Primera Unidad Estadistica

INSTITUTO TECNOLÓGICO DE ACAPULCO

MATERIA:

Estadística para la administración ll

TEMA:

UNIDAD 1:

Inferencia estadística y pruebas de hipótesis

PROFESOR:

Jesús Zabala Berdeja

CARRERA:

LICENCIATURA EN ADMINISTRACIÓN

INTEGRANTES DEL EQUIPO:

AGUIRRE KIMBERLY

AGUIRRE ALMEZAN YOSAJANDE

ALMAZÁN CASTRO LIZBETH

BAUTISTA JIMÉNEZ ADAIR EMMANUEL

BEDOLLA MORALES YAZMIN

CARMEN GALLEGOS MA. TRINIDAD

GARCIA JESSICA

GRUPO: 204

ACAPULCO, GRO. A 9 DE SEPTIEMBRE DEL 2013

Muestreo y distribución de muestreo aplicados a situaciones cotidianas

Una meta común e importante de la materia de estadística es la siguiente: aprender acerca de un grupo grande examinando los datos de algunos de sus miembros. En dicho contexto los términos muestra y población adquieren importancia. Las definiciones formales de términos básicos se presentan a continuación:

Datos son las observaciones recolectadas (como mediciones, géneros, respuestas de encuestas)

Estadística es un conjunto de métodos para planear estudios y experimentos, obtener datos y luego organizar, resumir, presentar, analizar, interpretar y llegar a conclusiones basadas en los datos

Población es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etc.) que se va a estudiar. El conjunto es completo porque incluye a todos los sujetos que se estudiarán.

Censo es el conjunto de datos de cada uno de los miembros de la población

Muestra es un subconjunto de miembros seleccionados de una población

Se trata de utilizar datos muestrales para hacer inferencias (o generalizaciones) sobre una población completa.

Los datos cuantitativos consisten en números que representan conteos o mediciones, se pueden clasificar en:

Datos discretos: Resultan cuando el número de valores posibles es un número finito o un número que “puede contarse”, ejemplo: número de huevos que ponen las gallinas, número de latas.

Datos continuos: Resultan de un infinito de posibles valores que corresponden a alguna escala continua que cubre un rango de valores sin huecos, interrupciones o saltos, ejemplo: cantidades de leche que producen las vacas, el volumen real de la bebida de cocacola.

Los datos cualitativos (o categóricos o de atributo) se dividen en diferentes categorías que se distinguen por algunas características no numéricas.

Otra forma de común de clasificar los datos consiste en usas 4 niveles de medición: nominal, ordinal, de intervalo y de razón.

La escala nominal: en algunos casos los atributos de interés o las variables consisten en nombres o etiquetas, y las observaciones (mediciones) únicamente se puede clasificar, los datos no se pueden acomodar en un esquema de orden. En esta escala consiste en asignar símbolos que pueden ser letras, nombre o incluso números (sin que haya relaciones matemáticas), sin embargo, se puede contar el número de observaciones de cada clase o categoría, y utilizar las frecuencias o porcentajes de las categorías en alguna actividad de presentación o análisis.

La escala ordinal: al igual que en la escala nominal, la medición consiste en asignar símbolos que pueden ser letras, nombres o incluso números. Ejemplos de datos que corresponden a esta escala son las encuestas que hacen los sitios de internet, en las que se pide categorizar una película, un artículo publicado por ellos o una opinión respecto de una propuesta de ley. En esta escala se puede distinguir una relación entre las clasificaciones ya que un excelente es mejor que muy bueno y así sucesivamente, por consiguiente no es posible determinar diferencias entre los valores de los datos o tales diferencias carecen de significado.

La escala de intervalo: posee todas las características de la escala ordinal, con la propiedad adicional de que los nombres o símbolos asignados son generalmente números, y la diferencia entre dos de ellos da resultados significativos, ya que hay una unidad de medida común y constante. Un ejemplo de medición con escala de intervalo es la lectura de temperaturas, que se pueden ordenar fácilmente pero también se pueden determinar las diferencias y darle un sentido, mas sin embargo, los datos en este nivel no tienen punto de partida cero natural inherente.

