Professional Documents
Culture Documents
INGENIERA INDUSTRIAL
ESTADSTICA INDUSTRIAL
Mgt. Guido Farfn Escalante
Teora de Muestreo
Cuando se realizan estudios estadsticos
sobre algn caso, problema o fenmeno que
se desea estudiar, se debe precisar con
claridad cual es la poblacin del caso o
fenmeno en estudio, siendo esta finita o
infinita; por lo general cuando se hace un
estudio estadstico de carcter inferencial es
necesario
determinar
una
muestra
(subconjunto de la poblacin) para realizar el
estudio.
Teora de Muestreo
Existen muchas razones por las cuales se debe
obtener una muestra, entre otras estas son:
Teora de Muestreo
Muestra Probabilstica.
Muestra que se selecciona de manera que
cada integrante de la poblacin tenga una
probabilidad conocida de ser incluido en la
muestra, es decir deben ser equiprobables.
Teora de Muestreo
Tipos de muestreo.
Muestreo Probabilstico: Es un proceso en el
que se conoce la probabilidad que tiene cada
elemento de integrar la muestra.
Muestreo
Muestreo
Muestreo
Muestreo
aleatorio simple
sistemtico
estratificado
por conglomerados o reas
Teora de Muestreo
Teora de Muestreo
Ventajas del muestreo aleatorio simple.
Se recomienda cuando la poblacin es
pequea.
Sencillo y de fcil comprensin.
Clculo rpido de medias y varianzas.
Cuando la poblacin est ubicada en un
espacio reducido.
Se basa en la teora estadstica. Existen
paquetes informticos para analizar los datos.
Cuando no se tiene informacin previa de la
poblacin.
Teora de Muestreo
Desventajas del muestreo aleatorio simple.
Requiere la identificacin y catalogacin de
la poblacin, lo cual en ocasiones, resulta
muy costoso.
Requiere una probabilidad de seleccin
igual para todos los elementos que
conforman la poblacin.
Requiere mayor tamao de muestra que
las otros tipos de muestreo.
Teora de Muestreo
Muestreo aleatorio sistemtico.
Los integrantes de la poblacin se ordenan
alfabticamente en un archivo segn la
fecha en que se reciben o por algn otro
mtodo. Se selecciona al azar un punto de
inicio y despus cada k-sima elemento de
la poblacin para la muestra.
Teora de Muestreo
Ventajas del muestreo sistemtico.
Se recomienda cuando la poblacin es
numerosa.
Cuando se puede disponer de una listado
de los elementos de la poblacin.
La sencillez de la tcnica y que puede ser
utilizado con bastante grado de
confiabilidad en la prctica.
Fcil de aplicar.
Teora de Muestreo
Muestreo Estratificado.
En este tipo de muestreo se divide la poblacin o universo
en grupos relativamente homogneos, llamado estratos y
despus se toma una muestra al azar de cada estrato y la
muestra resultante se llama muestra estratificada.
Teora de Muestreo
Estratos
Comuna A
Comuna C
Comuna D
Los estratos ms grandes tienen mayor
probabilidad de ser representados.
Mgt. Guido Farfn Escalante
Teora de Muestreo
Ejemplo de Muestreo Estratificado.
Estrato Primario
Teora de Muestreo
Ventajas del muestreo estratificado.
Se recomienda cuando se tiene un
conocimiento a priori de la poblacin.
Cuando se trata de elementos
poblacionales susceptibles a ser
clasificados.
Cuando existe inters en obtener
informacin a nivel de las sub-poblaciones.
Se obtienen estimaciones ms precisas.
Su objetivo es conseguir una muestra lo
ms semejante posible a la poblacin.
Mgt. Guido Farfn Escalante
Teora de Muestreo
Tipos de Muestreo Estratificado.
Afijacin
simple
Afijacin
proporcional
Afijacin
ptima
Teora de Muestreo
Muestreo conglomerado.
