SlideShare una empresa de Scribd logo
1 de 11
LECCIÓN DIRIGIDA A ALUMNOS DE 2º DE ESO

EL MUESTREO II
EL TAMAÑO DE LA MUESTRA

Los Simpson, un ejemplo práctico

Ana Fdez-Vigil
Elena Irisarri
Ainhoa León
Carlota Martínez
Bueno Lisa, ya me ha quedado claro que lo que he de hacer es seleccionar a un
grupo de ciudadanos de Sprignfield mediante un muestreo aleatorio simple
para preguntarles a ellos cuántas horas de televisión ven y según lo que me
digan, diré que eso es lo que ocurre en toda la ciudad. Pero ahora tengo una
duda…¿a cuánta gente le tengo que preguntar?¿cuál tiene que ser el tamaño de
mi muestra?
Pues mire alcalde, ¿qué pensaría si le digo que el tamaño de su muestra es usted
quién debe determinarlo?

¿¿¿¿YO?????pero…no tengo ni idea…¿bastaría con 5 o 6 personas o más bien
necesito entre 1000 y 2000?

Tranquilo alcalde. Voy a empezar explicándole algo muy simple:
Cuando usted dice algo de la población basándose en lo que ha observado en
una muestra, siempre cometerá algo de error. Claramente, cuanto más grande
sea la muestra tomada, más pequeño será el error pues en sus afirmaciones
sobre la población se estará apoyando en los resultados obtenidos con mucha
más gente. La cuestión es: ¿cuánto está dispuesto a equivocarse?
Pues claramente, lo menos posible así que lo mejor según lo
que tu dices será coger una muestra muy grande...¿8000
ciudadanos te parece bien?

Eso está claro Alcalde pero ha de tener también en cuenta
otras cuestiones relacionadas con los costes. Además, la
determinación del tamaño de la muestra tiene que ser algo
muy práctico, es decir, tendremos que ver hasta qué punto
nos compensa coger una muestra tan grande si igual
cogiendo a la mitad, consigo un error que es solo un poquito
mayor…Pero aquí entran ya en juego fórmulas y
procedimientos estadísticos. Voy a darle una pequeña clase
sobre ello.
LECCIÓN MAGISTRAL DE LISA
• El error es la distancia que hay entre el
estadístico (la media de horas que he
descubierto que ven la tele los ciudadanos de
mi muestra)y el valor real del parámetro (la
media de horas que ven la tele todos los
ciudadanos de Springfield).
• En el caso de la media, seria por ejemplo:
E= x-µ
LECCIÓN MAGISTRAL DE LISA
• Pero claro, recuerde que estamos trabajando
con distribuciones muestrales. Por lo tanto, el
error se determina según intervalos y viene
dado por el error muestral. De esta manera:
– Para cualquier estadístico:
• E= estadístico +/- error muestral

– En el caso de la media:
• E= x +/- error muestral de la media

– En el caso de la desviación típica:
• E= X +/- error muestral de la desviación típica

– Etc.
CLAVE
¿¿¿¿¿¿¿¿¿¿¿¿¿¿ERROR
MUESTRAL??????????
¡Relájese!, no es nada nuevo. El error muestral se refiere al producto que
resulta de un valor tomado de la curva normal (valor Z) y el error típico.
El error típico es la desviación típica de la distribución muestral del
estadístico con el que está trabajando. Lo que si es mas novedoso es la
cuestión del valor Z. Para aclararse, vea este video.

COPIA ESTE ENLACE EN TU NAVEGADOR:
http://www.youtube.com/watch?v=UNgLcsIkbZA

De este modo, y en el caso de la media que es lo que nos interesa en
nuestro estudio, la fórmula sería la siguiente:
¡¡ATENCIÓN!!: dese cuenta de que lo que hemos
hecho es despejar la n en la fórmula del error pues
lo que quiero hacer es saber que tamaño de la
muestra debo coger para no cometer un error mayor
de lo que haya decidido
¡Señor alcalde!, no se me puede olvidar que tengo que hacerle una
aclaración…
Todo esto que le he contado se refiere a lo que llamamos ERROR ABSOLUTO,
es decir, cuánto error cometo al inferir los valores de un parámetro a partir
de su estadístico.
Sin embargo, está claro que no es lo mismo que cometa el mismo error
absoluto en casos distintos. Pongamos un ejemplo concreto: ¿qué cree que
es más grave, equivocarse en 1mg al pesar una mosca o equivocarse un 1mg
al pesar un coche?

La verdad es que no creo que importe mucho equivocarse un mg al pesar
un coche. En el caso de la mosca, si esta pesa menos de un gramo,
seguramente un error de 1 mg es bastante.
¡Evidentemente! Eso es lo que se llama ERROR RELATIVO, es decir,
la relación que hay entre el error cometido y el tamaño de lo que
se mide. En otras palabras, es la cantidad de error cometido en la
medida
Como yo ya me tengo que ir, le dejo aquí este video para que pueda
aclarar cualquier duda que no le haya quedado clara. Si necesita algo,
no dude en llamarme señor alcalde.

¡¡MUCHAS GRACIAS LISA!!¡¡ME HAS AYUDADO MUCHO!!

COPIA ESTE ENLACE EN TU NAVEGADOR:
http://www.youtube.com/watch?v=qmwTZ7b_sTo

Más contenido relacionado

La actualidad más candente

Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
Wilmer Fabian N
 
El muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de BachilleratoEl muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de Bachillerato
anaruiz91
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
anthonymaule
 
Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1
roxanaparedes27
 

La actualidad más candente (20)

Semana 2 1_
Semana 2 1_Semana 2 1_
Semana 2 1_
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Muestreo
MuestreoMuestreo
Muestreo
 
Clase2 estadistica preceptores
Clase2 estadistica preceptoresClase2 estadistica preceptores
Clase2 estadistica preceptores
 
Estadística
EstadísticaEstadística
Estadística
 
estadistica
estadisticaestadistica
estadistica
 
Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
 
5
55
5
 
MéTodo De Muestreo Por Conglomerados
MéTodo De  Muestreo  Por  ConglomeradosMéTodo De  Muestreo  Por  Conglomerados
MéTodo De Muestreo Por Conglomerados
 
Simulacion muestreo
Simulacion muestreoSimulacion muestreo
Simulacion muestreo
 
El muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de BachilleratoEl muestreo. Unidad para 1º de Bachillerato
El muestreo. Unidad para 1º de Bachillerato
 
Muestra muestreo
Muestra muestreoMuestra muestreo
Muestra muestreo
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Seminario 5
Seminario 5Seminario 5
Seminario 5
 
2.3.1.2. muestra aleatoria
2.3.1.2. muestra aleatoria2.3.1.2. muestra aleatoria
2.3.1.2. muestra aleatoria
 
Estadistica marianna
Estadistica mariannaEstadistica marianna
Estadistica marianna
 
Muestreo probabilístico
Muestreo probabilísticoMuestreo probabilístico
Muestreo probabilístico
 
Estadística: semana01
Estadística: semana01Estadística: semana01
Estadística: semana01
 
Técnicas de-muestreo
Técnicas de-muestreoTécnicas de-muestreo
Técnicas de-muestreo
 
Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1
 

Similar a El muestreo II. El tamaño de la muestra

Proporciones
ProporcionesProporciones
Proporciones
yuli ri
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
Daniiandre10
 
Alumnos la estadística mediante proyectos - 3eso cuadernillo
Alumnos   la estadística mediante proyectos - 3eso cuadernilloAlumnos   la estadística mediante proyectos - 3eso cuadernillo
Alumnos la estadística mediante proyectos - 3eso cuadernillo
mgarmon965
 
Matematicas ,1. LOPEZ
Matematicas ,1. LOPEZMatematicas ,1. LOPEZ
Matematicas ,1. LOPEZ
Jehosua Joya
 
