SlideShare uma empresa Scribd logo
1 de 59
Diseňos Muestrales Y
Distribucion Muestral de
Estadisticos
Huei Lan Wang Ramirez
Adriana Monterrosa
Jose Daniel Bercian Acevedo
EST 2
Seccion 2-2
INTRODUCCION
 Objeto basico de estimacion de
valores estadisticos de una
poblacion para comprobacion de
hipotesis de investigaciones.
Estadistica Descriptiva:
 Recolecta
 Clasifica
 Presentacion (Cuadros o Graficas)
 Aplicacion de medidas (Promedios, etc…)
 Interpretacion.
 Analisis de datos.
 Es un conjunto de medidas o el recuento de todos
los elementos que presentan una característica
común.
Población
Finitas
Infinitas
POBLACION
Procedimientos que existen
para extraer muestras de
poblaciones con el objetivo
de conocer sus
características promedias.
Población de
estudio
Elementos
 Es el Conjunto del cual se
saca la muestra.
 Son los que integran la
población o muestra.
Es lo mismo que elementos, y están disponibles para su
selección en alguna etapa.
Un proceso de muestreo puede tener la cantidad de
etapas que desea.
Marco:
Cualquier material
que contenga todas
las unidades o
elementos
perfectamente
identificados y
actualizados, del
cual se seleccionara
la muestra.
Características
Cuantitativas
Discreta
continua
Cualitativas
Muestra o
investigación parcial
 Conjunto de medidas
de una parte de los
elementos
pertenecientes a la
población. Estos se
seleccionan
aleatoriamente.
Muestreo: Medición:
 proceso de seleccionar una
parte del todo.
 Consiste en contar, medir y
formular preguntas
Hacer deducciones
sobre el grupo total,
partiendo de la
información de la
muestra.
Muestreo
probabilístico:
Muestreo no
probabilístico:
 Forma aleatoria  Sin procedimiento
al azar
Unidades de
muestreo:
Estructura de
muestreo:
Elementos o grupos de
elementos que forman la base
de una selección de muestras.
Procedimiento operacional y
de los materiales usados para
esquematizar la población al
diseñar la muestra.
Criterios de evaluar
Fiabilidad Efectividad
Precisión del
muestreo.
Se obtiene el mismo
grado de fiabilidad al
menor costo posible.
Un error de muestreo es la diferencia entre estadístico y parámetro
• Definir población meta
• Marco muestral
• Diferenciar entre 1 y 2
• Procedimiento de muestreo
• Tamaño de muestra
• Selección física, realizar muestreo
• Recolectar los datos
• Manejar problemas
• Toma de decisiones
Proceso de muestreo
Parámetros:
Medidas que
describen
numéricamente
las características
de una población.
(Media, varianza,
etc.)
Estimador
Estimador puntual: Estimador por intervalo:
 Descripción numérica de una
característica
correspondiente a los
elementos de una muestra.
EJ: 100
 Estimación del parámetro
mediante la especificación de
un intervalo de valores,
determinado
EJ: [100,200]
Eficiente
Suficiente
Consistente
Insesgado
Buen Estimador
Intervalo de
confianza:
Intervalos de
valores, de los
cuales se espera
que este al
parámetro con
cierto grado de
confianza o con
riesgo de error
conocido.
Muestreos
Aleatorios
Se emplean leyes
de probabilidad,
estas muestras
pueden ser de
varios tipos.
Muestreos No
Aleatorios
Diseno de Muestreo
Alternativo
El muestreo aleatorio
realizado bajo ciertas
condiciones y
sometido a ciertos
requisitos, se
constituye en un
procedimiento
practico, económico y
rápido para
generalizar
conclusiones
obtenidas a través de
una muestra.
Los muestreos
probabilísticos
permiten calcular la
probabilidad de
obtener cada una de
las posibles muestras.
Se debe especificar la población
meta. El grupo acerca del cual
se esta buscando información.
Se necesita desarrollar el