Este mtodo tambin se conoce como muestreo de reas
y es til cuando la poblacin se encuentra dispersa. La
seleccin de la muestra puede requerir varias etapas.
En este mtodo se procede como se indica a
continuacin:
Clasificar o dividir en reas o manzanas.
Escoger al azar la muestra donde se va a
comenzar el muestreo.
Determinar la frecuencia del muestreo.
Teora de Muestreo
Ventajas del muestreo conglomerado.
Teora de Muestreo
Diferencias entre
Tipos de Muestreo.
Probabilsticos
Todas las unidades
tienen igual
probabilidad de
participar en la
muestra.
La eleccin de cada
unidad muestral es
independiente de las
dems.
Se puede calcular el
error muestral.
No
Probabilsticos
Cada unidad NO tiene
igual probabilidad de
participar en la
muestra.
No se puede calcular
el error muestral,
Alto riesgo de error
producido por la
introduccin de
sesgos.
Mgt. Guido Farfn Escalante
Teora de Muestreo
Error de Muestreo.
Estadstico
(muestra)
Parmetro
Poblacional
muestral
X Media
S 2 Varianza
muestral
S Desviacin
estandar muestral
Media
poblacional
2 Varianza
poblacional
Desviacin
estandar
E X
E S2 2
E S
Mgt. Guido Farfn Escalante
Teora de Muestreo
Distribucin muestral de medias.
Es una distribucin probabilstica que consta
de una lista de todas las medias muestrales
posibles de un tamao de muestra dado de
una poblacin y la probabilidad asociada con
cada media muestral.
Teora de Muestreo
Ejercicio de aplicacin.
Una empresa industrial tiene 7 trabajadores de produccin. La retribucin
salario por hora de cada empleado. Se muestra en la siguiente tabla.
TRABAJADOR
SALARIO
Javier
Sal
Susana
Berta
Juan
Aura
Carlos
Teora de Muestreo
Solucin.
1
7788789
7
7.7143
2
7
7!
N de muestra
21
2!5!
2
Mgt. Guido Farfn Escalante
Teora de Muestreo
Tabla de medias muestrales de todas las muestras
posibles de tamao 2.
N de muestra Trabajadores
1
2
3
4
5
6
7
8
9
10
Ja,Sa
Ja,Su
Ja,Be
Ja,Ju
Ja,Au
Ja,Ca
Sa,Su
Sa,Be
Sa,Ju
Sa,Au
Salarios
Media
7,7
7,8
7,8
7,7
7,8
7,9
7,8
7,8
7,7
7,8
7
7.5
7.5
7
7.5
8
7.5
7.5
7
7.5
Teora de Muestreo
Tabla de medias muestrales de todas las muestras
posibles de tamao 2.
N de muestra Trabajadores
11
12
13
14
15
16
17
18
19
20
21
Sa,Ca
Su,Be
Su,Ju
Su,Au
Su,Ca
Be,Ju
Be,Au
Be,Ca
Ju,Au
Ju,Ca
Au,Ca
Salarios
Media
7,9
8,8
8,7
8,8
8,9
8,7
8,8
8,9
7,8
7,9
8,9
8
8
7.5
8
8.5
7.5
8
8.5
7.5
8
8.5
Teora de Muestreo
Distribucin de Muestreo de las
medias.
MEDIA MUESTRAL
N DE MEDIAS
PROBABILIDAD
0.1429
7.5
0.4285
0.2857
8.5
0.1429
TOTAL
21
1.000
Teora de Muestreo
Clculo de la media muestral.
P (X)
X gP (X)
0.1429
1.0003
7.5
0.4285
3.21375
0.2857
2.2856
8.5
0.1429
1.21465
TOTAL
1.000
7.7143
X 7.7143
Teora de Muestreo
Distribucin de Probabilidad de
salarios.
Salario
Nmero
Probabilidad
0.4286
0.4286
0.1429
TOTAL
1.000
Teora de Muestreo
Grficos.
Valores de Poblacin
Distribucin de medias
muestrales
Teora de Muestreo
Observaciones.
