Documentos de Académico
Documentos de Profesional
Documentos de Cultura
"FRANCISCO DE MONTEJO"
INCORPORADO A LA SECRETARIA
DE EDUCACIÓN PÚBLICA
CLAVE C.T. 31PSUOO34W
CALLE 49 #142-A COL. SAN FRANCISCO
VALLADOLID, YUCATÁN, C.P. 97780
GRUPO: BD
CUATRIMESTRE: SEPTIMO
TURNO: VESPERTINO
LICENCIATURA: ENFERMERIA
MATERIA: ESTADISTICA
En la presente carpeta cuenta con ejercicios que son importantes y que es realizado
por el alumno. A continuación, podremos conocer algunos de los ejercicios que se
realizaron en las clases virtuales y temas de gran importancia en la estadística.
ADA 1 TIPOS DE MUESTREO
MUESTREO PROBABILISTICO
Los métodos de muestreo probabilístico son los que se basan en el principio de
equiprobabilidad, es decir, todos los elementos de la población tienen la misma
probabilidad de formar parte de la muestra; es el único camino para obtener una
muestra representativa que nos permite conocer los parámetros de una población;
es el tipo de muestreo más usado en las investigaciones debido a que es el que
asegura más la representatividad de la muestra seleccionada.es comúnmente
usado en investigaciones cuantitativas ya que el objetivo es poder generalizar los
aplicados a la muestra extraída de la población.
Dentro de este método de muestro se encuentran los siguientes tipos: 1. Muestreo
aleatorio simple
Es el prototipo de muestreo probabilístico en el cual se llevan a cabo las fórmulas
básicas del error muestral y el tamaño muestral. A cada unidad del marco muestral
se le asigna un número y se les elige de forma aleatoria hasta completar la muestra.
El desarrollo de este tipo de muestro sigue los pasos:
• Asignar un número a cada elemento de la población
• Haciendo uso de algún medio mecánico (tablas de números aleatorios o un
programa que genera números aleatorios, entre otros) se escogen los sujetos
necesarios para completar el tamaño de muestra requerido.
Este proceso no es práctico cuando se trabaja con poblaciones grandes debido a
que necesita un marco muestral o el listado de las unidades de la muestra.
2. Muestreo aleatorio sistemático
Es una derivación del muestreo aleatorio simple donde los elementos se eligen
según un patrón que inicia con una elección aleatoria. Se calcula el coeficiente de
elevación (k), que se obtiene de la división del tamaño del universo (N) por el tamaño
de la muestra (n): k=N/n. En el universo (N) se elige el primer elemento al azar, con
la condición de que el número escogido sea inferior al coeficiente de elevación.
Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño
muestral (n). Un elemento poblacional no podrá aparecer más de una vez en la
muestra.
3. Muestreo aleatorio estratificado
Frecuentemente usado cuando se quiere estudiar una serie de subpoblaciones
(estratos) en la población. La idea es producir grupos heterogéneos entre estratos
respecto de la variable de estudio, pero homogéneos dentro de cada grupo, a esto
se le denomina estratificación. Se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, edad, estado civil, etc.
Lo que se pretende con este tipo de muestreo es asegurar que todos los estratos
están representados adecuadamente en la muestra.
La distribución de la muestra en función de los diferentes estratos o subpoblaciones
se denomina Afijación, los cuales pueden ser:
• Afijación simple: a cada estrato le corresponde igual número de elementos
muestrales. Favorece a los estratos pequeños y perjudica a los grandes.
• Afijación proporcional: la distribución se hace en proporción al tamaño de la
población de cada estrato.
• Afijación óptima: se tiene en cuenta la previsible de los resultados, de modo que
se considera la proporción y la desviación típica. Tiene poca aplicación ya que no
se suele conocer la desviación.
• Afijación Neyman: cuando el reparto del tamaño de la muestra se hace
proporcional al valor de la dispersión en los estratos. Es también llamado de mínima
varianza. 4. Muestreo aleatorio por conglomerados
La unidad muestral ya no son los individuos, sino un conjunto de individuos que,
bajo determinados aspectos, se considera que forman una unidad. Al contrario del
estratificado, este busca heterogeneidad dentro de los estratos y homogeneidad
entre estratos. Se considera que cada conglomerado es una representación del
universo.
MUESTREO NO PROBABILISTICO
Los métodos de muestreo no probabilístico son aquellos que se utilizan de forma
empírica pues no se están definidos por ninguna norma definida o validada, de
manera que depende de las opiniones y criterios de los investigadores. No se
conoce la probabilidad con la que se puede seleccionar a cada elemento.