método para seleccionar la
muestra.
Debe determinar el tamaño de
la muestra el cual dependerá de
las necesidades de exactitud, la
variación dentro de la población
y el costo.
Se debe considerar el problema
de ausencia de respuesta.
Este tipo de
muestreo implica
4 consideraciones.
Dentro del muestreo aleatorio,
para seleccionar la muestra
probabilística se tienen los
siguientes métodos:
Muestreo
aleatorio
simple
Muestreo
aleatorio
sistemático
Muestreo
aleatorio
estratificado
Muestreo aleatorio Simple
Es un
procedimiento de
selección de una
muestra por el cual
todos y cada uno
de los elementos de
la población tienen
igual probabilidad
de ser incluidos en
la muestra.
Ejemplo:
N: 2, 4 y 6
De esta población podemos tomar muestras de tamaño
n= 2 , con reemplazamiento o sin reemplazo.
Con reemplazo significa que se elige
una unidad elemental de ella y luego
se vuelve para tomar la siguiente.
Sin reemplazo, cuando una vez
escogida la unidad elemental, esta ya
no se vuelve.
Con reemplazo
 Tomando todas las posibles muestras de n=2 que se
pueden tomar de la población N: 2, 4 y 6.
El numero de muestras a tomar es el resultado de la
potencia Nⁿ = 3² = 9
Las muestras son: 2, 2; 2, 4: 2, 6: 4,2: 4, 4: 4, 6: 6, 2: 6,4:
6, 6.
Cada una de las muestras tiene el 1/9 de
probabilidad de ser escogida.
Sin reemplazo
 Tomaremos siempre muestras de tamaño n=2 .
Sustituyendo:
Las muestras son : 2,4: 2,6 : 4, 6
Cada una de estas muestras tiene 1/3 de probabilidad de
ser escogidas.
¿ Como escoger una muestra
aleatoria simple?
Numerar todos los elementos de la población,
escribir los en tarjetas o fichas, luego ponerlo
en una caja y mezclarlos completamente.
Usar tablas de números aleatorios, las cuales
se encuentran en los libros estadística.
Muestreo aleatorio sistemático
Según el
procedimiento
sistemático, se obtiene
una muestra tomando
cada “k- esima
unidad” de la
población, tras
numerar las unidades
elementales de la
población o haberlas
ordenada de alguna
manera.
 La “k” representa un numero entero,
que es aproximadamente la “razón de
muestreo” entre el tamaño de la
población (N) y el tamaño de la muestra
(n) , es decir:
K= N/n
Ejemplo
 Una población consta de 3600 unidades de muestreo, y
se desea tomar una muestra de tamaño n=400
unidades.
K = 3600/400 = 9
Y la muestra se obtiene tomando una unidad de cada 9
de la población.
Supongamos que salió el
numero 5, este será la
primera unidad que formara
la muestra; el siguiente es:
5+ k o sea 5+ 9= 14;
El tercero es 14 + 9 = 23 y así
sucesivamente, hasta
completar las 400 muestras.
 Antes que se aplique el
muestreo aleatorio
sistemático, debe de
observar con cuidado el
orden físico de la población.
 Cuando el orden físico se
relaciona con las
característica de la
población, no debe aplicar
este muestreo.
Muestreo aleatorio
estratificado
Este proceso consiste en
dividir la población en
grupos llamados
estratos. Dentro de
cada estrato están los
elementos situados de
manera mas
homogénea con
respecto a las
características en
estudio.
La escogitacion de los elementos de cada estrato puede
ser proporcional o no
Para cada estrato se toma
una submuestra
mediante el
procedimiento aleatorio
simple.
Para la muestra global
se combinan las
muestras de todos los
estratos.
Ejemplo:
Al hacer una encuesta sobre
las elecciones se puede
tomar como estratos los
partidos políticos. Como las
preferencias electorales
están influidas a menudo
por factores como el sexo, la
edad, la profesión, etc. Se
podría subdividir los
estratos tomando estos
factores.