La media de las medias mustrales de 7.4173 es
igual a la media poblacional esto siempre es
cierto si todas las muestras de un tamao dado
se selecciona a partir de una poblacin de
inters.
Observando los grficos se percibe que la
dispersin en la distribucin de las medias
mustrales es menor que la dispersin en la
distribucin de la poblacin.
La grafica que representa a la distribucin de la
poblacin y la de las medias mustrales indica el
cambio en la forma de la poblacin a la muestra
(tiende a una distribucin normal).
Mgt. Guido Farfn Escalante
Teora de Muestreo
Teorema de Limite central.
En el caso de una poblacin con media y
varianza 2, la distribucin muestral de las
medias de todas las muestras posibles de
tamao n generadas a partir de la poblacin,
tendr una distribucin aproximadamente
normal (siendo la media de la distribucin
muestral igual a y la varianza igual a 2/n)
considerando que el tamao de la nuestra es
bastante grande.
Teora de Muestreo
Seleccin del tamao de la muestra.
POBLACIN
FINITA
INFINITA
Teora de Muestreo
Factores que determinan el tamao de la muestra.
(Ninguno de los cuales tiene relacin directa con el tamao de la
poblacin).
Grado de
confianza
seleccionado
El mximo
error
permisible
La variacin
de la
poblacin
Teora de Muestreo
Clculo del tamao de la muestra.
a)Poblacin Infinita.
Donde:
z gs
n
E
z
s
E
Teora de Muestreo
Ejercicio de aplicacin.
Se plantea un estudio para determinar el tiempo promedio que los
nios del nivel preescolar ven la televisin. Un estudio piloto indic que
el tiempo medio por semana es de 12 horas, con una desviacin
estndar de 3 horas. Se desea estimar el tiempo el tiempo medio
dentro de un cuarto de hora. Se utilizar el grado de confianza de 0,95.
Cuntos nios de nivel preescolar deben incluirse en la
investigacin?.
2
z 1,96
s3
E 0, 25
1,96g3
n
0, 25
n 553
Teora de Muestreo
b)Poblacin Infinita (Para
proporciones).
z
n p (1 p )
E
Donde:
p
z
E
Teora de Muestreo
Ejercicio de aplicacin.
Suponga que un gobernante desea una estimacin de la proporcin de la
poblacin que apoya su poltica salarial. El gobernador desea que la
estimacin est dentro de 0,04 de la proporcin verdadera. Considere que se
usa un nivel de confianza de 0,95. El asesor del gobernante estim que la
proporcin que apoya la poltica actual es de 0,60.
a. Qu tan grande debe ser la muestra?.
b. Cuan grande debera ser la muestra si no se contara con la estimacin
del asesor?.
2
z 1,96
p 0, 60
E 0, 04
1,96
a ) n (0, 60)(0, 40)
0,
04
n 576
1,96
b) n (0,50)(0,50)
0, 04
n 600
Mgt. Guido Farfn Escalante
Teora de Muestreo
c)Poblacin Finita.
p q
n 2
E
p q
2
N
z
Donde:
Teora de Muestreo
Ejercicio de aplicacin.
Se desea realizar un estudio de mercado para evaluar la factibilidad de
producir un nuevo producto, la proporcin de poblacin favorable (encuesta
piloto) es 0,60. El grado de confianza es de 0,90 y tamao de la poblacin es
10000. Cul es el tamao de la muestra para realizar el estudio?.
z 1, 645
p 0, 60
q 0, 40
E 0,14
N 10000
0,10
1, 645
n 65
Si el grado de confianza es 0,95: z = 1,96
0, 05
2
1,96
n 356
Mgt. Guido Farfn Escalante
Teora de Muestreo
Frmula de ajuste para poblacin
finita.
n'
n
n'
1
N
Para el ejemplo:
356
n
356
1
10000
n 344
Mgt. Guido Farfn Escalante
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Problema.
a) En un experimento se trata de seleccionar una
muestra aleatoria de 256 administradores o
gerentes para el estudio. Un elemento de inters es
su ingreso anual. La media muestral que se calcula
es de $35420 y la desviacin estndar es de 2050.
