Sie sind auf Seite 1von 11

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

MATERIA: INFERENCIA ESTADISTICA


PROGRAMA: INGENIERIA INDUSTRIAL
TRABAJO DE INFERENCIA ESTADISTICA
INTEGRANTE
BLANCA LIDA ROSERO MINA
CODIGO 31536411
TUTOR
ARNOL ORTIZ
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
PROGRAMA INGENIERIA INDUSTRIAL
SANTANDER DE QUILICHAO
AGOSTO !14
CAUCA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
CONTENIDO
INTRODUCCION
OBJETIVOS
MAPA CONCEPTUAL UNIDAD"1 CAPITULO 1
EJEMPLOS DE MUETREOS
CONCLUSION
BIBLIOGRAFIA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
INTRODUCCION
Este trabajo se realiza con el objetivo de conocer los temas relacionados
en el captulo 1 de la unidad 1 de inferencia estadstica !a inferencia
constitu"e la base te#rica del muestreo$ permite conocer el todo con
cierta apro%imaci#n$ a partir del estudio de una parte
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
O&'ETI(O)
* Determinar un tama+o de muestra representativo tanto para medias
como para proporciones
* Conocer los tipos de muestreo
* ,plicar las t-cnicas de muestreo " de intervalos de con.anza
* Identi.car los principios sobre poblaci#n " muestra$ teorema central
del lmite
* Conocer las ventajas " desventajas de los procedimientos para realizar
una estimaci#n
* Identi.car los diferentes dise+os de muestreo " su utilidad en
diferentes campos del saber
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL

INFE
REN
CIA
ESTA
DIST
ICA
INFE
REN
CIA
ESTA
DIST
ICA
UNIDAD UNO
MUESTREO,
DISTRIBUCI
N MUESTRAL
E INTERVALOS
DE
CONFIANZA
UNIDAD UNO
MUESTREO,
DISTRIBUCI
N MUESTRAL
E INTERVALOS
DE
CONFIANZA
CAPITULO
UNO
PRINCIPIOS
DE
MUESTREO
CAPITULO
UNO
PRINCIPIOS
DE
MUESTREO
LECCIN 1
CONCEPTOS
BSICOS
LECCIN 1
CONCEPTOS
BSICOS
LECCIN 2
TIPOS DE
MUESTREO Y
SELECCIN DE
MUESTRA
LECCIN 2
TIPOS DE
MUESTREO Y
SELECCIN DE
MUESTRA
LECCIN 3
TIPOS DE
SELECCIN DE
MUESTRAS
LECCIN 3
TIPOS DE
SELECCIN DE
MUESTRAS
LECCIN 4
MTODOS DE
INFERENCIAS,
PARAMTRICO Y NO
PARAMTRICO
LECCIN 4
MTODOS DE
INFERENCIAS,
PARAMTRICO Y NO
PARAMTRICO
LECCIN 5
ESTIMADORES Y
PROPIEDADES DE LOS
ESTIMADORES
LECCIN 5
ESTIMADORES Y
PROPIEDADES DE LOS
ESTIMADORES
POBLACIN Y MUESTRA
P!"#$%&' ('%)*+,
P!"#$%&' -'%.
P!"#$%&' %'-'%.
M(*,.+#, +*/+*,*'.#.%)#,
P#+01*.+,
E,.#23,.%$,
E+++ 2* 1(*,.+#,
E+++ ."*+#!"*
E+++ *,.0'2#+
RAZONES PARA SELECCIONAR UNA
MUESTRAS
N#.(+#"*4# 2*,.+($.%)#
I1/,%!%"%2#2 53,%$# 2* 1*2%+ .2, ",
*"*1*'.,
C,.,
C'-#!%"%2#2 2*" *,.(2% 1(*,.+#
U'%2#2 2* !,*+)#$%&'
M#+$ 2* 1(*,.+*
ETAPAS EN LA SELECCIN
DE LA MUESTRA
D*-'%$%&' 2* !6*. 2* *,.(2%
M#+$ 2* 1(*,.+*
I2*'.%-$#$%&' 2* )#+%#!"*,
T#1#7 2* "# 1(*,.+#
U'%2#2 2* 1(*,.+*
T+#!#6 2* $#1/
A'0"%,%, 2* %'5+1#$%&'
+*,(".#2,
POBLACIN Y MUESTRA
P!"#$%&' ('%)*+,
P!"#$%&' -'%.
P!"#$%&' %'-'%.
