SlideShare uma empresa Scribd logo
1 de 23
Baixar para ler offline
Semestre 01-2013
Santiago De Chile
 Se utiliza la palabra población para referirse
no sólo a personas sino a todos los
elementos que han sido escogidos para su
estudio.
 Los especialistas utilizan la palabra muestra
para describir una porción escogida de la
población.
Media
ModaMediana
Desviación
estándar
Muestr
a
Cuando estos
elementos matemáticos
actúan sobre una
muestra, lo que nos
permite hacer es una
caracterización de la
misma. A esto se le
llama Estadísticas.
 Por lo tanto:
Una estadística es una característica de la
muestra, mientras que un parámetro es
una característica de una población.
 Muestreo no
aleatorio o
de juicio: Se
utiliza el
conocimiento
y la opinión
personal para
identificar los
elementos de
una
población
que deben
incluirse en la
muestra.
Se basa en la
experiencia de
la persona con
la población.
Una muestra de
juicio se utiliza
como guía para
tomar una muestra
aleatoria más
adelante.
 Muestreo aleatorio o de probabilidad:
Todos los elementos de la población
tienen la oportunidad de ser escogidos
para la muestra.
 Muestras sesgadas: Debate ´´ algunas leyes
de control de armas´´ . Se les pide que
lleven a cabo una encuesta de opinión.
 Más afectados son los cazadores , va a un
lugar donde se encuentran la mayoría de
los cazadores para hacerles una entrevista.
Después informa que en una encuesta
realizada, cerca del 97% de quienes
respondieron estaba a favor de anular
todas la as leyes de control de armas.
 Una semana después el congreso estudia
otro proyecto de ley: ´´ ¿debe darse a las
mujeres embarazadas trabajadoras una
incapacidad por maternidad de un año
con salario completo para cuidar a sus
bebés?´´ Como este asunto afecta más a
las mujeres, esta vez deciden ir a los
complejos de oficinas de la ciudad y
entrevistar a empleadas en edad de tener
hijos. De nuevo se informa que a través de
un sondeo realizado, alrededor del 93% de
quienes respondieron estaba a favor de la
incapacidad de un año por maternidad.
 Parámetros:
 Tamaño de la muestra=𝑁
 Media de la población=µ
 Desviación estándar de la población=𝜎
 Estadísticas
 Tamaño de la muestra= 𝑛
 Muestra de la población= 𝑋
 Desviación estándar de la muestra = 𝑠
 ¿Cuál es el principal inconveniente del
muestreo de juicio?
 El muestreo de juicio y el muestreo de
probabilidad, ¿son mutuamente
excluyentes por necesidad? Explique su
respuesta.
 ¿Cuáles son algunas desventajas del
muestreo de probabilidad en relación
con el muestreo de juicio.?
 El banco Farlington Savings and Loan (FS&L) está considerando una fusión con el Sentry
Bank; para concretarla requiere la aprobación de los accionistas. En su junta anual, a
la que están invitados todos los accionistas, el presidente de FS&L le pregunta a los
asistentes si aprueban el trato. El 85% lo aprueba. ¿Es este porcentaje una estadística
de muestra o un parámetro de población?
 Una organización de protección al consumidor lleva a cabo un censo de personas
lesionadas por una marca particular de calefactor. Se interroga a cada afectado con
respecto al comportamiento del aparato justo antes de su mal funcionamiento;
generalmente, esta información sólo puede obtenerse del afectado, porque el
calentador en cuestión tiene a incendiarse después de fallar. Al inicio del censo se
descubre que varias de las víctimas eran anciano y ya murieron. ¿Es posible ahora
algún censo de las víctimas? Explique su respuesta.
 Juan Carlos, quien fue contratada por la empresa Chile innova para tratar de
anticipar la actitud de los empleados en la próxima votación del sindicato, se encontró
con ciertas dificultades después de reportar sus hallazgos a la administración. El estudio
de Juan Carlos estaba basado en un muestreo estadístico y desde los primeros datos
quedaba claro (o al menos así lo pensó Carlos) que los empleados estaban a favor del
establecimiento de una tienda sindical. El informe de Carlos fue minimizado con el
comentario: ´´ Esto no sirve. Nadie puede hacer aseveraciones sobre la opinión de los
empleados cuando sólo ha hablado con un poco más del 15% de ellos. Todo el mundo
sabe que tienes que verificar el 50% para tener alguna idea del resultado de la
votación del sindicato. No te contratamos para hacer adivinanzas.´´ ¿Se puede
defender la postura de Carlos?.
 En una muestra aleatoria o de
probabilidad se saben las posibilidades
de que un elemento de la población se
incluya o no en la muestra.
Existen cuatro métodos del muestreo
aleatorio:
1. Muestreo aleatorio simple: El muestreo
aleatorio simple selecciona muestras
mediante métodos que permiten que
cada posible muestra tenga una igual
probabilidad de ser seleccionada y que
cada elemento de la población total
tenga una oportunidad igual de ser
incluido en la muestra.
 ∃ una población finita de cuatro estudiantes, tal
que la población tiene un tamaño establecido o
limitado, es decir, ∃un # entero (𝑁) que indica
cuántos elementos hay en la población.
 Sean los estudiantes A, B, C y D
- Muestras posibles : AB, AC, AD, BC, BD, CD
- La probabilidad de extraer esta muestra debe ser:
 𝑃 𝐴𝐵 =
1
6
,
 𝑃 𝐴𝐶 =
1
6
,
 𝑃 𝐴𝐷 =
1
6
,
 𝑃 𝐵𝐶 =
1
6
,
 𝑃 𝐵𝐷 =
1
6
,
 𝑃 𝐶𝐷 =
1
6
; sólo hay seis muestras posibles de
dos personas.
 Curso anterior se cálculo la probabilidad
marginal como la suma de las
probabilidades conjuntas de los eventos
dentro de los cuales está contenido el
evento.
P(A)=1
2,
P(B)=1
2 .
 Población que no podría enumerarse en un
período razonable de tiempo. Por tanto,
hacemos referencia a este término como
una aproximación de una población finita
enorme. De la misma forma que se hizo en
curso anterior con el concepto de variable
aleatoria continua como una
aproximación de una variable aleatoria
discreta (que pudiera considerar valores
estrechamente cercanos).
 Uso de números aleatorios, que pueden
generarse a través de modelar un
programa para revolver números o
mediante el uso de tablas de números
aleatorios (tabla de dígitos aleatorios
(TDA)).
 Suponga que hay 100 empleados en una
compañía y desea entrevistar una muestra
de 10 de ellos escogidos al azar. Podría
obtener una muestra aleatoria al asignar a
cada empleado un número desde 00 a 99,
por lo tanto, consulten la tabla de dígitos
del ejemplo anterior para a) elegir un
método sistemático que les permita
seleccionar números de dos dígitos y, b)
encontrar otra forma distinta al inciso a
para seleccionar a los empleados.
 Muestreo sistemático: los elementos son
seleccionados de la población dentro de
un intervalo uniforme que se mide con
respecto al tiempo, al orden o al espacio.
 Muestreo estratificado: se divide la
población en grupos relativamente
homogéneos, llamados estratos.
 Muestreo de racimo: se divide la población
en grupos, o racimos, y luego
seleccionamos una muestra aleatoria de
estos racimos, asumiendo que cada uno
de ellos es representativo de la población.

