Estadstica Aplicada Producto Acadmico N 01

Producto Acadmico N 01

1. Describa claramente cules son las clases de muestreo.

Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque

en general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.

1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se

asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio
mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios
generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea
necesario para completar el tamao de muestra requerido. Este procedimiento,
atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que
estamos manejando es muy grande.

2.- Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior,

numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros
aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero
elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares
i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El
nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El
riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante
(k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos
que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio
sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no
podra haber una representacin de los dos sexos.

3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los
anteriores ya que simplifican los procesos y suelen reducir el error maestral para un
tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre
s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se
puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo,
el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de

1|P gi na
 Estadstica Aplicada Producto Acadmico N 01

que todos los estratos de inters estarn representados adecuadamente en la muestra.

Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos que
formarn parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao
geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes
estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A
cada estrato le corresponde igual nmero de elementos mustrales. Afijacin
Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin
en cada estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca
aplicacin ya que no se suele conocer la desviacin.

4.- Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora
estn pensados para seleccionar directamente los elementos de la poblacin, es decir,
que las unidades mustrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad maestral es un grupo de elementos de la poblacin que
forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no
naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son
reas geogrficas suele hablarse de "muestreo por reas". El muestreo por
conglomerados consiste en seleccionar aleatoriamente un cierto nmero de
conglomerados (el necesario para alcanzar el tamao muestral establecido) y en
investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

2. Calcule analticamente el valore crtico z para un nivel de confianza del 93%.

NC=93 %
Z 0.01 0.02

-1.8 0.0351 0.0344 =0.035

=0.07
z

-Z +Z
2|P gi na
 Estadstica Aplicada Producto Acadmico N 01

*INTERPOLANDO.

1.81 0.351

a Z 0.035 Z= 1.81142
A
1.82 0.344 Z=
b B

En la tabla se observa los costos no contemplados de todos los contratos

realizados en el ltimo ao por cierta empresa.

Cuadro N11: Costos no contemplados en los 48 ltimos contratos

Costo no Costo no Costo no Costo no Costo no Costo no
N contemplado
N
contemplado
N
contemplado
N
contemplado
N
contemplado
N
contemplado

1 531,64 9 248,45 17 48,67 25 495,52 33 5477,51 41 199,80

2 2484,56 10 276,22 18 2279,34 26 47,17 34 3367,60 42 1334,39

3 670,48 11 118,61 19 141,81 27 808,60 35 1391,07 43 319,47

4 1584,87 12 222,50 20 478,71 28 132,72 36 5743,42 44 1280,44

5 242,06 13 98,48 21 133,67 29 187,59 37 374,76 45 7189,11

6 536,81 14 68,17 22 115,92 30 120,42 38 555,77 46 4388,82

7 1549,37 15 167,33 23 133,02 31 1484,08 39 618,09 47 217,94

8 83,31 16 740,13 24 97,24 32 133,89 40 1175,39 48 2699,28

3|P gi na
 Estadstica Aplicada Producto Acadmico N 01

a. Aplique detalladamente un muestreo sistemtico que le permita seleccionar

aleatoriamente ocho observaciones. Escriba el nmero de la observacin y el
valor correspondiente al costo de cada elemento de la muestra.

Hallando k

K= N/n= 48/8= 6

En la tabla aleatoria se eligi la columna c5 solo una columna porque k es de un

dgito.

Buscamos el primer valor que este entre 1 y 6 incluido y es = 6

Luego elegimos sumando k veces a la posicin

N N Costo no
muestra muestra contemplado

1 6 536,81

2 12 222,50

3 18 2279,34

4 24 97,24

5 30 120,42

6 36 5743,42

7 42 1334,39

8 48 2699,28

4|P gi na
 Estadstica Aplicada Producto Acadmico N 01

b. Estime e interprete con un nivel de confianza del 90% el costo real promedio
del contrato.
NC=90 %
NC=90%

N=48

=1099.8796%
=0.05 =0.1
S=1623.694

-E<<+E E=

1099.8796-385.52<<1099.8796+385.52 E=1.645

E=3.85.52

7.143596<<1485.3996

5|P gi na
 Estadstica Aplicada Producto Acadmico N 01

c. Estime e interprete con un nivel de confianza del 98% la desviacin estndar

poblacional a partir de la muestra obtenida.
NC=98 %
NC=98%

N=48
=0.01 =0.02

S=1623.694

=72.412 * INTERPELANDO

=?