M(*,.+#, +*/+*,*'.#.%)#,
P#+01*.+,
E,.#23,.%$,
E+++ 2* 1(*,.+#,
E+++ ."*+#!"*
E+++ *,.0'2#+
RAZONES PARA SELECCIONAR UNA
MUESTRAS
N#.(+#"*4# 2*,.+($.%)#
I1/,%!%"%2#2 53,%$# 2* 1*2%+ .2, ",
*"*1*'.,
C,.,
C'-#!%"%2#2 2*" *,.(2% 1(*,.+#
U'%2#2 2* !,*+)#$%&'
M#+$ 2* 1(*,.+*
ETAPAS EN LA SELECCIN
DE LA MUESTRA
D*-'%$%&' 2* !6*. 2* *,.(2%
M#+$ 2* 1(*,.+*
I2*'.%-$#$%&' 2* )#+%#!"*,
T#1#7 2* "# 1(*,.+#
U'%2#2 2* 1(*,.+*
T+#!#6 2* $#1/
A'0"%,%, 2* %'5+1#$%&'
+*,(".#2,
TIPOS DE MUESTREO
MUESTREO NO PROBABILISTICO
M(*,.+* /+ $')*'%*'$%#
M(*,.+* /+ 6(%$%
M(*,.+* $#(,#8*5*$.
M(*,.+* /+ $(.#,
M(*,.+* 2* /!"#$%'*, 1&)%"*,
MUESTREO PROBABILISTICO
M(*,.+#, /+!#!%"3,.%$#
MUESTREO ALEATORIO SIMPLE
TECNICAS PARA
SELECCIONAR LAS
MUESTRAS
T#!"#, 2* '91*+, #"*#.+%
P+:+#1# 2*" $1/(.#2+
M;.2 2* F#' M(""*+
C+2%'#2 '*:#.%)
MUESTREO ALEATORIO
ESTRATIFICADO
V*'.#6#, 2* 1(*,.+*
*,.+#.%-$#2
MUESTREO SISTEMATICO
MUESTREO CONGLOMERADO
TIPOS DE MUESTREO
MUESTREO NO PROBABILISTICO
M(*,.+* /+ $')*'%*'$%#
M(*,.+* /+ 6(%$%
M(*,.+* $#(,#8*5*$.
M(*,.+* /+ $(.#,
M(*,.+* 2* /!"#$%'*, 1&)%"*,
MUESTREO PROBABILISTICO
M(*,.+#, /+!#!%"3,.%$#
MUESTREO ALEATORIO SIMPLE
TECNICAS PARA
SELECCIONAR LAS
MUESTRAS
T#!"#, 2* '91*+, #"*#.+%
P+:+#1# 2*" $1/(.#2+
M;.2 2* F#' M(""*+
C+2%'#2 '*:#.%)
MUESTREO ALEATORIO
ESTRATIFICADO
V*'.#6#, 2* 1(*,.+*
*,.+#.%-$#2
MUESTREO SISTEMATICO
MUESTREO CONGLOMERADO
SELECCIN CON
REEMPLAZAMIENTO
SELECCIN SIN
REEMPLAZAMIENTO
SELECCIN CON
REEMPLAZAMIENTO
SELECCIN SIN
REEMPLAZAMIENTO
METODOS DE INFERENCIA
M;.2, /#+#1;.+%$,
E,.%1#$%&'
T*,. 2* <%/&.*,%,
M;.2, ' /#+#1;.+%$,
V*'.#6#, =
2*,)*'.#6#,
METODOS DE INFERENCIA
M;.2, /#+#1;.+%$,
E,.%1#$%&'
T*,. 2* <%/&.*,%,
M;.2, ' /#+#1;.+%$,
V*'.#6#, =
2*,)*'.#6#,
ESTIMADOR
P+/%*2#2*, 2* (' *,.%1#2+
I',*,:#2
E-$%*'$%#
C',%,.*'$%#
S(-$%*'$%#
ESTIMADOR
P+/%*2#2*, 2* (' *,.%1#2+
I',*,:#2
E-$%*'$%#
C',%,.*'$%#
S(-$%*'$%#
MAPA CONCEPTUAL
MAPA CONCEPTUAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
E'E/0!O)
/UE)TREO) NO 0RO&,&I!I)TICO)
M(*,.+* /+ $')*'%*'$%#>
Ejemplo
El uso de sujetos 1ue se 2an seleccionado de una clnica$ una clase o
una instituci#n "a 1ue para el investi3ador es de f4cil el acceso a estas
instituciones
M(*,.+* /+ 6(%$%
S#$%&'()%* +#, ,- .&/,*0.'(1%2 /( ( 2,(-.3(2 #& ,*0#1.% *%42, ,- &./,-
1, *(0.*5(66.7& 1,- $2%5,*%2(1% 1, 6.,20( #&./,2*.1(18 E- ,*0#1.% *, *#,-,
2,(-.3(2 6(1( 1%* (9%*: $%2 -% +#, ,- 2,*$%&*(4-, 1,- ,*0#1.%: '2(6.(* (
*# ,;$,2.,&6.( < *#* (&0,6,1,&0,*: *(4, $,25,60(),&0, 6#=- $#,1, *,2
-( ),>%2 )#,*02( $(2( ,- ,*0#1.%8
A #& >,5, 1, ,*0#1.%* -, ,&6%).,&1(& #& ,*0#1.% 1,- &./,- 1, *(0.*5(66.7&
1, -%* (-#)&%* 6%& #& 1,0,2).&(1% $2%5,*%28 E- .&/,*0.'(1%2: +#,
6%&%6, ( 0%1%* -%* (-#)&%* 1, ,*( 6-(*,: 1,6.1, #0.-.3(2 ,- )#,*02,%
1.*62,6.%&(- *,-,66.%&(&1% ( -%* (-#)&%* +#, 62,, +#, *,2=& -%* )=*
2,$2,*,&0(0./%*8
M(*,.+* C#(,# ? E5*$.