1.
2.
3.
4.
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Estimacin
Problemas.
a) Supngase que 1600 de 2000 trabajadores sindicalizados que
se muestrean estn a favor de unirse a una federacin. Si se
utiliza un grado de confianza de 0.95. Cul es la estimacin
de intervalo para la proporcin de la poblacin?.
b) Hay 300 estudiantes egresados de ingeniera. En una muestra
de 30 se encontr que 18 se graduaron. Establezca un
intervalo de confianza para la proporcin de estudiantes
egresados. Con los siguientes intervalos de confianza:
90%
94%
98%
Estimacin
Estimacin
Estimacin
Estimacin
PRUEBA DE HIPTESIS
Mgt. Guido Farfn Escalante
Prueba de Hiptesis
La estadstica Inferencial, es el proceso por el cual se deducen (infieren)
propiedades o caractersticas de una poblacin a partir de una muestra
significativa.
Poblacin
Muestra
Definicin
Coleccin de elementos
considerados
Parte o porcin de la
poblacin seleccionada para
su estudio
Caractersticas
Parmetros
Estadsticos
Smbolos
Tamao de la poblacin = N
Tamao de la muestra = n
Media de la poblacin =
Media de la muestra =
Desviacin estndar de la
Poblacin =
Desviacin estndar de la
muestra = s
Prueba de Hiptesis
QU ES UNA HIPTESIS?
Una hiptesis es una
afirmacin o declaracin
acerca de un parmetro
de la poblacin.
Ej. El 90% de los jvenes que pasan
el mayor tiempo conectados a una
computadora padecen de problemas
musculares.
Ej. El tiempo promedio de vida de
Prueba de Hiptesis
Hiptesis
nula
Prueba de Hiptesis
Hiptesis
Alternativa
Ej. H1:
10
Prueba de Hiptesis
Procedimiento basado en la
evidencia muestral y en la teora
de probabilidad, que se emplea:
Prueba de
Hiptesis
Prueba de Hiptesis
Pasos para
probar una
hiptesis
Aceptar H0
Rechazar H0 y
aceptar H1
Mgt. Guido Elas Farfn Escalante
Prueba de Hiptesis
Paso 1
Hiptesis Nula
H0
Hiptesis
Alternativa H1
Prueba de Hiptesis
Paso 1
Una prueba de
hiptesis tomando
los valores de los
datos de la media de
la poblacin ()
debe asumir una de
estas tres formas
H0: = 0
H1: 0
H0: < 0
H1: > 0
La hiptesis nula
siempre contiene
la igualdad.
H0: > 0
H1: < 0
Mgt. Guido Elas Farfn Escalante
Prueba de Hiptesis
Paso 2
Nivel de Significacin
Error Tipo I
Error Tipo II
Probabilidad de aceptar la
hiptesis nula cuando en
realidad es falsa
Prueba de Hiptesis
Paso 2
Hiptesis
Nula
Investigador
Aceptar H0
Rechazar H0
H0 es cierta
Decisin correcta
Error Tipo I
()
H0 es falsa
Error Tipo II
()
Decisin correcta
Prueba de Hiptesis
Paso 3
: Chi-cuadrado
Estadstico
de Prueba
Ej.
X
z
/ n
Mgt. Guido Elas Farfn Escalante
Prueba de Hiptesis
Paso 4
Valor Crtico
Prueba de Hiptesis
Paso 4
Prueba de Hiptesis
Paso 5
Prueba de Hiptesis
VALOR p
En los ltimos aos, estimulada por la disponibilidad de
programas (software), se da a conocer con frecuencia informacin
adicional a cerca de la fuerza del rechazo o de la confianza
para rechazar la hiptesis nula. ste mtodo seala la
probabilidad de un valor del estadstico de prueba por lo menos
tan extrema como el obtenido. ste procedimiento compara la
probabilidad, llamada valor p, con el nivel de significacin
p P(Z Ze. p. )
Si p se acepta H 0
Si p se rechaza H 0 y se acepta H1
Prueba de Hiptesis
UNA MEDIA POBLACIONAL: MUESTRAS GRANDES
Se conoce
Estadstico de Prueba:
ze . p .
