Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis de Situacion Problematica Aplicada A La Asministracion
Analisis de Situacion Problematica Aplicada A La Asministracion
Asignatura:
Estadística inferencial
Actividad 2
Presentado por:
Gregorio Blanco
Leidy Barrera
Norelis Valencia
Grupo No 3
Docente:
Medardo Pacheco
Introducción………………………………………………………………………………3
Conceptos Estadísticos…………………………………………………………………... 5
Conclusión………………………………………………………………………………. 6
Referencias……………………………………………………………………………… 7
Introducción
El presente trabajo se realiza con el fin de dar paso a la primera fase del proyecto de
investigación. Donde analizaremos una situación problemática con un caso presentado en la
universidad Uniminuto, en el cual aplicaremos los conceptos de distribución de muestreo y de
Probabilidad discreta, con el fin de afianzar conocimientos sobre los diferentes tipos de métodos
y seleccionando el más apropiado para la toma de muestra donde se represente a la población
de la que provienen.
Esta facultad contaba con 1.900 estudiantes activos, actualmente solo se matricularon 1.500.
Por consiguiente, surge la necesidad de establecer una causa asignable a esta problemática.
pandemia en los ingresos de los estudiantes o los de su familia, que permite sufragar el valor
de matrícula. Lastimosamente, por causa de la deserción masiva, por la crisis por la que
atravesamos por la pandemia actual, la facultad no cuenta con recursos económicos para
comprobar esta hipótesis. Solo cuenta con una base de datos que contiene información del
-Distribución de muestreo
Para aceptar o rechazar la hipótesis planteada por el comité, el semillero propone realizar un
en dos grupos, uno de los cuales se considera "éxitos" (estudiantes matriculados) y el otro
Puesto que el interés del estudio se centra en los estudiantes desertados, el tamaño de muestra
solicitud.
Para obtener una estimación adecuada del número de estudiantes con financiamiento y
• Distribución Muestreal:
calculada a partir de todas las muestras posibles de tamaño “n” elegidas al azar de una
población determinada.
Lista de los resultados de un experimento con las probabilidades que se esperan, se asociarán
a esos resultados.
probabilidad discreta con tres parámetros discretos N, d y n cuya función de probabilidad es:
• Tamaño de Muestra:
Población, necesarios para que los datos obtenidos sean representativos de la población.
• Aleatorio Sistemático
Número de inicio:
El investigador selecciona un número entero que debe ser menor al número total de individuos
en la población. Este número entero corresponderá al primer sujeto.
Intervalo:
El investigador elige otro número entero que servirá como la diferencia constante entre dos
números consecutivos en la progresión.
Por ejemplo, el investigador tiene una población total de 1260 individuos y necesita 12 sujetos.
Primero elige su número de partida, 3.
𝑁 1260
k = = = 105
𝑛 12
Para saber cuál es el intervalo a trabajar se debe dividir la población entre la muestra N/n, Luego
de que el investigador sabe cuál es su intervalo, 105. Los miembros de su muestra serán los
individuos 3, 108, 213, 318, 423, 528, 633, 738, 843, 948, 1053, 1158.
• Muestreo aleatorio estratificado proporcionado
Por ejemplo, tenemos una población 1260 de trabajadores los cuales vamos a clasificar según
las edades de los trabajadores, para obtener una muestra de 100 trabajadores
Sabiendo esto debemos realizar esta operación para obtener la muestra proporcional a los 3
estratos
𝑁1 𝑥 597 𝑥 597×100
n1 = 𝑁 × 100 × 100 𝑥 = = 48
1260 1260
𝑁2 𝑥 358 𝑥 358×100
n2 = 𝑁 × 100 × 100 𝑥 = = 28
1260 1260
𝑁3 𝑥 305 𝑥 305×100
n3 = 𝑁 × 100 × 100 𝑥 = = 24
1260 1260
Luego de saber qué cantidad de personas se tomar de cada estrato podemos usar uno de los
métodos anteriores (en este caso usaremos el aleatorio simple) para seleccionar la muestra de
cada estrato.
