POBLACIN, MUESTRA, INFERENCIA, ..

TEORA DE MUESTREO

Muestra

R.F. Vzquez Z.
Direccin de Investigacin (DIUC), Universidad de Cuenca
Probabilidad y Estadstica- Ral Vzquez Z.

Probabilidad y Estadstica- Ral Vzquez Z.

MUESTREO, CENSO, ..

TIPOS DE MUESTREO

Censo: Es el conjunto de operaciones destinadas a

recopilar, procesar, evaluar y publicar datos referentes a
todas las unidades de un universo.
Muestreo: Es el procedimiento mediante el cual se
extraen algunos elementos de una poblacin. Slo de
esa parte de la poblacin se obtiene informacin para a
travs de ella estimar ciertas caractersticas importantes
de la poblacin.

Muestreo no probabilstico:
Se utiliza cuando la seleccin de un elemento que
formar parte de la muestra se basa en el criterio
del investigador. No todos los elementos de la
poblacin tienen una probabilidad conocida de
pertenecer a la muestra.

El muestreo puede ser con o sin

remplazo.
El muestreo con remplazo implica
que un elemento de la poblacin
puede seleccionarse una y otra
vez.
Probabilidad y Estadstica- Ral Vzquez Z.

Muestra

Muestreo probabilstico:
En el muestreo probabilstico, la seleccin de cada
elemento de la muestra se hace siguiendo reglas
matemticas de decisin. Todos los elementos de
la poblacin tienen una probabilidad real y
conocida de ser seleccionados.
Probabilidad y Estadstica- Ral Vzquez Z.

MUESTRAS/NMEROS ALEATORIOS

PARMETROS POBLACIONALES

La confiabilidad de las conclusiones extradas en

relacin a una poblacin dependen de si la muestra
se ha escogido de tal modo que represente la
poblacin lo suficientemente bien.
Es as que uno de los problemas de la inferencia
estadstica es cmo escoger una muestra.
Una forma de hacer esto para poblaciones finitas es
asegurarse de que cada miembro de la poblacin
tenga igual oportunidad de encontrarse en la
muestra, lo cual se conoce como muestra aleatoria.
El muestreo aleatorio puede efectuarse para
poblaciones relativamente pequeas utilizando
nmeros aleatorios que guen el proceso muestral.

Se considera que se conoce una poblacin cuando

conocemos la distribucin de probabilidad f(x) (funcin
de densidad de probabilidad) de la variable aleatoria
asociada X.
Si, por ejemplo, X est normalmente distribuida
decimos que la poblacin est normalmente
distribuida o que tenemos una poblacin
normal...

Probabilidad y Estadstica- Ral Vzquez Z.

Probabilidad y Estadstica- Ral Vzquez Z.

ESTADSTICOS MUESTRALES

ESTADSTICOS MUESTRALES

Podemos tomar muestras aleatorias de la poblacin y

entonces emplearlas para obtener valores que sirven para
estimar los parmetros poblacionales.
Como ejemplo ilustrativo, sea X una variable aleatoria cuyos
valores son las diferentes estaturas. Para obtener una
muestra de tamao 100 debemos primero escoger un
individuo aleatoriamente de la poblacin. Este individuo
puede tener cualquier valor, por ejemplo x1, de las diferentes
estaturas posibles y x1 puede tomarse como el valor de la
variable aleatoria X1.
De la misma manera escogemos el segundo individuo para la
muestra, que puede tener cualquiera de los valores x2 de las
estaturas posibles, y x2 puede tomarse como el valor de una
variable aleatoria X2.

Podemos continuar este proceso hasta X100 puesto que el

tamao de la muestra es 100. Por simplicidad supongamos
que el muestreo es con remplazo de modo que el mismo
individuo podra escogerse ms de una vez.
En general, una muestra de tamao n se describira por los
valores x1, x2, x3, . . . , xn de las variables aleatorias X1, X2, X3,
.. Xn.
En el caso de muestreo con remplazo X1, X2, X3, .. Xn seran
variables
aleatorias
independientes,
distribuidas
idnticamente con distribucin de probabilidad f(x).
Entonces su distribucin conjunta sera:

Probabilidad y Estadstica- Ral Vzquez Z.

P(X1 = x1 , X 2 = x 2 , X 3 = x 3 ,........, X n = x n ) = f ( x1 ).f (x2 ).f ( x3 )..........f ( xn )

Probabilidad y Estadstica- Ral Vzquez Z.

ESTADSTICOS MUESTRALES

ESTADSTICOS MUESTRALES

Cualquier cantidad obtenida de una muestra con el

propsito de estimar un parmetro poblacional se
llama estadstico muestral o brevemente estadstico.
Matemticamente, un estadstico muestral para una
muestra de tamao n puede definirse como funcin de
las variables aleatorias X1, X2, X3, .. Xn, es decir,
g(X1, X2, X3, .. Xn)

La distribucin de un estadstico muestral se llama la

distribucin muestral del estadstico.