Mais conteúdo relacionado

Mais procurados

Técnicas para el procesamiento de la informacíón
Técnicas para el procesamiento de la informacíónTécnicas para el procesamiento de la informacíón
Técnicas para el procesamiento de la informacíón
JuanaSalas
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticos
Yerko Bravo
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
Cristina Rios
 
PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS
Roza Meza
 

Mais procurados (20)

Técnicas para el procesamiento de la informacíón
Técnicas para el procesamiento de la informacíónTécnicas para el procesamiento de la informacíón
Técnicas para el procesamiento de la informacíón
 
Medidas De Dispersion
 Medidas De Dispersion Medidas De Dispersion
Medidas De Dispersion
 
15 test estadísticos
15 test estadísticos15 test estadísticos
15 test estadísticos
 
Pruebas Paramétricas
Pruebas Paramétricas Pruebas Paramétricas
Pruebas Paramétricas
 
Muestreo
MuestreoMuestreo
Muestreo
 
Investigacion Estaditica
Investigacion EstaditicaInvestigacion Estaditica
Investigacion Estaditica
 
Homocedasticidad y prueba de levene
Homocedasticidad y prueba de leveneHomocedasticidad y prueba de levene
Homocedasticidad y prueba de levene
 
Pruebas de bondad de ajuste vfinal
Pruebas de bondad de ajuste vfinalPruebas de bondad de ajuste vfinal
Pruebas de bondad de ajuste vfinal
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
Validación de un instrumentos
Validación de un instrumentosValidación de un instrumentos
Validación de un instrumentos
 
7. Muestra
7. Muestra7. Muestra
7. Muestra
 
Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
 
Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Expo sbs. poblacion muestra criterios selección instrumentos
Expo sbs. poblacion muestra criterios selección instrumentosExpo sbs. poblacion muestra criterios selección instrumentos
Expo sbs. poblacion muestra criterios selección instrumentos
 
