Estadstica para Administracin

4a Edicin
Captulo 7
Distribuciones Muestrales

Business Statistics, A First Course (4e) 2006 Prentice-Hall, Inc.

Chap 7-1

Objetivos de Aprendizaje
En este captulo, usted aprender:

El concepto de la Distribucin Muestral

A calcular probabilidades relacionadas con la media y la

proporcin muestrales

La Importancia del Teorema del Lmite Central

A distinguir entre los diferentes mtodos de muestreo

para estudios por encuestas.

A evaluar los mritos y los errores de los estudios por

encuestas

Distribuciones Muestrales
Distribuciones
Muestrales

Distribucin
muestral de la
media

Distribucin
muestral de la
proporcin

Distribuciones Muestrales

Una Distribucin Muestral es una

distribucin de todos los posibles
valores de un estadstico para un
tamao dado de muestra
seleccionada de una poblacin

Desarrollemos una
Distribucin Muestral

Asumamos que esta es una poblacin

Tamao de la poblacin N=4 A

Variable aleatoria, X,
es edad de los sujetos

Valores de X: 18, 20,

22, 24 (aos)

Desarrollemos una Distribucin

Muestral
(continuacin)

Medidas resumen para la distribucin de la poblacin:

P(x)

.3

18 20 22 24

21
4

(X )
i

.2
.1
0

2.236

18 19 20 21 22 23 24

Distribucin Uniforme

Desarrollemos una Distribucin

Muestral
(continuacin)

Ahora consideremos todas las posibles muestras de tamao n=2

1a
Obs

2a Observacin
18

20

22

24

18

18,18

18,20

18,22

18,24

20

20,18

20,20

20,22

20,24

22

22,18

22,20

22,22

22,24

24

24,18

24,20

24,22

24,24

16 muestras posibles
(muestreo con
reemplazo)

Promedios de
las 16
muestras

1st 2nd Observation

Obs 18 20 22 24

18 18 19 20 21
20 19 20 21 22
22 20 21 22 23
24 21 22 23 24

Desarrollemos una Distribucin

Muestral
(continuacin)

Distribucin Muestral de todas las medias muestrales

16 Medias muestrales
_

P(X)
.3

Distribucin
Muestral de las
Medias

.2
.1
0

18 19 20 21 22 23

24

(La distribucin ya no es uniforme)

Desarrollemos una Distribucin

Muestral
(continuacin)

Medidas resumen de esta distribucin muestral:

18 19 21 24

21
16

2
(
X

)
i

(18 - 21)2 (19 - 21)2 (24 - 21)2

1.58
16

Comparacin de la Poblacin con

su Distribucin Muestral
Distribucin Muestral de la Media

Poblacin
N=4

21

n=2

X 21

2.236

P(X)
.3

P(X)
.3

.2

.2

.1

.1

X 1.58

18 19 20 21 22 23 24

18 19 20 21 22 23

24

Distribucin Muestral de la
Media
Distribuciones
Muestrales

Distribucin
Muestral de la
Media

Distribucin
Muestral de la
Proporcin

Error Estndar de la Media

Diferentes muestras de el mismo tamao y de la misma

poblacin obtendrn diferentes valores para las medias
muestrales

Una medida de la variacin en la media de muestra a

muestra est dada por el Error Estndar de la Media:
(Se asume que el muestreo es con reemplazo o que el muestreo es
sin reemplazo cuando la poblacin es infinita)

X
n
Note que el error estndar de la media disminuye cuando el tamao de
la muestra aumenta

Si la Poblacin se distribuye
Normal

Si la poblacin es normal con media y

desviacin estndar , La distribucin muestral
de X tambin est distribuida normalmente
con:

X
n

Transformacin Z para la
Distribucin Muestral de la Media

Valores Z para la distribucin muestral de X :

donde:

( X X )
X

( X )

X = media de la muestra

= media de la poblacin

= desviacin estndar de la poblacin

n = tamao de la muestra

Propiedades de la Distribucin
Muestral

x
(es decir, x es
insesgado )

Poblacin con
Distribucin Normal

La distribucin
muestral tambin es
Normal y tiene la
misma media

Propiedades de la Distribucin
Muestral
(continuacin)
Cuando n aumenta,

Tamao de
muestra mas
grande

x disminuye
Tamao de
muestra mas
pequeo

Si la Poblacin NO es Normal

Podemos aplicar el Teorema del Lmite Central :

An si la poblacin no es normal,
las medias muestrales de la poblacin se distribuirn
aproximadamente normal cuando los tamaos de muestra sean
lo suficientemente grandes.

