Base de datos: en el archivo de Excel ( https://goo.

gl/zB3Ntf ) se tiene información sobre

las características generales de las personas que respondieron en un mes en particular.
Para este trabajo colaborativo, realice lo siguiente:

Parte 1 (semana 3 - 5)

(Semana 3) Selección de muestra

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los
elementos de una población), se selecciona una muestra, entendiendo por tal una parte
representativa de la población. En ese sentido, escoja un tipo de muestreo y argumente la
viabilidad de esta técnica para la base de datos dada. Úselo como herramienta para elegir
una muestra representativa.

 Procedimiento de muestreo

Utilizando la estrategia de muestreo completamente al azar sin remplazo (MAS) y con el

método de selección Fan Müller se selecciona una muestra representativa para las
variables

Como la población es finita, es decir conocemos el total de la población y

deseásemos saber cuántos del total tendremos que estudiar la fórmula sería:

N Z 2 pq
n= (1)
( N −1 ) E 2+ Z 2 Pq

Donde, se tiene lo siguiente:

N= Total de la población
Z= el cuantil de la distribución normal estándar al nivel de significancia que se
establezca.
p= proporción esperada (en este caso 5% = 0.5)
q = 1 – p (en este caso 1-0.5 = 0.05)
E : precisión (en este caso use un 5%).
Para calcular el tamaño de la muestra, utilice un nivel de confianza del 95%
Para la base de datos se tienen:
N=60356
P=0.5
q=0. 5
Z α /¿=1.9 6 ¿
E=0. 05

Remplazando los datos en la ecuación 1 se tiene la estimación del tamaño de la muestra

( 60356 ) ( 1.96 )2 ( 0.0 5 )( 0.95)

n= =382
( 60356−1 ) (0.05)2 + ( 1.96 )2 (0. 0 5)( 0. 95)
Teniendo en cuenta los resultados anteriores, realicemos una selección de
elementos para una muestra, utilizando el algoritmo del coordinado negativo.

Veamos la implementación del algoritmo del coordinado negativo. Para realizar

una selección de elemento para una muestra.

Para extraer la muestra de tamaño n de un universo de N objetos.

 Generar N realizaciones de una variable aleatoria ε k(k ∈U) con distribución

uniforme (0,1).
 Asignar ε kal elemento k-´esimo de la población.
 Ordenar la lista de elementos descendente (o ascendentemente) con
respecto a este número aleatorio ε k.
 A continuación, seleccionar los n primeros (o los n últimos) elementos. Esta
selección corresponde a la muestra realizada.
Teniendo en cuenta los pasos del algoritmo se tiene la selección de elementos
de la muestra