Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
CARLOS MAURICIO VARGAS CICERI
Grupo:
100403_140
Presentado a:
LYZLEY REYES
Existen diversas maneras para obtener el tamaño de una muestra dependiendo de los datos con que se
cuente, por ejemplo, en caso de contar con la cantidad de personas a las que le realizaremos el estudio (por
ejemplo, el número de habitantes en X ciudad), se dice que se cuenta con un universo finito, en esta ocasión
abordaremos está clase de universos y como obtener el tamaño ideal de una muestra, para lograr lo anterior
se hace uso de la siguiente fórmula propuesta por Murray y Larry (2005):
ESTUDIANTE 1 : Nombre
ENUNCIADO DEL EJERCICIO
Desviación
poblacional
FORMULAS
Error B
Tamaño de muestra n= #DIV/0!
Conclusión: Por ultimo el objeto de medir el tamaño de muestra para la variable,
evidencio que el tamaño para la variable mencionada es de 787 datos
Desviación
poblacional
10397.159187
FORMULAS
Error B 700
Tamaño de muestra n= 708
ESTUDIANTE
Enunciado del ejercicio:
FORMULAS
FORMULAS
ESTUDIANTE 2: Nombre
Desviación
poblacional
N= N=
α a=
1-α= 1-a=
Z=
Z=
Desviación del
σ promedio obtenido
s=
B Error d=B=E=e=
n= #DIV/0! no=
n= #DIV/0!
el tamaño de muestra para la variable, notamos que
ESTUDIANTE 5: Nombre
Desviación
poblacional
N= N=
α a=
1-α= 1-a=
Z=
Z=
Desviación del
σ promedio obtenido
s=
B Error d=B=E=e=
n= no=
n=
Desviación
poblacional
FORMULAS
Error B
Tamaño de muestra n= #VALUE!
Conclusión: Luego de aplicar el tamaño de muestra para la variable, notamos que…..
COLABORATIVO
Enunciado del ejercicio: Calcular el tamaño de muestra para la variable probabilidad de defecto, con una significancia del 5
0,07
Desviación
poblacional
0.8623945916
FORMULAS
Error B 0.07
Tamaño de muestra n= 487
N=
a=
1-a= 1.00
#VALUE!
Z=
Desviación del
promedio obtenido 0.00
s=
Error d=B=E=e=
no= #VALUE!
n= #VALUE!
ariable, notamos que…..
N= 2950
a= 0.05
1-a= 0.95
1.96
Z=
Desviación del
promedio obtenido 0.86
s=
Error d=B=E=e= 0.07
no= 583
n= 487
El muestreo es un proceso o conjunto de métodos para obtener una muestra finita de una
población finita o infinita, con el fin de estimar valores de parámetros o corroborar hipótesis sobre
la forma de una distribución de probabilidades o sobre el valor de un parámetro de una o más
poblaciones.
Características:
K= 4.1666667
N= 2950
n= 708
K= 4.00 se redondea
TOMA
CANTIDAD
MUESTRA
Elemento
vendido Tipo de articulo
1 4 4 4
3 12 12 4
15 60 60 4
16 64 64 4
23 92 92 4
32 128 128 4
40 160 160 4
48 192 192 4
62 248 248 4
64 256 256 4
68 272 272 4
76 304 304 4
79 316 316 4
83 332 332 4
97 388 388 4
103 412 412 4
104 416 416 4
106 424 424 4
110 440 440 4
112 448 448 4
113 452 452 4
116 464 464 4
129 516 516 4
130 520 520 4
135 540 540 4
136 544 544 4
139 556 556 4
141 564 564 4
143 572 572 4
145 580 580 4
150 600 600 4
159 636 636 4
165 660 660 4
173 692 692 4
180 720 720 4
181 724 724 4
186 744 744 4
195 780 780 4
202 808 808 4