Es utilizado en casos donde es muy difícil obtener una muestra por medio de un
muestreo probabilístico. Estas muestras buscan que la mayoría tenga cierta
característica representativa, pero eso no indica que representatividad. Al no estar
basa en la teoría de la probabilidad no es posible calcular su exactitud, debido a
esto, si se quieren obtener bueno resultados el investigador debe tener un
conocimiento claro y preciso de la población que quiere observar y que quiere
observar en ella.
Tipos de muestreo no probabilístico:
1. Muestreo por conveniencia
Consiste en seleccionar a los individuos que convienen al investigador para la
muestra, ya sea por que cumplen con los requisitos de la población que son objeto
de estudio o por la facilidad de examinarlos.
• Ventajas: Es menos costoso, al investigador no le toma mucho tiempo recoger los
datos, es fácil de administrar y asegura una alta tasa de participación. • Desventajas;
Difícil de generalizar a otros sujetos esto implica que no es representativa de una
población específica, los resultados dependen de las características únicas de la
muestra y existe mayor probabilidad de error debido al investigar o sesgos.
2. Muestreo por cuotas
Consiste en dividir la población que es objeto de estudio en grupos de manera
exhaustiva y mutuamente exclusiva, de formar que la división se puede ver como
estratos. Una vez definido cada estrato (cuota), se procede a definir su tamaño en
proporción a algún dato conocido, es decir se conoce una proporción en dicha
población se espera que en la muestra esta proporción se vea igualmente reflejada.
Finalmente se busca que laca cuota sea llenada con el número de participante que
se tienen como objetivo y es en ese punto donde este método se aleja de lo
probabilístico pues la selección no es aleatoria.
Este método es muy utilizado en encuestas de opinión pues ofrece resultados útiles
con bajo costo siempre y cuando las variables escogidas para segmentar sean
correctas. Los inconvenientes con este tipo de muestreo se dan porque resulta
imposible acotar el error que se comete al usarlo y el riesgo de omitir una cuota
relevante en el estudio.
3. Muestreo por bola de nieve
Esta técnica de muestreo consiste en usar pocos miembros de una población a la
cual es difícil acceder y que estos mismos recluten nuevos participantes en el
estudio hasta tener una muestra suficientemente grande, generando así una “bola
de nieve” en el proceso. Este tipo de muestreo se usa con poblaciones que por lo
general son marginales y el objetivo es generar participaciones dentro de una red
social compleja y de escaso acceso tomando solo unos pocos individuos que tenga
la facilidad de traer datos colectivos. Dentro del proceso se debe elegir con cuidado
a los participantes iniciales para garantizar el éxito del estudio y la diversificación de
los demás participantes.
Dentro de este muestreo se pueden encontrar dos clases:
1. Muestreo lineal: Cada individuo participante debe recomendar a otro individuo,
de forma que la muestra crece a un ritmo lineal.
2. Muestreo exponencial: Cada individuo debe invitar a participar a dos o más
individuos. De esta forma, cuanta más gente participa en el estudio, más gente se
añade al mismo.
Los métodos probabilísticos generan más representación en las poblaciones y se
puede calcular los errores a diferencia de los no probabilísticos además de que cada
elemento de la muestra tiene la misma probabilidad de participar y es independiente
de las demás. A diferencia de los métodos probabilísticos, las muestras no
probabilísticas no son procesos de selección aleatorios. Los participantes en el
estudio generalmente son seleccionados en función de las comodidades del
investigador ya sea por accesibilidad o criterio personal. La ser datos en los cuales
las proporciones muchas veces no son definidas, no se puede garantizar que la
información obtenida sea representativa de toda la población por lo cual un
investigador debe tener conocimientos claros de que se busca en cada individuo.
Variables Discretas y Continuas
Si las observaciones corresponden a cantidades, las variables pueden distinguirse
entre discretas y continuas. Se dice que una variable es discreta cuando no puede
tomar ningún valor entre dos consecutivos, y una variable continua puede ser
cuando puede tomar cualquier valor dentro de un intervalo. Es decir, las variables
continuas presentan un numero
incontable de valores, y las variables discretas presentan un numero contable de
valores. ejemplos de variable discreto sería un numero de botones en un control o
un numero de letras en un abecedario y ejemplos de variable continuo seria la
longitud que hay de Valladolid a Chetumal o el peso de un balón de futbol.
Discreta:
• La cantidad de faltas ocurridas durante un partido de fútbol.
• El número de personas que asisten a una emergencia en una clínica. Continua
• Peso de las vacas en una granja. Continua
• Velocidad a la que viaja un avión.
