POBLACION Y MUESTRA

El uso del trmino poblacin en estadstica es un vestigio de la poca en que la estadstica se aplicaba principalmente a los fenmenos sociolgicos y econmicos. En nuestros das se aplica a conjuntos de nmeros, mediciones u observaciones.. Por ejemplo si queremos determinar el nmero promedio de aparatos de televisin por familia en la ciudad de Rosario, la totalidad de estos datos ( nmero de televisores ), uno por cada familia, constituye la poblacin en estudio. De manera similar, la poblacin de donde los inspectores obtienen una muestra para determinar alguna caracterstica de un producto, pueden estar constituidas por las mediciones correspondientes a todas las unidades e lote determinado; segn los objetivos de la inspeccin, puede tambin constar, todas las mediciones correspondientes de todos los artculos que puedan fabricar En algunos casos, corno en el ejemplo relativo al nmero de aparatos de televisin por familia, la poblacin es finita: en otros, como cuando se determina alguna caracterstica de todos los artculos pasados, presentes y futuros, que podran ser fabricados por un proceso determinado, es conveniente considerar la poblacin infinita. Anlogamente, consideramos los resultados obtenidos de una serie de lanzamientos de una moneda corno una muestra de la poblacin hipottica consistente en todos los posibles lanzamientos de la moneda. Las poblaciones se describen a menudo por las distribuciones de sus valores y es una prctica comn referirnos a ellas en trminos de su distribucin. (En el caso de poblaciones finitas, nos estamos refiriendo aqu a la distribucin real de sus valores: para poblaciones infinitas, nos referimos a la distribucin de probabilidad o densidad de probabilidad correspondientes.) Por ejemplo, podemos referirnos al nmero de lanzamientos de una moneda como una muestra de poblacin binomial o a ciertas mediciones como una muestra de poblacin normal. En adelante, cuando hablemos de una poblacin f(x), entenderemos una poblacin tal que sus elementos posean una distribucin de frecuencias, una distribucin de probabilidad o una densidad con valores dados por f(x). Si una poblacin es infinita resulta imposible observar todos sus valores, y aun si es finita puede ser poco prctico o muy caro observarla por completo. De ah que casi siempre haya que recurrir a una muestra, o sea a una parte de la poblacin e inferir de ella resultados relativos a la poblacin entera. Por supuesto, tales resultados son tiles slo si de alguna manera la muestra es representativa de la poblacin. Sera absurdo, por ejemplo, esperar generalizaciones tiles sobre la poblacin de los ingresos familiares en 2003 en Rosario basndose exclusivamente en datos relativos a los jefes de familia.

Asimismo, difcilmente podemos esperar generalizaciones razonables acerca del rendimiento de un neumtico si slo es probado en caminos que estn en muy buen estado. Para asegurar que la muestra sea representativa de la poblacin de donde se obtiene y proporcionar una base para aplicar la teora de la probabilidad a problemas de muestreo, limitaremos nuestra atencin a las llamadas muestras aleatorias. El muestreo en poblaciones finitas ser definido como sigue: Un conjunto de observaciones x1 x2 .. xn constituye una muestra aleatoria de tamao n de una poblacin finita de medida N, si es elegida en forma tal que cada subconjunto de n de os N elementos de la poblacin tenga la misma probabilidad de ser elegido. Obsrvese que esta definicin de aleatoriedad se refiere en esencia a la 1nafl la que los valores de la muestra son elegidos. Esto vale tambin para la siguiente definicin de una muestra aleatoria de una poblacin infinita:. Un conjunto de observaciones x1 x2 .. xn. constituye una muestra aleatoria de tamao n de una poblacin infinita f(x) si: 1. Cada x, es un valor de una variable aleatoria cuya distribucin tiene los valores f(x). 2. Estas n variables aleatorias son independientes. Existen varias formas de asegurarse de que la seleccin de una muestra sea al menos aproximadamente aleatoria. Cuando trabajamos con una poblacin finita, podemos numerar en serie los elementos de una poblacin y seleccionar despus una muestra con la ayuda de una tabla de nmeros aleatorios. Por ejemplo, si una poblacin tiene N = 500 elementos y deseamos seleccionar una muestra aleatoria de tamao n = 10, podemos usar tres columnas arbitrariamente elegidas de la tabla 7 para obtener 10 nmeros de tres dgitos menores o iguales que 500, los cuales sirven entonces como los nmeros en serie de los elementos que sern incluidos en la muestra. Si el tamao de la poblacin es muy grande, el uso de nmeros aleatorios puede ser muy laborioso y, algunas veces, prcticamente imposible. Por ejemplo, si una muestra de cinco cajas de duraznos enlatados se elige para revisin entre las miles almacenadas en una bodega, difcilmente puede esperarse numerar todas las cajas, hacer una eleccin mediante los nmeros aleatorios y extraer luego los que fueron elegidos. En una situacin como sta, se tiene muy poca opcin si no se hace la eleccin relativamente fortuita, esperando que esto no dae en forma seria la suposicin de aleatoriedad que es bsica para gran parte de la teora estadstica.