𝑁1 597
= = 12 Tomando como partida el 46
𝑛1 48
46, 58,70, 82, 94, 106, 118, 130, 142, 154, 166, 178, 190, 202, 214… hasta 586
𝑁2 358
= = 12 Tomando como partida el 13
𝑛2 28
13, 25, 37, 49, 61, 73, 85, 97, 109, 121, 133, 145, 157… hasta 349
𝑁2 305
= = 12Tomando como partida el 6
𝑛2 24
6, 18, 30, 42,54, 66, 78, 90, 102, 114, 126, 138, 150, 162… hasta 294
• El muestreo discrecional
Se utiliza en los casos en que la especialidad de una autoridad puede seleccionar una muestra
más representativa que pueda arrojar resultados más precisos que mediante otras técnicas de
muestreo probabilístico. El proceso consiste en elegir intencionalmente a dedo a los individuos
de la población sobre la base del conocimiento o juicio de la autoridad o investigador.
Los elementos de la muestra son seleccionados por el investigador de acuerdo a criterios que él
considera de aporte para el estudio.
Ejemplo:
En esta investigación se hablaran de los tipos de muestreo que se utilizan dentro de la estadística
inferencial. A lo largo del tiempo de una u otra razón se han realizado investigaciones
preguntando a personas sobre gustos o disgustos. Pero ahora se realizan investigaciones más
estrictas y puntuales a lo que se va a realizar o estudiar y para ello se utiliza una parte de alguna
población a lo que se le llama muestra.
Pero no tan solo es sacar una parte de la población y ya, sino que tiene que existir un tipo de
muestro de especifique que es lo que realmente se estudiara para estudiar la muestra exacta
Como ya hemos mencionado anteriormente, los diferentes métodos para captar a los sujetos a
constituir la muestra, presentan una serie de ventajas y desventajas:
Ventajas:
➢ Sencillo y de fácil comprensión.
➢ Cálculo rápido de medias y varianzas.
➢ Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar
los datos.
Desventajas:
Requiere que se posea de antemano un listado completo de toda la población.
Cuando se trabaja con muestras pequeñas es posible que no represente a la población
adecuadamente.
• Muestreo sistemático
Procedimiento:
➢ Fácil de aplicar.
➢ No siempre es necesario tener un listado de toda la población.
➢ Cuando la población está ordenada siguiendo una tendencia conocida, asegura una
cobertura de unidades de todos los tipos.
Desventajas:
Si la constante de muestreo está asociada con el fenómeno de interés, se pueden hallar
estimaciones sesgadas.
Ventajas:
Desventajas:
Los conglomerados se caracterizan porque la variación en cada grupo es menor que la variación
entre grupos. La necesidad de listados de las unidades de una etapa se limita a aquellas unidades
de muestreo seleccionadas en la etapa anterior.
Ventajas:
Desventajas:
El error estándar es mayor que en el muestreo aleatorio simple o estratificado. El cálculo del
error estándar es complejo.
Conclusión
Una distribución de probabilidad indica toda la gama de valores que pueden representarse como
resultado de un experimento si éste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta
fundamental para la prospectiva, puesto que se puede diseñar un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenómenos naturales.
Toda distribución de probabilidad es generada por una variable (porque puede tomar diferentes
valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de dos tipos:
1. Variable aleatoria discreta (x). Porque solo puede tomar valores enteros y un número finito
de ellos. Por ejemplo:
Estadística para Administradores. Sexta Edición. Richard I. Levin & David S. Rubin.
Editorial Prentice Hall. Capítulo 5 Probabilidad II: Distribuciones, pp.232 – 264
GE Lighting - AEA. Curso para Green Belts, Iniciativa Sies Sigma Semana #1. Abril 1997.
Minitab 15 (versión de prueba obtenida de www.minitab.com).
MeetMinitabEs.pdf (obtenido de )