REFLEXIÓN
En este trabajo ayuda a adquirir información acerca de los tipos de muestreo y las
diferentes situaciones en el que se deben presentar y cuando pueden tener una utilidad
estos tipos de muestreo, de cierta forma nos sirve para usar este conocimiento a futuro
en el cual tengamos que diagnosticar algún tipo de caso, para comprobar o identificar
alguna enfermedad, en este trabajo se habló de la teoría, los conceptos básicos y la
información el cual nos ayuda a distinguir los tipos de muestreo y en que situaciones de
nuestra vida cotidiana se puede usar.
Son indicadores estadísticos que muestran hacía que valor (o valores) se agrupan los
datos. Deben su nombre a que normalmente se encuentran en la posición central de
una distribución.
Media aritmética
Dada una variable x que toma los valores x1, x2, ..., en, con frecuencias absolutas
simbolizadas por f1, f2, ..., fin, la media aritmética de todos estos valores vendrá dada
por:
Mediana
Moda
En una serie de valores a los que se asocia una frecuencia, se define moda como el
valor de la variable que posee una frecuencia mayor que los restantes. La moda se
simboliza normalmente por Mo.
Un grupo de valores puede tener varias modas. Una serie de valores con sólo una
moda se denomina unimodal; si tiene dos modas, es bimodal, y así sucesivamente.
REFLEXION
En ocasiones nos hemos topado con datos que son agrupados y que necesitamos
trabajar con ello pero nos piden determinar en ocasiones el promedio de estos datos, la
mediana o la moda pero no sabemos cómo es y como sabemos la que en ocasiones es
la más usada son promedios de los diferentes datos que nos pueden proporcionar es por
eso que es de gran importancia que debamos conocer más de estas medidas que hacen
más fácil el poder comprender los datos agrupados.
Es por eso que al realizar esta investigación pude conocer más de los diferentes tipos de
medidas, pero con datos agrupados, así como tener un conocimiento previo de poder
realizar ejercicios en la clase. Es por eso que en ocasiones con este ejercicio podemos
determinar el promedio de los datos. en tiempos futuros este tipo de investigación nos
harán más fácil la comprensión de los datos que en ocasiones nos podemos encontrar al
poder usar varios datos y agruparlos para una clara interpretación de estas.
ADA 4 EJERCICIOS
Recuerda subir tu trabajo en archivos de Word guardados como PDF. El trabajo se realiza
de manera manual y se le toman fotografías para pegar en el documento. Incluye una
portada de presentación
REFLEXION
Esta clase de graficas es de una forma imprescindible debido a que pudimos conocer
bastante más de como algunas veces nosotros mismos tenemos la posibilidad de ver a
un conjunto de personas o diversos equipos de los cuales comparten cosas en común y
que se puede interpretar de una forma bastante constantemente en el que tenemos la
posibilidad de apreciar con más claridad dichos datos a veces estas personas tienen la
posibilidad de o no compartir varias propiedades empero que algunas veces tienen la
posibilidad de compartir la población o el mundo.
CONCLUSIÓN
Indicador/ Nivel Destacado (1.0) Satisfactorio Suficiente (0.6) Insuficiente (0.2) Valor
de desempeño (0.8)
Portada Incluye nombre Falta algún Faltan dos Carece de tres o
del alumno, elemento de la elementos en la más elementos en
Institución, portada. portada. la portada.
asignatura, ( ) ( ) ( ) ____/2
docente, título del
trabajo y fecha.
( )
Índice Muestra el El contenido y El contenido y No se muestra
contenido y estructura del estructura del todo el contenido
estructura del portafolio no es portafolio no se del portafolio o se
portafolio, del todo claro y observa de forma muestra
integrando todas ordenado. clara y ordenada. parcialmente y de ____/2
las evidencias de ( ) ( ) forma
forma clara y desordenada.
ordenada. ( )
( )
Introducción Ubica los temas Se ubican los Se ubican los Menciona la
incluidos en el temas dentro del temas dentro del palabra
portafolio dentro contexto de la contexto de la introducción, pero
del contexto de la asignatura, pero asignatura, pero no se ubican los
asignatura y hay algunos no se ofrece temas dentro del
___/4
ofrece una errores de justificación y/o contexto. Falta
justificación para redacción. hay algunos coherencia y hay
su inclusión. ( ) errores de errores de
( ) redacción. redacción.
( ) ( )
Objetivo El objetivo del El objetivo del El objetivo del No tiene objetivo
portafolio es portafolio portafolio no es explícito.
congruente con considera sólo congruente con ( )
los contenidos de parcialmente los los contenidos o
las lecciones o contenidos lecciones
____/2
estudiados. estudiadas.
tareas del curso.
( ) ( )
El objetivo
representa el
aprendizaje
obtenido y la
Observaciones adicionales: