Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Medición
Estadística Descriptiva y
Probabilidad
Prof. Haider O. Ballesteros M.
Información
Parcial:
Jueves 3 septiembre
Horario de clase
Examen final:
Jueves 5 noviembre
Horario de Clase
Taller: Grupos de 2
Subir a Teams
Ejemplos de población y muestra
Seleccionar al azar a 5 estudiantes de un grupo de 50 estudiantes:
muestra aleatoria
La producción total de tela de una fábrica textil:
población
Los alumnos de 2° y 5° semestre de la Facultad de Ingeniería Civil:
muestra
Un camión repartidor de refrescos:
muestra de refrescos
El número de llamadas que entran a un conmutador entre las 9:00 y la 11:00
am:
muestra
El número total de llamadas al día en un conmutador:
población
Preguntar a todo el personal de una fábrica sobre el deseo de implantar el
servicio de comedor para sus empleados:
encuesta, población
Ejemplos de población y muestra
Seleccionar a 25 personas de 1.000 en una fábrica para preguntar por la comida que
se da diariamente:
muestra
Poco más de 100 mil turistas ocuparon el 80% de los 28 mil habitaciones del hotel,
con motivo del fin de semana festivo, quienes dejaron importantes ganancias a todos
los prestadores de servicios, afirmo el secretario de turismo. Suponiendo que esas
22.400habitaciones de hotel son representativos del grupo de vacacionistas, ¿Cuál es
la población?
Las 28 mil habitaciones de hotel
¿Cuál es la muestra?
22.400 habitaciones de hotel (80% del total)
En el 2,019 en Bucaramanga se realizó un estudio dirigido a los jóvenes entre los 15 y
19 años (100,000), de los cuales se entrevisto a 12.000 y se encontró que el 95% de
ellos desean seguir estudiando en la universidad,
¿Cuál es la población?
100.000 jóvenes
¿Cuál es la muestra?
12.000 jóvenes
TIPOS DE MUESTRAS
Aleatorio Estratificado
Probabilística
Conglomerado Sistemático
https://www.yumpu.com/es/document/view/59826501/estadistica-descriptiva
Concepto de muestra probabilística
Son más
representativas
Sus resultados son
extrapolables
Se obtiene (generalizables) a
mediante técnica la población
de muestreo general.
Cuando todas los
elementos del aleatorio ( por
universo tienen la azar)
misma
probabilidad de
ser parte de la
muestra.
Aleatorias simples:
Utiliza cualquier sistema de azarificación (tabla de números al
azar, bolilleros, etc.)
Aleatorias simples:
Cuando usarla: Desventajas
K= N/n
K= constante (nº de
sistematización)
N= total del universo
n= nº muestral
Muestreo sistemático:
Cuando utilizarlo: Cuando no se aconseja:
Cuando no tengo listado de
antemano pero puedo En las situaciones en que las unidades
estimarlo. de muestreo están ordenadas por algún
Cuando no hay posibilidad de criterio periódico y la constante de
identificar en el marco muestreo puede coincidir con ello.
muestral a cada una de las
UM. Por ejemplo, en
ciudades grandes donde no
se tienen listados de
viviendas
Ejemplo si queremos conocer la demanda en
Cuando se dificulta el acceso un centro de salud y elegimos como unidad
a las UM, por distancias, falta de muestreo el día de la semana puede
de caminos o en terrenos ocurrir que obtener, gamos como constante
abruptos. Por ejemplo, en un de muestreo (K) el número 7, en ese caso
inventario forestal. estaríamos describiendo siempre la demanda
que se produce un día determinado, por
ejemplo el sábado.
Muestra por conglomerado:
El universo admite ser subdividido en universos menores de
características similares a las del universo total. Los
conglomerados constituyen grupos heterogéneos al interior
del grupo y homogéneos entre sí.
Procedimiento Utilización
El muestreo se realiza
sobre poblaciones en las
que no se conoce a sus
individuos o es muy difícil
acceder a ellos. Podrían
ser los casos de sectas
secretas, indigentes,
grupos minoritarios, etc.
Diferencia con el muestreo
Muestra por cuota estratificado: En el muestreo
por cuota la selección de UA
no es aleatoria.
Cuando utilizarlo:
Cuando se tienen datos
adicionales de los individuos
(edad, sexo, etc.) y se pueden
utilizar ya que el investigador
considera que estos datos
pueden influenciar en las
características que se estudian.
• La probabilidad • La probabilidad
Respuestas inapropiadas. de encontrar de no encontrar
Sesgo de medición (o una diferencia una diferencia
con nuestra que actualmente
clasificación) muestra existe entre
comparada con nuestra muestra
Las mediciones y/o clasificaciones de la la población, y comparada con
variable son inexactas. no hay una la población…
diferencia en
realidad….
Sesgos de selección • Poder es (1- β) y
es comúnmente
• Usualmente del 80%
Cuando existe una diferencia sistemática situado al 5% (o
entre las características de la población 0.05)
seleccionada para el estudio y las
características de la población no
seleccionada
Errores de muestreo
Grupo Focal
(Focus Group)
Métodos
Toma de
Datos
Encuesta
Observación
Entrevistas
• Técnica que recopila
información de las personas,
ha sido utilizada y sigue
utilizándose para múltiples
propósitos.
• Algunos autores, por no decir
todos, la utilizan para conocer
factores que están en duda o
para corroborar.
• En la actualidad se utiliza para
propósitos científicos, tanto de
laboratorio como de campo.
smaris.edu.ec/wp-content/uploads/2012/10/LA-ENTREVISTA.pptx
Grupos Focales (Focus Groups)
• Discusión o valoración de un
tema particular en grupos
pequeños (6 – 12)
homogéneos o heterogéneos.
