ESTADÍSTICA INFERENCIAL
La Estadística Inferencial estudia el conjunto de datos pertenecientes a una muestra, extraída de una
población objeto de estudio, con el propósito de predecir el comportamiento de la población, a partir de los
resultados observados en la muestra.
Como las poblaciones son en general muy grandes, como para estudiarse en su totalidad, es necesario
seleccionar una muestra representativa de la misma y de un tamaño que se pueda manejar. El estudio que
se realice a la muestra seleccionada, sirve entonces, para sacar conclusiones o hacer inferencias acerca de
la población.
La Estadística Inferencial involucra el uso de un estadístico, calculado en la muestra, que permite estimar el
valor de un parámetro poblacional determinado, para sacar conclusiones o hacer inferencias acerca del
comportamiento de la población de interés.
PARÁMETRO:
Un parámetro es un valor que resume o recoge la información de todos los datos provenientes de una
población objeto de estudio. El cálculo de este número está determinado por una función de los datos de la
población.
El estudio de una gran cantidad de datos individuales de una población puede ser tedioso y extenso, por lo
que se hace necesario realizar un resumen que permita tener una idea global del comportamiento de la
población y con ello, tomar decisiones.
ESTADÍSTICO:
Un estadístico es una función de los datos de la muestra, extraída de una población objeto de estudio, con el
propósito de estimar el valor de un parámetro poblacional de interés y con ello hacer inferencias sobre el
comportamiento de la población.
MUESTREO
El muestreo es una herramienta de la investigación científica, cuya función básica es determinar que parte de
una población debe estudiarse, con la finalidad de hacer inferencias sobre toda población.
La razón principal para observar una muestra en lugar de la población completa, consiste en que la recogida
de toda la información resulta exageradamente costosa en la mayoría de las ocasiones.
Además del factor económico, una enumeración completa de la población llamada CENSO, puede ser
imposible por circunstancias como el tiempo, la logística o factores ambientales.
Marco Muestral
Es la base de datos que permite identificar y ubicar a todos los elementos de la población objetivo.
FORMAS DE MUESTREO
- Muestreo Con Reemplazo
- Muestreo Sin Reemplazo.
Muestreo Con Reemplazo:
Cuando habiéndose determinado el tamaño de las muestras que se van a seleccionar, cada vez que se
seleccione un individuo para que haga parte de una muestra, se incluye nuevamente en la población con la
posibilidad de ser elegido nuevamente.
Muestreo Sin Reemplazo:
Cuando habiéndose determinado el tamaño de las muestras que se van a seleccionar, cada vez que se
seleccione un individuo para que haga parte de una muestra, no se incluye más en la población y así
sucesivamente con todos los individuos o elementos que se van extrayendo.
El muestreo sin reemplazo se puede hacer con orden o sin orden.
ERROR EN EL MUESTREO
Cuando se usan valores muéstrales (estadísticos), para estimar valores poblacionales (parámetros), se puede
incurrir en dos tipos generales de error, El Error Muestral y el Error no Muestral.
Error Muestral:
En general, es la variación natural existente entre muestras tomadas de la misma población.
Es la diferencia que hay entre el valor del estadístico en la muestra y el correspondiente parámetro de la
población.
𝑒 = 𝑥̅ − 𝜇
Error No Muestral:
Es un error que no está asociado con el procedimiento de muestreo usado. Y sucede cuando,
- Los individuos bajo estudio dan respuestas inexactas o inciertas.
- Cuando los instrumentos de recolección de información estan mal ajustados o mal calibrados o hay fallas
en la entrevista o en el desarrollo del trabajo de campo.
- Los datos estan mal consignados o se pierde información al momento de tabularla.
- Se tiende a favorecer la selección de ciertos elementos de la muestra en lugar de otros.