205 820 820 4
209 836 836 4
212 848 848 4
214 856 856 4
217 868 868 4
218 872 872 4
220 880 880 4
225 900 900 4
227 908 908 4
229 916 916 4
234 936 936 4
236 944 944 4
240 960 960 4
241 964 964 4
250 1000 1000 4
251 1004 1004 4
254 1016 1016 4
267 1068 1068 4
280 1120 1120 4
289 1156 1156 4
294 1176 1176 4
297 1188 1188 4
298 1192 1192 4
299 1196 1196 4
301 1204 1204 4
303 1212 1212 4
307 1228 1228 4
308 1232 1232 4
309 1236 1236 4
318 1272 1272 4
319 1276 1276 4
322 1288 1288 4
330 1320 1320 4
343 1372 1372 4
364 1456 1456 4
370 1480 1480 4
378 1512 1512 4
383 1532 1532 4
385 1540 1540 4
397 1588 1588 4
400 1600 1600 4
404 1616 1616 4
407 1628 1628 4
414 1656 1656 4
429 1716 1716 4
440 1760 1760 4
441 1764 1764 4
442 1768 1768 4
449 1796 1796 4
460 1840 1840 4
466 1864 1864 4
467 1868 1868 4
469 1876 1876 4
470 1880 1880 4
493 1972 1972 4
496 1984 1984 4
500 2000 2000 4
502 2008 2008 4
511 2044 2044 4
517 2068 2068 4
518 2072 2072 4
531 2124 2124 4
541 2164 2164 4
542 2168 2168 4
543 2172 2172 4
556 2224 2224 4
557 2228 2228 4
571 2284 2284 4
584 2336 2336 4
587 2348 2348 4
607 2428 2428 4
610 2440 2440 4
624 2496 2496 4
638 2552 2552 4
639 2556 2556 4
650 2600 2600 4
656 2624 2624 4
662 2648 2648 4
663 2652 2652 4
665 2660 2660 4
673 2692 2692 4
686 2744 2744 4
699 2796 2796 4
705 2820 2820 4
¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada uno de ellos.
de una isten muchas formas de seleccionar muestras dentro de una población. Entre los principales métodos o técnicas de m
hipótesis sobre Muestreo Aleatorio Simple (MAS), donde todos los elementos de la población tienen la misma posibilidad de ser sele
una o más Muestreo Aleatorio Estratificado (MAE), cuando se tienen varios grupos o estratos separados y se desea asegurar qu
correctamente clasificados.
Muestreo Sistemático (MS), aquel donde primero se listan todos los elementos de la población y después se elige un
van escogiendo los siguientes siguiendo un intervalo sistemático
Muestreo por Conglomerados (MPC), cuando los elementos que van a formar parte de la muestra son una colección
análisis o elementos.
Otros tipos de muestreo no probabilísticos serían el muestreo por conveniencia o el muestro por bola de nieve.
ento de la población)
ada k elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando
sde 1 hasta n
iables de la población
Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de proceder a realizar un mu
simple.
Precio del
Precio de impuesto envío Género de cliente
4400 6000 2
6200 6000 2
5200 6000 2
1600 6000 1
1600 6000 1
4700 6000 2
4400 6000 2
3600 6000 2
2300 6000 2
2300 6000 1
4400 6000 1
6200 6000 1
3700 6000 2
4400 6000 1
5200 6000 2
3300 6000 1
7300 6000 2
6200 6000 1
2600 6000 1
3600 6000 2
2000 6000 2
2300 6000 2
7300 6000 1
1700 6000 2
6200 6000 2
6200 6000 1
4400 6000 2
3600 6000 2
7300 6000 2
7300 6000 2
7300 6000 1
2500 6000 1
4400 6000 1
6200 6000 2
7300 6000 2
6200 6000 1
