TEORÍA DE MUESTRAS

Población
El conjunto de todos los elementos de los que se quiere estudiar una característica.

Muestra
Un subconjunto de la población.

Muestreo
Método para obtener una muestra de la población.

Tipos de muestreo
1. Muestreo aleatorio simple: Los elementos de la población tienen la misma
probabilidad de ser escogidos para formar parte de la muestra.
2. Muestreo aleatorio estratificado: La población se divide en grupos homogéneos
y se extrae una muestra aleatoria simple de cada estrato.
3. Muestreo aleatorio sistemático: Se selecciona al azar un elemento de la
población y partir de él se escogen de k en k elementos los siguientes.
4. muestreo por conglomerados y áreas: Se divide la población en secciones o
conglomerados. Se eligen al azar unas pocas de dichas secciones y se toman
todos los elementos de las secciones elegidas para formar la muestra.

Distribución muestral de una proporción

De cada muestra de tamaño n que podemos extraer de una población se puede obtener
una proporción o porcentaje p̂ de la característica que queremos estudiar. Los valores
obtenidos con estas proporciones dan como resultado una variable aleatoria P̂ que
tiene las siguientes características:
1. Media: µ = p (proporción o porcentaje en la población).
p ⋅ (1 − p )
2. Desviación típica: σ =
n
 p ⋅ (1 − p ) 
3. Según crece n, la distribución de P̂ se aproxima a una: N =  µ, .

 n 

Distribución muestral de la media

De cada muestra de tamaño n que podemos extraer de una población se puede obtener la
media x . El conjunto de todas las medias obtenidas forman una variable aleatoria X
que tiene las siguientes características:
1. Media: µ = media de la población.
σ
2. Desviación típica:
n
σ
3. Según crece n, la distribución de X se aproxima a una normal: N(µ, )
n

Página - 1 -
 TEORÍA DE MUESTRAS
Teorema central del límite
Dada una variable aleatoria de una población de media µ y desviación típica σ, se
verifica:
1. La distribución de las medias muestrales de tamaño n tiene media µ y desviación
σ
típica
n
2. La distribución de las medias muestrales se aproxima a una normal a medida que
σ
crece el tamaño n de la muestra: N(µ, ).
n

Parámetro
Un valor numérico que describe una característica de la población: porcentaje (p);
media (µ); desviación típica (σ);…

Estadístico
Un valor numérico que describe una característica de la muestra: porcentaje ( p̂ );
media ( x ); desviación típica (s); ...

Estimador puntual
El estadístico que se utiliza para estimar un parámetro poblacional.

Estimación puntual
El valor numérico que toma el estimador puntual para una muestra determinada.

Propiedades de los estimadores

• Estimador insesgado: Si la media coincide con el valor del parámetro que se va
a estimar.
• Estimador eficiente: Si la varianza es mínima.

Intervalo de confianza (IC)

Es el intervalo comprendido entre dos valores en el que, con una probabilidad muy alta,
se encuentra el valor del parámetro que estimamos.

Coeficiente o nivel de confianza (1-α)

Es la probabilidad de que el parámetro, que vamos a estimar, se encuentra en el IC.

Nivel de significación o de riesgo (α)

Es la diferencia entre la certeza (1) y el nivel de confianza (1-α).

Página - 2 -
 TEORÍA DE MUESTRAS
Valor crítico ( z α2 )
α
El valor de la abscisa (eje horizontal) que tiene a su derecha un área igual a , siendo
2
1-α el nivel de confianza.

Margen de error
La diferencia entre el extremo superior y el inferior del IC.

Intervalo de confianza para el parámetro p de una distribución

binomial
Dada una población con distribución B(n,p). El parámetro p es desconocido. Muestra de
tamaño n. Sea x el número de éxitos que se presentan.
x
El estimador puntual de p es: p̂ =
n
 p ⋅ (1 − p ) 
La distribución muestral de P̂ es N p, .

 n 
p̂ − p
Z=
Tipificando se tiene p̂ ⋅ (1 − p̂ ) , que se aproxima a una N(0,1).
n
El intervalo de confianza, a un nivel de confianza 1-α, es:
 p̂ ⋅ (1 − p̂ ) p̂ ⋅ (1 − p̂ ) 
IC =  p̂ − z α ⋅ , p̂ + z α ⋅  , siendo z α es el valor crítico.
n n 
 
2
2 2

Intervalo de confianza para la media poblacional

Dada una población con media µ y desviación típica σ. La media es desconocida.
Muestra de tamaño n y media muestral x (estimador puntual de µ).
 σ 
La distribución muestral de X es Nμ, 
 n
x −μ
Z=
Tipificando se tiene σ , que se aproxima a una N(0,1).
n
El intervalo de confianza, a un nivel de confianza 1-α, es:
 σ σ 
IC =  x − z α ⋅ , x + zα ⋅  , donde z α es el valor crítico.
n n 
 2 2  2

