Muestreo Aleatorio Simple RR

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 6

Estadística Inferencial

Prof. Ramón Rincones

Muestreo Aleatorio y Probabilidades

¿Por qué esta asigantura se denomina Estadística Inferencial?


Porque inferir implica aquello se deduce, o lo que se interpreta. En lo concerniente a la
asigantura, se inferirán de lo datos obtenidos de la Estadística Descriptiva, por ejemplo: Los
resultados obtenidos de la media, desviaición estánd, varianza entre otros parámentros de una
población.

La estadística inferencial se apoya en la estadística descriptiva gracias a los datos


recogidos, organizados, procesados y analizados. Mientras que la estadística inferencial se
evalúan éstos y se toman conclusiones e interpretaciones.

En la estadística inferencial se hace uso de los datos provenientes de una muestra para
hacer una afirmación acerca de una carácteristica de la población. Esto se hace basicamente
mediante dos tipos de afirmaciones: (a) Estimación de parámetros. (b) Prueba de hipótesis.

En la prueba de hipótesis el investigador recolecta datos de un experiemento sobre una


muestra, con la intención de validar ciertas hipótesis relativa a una población determinada. Un
ejemplo de ello sería que un docente aplicará una nueva metodología para enseñar estadística
inferencial. Para ello toma como muestra la sección 01; y de ser exitoso la metodología se hará
extensivas para todas las secciones de estadística inferencial. Por otro lado, toma la sección 02
y se enseña de la manera tradicional. Luego de concluido el periodo de prueba, se aplica el
mismo examen a amabas secciones. La estadística descriptiva informa que la sección 01 obtuvo
una media superior a la sección 02. Entonces surge la siguiente interrogante: ¿será este resultado
suficente para afirmar que.” La mejoría observada en las calificaciones del examen final fue el
resultado del nuevo método y no del azar”. Además dicha mejoría no solo se aplicaría a la
muestra particular sometidad a la prueba, sino que aparecería en toda la población de
estudiantes que cursán estadísitca inferencial; si se les enseñaze con el nuevo método. Es
mediante una Prueba de Hipótesis (PH) que se puede hacer este tipo de validaciones.

En la estimación de parámetros, un investigador estaría interesado en determinar la


magnitud de una carácterística de una población. Por ejemplo, a un psicólogo podría importarle
la determinación del Coeficiente Intelectual (IQ) de los estudiantes de la Facultad de Psicología.
Con los datos obtenidos de una muestra y las técnicas de la estadística inferencial, él podría
estimar el IQ de la media poblacional. En resumen, el psicólogo podría concluir con una
afirmación tal como: “Existe una probabilidad del 95% que la media poblacional tenga un
intervalo entre 90 a 110 puntos”. Como conclusión se puede decir que los tópicos de muestreo
aleatorio y de probabilidad son fundamentales para la metodología de la Estadística Inferencial.

Muestreo Aleatorio

Razones para la selección de muestra de la población:

1. El costo de estudiar a todos los integrantes de una población con frecuencia es prohibitivo.
2. La idoenidad de los resultados de la muestra.

1
Estadística Inferencial
Prof. Ramón Rincones

3. Con frecuencia, contactar a toda la pobalción conlleva mucho tiempo hacerlo.


4. La naturaleza destructiva de ciertas pruebas.
5. La imposiblidad física de verificar todos los artículos de la población.

Básicamente existen dos tipos de muestreo:

1. El no-probabilístico
2. El probabilisticos

Nota: La muestra no puede ser cualquier subconjunto; es crucial que sea una muestra
aleatoria (azar)

Muestra Aleatoria (Probabilística): Es elegida de la pobalción mediante un proceso con el cual


se asegura que:
1. Cada posible muestra de un tamaño tenga la misma probabilidad de ser elegida.
2. Todos los miembros de la pobalción tienen la misma probabilidad de ser elegido en
la muestra.

Muestreo Simple: Es la más usada. Cuando cada elemento o persona tienen las mismas
probabilidades de ser seleccionadas.

Muestreo Aleatorio Sistemático: Se acumulan los elementos o personas de la población de cierta


forma. Se selecciona un punto de partida aleatorio y luego se toma cada n-ésimo miembro para
forma parte de la muestra. Ejemplo: Una alcabala revisará cada décimo vehículo que pase por
ella.

