1.

MUESTRA

1.1.1. concepto: es un procedimiento que se basa como estructura según una población
hacer un seguimiento y/o procedimiento para de allí sacar un cierto grupo, siendo esa la
muestra.

(LOPEZ J. F., 2O19)

Objetivo: se realiza la toma de la muestra para hallar de allí la

población objetivo mediante los diferentes procesos de muestreo

poblacion viajeros recientes poblacion objetivo

muestra porcentaje el 59 porciento de las
24 0,255319 personas son
94 empleados
mayores de 45 años posibles portadores
32 0,340426 del covid 19
 2.2 MUESTREO PRELIMINAR

“La representatividad de una muestra, permite extrapolar y por ende

generalizar los resultados observados en ésta, a la población accesible
(conjunto de sujetos que pertenecen a la población blanco, que están
disponibles para la investigación); y a partir de ésta, a la población blanco.
Por ende, una muestra será representativa o no; sólo si fue seleccionada al
azar, es decir, que todos los sujetos de la población blanco y accesible,
tuvieron la misma posibilidad de ser seleccionados en esta muestra y por
ende ser incluidos en el estudio (técnica de muestreo probabilístico)” (N,
s.f.)

1. El muestreo preliminar incluye la toma de una muestra que nos ayuda a

identificar, recolectar explorar evidencias necesarias de un área
determinada para así poder llegar a un resultado más preciso y concreto

2.1.1 TAMAÑO MUESTRAL

“El cálculo del tamaño de la muestra no es una simple operación aritmética que
nos proporcione un valor. Es una función matemática, por lo tanto, el cambio
de una variable, no obstante, se acompaña del cambio de la otra considerada
en la ecuación. Permite una mejor aproximación al número que se requiere,
ajustando a su vez el poder estadístico con otros parámetros.” (media, 8 de
octubre 2013)

Se conoce como un número determinado de sujetos o cosas que componen

una muestra extraída de una población necesaria para que los datos obtenidos
sean representativos es una selección de un determinado número de
encuestados elegidos en la cual se puede representar una población la cual se
puede evaluar por fases según sea su investigación
2.2.2 PREMISAS PARA UN BUEN MUESTREO

1. definir los objetivos

2. antes de realizar el muestreo es necesario definir que se va a evaluar

3. tomar bien las muestras
4. seleccionar las actividades o actividad a observar y socializar
5. calcula la proporción del tiempo de la actividad o demora
6. establecer el método de muestreo equiprobable, lugar, frecuencia de la
toma
7. definir el tipo de observación o medida a realizar
8. la hipótesis de la investigación
9. observar y registrar las actividades (PRO, s.f.)
10. analizar los resultados

EJEMPLOS FALTA

2.3 ESTIMACION DEL TAMAÑO DE LA MUESTRA

Es la selección de una determinada población encuestada de participantes

la cual debe determinarse calculando el tamaño de la muestra teniendo en
cuenta los parámetros entre intervalos de confianza, la hipótesis, el margen
de error alfa, error beta y la variabilidad

2.3.1 MUESTREO SIMPLI

1. ES un método estadístico probabilístico que se utiliza y que permite aplicar
una selección de una muestra donde todos los elementos a estudiar tienen
la misma valides y/o porcentaje de ser incluidos, ya sea por sistemas de
sorteo, tabla de números aleatorios o se presenta combinaciones posibles
de muestreo de una población.
 2.3.2 MUESTREO DOBLE

Es un sistema en el cual se debe tomar una primera muestra cuando se

desea conocer con mayor detalle y certeza de una población entonces la
segunda muestra es extraída de la misma población, siendo así que las dos
muestras son combinadas para analizar los resultados, el método doble nos
ayuda a determinar con mayor precisión la muestra siendo relativamente
pequeña se pueden ahorrar costos y tiempo dado que si la primera
muestra arroja un resultado definitivo, la segunda muestra puede
necesitarse (N, s.f.)
EMEPLOS FALTA

2.4 SELECCIÓN DEL PROCEDIMIENTO DE MUESTREO

2.4.1 MUESTREO NO PROBALISTICO

Es una técnica de muestreo donde las muestras se recogen en un proceso que

nos brinda a todos los individuos de la población iguales oportunidades de
ser seleccionados
2.4.2 MUESTRA REPRESENTATIVA

Es una pequeña cantidad parte o subconjunto de un conjunto o entidad

mayor de personas y tiene las mismas propiedades que la población mayor
de la que es represente

2.5 IMPLEMENTACION DELPLAN DE MUESTREO

2.5.1 Probabilístico
es una selección que se hace por azar puesto que el investigador
establece los criterios para escoger a los sujetos siendo que el nivel de
representatividad no es muy alto y no se puede comprobar la
probabilidad que tiene los individuos de una población (muestreo, s.f.)

