SlideShare uma empresa Scribd logo
1 de 11
Baixar para ler offline
UNIVERSIDAD POLITÉCNICA DE FRANCISCO I. MADERO.
INGENIERÍA EN AGROTECNOLOGÍA
MUESTREO ESTADÍSTICO
UNIDAD 2 MUESTREO ALEATORIO SIMPLE
MUESTREO SISTEMÁTICO
PRÁCTICA N0.2
MUESTREO SISTEMÁTICO
En este muestreo se parte de una población de unidades numeradas en algún
orden. Para seleccionar una muestra de unidades (siendo ) tomamos al
azar una unidad entre las primeras unidades, y de ahí en adelante tomamos
cada -ésima unidad. recibe el nombre de intervalo de selección.
Este tipo de muestreo presenta ventajas aparentes sobre el muestreo aleatorio
simple, como son:
Es más fácil y rápido de obtener la muestra.
Ninguna sucesión grande de elementos de la lista queda sin representación, a
causa de esto en ocasiones el muestreo sistemático puede ser más representativo
que muestreo aleatorio simple.
En la práctica es más sencillo llevarlo a cabo y por lo tanto está menos expuesto a
los errores de selección que cometen los investigadores de campo.
Se puede poner en práctica sin conocer de antemano el tamaño de la población.
El proceso para la selección de una muestra mediante este método empieza con
la determinación del valor . Esta decisión es importante, ya que si tomamos un
valor muy grande la muestra será muy pequeña y si tomamos una muy pequeño la
muestra será muy grande.
En la práctica se debe seguir el siguiente procedimiento para seleccionar el
intervalo de selección:
Si es conocido, se determina el tamaño de la muestra aproximado para la
encuesta y luego se selecciona como la parte entera de .
Si el tamaño poblacional es desconocido no se puede seleccionar exactamente
el valor de . .Estimadores y sus varianzas.
Las probabilidades de inclusión vienen dadas por
y las de segundo orden como
si y pertenecen a la misma muestra, y es nula en otro caso.
La expresión de los estimadores insesgados es la siguiente, obtenidos a partir del
estimador de Horvitz - Thompson:
Para la Media:
Para el Total:
Para la Proporción:
Estimación de las Varianzas.
En la práctica para estimar las varianzas de las estimaciones para este método, se
pueden utilizar varios métodos como las muestra interpenetrantes, diferencias
sucesivas, etc. En este caso vamos a considerar el método de las poblaciones al
azar, que se utiliza cuando la muestra se puede considerar los suficientemente
aleatoria y como estimadores de las varianzas se utilizan las expresiones del
muestreo aleatorio simple.
MATERIAL Y METODOS
Materiales:
Vernier.
Cinta métrica o flexo metro.
Formato de práctica.
Cultivo de mora.
METODOS
Se identificó la población a muestrear de las moras.
Se identificó el marco de muestreo que en este caso fue 440 platas de mora.
Se aleatoriza utilizando la función fix con ayuda de la calculadora.
Se obtienen 20 unidades de muestreo identificadas por un número aleatorio,
después se aumentan 22 unidades y así sucesivamente hasta tener las 20
muestras.
Una vez obtenidos los números de las plantas que se muestrearan, se
procede a registrar las características o variables de interés.
DATOS GENERALES DEL MUESTREO DATOS DE TERRENO
Nombre del muestreador:
Analine Mendoza Cano, Mariana Quiroz Romero, José Lucas
