Distribuciones de

Muestreo

Lunes 25 de Mayo 2015

 Distribuciones de Probabilidad

Contenido

• Objetivos de la Sub-Unidad

• Definiciones Conceptuales
– Variables
• Discretas
• Continuas
– Distribuciones de Probabilidad
• Binomial
• Poisson
• Normal
– Media y Varianza de distribuciones discretas
 Objetivos de la Unidad

Al finalizar esta subunidad, el estudiante será capaz de:

 Caracterizar las distribuciones de probabilidad.

 Describir diferentes tipos de distribuciones de probabilidad
 Relacionar aplicaciones Estadísticas con la toma de decisiones
 Distribuciones de Muestreo

Distribuciones de muestreo

Permiten determinar las características

de un producto o una población, a
partir del muestreo de una porción.

Ej. Probar una porción de queso

‘ Determinar causas renuncias empleados hace 10 años
 Distribuciones de Muestreo

Las distribuciones de muestreo

El muestreo es necesario cuando no se pueden

contar o medir todos los elementos de la
población.
 Distribuciones de Muestreo

Métodos de muestreo

Existen dos métodos para seleccionar muestras de

poblaciones:

- Muestreo no aleatorio o de juicio

- Muestreo aleatorio de probabilidad.
 Distribuciones de Muestreo

Muestreo de Juicio (No aleatorio)

Emplea el conocimiento y la opinión personal

para identificar a los elementos de la población
que deben incluirse en la muestra.
 Distribuciones de Muestreo

Población
Muestreo Aleatorio
(De probabilidad)

Todos los elementos de la

población tienen la
oportunidad de ser
escogidos para la muestra.

Muestra
 Distribuciones de Muestreo

Población Muestra
Parámetros Estadísticos

Tamaño N n
Media µ X
Desv. Estándar σ S
 Distribuciones de Muestreo

Métodos de Muestreo

• Muestreo Aleatorio Simple

• Muestreo Sistemático
• Muestreo Estratificado
• Muestreo de Racimo.
 Distribuciones de Muestreo

Muestreo Aleatorio SIMPLE

Es aquel que selecciona muestras mediante

métodos que permiten que cada posible muestra
tenga una igual probabilidad de ser seleccionada
y que cada elemento de la población total tenga
una oportunidad igual de ser incluido en la
muestra.
 Distribuciones de Muestreo

Muestreo Aleatorio SISTEMATICO

Es aquel en el cual los elementos son

seleccionados de la población dentro de un
intervalo uniforme que se mide con respecto al
tiempo, al orden o al espacio.
 Distribuciones de Muestreo

Muestreo Aleatorio ESTRATIFICADO

Es aquel en el cual se divide la población en

grupos relativamente homogéneos, llamados
ESTRATOS. Después se utiliza uno de los dos
planteamientos: o bien seleccionaos
aleatoriamente, en cada estrato, un numero
especifico de elementos correspondiente a la
proporción del estrato y después ponderamos los
resultados considerando la proporción que el
estrato representa con respecto a la población
total.
Este método garantiza que cada elemento tenga
la misma probabilidad de ser seleccionado.
 Distribuciones de Muestreo

Muestreo Aleatorio de RACIMO

Es aquel en el cual se divide la población en

grupos, o racimos, y luego seleccionamos una
muestra aleatoria de estos racimos, asumiendo
que cada uno de ellos es representativo de la
población.
 Distribuciones de Muestreo

Distribuciones de Muestreo

Cualquier distribución de probabilidad,

incluyendo la de muestreo, puede ser descrita
parcialmente por su media y su desviación
estándar
 Distribuciones de Muestreo

Error Estándar ( X )
Error estándar de la media de una DISTRIBUCION
DE MEDIAS.

En lugar decir
“desviación estándar de las
medias de la muestra”

Se prefiere el término
ERROR ESTANDAR de la media
 Distribuciones de Muestreo

Distribuciones de Muestreo

Las distribución de muestreo puede ser

descrita parcialmente por su MEDIA +
Desviación Estándar:

MEDIA MEDIA + Desviación Estándar

de la MEDIA
Distribución

MEDIANA MEDIA + Desviación Estándar

de la dist. medianas

PROPORCION MEDIA + Desviación Estándar

de D.Est. proporcion
 Distribuciones de Muestreo

Error Estándar ( X )
La desviación estándar de la distribución de
medias.

Mide el grado hasta el cual es de esperar que varíen

las medias de las diferentes muestras, debido al
error cometido en el proceso de muestreo.
 Distribuciones de Muestreo

Error Estándar ( X )
La desviación estándar de una estadística de
muestra se le conoce como ERROR ESTANDAR DE
LA ESTADISTICA.

Indica el tamaño del error que se ha cometido al

seleccionar la muestra


X =
n
 Distribuciones de Muestreo

Estandarización de la media de la
muestra

x-µ
Z=
X
 Distribuciones de Muestreo

– Distribución Normal de
la Población, N Z = x-µ

◦ Distribución de las
medias muestrales,
◦ El numerador no es una
observación única, sino la
media de n observaciones.

◦ El denominador no es la
Z = x-µ
 / n
desviación estándar
poblacional, sino el error
estándar de la distribución
muestral.
 Distribuciones de Muestreo

Teorema del Limite Central

La relación entre la forma de la distribución de la
población y la forma de la distribución de muestreo
se denomina teorema del límite central.