La funcin g(X1, X2, X3, .. Xn) es por si misma otra

variable aleatoria, cuyos valores pueden representarse
por g(x1, x2, x3, . . . , xn).

Probabilidad y Estadstica- Ral Vzquez Z.

ESTADSTICOS MUESTRALES

10

ESTADSTICOS MUESTRALES

Podemos considerar todas las

muestras posibles de tamao n
que pueden extraerse de la
poblacin, y para cada muestra
computar el estadstico

obtenemos la distribucin del
estadstico,
que
es
su
distribucin muestral.

EL ERROR ESTNDAR ES

Para una distribucin muestral

podemos lgicamente computar
la media, varianza, desviacin
tpica (estndar), momentos, etc.
Algunas veces se llama a la
desviacin tpica, error tpico.
Probabilidad y Estadstica- Ral Vzquez Z.

Probabilidad y Estadstica- Ral Vzquez Z.

Diferencia entre el valor

probable y los valores reales
de la variable dependiente
TIPOS DE ERROR ESTNDAR
El error estndar puede
ser de dos tipos
11

 ALEATORIO

 SISTEMTICO

Probabilidad y Estadstica- Ral Vzquez Z.

12

MEDIA MUESTRAL

DISTRIBUCIN MUESTRAL DE MEDIAS

Dentense por X1, X2, X3, .. Xn las variables aleatorias para

una muestra de tamao n. Entonces la media de la muestra
o media muestral es una variable aleatoria definida por:

Sea f(x) la distribucin de probabilidad de alguna poblacin

dada de la cual extraemos una muestra de tamao n.
La distribucin de probabilidad del estadstico muestral X , se
llama la distribucin muestral para la media de la muestra
o la distribucin muestral de medias.
Entonces, los teoremas siguientes son importantes:

X=

X1 + X 2 + X3 + ........X n
n

Dentense por x1, x2, x3, . . . , xn los valores obtenidos en una

muestra especfica de tamao n entonces la media para esa
muestra se denota por:

x + x + x3 + ........xn
x= 1 2
n

La media de la distribucin muestral de medias, est dada

por:
E X = X = donde es la media de la poblacin.

( )

Si una poblacin es infinita o si el muestreo es con remplazo,

entonces la varianza de la distribucin muestral de medias,
est dada por:
2
2 donde es la varianza
2
E X = 2X =
de la poblacin.

[(

Probabilidad y Estadstica- Ral Vzquez Z.

)]

Probabilidad y Estadstica- Ral Vzquez Z.

13

14

DISTRIBUCIN MUESTRAL DE MEDIAS

DISTRIBUCIN MUESTRAL DE MEDIAS

Si la poblacin es de tamao N, si el muestreo es sin

remplazo, y si el tamao de la muestra es n < N, entonces:

Si la poblacin de la cual se toman las muestras tiene una

distribucin de probabilidad con media y varianza 2 que no
necesariamente tiene una distribucin normal, entonces la
variable tipificada asociada con X, dada por Z = X es
normal asintticamente:
/ n

E (X ) = 2X =
2

2 N n

n N 1

donde 2 es la varianza de la
poblacin.

Si la poblacin de la cual se toman muestras est distribuida

normalmente con media y varianza 2 entonces la media
muestral est normalmente distribuida con media y varianza
2 /n.

Probabilidad y Estadstica- Ral Vzquez Z.

lim P(Z z ) =

n +

1
2

u 2 / 2

du

Se supone aqu que la poblacin

es infinita o que el muestreo es
con remplazo.
De otra forma Io anterior es
correcto si definimos la variable
tipificada
remplazando
el
denominador por X :

Z=

X
X

Probabilidad y Estadstica- Ral Vzquez Z.

15

16

ESTADSTICOS MUESTRALES

ESTADSTICOS MUESTRALES

Una poblacin se compone de los cinco nmeros 2, 3, 6, 8, 11.

Considerar todas las muestras posibles de tamao dos que
puedan extraerse con remplazo de esta poblacin. Hallar (a) la
media de la poblacin, (b) la desviacin tpica de la poblacin,
(c) la media de la distribucin muestral de medias, (d) la
desviacin estndar de la distribucin muestral de medias, es
decir, el error tpico de medias.

c) Hay m = 5x5 = 25 muestras de tamao dos que pueden extraerse

con remplazo (puesto que cualquiera de los cinco nmeros de la
primera extraccin puede asociarse con cualquiera de los cinco
nmeros de la segunda extraccin).

a) = 2 + 3 + 6 + 8 + 11 = 30 = 6.0

b) 2 = (2 6 ) + (3 6 ) + (6 6 ) + (8 6 ) + (11 6 ) = 54 = 10.8
5
5

= 3.29

(2,2) (2,3) (2,6) (2,8) (2,11)

(3,2) (3,3) (3,6) (3,8) (3,11)
(6,2) (6,3) (6,6) (6,8) (6,11)
(8,2) (8,3) (8,6) (8,8) (8,11)
(11,2) (11,3) (11,6) (11,8) (11,11)

17

2.5
3.0
4.5
5.5
7.0

4.0
4.5
6.0
7.0
8.5

5.0 6.5
5.5 7.0
7.0 8.5
8.0 9.5
9.5 11.0

i=m

X
X =

Probabilidad y Estadstica- Ral Vzquez Z.

