Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman
parte de una población tienen la misma probabilidad de ser escogidos como parte
de la muestra. Los muestreos de esta clase son más populares y útiles que los no
aleatorios, principalmente porque tienen una elevada representatividad y permiten
calcular el error de la muestra.
Muestreo probabilístico
2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números
aleatorios, números aleatorios generadas con una calculadora u ordenador, etc.) se
eligen tantos sujetos como sea necesario para completar el tamaño de muestra
requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
práctica cuando la población que estamos manejando es muy grande. El muestreo
aleatorio simple es el que más se utiliza en la estadística inferencial, pero es menos
eficaz en muestras muy grandes.
EJEMPLOS:
1) Un ejemplo del uso del método de lotería sería la selección de una muestra
aleatoria de entre un grupo de 100 miembros. Se ponen todos los nombres
en un recipiente y se van sacando uno por uno hasta tener el tamaño
suficiente de nuestra muestra. Al utilizar el sistema de sorteo, los números
que representa cada elemento de la población objetivo son colocadas en
chips (es decir, tarjetas, papel u otros objetos). Los chips se colocan entonces
en un recipiente y se mezclan. A continuación, a ciegas se seleccionan las
fichas desde el recipiente hasta que se haya obtenido el tamaño de muestra
deseado. Las desventajas de este método de selección es que consume
mucho tiempo, y se limita a poblaciones pequeñas.
EJEMPLOS:
1) Ejemplo : ◦
EJEMPLOS:
EJEMPLOS:
EJEMPLOS:
EJEMPLOS:
EJEMPLOS:
1) Para obtener sujetos para un estudio que quiere analizar una enfermedad
rara, el investigador puede elegir utilizar el muestreo de bola de nieve, ya que
será difícil obtener sujetos. También es posible que los pacientes con la
misma enfermedad tengan un grupo de apoyo, y si uno de sus miembros es
tu primer sujeto, lo más probable es que allí encuentres más sujetos para el
estudio.
2) Si en un estudio se estuviera investigando el engaño en los exámenes, el
hurto en las tiendas, el uso de drogas o cualquier otro comportamiento social
“inaceptable”, los participantes potenciales serían cautelosos de presentarse
debido a posibles ramificaciones. Sin embargo, es probable que otros
participantes del estudio conozcan a otras personas en la misma situación
que ellos y puedan informar a otros acerca de los beneficios del estudio y
asegurarles la confidencialidad.
4.- Muestreo Discrecional · A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.
EJEMPLOS:
FUENTES:
Arturo Torres. (S/A). Los 7 tipos de muestreo y su uso en las Ciencias. Mayo, 23,
2020, de Psicología y Mente Sitio web: https://psicologiaymente.com
https://explorable.com
https://www.netquest.com
ACTIVIDAD 2:
0 5 (0, 5)
2 11 (2, 11)
4 17 (4, 17)
8 29 (8, 29)
X Y (X,Y) (x*y) X2
0 5 (0, 5) 0 0
2 11 (2, 11) 22 4
4 17 (4, 17) 68 16
∑ 𝑥: 14 ∑ 𝑦: 62 ∑ 𝑥𝑦: 322 ∑𝑥 2: 84 n= 4
D) DESPEJAR X COMO RESULTADO FINAL.
ACTIVIDAD 3:
SE PIDE
A) HACER UNA INVESTIGACIÓN DE CADA UNO DE LOS CONCEPTOS COMO LO MUESTRAN LOS
TEMAS.
B) ANOTAR UN EJEMPLO ENCADA SUB TEMA.
La estructura de las gráficas contiene una “línea central” (LC), una línea superior
que marca el “límite superior de control” (LSC), y una línea inferior que marca el
“límite inferior de control” (LIC). Los puntos contienen información sobre las lecturas
hechas; pueden ser promedios de grupos de lecturas, o sus rangos, o bien las
lecturas individuales mismas. Los límites de control marcan el intervalo de confianza
en el cual se espera que caigan los puntos. (Fuente: https://spcgroup.com.mx)
Las gráficas de control sirven para:
Existen dos tipos principales de gráficas de control de variables: gráficas para datos
recopilados en subgrupos y gráficas para mediciones individuales.
3. MUESTREO DE APLICACIÓN
De acuerdo con este criterio, el muestreo no tiene sentido. No obstante hay que
tener en cuenta lo siguiente:
♦ La inspección por medios destructivos no puede ser 100% por razones obvias.
♦ En el caso de lotes muy grandes la inspección 100% deja de ser 100% fiable
debido a factores como la fatiga, etc.