2.5.1.1 aleatorio simple

Se toman los datos de todos los individuos de una población donde a
cada uno le corresponde un numero comenzando con 1 y se debe
escoger la cantidad necesaria de números al azar, con programas
especializados siendo así que cualquier individuo tiene la probabilidad
de ser escogido. (muestreo, s.f.)

2.5.1.3 sistemático
Es un sistema el cual se basa en la recolección de datos de una
población este tipo de muestreo suele ser más preciso que el aleatorio
simple debido a que corre la población de forma más uniforme. (media,
8 de octubre 2013)
 2.5.1.4 por conglomerados
Es el muestro donde se selecciona es decir que los grupos que ya se
encuentran naturalmente divididos, tiene alto nivel representativo de la población
en relación con el fenómeno que se va a estudiar, el conglomerado va en junta
con el muestreo aleatorio simple. (rodriguez, 2019)

2.5.2 NO PROBALISTICOS

2.5..2.1 juicio opinión

Las muestras por juicio se forman a discreción del investigador, se
considera únicamente el propósito del estudio de la población, este tipo
de muestro

2.5.2.2 por cuotas

Es una técnica y muestreo no probabilístico en donde el investigador
asegura una representación equitativa y proporcionada de los sujetos en
función de que rasgos es considerado base de cuota

2.5.2.3 accidental
Este muestreo seleccionan individuos de manera casual hasta llegar a
un determinada investigación de un ligar o momento.

2,5,2,4 por conveniencia

Es la técnica de muestreo más común ya que las muestras son

seleccionadas porque son accesibles para el investigador, los individuos
son elegidos simplemente son fáciles de reclutar, esta técnica es
considerada las más fácil y la mas barata y que menos tiempo lleva

2.5.2.5 bola de nieve

Se conoce como muestreo en cadena este método consiste en que el

investigador exija, el primer sujeto de la muestra, identificar o señalar a otra
persona que cumpla con los requisitos de la investigación
 4- probabilidad

es la manera en que creemos o suponemos en que porcentaje algo sucederá,

predicción, siendo el caso de la matemática una predicción en base a datos
anteriores o actuales que infieren un resultado estadístico.

FENOMENOS DETERMINISTICOS: son aquellos los cuales se hacen muy

predecibles según las condiciones en las que se realiza, un ejemplo la relación
de la fórmula de masa densidad y volumen.

(zapata, 2021)

FENOMENOS NO DETERMINISTICOS ALEATORIOS: los modelos no

determinísticos no son muy exactos pues generan demasiada incertidumbre y
es representada por modelos matemáticos estocásticos.
CARACTERISTICAS

es posible repetirlo indefinidamente sin cambiar esencialmente las condiciones

en que se realiza
A. no es posible predecir un resultado en particular
B. es posible describir el conjunto de todos los resultados posibles.
C. a medida que el experimento se repite un numero grande de veces se observa
un comportamiento de regularidad que lo caracteriza.1

(popov, 2017) PROBABILIDAD DE SABER EL TIEMPO EXACTO DE

LLEGADA DEL BUS

1
RUSTOM J. ANTONIO, ESTADISTICA DESCRIPTIVA POBABILIDAD E
INFERENCIA, CHILE,2012
 5. ESPACIO MUESTRAL

se considera la probabilidad de que, de un resultado posible según la muestra de

la población en un experimento aleatorio, un ejemplo serio cuando hacemos un
examen donde la calificación sea de 1.0 a 5.0 entonces.

1.0 2.0 3.0 4.0

1.1 2.1 3.1 4.1
1.2 2.2 3.2 4.2
1.3 2.3 3.3 4.3
1.4 2.4 3.4 4.4
1.5 2.5 3.5 4.5
1.6 2.6 3.6 4.6
1.7 2.7 3.7 4.7
1.8 2.8 3.8 4.8
1.9 2.9 3.9 4.9
S: 5.0

SUCESOS O EVENTOS SIMPLES: es el hecho de que algo suceda al ser

subconjunto de un conjunto A; junto con otro espacio muestral de un conjunto B

PROBABILIDAD DE QUE CAIGA EN UN DADO 4 Y OTRO EN 1 O VICEBERSA

DADO 1 DADO 2 DADO 1
1 1 0,333333333 1/3
2 2 1o4
3 3 DADO 2
4 4 0,333333333 1/3
5 5
6 6
ocurre el suceso a o b si solo si s ∈ (a u b)2
6.FRECUENCIA RELATIVA

en la estadística es una medida que se calcula como el cociente de la

frecuencia absoluta estos valores se obtienen de la muestra/población (f ¡)
entre el total de datos (N) y esto hace parte de la estadística descriptiva.

