Distribuciones de muestreo Uno de los objetivos principales de la Estadstica es el de extraer informacin no solo en pequeos conjuntos de datos sino, sobre

todo, en grandes poblaciones que resulta muy difcil o imposible observar. los censos son muy costosos y requieren mucho tiempo para su realizacin

Importancia de la Inferencia Estadstica: permite llegar a conclusiones precisas sobre la poblacin que se considera (coleccin grande de elementos que tienen asociadas caractersticas numricas), observando una parte de ella relativamente pequea, que se denomina muestra. Las muestras deben ser representativas de las poblaciones; en caso contrario, las conclusiones obtenidas a partir de ellas no son fiables. Conceptos Parmetro: Es una medida estadstica (promedio, varianza, etc.) calculada con todos los elementos de la poblacin. Generalmente se simbolizan con letras del alfabeto griego o con letras maysculas. Un parmetro es una medida usada para describir alguna caracterstica de una poblacin, tal como una media aritmtica, una mediana o una desviacin estndar de una poblacin Estimador: Es una medida estadstica (promedio, varianza, etc.) calculada con la informacin suministrada por una muestra. Generalmente se simbolizan con la letra que identifica al parmetro y un ^ encima que se lee estimado, o con letras minsculas de nuestro alfabeto. Una vez obtenida la muestra la describimos en trminos de algunas de sus caractersticas fundamentales como la media, la desviacin tpica, etc... A tales caractersticas las solemos denominar estadsticos. Un estadstico es una medida usada para describir alguna caracterstica de una muestra, tal como una media aritmtica, una mediana o una desviacin estndar de una muestra. Estimacin: Es el valor numrico del estimador. Cuando los dos nuevos trminos de arriba son usados, por ejemplo, el proceso de estimacin en inferencia estadstica puede ser descrito como el proceso de estimar un parmetro a partir del estadstico correspondiente, tal como usar una media muestra (un estadstico) para estimar la media de la poblacin (un parmetro).

Es necesario darse cuenta de que el investigador estadstico, a travs de los datos recolectados en una encuesta, se interesa en sacar conclusiones de la poblacin y no de la muestra. Por ejemplo, un encuestador poltico se interesa en los resultados de la muestra solo como medio para estimar la proporcin real de votos que recibir cada candidato entre la poblacin de votantes. En la prctica, una muestra individual de tamao determinado se selecciona aleatoriamente entre la poblacin. Las unidades muestrales se van a obtener mediante, por ejemplo, una tabla de nmeros aleatorios. A fin de poder utilizar la media de la muestra para estimar la media de la poblacin se deberan examinar todas las muestras posibles de la poblacin y calcular una media para cada muestra. La distribucin de estos resultados se denomina distribucin en el muestreo, en la prctica con la seleccin de una muestra, y utilizando la teora de la probabilidad, se hacen inferencias a la poblacin. La inferencia estadstica es uno de los objetivos de la investigacin estadstica. La inferencia se hace utilizando estadsticos de la muestra; los estadsticos son mediciones que se realizan en la muestra para estimar las mismas mediciones de la poblacin que se denominan parmetros. El investigador estadstico, a travs de las medidas que obtiene de una muestra, busca sacar conclusiones respecto de la poblacin y no respecto y no respecto de la muestra.

Relacin entre estadsticos y parmetros

En la prctica, una muestra individual de tamao determinado se selecciona aleatoriamente entre la poblacin. Las unidades muestrales se obtienen mediante, por ejemplo, una tabla de nmeros aleatorios. En el caso hipottico, a fin de poder utilizar la media de la muestra para estimar la media de la poblacin se deben examinar todas las muestras posibles de la poblacin y calcular una media para cada muestra. La distribucin de estos resultados se denomina distribucin en el muestreo. Aunque en la prctica se ha seleccionado solo una muestra, se debe examinar el concepto de la distribucin en el muestreo, con el propsito de poder utilizar la teora de la probabilidad para hacer inferencias en cuanto a los valores de la poblacin.

Cuando es estudian las poblaciones con el fin de determinar sus caractersticas, se toman muestras y los estadsticos muestrales permiten tener idea de las caractersticas de la poblacin.

Sabiendo que el estadstico es el valor numrico que resume los datos de una muestra ejemplos la moda, la media, la desviacin estndar, proporcin la varianza etc. Estos en la poblacin de llaman parmetros. No se pude pretender que siempre el valor de los estadsticos muestrales coincida exentamente con los valores de los parmetros correspondientes en las poblaciones, lo si se puede esperar es que estos valores sean cercamos. Ejemplo: estudio de las esturas en Bucaramanga, para no tomar las estaturas de todos los habitantes, se toman muestras, de cada muestra se halla el promedio, no se puede pretender que esos promedios muestrales sean exactamente igual al promedio de las estaturas de todos los habitantes, pero para que la muestra sea representativa si se espera que sean cercanos.