Muestreo Aleatorio Estratifiacado: Se divide una población en subgrupos llamados estratos y se


selecciona una muestra de cada uno de ellos. Una muestra estratificada garantiza la
representación de cada grupo. Ejemplo: Suponga que el objetivo de un estudio en la UNY a
efectuarse en la carrera de Ingeniería Industrial, desea conocer las horas de estudios
extracátedras que cada alumno dedica fuera del aula. Supongamos que hay 500 estudiantes
en la carrera, y éstos se dividieron en en cinco estratos. Si se han de seleccionar como muestra
para el estudio 50 estudiaantes bajo el criterio siguiente:

Cuadro 2
Muestreo Aletaorio Estratificado
Horas de No. de Tamaño de la
Estratos estudios estudiantes por muestra para Se calcula como:
(1) extracátedra cada estrato cada estrato [(Columna 3)/(N)] (n) = Col. 4
(2) (3) (4)
1 50% o más 36 4 (36/500)(50) = 3,6
2 Entre 40 al 49% 100 10 (100/500)(50) = 10
3 Entre 30 al 39% 200 20 (200/500)(50) =20
4 Entre 20 al 29% 120 12 (120/500)(50) =12
5 Entre 10 al 19% 44 4 (44/500)(50) = 4,4
Total N= 500 n= 50

2
Estadística Inferencial
Prof. Ramón Rincones

Muestro No-Probabilistico

En este caso el investigador toma la muestra de maner intencional; en cuyo caso no se


puede medir el error muestral. Se utiliza basicamente cuando las muestras son muy costosas o
conlleva mucho tiempo realizar la investigación. Ejemplo1: Para realizar los ensayos de los “air
bags” o cinturones de seguridad en los vehículos, se utizan maniquíes equipados con sensores
para registrar las variables a medir debido al impacto que recibe el vehículo al chocar. Como el
costo de un vehículo es alto, se utilizarán 2 ó 3 vehículos solamente, en lugar, de muestra de 10 o
más automóviles. Ejemplo 2: Para llevar a cabo el estudio de un nuevo medicamento,
simplemente el investigador escoge a los particiapantes de acuerdo a su criterio y no de forma
aleatoria.

¿Por qué una muestra debe ser aleatoria?

Ésta debe ser aleatoria por dos razones:

1. Para que pueda ser generalizada a toda la población una característica observada
en una muestra; a fin de aplicar las leyes de probabilidades. Ya que de no ser
probabilístico no se pueden aplicar las leyes de probabilidades. La importancia que
tiene para la inferencia estadística los aspectos de aleatoriedad y de probabilidades
se podrá apreciar claramente cuando se estudien las pruebas de hipótesis.
2. Para asegurar la generalización de una característica de la muestra a toda la
población, por ser ésta representativa de toda la población. En consecuencia, una
muestra aleatoria permite aplicar las leyes de probabilidades sobre la muestra misma
y por ende, que ésta sea representativa de la población.

Técnicas para el muestreo

Sin profundizar en las formas de generar las muestras aleatorias; por ir más allá del
contenido del curso. Se limitará a técnicas mas sencillas pero efectivas. Ejemplo: Se tiene una
población de 100 personas y se desea una muestra de 20 personas; pero de forma aleatoria.
Una forma de es numerar a las personas del 1 al 100. Luego se toman los 100 papelitos numerados
del 1 al 100; y se extraen 20, que es el tamaño de la muestra deseada. Lo único es que hay que
asegurarse que los papelitos estén bien revueltos.

Otro prodecimiento común es utilizar una técnica de números aleatorios que van del 0 al
9; agrupados en columnas y filas de cinco (5) dígitos, cada grupo (ver cuadro 3). Las tablas para
números aleatorios se pueden encontrar en cualquier texto de estadística o la internet. Las tablas
se pueden usar como una sucesión de dígitos simples consecutivos, número de dos dígitos,
números de tres dígitos, y así sucesivamente.

En el cuadro 3 se muestra una tabla de números aleatorios. Por ejemplo, apoyado en esta tabla,
si se toma la primera fila y la primera columna se tiene: 5,5,0,3 y 4 como dígitos simples; si se desea
usar dos dígitos serían, 55,03,48,12 y 17, ya así sucesivamente. Nótese que para dos dígitos, se
tomó el 4 como último dígito de la primera fila de la primera columna y el 8 de la segunda
columna de la primera fila, luego se tomaron de esa primera fila y de la segunda columna el 48
y el 17. Cabe destacar que en este caso todos los números seleccionados se hicieron de forma

3
Estadística Inferencial
Prof. Ramón Rincones

horinzontal. También se puede hacer de forma vertical, como se explica a continuación. Se


establece que los números serán tomados de manera vertical de la cuarta columna. En en este
caso para un dígito serán: 8, 4, 6, 3 y 1. Observese que el ocho está en la piemra fila, y el cuatro
en la segunda fila, y el seis en la tercera fila y así sucesivamente. Mientras que para dos dígitos
serán: 84, 63, 15, 83 y 32, así sucesivamente.

Cuadro 3
Número Aleatorios

Números aleatorios
Fuente de la tabla:
https://www.google.co.ve/search?q=tabla+de+num+aleatorios&client=firefox-
b&sa=X&biw=1280&bih=611&tbm=isch&imgil=rs3zhLdagQlqGM%253A%253BlRsNcxh0nBMdDM%2
53Bhttp%25253A%25252F%25252Fprogramadelphi7.blogspot.com%25252F2008%25252F10%25252
Fnumeros-aleatorios-sin-repeticion-
una.html&source=iu&pf=m&fir=rs3zhLdagQlqGM%253A%252ClRsNcxh0nBMdDM%252C_&usg=__
JtCPMqSjhpI3j2KjiGH500o7fVE%3D&ved=0ahUKEwjC6oS4hvvOAhUB1h4KHSLaC_IQyjcIKQ&ei=1t_
OV8KnKIGse6K0r5AP#imgrc=rs3zhLdagQlqGM%3A

4
Estadística Inferencial
Prof. Ramón Rincones

En resumen, como los números son aleatorios se pueden obtener de la tabla de manera
horinzontal o vertical. Siempre se debe especificar el orden en que serán tomados los números
aleatorios. Para reforzar el uso de los números aleatorios se explicarán algunos ejemplos.

