se considera muy parecida a la distribución Z
cuando n 30
MUESTREO Y ESTIMACION
Observación 1.
Si la población es normal y n 30 entonces según la característica
4 de la distribución t, podemos escribir en todas las fórmulas
anteriores z como una aproximación de t
Observación 2.
Si la población es no normal, pero n 30 entonces según el
teorema del límite central y la característica 4 de la distribución t,
también podemos escribir en todas las fórmulas anteriores z como una
aproximación de t.
no no N
Si 0.05, no puede reducirse n
N no ( N - 1 )
Muestreo y Estimación