40 47 50

63.69 76.15 =72.412

40 47 50

22.16 29.71 =27.445

6|P gi na
 Estadstica Aplicada Producto Acadmico N 01

d. Si se desea analizar la proporcin de montos mayores que 1000 dlares, cul

debera ser el tamao de muestra adecuado con nivel de confianza del 94% con
un error de 4 puntos porcentuales?
Costo no Costo no Costo no Costo no Costo no Costo no
N N N N N N
contemplado contemplado contemplado contemplado contemplado contemplado

1 9 17 25 33 5477,51 41

2 2484,56 10 18 2279,34 26 34 3367,60 42 1334,39

3 11 19 27 35 1391,07 43

4 1584,87 12 20 28 36 5743,42 44 1280,44

5 13 21 29 37 45 7189,11

6 14 22 30 38 46 4388,82

7 1549,37 15 23 31 1484,08 39 47

8 16 24 32 40 1175,39 48 2699,28

Hallando z

NC=94 %
Z 0.08 0.06

-1.8 0.0301 0.0294 =0.03

=0.06

*INTERPOLANDO. -Z +Z

1.81 0.301

a Z 0.3 Z= 1.88142
A
1.89 0.0294 Z=
b B

7|P gi na
 Estadstica Aplicada Producto Acadmico N 01

Hallando n

DATOS

NC=94% 9 0 3

=1928.24
57 5
Z= 1.88142
57
E=4

4. Una compaa de taxis ha decidido comprar llantas radiales para su flota de

automviles. La compra se efectuar de una de las marcas A y B. Para decidir
entre una de ellas, se tom una muestra aleatoria de 31 llantas para cada marca,
con lo que se encontraron los resultados siguientes:

Marca Nmero de Recorrido Desviacin Nmero de

llantas promedio estndar
evaluadas (Kilmetros) llantas con al
menos un
defecto

A 31 46 300 5 000 3

B 31 48 100 6100 7

8|P gi na
 Estadstica Aplicada Producto Acadmico N 01

Estime mediante un intervalo de confianza del 96%la proporcin de llantas defectuosas

de la marca B

2. Calcule analticamente el valore crtico z para un nivel de confianza del 93%.

A).DATOS
NC=96 %
N=31

X=3

= 0 09 77
=0.02
=0.90323 =0.04

-Z +Z
ERROR

Z= 05

E=

E= 05

E=0.1091

INTERVALO DE CONFIANZA

-E<P< +E

0.09677-0.1091<P<0.9677+0.1091

-0.1233<P<P0.20587

9|P gi na
 Estadstica Aplicada Producto Acadmico N 01

b).Analice la relacin de varianzas de ambas marcas al 95% y decida cual marca

comprar.
NC=95 %

EN A

NC=95% =0.025 =0.05

N=31

S=500

=46.98

=16.79

10 | P g i n a
 Estadstica Aplicada Producto Acadmico N 01

EN B
NC=95 %

NC=95% =0.025 =0.05

n=31

S=6100

=46.98


=16.79

Yo decido comprar la marca A por tener menos rango de variacin

11 | P g i n a
 Estadstica Aplicada Producto Acadmico N 01

5. Un fabricante de impresoras desea estimar la vida promedio de sus cabezales

de impresin. La estimacin ha de estar dentro de 2 horas en torno a la media y
tener un nivel de confianza del 90%. Si una muestra piloto del ltimo lote de 800
cabezales revela una desviacin tpica de 25 horas, cul debe ser el tamao de
la muestra para validar dicho lote?

DATOS NC=90 %
=

NC=90%

N=800
=0.05 =0.1
=25

Z= 1.645

E=2

5 5

La debera ser de 3

12 | P g i n a