POBLACIÓN-MUESTRA-ENCUESTA

MUESTRAL-INFERENCIA ESTADÍSTICA
• POBLACIÓN: ES ELCONJUNTO DE TODOS LOS ELEMENTOS DE
INTERÉS EN UN ESTUDIO DETERMINADO.
• MUESTRA: ES UN SUBCONJUNTO DE LA POBLACIÓN
• AL PROCESO DE EFECTUAR UN ESTUDIO PARA RECOLECTAR
DATOS DE UNA MUESTRA SE LE LLAMA ENCUESTA MUESTRAL
• UNA DE LAS PRINCIPALES CONTRIBUCIONES DE LA
ESTADÍSTICA ES EMPLEAR DATOS DE UNA MUESTRA PARA
HACER ESTIMACIONES Y PROBAR HIPÓTESIS ACERCA DE LAS
CARACTERÍSTICAS DE UNA POBLACIÓN MEDIANTE UN
PROCESO AL QUE SE LE CONOCE COMO INFERENCIA
ESTADÍSTICA
 EJEMPLO 1

• UNA EMPRESA FIDUCIARIA Y DE AHORRO ESTÁ EXAMINANDO

LA POSIBILIDAD DE FUSIONARSE CON UN BANCO, PERO
NECESITA LA APROBACIÓN DE LOS ACCIONISTAS PARA
LLEVARLA A CABO. EN SU ASAMBLEA ANUAL, A LA CUAL
SON INVITADOS TODOS ELLOS, EL PRESIDENTE DE LA
EMPRESA PREGUNTA A LOS ACCIONISTAS SI APRUEBAN EL
PLAN. EL 85% APRUEBA LA FUSIÓN. ¿ES ESTE PORCENTAJE UN
ESTADÍSTICO DE LA MUESTRA O UN PARÁMETRO DE LA
POBLACIÓN?
• RESPUESTA: PARÁMETRO DE LA POBLACIÓN; YA QUE EL
RESULTADO QUE ES EL 85% ES OBTENIDO DE LA ENCUESTA
EFECTUADA A TODOS LOS ACCIONISTAS.
 EJEMPLO 2