Ciriaco, Felipe Delgado Pascual
Coordenadas geográficas:
N: 20” 30’ 37 W: 99 5 22
N: 20” 13’ 42 W:99 5 28
N: 20” 14’ 13 W: 99 5 19
Fecha de muestreo: No. De lote:
Tipo de muestreo: Muestreo Probabilístico DATOS DEL CULTIVO
Método de muestreo: Muestreo Sistemático Nombre del cultivo:
Tamaño de la población (N): 440 Nombre científico:
Marco muestral: 440 Variedad:
Tamaño de la muestra (n): 20 Fecha de siembra.
Unidad de muestreo: 1 Planta Días después de la siembra:
Unidad de análisis: 1 Planta Densidad de siembra:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
No.Demuestra
No.Aleatoriode
muestra
Alturadela
planta(cm)
Longituddeltallo
principal(cm)
Grosordeltallo
principal(mm)
Grosordelabase
deltalloprincipal
(mm)Nudosdeltallo
principal
(numero)
Longituddelos
nudos(cm)
Númeroderamas
(u)
Longituddelas
ramas(cm)
Grosordelas
ramas(mm)
Longituddela
hoja(cm)
Anchodelahoja
(cm)
Áreafoliardelas
hojas(cm2)
longituddel
peciolodelahoja
(mm)
1 18 1.95 95.3 4.4 7 7 0.3 8 7.5 0.4 14.5 13.4
0.81156716
6.8
2 40 1.9 70.5 1.6 2.1 7 1.3 15 7.5 0.5 12.2 11.4
0.80263158
3.5
3 62 2.3 1.01 2.3 3.2 12 0.7 8 6.34 0.6 12.5 8.8
1.06534091
4.5
4 84 1.54 52 1.2 1.5 8 0.4 18 1.35 0.55 13 9.4
1.03723404
4.7
5 106 1.75 64.5 4.4 8.2 10 1.1 14 1.6 0.22 17.3 11.5
1.12826087
5
6 128 1.65 60.2 4.3 1.3 9 1.5 16 1.65 0.5 12.5 8.8
1.06534091
3.2
7 150 1.82 70.7 1.1 8.2 14 1.8 19 7 0.5 12 10.4
0.86538462
2.5
8 172 1.45 50.2 3.1 4.3 7 1.2 15 1.5 0.2 10.8 7
1.15714286
3.1
9 194 1.54 50.9 2.5 3.5 5 1.4 14 6.05 0.5 13.4 7
1.43571429
4.2
10 216 2.1 45 4 3.2 13 0.5 10 2.2 0.6 15.1 11.3
1.00221239
3.2
11 238 1.5 60.7 2.2 4.8 7 3.3 28 8.03 1.2 10 8.5
0.88235294
2
12 260 1.62 57 8.5 7.3 4 1.6 24 6.01 0.5 12.5 10.5
0.89285714
3.1
13 282 1.4 46 5.3 2.4 7 2.3 16 3.4 3.2 13.2 8.9
1.11235955
2.5
14 304 1.85 84.4 4.2 3.5 32 8.3 19 1 2.3 16.1 13.5
0.89444444
7.7
15 326 2.6 67 2.5 3.9 42 9.2 17 2 2.1 14.4 15
0.72
5
16 348 1.54 52 2.2 2.7 16 8 45 3.3 1.4 14 2
5.25
3.1
17 376 2.15 73 3 4.5 33 6.1 40 2 1.5 16.1 10.3
1.1723301
4.3
18 392 1.48 82 1.4 2.2 20 8 19 10.1 1 12.5 9.5
0.98684211
3
19 414 1.65 56 2.6 2.6 19 5.3 58 2.8 1.1 13.3 10.2
0.97794118
3
20 436 2.4 53 1.6 1.7 27 8 58 1.4 0.5 12.3 9
1.025
4.5
21 15 180 53 29 31 2 6.5 7 188 16.3 20 13
1.15384615
5.51
22 37 228 74 32.1 34 9 6.5 12 217 19.2 15.9 13.3
0.89661654
4.4
23 59 191 77 17.1 24 10 4 15 118 11.1 13.2 8.5
1.16470588
4.5
24 81 230 85 36 52 12 8 9 156 13 26 16
1.21875
4.9
25 103 196 32 28 33 6 6 16 172 11 17.5 12
1.09375
4
26 125 150 56 18 23 6 5.5 13 148 9 12 8
1.125
3.2
27 147 170 58 26 31 8 3 22 165 8 16 11
1.09090909
3.7
28 169 222 70 34 44 7 7 9 153 10 7.5 3.4
1.65441176
3.4
29 191 131 48 21 30 8 3.5 13 179 6 13 8.2
1.18902439
2.6
30 213 192 52 19 23 6 4 16 171 11 14.7 10
1.1025
4
31 235 155 56 21 27 8 5 21 152 8 14.6 10
1.095
4
32 257 131 58 14 25 8 5 20 130 7 14.6 10.1
1.08415842
3.2
33 279 268 64 26 29 7 7 37 152 9 18 11
1.22727273
3.5
34 301 177 55 33 36 9 6 67 133 10 18.5 7
1.98214286
3
35 323 180 69 47 47 11 6 33 176 8 11 6
1.375
4
36 345 220 71 21 30 8 4 21 127 9 17 8
1.59375
3.3
37 367 132 75 39 55 9 6 15 139 12 8.5 4
1.59375
5.2
38 389 190 41 27 30 6 8 19 129 11 13.5 5.6
1.80803571
3.9
39 411 133 49 31 36 5 6 23 133 9 7.2 3.5