7300 6000 1
4400 6000 2
6000 6000 1
7300 6000 1
6900 6000 2
7300 6000 2
7300 6000 2
5300 6000 2
6200 6000 1
3600 6000 2
2000 6000 1
5300 6000 2
2000 6000 1
6200 6000 1
3600 6000 2
6200 6000 1
1700 6000 1
7300 6000 2
7300 6000 1
4200 6000 2
4300 6000 2
2100 6000 1
5200 6000 1
5200 6000 1
1600 6000 2
1700 6000 2
2100 6000 1
6200 6000 2
7300 6000 1
3600 6000 1
7300 6000 1
7300 6000 1
4400 6000 1
7300 6000 2
7300 6000 1
2100 6000 2
1600 6000 1
2200 6000 2
7300 6000 2
7300 6000 1
5200 6000 1
6900 6000 2
2100 6000 2
3600 6000 1
3600 6000 1
7300 6000 1
7300 6000 1
2000 6000 2
7300 6000 2
5200 6000 2
3000 6000 2
3600 6000 1
2500 6000 1
3600 6000 1
3300 6000 2
6200 6000 1
5200 6000 2
3300 6000 1
5200 6000 1
6200 6000 1
2100 6000 1
4400 6000 1
5200 6000 1
7300 6000 2
3600 6000 1
2600 6000 2
7300 6000 2
5200 6000 2
7300 6000 1
3000 6000 1
4200 6000 1
3700 6000 2
4400 6000 2
3600 6000 1
3600 6000 1
4400 6000 1
6200 6000 2
1900 6000 1
6900 6000 2
4400 6000 2
4400 6000 2
6200 6000 2
2900 6000 1
5200 6000 2
2300 6000 1
6900 6000 2
2500 6000 1
realiza el muestreo sistemático? ¿Cómo se realiza el muestreo aleatorio s
istemático (MS), aquel donde primero se listan todos los elementos de la población y El muestreo aleatorio simple es un subconju
elige uno de ellos de manera aleatoria y se van escogiendo los siguientes siguiendo un Cada individuo se elige al azar y por pura
stemático la misma probabilidad de ser elegido en c
P=1- N-1
El
rio simple es un subconjunto de una muestra elegida de una población más grande. El muestreo probabilístico es un método de muest
elige al azar y por pura casualidad. En este tipo de muestreo cada individuo tiene grupos pequeños de una población) que utiliza for
lidad de ser elegido en cualquier etapa del proceso. El requisito más importante del muestreo probabil
misma oportunidad de ser seleccionados.
ra que tienes un hospital que cuenta con un personal de 1000 miembros y Por ejemplo, si tienes una población de 100 person
a 100 personas al turno de la noche. Todos los nombres se ponen en unos papeles de 100 de ser seleccionado. El método de muestre
se mezclan en una caja o cubo para ser seleccionados al azar. Todas las personas de crear una muestra representativa de la població
en la misma posibilidad de ser seleccionadas, y dado que conocemos el tamaño de
el tamaño de la muestra (n), el cálculo es el siguiente: Este método utiliza la teoría estadística para selecc
(muestra) de una gran población existente y luego
coincidirán con la población en general.
P=1- N-1/N.N-2/N-1….N-n/N-(n-1)
Eliminando=1-N-n/N
=n/N
=100/1000
=10%
Recomendación
del producto
3
1
3
3
2
3
2
2
2
1
2
3
1
3
3
2
3
3
3
3
3
3
3
3
2
3
3
2
2
3
2
2
3
1
3
3
3
1
3
3
3
3
3
2
3
3
2
3
3
3
1
3
1
1
1
1
1
2
1
3
3
3
2
3
1
3
3
2
3
1
3
2
3
2
3
3
3
1
3
1
3
2
2
3
3
3
2
1
1
3
1
1
3
3
3
1
3
3
2
3
3
2
2
3
2
2
2
1
1
1
3
2
1
3
1
2
1
3
2
3
1
2
1
ndo se realiza un muestreo probabilístico en muestras pequeñas?
