Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
1
Muestreo Tema 1
1. Muestreo 2. Muestreo aleatorio
3. Tipos de muestreo aleatorio
3.1. Muestreo aleatorio sin reposición 3.2. Muestreo aleatorio con reposición
(muestreo aleatorio simple) 3.3. Muestreo aleatorio en población infinita
(muestreo aleatorio simple)
4. Distribución muestral
4.1. Distribución muestral de la media 4.2. Distribución muestral de la proporción
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
2
1. Muestreo
Población
Parámetros (fijos) µ: media
σ2 : varianza π : probabilidad
Muestra
Estadísticos (variables o aleatorios) X : media
2nS : varianza
P : proporción
Inferencia: Estimación Contraste
Muestreo
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
3
Muestreo: Proceso de obtención de una muestra procedente de una población Muestreo aleatorio: Todos los elementos de la población tienen la misma probabilidad de aparecer en la muestra. Se denomina muestra aleatoria Ejemplo.
Población:
67,023
321
23
3213
2222
2 =−++
=
=++
=
=
σ
µ
N
Persona Edad A 1 B 2 C 3
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
4
3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio sin reposición Los elementos no son devueltos a la población. Sólo pueden aparecer una vez en la muestra. Número de muestras posibles:
Ejemplo Población: N=3. Elementos = (1, 2, 3) Muestras con n = 2 Muestra X1 X2 X
2nS Prob.
1 1 2 1,5 0,25 1/6 2 1 3 2,0 1 1/6 3 2 1 1,5 0,25 1/6 4 2 3 2,5 0,25 1/6 5 3 1 2,0 1 1/6 6 3 2 2,5 0,25 1/6
)!(!
, nNNV nN −
=
6!1!3
)!(!
, ==−
=nN
NV nN
67,0 ,2 2 == σµ
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
5
3.2. Muestreo aleatorio con reposición Los elementos son devueltos a la población. Pueden aparecer más de una vez en la muestra. Muestreo aleatorio simple (muestreo aleatorio) Número de muestras posibles:
nnN NV =
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
6
67,02
2 =
=
σ
µEjemplo Población: N = 3 Muestras: n = 2 Elementos = (1, 2, 3)
932 ==nN Muestra X1 X2 X
2nS Prob.
1 1 1 1 0 1/9 2 1 2 1,5 0,25 1/9 3 1 3 2 1 1/9 4 2 1 1,5 0,25 1/9 5 2 2 2 0 1/9 6 2 3 2,5 0,25 1/9 7 3 1 2 1 1/9 8 3 2 2,5 0,25 1/9 9 3 3 3 0 1/9
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
7
3. 3. Muestreo aleatorio en población infinita
• Se asume que la población tiene
infinitos elementos. • El número de posibles muestras es
infinito.
• Muestreo aleatorio simple:
1. Con reposición.
2. En población infinita.
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
8
4. Distribución muestral Distribución de un estadístico en todas las posibles muestras de tamaño n que es posible extraer de una población
Ejemplo. Muestreo sin reposición
Muestra X1 X2 X 2nS Prob.
1 1 2 1,5 0.25 1/6 2 1 3 2,0 1 1/6 3 2 1 1,5 0,25 1/6 4 2 3 2,5 0,25 1/6 5 3 1 2,0 1 1/6 6 3 2 2,5 0,25 1/6
262
5,262
262
5,1)( =++=XE 166,0)( =XVar 5,0)( 2 =nSE 125,0)( 2 =nSVar
X f ( X ) 1,5 2/6 2 2/6
2,5 2/6
2nS f (
2nS )
0,25 4/6 1 2/6
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
9
4.1. Distribución muestral de la media Se asume muestreo aleatorio simple Sea X una variable con µ=)(XE y 22 σσ =X . Se cumple que:
µ=)(XE
nX
22 σσ =
Además: Si X es normal o si n es grande (aún no siendo X normal)
X es normal )/,( nσµ Por tanto
nXZ
/σµ−
=
X es normal )1,0(
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
10
Distribución muestral de la media con σ2 desconocida En caso de que se desconozca σ2 puede calcularse:
nS
XnS
XT
n
n
/
1/
1−
−=
−
−=
µ
µ
Cuya distribución es t con n-1 grados de libertad