Matematicas ,1. BARAJAS
Matematicas ,1. BARAJASMatematicas ,1. BARAJAS
Matematicas ,1. BARAJAS
Jehosua Joya
 

Similar a El muestreo II. El tamaño de la muestra (20)

Proporciones
ProporcionesProporciones
Proporciones
 
Introducción a Métodos Numéricos para Ingeniería
Introducción a Métodos Numéricos para IngenieríaIntroducción a Métodos Numéricos para Ingeniería
Introducción a Métodos Numéricos para Ingeniería
 
Guia estadistica grado sexto
Guia estadistica grado sextoGuia estadistica grado sexto
Guia estadistica grado sexto
 
Conceptos fundamentales. estadistica
Conceptos fundamentales. estadisticaConceptos fundamentales. estadistica
Conceptos fundamentales. estadistica
 
Guia de-probabilidad
Guia de-probabilidadGuia de-probabilidad
Guia de-probabilidad
 
Manual de informatica contable
Manual de informatica contableManual de informatica contable
Manual de informatica contable
 
Manual de laboratorio de informatica iii
Manual de laboratorio de informatica iiiManual de laboratorio de informatica iii
Manual de laboratorio de informatica iii
 
Estadistica 1
Estadistica 1Estadistica 1
Estadistica 1
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
 
Estadistica 1 cs09106
Estadistica 1 cs09106Estadistica 1 cs09106
Estadistica 1 cs09106
 
Estadística
EstadísticaEstadística
Estadística
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 
Alumnos la estadística mediante proyectos - 3eso cuadernillo
Alumnos   la estadística mediante proyectos - 3eso cuadernilloAlumnos   la estadística mediante proyectos - 3eso cuadernillo
Alumnos la estadística mediante proyectos - 3eso cuadernillo
 
Matematicas ,1. LOPEZ
Matematicas ,1. LOPEZMatematicas ,1. LOPEZ
Matematicas ,1. LOPEZ
 
Matematicas ,1. BARAJAS
Matematicas ,1. BARAJASMatematicas ,1. BARAJAS
Matematicas ,1. BARAJAS
 
Octubre de 2014 1ª parte
Octubre de 2014 1ª parteOctubre de 2014 1ª parte
Octubre de 2014 1ª parte
 
Estadistica ejercicio 1
Estadistica ejercicio 1Estadistica ejercicio 1
Estadistica ejercicio 1
 
Técnicas de Conteo en Probabilidades 1.pptx
Técnicas de Conteo en Probabilidades 1.pptxTécnicas de Conteo en Probabilidades 1.pptx
Técnicas de Conteo en Probabilidades 1.pptx
 
Conceptos fundamentales de la estadistica
Conceptos fundamentales de la estadisticaConceptos fundamentales de la estadistica
Conceptos fundamentales de la estadistica
 

