INFERENCIA ESTADÍSTICA
FASE 2
MUESTREO E INTERVALOS DE CONFIANZA
Presentado a:
Diana Milena Caliman
Entregado por:
Alex Forero Acuña
Código: 85471039
Grupo: 100403_45
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
MARZO
2020
Actividad 1: Calculo tamaño de muestra
1. ¿Cómo seleccionar el tamaño muestral?
Seleccionar el tamaño de la muestra es un paso muy importante en cualquier estudio
de investigación, se debe justificar convenientemente de acuerdo al planteamiento
del problema, la población, los objetivos y el propósito de la investigación.
Posteriormente, con la ayuda de Excel, calculará un (1) tamaño de muestra para
estimar la media de la variable “densidad” o calculará un (1) tamaño de muestra para
estimar la proporción de la variable “grasa”.
Parámetro Variable Estudiante Significancia Error
ALEX FORERO 4% 0,01
Densidad
ACUÑA
Crioscopia Estudiante 2 7% 0,002
Células Estudiante 3 3% 800
somáticas
Promedio
% grasa Estudiante 4 4% 0,02
% proteína Estudiante 5 5% 0,008
% sólidos COLABORATIVO 5% 0,03
totales
Actividad 2: Tipo de muestreo
Descripción de la actividad:
Cada estudiante deberá dar respuesta a las siguientes preguntas:
¿Qué es un muestreo?
El muestreo es el proceso de seleccionar un conjunto de individuos de una población
con el fin de estudiarlos y poder caracterizar el total de la población. Por lo tanto, es
una herramienta de la investigación científica, cuya función básica es determinar que
parte de una población debe examinarse, con la finalidad de hacer inferencias sobre
dicha población.
¿Cuándo se utiliza un muestreo?
Cuando se quiera estudiar y caracterizar el total de una población y al elegir una
muestra aleatoria se consiga que sus propiedades sean extrapolables a la población.
Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los
que se alcanzarían si se realizase un estudio de toda la población. En las
investigaciones llevadas por empresarios y de la medicina se usa muestreo
extensivamente en recoger información sobre poblaciones.
¿Cuáles son los diferentes tipos de muestreos? Explique en que consiste cada
uno de ellos.
Hay cuatro tipos principales de diseños de muestras de probabilidad:
Muestreo aleatorio simple: El muestreo aleatorio simple es un procedimiento de
muestreo probabilístico que da a cada elemento de la población objetivo y a cada
posible muestra de un tamaño determinado, la misma probabilidad de ser
seleccionado.
Muestreo estratificado: es uno de los tipos de muestreo probabilístico del que
podemos hacer uso. Te invito a que sigas leyendo para conocer más de sus
debilidades y fortalezas. El muestreo estratificado es un procedimiento de muestreo
en el que el objetivo de la población se separa en segmentos exclusivos, homogéneos
(estratos), y luego una muestra aleatoria simple se selecciona de cada segmento
(estrato).
Muestreo sistemático : es un tipo de muestreo probabilístico donde se hace una
selección aleatoria del primer elemento para la muestra, y luego se seleccionan los
elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar
el tamaño de la muestra deseado.
Muestreo por conglomerados: es un procedimiento de muestreo probabilístico en que
los elementos de la población son seleccionados al azar en forma natural por
agrupaciones. Los elementos del muestreo se seleccionan de la población de manera
individual, uno a la vez y nos ayuda cuando es imposible o poco práctico crear un
marco de muestreo de una población objetivo debido a que está muy dispersa
geográficamente y el costo de la recopilación de datos es relativamente alto.
¿Como se realiza el muestreo sistemático?
1. Definir la población objetivo.
2. Determinar el tamaño deseado de la muestra (n).
3. Identificar el marco muestreo existente o desarrollar un marco de muestreo de la
población objetivo.
4. Evaluar el marco muestral por falta de cobertura.
5. Determinar el número de elementos en el marco de la muestra (N).
6. Calcular el intervalo de muestreo
7. Seleccionar al azar un número, r, de “1” mediante i.
8. Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente, hasta agotar el
marco.
¿Cómo se realiza el muestreo aleatorio simple?
1. Define la población objetivo.
2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno
nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva, cobertura
múltiple y la agrupación, y haz los ajustes que consideres necesarios.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Selecciona al azar el número específico de elementos de la población.
MUESTREO SISTEMÁTICO.
Actividad 3: Intervalos de confianza
Descripción de la actividad:
Cada estudiante deberá dar respuesta a las preguntas:
¿Para que se utilizan los intervalos de confianza?
¿A qué se le llama error de estimación?
