Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNACION DE N1 ESTADISTICA II
Profesora: Alumnos:
María Briceño Temis Barreto CI: 30.000.590
Daniel Hernández CI: 28.262.781
Juan Hoyos CI: 27.718.086
Gabriel Arcilla CI: 28.331.320
Luis Vivas CI: 28.077.248
Sección: 305C1
Introducción..........................................................................................................................3
Desarrollo...............................................................................................................................4
Población y Muestra.........................................................................................................4
Ejemplo de Población y Muestra.................................................................................4
Muestreo, Tipos de muestreo...........................................................................................5
Tipos de muestreo aleatorio o probabilístico..................................................................5
1. Muestreo aleatorio simple........................................................................................5
2. Estratificado..............................................................................................................7
3. De conglomerados.....................................................................................................8
Tipo de Muestreos no aleatorios o no probabilísticos..................................................10
1. Intencional, opinático o de conveniencia...............................................................10
2. Muestreo de bola de nieve o en cadena.................................................................10
3. Muestreo por cuotas o accidental..........................................................................10
Tamaño de la muestra....................................................................................................11
1. Nivel de precisión....................................................................................................11
2. Nivel de confianza...................................................................................................11
3. Grado de variabilidad.............................................................................................12
Media Muestral...............................................................................................................14
Ejemplo........................................................................................................................14
Varianza Muestral......................................................................................................15
Ejemplo........................................................................................................................16
Generación de muestras aleatorias................................................................................17
Conclusión............................................................................................................................18
Referencias...........................................................................................................................19
Introducción
En el siglo XVIII, el término "estadística" designaba la colección sistemática de datos
demográficos y económicos por los estados. A principios del siglo XIX, el significado de
"estadística" fue ampliado para incluir la disciplina ocupada de recolectar, resumir y
analizar los datos. Hoy la estadística es ampliamente usada en el gobierno, los negocios y
todas las ciencias. Las computadoras electrónicas han acelerado la estadística
computacional y ha permitido a los estadísticos el desarrollo de métodos que usan recursos
informáticos intensivamente.
A continuación se muestras diferentes procesos estadísticos que se utiliza a la hora de hacer
un estudio estadístico de algún fenómeno.
Desarrollo
Población y Muestra
La Población estadística, en estadística, es el conjunto de individuos, objetos o fenómenos
de los cuales se desea estudiar una o varias características.
Una muestra estadística (o una muestra) es un subconjunto de elementos de la
población estadística
Estos son utilizados para a la hora de hacer un estudio estadístico separar los datos o
agrupar conjuntos para obtener mejores resultados en el estudio.
Ejemplo de Población y Muestra
Digamos que queremos hacer un estudio estadístico a los estudiantes de la Universidad José
Antonio Páez en el cual preguntaremos cuál es su materia o asignación favorita en su
respectiva carrera.
El cuadro azul equivale al conjunto total de todos los estudiantes de la universidad siendo
los puntos negros cada estudiante que pertenece al conjunto.
Normalmente a este tipo de Conjuntos se les identifica con una letra en este caso
identificaremos el conjunto de población con la letra “P”.
Si suponemos que en la universidad José Antonio Páez hay una población de por lo menos
1000 estudiantes y necesitamos el informe estadístico en 1 hora, sería imposible
preguntarles a todos los estudiantes cuál es su asignación favorita, por ende se toma una
MUESTRA del conjunto P para poder cumplir esta tarea.
Digamos que tenemos una muestra de 100 alumnos de esta población en la cual el 20%
indico que le gusto Geometría Analítica, otro 30% Estadística y el otro 50% Calculo
diferencial, con esto podemos sacar ciertas conclusiones de que materia les gusta a los 1000
estudiantes, los beneficios y desventajas de esto es que al ser una muestra los cálculos no
son 100% exactos a diferencia de que si lo hiciéramos con toda la población, pero
reducimos considerablemente el tiempo que tomaría tomar toda la cantidad de datos
necesarios para realizar el estudio estadístico.
Un dato interesante de esto, es el que este sistema de
población y muestra es usado e implementado en muchos
tipos de estudios estadísticos, como la creación de
Inteligencias Artificiales que ayudan a mejorar nuestro
día a día.
z 2 pq
n=
E2
Cuando se conoce el tamaño de la Población:
Z 2 pqN
n=
N E2 + Z 2 pq
z 2 pq
n=
E2
p = 0,5
q = 1 – p = 0,5
Z = 1,645 Esto siguiendo los valores de la tabla de la confianza
E = 2% = 0,02
Remplazando en la formula quedaría
2. Estratificado
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo
de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
socioeconómico. A continuación se extrae un número determinado de sujetos de cada uno
de los estratos por tal de mantener la proporción de la población de referencia.