1.54285714
3
40 433 125 60 30 33 7 3 14 180 7 22 11
1.5
4.3
numero aleatorio de muestra
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 225.65
MODA #N/A
MEDIANA 225.5
DE DISPERCSION
R 421
VARIANZA 16553.3103
DES.EST 128.659668
C.V 7335.83437
DE POSICION
D2 99.2
C3 15
P60 267.6
altura de la planta (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 90.92975
MODA 1.54
MEDIANA 63.8
DE DISPERCSION
R 266.6
VARIANZA 8928.358
DES.EST 94.4899889
C.V 96.2321523
DE POSICION
D2 1.644
C3 1.4
P60 132.4
nudos del tallo principal (numero)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA
CENTAL
MEDIA 11.275
MODA 7
MEDIANA 8
DE DISPERCSION
R 40
VARIANZA 72.4608974
DES.EST 8.51239669
C.V 1.32453884
DE POSICION
D2 6.8
D3 2
P60 9
longitud del tallo pincipal (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 59.86025
MODA 52
MEDIANA 58
DE DISPERCSION
R 94.29
VARIANZA 264.380997
DES.EST 16.259797
C.V 368.148816
DE POSICION
D2 50.76
D3 1.01
P60 62.02
grosor del tallo principal (mm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 15.29
MODA 21
MEDIANA 11.25
DE DISPERCSION
R 45.9
VARIANZA 186.3388718
DES.EST 13.65059969
C.V 1.120097311
DE POSICION
D2 2.46
D3 1.1
P60 19.8
longitud de las ramas (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 80.01825
MODA 7.5
MEDIANA 64.05
DE DISPERCSION
R 216
VARIANZA 6216.142071
DES.EST 78.84251436
C.V 1.014912457
DE POSICION
D2 2.16
D3 1
P60 131.2
grosor de la base del tallo principal (mm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 18.7775
MODA 30
MEDIANA 15.6
DE DISPERCSION
R 94.29
VARIANZA 270.30384
DES.EST 16.4409197
C.V 1.14211981
DE POSICION
D2 3.1
D3 1.3
P60 25.8 longitud de los nudos (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA
CENTAL
MEDIA 4.5075
MODA 8
MEDIANA 5
DE DISPERCSION
R 8.9
VARIANZA 7.1448141
DES.EST 2.67297851
C.V 1.68632108
DE POSICION
D2 3.46
D3 0.3
P60 6
numero de ramas (u)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA
CENTAL
MEDIA 21.575
MODA 15
MEDIANA 16.5
DE DISPERCSION
R 60
VARIANZA 200.660897
DES.EST 14.1654826
C.V 1.52306848
DE POSICION
D2 13
D3 7
P60 19
grosor de las ramas (mm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 5.59925
MODA 0.5
MEDIANA 4.6
DE DISPERCSION
R 19
VARIANZA 27.1806892
DES.EST 5.21351025
C.V 1.07398849
DE POSICION
D2 0.5
D3 0.2
P60 8
Longitud de la hoja (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 14.21
MODA 12.5
MEDIANA 13.45
DE DISPERCSION
R 18.8
VARIANZA 13.1122051
DES.EST 3.6210779
C.V 3.92424588
DE POSICION
D2 12.16
D3 7.2
P60 14.54
ancho de la hoja (cm)
MEDIDAS DESCRIPTIVAS
DE TENDENCIA CENTAL
MEDIA 9.4
MODA 7
MEDIANA 9.75
DE DISPERCSION
R 14
VARIANZA 9.57333333
DES.EST 3.09408037
C.V 3.03805942
DE POSICION
D2 7
D3 2
P60 10.24
area foliar de las hojas (cm2)
MEDIDAS DESCRIPTIVAS
DE
TENDENCIA
CENTAL
MEDIA 1.26941094
MODA 1.06534091
MEDIANA 1.10742978
DE
DISPERCSION
R 4.53
VARIANZA 0.49598394
DES.EST 0.70426127
C.V 1.80247161
DE POSICION
D2 0.96167625
D3 0.72
P60 1.15516484
longitud del peciolo de la hoja (mm)
MEDIDAS DESCRIPTIVAS
DE
TENDENCIA
CENTAL
MEDIA 3.91275
MODA 3.2
MEDIANA 3.8
DE
DISPERCSION
R 5.7
VARIANZA 1.289117885
DES.EST 1.135393273
C.V 3.446162746
DE POSICION
D2 3.08
D3 2
P60 4

Mais conteúdo relacionado

Destaque (8)

Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Muestreo Estratificado.
Muestreo Estratificado.Muestreo Estratificado.
Muestreo Estratificado.
 

Semelhante a Muestreo Sistematico

Tabla de muestreo
Tabla de muestreoTabla de muestreo
Tabla de muestreo
Anerol Mtz
 
Tabla de muestreo
Tabla de muestreoTabla de muestreo
Tabla de muestreo
Anerol Mtz
 
Granulometria de Agregados.pdf crucero dj
Granulometria de Agregados.pdf crucero djGranulometria de Agregados.pdf crucero dj
Granulometria de Agregados.pdf crucero dj
abel37208
 
REPORTE DE MUESTREO DE MORERA
REPORTE DE MUESTREO DE MORERA REPORTE DE MUESTREO DE MORERA
REPORTE DE MUESTREO DE MORERA
Gilberts Hernandez
 
Muestreo morera 2.0
Muestreo morera 2.0Muestreo morera 2.0
Muestreo morera 2.0
hebajuce
 
Análisis granulométrico de suelos por tamizado
Análisis granulométrico de suelos por tamizadoAnálisis granulométrico de suelos por tamizado
Análisis granulométrico de suelos por tamizado
Yen Chong
 
Ejercicio 5 portada
Ejercicio 5 portadaEjercicio 5 portada
Ejercicio 5 portada
weritaL
 

Semelhante a Muestreo Sistematico (20)

Tabla de muestreo
Tabla de muestreoTabla de muestreo
Tabla de muestreo
 
Tabla de muestreo
Tabla de muestreoTabla de muestreo
Tabla de muestreo
 
Granulometria de Agregados.pdf crucero dj
Granulometria de Agregados.pdf crucero djGranulometria de Agregados.pdf crucero dj
Granulometria de Agregados.pdf crucero dj
 
REPORTE DE MUESTREO DE MORERA
REPORTE DE MUESTREO DE MORERA REPORTE DE MUESTREO DE MORERA
REPORTE DE MUESTREO DE MORERA
 
Informe granlometria para bases granulares
Informe granlometria para bases granularesInforme granlometria para bases granulares
Informe granlometria para bases granulares
 
ANÁLISIS TRONCALES Y DESARROLLO DE DATOS
ANÁLISIS TRONCALES Y DESARROLLO DE DATOSANÁLISIS TRONCALES Y DESARROLLO DE DATOS
ANÁLISIS TRONCALES Y DESARROLLO DE DATOS
 
8. Tuberías+..HDPE ESPECIFICACIONES TECNICAS.ppt
8. Tuberías+..HDPE ESPECIFICACIONES TECNICAS.ppt8. Tuberías+..HDPE ESPECIFICACIONES TECNICAS.ppt
8. Tuberías+..HDPE ESPECIFICACIONES TECNICAS.ppt
 
Muestreo morera 2.0
Muestreo morera 2.0Muestreo morera 2.0
Muestreo morera 2.0
 
HERRAMIENTAS DE ANÁLISIS DE DATOS
HERRAMIENTAS DE ANÁLISIS DE DATOSHERRAMIENTAS DE ANÁLISIS DE DATOS
HERRAMIENTAS DE ANÁLISIS DE DATOS
 
Análisis granulométrico de suelos por tamizado
Análisis granulométrico de suelos por tamizadoAnálisis granulométrico de suelos por tamizado
Análisis granulométrico de suelos por tamizado
 
Aporte estadistica descriptiva
Aporte estadistica descriptivaAporte estadistica descriptiva
Aporte estadistica descriptiva
 
Muestreo
MuestreoMuestreo
Muestreo
 
Ejercicios sobre probabilidad
Ejercicios sobre probabilidadEjercicios sobre probabilidad
Ejercicios sobre probabilidad
 
Ejercicio 5 portada
Ejercicio 5 portadaEjercicio 5 portada
Ejercicio 5 portada
 
Catalogo-productos_alta1120.pdf
Catalogo-productos_alta1120.pdfCatalogo-productos_alta1120.pdf
Catalogo-productos_alta1120.pdf
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 
FORMACION DE TALLOS BASALES ROSA NEIZA ACOSTA.pptx
FORMACION DE TALLOS BASALES ROSA NEIZA ACOSTA.pptxFORMACION DE TALLOS BASALES ROSA NEIZA ACOSTA.pptx
FORMACION DE TALLOS BASALES ROSA NEIZA ACOSTA.pptx
 
INFORME DE GRANULOMETRIA-MESU
INFORME DE GRANULOMETRIA-MESUINFORME DE GRANULOMETRIA-MESU
INFORME DE GRANULOMETRIA-MESU
 
Granulometria suelos1-CULQUE CHAVEZ
Granulometria suelos1-CULQUE CHAVEZGranulometria suelos1-CULQUE CHAVEZ
Granulometria suelos1-CULQUE CHAVEZ
 
Informe granulometria de los agregados
Informe granulometria de los agregadosInforme granulometria de los agregados
Informe granulometria de los agregados
 

Último

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
JonathanCovena1
 

Último (20)

AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 

Muestreo Sistematico

  • 1. UNIVERSIDAD POLITÉCNICA DE FRANCISCO I. MADERO. INGENIERÍA EN AGROTECNOLOGÍA MUESTREO ESTADÍSTICO UNIDAD 2 MUESTREO ALEATORIO SIMPLE MUESTREO SISTEMÁTICO PRÁCTICA N0.2 MUESTREO SISTEMÁTICO En este muestreo se parte de una población de unidades numeradas en algún orden. Para seleccionar una muestra de unidades (siendo ) tomamos al azar una unidad entre las primeras unidades, y de ahí en adelante tomamos cada -ésima unidad. recibe el nombre de intervalo de selección. Este tipo de muestreo presenta ventajas aparentes sobre el muestreo aleatorio simple, como son: Es más fácil y rápido de obtener la muestra. Ninguna sucesión grande de elementos de la lista queda sin representación, a causa de esto en ocasiones el muestreo sistemático puede ser más representativo que muestreo aleatorio simple. En la práctica es más sencillo llevarlo a cabo y por lo tanto está menos expuesto a los errores de selección que cometen los investigadores de campo. Se puede poner en práctica sin conocer de antemano el tamaño de la población. El proceso para la selección de una muestra mediante este método empieza con la determinación del valor . Esta decisión es importante, ya que si tomamos un valor muy grande la muestra será muy pequeña y si tomamos una muy pequeño la
  • 2. muestra será muy grande. En la práctica se debe seguir el siguiente procedimiento para seleccionar el intervalo de selección: Si es conocido, se determina el tamaño de la muestra aproximado para la encuesta y luego se selecciona como la parte entera de . Si el tamaño poblacional es desconocido no se puede seleccionar exactamente el valor de . .Estimadores y sus varianzas. Las probabilidades de inclusión vienen dadas por y las de segundo orden como si y pertenecen a la misma muestra, y es nula en otro caso. La expresión de los estimadores insesgados es la siguiente, obtenidos a partir del estimador de Horvitz - Thompson: Para la Media: Para el Total: Para la Proporción:
  • 3. Estimación de las Varianzas. En la práctica para estimar las varianzas de las estimaciones para este método, se pueden utilizar varios métodos como las muestra interpenetrantes, diferencias sucesivas, etc. En este caso vamos a considerar el método de las poblaciones al azar, que se utiliza cuando la muestra se puede considerar los suficientemente aleatoria y como estimadores de las varianzas se utilizan las expresiones del muestreo aleatorio simple. MATERIAL Y METODOS Materiales: Vernier. Cinta métrica o flexo metro. Formato de práctica. Cultivo de mora. METODOS Se identificó la población a muestrear de las moras. Se identificó el marco de muestreo que en este caso fue 440 platas de mora. Se aleatoriza utilizando la función fix con ayuda de la calculadora. Se obtienen 20 unidades de muestreo identificadas por un número aleatorio, después se aumentan 22 unidades y así sucesivamente hasta tener las 20 muestras. Una vez obtenidos los números de las plantas que se muestrearan, se procede a registrar las características o variables de interés.
  • 4. DATOS GENERALES DEL MUESTREO DATOS DE TERRENO Nombre del muestreador: Analine Mendoza Cano, Mariana Quiroz Romero, José Lucas Ciriaco, Felipe Delgado Pascual Coordenadas geográficas: N: 20” 30’ 37 W: 99 5 22 N: 20” 13’ 42 W:99 5 28 N: 20” 14’ 13 W: 99 5 19 Fecha de muestreo: No. De lote: Tipo de muestreo: Muestreo Probabilístico DATOS DEL CULTIVO Método de muestreo: Muestreo Sistemático Nombre del cultivo: Tamaño de la población (N): 440 Nombre científico: Marco muestral: 440 Variedad: Tamaño de la muestra (n): 20 Fecha de siembra. Unidad de muestreo: 1 Planta Días después de la siembra: Unidad de análisis: 1 Planta Densidad de siembra:
  • 5. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 No.Demuestra No.Aleatoriode muestra Alturadela planta(cm) Longituddeltallo principal(cm) Grosordeltallo principal(mm) Grosordelabase deltalloprincipal (mm)Nudosdeltallo principal (numero) Longituddelos nudos(cm) Númeroderamas (u) Longituddelas ramas(cm) Grosordelas ramas(mm) Longituddela hoja(cm) Anchodelahoja (cm) Áreafoliardelas hojas(cm2) longituddel peciolodelahoja (mm) 1 18 1.95 95.3 4.4 7 7 0.3 8 7.5 0.4 14.5 13.4 0.81156716 6.8 2 40 1.9 70.5 1.6 2.1 7 1.3 15 7.5 0.5 12.2 11.4 0.80263158 3.5 3 62 2.3 1.01 2.3 3.2 12 0.7 8 6.34 0.6 12.5 8.8 1.06534091 4.5 4 84 1.54 52 1.2 1.5 8 0.4 18 1.35 0.55 13 9.4 1.03723404 4.7 5 106 1.75 64.5 4.4 8.2 10 1.1 14 1.6 0.22 17.3 11.5 1.12826087 5 6 128 1.65 60.2 4.3 1.3 9 1.5 16 1.65 0.5 12.5 8.8 1.06534091 3.2 7 150 1.82 70.7 1.1 8.2 14 1.8 19 7 0.5 12 10.4 0.86538462 2.5 8 172 1.45 50.2 3.1 4.3 7 1.2 15 1.5 0.2 10.8 7 1.15714286 3.1 9 194 1.54 50.9 2.5 3.5 5 1.4 14 6.05 0.5 13.4 7 1.43571429 4.2 10 216 2.1 45 4 3.2 13 0.5 10 2.2 0.6 15.1 11.3 1.00221239 3.2 11 238 1.5 60.7 2.2 4.8 7 3.3 28 8.03 1.2 10 8.5 0.88235294 2 12 260 1.62 57 8.5 7.3 4 1.6 24 6.01 0.5 12.5 10.5 0.89285714 3.1 13 282 1.4 46 5.3 2.4 7 2.3 16 3.4 3.2 13.2 8.9 1.11235955 2.5 14 304 1.85 84.4 4.2 3.5 32 8.3 19 1 2.3 16.1 13.5 0.89444444 7.7 15 326 2.6 67 2.5 3.9 42 9.2 17 2 2.1 14.4 15 0.72 5 16 348 1.54 52 2.2 2.7 16 8 45 3.3 1.4 14 2 5.25 3.1 17 376 2.15 73 3 4.5 33 6.1 40 2 1.5 16.1 10.3 1.1723301 4.3 18 392 1.48 82 1.4 2.2 20 8 19 10.1 1 12.5 9.5 0.98684211 3 19 414 1.65 56 2.6 2.6 19 5.3 58 2.8 1.1 13.3 10.2 0.97794118 3 20 436 2.4 53 1.6 1.7 27 8 58 1.4 0.5 12.3 9 1.025 4.5 21 15 180 53 29 31 2 6.5 7 188 16.3 20 13 1.15384615 5.51 22 37 228 74 32.1 34 9 6.5 12 217 19.2 15.9 13.3 0.89661654 4.4
  • 6. 23 59 191 77 17.1 24 10 4 15 118 11.1 13.2 8.5 1.16470588 4.5 24 81 230 85 36 52 12 8 9 156 13 26 16 1.21875 4.9 25 103 196 32 28 33 6 6 16 172 11 17.5 12 1.09375 4 26 125 150 56 18 23 6 5.5 13 148 9 12 8 1.125 3.2 27 147 170 58 26 31 8 3 22 165 8 16 11 1.09090909 3.7 28 169 222 70 34 44 7 7 9 153 10 7.5 3.4 1.65441176 3.4 29 191 131 48 21 30 8 3.5 13 179 6 13 8.2 1.18902439 2.6 30 213 192 52 19 23 6 4 16 171 11 14.7 10 1.1025 4 31 235 155 56 21 27 8 5 21 152 8 14.6 10 1.095 4 32 257 131 58 14 25 8 5 20 130 7 14.6 10.1 1.08415842 3.2 33 279 268 64 26 29 7 7 37 152 9 18 11 1.22727273 3.5 34 301 177 55 33 36 9 6 67 133 10 18.5 7 1.98214286 3 35 323 180 69 47 47 11 6 33 176 8 11 6 1.375 4 36 345 220 71 21 30 8 4 21 127 9 17 8 1.59375 3.3 37 367 132 75 39 55 9 6 15 139 12 8.5 4 1.59375 5.2 38 389 190 41 27 30 6 8 19 129 11 13.5 5.6 1.80803571 3.9 39 411 133 49 31 36 5 6 23 133 9 7.2 3.5 1.54285714 3 40 433 125 60 30 33 7 3 14 180 7 22 11 1.5 4.3