El aumento de la
fiabilidad y efectividad se
puede incrementar
clasificando todavía mas
los estratos en
subestratos, si ello fuese
posible.
Este procedimiento
De doble clasificación se
llama estratificación
cruzada
Diferentes tipos de muestreos
estratificados
Muestreo
Estratificado
Proporcional
Muestreo
Estratificado
no
Proporcional
 En este tipo el numero de objetos o
unidades de muestreo elegidas de cada
grupo es proporcional al numero de la
población.
Se clasifican en
Muestreo
estratificado
directamente
proporcional
Muestreo estratificado
inversamente
proporcional
Ejemplo de muestreo estratificado
directamente proporcional
 Un investigador esta evaluando
la satisfacción del cliente en
relación con una bebida que es
consumida por un total de 600
personas. Entre estas, 400 son
leales a la marca y 200 son de
las que buscan variedad.
Por lo tanto
 Se divide la población de 600 consumidores en dos
grupos de 400 y 200 unidades de muestreo,
respectivamente, y obtener una muestra aleatoria a
partir de cada uno de los dos grupos. Si se desea un
tamaño de muestra de 60, entonces se emplea un
muestreo estratificado directamente proporcional del
10%.
Tipo de consumidor Tamaño del grupo Tamaño de una
muestra estratificada
directamente
proporcional de 10%
Leales a la marca 400 40
Que buscan variedad 200 20
Total 600 60
Ejemplo 2
 Supóngase que se
desea implementar un
seguro de vida para los
maestros que laboran
en el país. Para tal
propósito se tomara
una muestra que
represente el 10% de la
población de maestros
del país.
Edad en años No. de profesores
25 o menos 2880
26 – 35 7680
36 – 45 6240
46 – 55 4800
56 o mas 2400
Total 24000
El tamaño de la muestra es: 24000 x 10% = 2,400
 El siguiente paso será un plan de muestreo de manera
que cada grupo de edad quede representado
proporcionalmente.
Estratos No. de profesores Porcentaje % Unidades de
estrato
(submuestras)
25 o menos 2880 12 288
26 – 35 7680 32 768
36 – 45 6240 26 624
46 – 55 4800 20 480
56 o mas 2400 10 240
Total 24000 100 n= 2400
Ejemplo de muestreo estratificado
inversamente proporcional
 Supongamos que 600
consumidores en la
población, 200 son
bebedores habituales y
400 son bebedores
ocasionales. Si un
investigador valora mas la
opinión de los primeros,
con relación a la de los
segundos, se tendrá que
muestrear mas personas
del grupo de bebedores
habituales .
 Si se desea un tamaño de muestra de 60 se emplea un
muestreo estratificado inversamente proporcional de
10%.
Denominador: 600/200 + 600/400 = 3 + 1.5 = 4.5
Proporción y tamaño de la muestra de bebedores
habituales: 3/ 4.5 = 0.667; 0667 x 60 = 40
Proporción y tamaño de la muestra de bebedores
ocasionales: 1.5 / 4.5 = 0.333; 0.333 x 60 = 20
Tipo de consumidores Tamaño del grupo Tamaño de una muestra
estratificada
inversamente
proporcional de 10%
Bebedores habituales 200 40
Bebedores ocasionales 400 20
Total 600 60
Muestreo estratificado no
proporcional
 Cuando el tamaño de la muestra en cada grupo no es
proporcional a los tamaños respectivos de los grupos.
 Cuando se comparan múltiples grupos y sus tamaños
de grupo respectivos son pequeños, un muestreo
estratificado proporcional no producirá un tamaño de
muestra suficientemente grande como para hacer
comparaciones significativas.
Ejemplo
 Una forma de seleccionar tamaños de muestra dentro
de cada grupo consiste en tener tamaños iguales de
grupos en la muestra.
• En el ejemplo de los bebedores habituales y
ocasionales, un investigador podrá seleccionar a
30 personas de cada uno de los dos grupos.
EL FIN
GRACIAS!!!

