Documente Academic
Documente Profesional
Documente Cultură
MUESTRALES
SEMANA 1
[ ESTADSTICA INFERENCIAL ]
[ POLITCNICO GRANCOLOMBIANO ]
1. DISEOS MUESTRALES
[ ESTADSTICA INFERENCIAL ]
[ POLITCNICO GRANCOLOMBIANO ]
Un
objetivo
fundamental
del
diseo
de
muestreo
consiste
en
minimizar
tanto
los
errores
muestrales
como
los
no
muestrales.
Los
errores
son
costosos,
no
solo
en
trminos
del
tiempo
y
del
dinero
invertido
en
la
recoleccin
de
las
muestras,
sino
tambin
en
trminos
de
la
prdida
potencial
que
podra
provenir
de
una
decisin
errnea
tomada
a
partir
de
una
inferencia
errnea
basada
en
esos
datos,
es
por
esto
que
trataremos
aqu
el
problema
de
determinar
el
diseo
de
muestreo
que
minimice
con
mayor
efectividad
los
errores.
1.3
TIPOS
DE
MUESTREO
Se
dispone
de
dos
mtodos
para
seleccionar
muestras
de
poblaciones:
el
muestreo
no
aleatorio
o
de
juicio
y
el
muestreo
aleatorio
o
probabilstico.
1.3.1
Muestreo
no
Aleatorio
En
el
muestreo
no
aleatorio
o
de
juicio,
se
usa
el
conocimiento
y
la
opinin
personal
para
identificar
los
elementos
de
la
poblacin
que
van
a
incluirse
en
la
muestra.
Una
muestra
seleccionada
por
muestreo
de
juicio
se
basa
en
el
conocimiento
de
la
poblacin
por
parte
de
alguien;
en
ocasiones
este
muestreo
sirve
como
muestra
piloto
para
decidir
como
seleccionar
despus
una
muestra
aleatoria.
1.3.2
Muestreo
Probabilstico
En
una
muestra
aleatoria
o
probabilstica,
sabemos
que
posibilidades
existen
que
un
elemento
de
la
poblacin
figure
o
no
en
la
muestra.
Por
eso
se
puede
evaluar
objetivamente
las
estimaciones
de
las
caractersticas
de
la
poblacin
que
resultan
de
la
muestra,
es
decir,
se
puede
describir
matemticamente
la
objetividad
de
las
estimaciones.
Se
comenzar
la
explicacin
de
este
proceso
describiendo
cuatro
mtodos
de
muestreo
aleatorio:
Muestreo
aleatorio
simple
Muestreo
estratificado
Muestreo
sistemtico
Muestreo
por
conglomerados.
[ ESTADSTICA INFERENCIAL ]
una
poblacin
infinita.
La
prctica
usual
para
muestrear
poblaciones
finitas,
es
muestrear
sin
remplazo,
es
decir,
con
un
elemento
seleccionado
que
ser
elegido
solo
una
vez.
En
el
muestreo
simple
las
unidades
de
muestreo
individual
y
directamente
por
medio
de
un
proceso
aleatorio
(por
medio
de
las
tablas
de
nmeros
aleatorios).
Nmero
Tiempo(Minutos)
01
15
02
14
03
15
04
18
05
19
06
20
07
13
08
23
09
30
10
35
11
30
12
27
13
25
14
26
15
29
Seleccin
del
muestreo
aleatorio
simple:
el
principal
requisito
para
la
aplicacin
de
este
muestreo
es
que
cada
elemento
de
la
poblacin
sea
identificable
en
forma
clara
y
sin
ambigedades,
de
tal
forma
que
se
pueda
obtener
una
lista
que
permita
identificar
de
manera
nica
cada
elemento.
Cuando
ya
se
dispone
de
esta
informacin
y
esta
completa,
pueden
numerarse
secuencialmente
todas
las
unidades
de
la
lista
y
puede
elegirse
una
muestra
aplicando
un
proceso
de
seleccin
por
medio
de
una
tabla
de
nmeros
aleatorios.
Se
deben
tener
tantos
nmeros
diferentes
de
esta
tabla
como
los
casos
que
se
desean
para
la
muestra,
excluyendo
los
nmeros
que
estn
fuera
de
la
secuencia
de
nmeros
correspondientes
a
la
poblacin.
Se
seleccionan
aquellos
elementos
que
correspondan
a
los
nmeros
aleatorios
que
se
obtuvieron.
Este
procedimiento
se
muestra
con
el
siguiente
ejemplo:
suponga
una
poblacin
de
quince
trabajadores
y
su
tiempo
(en
minutos)
en
la
realizacin
de
un
proceso.
Con
el
objeto
de
seleccionar
una
muestra
aleatoria
de
5
trabajadores
se
procede
de
la
siguiente
forma:
1.
Se
hace
una
enumeracin
de
cada
uno
de
los
elementos
de
la
poblacin,
en
este
caso
de
cada
trabajador.
[ POLITCNICO GRANCOLOMBIANO ]
2.
Para
la
seleccin
de
los
elementos
que
van
a
conformar
la
muestra,
se
utiliza
la
generacin
de
nmeros
aleatorios
de
Excel.