• UN FABRICANTE DE NEUMÁTICOS ELABORA UN NUEVO

MODELO QUE TENDRÁ MAYOR DURACIÓN QUE LOS
ACTUALES NEUMÁTICOS DE LA EMPRESA. EL FABRICANTE
SELECCIONA DE TODOS LOS CAUCHOS NUEVOS 120
NEUMÁTICOS NUEVOS PARA PROBARLOS. DE LOS
RESULTADOS DE ESTA PRUEBA SE OBTIENE UNA DURACIÓN
MEDIA DE 36500 MILLAS.
• ¿ES ESTE RESULTADO UN ESTADÍSTICO DE LA MUESTRA O UN
PARÁMETRO DE LA POBLACIÓN?
• RESPUESTA: ES UN ESTADÍSTICO DE LA MUESTRA; YA QUE EL
FABRICANTE ESCOJE 120 NEUMÁTICOS DE TODOS LOS
CAUCHOS NUEVOS QUE SE FABRICARON.
 ESTADÍSTICOS Y PARÁMETROS
• DESDE EL PUNTO DE VISTA MATEMÁTICO
PODEMOS DESCRIBIR LAS MUESTRAS Y
POBLACIONES MEDIANTE MEDIDAS COMO LA
MEDIA, LA MEDIANA, LA MODA Y LA DESVIACIÓN
ESTÁNDAR.
• CUANDO ESTOS TÉRMINOS DESCRIBEN LAS
CARACTERÍSTICAS DE UNA MUESTRA, SE LES
LLAMA ESTADÍSTICOS.
• CUANDO DESCRIBEN LAS CARACTERÍSTICAS DE
UNA POBLACIÓN, RECIBEN EL NOMBRE DE
PARÁMETROS.
• EL ESTADÍSTICO ES UNA CARACTERÍSTICA DE
LA MUESTRA; EL PARÁMETRO ES UNA
CARACTERÍSTICA DE LA POBLACIÓN.
• DIFERENCIAS ENTRE POBLACIONES Y MUESTRAS:
• POBLACIÓN MUESTRA
CARACTERÍSTICAS PARÁMETROS ESTADÍSTICOS
SIMBOLOS TAMAÑO DE LA POBLACIÓN:(N) TAMAÑO DE LA MUESTRA: (n)
MEDIA DE LA POBLACIÓN:(μ) MEDIA MUESTRAL: (⁻x)
DESVIACIÓN ESTÁDAR : (σ) DESVIACIÓN ESTÁNDAR MUESTRAL (S)
PARA SER CONGRUENTES, LOS EXPERTOS EN ESTADÍSTICA UTILIZAN LETRAS MINÚSCULAS
PARA LOS ESTADÍSTICOS MUESTRALES Y LETRAS GRIEGAS O MAYÚSCULAS PARA INDICAR
LOS PARÁMETROS DE LA POBLACIÓN.
 TIPOS DE MUESTREO
• MUESTREO NO ALEATORIO O NO PROBABILÍSTICO
• MUESTREO ALEATORIO O PROBABILÍSTICO.
• EN EL TIPO DE MUESTREO PROBABILÍSTICO TODOS LOS
ELEMENTOS DE LA POBLACIÓN TIENEN POSIBILIDAD DE
FIGURAR EN LA MUESTRA.
• EN EL TIPO DE MUESTREO NO PROBABILÍSTICO: TODOS LOS
ELEMENTOS DE LA POBLACIÓN NO TIENEN LA MISMA
POSIBILIDAD DE FIGURAR EN LA MUESTRA PORQUE NO
CONVIENE PARA EL ESTUDIO.
• MUESTREO NO PROBABILÍSTICO: 1.-TÉCNICA DE MUESTREO
DE JUICIO U OPINATICO: SE USAN EL CONOCIMIENTO Y LA
OPINIÓN PERSONAL PARA IDENTIFICAR LOS ELEMENTOS DE
LA POBLACIÓN QUE VAN A INCLUIRSE EN LA MUESTRA.
 TÉCNICA DE MUESTREO DE JUICIO U OPINATICO

• EJEMPLO:
• UN GUARDABOSQUES TOMARÁ UNA MUESTRA DE
JUICIO SI DECIDE CON ANTELACIÓN QUÉ PARTES DE
UNA GRAN ZONA REFORESTADA DEBERÁ RECORRER
PARA ESTIMAR EL TOTAL DE METROS DE MADERA QUE
PUEDEN CORTARSE.
• EN OCASIONES, EL MUESTREO DE JUICIO SIRVE DE
MUESTRA PILOTO PARA DECIDIR CÓMO SELECCIONAR
DESPUÉS UNA MUESTRA ALEATORIA. AHORRA EL
ANÁLISIS ESTDÍSTICO QUE ES INDISPENSABLE
EFECTUAR PARA TOMAR MUESTRAS PROBABILÍSTICAS.
 TÉCNICA DE MUESTREO DE JUICIO

• EL MUESTREO DE JUICIO DA BUENOS

RESULTADOS PERO NO ES POSIBLE MEDIR SU
VALIDEZ.
• SI EN UN ESTUDIO SE APLICA ESTE MÉTODO Y
SE PIERDE UN GRADO SIGNIFICATIVO DE
REPRESENTATIVIDAD, HABRÁ QUE PAGAR UN
ALTO PRECIO POR LA COMODIDAD.
 CONTINUACIÓN:MUESTREO TIPO NO
PROBABLÍSTICO
• 2)TÉCNICA DE MUESTREO POR CONVENIENCIA (LEER
EN DOCUMENTO “POBLACIÓN Y MUESTRA ENVIADO
POR CORREO”)
• 3)TÉCNICA DE MUESTREO POR CUOTAS (LEER EN
DOCUMENTO “POBLACIÓN Y MUESTRA ENVIADO
POR CORREO”)
• 4)TÉCNICA DE MUESTREO BOLA DE NIEVE
(EXPLICADOS EN VIDEO)
• “NOS CENTRAREMOS EN EL MUESTREO DE JUICIO Y
POR CONVENIENCIA”
 TÉCNICAS DEL MUESTREO
PROBABILÍSTICO
• MUESTREO ALEATORIO SIMPLE

