Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Métodos de muestreo y Teorema del límite central

No description
by

María José Dominguez

on 2 February 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Métodos de muestreo y Teorema del límite central

El objetivo de la inferencia estadística es determinar algo sobre una población a partir de una muestra.

Inferencia estadística
Métodos de muestreo y Teorema del límite central
Las distribuciones de probabilidad abarcan todos los posibles resultados de un experimento, así como la probabilidad asociada con cada resultado.
Distribuciones de probabilidad
Población es el conjuto de individuos, objetos de estudio.
Población
Muestra es una parte o porción de individuos u objetos a ser estudiados.
Muestra
El muestreo es mas accesible para la realización de un estudio que al tratar de estudiar toda una población.
Métodos de muestreo
Existen diferentes razones para realizar un estudio a traves del muestreo como son:
Establecer contacto con toda la población requeriría mucho tiempo.
El costo de estudiar todos los elementos resultaría prohibitivo.
Es imposible verificar de manera física todos los elementos.
Algunas pruebas son de naturaleza destructiva.
Los resultados de la muestra son adecuados.
Razones para muestrear
Existen dos tipos de muestreo:
Muestreo Probabilístico.
Muestreo no Probabilístico.
Métodos de muestreo probabilístico
Muestra seleccionada de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se le incluya.
Muestreo aleatorio simple
Muestreo Probabilístico
Cada una de las muestras tiene la misma posibilidad de ser usada.
Muestreo no Probabilístico
No todas las muestras tienen la misma posibilidad de ser escogidas.
Ejemplo
En Servientrega existen alrededor de 800 personas que trabajan como despachadores a los cuales se les ubica con un número para después ser escogidos al azar.
Tabla de números aleatorios
Una tabla de números aleatorios representa una forma mas eficiente de seleccionar a los miembros de una muestra.
Muestreo aleatorio sistemático
Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo miembro de la población
Ejemplo
En un local de comida rápida se necesita hacer una encuesta sobre el trato del personal, en el cual se seleccionara mediante los recibos de venta.
Muestreo aleatorio estratificado
Una población se divide en subgrupos, denominados estratos, y se selecciona al azar una muestra de cada estrato.
Ejemplo
Al personal de una empresa se le puede dividir en personal de tiempo completo y medio tiempo, por sexo.
Muestreo por conglomerados
Una población se divide en conglomerados a partir de los límites naturales geográficos o de otra clase. A continuación se seleccionan los conglomerados al azar y se toma una muestra de forma aleatoria con elementos de cada grupo.
Ejemplo
En Cuenca se desea realizar un estudio a todas las parroquias rurales a las cuales se les dividió y se escogió al azar las parroquias.
"Error" de muestreo
Diferencia entre el estadístico de una muestra y el parámetro de una población correspondiente.
Otra forma de describir un método de muestreo sin sesgo.
Con la media de la muestra se calcula la media de la población.
Como la muestra es parte de la población la media de la muestra no es exactamente igual a la media de la población.
Distribución muestral de la media
Distribución de probabilidad de todas las posibles medias de las muestras de un determinado tamaño muestra de la población.

Las medias muestrales varían de muestra en muestra.
La media de las medias de las muestras es exactamente igual a la media de la población.
La dispersión de la distribución muestral de la media es más estrecha que la distribución poblacional.
La distribución muestral de la media suele tener forma de campana y se aproxima a la distribución de probabilidad normal.
Teorema del límite central
El teorema del límite central hace una insistencia que en el caso de muestras aleatorias grandes, la forma de la distribución muestral de la media se aproxima a la distribución de probabilidad normal.
Definición
Si todas las muestras de un tamaño en particular se seleccionan de cualquier población, la dsitribución muestral de la media se aproxima a una distribución normal. Esta aproximación mejora con muestras más grandes.
Una muestra de 30 o más es lo bastante grande para aplicar el teorema del límite central
Error estándar de la media
Full transcript