Cabe aclarar que para calcular la frecuencia relativa primero hay que calcular
la frecuencia absoluta. Sin ella no podemos obtener la frecuencia relativa esta
se representa (h ¡) principalmente.

Su fórmula es:

X f FR
4 3 0,0625
6 6 0,125
8 3 0,0625
2 2 0,041667
21 13 0,270833
12 2 0,041667
13 19 0,395833
48 1

PROPIEDADES DE LA PROBABILIDAD

La probabilidad se junta con la estadística y se extienden a campos como la

investigación a campos muy importantes como política, los negocios, y la incluso
la predicción del Clima.

2
. RUSTOM J. ANTONIO, ESTADISTICA DESCRIPTIVA POBABILIDAD E INFERENCIA,
CHILE,2012
Observemos un pequeño ejemplo

al lanzar una moneda cuatro veces al aire la pregunta seria ¿Cuál es la

probabilidad de que se obtenga solo cara?

la repuesta seria: Se puede saber de antemano el número de resultados

posibles, aplicando el principio de multiplicación, con N=2, dado que en cada
lanzamiento hay dos posibilidades (Cara o Sello) y n=4, por ser cuatro
lanzamientos. De esta manera,

Es decir, hay 16 resultados posibles en el espacio muestral. Para listar estos

Resultados
 Este sería el diagrama.

Si s representa el evento de que se obtenga una sola cara, E={CSSS, SCSS,

SSCS, SSSC}, entonces #E=4. Así

Es decir, hay un 25% de probabilidad de obtener una sola cara al lanzar una
moneda cuatro veces al aire. (arena, 2020)3
3
Kahneman, Daniel, and Patrick Egan. 2011.frecuencia. relativa Thinking,
Fast and Slow. Vol. 1. Farrar, Straus; Giroux New York.
 7.PROBABILIDAD EN ESPACIOS MUESTRAL FINITO EQUIPROBABLE

Esta teoría de probabilidad un espacio muestral equiprobable es el conjunto de

sucesos de un experimento aleatorio en el cual todos los resultadas tiene la misma
probabilidad de suceder

La probabilidad de que ocurra cada suceso en espacio muestral equiprobable es

igual a uno dividido por el total de sucesos de la muestra.

podemos concluir que el espacio muestral de este tipo de sucesos son

equiprobables ya que tiene la misma probabilidad de ocurrencia existe
equiprobabilidad entre sucesos en estos se encuentra unas propiedades y son:

la probabilidad de suceder cada elemento de espacio muestral equiprobable es

mayor o igual a cero.

la suma de las probabilidades de todos los sucesos elementos de un espacio

muestral equiprobables es igual a uno. (rodriguez, 2019)

Otro ejemplo de espacio muestral equiprobable es el lanzamiento de una moneda,

que puede salir cara o cruz. Ambas opciones tienen las mismas probabilidades de
salir, un 50%, así que se trata de un espacio muestral equiprobable.

PROBABILIDAD DE QUE ME DEN EL TRABAJO QUE QUIERO, SABIENDO

QUE PRESENTE UN EXAMEN CONTRA 15.

valores favorables 1
6,666667
variables 15
 8.PROBABILIDAD CONDICIONAL

La probabilidad de que ocurra un evento como consecuencia de otro evento, es

decir depende de otro evento anterior para que se de la probabilidad condicional.

P(A|B)=P(A ∩ B)/P(B)
Propiedades de la probabilidad condicional

Las propiedades de la probabilidad condicional son las siguientes

Esto significa que la probabilidad de A dado B, más la probabilidad del

complemento de A (los elementos del universo que no pertenece a A) dado B, es
igual a 1.