MÉTODOS DE MUESTREO
- Muestreo Probabilístico
- Muestreo No Probabilístico
Muestreo Probabilístico:
Implica que todos los elementos de una población objetivo tienen la misma probabilidad de ser seleccionados
y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se
cumplan. Con los resultados que se obtengan de esta muestra, se pueden hacer inferencias sobre toda la
población de dónde se extrajo.
Muestreo No Probabilístico:
Cuando el investigador puede influenciar en la selección de las muestras o debido a la inexistencia de un
marco muestral o cuando los elementos de la población no tienen la misma probabilidad de ser seleccionados.
Con este tipo de muestra, no es posible hacer inferencias sobre la población de dónde se extrajo.
Métodos De Muestreo Probabilístico
Muestreo Aleatorio Simple
Definición: El Muestreo Aleatorio Simple, es aquel en el que todas las posibles muestras del mismo tamaño
tienen la misma probabilidad de ser escogidas. El muestreo aleatorio simple es la forma más fácil de muestreo
probabilístico. Lo único que el investigador tiene que hacer es asegurarse de que todos los miembros de la
población sean incluidos en la lista y luego seleccionar al azar el número deseado de sujetos.
Mecanismos de Selección de la Muestra
Tabla de Números Aleatorios:
Una de las formas de escoger los elementos que harán parte de la muestra, es a través de una Tabla de
Números Aleatorios, que es una tabla de números que se hace y se presenta en tal forma que cada uno de
los números 0 al 9, aparecen en ella con una frecuencia aproximadamente igual.
Ejemplo: De una población de 250 niños, se desea tomar una muestra de 15 chicos para estimar el peso
medio de estos, en kilos. Como se haría la selección de la muestra aplicando el Método de Muestreo Aleatorio
Simple.
Algoritmo Coordinado Negativo:
Consiste en asignarle un número aleatorio a cada uno de los elementos del marco muestral, posteriormente
se organizan los números del marco muestral, desde el aleatorio más pequeño hasta el aleatorio más grande
y se seleccionan los primeros n elementos, de acuerdo al tamaño de la muestra.
Ejemplo: La siguiente base de datos, muestra las características laborales de un grupo de 10 empleados, que
pertenecen a una empresa de transporte de mercancias. Los dueños de la empresa desean tener una
información descriptiva acerca de los salarios de sus empleados, entre otras variables. Escoge una muestra
aleatoria de 4 empleados usando el algoritmo coordinado negativo, para realizar las estimaciones
correspondientes.
Salario en Número de Tiempo
Miles de Veces que de
Pesos Viaja a la Servicio
Empleado Semana Edad (años)
1 900 3 35 3
2 650 4 40 2
3 690 4 42 3
4 750 4 33 4
5 700 3 38 5
6 700 4 43 3
7 684 3 41 2
8 850 5 30 4
9 830 6 44 1
10 840 6 40 2
Muestreo Aleatorio Estratificado
Definición: Suponga que una población de N individuos puede subdividirse en K grupos mutuamente
excluyentes, llamados ESTRATOS. El Muestreo Aleatorio Estratificado, es la selección de muestras aleatorias
simples independientes dentro de cada uno de los estratos de la población, para conformar un tamaño de
muestra n.
Observación:
Si los K grupos de la población contienen N1, N2,……NK, tamaños poblacionales respectivamente, entonces
N1+ N2 +……+ NK= N. Si los tamaños de muestra de cada una de los estratos son respectivamente, n1,
n2,……nK, entonces n1+ n2 +……+ nK= n
También es conocido como Muestreo Aleatorio Proporcional y es una técnica de muestreo probabilístico en
donde los sujetos son inicialmente agrupados en diferentes categorías, tales como la edad, el nivel
socioeconómico, género, ciudad, empresa, etc. Luego, el investigador selecciona aleatoriamente y de manera
proporcional a la cantidad de individuos que existen en cada estrato, la lista final de sujetos que conformaran
la muestra. Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren estudiar
un determinado subgrupo dentro de la población. Luego, dentro de cada subgrupo o estrato, se aplica
muestreo aleatorio simple para tomar el tamaño de la muestra.