M(*,.+* /+ C(.#,
En un estudio en donde el investi3ador 1uiere comparar el rendimiento
acad-mico de los diferentes niveles de clases del secundario$ su relaci#n con el
3-nero " la situaci#n socioecon#mica$ el investi3ador identi.ca primero los
sub3rupos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
0or lo 3eneral$ los sub3rupos son las caractersticas o variables del estudio El
investi3ador divide a toda la poblaci#n en niveles de clase$ cruzados con el
3-nero " el nivel socioecon#mico !ue3o$ toma nota de las proporciones de
estos sub3rupos en toda la poblaci#n " a continuaci#n 2ace un muestreo de
cada sub3rupo
M(*,.+* 2* P!"#$%'*, M&)%"*,
/UE)TREO 0RO&,&I!I)TICO
M(*,.+* A"*#.+% S%1/"*
Ejemplo5
En un lote de frascos para medicina$ con una poblaci#n de 6777
unidades$ se desea estimar la media de la capacidad en centmetros
c8bicos de los mismos
, trav-s de un pre muestreo de tama+o 9: se 2a estimado 1ue la
desviaci#n est4ndar es de ; centmetros c8bicos )i 1ueremos tener
una precisi#n 7;: cms
9
$ " un nivel de si3ni.cancia del :< De 1u-
tama+o debe de ser la muestra=
D,TO)5
) > ; cms
9
? N > 6777 ? d > 7;: cms
9
? a > 77: @:<A
BaC; > 1DE
N BFaC; )F 6777@1DEAF@;AF
n > GGGGGGGGGGGGGG > GGGGGGGGGGGGGGGGGGGGGGGGGGG > ;96 frascos
NdF H BFaC; )F 6777@7;:AF H @1DEAF@;AF
)olo faltara muestrear ;79 frascos$ pues los datos de los 9: frascos
del pre muestreo si3uen siendo v4lidos
M(*,.+* A"*#.+% S%,.*1#.%$
)e eli3e un individuo al azar " a partir de -l$ a intervalos constantes$ se
eli3en los dem4s 2asta completar la muestra
Ejemplo5
)i tenemos una poblaci#n formada por 177 elementos " 1ueremos
e%traer una muestra de ;: elementos$ en primer lu3ar debemos
establecer el intervalo de selecci#n 1ue ser4 i3ual a 177C;: > I ,
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
continuaci#n ele3imos el elemento de arran1ue$ tomando
aleatoriamente un n8mero entre el 1 " el I$ " a partir de -l obtenemos
los restantes elementos de la muestra
;$ E$ 17$ 1I$$ D6
M(*,.+* A"*#.+% E,.+#.%-$#2
Ejemplo
0ara un estudio de opini#n$ puede resultar interesante estudiar
por separado las opiniones de 2ombres " mujeres pues se estima
1ue$ dentro de cada uno de estos 3rupos$ puede 2aber cierta
2omo3eneidad ,s$ si la poblaci#n est4 compuesta de un ::< de
mujeres " un I:< de 2ombres$ se tomara una muestra 1ue
conten3a tambi-n esa misma proporci#n Consiste en la divisi#n
previa de la poblaci#n de estudio en 3rupos o clases 1ue se
suponen 2omo3-neos con respecto a al3una caracterstica de las
1ue se van a estudiar , cada uno de estos estratos se le asi3nara
una cuota 1ue determinara el n8mero de miembros del mismo
1ue compondr4n la muestra Dentro de cada estrato se suele usar
la t-cnica de muestreo sistem4tico$ una de las t-cnicas de
selecci#n m4s usadas en la pr4ctica
M(*,.+* C':"1*+#2
)upon3amos 1ue el /inisterio de )anidad 1uiere 2acer en su pas
para ver si un tratamiento a"uda a prevenir el c4ncer de colon )i en
los datos 2ist#ricos se observa 1ue la incidencia " comportamiento
del c4ncer es parecido en todas las comunidades$ podramos dividir
el pas en comunidades " seleccionar al3unas /ediante el muestreo
por con3lomerados se reducen notablemente los individuos a
estudiar$ lo 1ue implica reducir los costes econ#micos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
CONC!U)ION
0or medio de este trabajo conoc las diferentes formas de muestreos " la
forma como se aplican
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: INFERENCIA ESTADISTICA
PROGRAMA: INGENIERIA INDUSTRIAL
&I&!IOJR,KI,
INKERENCI, E)T,DL)TIC, (ol 1$,utor 0rimera Edici#n 'ORJE RONDON