0% encontró este documento útil (0 votos)
114 vistas11 páginas

Estadistica Inferencial

El documento presenta un cuadro comparativo entre muestreo probabilístico y no probabilístico, y describe cuatro métodos de muestreo probabilístico: aleatorio simple, estratificado, de conglomerados y sistemático. También describe cinco métodos de muestreo no probabilístico: intencional, por conveniencia, consecutivo, por cuotas y bola de nieve. Luego, proporciona nueve ejercicios estadísticos para practicar conceptos de muestreo y tamaño de muestra.

Cargado por

nikol saenz
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
114 vistas11 páginas

Estadistica Inferencial

El documento presenta un cuadro comparativo entre muestreo probabilístico y no probabilístico, y describe cuatro métodos de muestreo probabilístico: aleatorio simple, estratificado, de conglomerados y sistemático. También describe cinco métodos de muestreo no probabilístico: intencional, por conveniencia, consecutivo, por cuotas y bola de nieve. Luego, proporciona nueve ejercicios estadísticos para practicar conceptos de muestreo y tamaño de muestra.

Cargado por

nikol saenz
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Técnicas de muestreo y tamaño de muestra

Nikol Sáenz

Facultad de ciencias empresariales, Corporación universitaria iberoamericana

100114170: Negocios internacionales

Dr. Roberto Salas

01 de octubre del 2023


Activad 2

1 cuadro comparativo

Muestreo probalistico Muestreo no probalistico


Todos los elementos que conforman el conjunto tienen la se apoya en la selección de las personas de acuerdo a las
misma posibilidad de ser elegidos para formar parte de la posibilidades de la investigación, este tipo de muestreo no es
muestra. Este método propone cuatro formas de conformar representativo del total. Sin embargo, la idea es que busques la
el muestreo: mayor aproximación posible. Los métodos para llevarlo
adelante son los siguientes:
-Aleatorio simple: consiste en elegir aleatoriamente entre
todos los miembros del conjunto. -Intencional, opinático o de convivencia: el método de
selección se apoya exclusivamente en la opinión del
-Estratificado: si la población presenta diferencias, se investigador.
clasifican distintos grupos de acuerdo a alguna característica
en particular. Volviendo al ejemplo, podemos dividir a los -Por conveniencia: se estudia lo que se puede, sin otro criterio
estudiantes por género. de selección.

-De conglomerados: funciona de la misma manera que el -Consecutivo: es similar al anterior, pero con la exigencia de
anterior, pero la división ya existe. Por ejemplo, se puede estudiar a todos los sujetos posibles, lo cual convierte a la
separar el conjunto entre los que viven en la misma ciudad accesibilidad del encuestado en el criterio de selección de este
de la universidad, y en los que son de afuera. muestreo.

-Sistemático: parte de elegir al primer encuestado -Por cuotas: es parecido al muestreo por conglomerado. Las
aleatoriamente, y a los posteriores en base a un orden muestras se eligen según características comunes, pero acá, la
establecido. Por ejemplo, de los mil estudiantes quieres vara de selección es la opinión del investigador.
encuestar a 100, y el primero que elegís es el tercero de la
lista. Entonces, saltas de 10 en 10 (13, 23, 33…) hasta -Bola de nieve: se le pide al primer encuestado que
completar el total. recomiende a otra persona con características similares para
continuar con la encuesta.

ejercicios

 Si el contenido en gramos de un determinado medicamento sigue una distribución normal


N (7.5,0.3), calcular la probabilidad de que en una muestra de tamaño 5 se obtenga que la
media es menor que 7.

Sea X la media de la muestra. Con los datos que tenemos n = 5, µ = 7.5 y σ = 0.3. Como X sigue
una distribución normal
 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.
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:

 El peso de los terneros de una granja se distribuye normalmente, con desviación típica de
10 kilogramos. Se toma al azar una muestra de 35 de ellos para transportarlos en un
camión. Sabiendo que el peso medio resulta ser de 140 kilogramos, determinar un
intervalo de confianza al 8% de nivel de significación en el que oscilará el peso de los 35
terneros.