• MUESTREO SISTEMÁTICO

• MUESTREO ESTRATIFICADO

• MUESTREO POR CONGLOMERADOS

 MUESTREO ALEATORIO SIMPLE

• EN EL MUESTREO ALEATORIO SIMPLE SE

SELECCIONAN LAS MUESTRAS MEDIANTE
MÉTODOS QUE PERMITEN A CADA MUESTRA
POSIBLE TENER IGUAL PROBABILIDAD DE SER
SELECCIONADA Y A CADA ELEMENTO DE LA
POBLACIÓN ENTERA TENER IGUAL
PROBABILIDAD DE QUEDAR INCLUIDO EN LA
MUESTRA.
 MUESTREO ALEATORIO SIMPLE
• El proceso de seleccionar una muestra aleatoria simple
dependen de si la población es finita o infinita.
• Muestreo de una población Finita:
– Un procedimiento para seleccionar una muestra aleatoria
simple de una población finita es elegir los elementos para
la muestra de uno en uno, de manera que, en cada paso,
cada uno de los elementos que quedan en la población
tenga la misma probabilidad de ser seleccionado. Al
seleccionar n elementos de esta manera será satisfecha la
definición de muestra aleatoria simple.
– Los números aleatorios generados por
computadora también sirven para realizar el
proceso de selección de una muestra aleatoria.
 TABLA Nº 1
TABLA DE NÚMEROS ALEATORIOS
 Ejemplo 1
• PARA SELECCIONAR UNA MUESTRA ALEATORIA SIMPLE DE UNA
POBLACIÓN FINITA DE 2500 ADMINISTRADORES DE LA EMPRESA
KPGM AUDITORES.
• SUPONGAMOS QUE AL CÁLCULAR EL TAMAÑO DE LA MUESTRA
ESTÁ NOS DIO n=30….ENTONCES:
– PRIMERO SE LE ASIGNA A CADA ADMINISTRADOR UN
NÚMERO (DEL 1 A 2500) EN EL ORDEN EN QUE APARECEN
SUS NOMBRES EN EL ARCHIVO DE PERSONAL DE LA EMPRESA.
– A CONTINUACIÓN SE CONSULTA LA TABLA DE DÍGITOS
ALEATORIOS QUE SE MUESTRAN EN LA TABLA Nº 1
ANTERIOR.
– AL CONSULTAR EL PRIMER RENGLÓN DE LA TABLA NOS
DAMOS CUENTA QUE CADA DÍGITO 6,3,2,7….ES UN DÍGITO
ALEATORIO CON LA MISMA OPORTUNIDAD DE APARECER
QUE CUALQUIER OTRO.
– COMO EL Nº MAYOR EN LA LISTA DE LA
POBLACIÓN DE ADMINISTRADORES DE LA
EMPRESA KPGM TIENE 4 DÍGITOS (2500) SE
SELECCIONARÁN NÚMEROS ALEATORIOS DE LA
TABLA EN GRUPOS DE 4 .
– AUN CUANDO PARA LA SELECCIÓN DE NÚMEROS
ALEATORIOS SE PUEDE EMPEZAR EN CUALQUIER
LUGAR DE LA TABLA Y AVANZAR
SISTEMÁTICAMENTE EN UNA DE LAS CUATRO
DIRECCIONES, AQUÍ SE USARÁ EL PRIMER
RENGLÓN DE LA TABLA 1 Y SE AVANZARÁ DE