Características:
K= 6.0574949
N= 2950
n= 487
K= 6.00 se redondea
TOMA
CANTIDAD
MUESTRA
Elemento
vendido Tipo de articulo
2 12 12 4
8 48 48 5
14 84 84 5
16 96 96 2
18 108 108 5
24 144 144 3
33 198 198 5
37 222 222 1
38 228 228 1
39 234 234 2
46 276 276 1
60 360 360 3
62 372 372 3
65 390 390 3
67 402 402 1
70 420 420 1
71 426 426 5
72 432 432 1
74 444 444 3
77 462 462 2
88 528 528 3
96 576 576 5
97 582 582 2
98 588 588 3
102 612 612 3
103 618 618 3
108 648 648 5
115 690 690 2
118 708 708 2
119 714 714 2
123 738 738 1
128 768 768 3
129 774 774 1
130 780 780 4
134 804 804 1
137 822 822 5
140 840 840 2
142 852 852 2
144 864 864 5
153 918 918 4
155 930 930 4
159 954 954 4
161 966 966 1
162 972 972 1
165 990 990 2
169 1014 1014 5
173 1038 1038 2
178 1068 1068 4
181 1086 1086 1
187 1122 1122 1
188 1128 1128 2
190 1140 1140 2
202 1212 1212 4
203 1218 1218 1
211 1266 1266 2
213 1278 1278 3
216 1296 1296 2
217 1302 1302 1
221 1326 1326 5
223 1338 1338 3
224 1344 1344 3
229 1374 1374 2
230 1380 1380 2
238 1428 1428 3
241 1446 1446 2
242 1452 1452 2
249 1494 1494 5
258 1548 1548 3
261 1566 1566 4
264 1584 1584 2
270 1620 1620 2
272 1632 1632 1
275 1650 1650 1
277 1662 1662 1
283 1698 1698 4
299 1794 1794 2
300 1800 1800 5
313 1878 1878 4
314 1884 1884 5
320 1920 1920 1
328 1968 1968 3
329 1974 1974 5
331 1986 1986 1
332 1992 1992 2
336 2016 2016 3
350 2100 2100 5
351 2106 2106 3
353 2118 2118 3
364 2184 2184 2
370 2220 2220 1
372 2232 2232 2
375 2250 2250 5
383 2298 2298 3
384 2304 2304 5
390 2340 2340 1
395 2370 2370 1
397 2382 2382 4
399 2394 2394 1
400 2400 2400 2
402 2412 2412 2
405 2430 2430 4
419 2514 2514 2
422 2532 2532 3
423 2538 2538 2
429 2574 2574 3
432 2592 2592 3
434 2604 2604 5
436 2616 2616 3
437 2622 2622 1
440 2640 2640 5
444 2664 2664 1
445 2670 2670 2
446 2676 2676 2
463 2778 2778 5
465 2790 2790 4
467 2802 2802 1
468 2808 2808 2
470 2820 2820 4
472 2832 2832 5
474 2844 2844 3
476 2856 2856 5
478 2868 2868 5
482 2892 2892 3
TIPO DE MUESTREO: Sistemático
ento de la población)
ada k elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando
sde 1 hasta n
iables de la población
Precio del
Precio de impuesto envío Género de cliente
6200 6000 2
5200 5500 2
6200 5500 2
5200 6000 1
7300 5500 1
7300 6000 1
3600 5500 1
1400 5000 2
2100 5000 2
5200 6000 2
3600 5000 2
6200 6000 1
4700 6000 1
4400 6000 2
2000 5000 1
5000 5000 2
3000 5500 2
4400 5000 2
2600 6000 1
2300 6000 1
6200 6000 2
6200 5500 1
1900 6000 2
2900 6000 1
6900 6000 2
7300 6000 2
5200 5500 1
5200 6000 1
2100 6000 1
3600 6000 1
3700 5000 2
4200 6000 1
4400 5000 1
4400 6000 2
4400 5000 1
4400 5500 2
4400 6000 1
5200 6000 2
5200 5500 2
1600 6000 1
7300 6000 1
1700 6000 1
2200 5000 1
3600 5000 2
2200 6000 1
5200 5500 2
5200 6000 1
4300 6000 2
3700 5000 1
2400 5000 2
4000 6000 1
4400 6000 2
7300 6000 1
5000 5000 1
3600 6000 1
2500 6000 1
4400 6000 2
5200 5000 1
8200 5500 1
5200 6000 1
3600 6000 2
2100 6000 1
5200 6000 2
2500 6000 2
6900 6000 1
5200 6000 1
4400 5500 1
3300 6000 2
1700 6000 1
1600 6000 1
4400 6000 2
2400 5000 1
6200 5000 1
1700 5000 2
2900 6000 2
5200 6000 1
2000 5500 2
3600 6000 2
7300 5500 2
5200 5000 2
7300 6000 1
7300 5500 1
5200 5000 2
2600 6000 2
5300 6000 1
2100 5500 2
5200 6000 1
3600 6000 2
5200 6000 2
4400 5000 1
6200 6000 1
8400 5500 1
2200 6000 2
2000 5500 1
4200 5000 1
5200 5000 1
1900 6000 2
7300 5000 1
3700 6000 2
7300 6000 1
7300 6000 2
3300 6000 1
2600 6000 2
5200 6000 1
3600 6000 2
4000 6000 2
2400 5500 2
2500 6000 2
4300 5000 1
2400 5500 2
6900 5000 2
2000 6000 2
2500 6000 1
7300 5500 2
3600 6000 2
3600 5000 1
5200 6000 2
2500 6000 1
6200 5500 2
6200 6000 1
7300 5500 2
2500 5500 1
2300 6000 1
% se debe de proceder a realizar un muestreo aleatorio
e.