Definición: En un muestreo estratificado proporcional, la proporción muestral de elementos de un estrato, es
igual a la proporción poblacional de elementos de ese estrato. Es decir que para el j-ésimo estrato, tenemos
que:
𝑛𝑗 𝑁𝐽 𝑁𝐽
= ⟹ 𝑛𝑗 = ∗ 𝑛
𝑛 𝑁 𝑁
Ejemplo: Suponga que se quiere estudiar los gastos de publicidad de 352 empresas de un país y que el
objetivo del estudio consiste en determinar si las empresas con altos rendimientos, han gastado más
proporción de su presupuesto en publicidad, que las empresas que tienen |un menor rendimiento o incluso
un déficit.
Las empresas se dividieron en 5 estratos de acuerdo a su rendimiento financiero, y se van a tomar 50 de
ellas.
La cantidad de empresas, clasificadas de acuerdo a su rendimiento financiero se muestra a continuación:
Estrato Rentabilidad(Rendimiento Financiero) Número De Empresas
1 30% o mas 8
2 Entre 20% y 30% 35
3 Entre 10% y 20% 189
4 Entre 0% y 10% 115
5 Déficit 5
______
TOTAL 352
Muestreo Por Conglomerados
Se usa cuando la población objeto de estudio, se extiende por una amplia zona geográfica, como una ciudad
o un departamento.
Definición: Es cuando una población puede dividirse en unidades relativamente pequeñas y geográficamente
compactadas, llamadas conglomerados (Por ejemplo, una ciudad puede dividirse en barrios, localidades,
distritos, etc., siendo estos, los conglomerados).
En el muestreo por conglomerados, se selecciona una muestra aleatoria simple de conglomerados,
posteriormente, dentro de los conglomerados se puede hacer de dos formas.
Muestreo por Conglomerados En Una Etapa:
Cuando una vez escogida de manera aleatoria los conglomerados que harán parte de la muestra, se incluye
a todos los elementos de los conglomerados seleccionados al azar, para que hagan parte de la muestra.
Muestra por Conglomerados En Dos Etapas:
Cuando una vez escogida de manera aleatoria los conglomerados que harán parte de la muestra, se
selecciona una muestra de elementos de cada conglomerado mediante muestreo aleatorio simple o
sistemático.
Ejemplos:
1) Una empresa de teléfonos planea abrir una sucursal en una ciudad determinada, pero desea indagar la
proporción de hogares que estarían interesados en comprar el servicio. Para ello, toma una muestra
aleatoria de barrios usando una tabla de números aleatorios y decide aplicar la encuesta en cada hogar de
los barrios seleccionados.
a) Cuales son los conglomerados y que tipo de muestreo se estaría aplicando.
2) De acuerdo al ejemplo anterior, si los conglomerados son muy grandes, se puede tomar dentro de cada
uno de ellos, una muestra aleatoria de hogares acorde al tamaño del conglomerado.
b) Qué tipo de muestreo se estarían aplicando.
Muestreo Sistemático
Definición: Cuando se hace una selección aleatoria inicial de observaciones, seguida de otra selección de
observaciones obtenida a través de algún sistema o regla.
Ejemplo:
En el caso de la empresa de teléfonos, se toma una muestra aleatoria inicial de conglomerados (barrios) y,
posteriormente, se puede tomar dentro de cada uno de estos, una muestra aleatoria de hogares, escogiendo
las casas que estan separadas a 10 predios de distancia, por ejemplo, o a cada 20 predios, etc.
En el muestreo aleatorio estratificado, se realiza el muestreo en todos los estratos de la población, mientras
que en el muestreo por conglomerados el investigador sólo selecciona aleatoriamente un número de
conglomerados de todos los conglomerados de la población. Por lo tanto, sólo se toma una muestra sobre
una cantidad determinada de conglomerados. Los demás quedan sin representación.