Propiedades de la distribucin muestral:

x
n

Teorema del Lmite Central

Cuando el
tamao
de la
muestra
se hace lo
suficiente
mente
grande

La distribucin
muestral se
vuelve
aproximadamente
normal sin
importar la forma
de la distribucin
de la poblacin

Si la Poblacin NO es Normal
(continuacin)

Propiedades de la
distribucin muestral:

Distribucin poblacional

Tendencia central

x
Variacin

x
n

Distribucin muestral
(se vuelve normal cuando n aumenta)

Tamao de
muestra
mas grande

Tamao de
muestra mas
pequeo

Qu tamao de muestra es
suficiente?

Para la mayora de las distribuciones, n > 30

dara una distribucin muestral que es
aproximadamente normal

Para distribuciones bastante simtricas, con

n > 15

Para poblaciones con distribucin normal, la

distribucin muestral de la media tambin
estar siempre distribuida normalmente

Ejemplo

Suponga que una poblacin tiene = 8 y = 3.

y que se toma una muestra aleatoria de
tamao n = 36

Cul es la probabilidad de que la media

muestral se encuentre entre 7.8 y 8.2?

Ejemplo
(continuacin)

Solucin:

An si la poblacin no tiene distribucin normal,

el teorema del lmite central puede ser usado
porque la muestra es grande (n > 30)

por lo tanto la distribucin de muestreo de

es aproximadamente normal

con media x = 8

y desviacin estandar

3
x

0.5
n
36

Ejemplo
(continuacin)

Continuacin:

7.8 - 8
X -
8.2 - 8
P(7.8 X 8.2) P

36
n
36

P(-0.4 Z 0.4) 0.3108

Distribucin
poblacional
???
?
??
?
?
?
?
?

Distribucin
muestral

Distribucin Z
.1554
+.1554

Muestra

Estandarizaci
n

7.8

X 8

8.2

-0.4

z 0

0.4

Distribucin muestral de la
proporcin
Distribuciones
muestrales

Distribucin
muestral de la
media

Distribucin
muestral de la
proporcin

Proporciones poblacionales
= proporcin de la poblacin que posee
alguna caracterstica de inters

Proporcin muestral ( p ) provee una estimacin

de :

X
nmero de elementos en la muestra que tienen la caracterstica de inters

n
tamao de la muestra

0 p1

p posee distribucin binomial

(asuma muestreo con reemplazo para una poblacin finita o sin
reemplazo para una poblacin infinita)

Distribucin muestral de p

Se aproxima a una
distribucin normal si:

np 5

.3
.2
.1
0

n(1 p) 5
donde

P( p)

Distribucin muestral

.2

.4

.6

(1 )
p
n

(donde = proporcin
poblacional)

Valores Z para proporciones

Para estandarizar p se usa la siguiente
formula:

p
Z

p
(1 )
n

Ejemplo

Si la verdadera proporcin de votantes que estn a

favor de la proposicin A es = 0.4, cul es la
probabilidad de que en una muestra de 200 personas,
la proporcin muestral se encuentre entre 0.40 y 0.45?

Es decir: si = 0.4 y n = 200, cul es

P(0.40 p 0.45) ?

Solucin

si = 0.4 y n = 200, cul es

P(0.40 p 0.45) ?

Encuentre p p

(1 )
0.4(1 0.4)

0.03464
n
200

Convierta a P(0.40 p 0.45) P 0.40 0.40 Z 0.45 0.40

Z:
0.03464
0.03464
P(0 Z 1.44)

Solucin
(continuacin)

Use la tabla normal estndar acumulativa:

P(0 Z 1.44) = P(Z 1.44) P(Z < 0)
= 0.9251 - 0.5000 = 0.4251
Distribucin Z

Distribucin muestral

0.4251
Estandarice

0.40

0.45

1.44

Razones para tomar muestras

Se utiliza menos tiempo que en un censo

Es menos costosa de administrar que un

censo

Menos incmoda y ms prctica de

administrar que un censo de la poblacin
objetivo

Tipos de muestras usadas

Muestras no probabilsticas

Los elementos seleccionados en la muestra

son escogidos sin importar su probabilidad
de seleccin

Muestras probabilsticas

Los elementos seleccionados en la muestra

son escogidos con base en probabilidades
conocidas

Tipos de muestras usadas

(continuacin)