Probabili
dad de
Portal de volver a Utilidad del
Edad del cliente Satisfacción compra comprar producto
36 4 3 1 1
29 3 2 1 3
27 2 4 1 1
31 3 2 1 3
31 2 3 1 3
22 3 5 2 2
29 1 3 2 2
43 4 1 1 3
31 2 5 1 1
54 1 4 2 2
28 3 2 2 3
54 4 4 2 3
51 4 3 1 3
21 2 4 1 3
49 3 4 1 3
44 1 4 2 2
27 1 4 1 1
33 3 1 2 2
22 2 3 2 1
47 2 3 2 4
34 1 4 2 1
21 3 3 1 4
37 3 4 1 2
55 4 5 2 2
43 1 4 2 2
55 4 2 1 1
50 4 3 1 2
26 2 2 1 1
26 2 3 2 1
52 4 1 1 2
48 3 1 1 1
31 2 4 2 4
27 1 5 2 4
35 4 1 1 4
46 1 4 2 4
39 4 5 2 1
29 4 5 2 3
40 1 5 1 3
48 2 5 2 2
22 1 4 1 4
53 3 4 1 4
18 1 5 1 4
26 4 3 2 1
24 1 5 2 1
51 1 2 2 2
36 4 5 2 2
37 1 5 1 4
32 1 4 1 3
20 3 4 2 2
21 2 2 1 2
20 2 3 1 2
21 4 4 1 2
39 4 1 2 1
41 2 2 1 4
26 2 4 1 3
29 3 5 2 4
43 1 3 1 4
50 2 4 2 2
29 4 1 2 1
55 4 5 1 2
18 2 2 2 2
50 4 4 1 4
23 1 1 2 1
26 2 5 1 4
44 2 3 1 1
24 1 1 1 1
46 2 5 2 2
35 4 4 1 3
22 2 2 2 1
45 1 4 2 3
33 4 4 1 3
36 1 2 1 2
39 2 1 2 4
39 4 5 2 4
20 1 3 2 3
47 2 2 1 4
47 1 3 2 3
32 1 4 1 1
33 1 4 2 2
35 1 2 1 1
27 2 3 2 2
32 2 4 2 2
29 1 4 2 1
51 3 1 2 4
41 3 2 2 1
18 4 4 2 3
46 1 3 2 2
37 4 3 2 1
32 3 2 1 2
55 3 3 1 2
40 3 1 2 2
41 3 4 2 2
46 2 4 1 2
39 4 5 1 3
21 1 1 2 1
23 3 2 1 4
25 1 2 1 1
48 3 4 2 3
29 4 1 1 2
37 1 3 2 3
45 1 3 2 3
47 1 3 2 3
30 4 5 2 4
21 2 4 1 2
43 2 5 2 1
54 4 3 2 4
28 3 2 2 3
24 1 4 2 4
52 1 4 2 1
21 4 2 2 2
35 3 1 1 2
29 1 1 2 3
20 4 5 2 2
43 2 4 1 1
39 1 4 2 3
53 2 1 2 2
44 1 2 2 2
36 1 5 2 2
31 3 4 1 4
44 3 1 2 1
24 3 3 1 1
55 2 1 1 1
28 2 5 2 2
Recomendación
del producto
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
¿Para qué se utilizan los intervalos de confianza?
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media muestral (uno superior y otro in
acotar un rango dentro del cual, con una determinada probabilidad, se va a localizar el parámetro poblacional.
¿A qué se le llama error de estimación?
El error estándar de estimación mide la desviación en una muestra valor poblacional. Es decir, el error estándar de estim
variaciones de la media muestral con respecto al verdadero valor de la media poblacional.
N
n=
Promedio
muestral (x)
Desviación (s)
Significancia
(a)
Valor Z
Limi inf
Limi sup
IC=
𝑰.𝑪.