EJERCICIO:
“La División de Bienestar Universitario de la Universidad de Sucre, planea realizar un estudio sobre manejo
del stress en la población estudiantil del Alma Mater. El estudio consiste en aplicar una encuesta, que permita
determinar la proporción de estudiantes con altos niveles de stress dentro de la comunidad académica. Se
calculó un tamaño de muestra de 350 estudiantes, los cuales deben ser seleccionados de las 5 facultades
que existen dentro del plantel educativo”. Qué tipos de muestreo deberían aplicarse si:
a) Deben escogerse estudiantes que representen a cada programa adscrito a cada una de las facultades de
la Universidad.
b) Al seleccionar los estudiantes, no es necesario que salgan representantes de cada programa adscrito a
cada una de las facultades de la Universidad.
TAMAÑO DE MUESTRA
Para poder hacer inferencias acerca del comportamiento de la población en estudio, se debe tomar una
muestra representativa de la población, es decir, que tenga un tamaño adecuado y que recoja la mayor
variabilidad posible presente en la población.
Si el parámetro poblacional de interés es la media poblacional 𝝁, el tamaño de la muestra a seleccionar está
dado por:
2
𝑧𝛼/2 𝜎2
𝑛0 =
𝑒2
En el caso que el tamaño N de la población, se conozca, el tamaño muestral está definido como:
𝑁(𝑍𝛼 )2 𝜎2
2
𝑛=
(𝑁 − 2
1)𝑒 + (𝑍𝛼 )2 𝜎2
2
Si el parámetro poblacional de interés es la proporción poblacional 𝝆, el tamaño de la muestra está dado por:
2
𝑧𝛼/2 𝑝𝑞
𝑛0 =
𝑒2
En el caso que el tamaño N de la población, se conozca, el tamaño muestral está definido como:
𝑁(𝑍𝛼 )2 𝑝𝑞
2
𝑛= 2
(𝑁 − 1)𝑒 + (𝑍𝛼 )2 𝑝𝑞
2
Ejemplos:
1) Se quiere estimar el salario medio mensual ganado por los empleados de los supermercados de la ciudad
de Sincelejo. Si se tiene una población de 1500 empleados y por resultados de investigaciones pasadas,
se sabe que la variación del salario mensual es de 𝜎 2 = 2500 pesos.
a) Calcule el tamaño de muestra adecuado que se necesita para estimar el salario promedio 𝜇, ganado por
los empleados de este sector, con un error no mayor a 10 pesos y con una probabilidad del 95%.
2) Para estimar la media de todas las edades de las personas que viven en los ancianatos de una
determinada ciudad, se selecciona una muestra aleatoria de 50 personas. Si x ̅=98,2 años, s=17 y el nivel
de confianza con el que fue seleccionada esa muestra fue del 99%, encuentre el error maximo permitido
que pudo tener x̅, al usarse para estimar a μ.
3) Los productos defectuosos resultan costosos para el fabricante en terminos de deterioro de la imagen del
producto ante los consumidores. Un fabricante de teléfonos con sistema android, confia en que a lo sumo
el 10% de los equipos fabricados por su empresa resultan defectuosos.
a) Se desea estimar la proporción actual de teléfonos defectuosos con un error no mayor al 5% y con una
probabilidad del 90%, calcule un tamaño de muestra adecuado para hacer dicha estimación.
4) Se selecciona una muestra aleatoria de 260 bolsas de un producto elaborado en una planta quimica, para
estimar la cantidad media de solvente que contiene, encontrándose un contenido medio muestral de 7,900
gramos. Si se conoce de un muestreo anterior, que la desviación de la cantidad de solvente es de S=25
gramos. ¿Con que grado de confianza fue tomada esta muestra, si el error fue de 4 gramos?