Estadística descriptiva e inferencial
Estadística descriptiva e inferencialEstadística descriptiva e inferencial
Estadística descriptiva e inferencial
 
ANOVA DE UNO Y DOS FACTORES.pptx
ANOVA DE UNO Y DOS FACTORES.pptxANOVA DE UNO Y DOS FACTORES.pptx
ANOVA DE UNO Y DOS FACTORES.pptx
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Prueba de homogeneidad de varianza
Prueba de homogeneidad de varianzaPrueba de homogeneidad de varianza
Prueba de homogeneidad de varianza
 
PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS
 
Muestreo
MuestreoMuestreo
Muestreo
 

Semelhante a Clase 1 2 muestreo

IntroduccióN A La EstadíStica2
IntroduccióN A La EstadíStica2IntroduccióN A La EstadíStica2
IntroduccióN A La EstadíStica2
Raul Altamirano
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreo
MadelynSaidy
 

Semelhante a Clase 1 2 muestreo (20)

Exposición # 3
Exposición # 3Exposición # 3
Exposición # 3
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencial
 
Willy valverde muestreo
Willy valverde   muestreoWilly valverde   muestreo
Willy valverde muestreo
 
IntroduccióN A La EstadíStica2
IntroduccióN A La EstadíStica2IntroduccióN A La EstadíStica2
IntroduccióN A La EstadíStica2
 
Unidad 3.5 población y muestra
Unidad 3.5 población y muestraUnidad 3.5 población y muestra
Unidad 3.5 población y muestra
 
Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
 
SEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdfSEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdf
 
Annis morillo articulo de revista
Annis morillo articulo de revistaAnnis morillo articulo de revista
Annis morillo articulo de revista
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreo
 
Muestreo2
Muestreo2Muestreo2
Muestreo2
 
Muestreos_2014.ppt
Muestreos_2014.pptMuestreos_2014.ppt
Muestreos_2014.ppt
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Muestreos y Tipos
Muestreos y TiposMuestreos y Tipos
Muestreos y Tipos
 
Alan2
Alan2Alan2
Alan2
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreo
 
Muestra o analisis muestral
Muestra o analisis muestral Muestra o analisis muestral
Muestra o analisis muestral
 
Selección de la muestra.pdf
Selección de la muestra.pdfSelección de la muestra.pdf
Selección de la muestra.pdf
 
Lecture 2.pptx
Lecture 2.pptxLecture 2.pptx
Lecture 2.pptx
 
Trabajo: Selección de muestras
Trabajo: Selección de muestrasTrabajo: Selección de muestras
Trabajo: Selección de muestras
 
Estadistica
EstadisticaEstadistica
Estadistica
 

Mais de Instituto Profesional Providencia (IPP)

Mais de Instituto Profesional Providencia (IPP) (20)

Myslide.es flujo de-campo-electrico-559c1a9b9510d
Myslide.es flujo de-campo-electrico-559c1a9b9510dMyslide.es flujo de-campo-electrico-559c1a9b9510d
Myslide.es flujo de-campo-electrico-559c1a9b9510d
 
Seminario: Estrategias para Fomentar la Satisfacción, Participación y Aprendi...
Seminario: Estrategias para Fomentar la Satisfacción, Participación y Aprendi...Seminario: Estrategias para Fomentar la Satisfacción, Participación y Aprendi...
Seminario: Estrategias para Fomentar la Satisfacción, Participación y Aprendi...
 
Didáctica de la matemática para estudiantes con Necesidades Educativas Especi...
Didáctica de la matemática para estudiantes con Necesidades Educativas Especi...Didáctica de la matemática para estudiantes con Necesidades Educativas Especi...
Didáctica de la matemática para estudiantes con Necesidades Educativas Especi...
 
pensamiento matemático
pensamiento matemáticopensamiento matemático
pensamiento matemático
 
Nociones temporales y espaciales
Nociones temporales y espacialesNociones temporales y espaciales
Nociones temporales y espaciales
 
Geometría solar
Geometría solarGeometría solar
Geometría solar
 
Probabilidad clase 2 3
Probabilidad clase 2 3Probabilidad clase 2 3
Probabilidad clase 2 3
 
La electricidad y las corrientes eléctricas
La electricidad y las corrientes eléctricasLa electricidad y las corrientes eléctricas
La electricidad y las corrientes eléctricas
 