Página - 3 -
 TEORÍA DE MUESTRAS
Tamaño de la muestra
Cálculo del tamaño de la muestra para minimizar el error muestral.

a) Distribución muestral de medias:

 σ σ 
IC =  x − z α ⋅ , x + zα ⋅  , para un nivel de confianza (1-α)

 2 n 2 n 
2

σ  z α ⋅σ 
 
Error máximo: E ⇒ Margen de error: 2⋅ E ⇒ E = z α ⋅ ⇒ n = 2 
2 n  E 
 

b) Distribución muestral de proporciones:

 p̂ ⋅ (1 − p̂ ) p̂ ⋅ (1 − p̂ ) 
IC =  p̂ − z α ⋅ , p̂ + z α ⋅  , para un nivel de confianza (1-α)

 2
n 2
n 
p̂ ⋅ (1 − p̂ )
n=
E p̂ ⋅ (1 − p̂ )  
2
=  E 
Error máximo: E ⇒ Margen de error: 2⋅ E ⇒ z α n ⇒  
⇒
2 zα 
 2 
2
zα 
 
n = p̂ ⋅ (1 − p̂ ) ⋅  2 
 E 
 

Contraste de hipótesis
Procedimiento estadístico mediante el cual se investiga la verdad o falsedad de una
hipótesis acerca de una población o poblaciones.

Hipótesis nula Ho
Es la hipótesis que se formula y que se quiere contrastar. Se acepta o rechaza como
consecuencia del contraste.

Hipótesis alternativa Ha
Cualquier otra hipótesis que difiera de la formulada y que sitúe frente a Ho, de forma
que si se rechaza Ho se acepta Ha, y si se acepta Ho se rechaza Ha.

Estadístico del contraste

Es una función de los valores muestrales.

Región de aceptación
Es la formada por el conjunto puntos tales que los valores del estadístico del contraste
lleva a aceptar la hipótesis nula.

Región crítica o de rechazo

Página - 4 -
 TEORÍA DE MUESTRAS
La formada por el conjunto de puntos tales que los valores del estadístico del contraste
lleva a rechazar la hipótesis nula.

Contraste unilateral
En el caso en que la región crítica está formada por un solo conjunto de puntos.

Contraste bilateral
En el caso en que la región crítica está formada por dos conjuntos de puntos.

Error de tipo I
El que se comete al rechazar la hipótesis nula siendo verdadera.

Error de tipo II
El que se comete al aceptar la hipótesis nula siendo falsa.

Nivel de significación
La probabilidad de cometer el error de tipo I. se representa por α.

Potencia de un contraste
La probabilidad de rechazar la hipótesis nula cuando es falsa.

Contraste para el parámetro p de una distribución binomial

Distribución binomial B(n,p). Se contrasta el valor p = p o. Se fija un nivel de
significación α. Se elige una muestra, obteniendo un valor para el parámetro p = p̂ :

Hipótesis Hipótesis
Tipo de Estadístico del Región de
nula alternativa
contraste contraste aceptación
Ho Ha
 
p = po p ≠ po bilateral −z α , z α 
 
p̂ − p o  2 2 
Z=  
p ≤ po p > po unilateral p o ⋅ (1 − p o ) −∞
 , zα 

 2 
n  
p ≥ po p < po unilateral −z α , +∞
 
 2 

Página - 5 -
 TEORÍA DE MUESTRAS
Contraste para la media de una población normal
Distribución normal N(µ, σ). Se contrasta el valor µ = µo. Se fija un nivel de
significación α. Se elige una muestra de tamaño n, cuya media es x :

Hipótesis Hipótesis
Tipo de Estadístico del Región de
nula alternativa
contraste contraste aceptación
Ho Ha
 
µ = µo µ ≠ µo bilateral −z α , z α 
 
 
x −μo 2 2

Z=  
µ ≤ µo µ > µo unilateral σ −∞, zα 
 
 2 
n  
µ ≥ µo µ < µo unilateral −z α , +∞
 
 2 
Pasos para realizar un contraste de hipótesis
1. Se formulan las hipótesis nula Ho y la alternativa Ha.
2. Se elige el nivel de significación α deseado.
3. Se elige el estadístico de contraste cuya distribución muestral es conocida.
4. Con arreglo a α se determina la región de aceptación.
5. Se toma una muestra, se calcula un valor particular del etadístico de contraste y
se efectúan los cálculos.
6. Se acepta o se rechaza la hipótesis nula según que el estadístico calculado caiga
dentro o fuera de la región de aceptación. Finalmente se interpreta esta decisión.

Página - 6 -