IZQUIERDA A DERECHA, LEYENDO CORRIDO SIN
TOMAR EN CUENTA LOES ESPACIOS EN BLANCO.
• LOS PRIMEROS SIETE NÚMEROS ALEATORIOS DE 4 DÍGITOS SON:
– 6327 1599 8671 7445 1102 1514 1807
– LOS NÚMEROS ALEATORIOS EN ESTA TABLA APARECEN EN
GRUPOS DE CINCO PARA FACILITAR SU LECTURA.
– EL PRIMER Nº ES MAYOR QUE 2500 POR LO TANTO SE
DESECHA Y SE PASA AL SIGUIENTE: 1599. ÉSTE ESTÁ ENTRE 1 Y
2500 POR LO TANTO SE ESCOGE, LO QUE QUIERE DECIR QUE
EL PRIMER ADMINISTRADOR SELECCIONADO TIENE EL Nº1599
EN LA LISTA DE NOMBRE DE LOS ADMINISTRADORES.
– SIGUIENDO EL PROCESO SE DESCARTAN EL 8671 7445 Y SE
SELECCIONAN EL 1102 1514 Y 1807 ASÍ HASTA TOMAR LOS
30 ELEMENTOS (ADMINISTRADORES)DE LA MUESTRA.
• AL REALIZAR ESTE PROCESO PUEDE QUE SE REPITA UN Nº
ALEATORIO QUE YA HAYA SIDO USADO ANTES DE COMPLETAR LA
MUESTRA, POR LO TANTO SE DEBE DESCARTAR, PORQUE EL
ADMINISTRADOR CORRESPONDIENTE YA HA SIDO SELECCIONADO.
A ESTE TIPO DE SELECCIÓN SE LE CONOCE COMO MUESTREO SIN
REEMPLAZO.
• CUANDO SE SELECCIONA UNA MUESTRA EN LA QUE SE ACEPTAN
Nº ALEATORIOS YA USADOS Y LOS ADMINISTRADORES
SELECCIONADOS SEAN INCLUIDOS DOS O MÁS VECES SE ESTÁ
MUESTREANDO CON REEMPLAZO.
• MUESTREAR CON REEMPLAZO ES UNA FORMA VÁLIDA DE
IDENTIFICAR UNA MUESTRA ALEATORIA SIMPLE, SIN EMBARGO ,
EL MUESTREO SIN REEMPLAZAMIENTO ES EL PROCEDIMIENTO DE
MUESTREO MÁS USADO. CUANDO SE HABLA DE MUESTREO
ALEATORIO SIMPLE SE ASUMIRÁ QUE EL MUESTREO ES SIN
REEMPLAZO.
 MUESTRA ALEATORIA SIMPLE DE UNA POBLACIÓN
INFINITA
• EN ALGUNAS SITUACIONES LA POBLACIÓN ES INFINITA O TAN
GRANDE QUE, PARA FINES PRÁCTICOS, SE CONSIDERA INFINITA.
• EJEMPLO: UN RESTAURANT DE COMIDA RÁPIDA DESEA OBTENER
EL PERFIL DE SU CLIENTELA SELECCIONANDO UNA MUESTRA
ALEATORIA DE LOS MISMOS Y PIDIÉNDOLE A CADA CLIENTE QUE
LLENE UN BREVE CUESTIONARIO. EN TALES SITUACIONES, EL
PROCESO CONTÍNUO DE CLIENTES QUE VISITAN EL RESTAURANT
PUEDE VERSE COMO QUE LOS CLIENTES PROVIENEN DE UNA
POBLACIÓN INFINITA.
• LAS POBLACIONES INFINITAS SUELEN ASOCIARSE CON UN
PROCESO QUE OPERA CONTÍNUAMENTE A LO LARGO DEL
TIEMPO. (TRANSACCIONES EN UN BANCO, CLIENTES QUE
ENTRAN EN LAS TIENDAS, FLUJO DE LLAMADAS EN UNA
CENTRAL,…)
 MUESTREO SISTEMÁTICO