Mais conteúdo relacionado

Mais procurados

Muestreo aleat. simple
Muestreo aleat. simpleMuestreo aleat. simple
Muestreo aleat. simple
kjota11
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
milit
 
Muestra y estimación estadística
Muestra y estimación estadísticaMuestra y estimación estadística
Muestra y estimación estadística
Wilmer Chirinos
 
Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
Wilmer Fabian N
 
Bioestadística muestreo y diseño de experimentos
Bioestadística muestreo y diseño de experimentosBioestadística muestreo y diseño de experimentos
Bioestadística muestreo y diseño de experimentos
Explorer BioGen
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
yodia45
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
yodia45
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
Zully Vèlez
 

Mais procurados (20)

Muestreo aleat. simple
Muestreo aleat. simpleMuestreo aleat. simple
Muestreo aleat. simple
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Muestreo aleatorio simple estadistica
Muestreo aleatorio simple estadisticaMuestreo aleatorio simple estadistica
Muestreo aleatorio simple estadistica
 
Elementos del muestreo
Elementos del muestreoElementos del muestreo
Elementos del muestreo
 
Muestreo aleatorio simple en estadistica ccesa007
Muestreo aleatorio simple  en estadistica  ccesa007Muestreo aleatorio simple  en estadistica  ccesa007
Muestreo aleatorio simple en estadistica ccesa007
 
Muestra y estimación estadística
Muestra y estimación estadísticaMuestra y estimación estadística
Muestra y estimación estadística
 
Muestreo Sistematico o en serie
Muestreo Sistematico o en serieMuestreo Sistematico o en serie
Muestreo Sistematico o en serie
 
Bioestadística muestreo y diseño de experimentos
Bioestadística muestreo y diseño de experimentosBioestadística muestreo y diseño de experimentos
Bioestadística muestreo y diseño de experimentos
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
 
Distribución normal estadistica aplicada
Distribución normal estadistica aplicadaDistribución normal estadistica aplicada
Distribución normal estadistica aplicada
 
Calculo de la muestra
Calculo de la muestraCalculo de la muestra
Calculo de la muestra
 
Resueltos
ResueltosResueltos
Resueltos
 
Muestreo y distrib muestrales de una media
Muestreo y distrib muestrales de una mediaMuestreo y distrib muestrales de una media
Muestreo y distrib muestrales de una media
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Unidad 1 Estadistica Basica
Unidad 1 Estadistica BasicaUnidad 1 Estadistica Basica
Unidad 1 Estadistica Basica
 
Muestra muestreo
Muestra muestreoMuestra muestreo
Muestra muestreo
 
Estadistica ii expo
Estadistica ii expoEstadistica ii expo
Estadistica ii expo
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
 
Muestreo y Aleatoriedad
Muestreo y AleatoriedadMuestreo y Aleatoriedad
Muestreo y Aleatoriedad
 

Destaque

Distribución muestral medias diferencia medias
Distribución muestral medias diferencia mediasDistribución muestral medias diferencia medias
Distribución muestral medias diferencia medias
ANAALONSOSAN
 
EXamen Fisica Parcial Termino2004
EXamen Fisica Parcial Termino2004EXamen Fisica Parcial Termino2004
EXamen Fisica Parcial Termino2004
johanna20
 
Distribuciones muestrales. -ano_2010_cdor_5_
Distribuciones muestrales. -ano_2010_cdor_5_Distribuciones muestrales. -ano_2010_cdor_5_
Distribuciones muestrales. -ano_2010_cdor_5_
samuel silgado
 
Distribuciones Muestrales
Distribuciones MuestralesDistribuciones Muestrales
Distribuciones Muestrales
Hector Funes
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1
Hector Funes
 

Destaque (20)

Metodo 7
Metodo 7Metodo 7
Metodo 7
 
Distribución muestral medias diferencia medias
Distribución muestral medias diferencia mediasDistribución muestral medias diferencia medias
Distribución muestral medias diferencia medias
 