La variable X = peso de los terneros sigue una distribución normal N(µ,10), con µ
desconocida. Al ser el tamaño de la muestra mayor que 30 podemos considerar que la suma
de los pesos, esto es, 35X, sigue una distribución normal N (35·140,10√ 35), con lo que, al
nivel de confianza del 92%, tendríamos el intervalo:

IC = nX ±Zα/2 σ √ n = 35 · 140±1.75 · 10√ 35 = 4900±103.53 = (4796.5,50053.53).

 Dos compañías A y B fabrican el mismo tipo de cable. Un distribuidor desea conocer la


diferencia promedio de la resistencia a la rotura de los mismos, para lo cual toma
muestras de 100 cables de A y 50 cables de B. La muestra de los cables de la compañía A
arroja una resistencia promedio a la rotura de 4500 kilogramos, mientras que los cables
de la compañía B arrojan una resistencia promedio a la rotura de 4000 kilogramos. Se
sabe, por experiencia, que la desviación típica de la resistencia a la rotura es de 300
kilogramos para la compañía A y de 200 kilogramos para la compañía B. Se pide estimar,
con un nivel de confianza del 95%, el intervalo de confianza de la diferencia de medias
de la resistencia a la rotura entre los dos cables, si la resistencia a la rotura se distribuye
normalmente para ambas compañías.

Por los datos aportados sabemos que n1 = 100, n2 = 50, µ1 = 4500, µ2 = 4000, σ1 = 300, σ2
= 200, α = 0.05 y Zα/2 = 1.96. De aquí sigue que:

Podemos interpretar la expresión anterior diciendo que, con un nivel de confianza del 95%, la
diferencia de los promedios a la rotura de ambos cables fluctúa entre 419.19 y 580.81 kg.

 Se quiere contrastar el contenido de azúcar de distintos cargamentos de remolacha. Se


sabe que el contenido medio de azúcar para remolacha de regadío es del 18% con una
media superior para el secano, siendo la desviación típica del 6% en ambos casos. Se
toma una muestra de 20 cargamentos. ¿Qué valor de la media permitirá tomar la decisión
sobre si la remolacha es de secano o de regadío, al nivel del 5%?

Los datos que aporta el enunciado nos permiten afirmar que n = 20, α = 0.05, Zα = 1.645 y σ = 6.
La región

Por consiguiente, si X < 20.2 aceptamos remolacha de regadío con una confianza del 95%.
6

Para calcular el tamaño de muestra necesario para estimar el peso promedio de los estudiantes de
la Corporación

Donde:

- Norte es el tamaño de la muestra necesaria.


- Norte es el tamaño de la población (en este caso, el número total de estudiantes de la
Corporación Universitaria Iberoamericana
- Z es el valor critico z para el nivel de confianza deseado z=1.645para una distribución
normal).
- σ es la desviación estándar de la población (en este caso, 9 kilogramos)
- mi es el error máximo admisible

Primero, necesitas obtener el tamaño de la población (N\norte.Supongamos que haya, por


ejemplo, 10.000 estudiantes

Y se calcula:

Dado que el tamaño de la muestra debe ser un número entero, redondeamos hacia arriba norte≈1
Por lo tanto, necesitas seleccionar una muestra de al menos 1 estudiante para estimar el peso
promedio.
7

Para calcular el tamaño de la muestra necesaria para estimar el peso promedio de los estudiantes
a nivel nacional con un error máximo de ±2 kilogramos, una desviación estándar de 9 kilogramos
y un nivel de confianza del 90%, puedes usar la fórmula para el tamaño de muestra en una
distribución normal:

Donde:

- norte es el tamaño de la muestra requerida.


- z es el valor crítico de la distribución normal correspondiente al nivel de confianza
deseado. Para un nivel de confianza del 90%, el valor de z es aproximadamente 1.645
(puedes encontrar este valor en tablas de distribución normal estándar).
- σ es la desviación estándar poblacional, que es de 9 kilogramos.
- mi es el error máximo aceptable, que es de ±2 kilogramos

sustituyendo los valores queda:

Dado que no puedes tener una fracción de estudiante en tu muestra, debes redondear hacia arriba
al número entero más cercano. Por lo tanto, necesitas seleccionar una muestra de al menos 55
estudiantes para estimar el peso promedio de los estudiantes a nivel nacional con un error

máximo de ±2 kilogramos, una desviación estándar de 9 kilogramos y un nivel de confianza del