Para
esto
se
elige
la
funcin
fx,
y
aleatorio
entre:
Aqu
se
genera
el
primer
nmero
aleatorio
y
el
resultado
se
extiende
hasta
obtener
los
cinco
nmeros
generados:
[ ESTADSTICA INFERENCIAL ]
Los
valores
aleatorios
corresponden
a
los
datos:
Nmero
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
Tiempo
(minutos)
15
14
15
18
19
20
13
23
30
35
30
27
25
26
29
Muestreo
Estratificado
Este
es
un
segundo
tipo
de
diseo
de
muestreo,
que
frecuentemente
proporciona
una
cantidad
de
informacin
a
menor
costo
que
el
muestreo
aleatorio
simple.
Este
diseo
se
[ POLITCNICO GRANCOLOMBIANO ]
!! = !
!!
!
Donde
Ni
es
el
tamao
del
estrato
i
y
N1+N2+..+
Nk
=
N
Donde
N
es
el
tamao
de
la
poblacin.
Ejemplo:
suponga
que
la
poblacin
de
los
tiempos
de
los
trabajadores
esta
conformada
por
los
siguientes
valores:
19
21
35
15
21
17
19
20
32
22
34
27
21
19
20
21
34
20
20
17
25
30
15
19
19
28
19
17
18
23
32
18
21
30
15
25
15
35
31
16
32
25
16
20
25
25
28
18
25
32
N=60
y
se
quiere
seleccionar
una
muestra
estratificada
de
20
elementos:
18
21
17
19
23
20
21
22
30
18
[ ESTADSTICA INFERENCIAL ]
Tiempo
19
17
19
19
18
15
15
17
Nmero
9
10
11
12
13
14
15
16
Tiempo
16
18
15
19
19
18
17
19
Estrato
2:
Nmero
17
18
19
20
21
22
Tiempo
15
16
18
17
19
18
Nmero
1
2
3
4
5
6
7
8
9
Tiempo
21
25
28
25
25
21
27
25
28
Nmero
10
11
12
13
14
15
16
17
18
Tiempo
20
21
20
21
20
20
25
21
22
Estrato
3:
Nmero
19
20
21
22
23
24
25
26
Tiempo
20
23
25
21
23
20
20
21
Nmero
9
10
11
12
Tiempo
30
31
32
30
Nmero
Tiempo
Nmero
Tiempo
1
34
5
30
2
32
6
35
3
32
7
35
4
34
8
32
El
tamao
de
muestra
correspondiente
a
cada
estrato
es:
n1
= !
10
[ POLITCNICO GRANCOLOMBIANO ]
!!
!
!!
= 20 !" = 7,3 = 7
n2 = !
!!
!
n3 = !
!"
= 20 !" = 8,6 = 9
!!
!
!"
= 20 !" = 4
[ ESTADSTICA INFERENCIAL ]
11
Muestreo
Sistemtico
El
muestreo
sistemtico
o
en
serie,
se
usa
frecuentemente
por
ser
simple,
directo
y
econmico.
Consiste
en
seleccionar
uno
en
uno,
los
elementos
de
la
muestra
en
un
orden
determinado,
con
un
comienzo
aleatorio.
La
fraccin
de
muestreo
se
establece
con
la
relacin:
!
F
=
!
Suponga
que
N=
1000
y
n
=
100
entonces
la
fraccin
de
muestreo
es:
!"""
F=
!"" = 10
El
primer
elemento
se
selecciona
aleatoriamente
en
el
intervalo
0
a
10,
por
ejemplo
resulto
seleccionado
el
nmero
5,
el
segundo
elemento
que
se
seleccionar
ser
15,
luego
25
y
as
sucesivamente,
ya
que
la
fraccin
de
muestreo
es
10.
12
[ POLITCNICO GRANCOLOMBIANO ]
BIBLIOGRAFA
FREUND,
John
E.,
MILLER,
Irwin
y
MILLER,
Marylees.
Estadstica
Matemtica
con
aplicaciones.
6ed.
Madrid
Prentice
Hall,
2000.
GUTIERREZ,
Humberto
y
DE
LA
VARA,
Romn.
Control
estadstico
de
Calidad
y
Seis
Sigma
(6s).
Mxico:
McGraw-Hill,
2005.
KENNET,
Ron
S.,
y
ZACKS,
Shelemyahu.
Estadstica
Industrial
Moderna.
Barcelona,
Thomson,
2000.
MONTGOMERY,
Douglas
C.
y
RUNGER,
George
C.
Probabilidad
y
Estadstica
aplicadas
a
la
Ingeniera.
2ed.
Mxico:
Limusa,
2002.
NEWBOLD.
Paul.
Estadstica
para
los
Negocios
y
la
Economa.
4ed.
Madrid
Prentice
Hall,
1988.
WALPOLE
Ronal,
E.,
MYERS,
Raymond
H.
y
MYERS,
Sharon
L.
Probabilidad
y
Estadstica
para
Ingenieros.
6ed.
Madrid
Prentice
Hall,
1998.
[ ESTADSTICA INFERENCIAL ]
13