Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 131 vistas

    Tema 1

    Cargado por

    Miguel Gasca
    Este documento trata sobre las distribuciones derivadas del muestreo. Explica los conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. También describe la distribución muestral de medias, incluyendo que tiene una media igual a la media poblacional y una desviación estándar igual al error estándar de la media dividido por la raíz cuadrada del tamaño de la muestra. Además, explica que la distribución muestral de medias seguirá una distribución normal incluso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd

    Tema 1

    Cargado por

    Miguel Gasca
    131 vistas9 páginas
    Este documento trata sobre las distribuciones derivadas del muestreo. Explica los conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. También describe la distribución muestral de medias, incluyendo que tiene una media igual a la media poblacional y una desviación estándar igual al error estándar de la media dividido por la raíz cuadrada del tamaño de la muestra. Además, explica que la distribución muestral de medias seguirá una distribución normal incluso

    Título original

    Tema1

    Derechos de autor

    © Attribution Non-Commercial (BY-NC)

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento trata sobre las distribuciones derivadas del muestreo. Explica los conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. También describe la distribución muestral de medias, incluyendo que tiene una media igual a la media poblacional y una desviación estándar igual al error estándar de la media dividido por la raíz cuadrada del tamaño de la muestra. Además, explica que la distribución muestral de medias seguirá una distribución normal incluso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    131 vistas9 páginas

    Tema 1

    Cargado por

    Miguel Gasca
    Este documento trata sobre las distribuciones derivadas del muestreo. Explica los conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. También describe la distribución muestral de medias, incluyendo que tiene una media igual a la media poblacional y una desviación estándar igual al error estándar de la media dividido por la raíz cuadrada del tamaño de la muestra. Además, explica que la distribución muestral de medias seguirá una distribución normal incluso

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 9

    1.

    Distribuciones Derivadas del Muestreo

    1.1 Pre-requisitos 1.2 Distribución de Muestreo

    1.1 Pre-requisitos

    1.1.1 Presentación

    OBSERVE Y ANALICE:
    En el esquema se puede observar claramente las dos ramas que conforman a la
    Estadística: La Descriptiva y la Inferencial. Usted debe recordar que en el
    primer curso de estadística se trato la Estadística Descriptiva, pues bien, en
    este segundo curso se tratará la Estadística Inferencial cuyo objetivo es
    precisamente realizar inferencias a nivel poblacional partiendo de la información
    obtenida de una muestra representativa seleccionada de la población de interés.

    Para iniciar este segundo curso, es necesario que usted haya adquirido los
    conocimientos del curso de probabilidad, los cuales son prerrequisitos para éste
    nuevo curso.

    BIENVENIDO AL MUNDO DE LAS INFERENCIAS

    1.1.2 Prerrequisitos

    Usted recordará que en su primer curso de estadística (Probabilidad) se le


    proporcionó un material de apoyo que incluía los temas de: Teoría de muestreo,
    Estadística Descriptiva y Teoría Probabilística.

    En este curso usted adquirirá los conocimientos necesarios para realizar un


    ESTUDIO ESTADÍSTICO INFERENCIAL es decir poder tomar decisiones
    respecto a parámetros ( medidas estadísticas poblacionales) a partir de
    estadísticos (medidas estadísticas muestrales).
    Para realizar un estudio inferencial es necesario que usted cuente con los
    conocimientos estadísticos y probabilísticos básicos, los cuales le fueron
    proporcionados en el curso de Probabilidad.

    A continuación se presenta los temas fundamentales que son prerrequisitos


    para iniciar el presente curso, los cuales deberán ser estudiados
    (recordados) por usted.

    Tema Temas principales


    Terminología, Selección de Tipos de muestreo y términos estadísticos
    muestras
    Medidas estadísticas Medidas Centralización, Dispersión, Forma,
    descriptivas Distribución de datos.
    Distribuciones de Binomial, Normal y aproximación Binomial a la
    probabilidad normal

    Para que usted pueda reafirmar estos conceptos a continuación se le


    proporciona una guía de ejercicios.

    NOTA: Si usted tiene alguna duda en la solución de los ejercicios, favor de


    revisar el material del curso de probabilidad.

    1.2 Distribución de Muestreo

    Antes de realizar la primera investigación, por favor analice los lineamientos


    básicos para la elaboración de las investigaciones bibliográficas:

    Con base en lo establecido, realizar la primera investigación.