Este asegura que la distribución de

muestreo de la media se aproxima a la
normal al incrementarse el tamaño de la
muestra.
 Distribuciones de Muestreo

Teorema del Limite Central

La importancia del teorema del limite central es que
nos permite usar estadísticas de nuestra para hacer
inferencias con respecto a los parámetros de
población, sin saber sobre la forma de la distribución
de frecuencia de esa población.
 Distribuciones de Muestreo

Teorema del Limite Central

A medida que n se vuelve más grande, la distribución

de las medias muestrales se aproximará a una
distribución normal con una media X = µ y un error
estándar


X =
n
 Distribuciones de Muestreo

– Teorema del Limite Central

Asegura que la distribución de muestreo de la media se

aproxima a la normal al incrementarse el tamaño de la
muestra.


X =
n
 Distribuciones de Muestreo

– Distribución Muestral
– Población, de tamaño N
– Desviación Estándar 

– Muestras, de tamaño n.
– Desviación de las medias muestrales
X
 Estimación por IC

Multiplicador de Población Infinita

Error Estándar x =

n

Esta fórmula está diseñada para situaciones en las que la población es infinita, o
en las que tomamos muertas de una población finita con reemplazo (es decir,
después de que se ha muestreado cada elemento, este se regresa a la población
antes de elegir el siguiente elemento.)
 Estimación por IC

Error estándar de la media para poblaciones finitas

x =

×

Error Estándar
N-n

n N-1

Muchas poblaciones que examinan los responsables de las decisiones son finitas, es
decir, de tamaño establecido o limitado.
 Estimación por IC

Multiplicador de Población finita

Error Estándar

Multiplicador de N-n
Población finita = N-1

El término que aparece del lado derecho de la ecuación y que multiplica al error
estándar se conoce como multiplicador de población finita.
 Estimación por IC

Multiplicador de Población finita


Multiplicador de N-n
Error Estándar
Población finita = N-1

Existe una regla que dice que si la fracción de muestreo es menor a 0.05, no es
necesario usar el multiplicador d la población finita. (n/N) es la fracción de la
población N contenida en la muestra.
 Distribuciones de Muestreo

Práctica Realizar los ejercicios

Pág.. 228
5.64
5.66
del libro de texto.

Nota: Preparar
en excel y enviar
a Profesor
 Distribuciones de Muestreo

Ejercicio
Pag. 260
Realizar los ejercicios
6-37
6-38

del libro de texto.

Nota: Preparar en
excel y enviar a
Profesor
 Distribuciones de Muestreo

Ejercicio 6-37
Pag. 260

Clara Voyant, cuyo trabajo es predecir el futuro de su compañía de

inversiones, acaba de recibir las estadísticas que describen el rendimiento de
su compañía sobre 1,800 inversiones del año pasado. Clara sabe que, en
general, las inversiones generan ganancias que tienen una distribución
normal con una media de $7,500 y una desviación estándar de $3,300. Aun
antes de ver los resultados específicos de cada una de las 1,800 inversiones
del año pasado, Claro pudo hacer algunas predicciones precisas al aplicar su
conocimiento de las distribuciones de muestreo. Siga su análisis para
encontrar la probabilidad e que la medida de muestra de las inversiones del
ultimo año.

a) Exceda los $7,700

b) B) haya sido menor que $7,400
c) Haya sido mayor que $7,275, pero menor que $7,650.
 Distribuciones de Muestreo

Ejercicio 6-34, Página 259

Una refinería tiene monitores de apoyo para llevar un control continuo

de los flujos de la refinería e impedir que los desperfectos de las
máquinas interrumpan el proceso de refinado. Un monitor en
particular tiene una vida promedio de 4,300 horas con una desviación
estándar de 730 horas. Además del monitor principal, la refinería ha
instalado dos unidades de reserva, que son duplicados de la principal.
En caso de un funcionamiento defectuoso de uno de los monitores, el
otro tomará automáticamente su lugar. La vida operativa de cada
monitor es independiente de la de los otros.

a) ?Cual es la probabilidad de que un conjunto dado de monitores

dure al menos 13,000 horas?.
b) 12,60 horas, como máximo?.
 Distribuciones de Muestreo

Ejercicio 5-32, Página 207

En promedio, cinco pájaros chocan contra el monumento de

Washington y mueren por este motivo cada semana. Bill Garcy, un
oficial del Servicio de Parques Nacionales de Estados Unidos, ha
solicitado que el Congreso estadounidense asigne fondos para adquirir
equipo que aleje a los pájaros del monumento. Un subcomité del
Congreso le ha respondido que no pueden asignarle fondos para tal fin,
a menos que la probabilidad de que mueran más de tres pájaros cada
semana sea mayor a 0.7. ¿Deben destinarse los fondos para espantar
pájaros?.
 Distribuciones de Muestreo

Bibliografía

Levin, Richard L, Estadística para Administración y

Economía, 7ma Ed., 2010, Pearson.
 Distribuciones de Muestreo

Gracias….!!!!!!

Preparado por
Unapec
Escuela de Ingeniería
Facilitador: Ricardo Javier Lugo
Santo Domingo, 25 de Mayo 2015