90%
8

Para calcular el error en la estimación del peso promedio de los estudiantes a nivel nacional con
un nivel de confianza del 90%, podemos utilizar la fórmula del error estándar de los medios. La
fórmula es la siguiente:

Error estándar de la media (SE) = Desviación estándar de la población (σ) / Raíz cuadrado del
tamaño de la muestra (n)

En este caso, los datos proporcionados son los siguientes:

Desviación estándar de la población (σ) = 9 kilogramos

Tamaño de la muestra (n) = 52

Nivel de confianza = 90%

Primero, necesitamos encontrar el valor crítico Z correspondiente al nivel de confianza del 90%.
Para un nivel de confianza del 90%, el valor crítico Z es aproximadamente 1.645. Esto se obtiene
de mirar la tabla de distribución normal estándar o utilizando una calculadora estadística.

Ahora, podemos calcular el error estándar de los medios (SE):

EE = 9 / √52 ≈ 1,241

Entonces, el error considerado para este cálculo es aproximadamente 1.241 kilogramos. Esto
significa que, con un nivel de confianza del 90%, podemos esperar que el peso promedio de los
estudiantes a nivel nacional esté dentro de +/- 1.241 kilogramos del valor calculado a partir de la
muestra de 52 empleados seleccionados.
9

Para calcular el tamaño de la muestra necesaria para estimar la proporción de trabajadores que
reciben

Donde:

- Norte es el tamaño de la muestra


- Z es el valor crítico de la distribución normal estándar correspondiente Z es el valor que
deja un área 0,015 en la cola derecha de la distribución normal, loz=2.1701.
- Pages 0,82(82%).
- Mi es la aproximación estimada, que es 0,07(7%).

podemos calcular el tamaño de la muestra:

Dado que el tamaño de la muestra debe ser un 151

Para estimar la proporción de trabajadores que reciben un sueldo de manera quincenal con una
aproximación de más o menos el 7% de la proporción verdadera y una confianza del 97%, se
debe seleccionar una muestra de al menos 151 trabajadores. Esto proporcionará una estimación
confiable de la proporción.
10

Para determinar el tamaño de muestra necesario para estimar la proporción de trabajadores que
reciben un sueldo

Donde:

- norte es el tamaño de la muestra necesaria.


- z es el valor crítico z es el valor que deja un área de 0,015en la cola derecha de la
distribución normal, lo que corres z=2.1701.
- pag es la proporción estimada de trabajadores que reciben un sueldo de manera
quincenal, que es 0,82(82%).
- mi es la aproximacion 0,07(7%).

Dado que la entidad financiera tiene actualmente 1200 ahorradores, podemos usar esta población
total como el tamaño de población finita en la fórmula de corrección de población finita para
obtener un

Donde:

nortees el tamaño de la población total (1200 ahorradores).

calculamos norte 0 utilizando la fórmula sin corrección:


Ahora podemos calcular norte con la corrección de población finita:

Dado que el tamaño de la muestra debe ser un número entero, redondeamos hacia arriba al
tamaño de la muestra más cercano. Por lo tanto, el tamaño de muestra 134

Para estimar la proporción de trabajadores que reciben un sueldo de manera quincenal en la


entidad financiera con una aproximación de más o menos el 7% de la verdadera proporción y una
confianza del 97%, se debe seleccionar una muestra de al menos 134 ahorradores. Esto
proporcionará una estimación confiable de la proporción.
Bibliografías

 Lind, D. A., Marchal, W. G., Wathen, S. A. (2019). Estadística aplicada a los negocios y
la economía. McGraw-Hill. Página 256.
 Spiegel, M. R., Srinivasan, R. A., Schiller, J. L. (2013). Probabilidad y estadística.
McGraw-Hill. Página 166.
 Triola, M. F. (2018). Estadística. Pearson Educación. Página 319.
 Levin, R. I., Rubin, D. S. (2010). Estadística para Administración y economía. Pearson
Educación.
 Levine, D. M., Berenson, M. L., Krehbiel, T. C. (2014). Estadística para Administración.
Pearson Educación.

También podría gustarte