• PARA CIERTOS MUESTREOS, EN ESPECIAL EN AQUELLOS CON

POBLACIONES GRANDES, SE NECESITA MUCHO TIEMPO PARA
TOMAR UNA MUESTRA ALEATORIA SIMPLE .
• UNA ALTERNATIVA AL MUESTREO ALEATORIO SIMPLE ES EL
MUESTREO SISTEMÁTICO.

• MUESTREO SISTEMÁTICO: CONSISTE EN SELECCIONAR LOS

ELEMENTOS DE LA MUESTRA SIGUIENDO UN CIERTO ORDEN
EN EL QUE SE TOMAN EN CUENTA EL TAMAÑO DE LA
POBLACIÓN Y A LA MUESTRA.
• Ejemplo2: Queremos verificar un inventario al muestreo en
una empresa que tiene 2.000 artículos en sus almacenes, con
sus respectivas tarjetas de inventarios cada una y queremos
tomar una muestra de sólo 25 artículos.
– N/n= 2000/25= 80 por lo tanto se muestrea 1 de cada 80 elementos
de la población.
– Tomamos al azar el primer número de la lista de la población. (12)
Contando a partir de éste primer número sumo 80 elementos para
escoger el segundo de la lista (92), el tercero=172, el cuarto= 252…..y
así hasta llegar a completar los 25 que en este caso siguiendo la
cronología llega hasta el número 25 de la lista que es =1932
• MUESTREO ESTRATIFICADO: En este método de muestreo se
divide primero la población en estratos, luego se toman los
elementos para formar la muestra de cada uno de los
estratos utilizando cualquiera de los métodos aleatorios, con
esto se consigue un menor error muestral y por lo tanto una
mayor representatividad de la muestra.
• ERROR MUESTRAL: ES LA DIFERENCIA ENTRE LOS VALORES
ESTADÍSTICOS OBTENIDOS DE LA MUESTRA Y LOS VALORES
QUE CORRESPONDEN A LA POBLACIÓN DEL CUAL FUE
TOMADA DICHA MUESTRA.
 EJEMPLO 3
• Ejemplo 3: Tomemos el caso de la auditoria de las cuentas
por cobrar de la empresa abc, formemos estratos de acuerdo
a las antiguedades de las referidas cuentas y la muestra con
20 cuentas por cobrar.
Bolívares % Muestra
Estratos(Antigüedad):
• De 01 a 30 días 40.000 40 8
• De 31 a 60 días 30.000 30 6
• De 61 a 90 días 20.000 20 4
• Más de 90 días 10.000 10 2
• Total: 100.000 n= 20
 MUESTREO POR
CONGLOMERADOS
• Consiste en dividir primero la población en grupos separados
llamados conglomerados.
• Cada elemento de la población pertenece a uno y sólo un
conglomerado.
• Ejemplo: por áreas geográficas o por conglomerados sociales
etc. Este método es muy recomendado en las investigaciones
estadísticas de opinión con fines de estudios de mercado,
audiencia de programas de radio y TV, preferencias de
productos.
• Una de las principales aplicaciones de este muestreo es el
muestreo de áreas, en el que los conglomerados son las
manzanas de una ciudad u otras áreas bien definidas.
• Ejemplo 4: Queremos efectuar un estudio
estadístico para conocer el grado de audiencia
de un programa de radio. Entonces:
• Se divide la ciudad en 100 áreas geográficas.
• De estas áreas tomamos al azar algunas de
ellas.
• De estas áreas seleccionadas se entrevistan a
cierto Nº de familias de acuerdo a sus ingresos
u otro patrón de selección.
 ETAPAS DEL MUESTREO

• OBJETIVOS: ¿QUÉ QUEREMOS?