El muestreo II. El tamaño de la muestra

  • 1. LECCIÓN DIRIGIDA A ALUMNOS DE 2º DE ESO EL MUESTREO II EL TAMAÑO DE LA MUESTRA Los Simpson, un ejemplo práctico Ana Fdez-Vigil Elena Irisarri Ainhoa León Carlota Martínez
  • 2.
  • 3. Bueno Lisa, ya me ha quedado claro que lo que he de hacer es seleccionar a un grupo de ciudadanos de Sprignfield mediante un muestreo aleatorio simple para preguntarles a ellos cuántas horas de televisión ven y según lo que me digan, diré que eso es lo que ocurre en toda la ciudad. Pero ahora tengo una duda…¿a cuánta gente le tengo que preguntar?¿cuál tiene que ser el tamaño de mi muestra? Pues mire alcalde, ¿qué pensaría si le digo que el tamaño de su muestra es usted quién debe determinarlo? ¿¿¿¿YO?????pero…no tengo ni idea…¿bastaría con 5 o 6 personas o más bien necesito entre 1000 y 2000? Tranquilo alcalde. Voy a empezar explicándole algo muy simple: Cuando usted dice algo de la población basándose en lo que ha observado en una muestra, siempre cometerá algo de error. Claramente, cuanto más grande sea la muestra tomada, más pequeño será el error pues en sus afirmaciones sobre la población se estará apoyando en los resultados obtenidos con mucha más gente. La cuestión es: ¿cuánto está dispuesto a equivocarse?
  • 4. Pues claramente, lo menos posible así que lo mejor según lo que tu dices será coger una muestra muy grande...¿8000 ciudadanos te parece bien? Eso está claro Alcalde pero ha de tener también en cuenta otras cuestiones relacionadas con los costes. Además, la determinación del tamaño de la muestra tiene que ser algo muy práctico, es decir, tendremos que ver hasta qué punto nos compensa coger una muestra tan grande si igual cogiendo a la mitad, consigo un error que es solo un poquito mayor…Pero aquí entran ya en juego fórmulas y procedimientos estadísticos. Voy a darle una pequeña clase sobre ello.
  • 5. LECCIÓN MAGISTRAL DE LISA • El error es la distancia que hay entre el estadístico (la media de horas que he descubierto que ven la tele los ciudadanos de mi muestra)y el valor real del parámetro (la media de horas que ven la tele todos los ciudadanos de Springfield). • En el caso de la media, seria por ejemplo: E= x-µ
  • 6. LECCIÓN MAGISTRAL DE LISA • Pero claro, recuerde que estamos trabajando con distribuciones muestrales. Por lo tanto, el error se determina según intervalos y viene dado por el error muestral. De esta manera: – Para cualquier estadístico: • E= estadístico +/- error muestral – En el caso de la media: • E= x +/- error muestral de la media – En el caso de la desviación típica: • E= X +/- error muestral de la desviación típica – Etc.
  • 9. ¡Relájese!, no es nada nuevo. El error muestral se refiere al producto que resulta de un valor tomado de la curva normal (valor Z) y el error típico. El error típico es la desviación típica de la distribución muestral del estadístico con el que está trabajando. Lo que si es mas novedoso es la cuestión del valor Z. Para aclararse, vea este video. COPIA ESTE ENLACE EN TU NAVEGADOR: http://www.youtube.com/watch?v=UNgLcsIkbZA De este modo, y en el caso de la media que es lo que nos interesa en nuestro estudio, la fórmula sería la siguiente: ¡¡ATENCIÓN!!: dese cuenta de que lo que hemos hecho es despejar la n en la fórmula del error pues lo que quiero hacer es saber que tamaño de la muestra debo coger para no cometer un error mayor de lo que haya decidido
  • 10. ¡Señor alcalde!, no se me puede olvidar que tengo que hacerle una aclaración… Todo esto que le he contado se refiere a lo que llamamos ERROR ABSOLUTO, es decir, cuánto error cometo al inferir los valores de un parámetro a partir de su estadístico. Sin embargo, está claro que no es lo mismo que cometa el mismo error absoluto en casos distintos. Pongamos un ejemplo concreto: ¿qué cree que es más grave, equivocarse en 1mg al pesar una mosca o equivocarse un 1mg al pesar un coche? La verdad es que no creo que importe mucho equivocarse un mg al pesar un coche. En el caso de la mosca, si esta pesa menos de un gramo, seguramente un error de 1 mg es bastante. ¡Evidentemente! Eso es lo que se llama ERROR RELATIVO, es decir, la relación que hay entre el error cometido y el tamaño de lo que se mide. En otras palabras, es la cantidad de error cometido en la medida
  • 11. Como yo ya me tengo que ir, le dejo aquí este video para que pueda aclarar cualquier duda que no le haya quedado clara. Si necesita algo, no dude en llamarme señor alcalde. ¡¡MUCHAS GRACIAS LISA!!¡¡ME HAS AYUDADO MUCHO!! COPIA ESTE ENLACE EN TU NAVEGADOR: http://www.youtube.com/watch?v=qmwTZ7b_sTo