Pues... nada. :D

1. UNIVERSIDAD “FERMÍN TORO”
VICERRECTORADO ACADÉMICO
FACULTAD DE INGENIERÍA
Integrantes:
Jonathan Rojas – CI: 20469053
Andrés Silva – CI: 21168287
Alex Cárdenas – CI: 84420599
Javier Becerra – CI: 20189599
Esteban Guerrero – CI: 20927720
18 de Enero del 2012

2.  La teoría del muestreo es el estudio
de las relaciones existentes entre una
población y las muestras extraídas de
ella. También se puede definir como
MUESTREO
una herramienta de la investigación
científica, cuya función básica es
determinar que parte de una realidad
en estudio (población o universo)
debe examinarse con la finalidad de
hacer inferencias sobre dicha
población.

3. VENTAJAS Y DESVENTAJAS
Ventajas Desventajas
 - Costos reducidos.  Siempre está presente el
 - Mayor rapidez para obtener error de muestreo producto
resultados. de la variabilidad intrínseca
de los elementos del
 - Mayor exactitud o mejor universo, existen diferencias
calidad de la información: entre las medidas muéstrales
 Debido a los siguientes y los parámetros
factores poblacionales llamada error
 • Volumen de trabajo de muestreo. La inferencia
reducido. estadística permite medir el
error de muestreo, ventaja
 • Puede existir mayor usada para empleos de ciclo
supervisión en el trabajo. largos o porcentajes de
 • Se puede dar más producciones en vez de
entrenamiento al personal. tiempos y desventaja de
 • Menor probabilidad estimaciones de tiempo
de cometer errores durante el exacto o precisión
procesamiento de la reducida, requiere el trabajo
información. que funciona a trabajadores
calificados.

4. TIPOS DE MUESTREO
 A -Muestreo aleatorio simple (mas): Se trata de un
procedimiento de muestreo (sin reemplazamiento), en el que se
seleccionan n unidades de las N en la población, de forma que
cualquier posible muestra del mismo tamaño tiene la misma
probabilidad de ser elegidas. Se realizan n selecciones
independientes de forma que en cada selección los individuos que
no han sido elegidos tengan la misma probabilidad de serlo.
 Entre las ventajas de este procedimiento esta la compensación
de valores altos y bajos con lo que la muestra tiene una
composición similar a la de la población, es además un
procedimiento sencillo y produce estimadores de los parámetros
desconocidos próximos a los valores reales de los mismos.
 El principal inconveniente de este tipo de muestreo es que
necesita un marco adecuado y amplio que no es fácil de conseguir
y que no contiene información a priori sobre la población que
podría ser útil en la descripción de la misma.

5.  B- Muestreo sistemático: Es cuando el criterio de ordenación de
los elementos en la lista, es tal que los elementos más parecidos
tienden a estar más cercanos, el muestreo sistemático suele ser
más preciso que el aleatorio simple, ya que recorre la población de
un modo más uniforme.
 Para lograr un muestreo sistematico se debe
 Ordenar los individuos de la población y se numeran.
 Dividir la población en tantos grupos como individuos se quieren
tener en la muestra. Se selecciona uno al azar en el primer grupo y
se elige el que ocupa el mismo lugar en todos los grupos.
 La ventaja principal es que es más sencillo y más barato que el
muestreo aleatorio simple, además, se comporta igual si no hay
patrones o periodicidades en los datos.
 Su desventaja es la aparición de patrones desconocidos que
puede llevar a importantes errores en la estimación de los
parámetros.

6.  C - Muestreo por conglomerados: Es cuando en lugar
de elegir unidades se toman grupos, bloques o conjuntos
de esas unidades, también Si en lugar de seleccionar de
forma aleatoria personas para medir su capacidad
adquisitiva o de consumo se seleccionan, por
ejemplo, familias, a todo eso se dice que el muestreo es
por conglomerados.
 Cuando el conglomerado se corresponde con un área
geográfica o zona territorial concreta, como por ejemplo
las familias de determinados barrios, el muestreo por
conglomerados recibe el nombre de muestreo por áreas.

