Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Esta Di Stica
Esta Di Stica
PROFESOR: ESTUDIANTE:
ING. ALBER BLANCO MOTA, ANDRÉS
CI: 28.254.053
(MAYO, 2020)
ÍNDICE
INTRODUCCIÓN ............................................................................................ 1
Muestreo .............................................................................................. 13
REFERENCIAS BIBLIOGRÁFICAS.............................................................. 31
INTRODUCCIÓN
1
Concepto de Estadística
Objetivo de la Estadística
2
Ruíz (2004) citando a Minguez, amplia que: “tiene por objeto aplicar
las leyes de la cantidad a los hechos sociales para medir su intensidad,
deducir las leyes que los rigen y hacer su predicción próxima.” (p.3)
Importancia de la Estadística
3
- Extraer información de tales características para la toma
de decisiones de carácter profesional.
- Identificar relaciones existentes entre las puntuaciones
obtenidas por los miembros de esos grupos en dos o más
variables.
- Aplicar a los miembros de los grupos las propiedades de
los modelos estadísticos a los que se acomodan los datos
empíricos.
- Poner a prueba diferentes formas de intervención –
métodos, formas de motivación, sistemas de disciplina,
castigos, premios…- sobre sujetos o grupos.” (p. 6)
4
explican que la estadística descriptiva es la rama de la estadística que
presenta técnicas para describir conjuntos de mediciones, es decir cuando se
presentan un conjunto de mediciones, ya sea una muestra o una población, y
necesita encontrar una forma de organizarlo y resumirlo (p.4)
5
características de una población a partir de información contenida en una
muestra.” (p. 4)
¿Universo Estadístico?
6
El universo estudio se debe definir de manera precisa, tanto
respecto de las unidades elementales que lo componen
como de sus límites: si, por ejemplo, se estudia el dominio de
la agricultura ¿se incluyen o no las huertas familiares en el
universo? La definición de los límites condiciona el alcance
de los resultados proporcionados por el muestreo.” (p. 1)
Población Estadística
7
Tipos de Población (Finitas e Infinitas)
INEI (2006) por otro lado, señala que la población finita: “Es aquella en
la que es posible enumerar (contar) físicamente los elementos que
pertenecen a la población”.
¿Qué es Dato?
8
“Se le llama datos a las agrupaciones de cualquier número
de observaciones relacionadas. Para que se considere un
dato estadístico debe tener dos características:
a) Que sean comparables entre sí.
b) Que tengan alguna relación.
La recolección de información o recopilación de datos
estadísticos se divide en:
A) Datos Internos: son aquellos datos que no necesitan de
observaciones adicionales al experimento; es decir, no
es necesario buscar características que proporcionen
información adicional acerca del experimento. Ejemplo:
Las calificaciones de un grupo, un experimento químico,
etcétera.
B) Datos Externos: estos datos pueden ser de dos tipos:
a) Datos Bibliográficos: son aquellos ya conocidos y
que podemos encontrar fácilmente utilizando
bibliografía, registros, actas, etcétera, como los datos
históricos, censos y otros.
b) Datos Originales: son aquellos que podemos obtener
mediante métodos de recolección, como las
encuestas, plebiscitos, referéndum, y nos
proporcionan datos reales y certeros.”
9
Dato cuantitativo: “Es aquel dato numérico que representa aspectos
de una muestra o una población que es medible o que se puede contar.” (p.
18)
Por su parte Mendenhall y otros (2010) desglosan el siguiente
diagrama para denotar la tipología de los datos.
¿Qué es un Rango?
10
Por parte del INEI (2006), el dato es: “Conocido también como
recorrido, es un número que mide la amplitud de los valores de un conjunto
de datos y se calcula por diferencia entre el valor mayor y el valor menor.” (p.
54)
Así como describe la fórmula para determinar el rango asociado a los
datos estudiados, indica por tanto: “Lo notaremos como R. No constituye una
medida muy significativa en la mayoría de los casos, pero es muy fácil de
calcular. (p. 54)
¿Qué es un Intervalo?
11
La UAA (2015) por su parte señala que: “Los intervalos de clase
deben estar definidos por límites que permitan identificar plenamente si un
dato pertenece a uno u otro intervalo. Estos límites son los valores extremos
de cada intervalo.”
Concepto de Muestra
12
Aclara Pérez (2012) que en estadística: “Entendemos por muestra un
subconjunto de una población. La muestra debe ser representativa de la
población, para lo que deberá contar con un tamaño suficiente y con una
selección por procedimientos imparciales, como el muestreo aleatorio.” (p.