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
11
Ejemplo La variable ‘edad de la clase’ tiene µ=20 y σ2=2. Asumiendo que X es normal: a) Tomamos todas las posibles muestras de n=4 y calculamos X . Obtener )(XE y
2Xσ
b) Obtener la probabilidad de encontrar un sujeto con X > 22 c) Obtener la probabilidad de encontrar una muestra con X > 22
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
12
a)
20)( == µXE
5,0422
2 ===nX
σσ b)
41,122022
=−
=−
=σ
µXZ
0793,0)41,1()22( =>=> ZPXP c)
83,24/2
2022/
=−
=−
=n
XZσ
µ
0023,0)83,2()22( =>=> ZPXP
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
13
4.2. Distribución muestral de la proporción n variables dicotómicas: X1, X2, ..., Xn E (Xi) = π Var (Xi) = π (1− π ) Ejemplo. El 20% de los pasajeros de un avión tienen fobia. Si se toma un pasajero al azar:
E (Xi) = π = 0,2 Var (Xi) = π (1− π ) = 0,2 (0,8) = 0,16
Suma: ∑=
=++=n
iin XXXX
11 L
Proporción: P = X / n
Ejemplo. Si hay tres pasajeros, uno con fobia y dos que no:
33,031
1321
===
=++=
nXP
XXXX
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
14
El valor esperado y varianza de X y P son:
πnXE =)( π=)(PE
)1(2 ππσ −= nX nP)1(2 ππσ −
= Ejemplo. Entre tres pasajeros, cabe esperar que tengan fobia:
6,0)2,0(3)( === πnXE 48,08,0)2,0(3)1(2 ==−= ππσ nX
Proporción con fobia:
2,0)( == πPE
05,03
)8,0(2,0)1(2 ==−
=nP
ππσ
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
15
Muestras pequeñas: X es binomial (n, π) Muestras grandes (n>25):
X es normal (nπ, )1( ππ −n )
P es normal (π, n/)1( ππ − )
nPn
nXZ
/)1(
)1(
πππ
πππ
−
−=
−
−=
Es normal (0, 1) Ejemplo. La probabilidad de que haya más de 30 con fobia en un avión de 100 pasajeros es:
5,28,0)2,0(100)2,0(10030
)1(=
−=
−−
=ππ
πn
nXZ P (Z ≥ 2,5) = 0,0062
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
16
0 1 2 3X
0,00
0,10
0,20
0,30
0,40
0,50
0,60
f (x)
Binomial (3, 0,2) E (X) = nπ = 3(0,2) = 0,6
Var(X) = nπ(1-π) = 3(0,2)0,8 = 0,48
0 5 10 15 20 25 30
X
0,00
0,05
0,10
0,15
0,20
f (x)
Binomial (30, 0,2) E (X) = nπ = 30(0,2) = 6
Var(X) = nπ(1-π) = 30(0,2)0,8 = 4,8
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
17
Ejemplo Un sujeto responde al azar un examen de 5 preguntas, cada una con 5 alternativas. a) Obtener n y π. b) Obtener E (X1) y σ2
X1 c) Obtener E (X), σ2
X, E (P) y σ2P
d) Obtener P (X ≤ 3) e) Obtener P (P > 0,4)
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
18
a) n = 5 π = 1/5 = 0,2 b) E (X1) = π = 0,2 σ2
X1 = π (1-π) = 0,2(0,8) = 0,16 c) E (X) = nπ = 5(0,2) = 1
σ2X = nπ(1−π) = 5(0,2)0,8 = 0,8
E (P) = π = 0,2
σ2P = π (1−π)/n = 0,2(0,8) / 5 = 0,023
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
19
d) Binomial (5, 0,2), P (X ≤ 3) = 0,993
24,28,013
)1(=
−=
−−
=ππ
πn
nXZ P (X ≤ 3) = P (Z ≤ 2,24) = 0,9875 e) P = X / n; 0,4 = X / 5; X = 2 Binomial (5, 0,2), P (X > 2) = 1 - P (X ≤ 2) = 1 - 0,942 = 0,058
32,1023,0
2,04,0/)1(
=−
=−−
=n
PZπππ
P (P > 0,4) = P (Z > 1,32) = 0,0934
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
20
Formulario del tema 1
Muestreo aleatorio sin reposición:
)!(!
, nNNV nN −
=
Muestreo aleatorio con reposición:
nnN NV =
Distribución muestral de la media:
nXZ
/σµ−
= Z ~ Normal (0, 1)
nS
XnS
XT
n
n
/
1/
1−
−=
−
−=
µ
µ
T ~ tn-1
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
21
Distribución muestral de la proporción:
nPn
nXZ
/)1(
)1(
πππ
πππ
−
−=
−
−=
Universidad Autónoma de Madrid
Análisis de Datos en Psicología II Tema 1
22
Ejercicios recomendados del libro 1.1 1.2 1.3 1.4 1.5 1.9 1.15 1.16