1. Universidad “Fermín toro”
Vicerrectorado Académico
Facultad de Ingeniería
Integrantes:
Chirinos Wilmer; C.I.: 21.502.394.
González Guaynegmar; C.I.: 22.315.404.
Rodríguez Luis; C.I.: 24.163.247.
López Juan Fermín; C.I.: 19.835.448.
González Nieto Agustín; C.I.: 20.493.343
Cátedra: Estadística.
Sección: MI-23
18 de Enero del 2012

2. Muestra es un subconjunto de la población a la cual se le efectúa la de
estudiar las propiedades del conjunto del cual es obtenida. En la
práctica, estudiar todos y cada uno de los elementos que conforman la población
no es aconsejable, ya sea por la poca disponibilidad de recursos, por la
homogeneidad de sus elementos, porque a veces es necesario destruir lo que se
está midiendo, por ser demasiado grande el número de sus componentes o no se
pueden controlar; por eso se recurre al análisis de los elementos de una muestra
con el fin de hacer inferencias respecto al total de la población.

3. Ventajas y Desventajas
Si la población es muy grande (en
ocasiones, infinita, como ocurre en
determinados experimentos aleatorios) y, por
tanto, imposible de analizar en su totalidad. Siempre está presente el error de muestreo
Las características de la población varían si producto de la variabilidad intrínseca de los
el estudio se prolonga demasiado tiempo. elementos del universo, existen diferencias entre
Reducción de costos: al estudiar una las medidas muéstrales y los parámetros
pequeña parte de la población, los gastos poblacionales llamada Error de Muestreo la
de recogida y tratamiento de los datos serán Inferencia Estadística permite medir el error de
menores que si los obtenemos del total de la muestreo Ventajas usado para empleos de ciclo
población. largos o porcentajes de producciones en vez de
Rapidez: al reducir el tiempo de recogida y tiempos Desventajas o no da estimaciones de
tratamiento de los datos, se consigue mayor tiempo exactos o precisión reducida o requiere el
rapidez. trabajo que funciona o requiere a trabajadores
Viabilidad: la elección de una muestra calificados
permite la realización de estudios que serían
imposible hacerlo sobre el total de la
población.
La población es suficientemente
homogénea respecto a la característica
medida, con lo cual resultaría inútil malgastar
recursos en un análisis exhaustivo (por
ejemplo, muestras sanguíneas).
El proceso de estudio es destructivo o es
necesario consumir un artículo para extraer
la muestra (ejemplos: vida media de una
bombilla, carga soportada por una
cuerda, precisión de un proyectil, etc.).

4. TIPOS DE MUESTRA
Muestra Aleatorio Simple Muestra estratificada Muestreo Sistemático
Se denomina muestra estratificada Cuando los elementos de la
Es la manera más sencilla de población están en una lista o un
hacer muestreo. Decimos que una aquél en que los elementos de la
censo, se puede utilizar el
muestra es aleatoria cuando: población se dividen en clases o
muestreo sistemático.
Cada elemento de la población estratos. La muestra se toma
Supongamos que tenemos una
tiene la misma probabilidad de asignando un número o cuota de población de tamaño “N” y se
ser elegido. miembros a cada estrato y desea una muestra de tamaño “n”
La población es idéntica en todas escogiendo los elementos por y sea “K” un valor entero más
las extracciones de muestreo. muestreo aleatorio simple dentro del próximo a la relación “n/N”. La
Esta característica es irrelevante si estrato. Cuando dispongamos de muestra sistemática se toma
el tamaño de la población (N) es información sobre la población eligiendo al azar, con números
conviene tenerla en cuenta al aleatorios, un elemento entre los
grande en relación al tamaño de primeros “K” elementos y se
la muestra (n). seleccionar la muestra.
denomina “n1”. El muestreo se
realiza seleccionando los
El muestreo aleatorio simple debe Muestreo por Conglomerados
elementos “(n1 + K); (n1 + 2
utilizarse cuando los elementos K), etc.” a intervalos fijos de “K”
de la población son homogéneo Este método se conoce como hasta completar la muestra. Si el
respecto a las características a muestreo por conglomerados y tiene orden de los elementos en la lista
estudiar, es decir a priori no la ventaja de simplificar la recogida es al azar, este procedimiento es
conocemos que elementos de la de la información muestral, no es equivalente al muestreo aleatorio
población tendrán valores altos de necesario visitar todos los simple, aunque resulta más fácil
ella. conglomerados para recolectar una de llevar a cabo sin errores.
muestra.

5. DISTRIBUCIÓN DE MUESTRA
Es lo que resulta de considerar todas las muestras posibles que pueden
ser tomadas de una población. Su estudio permite calcular la probabilidad que se
tiene, dada una sola muestra, de acercarse al parámetro de la población.
Mediante la distribución muestral se puede estimar el error para un tamaño de
muestra dado.
ESTIMADOR
Un estimador es cualquier variable aleatoria, θ(x1,x2,...,xn) (o
simplemente θ) que se defina a partir de la sucesión de variables
aleatorias, x1,x2,...,xn ; que integran una muestra de tamaño n extraída al azar
de una población, es decir, toma un valor para cada n observaciones o datos.
Estos datos corresponden a los valores de la variable que representan a la
población en los n "individuos" de la muestra. Deberemos valorar en un
estimador su capacidad de extraer "al máximo" la información contenida en la
muestra, ya que redundará en la calidad y precisión de las estimaciones.

6. ESTIMACIÓN
Estimación es el conjunto de técnicas que permiten dar un valor
aproximado de un parámetro de una población a partir de los datos
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.
INTERVALOS DE CONFIANZA PARA LA MEDIA
En estadística, se llama intervalo de confianza a un par de números entre
los cuales se estima que estará cierto valor desconocido con una determinada
probabilidad de acierto. Formalmente, estos números determinan un intervalo, que
se calcula a partir de datos de una muestra, y el valor desconocido es
un parámetro poblacional. La probabilidad de éxito en la estimación se representa
con 1 - α y se denomina nivel de confianza. En estas circunstancias, α es el
llamado error aleatorio o nivel de significación, esto es, una medida de las
posibilidades de fallar en la estimación mediante tal intervalo.