    PRIMER TEMA A INVESTIGAR: DISTRIBUCIÓN MUESTRAL

    Fundamentos
    Importancia
    Aplicaciones
    Teorema del Límite Central

    LIGAS ELECTRÓNICAS

    http://www.edustatspr.com/documentos/notasm3026/lec_2.7.5%20Dist%20Media%20Muestral.htm

    CASO REAL
    DISTRIBUCIÓN DE MUESTREO

    La agencia colocaciones ABC aplica, habitualmente,


    una prueba de inteligencia y aptitudes a todas las
    persona que buscan trabajo. La agencia ha
    recolectado datos por varios años y sabe que la
    puntuación promedio alcanzada por los buscadores de
    empleo es de 69 puntos y desviación estándar de 4
    puntos. Si se obtiene una muestra de 16 solicitantes,
    ¿Cuál es la probabilidad de que el puntaje promedio
    para los 16 solicitantes sea mayor a la puntuación
    promedio de todos los empleado?
    _______
    Se aceptará un cargamento de barras de
    acero si la resistencia media a la ruptura de
    una muestra aleatoria de 10 barras es
    mayor que 250 libras por pulgada
    cuadrada. En el pasado, la resistencia a la
    ruptura de tales barras ha tenido media y
    varianza iguales a 235 y 400
    respectivamente. ¿Cuál es la probabilidad
    de que el cargamento sea aceptado?
    OBSERVE Y ANALICE: Lea
    cuidadosamente, comprenda los enunciados
    y detecte los datos que se proporcionan en
    cada caso: ¿Qué observa? ¿ Qué
    parámetros y estadísticas, se están
    proporcionando? ¿A quién se quiere
    estudiar?
    ________ ________ _________________

    1.2.1 Introducción

    Suponga que el director de personal de un gran banco, necesita escribir un


    informe que describa a todos los empleados que han dejado voluntariamente la
    compañía en los último 10 años. Seria muy difícil localizar a estas personal
    (quizá algunos ya murieron, se han mudado del estado o del país, han
    cambiado de dirección o teléfono, etc.). ¿Cómo podría escribir el informe? La
    mejor idea es seleccionar una muestra representativa y entrevistarla con el fin
    de generalizar la respuesta obtenida a todo el grupo.

    En el ejemplo mencionado se observa cuatro términos utilizados en la


    estadística inferencial:

    a) Población: Todos los elementos del estudio estadístico (todos


    los empleados que dejaron voluntariamente la compañía)
    b) Muestra: Porción seleccionada de la población (ciertos
    empleados seleccionados a los cuales se entrevistarán)
    c) Estadístico: Característica de la muestra seleccionada (resultado
    obtenido de los empleados que conforman la muestra)
    d) Parámetro: Característica de la población de interés (resultado
    de todos los empleados que dejaron voluntariamente la compañía)

    Observe que para estimar un parámetro es necesario conocer su estadístico, es


    aquí donde entra en juego los métodos de selección de muestra y la estadística
    inferencial.
    Para poder diferenciar los estadísticos de sus parámetros, se emplean letras
    latinas minúsculas para denotar las estadísticas de muestra y letras griega o
    latinas mayúsculas para representar el parámetro poblacional.

    Estadístico Parámetro
    , n (media, desviación , N (media, desviación
    estándar y magnitud muestral) estándar y magnitud poblacional)
    p (proporción de la muestra) P (proporción poblacional)

    Por lo tanto se puede decir: Si se seleccionan muestras aleatorias de tamaño


    "n" de una población, entonces se puede utilizar la distribución de sus
    estadísticas (p, ) como estimadores de parámetros (P, ), generando así
    un proceso de inferencia estadística.

    La representación gráfica del proceso inferencial es:

    OBSERVE Y ANALICE: En el gráfico se indica que el estudio que se le va a


    realizar a la muestra es descriptivo mientras que para la población se realizará
    un estudio inferencial.

    1.2.2 Fundamentos de la Distribución Muestral

    Si el objetivo de la estadística inferencial es la toma de decisiones respecto a


    un objetivo planteado a nivel poblacional, entonces es necesario realizar un
    estudio muestral, cuyos estadísticos ayuden a dar conclusiones o respuesta al
    objetivo planteado.
    Suponga que se quiere conocer el ingreso promedio anual (parámetros) de las
    familias en una ciudad conformada por 10 000 de ellas, para realizar éste
    estudio es necesario tomar varias muestras y calcular el ingreso promedio y la
    desviación estándar (estadísticos) de cada una de ellas, si se realizará este
    estudio se observaria que los estadísticos de cada una de las muestras difieren
    entre sí. Al tener este conjunto de medias muestrales se podría realizar una
    tabla o gráfico para analizar su distribución, a ésta distribución de probabilidad
    de todas las medias posibles de las muestras se le conoce como distribución
    muestral de medias o distribución de muestreo de la media.