Distribucion muestral
Distribucion muestralDistribucion muestral
Distribucion muestral
 
EXamen Fisica Parcial Termino2004
EXamen Fisica Parcial Termino2004EXamen Fisica Parcial Termino2004
EXamen Fisica Parcial Termino2004
 
Ficha técnica
 Ficha técnica  Ficha técnica
Ficha técnica
 
Estadist. ii mx
Estadist. ii mxEstadist. ii mx
Estadist. ii mx
 
Distribucion muestral
Distribucion muestralDistribucion muestral
Distribucion muestral
 
Distribucion muestral
Distribucion muestralDistribucion muestral
Distribucion muestral
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
distribucion muestral
distribucion muestraldistribucion muestral
distribucion muestral
 
Distribuciones muestrales. -ano_2010_cdor_5_
Distribuciones muestrales. -ano_2010_cdor_5_Distribuciones muestrales. -ano_2010_cdor_5_
Distribuciones muestrales. -ano_2010_cdor_5_
 
Tema 3 estimación
Tema 3   estimaciónTema 3   estimación
Tema 3 estimación
 
Diseños muestrales y distribución muestral (est 2)
Diseños muestrales y distribución muestral (est 2)Diseños muestrales y distribución muestral (est 2)
Diseños muestrales y distribución muestral (est 2)
 
5
55
5
 
Distribución Muestral Estadística
Distribución Muestral Estadística Distribución Muestral Estadística
Distribución Muestral Estadística
 
Distribuciones Muestrales
Distribuciones MuestralesDistribuciones Muestrales
Distribuciones Muestrales
 
Intervalos de confianza-1
Intervalos de confianza-1Intervalos de confianza-1
Intervalos de confianza-1
 
Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Distribucion muestral de una proporcion
Distribucion muestral de una proporcion
 
Distribución muestral de la media
Distribución muestral de la mediaDistribución muestral de la media
Distribución muestral de la media
 
Apuntes sobre distribucion muestral
Apuntes sobre distribucion muestralApuntes sobre distribucion muestral
Apuntes sobre distribucion muestral
 

Semelhante a Disenos Muestrales y Distribucion Muestral

Estadistica basica I .doc
Estadistica basica I .docEstadistica basica I .doc
Estadistica basica I .doc
guestbf8866d8
 
Estadistica basica Ijhvc
Estadistica basica IjhvcEstadistica basica Ijhvc
Estadistica basica Ijhvc
guestbf8866d8
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
Andrea Godoy
 
TÉCNICAS DE MUESTREO
TÉCNICAS DE MUESTREOTÉCNICAS DE MUESTREO
TÉCNICAS DE MUESTREO
HOTELES2
 

Semelhante a Disenos Muestrales y Distribucion Muestral (20)

Estadistica basica I .doc
Estadistica basica I .docEstadistica basica I .doc
Estadistica basica I .doc
 
Estadistica basica Ijhvc
Estadistica basica IjhvcEstadistica basica Ijhvc
Estadistica basica Ijhvc
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
 
Estadista muestral
Estadista muestralEstadista muestral
Estadista muestral
 
diseños muestrales
diseños muestralesdiseños muestrales
diseños muestrales
 
Geronimo
GeronimoGeronimo
Geronimo
 
Población..[1]
Población..[1]Población..[1]
Población..[1]
 
Poblacion y muestra
Poblacion y muestraPoblacion y muestra
Poblacion y muestra
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Conceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajoConceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajo
 
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdfGuia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
 
ObtenerArchivoRecurso.pptx
ObtenerArchivoRecurso.pptxObtenerArchivoRecurso.pptx
ObtenerArchivoRecurso.pptx
 
TÉCNICAS DE MUESTREO
TÉCNICAS DE MUESTREOTÉCNICAS DE MUESTREO
TÉCNICAS DE MUESTREO
 
Métodos cuantitativos_2020_2 (2).pptx
Métodos cuantitativos_2020_2 (2).pptxMétodos cuantitativos_2020_2 (2).pptx
Métodos cuantitativos_2020_2 (2).pptx
 
TEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIATEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIA
 
TEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIATEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIA
 
TEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIATEORIA DEL MUESTREO Y LA PREVALENCIA
TEORIA DEL MUESTREO Y LA PREVALENCIA
 
Estadistica MI-23
Estadistica MI-23Estadistica MI-23
Estadistica MI-23
 
Estadisticay probabilidad
Estadisticay probabilidadEstadisticay probabilidad
Estadisticay probabilidad
 
Muestreo Estratificado.
Muestreo Estratificado.Muestreo Estratificado.
Muestreo Estratificado.
 

Último

5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 
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
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 

Último (20)

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
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
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
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
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
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.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
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
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
 
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...
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
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
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 

Disenos Muestrales y Distribucion Muestral

  • 1. Diseňos Muestrales Y Distribucion Muestral de Estadisticos Huei Lan Wang Ramirez Adriana Monterrosa Jose Daniel Bercian Acevedo EST 2 Seccion 2-2
  • 2. INTRODUCCION  Objeto basico de estimacion de valores estadisticos de una poblacion para comprobacion de hipotesis de investigaciones.
  • 3. Estadistica Descriptiva:  Recolecta  Clasifica  Presentacion (Cuadros o Graficas)  Aplicacion de medidas (Promedios, etc…)  Interpretacion.  Analisis de datos.
  • 4.
  • 5.
  • 6.  Es un conjunto de medidas o el recuento de todos los elementos que presentan una característica común. Población
  • 8. Procedimientos que existen para extraer muestras de poblaciones con el objetivo de conocer sus características promedias.
  • 9. Población de estudio Elementos  Es el Conjunto del cual se saca la muestra.  Son los que integran la población o muestra.
  • 10. Es lo mismo que elementos, y están disponibles para su selección en alguna etapa. Un proceso de muestreo puede tener la cantidad de etapas que desea.
  • 11. Marco: Cualquier material que contenga todas las unidades o elementos perfectamente identificados y actualizados, del cual se seleccionara la muestra.
  • 13. Muestra o investigación parcial  Conjunto de medidas de una parte de los elementos pertenecientes a la población. Estos se seleccionan aleatoriamente.
  • 14. Muestreo: Medición:  proceso de seleccionar una parte del todo.  Consiste en contar, medir y formular preguntas
  • 15. Hacer deducciones sobre el grupo total, partiendo de la información de la muestra.
  • 16. Muestreo probabilístico: Muestreo no probabilístico:  Forma aleatoria  Sin procedimiento al azar
  • 17. Unidades de muestreo: Estructura de muestreo: Elementos o grupos de elementos que forman la base de una selección de muestras. Procedimiento operacional y de los materiales usados para esquematizar la población al diseñar la muestra.
  • 18. Criterios de evaluar Fiabilidad Efectividad Precisión del muestreo. Se obtiene el mismo grado de fiabilidad al menor costo posible. Un error de muestreo es la diferencia entre estadístico y parámetro
  • 19. • Definir población meta • Marco muestral • Diferenciar entre 1 y 2 • Procedimiento de muestreo • Tamaño de muestra • Selección física, realizar muestreo • Recolectar los datos • Manejar problemas • Toma de decisiones Proceso de muestreo