96)
Figura 2. Muestra.
Muestreo
13
Por su parte Pérez (2012) simplifica el concepto e indica que el:
“Muestreo es el procedimiento utilizado para seleccionar la muestra” y resalta
que “el preferible es el denominado aleatorio simple”. (p. 96)
Tipos de Muestreo
14
C) El muestreo Aleatorio simple es el tipo de muestreo en el cual todos y
cada uno de los elementos de la población se elige de tal forma que
tengan la misma posibilidad de ser seleccionados y pertenecer a la
muestra.
D) El muestreo Sistemático se utiliza cuando el universo es de gran
tamaño o ha de extenderse en el tiempo y requiere de una selección
aleatoria inicial de observaciones seguida de otra selección de
observaciones, obtenida mediante una constante denominada
constante de sistematización: Cs= N/n; Donde N = es el tamaño de la
población y n = el tamaño de la muestra.
Esta constante nos sirve para determinar cada cuántos elementos o
cada cuánto tiempo se debe elegir el siguiente; para ello hay que
elegir al azar un número entre 1 y Cs; de ahí en adelante tomar uno
de cada K a intervalos regulares. Es conveniente tener en cuenta la
periodicidad del fenómeno.
E) En el tipo de muestreo Estratificado se involucra la división previa de
la población en subgrupos, clases o estratos que se suponen más
homogéneos, y a los cuales se le asigna una cuota que determina el
número de miembros del estrato que compondrán la muestra, estos
son escogidos mediante muestreo aleatorio simple.
F) Se le llama muestreo Por conglomerados al dividir primero la
población en grupos o conglomerados convenientes para el muestreo,
seleccionando de cada uno de ellos una porción, al azar o por un
método sistemático. Bajo este método, aunque no todos los grupos
son muestreados, cada grupo tiene una igual probabilidad de ser
seleccionado.
Por su parte el INEI (2006) explica que existen los siguientes tipos de
muestreo:
15
Muestreo aleatorio simple: También llamado irrestrictamente aleatorio.
Es un método de muestreo donde una muestra aleatoria simple es
seleccionada de tal manera que cada muestra posible del mismo
tamaño tiene igual probabilidad de ser seleccionada de la población.
Una muestra aleatoria es también llamada una muestra probabilística
es aquella cuyos elementos se seleccionan individualmente de la
población en forma aleatoria, y es preferida por los estadísticos porque
la selección de las muestras es objetiva y el error muestral puede ser
medido en términos de probabilidad bajo la curva normal. Por
conveniencia, este método puede ser reemplazado por una tabla de
números aleatorios cuando una población es infinita. Se aplica cuando
los datos son casi homogéneos.
Una variante del muestreo aleatorio simple es el muestreo aleatorio
sistemático. Otros tipos más comunes de muestreo aleatorio son:
muestreo aleatorio estratificado y muestreo por conglomerados. (p. 46)
o Muestreo estratificado aleatorio: Es un método de muestreo que
se aplica cuando se divide la población en grupos, llamados
estratos, donde los datos son más homogéneos pero un estrato
frente al otro muy distintos. Para extraer la muestra aleatoria se
aplica el muestreo aleatorio simple a cada estrato y el tamaño
es la suma de los tamaños de todos los estratos. Para
determinar los tamaños de los estratos se puede utilizar la
asignación proporcional, óptima y óptima económica. Si no se
conoce la variabilidad de los datos se aplica la asignación
proporcional. (p. 47)
o Muestreo por conglomerados: Es un método de muestreo en el
cual la población está en grupos debido a la organización
administrativa u otro (conglomerados). Ejemplo: Colegios,
Universidades, manzanas de casas, entre otros. Al interior de
los conglomerados no se puede garantizar homogeneidad.
16
Cada conglomerado es una unidad donde la muestra se
selecciona como en el muestreo aleatorio simple y se aplica la
encuesta a todos los elementos del conglomerado. Una
muestra de conglomerados, usualmente produce un mayor
error muestral (por lo tanto, se obtiene menor precisión de las
estimaciones acerca de la población) que una muestra aleatoria
simple del mismo tamaño. Los elementos individuales dentro de
cada "conglomerado" tienden frecuentemente a ser iguales. (p.