  • 7. numero aleatorio de muestra MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 225.65 MODA #N/A MEDIANA 225.5 DE DISPERCSION R 421 VARIANZA 16553.3103 DES.EST 128.659668 C.V 7335.83437 DE POSICION D2 99.2 C3 15 P60 267.6 altura de la planta (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 90.92975 MODA 1.54 MEDIANA 63.8 DE DISPERCSION R 266.6 VARIANZA 8928.358 DES.EST 94.4899889 C.V 96.2321523 DE POSICION D2 1.644 C3 1.4 P60 132.4 nudos del tallo principal (numero) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 11.275 MODA 7 MEDIANA 8 DE DISPERCSION R 40 VARIANZA 72.4608974 DES.EST 8.51239669 C.V 1.32453884 DE POSICION D2 6.8 D3 2 P60 9
  • 8. longitud del tallo pincipal (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 59.86025 MODA 52 MEDIANA 58 DE DISPERCSION R 94.29 VARIANZA 264.380997 DES.EST 16.259797 C.V 368.148816 DE POSICION D2 50.76 D3 1.01 P60 62.02 grosor del tallo principal (mm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 15.29 MODA 21 MEDIANA 11.25 DE DISPERCSION R 45.9 VARIANZA 186.3388718 DES.EST 13.65059969 C.V 1.120097311 DE POSICION D2 2.46 D3 1.1 P60 19.8 longitud de las ramas (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 80.01825 MODA 7.5 MEDIANA 64.05 DE DISPERCSION R 216 VARIANZA 6216.142071 DES.EST 78.84251436 C.V 1.014912457 DE POSICION D2 2.16 D3 1 P60 131.2
  • 9. grosor de la base del tallo principal (mm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 18.7775 MODA 30 MEDIANA 15.6 DE DISPERCSION R 94.29 VARIANZA 270.30384 DES.EST 16.4409197 C.V 1.14211981 DE POSICION D2 3.1 D3 1.3 P60 25.8 longitud de los nudos (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 4.5075 MODA 8 MEDIANA 5 DE DISPERCSION R 8.9 VARIANZA 7.1448141 DES.EST 2.67297851 C.V 1.68632108 DE POSICION D2 3.46 D3 0.3 P60 6 numero de ramas (u) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 21.575 MODA 15 MEDIANA 16.5 DE DISPERCSION R 60 VARIANZA 200.660897 DES.EST 14.1654826 C.V 1.52306848 DE POSICION D2 13 D3 7 P60 19
  • 10. grosor de las ramas (mm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 5.59925 MODA 0.5 MEDIANA 4.6 DE DISPERCSION R 19 VARIANZA 27.1806892 DES.EST 5.21351025 C.V 1.07398849 DE POSICION D2 0.5 D3 0.2 P60 8 Longitud de la hoja (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 14.21 MODA 12.5 MEDIANA 13.45 DE DISPERCSION R 18.8 VARIANZA 13.1122051 DES.EST 3.6210779 C.V 3.92424588 DE POSICION D2 12.16 D3 7.2 P60 14.54 ancho de la hoja (cm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 9.4 MODA 7 MEDIANA 9.75 DE DISPERCSION R 14 VARIANZA 9.57333333 DES.EST 3.09408037 C.V 3.03805942 DE POSICION D2 7 D3 2 P60 10.24
  • 11. area foliar de las hojas (cm2) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 1.26941094 MODA 1.06534091 MEDIANA 1.10742978 DE DISPERCSION R 4.53 VARIANZA 0.49598394 DES.EST 0.70426127 C.V 1.80247161 DE POSICION D2 0.96167625 D3 0.72 P60 1.15516484 longitud del peciolo de la hoja (mm) MEDIDAS DESCRIPTIVAS DE TENDENCIA CENTAL MEDIA 3.91275 MODA 3.2 MEDIANA 3.8 DE DISPERCSION R 5.7 VARIANZA 1.289117885 DES.EST 1.135393273 C.V 3.446162746 DE POSICION D2 3.08 D3 2 P60 4