  • 21. Estimador Estimador puntual: Estimador por intervalo:  Descripción numérica de una característica correspondiente a los elementos de una muestra. EJ: 100  Estimación del parámetro mediante la especificación de un intervalo de valores, determinado EJ: [100,200]
  • 23. Intervalo de confianza: Intervalos de valores, de los cuales se espera que este al parámetro con cierto grado de confianza o con riesgo de error conocido.
  • 24. Muestreos Aleatorios Se emplean leyes de probabilidad, estas muestras pueden ser de varios tipos. Muestreos No Aleatorios Diseno de Muestreo Alternativo
  • 25.
  • 26. El muestreo aleatorio realizado bajo ciertas condiciones y sometido a ciertos requisitos, se constituye en un procedimiento practico, económico y rápido para generalizar conclusiones obtenidas a través de una muestra. Los muestreos probabilísticos permiten calcular la probabilidad de obtener cada una de las posibles muestras.
  • 27. Se debe especificar la población meta. El grupo acerca del cual se esta buscando información. Se necesita desarrollar el método para seleccionar la muestra. Debe determinar el tamaño de la muestra el cual dependerá de las necesidades de exactitud, la variación dentro de la población y el costo. Se debe considerar el problema de ausencia de respuesta. Este tipo de muestreo implica 4 consideraciones.
  • 28. Dentro del muestreo aleatorio, para seleccionar la muestra probabilística se tienen los siguientes métodos:
  • 30. Muestreo aleatorio Simple Es un procedimiento de selección de una muestra por el cual todos y cada uno de los elementos de la población tienen igual probabilidad de ser incluidos en la muestra.
  • 31. Ejemplo: N: 2, 4 y 6 De esta población podemos tomar muestras de tamaño n= 2 , con reemplazamiento o sin reemplazo.
  • 32. Con reemplazo significa que se elige una unidad elemental de ella y luego se vuelve para tomar la siguiente. Sin reemplazo, cuando una vez escogida la unidad elemental, esta ya no se vuelve.
  • 33. Con reemplazo  Tomando todas las posibles muestras de n=2 que se pueden tomar de la población N: 2, 4 y 6. El numero de muestras a tomar es el resultado de la potencia Nⁿ = 3² = 9 Las muestras son: 2, 2; 2, 4: 2, 6: 4,2: 4, 4: 4, 6: 6, 2: 6,4: 6, 6. Cada una de las muestras tiene el 1/9 de probabilidad de ser escogida.
  • 34. Sin reemplazo  Tomaremos siempre muestras de tamaño n=2 . Sustituyendo: Las muestras son : 2,4: 2,6 : 4, 6 Cada una de estas muestras tiene 1/3 de probabilidad de ser escogidas.
  • 35. ¿ Como escoger una muestra aleatoria simple? Numerar todos los elementos de la población, escribir los en tarjetas o fichas, luego ponerlo en una caja y mezclarlos completamente. Usar tablas de números aleatorios, las cuales se encuentran en los libros estadística.
  • 36. Muestreo aleatorio sistemático Según el procedimiento sistemático, se obtiene una muestra tomando cada “k- esima unidad” de la población, tras numerar las unidades elementales de la población o haberlas ordenada de alguna manera.
  • 37.  La “k” representa un numero entero, que es aproximadamente la “razón de muestreo” entre el tamaño de la población (N) y el tamaño de la muestra (n) , es decir: K= N/n
  • 38. Ejemplo  Una población consta de 3600 unidades de muestreo, y se desea tomar una muestra de tamaño n=400 unidades. K = 3600/400 = 9 Y la muestra se obtiene tomando una unidad de cada 9 de la población.
  • 39. Supongamos que salió el numero 5, este será la primera unidad que formara la muestra; el siguiente es: 5+ k o sea 5+ 9= 14; El tercero es 14 + 9 = 23 y así sucesivamente, hasta completar las 400 muestras.
  • 40.  Antes que se aplique el muestreo aleatorio sistemático, debe de observar con cuidado el orden físico de la población.  Cuando el orden físico se relaciona con las característica de la población, no debe aplicar este muestreo.
  • 41. Muestreo aleatorio estratificado Este proceso consiste en dividir la población en grupos llamados estratos. Dentro de cada estrato están los elementos situados de manera mas homogénea con respecto a las características en estudio.
