ASIGNATURA:

ESTADISTICA PARA LA INVESTIGACION EN LA

SEGURIDAD PBLICA
UNIDAD: 1
MODELOS PROBABILISTICOS
AUTORREFLEXION 1
MAESTRO:
ARLENE LYNAI JUY CORRAL
ALUMNA:
MARES ALATORRE MARIA DOLORES
GRUPO:
SP-SESP-1501S-B2-005
MATRICULA:
ES1410904225

Responda con sus propias palabras las siguientes preguntas,

usando conceptos claros y sencillos:
1. Por qu se realizan los muestreos?
Para de obtener datos de una poblacin, ya sea por tratarse de una
poblacin infinita o porque no se cuenta con el tiempo o recursos
suficientes, consiguiendo los datos de un segmento de la poblacin.
Este ejercicio tiene como fin obtener datos ahorrando recursos y
obteniendo informacin veraz y confiable
2. Describa brevemente los 4 tipos de muestreos que
estudiamos
MUESTREO ALEATORIO SIMPLE
En el muestreo aleatorio simple, la extraccin de una muestra de una
poblacin finita, en el que el proceso de extraccin es tal que garantiza
a cada uno de los elementos de la poblacin la misma oportunidad de
ser incluidos en dicha muestra. Esta condicin garantiza la
representatividad de la muestra.
Sencillo y de fcil comprensin.
Clculo rpido de medias y varianzas.
Se basa en la teora estadstica, y por tanto existen paquetes
informticos para analizar los datos.
MUESTREO ALEATORIO SISTEMATICO
Si la constante de muestreo est asociada con el fenmeno de inters,
las estimaciones obtenidas a partir de la muestra pueden contener
sesgo de seleccin.
No siempre es necesario tener un listado de toda la poblacin.
Cuando la poblacin est ordenada siguiendo una tendencia conocida,
asegura una cobertura de unidades de todos los tipos.
MUESTREO ALEATORIO ESTRATIFICADO

En el muestreo estratificado, la poblacin est compuesta por estratos

que son conjuntos cuyos elementos son muy similares entre s, pero
hay mucha diferencia entre un estrato y otro.
Se ha de conocer la distribucin en la poblacin de las variables
utilizadas para la estratificacin.
Tiende a asegurar que la muestra represente adecuadamente a la
poblacin en funcin de unas variables seleccionadas. Se obtienen
estimaciones ms precisa.
Consigue una muestra lo ms semejante posible a la poblacin en lo
que a la o las variables estratificadoras se refiere.
MUESTREO POR CONGLOMERADOS
En el caso del muestreo por conglomerados la homogeneidad se va a
dar cuando los conglomerados se parecen entre s, pero dentro hay
mucha ms variacin.
Es muy eficiente cuando la poblacin es muy grande y dispersa.
No es preciso tener un listado de toda la poblacin, slo de las
unidades primarias de muestreo.
3. Defina con sus propias palabras el concepto de variable
aleatoria
Esta funcin asigna un valor numrico a cada hecho elemental del
espacio muestral, es decir, una variable aleatoria es una variable cuyo
valor numrico est determinado por el valor del experimento
aleatorio, que puede tomar un nmero numerable o no numerable de
valores, dando lugar a dos tipos de variables aleatorias: Discretas y
continuas.
4. Describa brevemente lo que usted entienda de variable
aleatoria discreta y continua
Una variable aleatoria discreta toma cada uno de sus valores con una
determinada probabilidad.
La relacin entre valores y probabilidades en una variable X se puede
expresar de forma tabular de la siguiente manera:
Valores x1 x2 ... xi de XP(X = x) P(x1) P(x2) P(xi)

Este mtodo puede ser complicado, e incluso imposible, si los valores

de la variable son muchos o infinitos.
En algunos casos, existe una forma sistemtica de aplicacin de los
valores de la probabilidad a los valores de la variable, de modo talque
se puede establecer una ecuacin que ligue ambos.
Una variable aleatoria continua tiene la caracterstica de tomar cada
uno de sus valores con probabilidad infinitesimal, a efectos prcticos,
0. Por tanto, no se pueden expresar en forma tabular. Sin embargo,
aunque no se pueden considerar probabilidades de valores concretos,
puede calcularse la probabilidad de que la variable tome valores en
determinados intervalos (los intervalos en cuestin pueden ser
abiertos o cerrados, sin que se modifique la probabilidad total).P(a X
b) = P(X = a) + P(a <X < b) + P(X = b) = P(a < X <b)
5. Escriba los 3 tipos de modelos probabilsticos y sus
caractersticas.
Binomial
1. En cada prueba del experimento slo son posibles dos
resultados: xito y fracaso.
2. La probabilidad de xito es constante , es decir, que no
vara de una prueba a otra. Se representa por p.
3. La probabilidad de fracaso tambin es constante, Se
representa por q,
q = 1 p
4. El resultado obtenido en cada prueba es independiente
de los resultados obtenidos anteriormente.

5. La variable aleatoria binomial, X, expresa el nmero de

xitos obtenidos en las n pruebas. Por tanto, los valores
que puede tomar X son: 0, 1, 2, 3, 4, ..., n.
La distribucin binomial se expresa por B(n, p)
Poisson
1.

El espacio muestral se genera por un nmero muy grande (puede

considerarse infinito) de repeticiones de un experimento cuyo
modelo de probabilidad es el de Bernoulli, con probabilidad de xito
muy pequea. Por esta razn, a la distribucin de Poisson suele
llamrsele de eventos raros. Las repeticiones del experimento
de Bernoulli se realizan en cada uno de los puntos de un intervalo
de tiempo o espacio.

2.

El nmero de xitos en el intervalo li es ajeno al nmero de xitos

en el intervalo lk, por lo que li lk = f

3.

La probabilidad de que se tengan dos o ms xitos en el mismo

punto del intervalo es cero.

4.

El nmero promedio de xitos en un intervalo es una constante l,

que no cambia de intervalo a intervalo.

Normal
Muchos procesos aleatorios se comportan de esta forma.
Se usan para aproximar otras distribuciones de probabilidad, como la
binomial y la de Poisson.
La distribucin de probabilidad de la media muestral y la proporcin
muestral es la distribucin normal cuando el tamao de la muestra es
grande, sin importar la forma de la distribucin de la poblacin de
origen.