Turbinas
TurbinasTurbinas
Turbinas
 
Clase máquinas térmicas
Clase máquinas térmicasClase máquinas térmicas
Clase máquinas térmicas
 
Clase 1 2 electricidad y magnetismo
Clase 1 2 electricidad y magnetismoClase 1 2 electricidad y magnetismo
Clase 1 2 electricidad y magnetismo
 
áLgebra lineal clase 1 2
áLgebra lineal  clase 1 2áLgebra lineal  clase 1 2
áLgebra lineal clase 1 2
 
Clase 3 2 distribución de frecuencias
Clase 3 2 distribución de frecuenciasClase 3 2 distribución de frecuencias
Clase 3 2 distribución de frecuencias
 
Clase 1 2 estadística descriptiva
Clase 1 2 estadística descriptivaClase 1 2 estadística descriptiva
Clase 1 2 estadística descriptiva
 
Clase 2 2 teoría de conjuntos
Clase 2 2 teoría de conjuntosClase 2 2 teoría de conjuntos
Clase 2 2 teoría de conjuntos
 
áLgebra clases 1 2
áLgebra clases 1 2áLgebra clases 1 2
áLgebra clases 1 2
 
Flujo de campo electrico
Flujo de campo electricoFlujo de campo electrico
Flujo de campo electrico
 
Clase 2 4 medidas estadísticas - dispersión
Clase 2 4 medidas estadísticas - dispersiónClase 2 4 medidas estadísticas - dispersión
Clase 2 4 medidas estadísticas - dispersión
 
Clase 2 3 tecnologías de concentración solar para la generación de
Clase 2 3 tecnologías de concentración solar para la generación deClase 2 3 tecnologías de concentración solar para la generación de
Clase 2 3 tecnologías de concentración solar para la generación de
 
Clase 2 1 estadística descriptiva 24
Clase 2 1 estadística descriptiva 24Clase 2 1 estadística descriptiva 24
Clase 2 1 estadística descriptiva 24
 

Último

6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Último (20)

PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
prostitución en España: una mirada integral!
prostitución en España: una mirada integral!prostitución en España: una mirada integral!
prostitución en España: una mirada integral!
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 