/ n
Prueba de Hiptesis
UNA MEDIA POBLACIONAL: MUESTRAS GRANDES
Se desconoce
Estadstico de Prueba:
ze. p .
X
s/ n
Prueba de Hiptesis
DOS MEDIAS POBLACIONALES
Estadstico de Prueba:
X 1 : Media de la primera muestra
ze . p .
X1 X 2
s12 s 22
+
n1 n2
Prueba de Hiptesis
PROPORCIONES
Una Proporcin poblacional
p
ze. p .
p p
p : Proporcin Poblacional
p (1 p )
n
p : Proporcin Muestral
n : Tamao de la muestra
Prueba de Hiptesis
PROPORCIONES
Diferencia entre dos proporciones poblacionales
z e. p .
pc
p1 p2
Prueba de Hiptesis
CARACTERSTICAS DISTRIBUCIN t DE STUDENT
Como la distribucin z, es una distribucin continua.
Como la distribucin z, es de forma de campana y simtrica.
No hay una distribucin t, sino ms bien una familia de
distribuciones t.
Todas tienen la misma media igual a cero, pero sus desviaciones
estndares difieren de acuerdo con el tamao de muestra, n. Hay
una distribucin t para un tamao de muestra 20, otra para un
tamao de muestra 22, y as sucesivamente.
Prueba de Hiptesis
La distribucin normal estndar y la distribucin t de Student
Distribucin z normal
Distribucin t
Prueba de Hiptesis
Regiones de rechazo para las distribuciones z y t, nivel 0.05, prueba de una cola
Distribucin z
Regin de
rechazo
0.05
Distribucin de t
1.645
Valor
crtico
n=5
Escala de z
Regin de
rechazo
0.05
2.132
Valor
crtico
Mgt. Guido Elas Farfn Escalante
Prueba de Hiptesis
PRUEBA PARA LA MEDIA POBLACIONAL
Estadstico de Prueba:
te. p .
s
n
X : Media Muestral
: Media Poblacional
n : Nmero de observaciones
s : Desviacin estndar muestral
Prueba de Hiptesis
COMPARACIN DE DOS MEDIAS DE
POBLACION
Estadstico de Prueba:
te. p .
X1 X 2
1 1
s
n1 n2
2
p
n1 n2 2
s22 : Varianza dela segunda muestra
2
s p : Estimacin combinada dela var ianza muestral
2
p
Estimacin
Problema.
Una empresa fabrica y ensambla cortadoras de csped, que se envan a comerciantes
de los Estados Unidos y Canad. Se han propuesto dos procedimientos para instalar el
motor en la armazn de una cortadora. La pregunta es: Existe alguna diferencia en el
tiempo medio para montar los motores en las armazones de las cortadoras de csped?.
El primer procedimiento fue desarrollado por W.S. (y se designa procedimiento 1) y el
otro procedimiento lo desarroll A.T. (y se designa procedimiento 2). Para evaluar los
dos mtodos propuestos, se decidi realizar un estudio de movimientos y tiempos. Una
muestra de cinco trabajadores se consider utilizando el procedimiento 1, y otra de seis
se aplic el procedimiento 2. Los resultados en minutos, se muestran a continuacin.
Existe diferencia en los tiempos medios de montaje?. Utilice el nivel de significacin de
0.10.
Procedimiento 1 (min)
Procedimiento 2 (min)
4
3
Mgt. Guido Farfn Escalante
Prueba de Hiptesis
OBSERVACIONES POR PARES
d
t
sd
n
Estadstico de Prueba:
Con n 1 grados
de libertad
Sd
2
d
n 1
n
Mgt. Guido Elas Farfn Escalante