Muestras

No probabilsticas

De juicio

Probabilsticas

Por
cuotas

Por segmentos

conglomerado

Por
conveniencia

Sistemtica

Aleatoria
simple

Estratificada

Muestreo probabilstico

Los elementos en la muestra son elegidos con

base en probabilidades conocidas
Muestras
probabilsticas

Aleatoria
simple

Sistemtica

Estratificada

Conglomerado

Muestreo Aleatorio Simple

Todo individuo o elemento del marco muestral

tiene la misma probabilidad de ser elegido en la
muestra

La seleccin puede ser con reemplazo o sin

reemplazo

La muestras pueden ser obtenidas mediante

una tabla de nmeros aleatorios o por la
generacin de nmeros aleatorios por
computadora o calculadora

Muestreo Sistemtico

Decida el tamao de muestra: n

Divida el marco muestral de N elementos en

grupos de k elementos: k=N/n

Seleccione aleatoriamente un elemento del

primer grupo

Tome despus cada ksimo elemento en el marco

N = 64
n=8
k=8

1er grupo

Muestreo estratificado

Divida la poblacin en 2 o ms subgrupos (llamados

estratos) de acuerdo con alguna caracterstica comn

Tome una muestra aleatoria en cada subgrupo, con

tamaos de muestra proporcionales a los tamaos de los
estratos

La muestra total es la suma de las muestras en los

subgrupos

Poblacin
dividida
en 4
estratos

Muestra

Muestreo por conglomerado

La poblacin es dividida en muchos

conglomerados cada uno representativo de la
poblacin

Se selecciona aleatoriamente una muestra de

conglomerados

Dentro de los conglomerados se debe hacer censo, o puede

haber otra forma de seleccin probabilsitca dentro de cada
conglomerado elegido en la muestra

Poblacin
dividida en 16
conglomerados.

Conglomerados seleccionados
para la muestra

Ventajas y Desventajas

Muestreo Aleatorio simple y sistemtico

Muestreo estratificado

Simple de usar
La muestra puede ser no representativa de la
caracterstica de inters
Asegura la representatividad de los elementos a
travs de toda la poblacin

Muestreo por conglomerado

Los costos son menores

Es menos eficiente (al necesitar muestras grandes
para tener el mismo nivel de precisin)

Evaluacin de las virtudes de una

encuesta

Cul es el propsito de una encuesta?

Est el estudio por encuesta basado en una muestra
probabilstica?
Error de cobertura marco muestral apropiado?
Error de no respuesta seguimiento
Error de medicin buenas preguntas obtienen buenas
respuestas
Error de muestreo siempre estar presente en
estudios por encuestas basadas en muestras
probabilsticas

Tipos de errores en las encuestas

Error de cobertura o sesgo de seleccin

Error o sesgo de no respuesta

Las personas que no responden la encuesta no tienen porque

ser semejantes a las que s responden

Error de muestreo

Se presenta si algn grupo es excluido del marco muestral y

se queda sin posibilidad de seleccin.

Variacin de muestra a muestra, siempre existir

Error de medicin

Debido a la debilidad en el diseo de las preguntas, a los

errores de interpretacin de los encuestados o a los efectos
del encuestador sobre la persona que responde la encuesta

Tipos de errores en las encuestas

(continuacin)

Excluido del
marco muestral

Error de cobertura

Error de no respuesta

Seguimiento a las
no respuestas

Error de muestreo

Error de medicin

Diferencias
aleatorias al
cambiar de
muestra
Pregunta mal
formulada

Resumen del captulo

Se introdujeron las distribuciones de muestreo

Se describi la distribucin de muestreo de la media
Para poblaciones normales
Uso del teorema del lmite central
Se describi la distribucin de muestreo de la
proporcin
Clculo de probabilidades usando las distribuciones de
muestreo
Se describieron los diferentes tipos y tcnicas de
muestreo
Se examinaron las virtudes y los tipos de errores de los
estuidos por encuestas