Cuando trabajamos con poblaciones infinitas, la situacin difiere un poco puesto que no podemos numerar fsicamente los elementos de la poblacin; pero nos esforzamos en aproximar las condiciones de aleatoriedad por medio de artificios. Por ejemplo, al seleccionar una muestra de una lnea de produccin, podemos aproximar las condiciones de aleatoriedad eligiendo un artculo cada media hora; cuando arrojamos una moneda podemos tratar de hacerlo en forma tal que ningn lado sea intencionalmente favorecido, etc. El uso apropiado de los artificios mecnicos para seleccionar muestras aleatorias es siempre preferible a la decisin humana, por ser muy difcil evitar predilecciones inconscientes cuando efectuamos una eleccin. Aun con la cuidadosa eleccin de artificios especiales, muchas veces cometemos graves errores al seleccionar una muestra aleatoria. Para ilustrar algunas de estas trampas supngase que debemos seleccionar troncos que estn siendo suministrados a un aserradero mediante una banda sinfn, con el propsito de obtener una muestra aleatoria de sus longitudes. Un artificio de muestreo, que a primera vista parecera asegurar aleatoriedad consiste en medir los troncos que pasan por un punto dado al finalizar cierto nmero de intervalos de diez minutos. Sin embargo, si reflexionamos, nos daremos cuenta de que el mtodo de seleccin favorece a los troncos ms largos, puesto que tardan ms en pasar por un punto determinado. As la muestra no es aleatoria porque los troncos ms largos tienen mayor oportunidad de ser escogidos. Otro error comn al seleccionar una muestra es efectuar el muestreo en una poblacin equivocada o en una que no est bien determinada Como sealamos con anterioridad, sera difcil obtener una muestra de la que Pudisemos generalizar acerca de los ingresos familiares en si la limitamos a los jefes de familia. De manera similar, si deseamos determinar el efecto que ejercen las vibraciones sobre un elemento estructural, con todo cuidado deberamos determinar el rango de frecuencias de vibraciones que es de relevancia, y hacer Vibrar elementos de prueba slo en frecuencias elegidas aleatoriamente dentro de ese rango. La mayora de las investigaciones estadsticas se proponen generalizar a partir de la informacin contenida en muestras aleatorias acerca de la poblacin de donde fueron obtenidas. En particular, estaremos interesados frecuentemente en el problema de hacer inferencias sobre los parmetros de las poblaciones, como la media ( ) o la desviacin estndar ( ). Para efectuar tales inferencias utilizaremos estadsticos como x y s, es decir, cantidades calculadas con base en observaciones de la muestra. En la prctica, el trmino estadstico tambin se aplica a las variables aleatorias correspondientes. En vista de que la seleccin de una muestra aleatoria es controlada en gran

medida por el azar, tambin lo son los valores que obtenemos para los estadsticos; y en el resto de este captulo nos dedicaremos a distribuciones muestrales, es decir, a las que describen las fluctuaciones de los estadsticos calculados con base en muestras aleatorias.