La escala de razón: es el nivel de medición más alto; tiene todas las características de la escala de intervalo, pero, además, tiene un punto cero natural o teórico. Por consiguiente, además de las diferencias y las sumas, la multiplicación y división de los datos tienen significado numérico racional, el punto cero refleja la ausencia de esa característica.

Un censo comprende el examen de todos los elementos de un determinado grupo mientras que el muestreo comprende el análisis de una pequeña parte de ellos. El objeto del muestreo es establecer generalizaciones con respecto a un grupo total de elementos sin tener que examinarlos uno por uno.

La parte del grupo de elementos que se examinan recibe el nombre de muestra, y el grupo total a partir del cual se seleccionó la muestra se conoce como población o universo. Los elementos que forman una población pueden ser personas, empresas, productos manufacturados, inventarios, escuelas, ciudades, calificaciones escolares, precios o cualquier otra cosa que se pueda medir, contar o jerarquizar.

Las ventajas del muestreo con respecto al censo son:

Que es más económico

Se realiza con mayor rapidez

Se puede realizar más frecuente y detalladamente

Se puede estimar la confiabilidad de la información

Limitaciones:

Lleva implícito un riesgo de error

Requiere mayor preparación del personal, pues usa instrumentos más refinados

Las poblaciones de tamaño limitado se conocen como poblaciones finitas, ejemplo: los alumnos de una clase determinada, los productos de un supermercado, los libros de una biblioteca, y los automóviles del estado de California.3

En tanto que las que tienen tamaño ilimitado se conocen como poblaciones infinitas, estas generalmente son de cierto tipo de proceso que produce elementos o resultados, como la tirada de monedas, en la cual el número de resultados (cara o cruces) que se pueden obtener es ilimitado. Otros ejemplos de procesos de poblaciones infinitas con la producción futura de una máquina, la extracción de canicas de una urna regresando cada canica a su lugar antes de sacar otra, `y el nacimiento de insecto (o de cualquier otra especie).3

Existen ciertas situaciones en las que es más ventajoso inspeccionar todos los elementos de una población (efectuar un censo), y son3:

La población puede ser tan pequeña

Si el tamaño de la muestra es relativamente grande con respecto al tamaño de la población (por ejemplo: si existe mucha variabilidad entre los elementos de una población, se considera necesario tomar una muestra muy grande)

Si se requiere una exactitud completa

Ocasionalmente se dispone de la información completa

El problema de regresar o no un elemento muestreado a una población antes de sacar otro de ésta, surge cuando se muestrea una población infinita, ya que la probabilidad de incluir elementos de una población en una muestra dependerá de si estamos muestreando con reposición o sin reposición3.

Existen varias razones del por qué el muestreo sin reposición se lleva a cabo en la práctica real3:

Los efectos suelen ser insignificantes, y puede ser más conveniente hacerlo así (Si el tamaño de muestra es pequeño en relación con el de la población).

Si se realizan ensayos destructivos, será imposible regresar los elementos muestreados a la población.

En el muestreo industrial será difícil persuadir a los inspectores carentes de adiestramiento en estadística de que regresen los elementos muestreados a ala población, particularmente si éstos están defectuosos.

Cuando se regresa un objeto muestreado a la población, existe una posibilidad de que sea incluido en un ensayo subsecuente.

La representación de una muestra se ve influida por el tamaño de la muestra y la forma de seleccionarla. El número de elementos a tomar de la población depende de cierto conocimiento previo de la misma. A continuación se presenta los tipos de técnicas de muestreo.2

Muestreo no probabilístico:

Por facilidad de acceso: cuando se muestra solo aquellos elementos a los que se puede accesar fácilmente, con lo que los de difícil acceso nunca serán elegidos.

Intencional: si la muestra se elige por un experto conocedor de la población de manera objetiva tendrá generalmente una precisión muy alta. Es muy difícil medir si existen tendencias personales. Cuando se tiene una población pequeña pero heterogénea, el investigador inspecciona la totalidad de ésta y selecciona una muestra que considera representativa. El investigardor selecciona una muestra que considera representativa; es decir, elementos que a su parecer están cercanos al promedio de la población.

Por cuotas: Se eligen elementos hasta completar una cuota preestablecida sin seguir ningún método especificado de selección, con lo que solo se incluirán solo los n primeros elementos o solo los que existan en determinado lugar. Se utiliza para sondeos de intención de voto y en las investigaciones

...