    La distribución muestral de medias puede ser descrita por su media y su


    desviación estándar, es decir, se puede calcular la media de las medias
    muestrales , y la desviación estándar de las medias muestrales , ésta
    recibe el nombre de error estándar de la media, puesto que indica la
    diferencia o variación que existe entre cada media muestral y la media total.

    A continuación se analizará y comparará en forma simulada la distribución de


    los ingresos anuales familiares a nivel pobación contra la distribución de un
    conjunto de medias muestrales, las cuales fueron obtenidas aleatoriamente de
    la población:

    a) Suponga que se cuenta con los ingresos anuales de todas las


    familias que integran la ciudad, por lo tanto se puede obtener su
    distribución con media y desviación estándar

    b) Si se seleccionan todas las posibles muestras de una magnitud


    "n" de la población, dichas muestras estarían representadas
    gráficamente por las tres muestras que se vienen a continuación,
    en donde cada una de ellas tendrá sus propia distribución con
    media y desviación estándar particulares ( )

    c) Reunamos ahora todas las distribuciones muestrales en una sola


    generando una distribución muestral de medias, con media , y
    desviación estándar . Observe que el gráfico de la distribución
    muestral de medias es normal, a pesar de la falta de normalidad en
    la distribución poblacional.

    1.2.3 Distribución muestral de medias aritméticas ( conocida,


    muestras grandes)

    Cuando se realiza un estudio inferencial, es necesario conocer con que datos


    tanto muestrales como poblacionales se cuenta. A continuación se considera el
    caso en donde la desviación poblacional ( ) es conocida o la magnitud de
    la muestra es grande.

    DESARROLLO:

    Considere que en una empresa alimenticia existen cuatro obreros no calificados,


    y el gerente de producción desea detectar el número de errores que cometen
    en la realización de sus actividades productivas. Los obreros son observados en
    la realización de sus labores productivas y se detectan los siguientes errores
    cometidos por cada obrero:

    NO. DE
    OBRERO
    ERRORES
    A 3
    B 2
    C 1
    D 4

    A continuación se realizará un estudio estadístico de la distribución


    poblacional de los errores cometidos son:

    a) Análisis gráfico de la distribución de los errores cometidos por los cuatro


    obreros

    Distribución de frecuencia de errores comedidos a nivel poblacional:

    OBSERVE Y ANALICE: En lo gráficos se puede observar la


    distribución de frecuencia de los errores cometidos es uniforme,

    b) Análisis estadístico de la distribución poblacional


    A continuación se realizará un estudio estadístico a través de una distribución
    de muestras, seleccionándolas con una magnitud n=2 sin reemplazo de la
    población conformada por los N=4 obreros

    Muestra Obreros Resultados de la muestra Media de la muestra

    1 A,B 3,2

    2 A,C 3,1

    3 A,D 3,4

    4 B,C 2,1

    5 B,D 2,4

    6 C,D 1,4

    - - -

    Gráfico de la distribución de medias muestrales

    Distribución de frecuencia de medias muestrales


    1) Del gráfico se puede observar que la distribución de frecuencia de las
    medias muestrales tiende hacer una distribución acampanada

    2) De la tabla se puede analizar que la media aritmética de la distribución de


    medias =2,5 es igual a la media poblacional =2,5

    3) La desviación de la distribución muestral de medias es inferior a la


    desviación poblacional , debido a que en una población, los valores
    individuales pueden ser extremadamente pequeños o grandes y por lo tanto
    poseer un rango grande. La disminución en es debido a que al seleccionar
    aleatoriamente todas las muestras posibles, los valores extremos pueden caer
    en una o varias muestras, afectando así a la media de las muestra que los
    incluye, sin embargo su efecto disminuirá al promediarse con los demás valores
    de la muestra. Además si se incrementa la magnitud de la muestra, el efecto
    del valor extremo se hace cada vez menor, puesto que se está promediando
    con más observaciones:
    Esto es: < cuanto la magnitud de muestra "n" es mayor, de aquí, que el
    error estándar varía inversamente proporcional a la magnitud de muestra

    Donde:

    = error estándar de la distribución de medias


    = desviación estándar de la población
    n = magnitud muestral

    Para comprender mejor lo dicho anteriormente analicemos el caso en donde la


    población es de 100, con media 100 y desviación estándar 25, considere
    además que se extraen muestras de 5 elementos, de 20 y 30, sus
    distribuciones serían aproximadamente las siguientes:

    Población:
    Curva "a": Distribución poblacional
    Curva "b": n=5
    Curva "c": n=20
    Curva "d": n=30

    OBSERVE Y ANALICE: A medida que se incrementa la magnitud de las muestras


    la variabilidad en las distribuciones muestrales disminuyen tendiendo las curvas
    a ser mesocúrticas y simétricas ( forma normal).

    También podría gustarte