Trabajo De Estadistica.docx

TSU DESARROLLO DE NEGOCIOS ESTADISTICA

REPORTE DE INVESTIGACIÒN

Alumna Alondra Adilene González Fernández Profesor Marcela Ivonne Villalobos Gutiérrez Fecha 5 de Noviembre de 2018 Grupo DN22M

 Población La población de un estudio estadístico es el conjunto de elementos objeto de estudio. Cada elemento se denomina individuo. Cuando el número de individuos de la población es muy grande, tomamos una parte de ésta, denominada muestra. Ejemplo: 1. Población de habitantes en un país. Es el ejemplo más conocido a nivel general, debido a los censos efectuados cada varios años por los gobiernos para medir el conocimiento o caída en las comunidades a lo largo de la nación. Es un dato importante para el càlculo de varios indicadores socioeconómicos. 2. Población de productos en una línea de ensamblaje Para medir la capacidad de producción de una maquina o línea de ensamble. 3. Población de autos en una fábrica. También aplicable a cualquier elemento que se fabrique de forma masiva, permite conocer la cantidad total de artículos en inventario.

 Tamaño de Población Una población es una colección bien definida de objetos o individuos que tienen características similares. Hablamos de dos tipos: la población finita y la población infinita que tienen diversas características. La Población Finita: Es medible Es aquella que indica que es posible alcanzarse o sobrepasarse al contar, y que posee o incluye un número limitado de medidas y observaciones. Ejemplo:   

Estudiantes de primer semestre de medicina. Número de empleados de una empresa. Número de profesores en la Universidad.

La Población Infinita: Son concebidas por la Estadística como un conjunto de individuos, objetos o situaciones, que presentan factores comunes más allá de su naturaleza o género, pero cuyo número se encuentra calculado más allá de cien mil elementos distintos, Ejemplo: 

Número de personas en el mundo.

 

Cantidad de cabello en una persona. Cantidad de niños que nacen diariamente.

 Muestra Una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones interesa que una muestra sea una muestra representativa y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún método de muestreo. La muestra siempre es una parte de la población. Si se tienen varias poblaciones, entonces se tendrán varias muestras. La muestra debe poseer toda la información deseada para tener la posibilidad de extraerla, esto solo se puede lograr con una buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recolección de datos.

Ejemplos: 1. Estudiantes de primer año Dentro de la población de todos los estudiantes de un recinto educativo, pueden tomarse solo los que cursan el primer año. 2. Especie animal amenazada Considerando los animales que habiten en cierta zona, una muestra podrían ser aquellos en peligro de extinción. 3. Autos con doble tracción Para elaborar un inventario detallado de la población total de un lote de autos podría tomarse la muestra de los autos con doble tracción.

 Error Muestral El error muestral se refiere a la variación natural existente entre muestras tomadas de la misma población. El error muestral depende:   

De la amplitud del universo (N). Del tamaño de la muestra (n). De la desviación típica (s) en variables de intervalo y razón. De la variabilidad ( p*q) en variables nominales y ordinales.

Ejemplo: Distribución de algunas variables por género Humanidad.........Hombres (p=50%).....Mujeres (q=50%)...Variabilidad (p*q=2500) Estudiantes teleco.....Hombres (p=75%).....Mujeres (q=25%)...Variabilidad (p*q=1875) Benedictinos del Paular.Hombres (p=100%)..Mujeres (q=0%)......Variabilidad (p*q=0) Formulas del error: Población infinita (N>100.000 ) Población finita De intervalo: E=(s²/n)½ E=((s²/n)·((N-n)/(N-1)))½ De proporción: E=((p·q)/n)½ E=((p·q/n)·((N-n)/(N-1)))½Donde: E es el error muestral medido en unidades s. N es el tamaño del Universo. n es el tamaño de la muestra. La estimación del error depende del nivel de confianza: ERROR= E · nivel de confianza elegido (nº de unidades s )= E · s