Clase 1 2 muestreo

  • 2.  Se utiliza la palabra población para referirse no sólo a personas sino a todos los elementos que han sido escogidos para su estudio.  Los especialistas utilizan la palabra muestra para describir una porción escogida de la población.
  • 3. Media ModaMediana Desviación estándar Muestr a Cuando estos elementos matemáticos actúan sobre una muestra, lo que nos permite hacer es una caracterización de la misma. A esto se le llama Estadísticas.
  • 4.  Por lo tanto: Una estadística es una característica de la muestra, mientras que un parámetro es una característica de una población.
  • 5.  Muestreo no aleatorio o de juicio: Se utiliza el conocimiento y la opinión personal para identificar los elementos de una población que deben incluirse en la muestra. Se basa en la experiencia de la persona con la población. Una muestra de juicio se utiliza como guía para tomar una muestra aleatoria más adelante.
  • 6.  Muestreo aleatorio o de probabilidad: Todos los elementos de la población tienen la oportunidad de ser escogidos para la muestra.
  • 7.  Muestras sesgadas: Debate ´´ algunas leyes de control de armas´´ . Se les pide que lleven a cabo una encuesta de opinión.  Más afectados son los cazadores , va a un lugar donde se encuentran la mayoría de los cazadores para hacerles una entrevista. Después informa que en una encuesta realizada, cerca del 97% de quienes respondieron estaba a favor de anular todas la as leyes de control de armas.
  • 8.  Una semana después el congreso estudia otro proyecto de ley: ´´ ¿debe darse a las mujeres embarazadas trabajadoras una incapacidad por maternidad de un año con salario completo para cuidar a sus bebés?´´ Como este asunto afecta más a las mujeres, esta vez deciden ir a los complejos de oficinas de la ciudad y entrevistar a empleadas en edad de tener hijos. De nuevo se informa que a través de un sondeo realizado, alrededor del 93% de quienes respondieron estaba a favor de la incapacidad de un año por maternidad.
  • 9.  Parámetros:  Tamaño de la muestra=𝑁  Media de la población=µ  Desviación estándar de la población=𝜎
  • 10.  Estadísticas  Tamaño de la muestra= 𝑛  Muestra de la población= 𝑋  Desviación estándar de la muestra = 𝑠
  • 11.  ¿Cuál es el principal inconveniente del muestreo de juicio?  El muestreo de juicio y el muestreo de probabilidad, ¿son mutuamente excluyentes por necesidad? Explique su respuesta.  ¿Cuáles son algunas desventajas del muestreo de probabilidad en relación con el muestreo de juicio.?
  • 12.  El banco Farlington Savings and Loan (FS&L) está considerando una fusión con el Sentry Bank; para concretarla requiere la aprobación de los accionistas. En su junta anual, a la que están invitados todos los accionistas, el presidente de FS&L le pregunta a los asistentes si aprueban el trato. El 85% lo aprueba. ¿Es este porcentaje una estadística de muestra o un parámetro de población?  Una organización de protección al consumidor lleva a cabo un censo de personas lesionadas por una marca particular de calefactor. Se interroga a cada afectado con respecto al comportamiento del aparato justo antes de su mal funcionamiento; generalmente, esta información sólo puede obtenerse del afectado, porque el calentador en cuestión tiene a incendiarse después de fallar. Al inicio del censo se descubre que varias de las víctimas eran anciano y ya murieron. ¿Es posible ahora algún censo de las víctimas? Explique su respuesta.  Juan Carlos, quien fue contratada por la empresa Chile innova para tratar de anticipar la actitud de los empleados en la próxima votación del sindicato, se encontró con ciertas dificultades después de reportar sus hallazgos a la administración. El estudio de Juan Carlos estaba basado en un muestreo estadístico y desde los primeros datos quedaba claro (o al menos así lo pensó Carlos) que los empleados estaban a favor del establecimiento de una tienda sindical. El informe de Carlos fue minimizado con el comentario: ´´ Esto no sirve. Nadie puede hacer aseveraciones sobre la opinión de los empleados cuando sólo ha hablado con un poco más del 15% de ellos. Todo el mundo sabe que tienes que verificar el 50% para tener alguna idea del resultado de la votación del sindicato. No te contratamos para hacer adivinanzas.´´ ¿Se puede defender la postura de Carlos?.
  • 13.  En una muestra aleatoria o de probabilidad se saben las posibilidades de que un elemento de la población se incluya o no en la muestra.
  • 14. Existen cuatro métodos del muestreo aleatorio: 1. Muestreo aleatorio simple: El muestreo aleatorio simple selecciona muestras mediante métodos que permiten que cada posible muestra tenga una igual probabilidad de ser seleccionada y que cada elemento de la población total tenga una oportunidad igual de ser incluido en la muestra.
  • 15.  ∃ una población finita de cuatro estudiantes, tal que la población tiene un tamaño establecido o limitado, es decir, ∃un # entero (𝑁) que indica cuántos elementos hay en la población.  Sean los estudiantes A, B, C y D - Muestras posibles : AB, AC, AD, BC, BD, CD - La probabilidad de extraer esta muestra debe ser:
  • 16.  𝑃 𝐴𝐵 = 1 6 ,  𝑃 𝐴𝐶 = 1 6 ,  𝑃 𝐴𝐷 = 1 6 ,  𝑃 𝐵𝐶 = 1 6 ,  𝑃 𝐵𝐷 = 1 6 ,  𝑃 𝐶𝐷 = 1 6 ; sólo hay seis muestras posibles de dos personas.
  • 17.  Curso anterior se cálculo la probabilidad marginal como la suma de las probabilidades conjuntas de los eventos dentro de los cuales está contenido el evento.
  • 19.  Población que no podría enumerarse en un período razonable de tiempo. Por tanto, hacemos referencia a este término como una aproximación de una población finita enorme. De la misma forma que se hizo en curso anterior con el concepto de variable aleatoria continua como una aproximación de una variable aleatoria discreta (que pudiera considerar valores estrechamente cercanos).
  • 20.  Uso de números aleatorios, que pueden generarse a través de modelar un programa para revolver números o mediante el uso de tablas de números aleatorios (tabla de dígitos aleatorios (TDA)).
  • 21.
  • 22.  Suponga que hay 100 empleados en una compañía y desea entrevistar una muestra de 10 de ellos escogidos al azar. Podría obtener una muestra aleatoria al asignar a cada empleado un número desde 00 a 99, por lo tanto, consulten la tabla de dígitos del ejemplo anterior para a) elegir un método sistemático que les permita seleccionar números de dos dígitos y, b) encontrar otra forma distinta al inciso a para seleccionar a los empleados.
  • 23.  Muestreo sistemático: los elementos son seleccionados de la población dentro de un intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.  Muestreo estratificado: se divide la población en grupos relativamente homogéneos, llamados estratos.  Muestreo de racimo: se divide la población en grupos, o racimos, y luego seleccionamos una muestra aleatoria de estos racimos, asumiendo que cada uno de ellos es representativo de la población.