Ensayo de Muestreo y Estimacion

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 5

Instituto Tecnológico Superior de Coatzacoalcos

INGENIERÍA EN ADMINISTRACIÓN

Materia: Estadística.

Docente: Miguel Cruz Méndez.

Tema: Ensayo muestreo y estimaciones.

Grado y grupo: 3° “D”

Alumno: Emily Micheel Cobos Vazquez.

Fecha: 22 de octubre del 2020.


Introducción.
Se denomina muestreo al proceso por el que generamos las muestras.
Una muestra es una parte (un subconjunto) de la población, y se desea
que la muestra sea lo más representativa posible de la población de la que
procede. Sin embargo, por muy cuidadosa que sea la selección de la
muestra difícilmente será una representación exacta de la población. Esto
significa que su tendencia central, variabilidad, o aproximarán las de la
población, pero habrá cierta diferencia, que interesa sea lo menor posible.
Un concepto clave de muestreo es el de representatividad: Los
procedimientos de muestreo tienen por objeto generar muestras lo más
representativas posibles de las poblaciones dados los objetivos de la
investigación y las circunstancias que afectan al muestreo. Desde un
punto de vista aplicado, se denomina muestreo el proceso de selección de
la muestra o muestras a utilizar para la investigación. Esto supone generar
una o pocas muestras.

La estimación es conveniente recordar cuál es la situación habitual con la


que nos encontramos en un proceso de inferencia. Nuestro interés se
centra en el estudio de una característica determinada de una población.
Dicha característica puede denotarse por una variable aleatoria X definida
sobre la población y con función de densidad f(x). Si conocemos f(x)
tendremos caracterizada a la variable aleatoria X y el problema queda
resuelto.

Desarrollo.

Muestreo:

Un muestreo es la selección de una muestra a partir de una población,


entendida como muestra un subconjunto, elegido de un conjunto mayor
usualmente de manera aleatoria, para realizar un estudio estadístico. Al elegir una
muestra, se espera que los datos estadísticos sean proporcionales a la población,
y por lo tanto, que las propiedades sean extrapolables a la población. Este
proceso permite ahorrar recursos, obteniendo resultados parecidos si se
realizasen a toda la población. Cabe mencionar para que el muestreo sea válido y
se pueda realizar un estudio fiable (que represente a la población), debe cumplir
ciertos requisitos, lo que lo convertiría en una muestra representativa.

Distribución en el muestreo:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la
población (N), dos o más muestras pueden ser extraídas de la misma población.
Un cierto estadístico puede ser calculado para cada una de las muestras posibles
extraídas de la población. Una distribución del estadístico obtenida de las
muestras es llamada la distribución en el muestreo del estadístico.
Por ejemplo, si la muestra es de tamaño 2 y la población de tamaño 3 (elementos
A, B, C), es posible extraer 3 muestras (AB, BC Y AC) de la población. Podemos
calcular la media para cada muestra. Por lo tanto, tenemos 3 medias muéstrales
para las 3 muestras. Las 3 medias muéstrales forman una distribución. La
distribución de las medias es llamada la distribución de las medias muéstrales, o la
distribución en el muestreo de la media. De la misma manera, la distribución de
las proporciones (o porcentajes) obtenida de todas las muestras posibles del
mismo tamaño, extraídas de una población, es llamada la distribución en el
muestreo de la proporción.

TEORIA DEL MUESTREO:

Uno de los propósitos de la estadística inferencial es estimar las


características poblacionales desconocidas, examinando la información obtenida
de una muestra, de una población. El punto de interés es la muestra, la cual debe
ser representativa de la población objeto de estudio.

Se seguirán ciertos procedimientos de selección para asegurar de que las


muestras reflejen observaciones a la población de la que proceden, ya que solo se
pueden hacer observaciones probabilísticas sobre una población cuando se usan
muestras representativas de la misma.

Una población está formada por la totalidad de las observaciones en las cuales
se tiene cierto observa.

Una muestra es un subconjunto de observaciones seleccionadas de una


población.

Principales tipos de muestreo

Aleatorio: Todos los elementos de la población son seleccionado al azar.

Aleatorio con reposición: Los elementos seleccionados vuelven a formar parte


del conjunto del que hacemos el muestreo. Es a decir, pueden volver a ser
seleccionados.

Aleatorio sin reposición: Una vez seleccionado un elemento no puede volver a


ser seleccionado.

Aleatorio estratificado: La población se divide en subconjuntos (estratos), en


cada uno de los cuales se lleva a cabo el muestreo de elementos.
Aleatorio por conglomerado: La población se divide en subconjuntos
(conglomerados), que son seleccionados aleatoriamente. Los componentes de los
conglomerados seleccionados constituyen la muestra.

Aleatorio sistemático: Se selecciona aleatoriamente la posición de un


componente de la lista (k). A continuación, seleccionamos los componentes que
ocupan los lugares siguientes de acuerdo a una regla (para ejemplo, los que
ocupan los lugares k+10, k+20, k+30, etc.)

Estimaciones:

La estimación de parámetros tiene por finalidad asignar valores a los


parámetros poblacionales a partir de los estadísticos obtenidos en las
muestras. Dicho de otra manera, la finalidad de la estimación de
parámetros es caracterizar las poblaciones a partir de la información de
las muestras (por ejemplo, inferir el valor de la Media de la población a
partir de los datos de la muestra).

Estimación por intervalos

La estimación por intervalos consiste en establecer el intervalo de valores


donde es más probable se encuentre el parámetro. La obtención del
intervalo se basa en las siguientes consideraciones:

a) Si conocemos la distribución muestral del estimador podemos obtener las


probabilidades de ocurrencia de los estadísticos muestrales.

b) Si conociéramos el valor del parámetro poblacional, podríamos


establecer la probabilidad de que el estimador se halle dentro de los
intervalos de la distribución muestral.

c) El problema es que el parámetro poblacional es desconocido, y por ello el


intervalo se establece alrededor del estimador. Si repetimos el muestreo un
gran número de veces y definimos un intervalo alrededor de cada valor del
estadístico muestral, el parámetro se sitúa dentro de cada intervalo en un
porcentaje conocido de ocasiones. Este intervalo es denominado "intervalo
de confianza".
Ejemplo:

Un ascensor limita el peso de sus 4 ocupantes a 300 kilogramos. Si el peso


de un individuo sigue una distribución normal N(71,7), calcular la
probabilidad de que el peso de 4 individuos supere los 300 kilogramos.

RESOLUCIÓN. Considerando que el peso de cada persona presenta una


distribución normal con µ = 71 y σ = 7, al seleccionar una muestra de 4
personas tenemos que: P(X1 +X2 +X3 +X4 > 300) = P X1 +X2 +X3 +X4 4
> 300 4 = P(X > 75) = P Z > 75−71 √ 7 4 ! = P(Z > 1.143) = 1−P(Z < 1.143)
= 1−0.8735 = 0.1265.

Conclusión.

En resumen, el muestreo en una auditoría es una técnica o proceso de selección de muestras de


un conjunto más grande de elementos llamados poblaciones, campos o universos. En etas se
Utiliza las características de las muestras para hacer inferencias sobre las muestras. Las
Características del campo completo de juegos. El propósito básico de la inferencia estadística es
hacer inferencias generales conclusiones basadas en la información contenida en la muestra
general. Las inferencias o conclusiones extraídas de la población deben basarse en la información
estadística de la muestra, la información proporcionada por la muestra. En general, hay dos
formas de obtener inferencias sobre los valores de los parámetros de la población como el valor
medio de la población y estimación o prueba de hipótesis.

También podría gustarte