7.  D- Muestreo estratificado: Consiste en considerar
categorías típicas diferentes entre sí (estratos) que poseen
gran homogeneidad respecto a alguna característica (se
puede estratificar, por ejemplo, según la profesión, el
municipio de residencia, el sexo, el estado civil, etc.). Lo que
pretende este tipo de muestreo es asegurarse de que todos
los estratos de interés estarán representados adecuadamente
en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarán parte de la muestra. En
ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la
población. (tamaño geográfico, sexos, edades,...), con este
muestreo se permite utilizar información a priori sobre la
estructura de la población en relación con las variables a
estudiar y obtiene representantes de todos los estratos de la
población.

8. DISTRIBUCIÓN DE MUESTREO
 Es la distribución de todos los valores posibles que
puede asumir un estadístico muestral, calculados a
partir de muestras del mismo tamaño y extraído en
forma aleatoria de la misma población.

9. TIPOS DE DISTRIBUCIONES MUÉSTRALES
- Distribución de la media.
- Distribución de la variancia.
- Distribución de la proporción.
- Distribución de la diferencia de medias.
- Distribución de la diferencia proporciones.
- Distribución del cociente de variancias.

10. ESTIMADOR
 Un estimador es un estadístico (esto es, una
función de la muestra) usado para aproximar un
parámetro desconocido de la población. Por
ejemplo, si se desea conocer el precio medio de un
artículo (el parámetro desconocido) se recogerán
observaciones del precio de dicho artículo en
diversos establecimientos (la muestra) y la media
aritmética de las observaciones puede utilizarse
como estimador del precio medio.

11.  Es un conjunto de técnicas que permiten
dar un valor aproximado de un parámetro de
una población a partir de los datos
ESTIMACIÓN
proporcionados por una muestra. Por
ejemplo, una estimación de la media de una
determinada característica de una población
de tamaño N podría ser la media de esa
misma característica para una muestra de
tamaño n.
 La estimación se divide en tres grandes
bloques, cada uno de los cuales tiene
distintos métodos que se usan en función de
las características y propósitos del estudio:
 Estimación puntual.
 Método de los momentos;
 Método de la máxima verosimilitud;
 Método de los mínimos cuadrados;
 Estimación por intervalos.
 Estimación bayesiana.

12. ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN:
MUESTRAS GRANDES
 El valor de la media de una población se aproxima con
un solo valor (llamado estimado puntual) y un intervalo
de confianza.

13. ESTIMACIÓN DE UNA PROPORCIÓN DE POBLACIÓN
 El valor de una proporción de población se estima
con un estimado puntual y un intervalo de
confianza.

14. ESTIMACIÓN DE UNA VARIANZA DE
POBLACIÓN
 El valor de una varianza de población se aproxima con un
estimado puntual y un intervalo de confianza.

15. MÉTODOS DE ESTIMACIÓN
 Método de los Momentos: Consiste en igualar los
momentos muestrales y los poblacionales. Prácticamente no
se usa en la investigación actual.
 Método de los Mínimos Cuadrados: Consiste en minimizar
la suma de cuadrados de los errores (diferencias entre
valores observados y esperados tras suponer que las
observaciones se obtienen como la suma de una parte
sistemática o controlada y una parte aleatoria no controlada o
fuente de error).
 El método es ampliamente utilizado cuando se trabaja con
modelos de regresión y técnicas relacionadas.
 Método de la Máxima Verosimilitud: Consiste en sustituir
los parámetros por aquellos valores que maximizan el
logaritmo de la función de verosimilitud de la muestra (función
de densidad conjunta de todos los valores muestrales en el
supuesto de que son independientes).

16. INTERVALOS DE CONFIANZA PARA LA MEDIA
Un intervalo de confianza o estimado de intervalo, es una
gama o un intervalo de valores que probablemente
contiene el valor verdadero del parámetro de población.
Un intervalo de confianza se asocia a un grado de
confianza, que es una medida de la certeza que se tiene
de que el intervalo contiene el parámetro de población

17.  http://biplot.usal.es/problemas/confianz
a/INFERENCIA.pdf
BIBLIOGRAFÍA
 http://es.wikipedia.org/wiki/Estimaci%C
3%B3n_estad%C3%ADstica
 http://www.mitecnologico.com/Main/Te
oriaDeLaEstimacionIntroduccion
 http://www.mitecnologico.com/Main/De
finicionDeMuestreo
 Estadística elemental séptima edición
– Mario F. Triola
 Estadística 3ra edición – Murray R.
Spiegel y Larry J. Stephens