Universidad de los Hemisferios

Estadstica Aplicada
Nombre: Jennifer Jcome

Fecha: 18/04/2016

Tema: Resumen captulo 9.

Se estudiar diversos aspectos importantes del muestreo. El primero es el estimador

puntual, estadstico calculado a partir de informacin de la muestra para estimar el
parmetro poblacional, por ejemplo: media muestral, proporcin muestral y desviacin
estndar muestral. Ahora, dentro de este conjunto de valores que se forma a partir de la
muestra, se debe confirmar que exista la posibilidad de que el parmetro poblacional ocurra
dentro de dicho conjunto de valores, es decir cun prximo se encuentra en realidad. Para
esto es necesario el segundo aspecto: intervalo de confianza. Este se calcula con el empleo
de dos estadsticos: la media muestral y la desviacin estndar (estima el rango del
intervalo de confianza).
Para calcularlo debemos considerar 2 situaciones:
1. Desviacin estndar de la poblacin es conocida: con este valor conocido, podemos
utilizar la distribucin normal estndar. Los resultados del teorema central del lmite
permiten afirmar lo siguiente con respecto a los intervalos de confianza utilizando el
estadstico z:
95% de las medias muestrales seleccionadas de una poblacin se encontrar
dentro de 1.96 errores estndares de la media poblacional.
99% de las medias muestrales se encontrar a 2.58 errores estndares de la
media poblacional.
No hay restriccin a los niveles de confianza de 95 y 99%. Es posible seleccionar
cualquier nivel de confianza entre 0 y 100% y encontrar el valor correspondiente de z
(escogemos nivel de confianza, dividimos entre 2 y procedemos a buscar dicho valor
en la tabla de distribucin normal hasta encontrar el valor de z que ms se acerca).
Entonces, la frmula para calcular los lmites de confianza (intervalo de confianza)
sera:
2. Desviacin estndar de la poblacin es desconocida: en ocasiones no se conoce o
no se encuentra disponible la desviacin estndar de la poblacin ya que la muestra
tomada es muy pequea. Como no conoce, no puede utilizar la distribucin z. Sin
embargo, hay una solucin: utilizar la desviacin estndar de la media y sustituir la
distribucin z con la distribucin t. La distribucin t es una distribucin de
probabilidad continua ms plana y se extiende ms que la distribucin z. Las
frmulas son:

Por otro lado, tenemos tambin intervalos de confianza en mediciones nominales. Aqu las
muestras pasan a proporciones (fraccin, razn o porcentaje que indica la parte de la
muestra de la poblacin que posee un rasgo de inters particular). Esta proporcin (p) se

calcula X/n. Para crear el intervalo de confianza de una proporcin de poblacin se aplica
la frmula:
Para elegir el tamao adecuado de una muestra debemos basarnos en 3 variables:
1. El margen de error (E): mximo error admisible que se suma y resta de la media
muestral para determinar los puntos extremos del intervalo de confianza.
2. El nivel de confianza: las muestras ms grandes corresponden a niveles de
confianza ms altos.
3. La variabilidad o dispersin de la poblacin que se estudia: Si la poblacin se
encuentra muy dispersa, se requiere una muestra grande.
Elegir tamao correcto de la muestra:
Para calcular una media poblacional, se puede expresar la interaccin entre estos tres
factores y el tamao de la muestra se expresa con la frmula siguiente:
Para determinar el tamao de la muestra en el caso de una proporcin, se utiliza la frmula
siguiente:
Si la poblacin de la que se toma la muestra es finita, es necesario realizar algunos ajustes
en la forma de calcular el error estndar de las medias muestrales y del error estndar de las
proporciones muestrales ya que si la muestra es un porcentaje significativo de la poblacin,
el estimador es ms preciso. Este ajuste recibe el nombre de factor de correccin de una
poblacin finita (FPC). As, si quisiera construir un intervalo de confianza de una media a
partir de una poblacin finita sin conocer la desviacin estndar de la poblacin, la se ajusta

de la siguiente manera:

FPC