• MEDIOS Y RECURSOS: ¿CON QUÉ
CONTAMOS?
• DISEÑO DEL PLAN DE TRABAJO: ¿QUÉ
HAREMOS?
• TRABAJO DE CAMPO: EJECUCIÓN DEL PLAN
• ANÁLISIS DE LOS DATOS Y CONCLUSIONES.
 EJEMPLOS
• UN ESTUDIANTE QUE REALIZA UNA INVESTIGACIÓN DEL COEFICIENTE
INTELECTUAL DE LOS ALUMNOS DEL TERCER SEMESTRE DE LA UCAB
ESCOGE A UN GRUPO DE 7 DE SUS AMIGOS DE ESE SALON PARA
EFECTUAR EL ESTUDIO. Qué tipo de muestreo es éste? Y que técnica de
muestreo utiliza?
• Respuesta: Tipo de Muestreo no probabilístico y la técnica es por
conveniencia.
• UN MÉDICO ESTÁ REALIZANDO UNA INVESTIGACIÓN DE FERTILIDAD
DENTRO DEL HOSPITAL DE CLÍNICAS CARACAS Y ESCOGE A UN GRUPO DE
MÉDICOS QUE TIENEN MUCHO TIEMPO DENTRO DE LA CLÍNICA
TRABAJANDO EN LA MATERIA OBJETO DEL ESTUDIO PARA
ENTREVISTARLOS.
• Respuesta: Tipo de Muestreo no probabilístico. Técnica de juicio.
• ¿CUÁL ES LA POBLACIÓN OBJETO DE ESTUDIO?
• CASO DE UNA INVESTIGACIÓN CUYO OBJETIVO ES:
– “ EVALUAR LA IMAGEN DEL HOSPITAL CLÍNICAS CARACAS”
– Respuesta: Los pacientes del Hospital Clínicas Caracas
– “ ESTUDIO DE COSTOS PARA LA CREACIÓN DE UNA CASA DE
CUIDADOS PARA INFANTES EN LA COMUNIDAD DE LOS NARANJOS”
– Respuesta: La Comunidad de los Naranjos.
– “EVALUAR LA IMAGEN DE LOS PROFESORES DE LA UNIVERSIDAD
NUEVA ESPARTA”
– Respuesta: Los alumnos de la Universidad Nueva Esparta.
 DISTRIBUCIONES DE MUESTREO
• CUANDO SE EXTRAEN MUESTRAS DE UNA POBLACIÓN; Y
TOMAMOS VARIAS DE ELLAS NO ES NECESARIO QUE LOS
ESTADÍSTICOS QUE CALCULAMOS EN CADA MUESTRA SEAN
IGUALES Y LO MÁS PROBABLE ES QUE VARIEN DE UNA MUESTRA
A OTRA.
• LA DISTRIBUCIÓN DE PROBABILIDADES DE TODAS LAS X POSIBLES
DE LAS MUESTRAS ES UNA DISTRIBUCIÓN DE MEDIAS
MUESTRALES; POR LO TANTO ES UNA DISTRIBUCIÓN MUESTRAL
DE LA X
• ERROR ESTÁNDAR: EN VEZ DE USAR LA σ DE LA DISTRIBUCIÓN DE
LAS MEDIAS MUESTRALES PARA DESCRIBIR UNA DISTRIBUCIÓN DE
LAS MEDIAS MUESTRALES LOS ESTADÍSTICOS HABLAN DEL ERROR
ESTÁNDAR DE LA MEDIA
 DISTRIBUCIÓN DE MUESTREO
Distribución Muestral de la Media
• σ DE LA DISTRIBUCIÓN DE UN ESTADÍSTICO
MUESTAL RECIBE EL NOMBRE DE ERROR
ESTÁNDAR DEL ESTADÍSTICO.
• SUPONGAMOS QUE EXTRAEMOS MUESTRAS
DE UNA POBLACIÓN DISTRIBUIDA
NORMALMENTE CON UNA MEDIA Y UNA
DESVIACIÓN ESTÁNDAR; ENTOCES:
• μx = μ σx= σ/√n ESTO ES CUANDO LA DISTRIBUCIÓN
DE MUESTREO ESTÁ DISTRIBUIDA NORMALMENTE
 DISTRIBUCIÓN DE MUESTREO
Distribución Muestral de la Media
Muestreo de Poblaciones Normales
• Cuando la población está distribuida normalmente
las Distribuciones Muestrales de la Media son
también normales.
• Ejm: Un banco calcula que sus cuentas individuales
de ahorro tienen una distribución normal con una
μ=2000$ y σ=600$. Si tomamos una muestra
aleatoria de 100 cuentas ¿Cuál es la probabilidad
de que la media se halle entre 1900$ y 2050$
• n=100 μx=μ
• Como hablamos de error estándar de la media
entonces σx= σ/√n= 600/10=60
• Z= X-μ/ σx = 2050-2000/60=50/60=0,83~0,2967
• Z=X-μ/ σx =1900-2000/60=100/60=1,67~0,4525
• 0,2967+0,4525=0,7492
 Teorema del Límite Central
• La importancia del teorema es que nos
permite usar un estadístico muestral para
hacer inferencia sobre los parámetros de la
población, sin conocer nada sobre la forma
de la distribución de frecuencias de la
población, salvo la información que logramos
sacar de la muestra y si conocemos la σ esto
seguirá una distribución es normal.
 USOS
• Ejemplo:
• La distribución de las ganancias anuales de todos los cajeros