  • 42. La escogitacion de los elementos de cada estrato puede ser proporcional o no Para cada estrato se toma una submuestra mediante el procedimiento aleatorio simple. Para la muestra global se combinan las muestras de todos los estratos.
  • 43.
  • 44. Ejemplo: Al hacer una encuesta sobre las elecciones se puede tomar como estratos los partidos políticos. Como las preferencias electorales están influidas a menudo por factores como el sexo, la edad, la profesión, etc. Se podría subdividir los estratos tomando estos factores. El aumento de la fiabilidad y efectividad se puede incrementar clasificando todavía mas los estratos en subestratos, si ello fuese posible. Este procedimiento De doble clasificación se llama estratificación cruzada
  • 45. Diferentes tipos de muestreos estratificados Muestreo Estratificado Proporcional Muestreo Estratificado no Proporcional
  • 46.  En este tipo el numero de objetos o unidades de muestreo elegidas de cada grupo es proporcional al numero de la población.
  • 48. Ejemplo de muestreo estratificado directamente proporcional  Un investigador esta evaluando la satisfacción del cliente en relación con una bebida que es consumida por un total de 600 personas. Entre estas, 400 son leales a la marca y 200 son de las que buscan variedad.
  • 49. Por lo tanto  Se divide la población de 600 consumidores en dos grupos de 400 y 200 unidades de muestreo, respectivamente, y obtener una muestra aleatoria a partir de cada uno de los dos grupos. Si se desea un tamaño de muestra de 60, entonces se emplea un muestreo estratificado directamente proporcional del 10%.
  • 50. Tipo de consumidor Tamaño del grupo Tamaño de una muestra estratificada directamente proporcional de 10% Leales a la marca 400 40 Que buscan variedad 200 20 Total 600 60
  • 51. Ejemplo 2  Supóngase que se desea implementar un seguro de vida para los maestros que laboran en el país. Para tal propósito se tomara una muestra que represente el 10% de la población de maestros del país.
  • 52. Edad en años No. de profesores 25 o menos 2880 26 – 35 7680 36 – 45 6240 46 – 55 4800 56 o mas 2400 Total 24000 El tamaño de la muestra es: 24000 x 10% = 2,400
  • 53.  El siguiente paso será un plan de muestreo de manera que cada grupo de edad quede representado proporcionalmente. Estratos No. de profesores Porcentaje % Unidades de estrato (submuestras) 25 o menos 2880 12 288 26 – 35 7680 32 768 36 – 45 6240 26 624 46 – 55 4800 20 480 56 o mas 2400 10 240 Total 24000 100 n= 2400
  • 54. Ejemplo de muestreo estratificado inversamente proporcional  Supongamos que 600 consumidores en la población, 200 son bebedores habituales y 400 son bebedores ocasionales. Si un investigador valora mas la opinión de los primeros, con relación a la de los segundos, se tendrá que muestrear mas personas del grupo de bebedores habituales .
  • 55.  Si se desea un tamaño de muestra de 60 se emplea un muestreo estratificado inversamente proporcional de 10%. Denominador: 600/200 + 600/400 = 3 + 1.5 = 4.5 Proporción y tamaño de la muestra de bebedores habituales: 3/ 4.5 = 0.667; 0667 x 60 = 40 Proporción y tamaño de la muestra de bebedores ocasionales: 1.5 / 4.5 = 0.333; 0.333 x 60 = 20
  • 56. Tipo de consumidores Tamaño del grupo Tamaño de una muestra estratificada inversamente proporcional de 10% Bebedores habituales 200 40 Bebedores ocasionales 400 20 Total 600 60
  • 57. Muestreo estratificado no proporcional  Cuando el tamaño de la muestra en cada grupo no es proporcional a los tamaños respectivos de los grupos.  Cuando se comparan múltiples grupos y sus tamaños de grupo respectivos son pequeños, un muestreo estratificado proporcional no producirá un tamaño de muestra suficientemente grande como para hacer comparaciones significativas.
  • 58. Ejemplo  Una forma de seleccionar tamaños de muestra dentro de cada grupo consiste en tener tamaños iguales de grupos en la muestra. • En el ejemplo de los bebedores habituales y ocasionales, un investigador podrá seleccionar a 30 personas de cada uno de los dos grupos.