DISTRIBUCIONES MUESTRALES

El campo de la inferencia estadística trata básicamente con las generalizaciones y predicciones; es decir,
deseamos conocer las características de una población o parámetros por medio de las características de
una muestra o estadísticos.

Si l as inferencias d e l a muestra de un a población han de ser válidas, es importante obtener muestras

representativas de la población. P ara eliminar cualquier posibilidad de sesgo, en el procedimiento
muestral, es conveniente seleccionar una muestra aleatoria en el sentido de que las observaciones se
realicen independientemente y al azar.

Muestreo Aleatorio Cuando s e hace una investigación estadística, después d e definir el problema en
términos estadísticos y antes de recolectar los datos tenemos que decidir de que forma se van a
recolectar dichos datos; es decir, que procedimiento vamos a utilizar para obtener la muestra. Las
razones por las cuales se utiliza el muestreo y no toda la población son varias: 1. Las poblaciones que se
investigan pueden ser infinitas. 2. Aún en el cas o de poblaciones finitas, el muestreo es en muchos casos,
el único procedimiento práctico, pues, una población finita puede constar de millares o millones de
elementos y su enumeración completa es prácticamente imposible. 3. La medición de las propiedades de una
población a veces requiere la destrucción de sus elementos. 4. Los resultados obtenidos por e l estudio de una m
muestra pueden ser i guales o aún más precisos que los hallados en una medición completa de la población. Los
modelos de muestreo pueden agruparse convenientemente como muestreo aleatorio y muestreo no aleatorio. El
primero se conoce también como muestreo probabilístico, porque el proceso de muestreo es al azar y pueden
aplicarse las leyes de probabilidad.

Muestreo Aleatorio Simple. Si una población objetivo es infinita, como la producción de una máquina, se
puede considerar como un proceso probabilístico. Anotando los elementos en el orden en que ocurren,
es posible obtener una muestra representativa del proceso. Si la población objetivo es finita, el método
fundamental de selección es de la siguiente manera:

1. Hacer una lista de los elementos de la población.

2. Numerar los elementos consecutivamente de la población.

3. Aplicar un método aleatorio (tablas d e números aleatorios o la función random de la

Calculadora), a la lista para seleccionar los elementos que constituirán la muestra.

4. Si esta última operación se realiza n veces obtenemos una muestra aleatoria simple de n

Unidades, seleccionadas con reemplazo. S in embargo, se continúa este procedimiento

hasta que n unidades diferentes son seleccionadas y se ignoran las repeticiones, se obtiene

una muestra aleatoria simple, seleccionada sin reemplazo.

Muestreo Aleatorio Sistemático Para obtener una muestra sistemática al azar podemos numerar
también las unidades de muestreo de la población de 1 a N y se determina primero lo que se conoce
como intervalo de muestreo, k, luego se es coge al azar un número del primer intervalo de muestreo. S i
es te número es, por ejemplo a, con ≤ ka , entonces la muestra de tamaño n tendría como elementos las
unidades de muestreo cuyos números de serie corresponden a: +++ ,k3a,k2a,ka,a 

Muestreo Aleatorio Estratificado El Proceso de estratificación requiere que la población sea dividida en grupos o
clases llamadas estratos. Dentro de cada uno de tales estratos, están los elementos situados de manera más
homogénea con respecto a las características de estudio. Entonces se toma una muestra de cada estrato por
métodos aleatorios simples, y la muestra resultante se llama muestra estratificada. Una muestra estratificada
puede ser proporcional o desproporcionada. En el muestreo estratificado proporcional, el número de unidades ex
traídas de cada es trato es proporcional al t amaño de éste. El muestreo estratificado desproporcionado
comprende los procedimientos de tomar igual tamaño de cada estrato sin tener en cuenta su tamaño.

Muestreo Aleatorio Por Conglomerados Cuando l os elementos de la población s e dividen e n forma natural en s
subgrupos o conglomerados, que son similares entre sí, y cuyos elementos tiene una variabilidad similar a los
elementos de toda la población, es recomendable para tomar una muestra de tal población, tomar una muestra de
conglomerados e investigar todos los elementos de los subgrupos seleccionados. Así, en un muestreo de este tipo
cada unidad de muestreo es una colección de elementos. Para realizar un muestreo aleatorio por conglomerados,
primero se de terminan claramente l os subgrupos en que se subdivide la población, en seguida se seleccionan
aleatoriamente k de ellos donde k es una constante, y se analizan todos los elementos de los conglomerados
seleccionados. Con frecuencia l os conglomerados s e l laman unidades de muestreo primario. S i todos l os
elementos o unidades elementales de los conglomerados seleccionados se incluyen en la muestra, el
procedimiento se le llama muestreo d e una etapa. S i s e saca una submuestra aleatoria de elementos de cada
conglomerado seleccionado, se tiene lo que se llama muestreo en dos etapas. Si intervienen más de dos etapas en
la obtención de la muestra global, se dice que es un muestreo de etapas múltiples.