de un banco en 5años de experiencia tiene un sesgo negativo,
según se advierte. Esta distribución tiene una media de
15000$ y una σ= 2000$. Si extraemos una muestra aleatoria
de 30 cajeros ¿ Cuál es la probabilidad de que sus ganancias
promedien más de 15750$ al año.
• OBSERVEN QUE NO ESPECIFICA SI LA DISTRIBUCIÓN ES
NORMAL PERO COMO SE CONOCE σ NOS ACOGEMOS AL
Teorema del límite Central por lo tanto sí sigue una
distribución normal y lo podrán efectuar como el problema
anterior.
 ESTIMACIÓN
• CUANDO INFERIMOS SOBRE LA POBLACIÓN A TRAVÉS DE
UNA MUESTRA ESTAMOS EFECTUANDO ESTIMACIONES; EN
OTRAS PALABRAS EN LA ESTIMACIÓN PODEMOS INFERIR
RESPECTO A LAS CARACTERÍSTICAS DE LA POBLACIÓN A
PARTIR DE LA INFORMACIÓN CONTENIDA EN LA MUESTRA.
• TIPOS DE ESTIMACIONES:
• LA PUNTUAL: ES UN NÚMERO QUE SIRVE PARA ESTIMAR UN
PARÁMETRO DESCONOCIDO DE LA POBLACIÓN.
• Ejemplo: Estimo que la verdadera matricula de este
curso en el primer periodo del año será de 150
alumnos.
• POR INTERVALO: ES UNA GAMA DE VALORES QUE
SIRVEN PARA ESTIMAR EL PARÁMETRO DE UNA
POBLACIÓN.
• Ejemplo: Estimo que la verdadera matricula de este
curso en el primer periodo del año fluctuará entre
100 y 150 alumnos.
• Estimador: Todo estadístico muestral se usa para
estimar un parámetro de la población y recibe el
nombre de estimador.
X→μ S →σ
 ESTIMACIÓN POR INTERVALOS (Gama de valores dentro de los cuales
probablemente se encuentre un parámetro de la población)
• Supóngase que el director de investigación de mercados necesita una
estimación en meses de la vida promedio de las baterías para automóvil
fabricadas por su compañía. Podemos seleccionar una muestra aleatoria
de 200 baterías, registrar los nombres de los dueños de automóviles y sus
domicilios que conservan en los archivos de la tienda y entrevistarlos
respecto a la vida de la batería que han usado. La muestra de 200
usuarios tiene una vida media de 36 meses. La población presenta una
desviación estándar de 10 Si empleamos la estimación puntual de la
media de la muestra X como el mejor estimador de la media de la
población μ, diremos que la vida promedio de las baterías es de 36 meses.
Pero el director también pide una afirmación sobre la incertidumbre que
seguramente acompaña a esa estimación; en otras palabras, una
declaración sobre el intervalo en que posiblemente se halle la media de la
población desconocida.
• Si calculamos σx=σ/√n =10/√200= 10/14,14=
0,707 meses
• En otras palabras la vida media real de todas
ellas pueden encontrarse en alguna parte de
la estimación por intervalo entre 35,298 y
36,707
• Por supuesto tendremos mas adelante que
tomar en cuenta que el σx estará afectado
por el tipo de distribución que sigue la
población.
• UN GRAN DISTRIBUIDOR DE REFACCIONES AUTOMOTRICES
NECESITA UNA ESTIMACIÓN DE LA VIDA MEDIA QUE CABE
ESPERAR DE LOS LIMPIAPARABRISAS EN CONDICIONES
NORMALES DE MANEJO. LA GERENCIA YA HA DETERMINADO
QUE LA DESVIACIÓN ESTÁNDAR DE LA VIDA DE LA
POBLACIÓN ES 6MESES. SÍ SELECCIONAMOS UNA MUESTRA
ALEATORÍA SIMPLE DE 100 LIMPIAPARABRISAS Y REUNIMOS
LOS DATOS REFERENTE A SU VIDA ÚTIL OBTENEMOS QUE SU
MEDIA MUESTRAL ES DE 21 MESES. PUESTO QUE EL
DISTRIBUIDOR UTILIZA MILES DE PIEZAS AL AÑO, NOS PIDE
ENCONTRAR UNA ESTIMACIÓN POR INTERVALOS CON UN
NIVEL DE CONFIANZA DE 95%.
 ESTIMACIONES POR INTERVALO E INTERVALOS DE
CONFIANZA