2.0
2.5
4.0
5.0
6.5

i =1

150
= 6.0 X =
25

Probabilidad y Estadstica- Ral Vzquez Z.

18

ESTADSTICOS MUESTRALES

VARIANZA MUESTRAL

d) La varianza de la distribucin muestral de medias se obtiene

restando el valor de la media 6 de cada media muestral, elevando
al cuadrado cada diferencia, sumando los 25 nmeros as
obtenidos y dividiendo por m = 25 que es el nmero de muestras
de tamao dos:

2.0
2.5
4.0
5.0
6.5
i=m

2.5
3.0
4.5
5.5
7.0

(X )

5.0 6.5
5.5 7.0
7.0 8.5
8.0 9.5
9.5 11.0

E (X ) = X =

[ ]

E S2 = S2 =

2
2

2X =

4.0
4.5
6.0
7.0
8.5

i =1

Siempre que el valor esperado de un estadstico sea

igual al parmetro poblacional correspondiente,
llamamos al estadstico un estimador insesgado, y el
valor una estima insesgada de ese parmetro.

135
= 5.40 X = 2.32 2X =
25
n

Probabilidad y Estadstica- Ral Vzquez Z.

(n 1)

Probabilidad y Estadstica- Ral Vzquez Z.

19

VARIANZA MUESTRAL

20

VARIANZA MUESTRAL

Dentense por X1, X2, X3, .. Xn las variables aleatorias para

una muestra de tamao n. Entonces la varianza de la
muestra o varianza muestral es una variable aleatoria
definida por:

S2 =

(X1 X )2 + (X 2 X )2 + (X 3 X )2 + ........(X n X )2

Para el caso de la media muestral tenamos que:

E (X ) = X =
Sin embargo para el caso de la varianza muestral tenemos:

[ ]

E S2 = S2 =

, en donde:

X + X 2 + X3 + ........X n
X= 1
n

(n 1)

muy prximo a 2 solo

para grandes valores de n
(n > 30).

Probabilidad y Estadstica- Ral Vzquez Z.

21

VARIANZA MUESTRAL

Probabilidad y Estadstica- Ral Vzquez Z.

22

VARIANZA MUESTRAL

Si el muestreo es sin remplazo de una poblacin finita de

tamao N, entonces la media de la distribucin muestral de
varianzas est dada por

N n
E S2 = S2 =
2

N 1 (n 1)

[ ]

E[S2] es un estimador sesgado de 2

Un estimador insesgado de 2 es:
)
S2 =

(n 1)

S2 =

(X1 X)2 + (X2 X )2 + (X3 X)2 + ........(X n X)2

(n 1)

)
E S 2 = S) 2 = 2

[ ]

Probabilidad y Estadstica- Ral Vzquez Z.

23

Probabilidad y Estadstica- Ral Vzquez Z.

24

DISTRIBUCIN MUESTRAL DE VARIANZAS

EJEMPLO

)
En lugar de hallar la distribucin muestral de S 2 o S 2, es ms
conveniente hallar la distribucin muestral de la variable
aleatoria relacionada

n 2 n 1 ) 2 (X1 X ) + (X 2 X ) + (X 3 X ) + ........(X n X )
S = 2 S =
2

2
2

TEOREMA: Si se toman muestras aleatorias de tamao n de

una poblacin que tiene una distribucin normal entonces la
variable de muestreo indicada tiene una distribucin chicuadrado con (n-1) grados de libertad.

Probabilidad y Estadstica- Ral Vzquez Z.

25

DISTRIBUCIN MUESTRAL DE MEDIAS

Probabilidad y Estadstica- Ral Vzquez Z.

26

EJEMPLO

Si la poblacin de la cual se toman las muestras tiene una

distribucin de probabilidad con media y varianza 2 que no
necesariamente tiene una distribucin normal, entonces la
variable tipificada asociada con X, dada por Z = X es
normal asintticamente:
/ n

lim P(Z z ) =

n +

1
2

u 2 / 2

du

Se supone aqu que la poblacin

es infinita o que el muestreo es
con remplazo.
De otra forma Io anterior es
correcto si definimos la variable
tipificada
remplazando
el
denominador por X :

Z=

X
X

Probabilidad y Estadstica- Ral Vzquez Z.

27

28

FUNCIONES DE DENSIDAD NORMAL

EJEMPLO

Probabilidad y Estadstica- Ral Vzquez Z.

Probabilidad y Estadstica- Ral Vzquez Z.

29

Probabilidad y Estadstica- Ral Vzquez Z.