EJEMPLO 1: Suponga que se desea formar una muestra aleatoria de tres sujetos de una
población de 10 personas. Para este ejemplo nos moveremos en la tabla de forma horinzontal, a
la derecha hasta la cuarta columna y la fila 11( esto lo hace el investigador por decisión propia)
Para elegir las muestra, primero asignamos a cada individuo un número del 0 al 9 (ya que hay 10
personas). Luego entramos a la tabla de manera aleatoria para localizar el primer número.
Supongamos que el primer dato está ubicado, como fue establecido previamete por el
investigador, es decir, columna 4, fila 11, en este caso el primer dígito es el 8, esto implica que
este número ocho designa al primer sujeto a ser elegido de la población de 10. Mientras que los
números siguientes 2 y 1 designan a los otros dos sujetos, para completar la muestra deseada
de tres sujetos elegidos aleatoriamente; es decir, 8, 2 y 1 serán los sujetos elegidos de muestra.

EJEMPLO 2: Se desea extraer una muestra aleatoria de 17 sujetos de una población de


100 personas. En este caso, nos moveremos de manera vertical. Empezaremos nuemrando a la
población del 00 al 99 (¿por qué), en vez del 0 al 9. Esta vez decidimos entra a la tabla en la
columna 3 y fila 12. El primer sujeto de la muestra será el 70. Para localizar al siguiente bajamoso
verticalmente en la tabla y se obtiene el 08. Así seguimos el procediemiento hasta obtener la
muestra completa. En este caso la muestra de 17 personas estará compuestas por las personas
designadas con los números: 70, 81, 25, 82, 76, 23, 39, 31, 71, 30, 58, 21, 68, 05, 58, 46 y 31. Pero
nótese que los números 31 y 58 están repetidos, y como no se puede elegir a una persona dos
veces; hay que continuar con el procedimientos y elegir dos números más, en este caso, estos
números son: 58 y 33 pero como el 58 está repetido escogemos otro par de dígitos adicionales
de la misma forma que se escogieron los anteriores, el número será el 28. En resumen la muestra
estará intergrada por los sujetos numerados 70, 81, 25, 82, 76, 23, 39, 31,71 ,30, 58, 21, 68, 05, 46,
33, y 28. Otra aclaratoria la columna 3 no alcanzó para hacer toda la selección, y se tomó el
último dígito de la columna 3 (5 en este caso) con el primer dígito de la cuarta columna (ocho)
y luego se continuó seleccionando el resto de los números, como fue explicado previamente.

Muestreo con o sin reemplazo

Se debe distinguir entre el “muestreo con reemplazo” y el “muestreo sin reemplazo”. En el


primer caso se toma un dato, se regitra y luego se reintegra a la población. Para el segundo caso
se toma el dato, se regitra y queda fuera.

5
Estadística Inferencial
Prof. Ramón Rincones

Probabilidades y Variables Continuas con Distribución Normal

Cuando una variable es continua:

P(A) = Área debajo de la curva correspondiente a A / Área total bajo la curva

En virtud de que usualmente (aunque no siempre) estas variables están distribuidas de


manera normal; nos concetraremos en las variables continuas con la Distribución Normal.

Ejemplo: Para ilustrar el uso de la probabilidad con variables continuas que tienen una
distribución normal. Tomemos como un ejercico imaginario, que el peso medio de las mujeres de
esta clase es de 60 kg, con una desviación estandar de 4 kg. Si elegimos al azar una persona de
esta población. ¿Cuál es la probabilidad de que esta persona tenga un peso mayor o igual a 67
kg? Use la distribución normal estandarizada.
−𝑥̅ −𝜇 67−60
𝑧− = = = 1,75 ; ahora se busca esta magnitud en la tabla de la
𝜎 4
distribución normal estandarizada y se consigue que el área bajo la curva está entre o y 1,75 se
corresponde a una magnitud de 0,4599. Recuerde que se usó la mitad de la curva, que equivale
a 0,5000.

P( X ≥ 67 kg) = 0,0401, obtenido de restarle a 0,5000 – 0,4599 = 0,0401 * 100% = 4,01%.

En otras palabras, la probabilidad de conseguir a una mujer cuyo pesó sea igual o mayor a 67 kg
es de 4,01%.

60 kg 67 kg X

Z=0 Z=1,75 Z

Realizado: Ing. MSc Ramón Rincones

Para fines didáticos solamente.

También podría gustarte