• Es una entrevista grupal.
• Moderador, tiene un
cuestionario con preguntas
preestablecidas y da orden al
grupo.
• Duración aproximada 2
horas.
• La sesión se graba para
después ser analizada.
Cardozo Myriam. Seminario Internacional Cuarto Foro Global CLEAR. Métodos cualitativos. Noviembre 2013. http://www.clear-
la.cide.edu/sites/default/files/Day%202_Workshop_Qualitative%20Methods_Myriam%20Cardozo.pptx.
Observación
- Participante
- No Participante
Cardozo Myriam. Seminario Internacional Cuarto Foro Global CLEAR. Métodos cualitativos. Noviembre 2013. http://www.clear-
la.cide.edu/sites/default/files/Day%202_Workshop_Qualitative%20Methods_Myriam%20Cardozo.pptx.
Encuestas
Obtener datos o información de
varias personas cuyas opiniones
tienen mucha importancia para el
investigador. Las respuestas son
formuladas por escrito y no se
requiere de la presencia del
investigador. Son anónimas.
• Motivación
• Respuestas con alto grado de objetividad,
realidad y certeza.
• Bien organizada
• Datos: actitudes, intereses, opiniones,
conocimientos, comportamientos
smaris.edu.ec/wp-content/uploads/2012/10/ENCUESTAS.pptx
Bases de datos
https://www.datos.gov.co/
Información
Es un conjunto de
datos relacionados
entre sí.
Los datos son hechos
conocidos, que
pueden registrarse y
que tienen un
significado implícito.
Ejemplos:
Nombres
Números de teléfonos
Direcciones
Propiedades Implícitas
Una BD representa
algún aspecto del
mundo real.
Una BD es un conjunto
de datos lógicamente
coherente, con cierto
significado.
Toda BD se diseña, construye y alimenta con
datos para un propósito específico.
Está dirigida a un grupo de usuarios y tienen
ciertas aplicaciones preconcebidas que interesan
a dichos usuarios.
En definitiva una BD :
Tiene una fuente de la
cual derivan los datos.
Los datos interactúan
con el mundo real.
Tienen un público que
está interesado en el
contenido de la BD.
Las BD:
Pueden tener cualquier tamaño.
Se pueden generar manual o mecánicamente
Las BD computarizadas se
pueden crear y mantener
con un grupo de
programas de aplicación
escritos específicamente
para esa tarea o mediante
un Sistema de Gestión de
BD.
¿Qué es un Sistema de gestión
de Bases de Datos (SGBD)?
Es un conjunto de
programas que permite
a los usuarios crear y
mantener una BD
Es un sistema de software
de propósito general que
facilita el proceso de:
definir,
construir
manipular
BD para diversas
aplicaciones
Para Definir una BD
hay que especificar:
Las estructuras.
Los tipos de datos.
Las restricciones de
los datos que se
almacenarán en ella
Construir una BD
Es el proceso de
guardar los datos
mismos en algún
medio de
almacenamiento
controlado por el
SGBD.
En la manipulación de
una BD intervienen
funciones como:
Consultar la base de
datos para obtener
datos específicos.
Actualizar la BD para
reflejar cambios en el
minimundo.
Generar informes a
partir de los datos
Que son los datos?
Que son los datos?
Variables
ID de caso Fecha de diagnóstico Ciudad de ubicación Departamento o Distrito Atención** Edad Sexo Tipo* País de procedencia
1 6/03/2020 Bogotá Bogotá D.C. Recuperado 19 F Importado Italia
2 9/03/2020 Buga Valle del Cauca Recuperado 34 M Importado España
3 9/03/2020 Medellín Antioquia Recuperado 50 F Importado España
4 11/03/2020 Medellín Antioquia Recuperado 55 M Relacionado Colombia
5 11/03/2020 Medellín Antioquia Recuperado 25 M Relacionado Colombia
6 11/03/2020 Itagüi Antioquia Casa 27 F Relacionado Colombia
7 11/03/2020 Cartagena Cartagena D.T. y C Recuperado 85 F Importado Estados Unidos
8 11/03/2020 Bogotá Bogotá D.C. Recuperado 22 F Importado España
9 11/03/2020 Bogotá Bogotá D.C. Recuperado 28 F Importado España
10 12/03/2020 Bogotá Bogotá D.C. Recuperado 36 F Importado España
11 12/03/2020 Bogotá Bogotá D.C. Casa 42 F Importado España
12 12/03/2020 Neiva Huila Casa 74 F Importado Italia
13 12/03/2020 Neiva Huila Casa 68 F Relacionado Colombia
14 13/03/2020 Palmira Valle del Cauca Recuperado 48 M Importado España
15 13/03/2020 Villavicencio Meta Recuperado 30 F Importado España
16 13/03/2020 Bogotá Bogotá D.C. Recuperado 61 F Importado Italia
17 14/03/2020 Bogotá Bogotá D.C. Recuperado 73 F Importado España
18 14/03/2020 Bogotá Bogotá D.C. Casa 54 M Importado España
19 14/03/2020 Bogotá Bogotá D.C. Recuperado 54 F Relacionado Colombia
20 14/03/2020 Medellín Antioquia Recuperado 26 F Relacionado Colombia
21 14/03/2020 Medellín Antioquia Casa 28 M Relacionado Colombia
Observaciones
https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx
Población, Muestra, Métodos de
Medición
Estadística Descriptiva y
Probabilidad
Prof. Haider O. Ballesteros M.