1. Los lotes deben ser homogéneos, es decir, las unidades que forman un lote
en particular deben haber sido fabricadas bajo condiciones similares en cuanto
a: máquinas, operadores, materia prima, tiempo (fechas), etc. cuando el lote
forma mezclando unidades de diferentes fuentes, al muestreo de aceptación no
funciona tan efectivamente como se debe.
2. Los lotes deben ser formados de tal manera que no compliquen el manejo de
materiales de proveedor y del cliente. Todos los artículos de los lotes deben ser
empaquetados y embarcados con un mínimo de riesgo y de tal forma que la
selección de unidades de la muestra sea relativamente fácil.
3. Con las reservas del caso, los lotes deben ser tan grande como sea posible.
Esto debido al menor costo y mayor eficiencia de la inspección, ya que con lotes
grandes es necesario inspeccionar menos proporcionalmente que con los lotes
pequeños, y además los planes resultantes a partir de tamaños de lote grande
tienen una mayor capacidad de detectar los lotes de mala calidad.
Selección de muestra
Representa un procedimiento de
inspección por aceptación y
rectificación que incluye
periodos alternativos de
inspección al 100 por 100 y de
inspección por muestreo.
(Fuente: https://prezi.com/)
ACTIVIDAD 4
PRUEBAS DE HIPÓTESIS
TERMINOLOGÍA
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0)
es el valor hipotético del parámetro que se compra con el resultado muestral resulta
muy poco probable cuando la hipótesis es cierta.
Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al probar
un valor hipotético de la media poblacional, se toma una muestra aleatoria y se
determina el valor de la media muestral. Si el valor crítico que se establece es un
valor de z, entonces se transforma la media muestral en un valor de z.
Examine los valores de la curva para determinar la diferencia entre las medias que
se puede detectar con cierto valor de potencia y tamaño de muestra. Por lo general,
un valor de potencia de 0.9 se considera adecuado. Sin embargo, algunos
profesionales consideran que un valor de potencia de 0.8 funciona adecuadamente.
Si una prueba de hipótesis tiene poca potencia, usted pudiera no detectar una
diferencia que sea significativa desde el punto de vista práctico. Si usted aumenta
el tamaño de la muestra, la potencia de la prueba también aumenta. Conviene tener
suficientes observaciones en la muestra para lograr la potencia adecuada. Sin
embargo, no debe tener un tamaño de muestra tan grande que le haga perder
tiempo y dinero en un muestreo innecesario o detectar diferencias poco importantes
para ser estadísticamente significativas. Si reduce el tamaño de la diferencia que
desea detectar, la potencia también disminuye. (Fuente:
https://support.minitab.com)
Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de
tipo II. La probabilidad de cometer un error de tipo II es β, que depende de la
potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II
al asegurarse de que la prueba tenga suficiente potencia. Para ello,
asegúrese de que el tamaño de la muestra sea lo suficientemente grande
como para detectar una diferencia práctica cuando esta realmente exista.
Como tiene que asegurarse de que los tubos no sean más grandes ni más
pequeños de 5 cm, el gerente elige la hipótesis alternativa bilateral, que
indica que la media de la población de todos los tubos no es igual a 5 cm.
Formalmente, esto se escribe como H1: μ ≠ 5
Fuente: (http://www.itchihuahua.edu.mx)
DIFERENCIA ENTRE UNA PROPORCIÓN MUESTRAL Y UNA
PROPORCIÓN POBLACIONAL.
Cuando se requiere investigar la proporción de algún atributo en una muestra
(variables cualitativas), la distribución muestral de proporciones es la adecuada para
dar respuesta a dichas situaciones. Esta distribución se genera de igual manera que
la distribución muestral de medias, a excepción de que al extraer las muestras de la
población, se calcula el estadístico proporción (p=x/n en donde "x" es el número de
éxitos u observaciones de interés y "n" el tamaño de la muestra), en lugar del
estadístico promedio. La fórmula que se utilizará para el cálculo de probabilidad en
una distribución muestral de proporciones, está basada en la aproximación de la
distribución normal a la binomial. Esta fórmula servirá para calcular la probabilidad
del comportamiento de la proporción en la muestra.
Fuente: http://virtual.umng.edu.co
CUESTIONARIO:
1. ¿cuál es la hipótesis nula?
La hipótesis nula (H0) es el valor hipotético del parámetro que se compra con el
resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
un precio, cantidad o
valor en comparación
de un periodo.
Actualmente toman un
para la administración
actividades económicas
convirtiéndose en un
procedimiento
altamente aceptable.