Esta propiedad implica que si A es un subconjunto de B (o son dos conjuntos

iguales), la probabilidad de que ocurra A dado B es 1.
Lo anterior quiere decir que la probabilidad de A es igual a la probabilidad de A
dado B por la probabilidad de B más la probabilidad de A, dado el complemento de
B por el complemento de B.4

PROBABILIDAD CON SUSTITUCION

Con sustitución es una probabilidad constante que no va ni aumentar ni reducir y

se da siempre sustiyendo la cantidad que se reduce en sierta población

hay una caja con 25 camisas probabilidad de sacar 1 verde

R// Sacamos una camisa
24
verde pero volvemos a
8 rojas reemplazar esa camisa
7 negras hechando otra del
4 blancas ahora la probilidad de sacar otra verde es
mismo color
6 verdes 24

PROBABILIDAD SIN SUSTICION

La probabilidad ya no es constante

Probabilidad de sacar una camisa verde de la caja dado que ya sacamos una
verde.

4
Westreicher guillermo, 12 de marzo, 2021.Probabilidad condicional.
Economipedia.co
1.
hay una caja con 25 camisas probabilidad de sacar 1 verde
24
R// Sacamos una camisa
8 rojas verde pero no la
7 negras reemplazamos
4 blancas ahora la probilidad de sacar otra verde es
6 verdes 20,8333333
en un taller se elaboran 1000 camisetas de futbol calcular

camisetas buenas defectuosas total

juventus 508 92 600
manchester 315 85 400
total 823 177 1000

A) La probabilidad de que una camiseta seleccionada al azar este defectuosa

P(D) 17,7

B) La probabilidad de que una camiseta seleccionada al azar sea de manchester

P(M) 40

C) Si un hincha compra una camiseta de manchester ¿Cuál es la probabilidad de que sea defectuosa?

P(DlM) 21,25

D) Si un hincha compra una camiseta de juventus ¿Cuál es probabilidad de que sea defectuosa?

P(DIJ) 15,3333333
 TEOREMAS

PROBABILIDAD TOTAL: Sean A1, A2, A3, …, An, eventos que forman una partición
del espacio muestral S, y sea B otro evento cualquiera del espacio muestral S,
entonces la probabilidad del evento B se puede obtener de la siguiente manera.

(JORGE, 2020)

TEOREMA DE BAYES
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A
cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
entiende la probabilidad de forma inversa al teorema de la probabilidad total. El
teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de los
resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.

El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,

principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos
de sucesos disjuntos y exhaustivos, el teorema es totalmente válido

1.
(LOPEZ F. , 2018)

SE TIENE 3 CLOSET DE ROPA Y SE DESEA SABER

QUE PROBABILIDAD HAY DE SACAR UN PANTALON

10 DE 15 SON CAMISAS
1 1/3.
5 DE 15 SON PANTALONES

8 DE 11 SON CAMISAS
2 1/3.
3 DE 11 SON CAMISAS

14 DE 17 SON CAMISAS
3 1/3.
3 DE 17 SON CAMISAS

26,08437314
 10.ESTIMACION

La estimación puntual: es parámetro poblacional es cuando utilizamos un único

valor para estimar ese parámetro es decir se usa punto en concreto de la muestra
para estimar el valor deseado

Un pequeño ejemplo: seria imaginemos una población de 30 terneros de la cual

seleccionamos 20 esto sería la muestra para lo cual conoceremos las edades.
Estimar de forma puntual la medida de edad seria. Seria sencillo sumamos eso 20
datos y dividirlos entre el total de la muestra estadística

Los estimadores más comunes son

Media muestral: esta evalúa la medida teórica de una variable.

La proporción muestral: se usa para calcular la proporción casual simple.

Varianza muestral: es utilizada varianza teórica de una población o muestra

Tamaño de la muestra en estimación

el tamaño muestral necesario para estimar una proporción poblacional depende

del nivel de confianza y precisión deseados además del valor de proporción de la
población.

Ojo acá este dato es muy importante una muestra demasiado grande dará a la
pérdida del valioso recurso como el tiempo y dinero o una muestra demasiado
pequeña no proporciona confiabilidad.

Ejemplo

supongamos que en una población de 80 personas hay 4 de ellas que padecen

esa horrible enfermedad que es el cáncer Diremos que la proporción de enfermos
será de 4 dividido entre 80 (este 80 incluye los 4 enfermos) o, lo que es lo mismo,
0,05. También podemos multiplicarlo por 100 y decir que es del 5%.

EDAD DE LAS PERSONAS QUE

ENTRARON AL SEMILLERO
24 Media 26,4166667
45 Error típico 2,43540281
23 Mediana 23,5
16 Moda 23
19 Desviación estándar
8,43648282
30 Varianza de la 71,1742424
muestra
32 Curtosis 0,59595891
24 Coeficiente de0,95553719
asimetría
23 Rango 29
19 Mínimo 16
20 Máximo 45
30 Suma 317
36 Cuenta 12
EJEMPLOS.xlsx