Qu es una distribucin muestral de un estadstico? Es la tabla de distribucin de valores del estadstico, cuyos valores se obtiene a partir de muestras aleatorias, todas del mismo tamao y que han sido extradas de la misma poblacin. Una muestra aleatoria es que se obtiene de tal manera que cada una de las posibles muestras de tamao (n) tienen la misma probabilidad de ser seleccionadas

Ejemplo de distribuciones muestrales Tenemos un conjunto de {1, 3, 5, 7 ,9}

Promedio de la poblacin es 5 Hallar las muestra de tamao n=2 que se puedan encontrar con reemplazamiento, esto quiere decir que se toma un elemento del conjunto se registra la informacin correspondiente, y vuelve a formar parte del conjunto, puede ser seleccionado las veces que sea necesario.

Las muestras posibles son 25 De esas 25 muestras hallar la distribucin de medias muestrales calculamos la media para cada muestra.

Cul es la probabilidad de seleccionar una de las muestras anteriores? 1/25 = 0.04 entonces es del 4% Hallar la frecuencia de las medias Promedio ( X ) 1 2 3 4 5 6 7 8 9 Frecuencia( fi) 1 2 3 4 5 4 3 2 1 25

Cmo se representa la distribucin de probabilidad de medias muestrales? Se toma la frecuencia y se divide por el nmero de observaciones.

P ( X ) =2/25 =0.08 = 8% P ( X ) probabilidad de obtener cada una de esas medias, se puede representar en proporcin, en decimal o en porcentaje Promedio ( X ) 1 2 3 4 5 6 7 8 9 P( X ) 1/25=0.04 2/25=0.08 3/25=0.12 4/25=0.16 5/25=0.20 4/25=0.16 3/25=0.12 2/25=0.08 1/25=0.04 % 4% 8% 12% 16% 20% 16% 12% 8% 4%

Representacin grfica mediante un histograma de la distribucin de medias muestrales en el eje horizontal se representan los valores obtenidos en las medias y el eje vertical las probabilidades correspondientes.

De esas 25 muestras hallar la distribucin de rangos muestrales

Se determina el rango para cada una de las muestras tomando el valor mximo menos el mnimo de cada muestra o conjunto. R=1-1 =0 R=3-1=2 Hallar el rango para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 = 4% Determinar Valores obtenidos y cuantas veces aparece

Rango (R) 0 2 4 6 8

Frecuencia (fi) 5 8 6 4 2

Cmo se representa la distribucin de probabilidad de rangos muestrales? Tomando cada observaciones frecuencia y dividindola en nmero total de muestras u

P(R) = 5/25 = 0.2= 20%

P(R) probabilidad de obtener cada uno de esos rangos, se puede representar en proporcin, en decimal o en porcentaje

Rango (R) 0 2 4 6 8

P(R) 5/25=0.2 8/25=0.32 6/25=0.24 4/25=0.16 2/25=0.08

% 20% 32% 24% 16% 8%

Representacin grfica mediante un histograma de la distribucin de rangos muestrales en el eje horizontal se representan los valores obtenidos en las rangos y el eje vertical las probabilidades correspondientes.

De esas 25 muestras hallar la distribucin de cantidad de nmeros primos muestrales.

Determina los nmeros primos de cada conjunto sabiendo que un nmero primo es que tiene exactamente dos divisores, el nmero uno y el mismo nmero, dos divisores son diferentes. Muestra {5,1} entonces el numero primo es 5 = 1 Hallar la cantidad de nmeros primos para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 = 4%

Determinar Valores obtenidos y cuantas veces aparece Observaciones (x) 0 1 2 Cmo se muestrales? Frecuencia (fi) 4 12 9 distribucin de probabilidad de nmeros primos

representa la

Tomando cada observaciones

frecuencia

dividindola

en nmero total de muestras u

P(x) = 1/25 = 0.04 = 4% X representa la cantidad de nmeros primos en la muestra P(x) probabilidad de obtener ese valor en la muestra, se presentar en proporcin, en decimal o en porcentaje x 0 P(x) 4/25=16 % 16%

1 2

12/25=48 9/25=36

48% 36%

Representacin grfica mediante un histograma de la distribucin de rangos muestrales en el eje horizontal se representan los valores obtenidos de cantidad de nmeros primos y el eje vertical las probabilidades correspondientes.

De esas 25 muestras hallar la distribucin de proporcin de nmeros primos muestrales.

