Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimaciónde Muestras Grandes
Estimaciónde Muestras Grandes
Computacional
Estimación de
muestras
grandes
¿Qué es la estimación de muestras
grandes?
Este tema es un concepto estadístico que hace referencia a la técnica utilizada
para inferir conclusiones sobre alguna población tomando como punto de partida
una muestra grande de esa población.
Cuando hacemos uso de este tipo de estimación con muestras grandes se pueden
llegar a hacer suposiciones más precisas sobre la distribución de los datos y se
pueden obtener también las estimaciones más confiables de los parámetros
poblacionales.
¿Cómo realizamos la
estimación de muestras
grandes?
Esta se realiza mediante la construcción de intervalos de confianza
para un parámetro poblacional como la media basados en el uso de
muestras grandes. Son utilizados los estimadores en este contexto
ya que proporcionan un valor numérico como estimación del
parámetro de interés.
La precisión de los mencionados está enlazada con la probabilidad
de que proporcionen un valor cercano al verdadero parámetro
poblacional. Hablando siempre dentro del tema de muestras grandes
se busca no solo ofrecer el valor estimado, sino que también una
medida de la incertidumbre asociada a esa estimación debido al uso
de una muestra finita.
Ejemplo de estimación de muestras
grandes
Supongamos que queremos estimar la altura media de todos los estudiantes de una
universidad. En lugar de medir la altura de cada estudiante, tomamos una muestra
aleatoria de 1000 estudiantes y calculamos la altura media de esta muestra. Luego,
utilizamos esta estimación puntual de la media muestral para hacer inferencias sobre la
altura media de todos los estudiantes de la universidad.
Además, podríamos calcular un intervalo de confianza para esta estimación puntual. Por
ejemplo, podríamos calcular un intervalo de confianza del 95%, lo que significa que hay
un 95% de probabilidad de que la altura media de todos los estudiantes de la universidad
caiga dentro de este intervalo.
Para calcular la estimación puntual de la altura media y el intervalo de confianza, primero necesitarías
los datos de altura de los 1000 estudiantes en la muestra. Luego, podrías calcular la media muestral y
la desviación estándar muestral. Con la media muestral y la desviación estándar muestral, podrías
calcular el intervalo de confianza para la media poblacional utilizando la fórmula del intervalo de
confianza para la media:
n es el tamaño de la muestra.
Z es el valor crítico de la distribución normal estándar, que depende del nivel de confianza
deseado.
Inferencia estadística
Es el conjunto de métodos mediante las cuales se pueden obtener una conclusión
sobre una población a través de la información proporcionada por una muestra o
bien se pueden hacer predicciones sobre una población basándose únicamente en la
información que fue recopilada a partir de una muestra representativa de la
población seleccionada.
● Elaboración de premisas
● Identificación de alternativas
● Evaluación de alternativas
● Seleccion de la alternativa más viable
Después de recolectar los datos, el investigador calcula la media muestral de horas de estudio por
semana y encuentra que es de 15 horas, con una desviación estándar muestral de 3 horas.
Ahora, el investigador quiere hacer inferencias sobre la media de horas de estudio por semana en toda
la población de estudiantes universitarios en la universidad, no solo en la muestra de 100 estudiantes.
Utilizando la inferencia estadística, el investigador puede hacer estas inferencias utilizando la muestra
obtenida.
Para ello, el investigador podría construir un intervalo de confianza para la media poblacional de
horas de estudio por semana. Supongamos que el investigador utiliza un nivel de confianza del 95%.
Con los datos de la muestra, puede calcular el intervalo de confianza utilizando la fórmula:
Con esta fórmula, el investigador puede calcular el intervalo de confianza para la media de horas de
estudio por semana en toda la población de estudiantes universitarios. Esto proporcionará al
investigador una estimación de rango donde es probable que se encuentre la verdadera media de la
población.
Estimación puntual
Método utilizado en estadística para poder proporcionar una única estimación del valor de un
parámetro poblacional desconocido. Como bien lo dice su nombre esta es puntual es decir que sólo nos
ofrece un único número como mejor estimación del parámetro en cuestión.
La estimación puntual está basada en la información que se recopilo de una muestra y es utilizada para
hacer inferencias sobre la población en su conjunto, la estimación puntual puede estar sujeta a cierto
grado de error debido a la variabilidad inherente a la muestra utilizada para realizar la estimación.
Los cuantiles de orden 0.05 y 0.95, que encierran en el centro de la distribución normal un área
igual a 0.9 se muestran en el grafico siguiente:
Sustituyendo los datos en la fórmula del intervalo, tenemos:
(4,24,5,56)
Intervalo de confianza al 99%.
De modo similar obtenemos los cuantiles de orden 0.005 y 0.995 que describen en el modelo
normal una confianza del 99%
De modo similar obtenemos los cuantiles de orden 0.005 y 0.995 que describen en el modelo
normal una confianza del 99%
Por último, sustituyendo los datos en la fórmula del intervalo, tenemos:
Diferencia entre dos medias
poblacionales
50% 75%
Es un concepto clave en estadística que ayuda a comparar
las tendencias centrales de dos poblaciones distintas. Esto
implica calcular la discrepancia entre los valores promedio
de dos grupos o poblaciones distintas.
Tamaño de Diseño de
muestras estudio
Ejemplo
Comparación de la productividad laboral: Se pueden analizar las diferencias en la productividad entre
dos turnos de trabajo en una fábrica para determinar si existe una disparidad significativa en el
rendimiento promedio de los empleados.
Rendimiento de inversiones: Comparar las tasas de rendimiento de dos tipos de inversiones, como
activos fijos y acciones ordinarias, para evaluar si hay diferencias significativas en los retornos
financieros obtenidos
Estudio de eficacia de tratamientos médicos: Investigar si hay una diferencia en la eficacia de dos
tratamientos médicos para una enfermedad específica, analizando las medias de los resultados de los
pacientes tratados con cada método.
(muestras grandes)
Ejemplo. El dueño del restaurante RESUMG tiene información de la cantidad de dinero que gastan sus
clientes cuando visitan el sitio. De la sucursal A selecciona aleatoriamente 50 clientes del restaurante.
Después de procesar los datos se encontró una media de $32.000 y una varianza de 2.560.000. De la
sucursal B selecciona aleatoriamente 50 clientes del restaurante. Después de procesar los datos se
encontró una media de $34.800 y una desviación estándar de $1.650.
• Construya un intervalo del 95,44% de confianza para estimar la diferencia de medias poblacionales
(muestras grandes)
Solución.
Se tienen dos muestras de tamaño n1 = 50 y n2 = 50, las medias son x1 = $32.000 y x2 = $34.800 , la
desviación estándar para cada muestra es : S1 = $1.600 y 2 S2 = $1.650 .
Tenemos que, 1 - a = 0,9544 a = 0,0456 a /2 = 0,0228 2 Za= 2,0 según valor de tabla.
Entonces:
Interpretación: Con un nivel de confianza del 95,44% se puede asegurar que la diferencia entre la
cantidad promedio que gastan cada uno de los clientes del restaurante RESUMG sucursal B con
respecto a los clientes de la sucursal A se encuentra entre $2.149,93 y $3.450,07, con un error de
estimación no mayor de $650 aproximadamente.