INTERVALO DE CONFIANZA PARA LA MEDIA: =𝒙 ̅±𝒁_(𝜶∕𝟐)∗𝒔/√𝒏
Radio= 1.106606269079
Li= 33.24932593431
Ls= 35.46253847247
a muestral (uno superior y otro inferior). Estos valores van a Supongamos que queremos calcular un intervalo de confianza para una m
parámetro poblacional. típica poblacional de 6. La muestra es de 50 individuos.
Los pasos para calcular los intervalos de confianza son:
1 Lo primero es fijar un nivel de confianza 1-αα (siendo αα la máxima pro
estimación esté dentro de ciertos valores es fijada de antemano. Normalm
Es decir, el error estándar de estimación mide las posibles cuenta que mientrás más alto el nivel de confianza más estrecho será el in
nal. Para este ejercicio fijamos un nivel de confianza del 90%
2 Cálculo del margen de error
Cuando estimo la media poblacional a través de la media muestral y cuan
estimación dado para un nivel de confianza 1-αα está dado por la siguien
tra, con alta probabilidad, el valor real de una determinada E=zα/2σn−−√.E=zα/2σn.
valo de confianza de 95% nos indica que dentro del rango siendo zα/2zα/2 , el cuantil de la distribución normal estándar que arrastr
si yo deseo tener un nivel de confianza del 90$, entonces αα va a ser del 0
probabilidad del 10%
Probabilidad de
Precio de venta Edad del cliente
defecto
2950 2950
708 487
34.35593220339 2.470884341293
14.33713613448 0.864785954145
0.04 0.05
2.053748910632 1.95996398454
33.24932593431 2.394078855995
35.46253847247 2.547689826591
{ 2.39 : 2.54 }
{ 33.24 : 35.46 }
Fórmula a desarrollar
para construir el IC
(Intervalo de confianza)
n intervalo de confianza para una media poblacional sabiendo que la media muestral es de 32 y la desviación
de 50 individuos.
de confianza son:
anza 1-αα (siendo αα la máxima probabilidad aceptada de cometer un error). La probabilidad de que nuestra
res es fijada de antemano. Normalmente los valores de confianza son del 90%, 95% o 99%. Hay que tener en
de confianza más estrecho será el intervalo.
confianza del 90%
través de la media muestral y cuando la desviación estándar de la población es conocida, el máximo error de
fianza 1-αα está dado por la siguiente ecuación.
bución normal estándar que arrastra una probabilidad de α/2α/2, con αα nivel de significancia establecido
a del 90$, entonces αα va a ser del 0.1 y α/2α/2 va a ser 0.05 calculo los valores para que z tengo una
n=
Categoría=
Significancia (a)
Valor Z
N=
n=
lim inf=
lim sup=
IC=
𝑰.𝑪. :𝒑 ̅±𝒁_(𝜶∕𝟐)∗√((𝒑 ̅∗𝒒
INTERVALO DE CONFIANZA PARA LA
PROPORCIÓN: √((𝑵−𝒏)/(𝑵−𝟏))
Fórmula de excel que Calcula el radio del intervalo NO SIRVE PARA ESTE CASO
Dada una variable aleatoria con distribución Binomial B(n, p), el objetivo es la construcción de un intervalo de confianza par
basada en una observación de la variable que ha dado como valor x. El mismo caso se aplica si estudiamos una Binomial B(1
número de veces que ocurre el suceso que define la variable al repetir el experimento n veces en condiciones de independe
Aproximación asintótica
Tiene la ventaja de la simplicidad en la expresión y en los cálculos, y es la más referenciada en la mayoría de textos de estadí
aproximación
Intervalo exacto
Aun cuando las condiciones anteriores no se verifiquen, es posible la construcción de un intervalo exacto, válido siempre pe
en los cálculos. Es posible demostrar que un intervalo exacto.
2950 2950
708
487
DEPORTIVOS SI
La suma de P y
17% ser 100
25%
83% 75%
0.04
0.05
2.05374891063182 1.9599639845401
2950 2950
708 1342
14.82% 21.73%
19.92% 28.78%
{ 14.82% : 19.92% } { 21.73% : 28,78% }
. :𝒑 ̅±𝒁_(𝜶∕𝟐)∗√((𝒑 ̅∗𝒒 ̅)/𝒏)
(𝑵−𝒏)/(𝑵−𝟏))
La suma de P y Q debe
ser 100%