Proyecto FINAL Estadistica Inferencial FINALIZADO
Proyecto FINAL Estadistica Inferencial FINALIZADO
Proyecto FINAL Estadistica Inferencial FINALIZADO
“TIPOS DE MUESTREO”
1. INTRODUCCIÓN
El presente trabajo está basado en los tipos de muestreo, los cuales son muy
importantes conocerlos, ya que nos permiten obtener resultados, analizarlos, e
interpretarlos. Es por eso que se describirán los muestreos probabilísticos y los no
proba listicos, así también las divisiones que tienen cada uno de ellos con sus
diferentes muestreos, para que sirvan y cuáles son sus ventajas y desventajas.
2. OBJETIVO GENERAL
3. OBJETIVOS ESPECÍFICOS
4. METODOLOGÍA
5. MARCO CONCEPTUAL
Considera los aspectos teórico-conceptuales que están relacionados con el tema que
se investiga. (Buscar definiciones de muestra, población, probabilístico, no
probabilístico, etc.)
4
PROYECTO DE ESTADISTICA INFERENCIAL
6. DESARROLLO
5
PROYECTO DE ESTADISTICA INFERENCIAL
Existen Otros muestreos aleatorios que dan a cada individuo, pero no a cada
muestra, la misma oportunidad de ser escogido. La idea de muestra aleatoria simple
es escoger una muestra sacando números de un sombrero. En la práctica, los
programas estadísticos pueden escoger una muestra aleatoria simple casi de forma
instantánea de una lista de individuos de una población. Si no utilizas programas
estadísticos, puedes aleatoria tu selección utilizando una tabla de dígitos aleatorios.
7. TIPOS DE MUESTREO
6
PROYECTO DE ESTADISTICA INFERENCIAL
7
PROYECTO DE ESTADISTICA INFERENCIAL
8
PROYECTO DE ESTADISTICA INFERENCIAL
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamaño dado de la muestra.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen
gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de interés estarán representados adecuadamente en la muestra.
Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarán parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la población.
(Tamaño geográfico, sexos, edades,).
9
PROYECTO DE ESTADISTICA INFERENCIAL
9.5. Definición
10
PROYECTO DE ESTADISTICA INFERENCIAL
Un ejemplo del uso del método de lotería sería la selección de una muestra
aleatoria de entre un grupo de 100 miembros. Se ponen todos los nombres en un
recipiente y se van sacando uno por uno hasta tener el tamaño suficiente de
nuestra muestra.
11
PROYECTO DE ESTADISTICA INFERENCIAL
12
PROYECTO DE ESTADISTICA INFERENCIAL
13
PROYECTO DE ESTADISTICA INFERENCIAL
En donde:
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
EJEMPLO:
¿A cuánto familiar tuviéramos que estudiar para conocer la preferencia del mercado
en cuanta a la marca de shampoo para bebe si se desconoce la población?
Seguridad = 95 %
Precisión = 3 %
Datos:
d= precisión 3 %
2
1,96 ×0,05 × 0,95
n= 2
0,03
n=203 familias
Se requiere encuestar a no menos de 203 familias para poder tener una seguridad
de 95 %.
14
PROYECTO DE ESTADISTICA INFERENCIAL
Ejemplo
DATOS:
Zσ
¿
¿
e2 × ( N −1 )+¿
N × Z σ2× p × q
n= ¿
1.645
¿
¿
¿ 2× 0.45 ×0.55
2568410 ׿
¿¿
n=67 encuestas
15
PROYECTO DE ESTADISTICA INFERENCIAL
16
PROYECTO DE ESTADISTICA INFERENCIAL
14. BIBLIOGRAFIA
17
PROYECTO DE ESTADISTICA INFERENCIAL
15. ANEXOS
18
PROYECTO DE ESTADISTICA INFERENCIAL
19