47,48)
Muestreo sistemático: Es una variante del método aleatorio simple de
selección de cada elemento de la muestra. Se aplica cuando la
población está listada en algún orden. Consiste en seleccionar un
número aleatorio menor que N/n y luego los (n-1) elementos de la
muestra se eligen agregando al primer aleatorio: el entero K obtenido
por K=N/n y así sucesivamente. El primer elemento de la muestra es
seleccionado al azar. Por lo tanto, una muestra sistemática puede dar
la misma precisión de estimación acerca de la población que una
muestra aleatoria simple cuando los elementos en la población están
ordenados al azar. (p. 47)
Muestreo con reposición: Es el método para obtener una muestra con
reposición. Esta muestra consiste en que al seleccionar un segundo
elemento, el primero debe haber sido devuelto a la población. De este
modo un elemento puede repetirse en la muestra. Es decir, con este
método una unidad en particular puede quedar incluida más de una
vez en la muestra, pudiendo ser hasta "n veces". El universo o
población se mantiene permanentemente con un tamaño N. (p. 48)
Muestreo sin reposición: Es el procedimiento para seleccionar cada
elemento de la población éste no se repone o considera de nuevo en
la población, por lo que no puede ser seleccionado nuevamente. En
este caso el tamaño de la población o universo se irá reduciendo en
17
cada selección N-1, N-2, N-3,...,etc. unidades de muestreo hasta N – n
elementos. (p. 48)
Tipos de Variables
18
“Las variables cualitativas miden una cualidad o
característica en cada unidad experimental. Las variables
cuantitativas miden una cantidad numérica en cada unidad
experimental.
Las variables cualitativas producen datos que se pueden
clasificar de acuerdo a similitudes o diferencias en clase; por
lo tanto, con frecuencia se denominan datos categóricos.
Las variables como género, año y especialidad son variables
cualitativas que producen datos categóricos. He aquí algunos
otros ejemplos:
- Afi liación política: republicano, demócrata, independiente
- Clasifi cación de gusto: excelente, bueno, regular, malo
- Color de un dulce M&M’S®: café, amarillo, rojo,
anaranjado, verde, azul.” (p. 10)
19
Por su parte Ortego: Gibergans-Báguena (s.f.), señalan: “Así pues, el
tipo de variables que nosotros consideramos son:”
20
como una distribución de datos.” También revela que “el tipo de gráfica que
se escoja depende del tipo de variable que se haya medido.” (11, 12 p.)
Por otro lado Ortego: Gibergans-Báguena (s.f.) enseña que: “Para que
el tratamiento de los datos sea cómodo, las observaciones originales se
agrupan formando tablas, llamadas tablas estadísticas. Las tablas
estadísticas propias de las frecuencias, suelen denominarse distribuciones
de frecuencias.”
Estos autores acotan que existen dos casos particulares con respecto
a la distribución de frecuencia, estos son:
21
Figura 3. Ejemplo de tabla de frecuencias
22
Concepto de Frecuencia, Frecuencia Relativa y Frecuencia Acumulada
Por otro lado la frecuencia relativa: “Es un valor que se obtiene como
el cociente de la frecuencia absoluta (ni) sobre el tamaño de la muestra (N).
Simbólicamente se representa por hi. hi = ni/N.”
23
“Frecuencia absoluta de una variable (id. atributo): n i: El número de
individuos para los cuales dicha variable (id. atributo) toma el mismo valor X i
(id. modalidad). La representamos por ni.”
Existe un criterio de corrección que señala que: “La suma de todas las
frecuencias absolutas evidentemente será igual al número total de individuos
que componen la muestra y que representaremos por n”. (p. 17)
24
Designaremos por Ni la frecuencia absoluta acumulada hasta
el valor xi y por Fi la frecuencia relativa acumulada hasta
dicho valor xi.” (p.18)
25
Para el INEI (2006) un histograma:
26
como la intersección entre la frecuencia y las marcas de clase dibujan un
polígono irregular.
27
horizontal) y como ordenada las frecuencias relativas
acumuladas hasta cada intervalo representado (eje vertical).”
28
CONCLUSIÓN
29
se procede a agrupar el número de observaciones a través de Intervalos,
mejor conocidos como intervalos de clases, formado por datos cuantitativos
comprendido entre dos valores, estos últimos son conocidos como límite
superior e inferior. Por otro lado la diferencia entre el mayor y el menor valor
de la variable a su vez es conocido como Rango, y nos muestra otro tipo de
intervalo en donde se encuentran todos los datos de la distribución de
frecuencia, y la longitud o amplitud del mismo.
30
REFERENCIAS BIBLIOGRÁFICAS
31
https://upcommons.upc.edu/bitstream/handle/2117/1979/4%20Anexo%20Ort
ego%20y%20Gibergans.pdf
32