Se determina las proporciones de nmeros primos de cada conjunto, sabiendo que proporcin es el cociente que relaciona la cantidad de elementos que cumplen una condicin de la cantidad de elementos. Muestra {5,1} entonces el numero primo es 5 = 1 Proporcin = 0.5 Hallar la proporcin de nmeros primos para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 = 4% Determinar Valores obtenidos y cuantas veces aparece Proporcin (p) 0 0.5 1 Frecuencia (fi) 4 12 9

Cmo se representa la distribucin de probabilidad de proporciones nmeros primos muestrales? Tomando cada observaciones frecuencia y dividindola en nmero total de muestras u

P(p) = 4/25 = 0.16 = 16% p proporcin de nmeros primos en la muestra P(p) probabilidad de obtener ese valor proporcin en la muestra, se presentar en proporcin, en decimal o en porcentaje p 0 1 2 P(p) 4/25=16 12/25=48 9/25=36 % 16% 48% 36%

Representacin grfica mediante un histograma de la distribucin proporciones de nmeros primos muestrales en el eje horizontal se representan los valores obtenidos de las proporciones de nmeros primos y el eje vertical las probabilidades correspondientes.

Conclusin El valor de X viene determinado por los valores de las variables aleatorias de la muestra X es una variable aleatoria. Por tanto, un estadstico es una variable aleatoria, ejemplo de media ( X ) Variable aleatoria Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio muestral E un nmero real. Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas minsculas (x, y, ...) para designar valores concretos de las mismas. Variable aleatoria discreta Una variable aleatoria discreta es aquella que slo puede tomar valores enteros. Ejemplos El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.

Variable aleatoria contina Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real. Ejemplos La altura de los alumnos de una clase, las horas de duracin de una pila.

Conceptos generales de distribuciones en el muestreo Una maquina empacadora de bolsas de leche se regula para obtener un llenado de 2000 gramos de peso por bolsa de leche. Por una serie razones variables 1. variacin en el calibre de las bolsas 2. imprecisin en los pesajes automticos 3. imprecisin en el sellado 4. etc. Por muchas causas se hace imposible que todas las bolsas de leche pesen exactamente 2000 gramos el peso obtenido es realmente una variable aleatoria, definida sobre la poblacin de todas las bolsas llenas por la mquina. Se considera que la maquina est bien regulada si la media de dicha variable es aleatoria es de 2000 Para contralar si esto se cumple se toma al azar una muestra de 15 bolsas cuyos pesos son: 1989 2001 2023 2015 1989 1980 1962 1992 1977 2013 2011 1994 1983 1958 2017

De toda la poblacin se toman las posibles muestras ya que no se puede observar toda la poblacin; tomamos una muestras aleatoria de 15 bolsas para determinar si la maquina estable o equilibrada. Hallar la media muestral La media muestral X resulto ser igual a 1993.6 gramos y por lo tanto es diferente a 2000 gramos Se puede concluir con esto que la maquina envasadora de leche se ha descompuesto o desajustado y se debe para la produccin y proceder reajustar? RTA: no necesariamente! La diferencia entre la media de las muestras se puede deber al azar del muestreo , tal vez nunca se de que la media de los pesos de las muestras sea exactamente igual a 2000 gramos . As tomemos varias muestras de 15 bolsas, es muy baja la probabilidad de que la media de la muestras nos d exactamente 2000.

Entonces se requiere de una estrategia o procedimiento que permita obtener conclusiones sobre (media de la poblacin ) a partir de la informacin que sea obtenido en la muestra. Para esta se requiere de la inferencia estadstica

Pudiramos preguntarnos es razonable que con una media muestral de 1993.69 gramos y con una desviacin estndar de 19.38 gramos, las media poblacional sea 2000 gramos y la desviacin estndar poblacional sea 15 gramos. Hasta qu punto la media muestral ( X ) y la desviacin estndar muestral (s) pueden diferir de la media poblacional () y la desviacin estndar poblacional respectivamente.

Podemos sacar de esta poblacin varias muestras o infinitas muestras hallar de ellas sus caractersticas como varianza media etc.

Llegar un momento donde las muestras conformen una poblacin de posibles muestras, con una poblacin de medias muestrales y una varianzas muestrales y a estas se les pueden hallar las respectivas caractersticas. Importante Cualquier caracterstica muestral es una variable aleatoria Tendr sus parmetros o estadsticos (centralizacin, dispersin etc.) Seguir una distribucin en razn a la poblacin original Se podr obtener cualquier Estadstico Tendr un tamao (N) Los anteriores puntos nos llevan a la base de la inferencia estadstica que es conocimiento de las relaciones que ligan las distribuciones de los estadsticos muestrales con: La distribucin de la poblacin Caracterstica de la distribucin Entonces podemos concluir que estas caracterstica muestrales o estadsticos son variables aleatorias y tendrn tambin sus propios parmetros de centralizacin, dispersin.