1.

a) Señalar las condiciones recomendadas para realizar un muestreo por conglomerados en 1 et

muestreo por conglomerados en 2 etapas y muestreo por conglomerados con ppt.

Primero debemos escoger un público objetivo y también el tamaño de la muestra.

Luego debemos crear un marco de muestreo utilizando un marco existente o creando uno nuevo para el público

Para después evaluar los marcos en función de la cobertura y la agrupación y hacer cualquier ajuste correspondie
suelen ser variados considerando la población que puede ser exclusiva e integral. Los miembros de una muestra
manera individual.

Determinar la cantidad de grupos e incluir una cantidad de miembros promedio en ellos. Asegúrate de que cada
grupos realmente sea distinto el uno del otro.

Elígelos al azar.

La estructura geográfica o por área es la más utilizada en muestreo por conglomerados.El muestreo por conglom
en subtipos de una etapa y de dos etapas, en función del número de pasos que siguen los investigadores para for
conglomerados.
 reo por conglomerados en 1 etapa,
or conglomerados con ppt.

a.

ando uno nuevo para el público objetivo.

er cualquier ajuste correspondiente. Estos grupos

Los miembros de una muestra se seleccionan de

en ellos. Asegúrate de que cada uno de estos

rados.El muestreo por conglomerados se deriva

guen los investigadores para formar
Sucursal Mi mi
1 100 10
2 120 10
3 120 10
4 140 10
5 180 10
6 120 10
7 210 10
8 150 10
Total 1140 80

M= DESCONOCIDO
N= 80
n= 8

Xcong2p

Medio estimado por conglomerados (M prom)

 Muestra: Rendimiento por trabajador
95 107 94 96 116
115 96 105 76 101
99 89 103 101 101
108 99 95 100 121
77 97 117 92 95
113 89 91 119 120
100 108 111 95 87
99 120 108 105 115

Varianza Estimada del Estimador Puntual (VEEMP)

Sum (X*ESTIMADO)
2*(Xcong2p)*Sum(Mi^2*Xiprom)
(Xcong2p)^2 * Sum(Mi^2)
101.62982 Resol.
SR^2
142.5

a) Estimar en un intervalo de confianza al 95% el rendimiento semanal m

Intervalo de confianza al 95%

Xcong2p
t(mi-n)
t(0.05;72)=
RAIZ
t*RAIZ
-
 +
d% =

b) Estimar en un intervalo de confianza al 95% el rendimiento

ESTIMADOR TOTAL
V(X)=
RAIZ
t*RAIZ
-
+
d% =
Muestra: Rendimiento por trabajador
122 115 87 95 88
93 105 98 103 98
89 117 112 101 112
118 98 96 87 119
82 157 117 95 80
93 90 101 87 102
83 94 113 77 101
94 116 127 99 110

l Estimador Puntual (VEEMP) VEEMP

1765732990.000 N*n*(Xcong2p)^2 12996000.000
3537616302.386 1/(N*n*(Xcong2p)^2) 0.268
1774457129.098 (N-n)/(N-1) 0.911
2573816.712 SR^2*((N-n)/(N-1)) 335108.143
367688.102 Resol. 2.063
VEEMO 2.330

onfianza al 95% el rendimiento semanal medio por trabajador en las plantas. Diga si es adecuado el tamaño de muestra.

e confianza al 95%
101.629824561404
t(80-8)
1.993
1.52656656579342
3.04315483099333
98.5866697304102
Se puede estimar que el rendimiento semanal medio por trabajador
en las plantas esta entre 98,58 y 104,67 con un nivel de confianza de 95%. Por lo ta
puede concluir que el tamaño de la muestra si es adecuado porque no supera el li
 Se puede estimar que el rendimiento semanal medio por trabajador
104.672979392397 en las plantas esta entre 98,58 y 104,67 con un nivel de confianza de 95%. Por lo ta
2.99435214429076 puede concluir que el tamaño de la muestra si es adecuado porque no supera el li

de confianza al 95% el rendimiento total semanal de los trabajadores en las 80 sucursales en un intervalo al 95% de confian

1158580
47321.7962741548
217.535735625563
433.649563416549
1158146.35043658
1159013.64956342 Se puede estimar que el rendimiento total semanal de los trabajadores
0.0374294018036345 en las 80 sucursales esta entre 1158146,35 y 1159013.65 con un nivel de confianza
 Xi prom Mi* Xiprom X estimado*X estimado Mi^2*Xiprom Mi^2
101.500 10150.000 103022500.000 1015000.000 10000.000
99.000 11880.000 141134400.000 1425600.000 14400.000
102.400 12288.000 150994944.000 1474560.000 14400.000
104.100 14574.000 212401476.000 2040360.000 19600.000
100.900 18162.000 329858244.000 3269160.000 32400.000
100.500 12060.000 145443600.000 1447200.000 14400.000
96.900 20349.000 414081801.000 4273290.000 44100.000
109.300 16395.000 268796025.000 2459250.000 22500.000
814.600 115858.000 1765732990.000 17404420.000 171800.000

de muestra.

al medio por trabajador

e confianza de 95%. Por lo tanto se
cuado porque no supera el limite.
 al medio por trabajador
e confianza de 95%. Por lo tanto se
cuado porque no supera el limite.

ntervalo al 95% de confianza. Diga si es adecuado el tamaño de muestra

manal de los trabajadores

65 con un nivel de confianza al 95%.
 Si^2 Mi^2*Si^2/mi (Mi-mi)/(Mi-1) Multiplicar
156.278 156277.778 0.909 142070.707
102.667 147840.000 0.924 136658.824
86.044 123904.000 0.924 114533.109
137.433 269369.333 0.935 251928.153
577.211 1870164.000 0.950 1776133.408
161.389 232400.000 0.924 214823.529
145.211 640381.000 0.957 612804.785
108.011 243025.000 0.940 228345.638
1474.244 3477298.153
 h Nh Mh nh Mhi mhi X hij
75 20 1, 0, ..
94 20 0, 1, ..
1 20 1550 5 60 20
80 20
85 20
125 32
100 32
2 15 1950 5 160 32 0, 0, 1, ..
140 32
120 32
100 20
70 20
3 25 2200 6 85 20
1,1,0, , ..
75 20
80 20
120 20
60 5700
w1 0.27192982 w2 0.34210526 w3 0.38596491

a)    Estimar en un intervalo de confianza al 95% la proporción de familias con extrema pobreza en la provincia. D
 0
PROPORCIÓN
wh*ph
1 2.1754386
L
2 5.13157895
p St_cong  W p
h 1
h h
9.75146199
3 2.44444444
9.75146199

  w2 v(ph) wh*v(xh)
V p St_cong    Wh2 V p h 0.020966
L

h 1
1 0.07394583 0 0
2 0.11703601 0 0
3 0.14896891 0.14074074 0.020966
0.020966

Z 1.96
 RAIZ(VAR) 0.14479639
p St_cong  Z V (p St_cong ) 0.28380093

IC 95%
9.46766106 10.0352629

M
 ∑_(𝑗=
1)^(𝑚 
_"hi" ) V p h 
▒𝑋_ℎ𝑖
8
𝑗𝑗 8
8 8 0.000000 0
8
8
15
15
15 15 0.0000000 0
15
15
6
6
8 6.33333333 1.06666667 0.14074074
6
7
5

rema pobreza en la provincia. Diga si es adecuado el tamaño de muestra.

=
0.78947368 0 0.71428571 0.17777778 0.79166667
0 0 0.14074074

5700
53965.668 57200.9986