¿Qué representan los límites de confianza obtenidos en un intervalo de confianza?
¿Como se calculan los intervalos de confianza para la media?
¿Cómo se calculan los intervalos de confianza para la proporción?
1. ¿Para que se utilizan los intervalos de confianza?:
Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística
que permite acotar un par o varios pares de valores, dentro de los cuales se encontrará la
estimación puntual buscada (con una determinada probabilidad).
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media
muestral (uno superior y otro inferior). Estos valores van a acotar un rango dentro del cual,
con una determinada probabilidad, se va a localizar el parámetro poblacional.
Intervalo de confianza = media +- margen de error
2. ¿A qué se le llama error de estimación?:
Un mismo estimador ofrece distintos valores para distintas muestras del mismo tamaño
extraídas de la misma población. Por lo tanto, deberíamos tener una medida de la
variabilidad del estimador respecto del parámetro que se trata de estimar. Esta variabilidad
se mide en términos de la desviación estándar del estimador, la cual recibe el nombre de
error estándar.
El error estándar de un estimador T de un parámetro es la desviación estándar del estimador.
3. ¿Como se calculan los intervalos de confianza para la media?:
Dada una variable aleatoria con distribución Normal N (μ, σ), el objetivo es la construcción
de un intervalo de confianza para el parámetro μ, basado en una muestra de tamaño n de la
variable.
Desde el punto de vista didáctico hemos de considerar dos posibilidades sobre la desviación
típica de la variable: que sea conocida o que sea desconocida y tengamos que estimarla a
partir de la muestra. El caso de σ conocida, ya comentado anteriormente, no pasa de ser un
caso académico con poca aplicación en la práctica, sin embargo, es útil desde el punto de
vista didáctico.
Caso de varianza conocida
Dada una muestra X1, ..., Xn, el estadístico
se distribuye según una Normal estándar. Por tanto, aplicando el método del pivote podemos
construir la expresión
donde zα/2 es el valor de una distribución Normal estándar que deja a su derecha una
probabilidad de α/2, de la que se deduce el intervalo de confianza
Puede repasarse la construcción más detallada.
Caso de varianza desconocida
Dada una muestra X1, ..., Xn, el estadístico
se distribuye según una t de Student de n − 1 grados de libertad. Por tanto, y siguiendo pasos
similares a los del apartado anterior, el intervalo de confianza resultante es
donde tα/2 es el valor de una distribución t de Student con n − 1 grados de libertad que deja
a su derecha una probabilidad de α/2.
4. ¿Cómo se calculan los intervalos de confianza para la proporción?:
Una proporción muestral es un estimador puntual (un número) de la proporción en la
población P.
Un estimador de intervalo de confianza de la proporción en la población P, es un intervalo,
calculado a partir de los datos de la muestra, en el cual nosotros “confiamos” se encuentra la
proporción de la población P.
El nivel de confianza es la probabilidad de que el método de estimación nos dé un intervalo
que contiene al parámetro (P en este caso). El nivel de confianza se denota por 1−α, donde
valores comunes de α son 0,10; 0,05; y 0,01, para una confianza de 90%, 95%, y 99%.
Para construir intervalos de confianza recordemos la distribución muestral de la proporción
muestral , entonces aproximadamente 95% de los valores de
estarán entre dos desviaciones estándar de P.
Hacemos un intervalo: Esperamos que el 95% de los intervalos de
confianza formados por . Esperamos que el 95% de los intervalos de van
a contener al parámetro P y 5% no lo van a contener. El problema es que si no conocemos
el parámetro no conocemos la desviación estándar. Solución: Estimar la desviación estándar,
con el error estándar de :
Un intervalo de 95% de confianza para P esta dado por:
En teoría esta aproximación funciona bien si se cumple que: En la
práctica la comprobamos con:
Teniendo en cuenta el muestreo colaborativo realizado en la Actividad 2: Tipo de muestreo,
cada estudiante con la ayuda de Excel realizara un intervalo de confianza para la media y
un intervalo de confianza para la proporción, seleccionando una variable cuantitativa y una
variable cualitativa de las siguientes tablas:
Tabla 1 IC cuantitativas
Tabla 2 IC cualitativas
REFERENCIAS BIBLIOGRAFICAS
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de
la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 62-65).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional. (pp. 27-57).
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de
la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 65-72). Matus, R.,
Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico
Nacional. (pp. 43- 57).
Gil, I. M., Gonzáles, M. A. I., & Jano, S. M. D. (2014). Ejercicios de estadística teórica:
probabilidad e Inferencia (2a.e d.). Madrid, ES: Editorial Universidad Autónoma de
Madrid. (pp. 127-140).