• NIVEL DE CONFIANZA: CONFIANZA CORRESPONDIENTE A LA

ESTIMACIÓN POR INTERVALO.
• COEFICIENTE DE CONFIANZA: EL NIVEL DE CONFIANZA
EXPRESADO COMO VALOR DECIMAL O PORCENTUAL.
• INTERVALO DE CONFIANZA: OTRO NOMBRE PARA UNA
ESTIMACIÓN POR INTERVALO.
CUANDO SE DESCONOCE LA σ DE LA POBLACIÓN

• EJERCICIO EN VIDEO
CÁLCULO DE ESTIMACIONES POR INTERVALO DE
LA PROPORCIÓN EN MUESTRAS GRANDES.
• Los estadísticos a menudo emplean una muestra para estimar una
proporción de ocurrencias en una población.
• En teoría, la distribución binomial es la distribución correcta que ha
de utilizarse al construir los intervalos de confianza, para estimar
una proporción de la población.
• Dado que el cálculo de las probabilidades binomiales es tan
tedioso, usar la distribución binomial para formar estimaciones por
intervalo de una proporción constituye una proposición compleja; y
que por fortuna, al crecer el tamaño de la muestra la binomial
puede aproximarse por medio de una distribución normal
apropiada que puede servirnos para aproximar la distribución
muestral.
• Los estadísticos recomiendan que, en la
estimación, n sea lo suficientemente grande
para que tanto nxp como nxq sean por lo
menos 5, cuando se utilice la distribución
normal como un sustituto de la binomial.
• Simbólicamente expresaremos la media de la
distribución de muestreo de la proporción de
éxitos como:
μp= p
El error estándar de la proporción: σp = √pxq/n
Ejercicio EN VIDEO