Ejemplo
Realice un muestreo aleatorio estratificado con afijación uniforme para tamaño de muestra
n = 30 a partir de las los números aleatorios de la primera tabla por filas (tome 3 dígitos).
Nota: Téngase en cuenta que los tamaños de los estratos son 517, 633 y 350
respectivamente.
a) Estime tanto puntualmente como con un intervalo de confianza al 95 % la media
poblacional de las variables AL y NT.
b) Estudie qué ocurre dentro de cada estrato respecto a la media de la variable AL y NT.
c) Estime puntualmente y mediante un intervalo de confianza del 90 % la proporción
poblacional de individuos que tome al menos 2 litros de agua al día, así como la proporción
de individuos que realiza regularmente actividad física.
d) Repita los apartados a) y c) seleccionando una muestra aleatoria estratificada con
afijación proporcional al tamaño de cada estrato a partir de los números aleatorios de la
primera tabla por filas (3 dígitos).
2. Nivel de confianza
El intervalo de confianza es la medida estadística del número de veces de cada 100 que se
espera que los resultados se encuentren dentro de un rango específico.
Por ejemplo, un intervalo de confianza de 90% significa que los resultados de una acción
probablemente cubrirán las expectativas el 90% de las veces.
La idea básica descripta en el Teorema del límite central es que cuando una población se
muestrea muchas veces, el valor promedio de un atributo obtenido es igual al valor real de
la población. En otras palabras, si un intervalo de confianza es del 95%, significa que 95 de
100 muestras tendrán el valor real de la población dentro del rango de precisión.
3. Grado de variabilidad
Dependiendo de la población objetivo y los atributos a considerar, el grado de variabilidad
varía considerablemente. Cuanto más heterogénea sea una población, mayor deberá ser el
tamaño de la muestra para obtener un nivel óptimo de precisión. Ten en cuenta que una
proporción de 55% indica un nivel más alto de variabilidad que un 10% o un 80%. Esto se
debe a que 10% y 80% significa que una gran mayoría no posee o posee el atributo en
cuestión.
Existen muchos enfoques para determinar el tamaño de la muestra, incluyendo el uso de un
censo en el caso de poblaciones más pequeñas, el uso de tablas publicadas, imitar un
tamaño de muestra de estudios similares y aplicar fórmulas para calcular un tamaño de la
muestra.
Cálculo del tamaño de la muestra desconociendo el tamaño de la población
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la
población es la siguiente:
En donde:
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
En donde:
N = tamaño de la población
Z = nivel de confianza
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (Error máximo admisible en términos de proporción).
Media Muestral
Por consiguiente, considerando un conjunto de datos muestrales X1, X2, …, Xn, la media
muestral (Promedio) es el estadístico que representa el promedio de los datos, se simboliza
por , y se calcula como:
n
x 1+ x 2+…+ xn 1
¿ = ∑ xi
n n i=1
En términos más sencillos, es la suma de todos los valores de una muestra dividido entre el
número de las mismas.
Ejemplo: Se tomaron las edades de 8 niños que asistieron a una fiesta y se representaron en
la tabla adjunta, calcular el promedio de sus edades en años:
7 7 6 8
9 10 12 11
La varianza de las variables aleatorias, por lo tanto, consiste en una medida vinculada a su
dispersión. Se trata de la esperanza del cuadrado de la desviación de esa variable
considerada frente su media y se mide en una unidad diferente. Lo que hace la varianza es
establecer la variabilidad de la variable aleatoria. Es importante tener en cuenta que, en
ciertos casos, es preferible emplear otras medidas de dispersión ante las características de
las distribuciones. Se denomina varianza maestral cuando se calcula la varianza de una
comunidad, grupo o población en base a una muestra. La covarianza, por otra parte, es la
medida de dispersión conjunta de un par de variables. Los expertos hablan de análisis de la
varianza para nombrar a la colección de modelos estadísticos y sus procedimientos
asociados en la cual la varianza aparece particionada en distintos componentes.
Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el total de
observaciones. También se puede calcular como la desviación típica al cuadrado. Dicho sea
de paso, entendemos como residuo a la diferencia entre el valor de una variable en un
momento y el valor medio de toda la variable.
n
21 2
Formula S = ∑ (x i−x́ )
n i=1
Ejemplo:
2
610 7526 2
x́= =12.2 ; σ = −12.2
50 50
3) xi fi xi · fi xi² · fi
fi
[10, 15) 3 [10, 15) 12.5 3 37.5 468.75
[15, 20) 5 [15, 20) 17.5 5 87.5 1531.25
[20, 25) 7 [20, 25) 22.5 7 157.5 3543.75
[25, 30) 4 [25, 30) 27.5 4 110 3025
[30, 35) 2 [30, 35) 32.5 2 65 2112.5
21 457.5 10681.25
457.5 10681.25
x́= =21.79 ; σ 2= −21.79 2=33.83
21 21
Generación de muestras aleatorias