![]() |
Erstellt von Yenifer Looez
vor mehr als 4 Jahre
|
|
Frage | Antworten |
"Tengo mis resultados hace tiempo, pero no sé cómo llegar a ellos " C. F. Gauss | Me refiero que ha veces tengo la mentalidad a llegar a un punteo alto,pero durante el transcurso se ve sobre el esfuerzo que le tenemos que poner para llegar a una meta,siempre habaran barreras pero eso nos motiva para llegar hacer alguien con mejores capacidades y principos para emprender al éxito. |
TABULACIÓN Trás la recogida de datos, el siguiente paso en un trabajo estadístico consiste en una representación de estos datos de manera directa, concisa y visualmente atractiva. Esto se hace en Estadística mediante la tabulación de la variable estadística o del atributo. Realizar una tabulación consiste en elaborar tablas simples, fáciles de leer y que de manera general ofrezcan una acertada visión de las características más importantes de la distribución estadística estudiada. | Tabulación para variable cuantitativa discreta Tabulación para carácter cualitativo La tabulación de un carácter cualitativo es la más simple de todas. Como norma general , para construir una tabla de un carácter cualitativo, debemos tener en cuenta: Construir una tabla de tres columnas. En la primera columna se colocan los distintos atributos. En la segunda columna las fecuencias absolutas, (recuento de datos para cada atributo). En la tercera columna las frecuencias relativas (división de frecuencia absoluta entre el total de datos), o los porcentajes (para porcentajes se multiplica por cien los valores de la frecuencia relativa). |
Image:
Datos (binary/octet-stream)
|
Para realizar una tabulación de una variable cuantitativa discreta, se recomienda la siguiente disposición: En la primera columna colocar los distintos valores ordenados de menor a mayor de la variable discreta. En la segunda columna los valores de las frecuencias absolutas (recuento de datos). En la tercera columna los valores de las frecuencias relativas (división de la frecuencia absoluta entre el total de datos) o de los porcentajes (para porcentajes se multiplica por cien cada frecuencia relativa. En la cuarta columna los valores de las fecuencias absolutas acumuladas (acumulación o suma de cada frecuencia absoluta con todas las anteriores ). En la quinta columna los valores de las frecuencias relativas acumuladas o porcentajes acumulados (lo mismo que para el caso de la frecuencia relativa). |
MUESTRA una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones interesa que una muestra sea, representativa y para ello debe escogerse una técnica de muestra adecuada, que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población. Si se obtiene una muestra sesgada su interés y utilidad es más limitado, dependiendo del grado de sesgos que presente. | |
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 recogida de datos | EJEMPLO: Se tiene una población de 222.222 habitantes y se quiere conocer cuántos de ellos son hombres y cuántos de ellos son mujeres. Se conjetura que cerca del 50% son mujeres y el resto hombres, pero se quiere seleccionar una muestra para determinar cuántos hombres y mujeres hay en la muestra y a partir de ahí inferir el porcentaje exacto de hombres y mujeres en la población total. 2 La descripción de una muestra, y los resultados obtenidos sobre ella, puede ser del tipo mostrado en el siguiente ejemplo: |
Dimensión de la población: 222.222 habitantes Probabilidad del evento: Hombre o Mujer 50% Nivel de confianza: 96% Desviación tolerada: 5% Resultado 196 Tamaño de la muestra: 270 | El estudio de muestras es preferible, en la mayoría de los casos, por las siguientes razones: Si la población es muy grande (en ocasiones, infinita, como ocurre en determinados experimentos aleatorios) y, por tanto, imposible de analizar en su totalidad. Las características de la población varían si el estudio se prolonga demasiado tiempo. Reducción de costos: al estudiar una pequeña parte de la población, los gastos de recogida y tratamiento de los datos serán menores que si los obtenemos del total de la población. Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue mayor rapidez. Viabilidad: la elección de una muestra permite la realización de estudios que serían imposible hacerlo sobre el total de la población. La población es suficientemente homogénea respecto a la característica medida, con lo cual resultaría inútil malgastar recursos en un análisis exhaustivo (por ejemplo, muestras sanguíneas). El proceso de estudio es destructivo o es necesario consumir un artículo para extraer la muestra (ejemplos: vida media de una bombilla, carga soportada por |
El estudio de muestras es preferible, en la mayoría de los casos, por las siguientes razones: Si la población es muy grande (en ocasiones, infinita, como ocurre en determinados experimentos aleatorios) y, por tanto, imposible de analizar en su totalidad. Las características de la población varían si el estudio se prolonga demasiado tiempo. Reducción de costos: al estudiar una pequeña parte de la población, los gastos de recogida y tratamiento de los datos serán menores que si los obtenemos del total de la población. Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue mayor rapidez. Viabilidad: la elección de una muestra permite la realización de estudios que serían imposible hacerlo sobre el total de la población. La población es suficientemente homogénea respecto a la característica medida, con lo cual resultaría inútil malgastar recursos en un análisis exhaustivo (por ejemplo, muestras sanguíneas). | El uso de muestras para deducir fiablemente características de la población requiere que se trate con muestras aleatorias. Si la muestra estadística considerada no constituye una muestra aleatoria las conclusiones basadas en dicha muestra no son fiables y en general estarán sesgadas en algún aspecto. En términos matemáticos, dada una variable aleatoria X con una distribución de probabilidad F, una muestra aleatoria de tamaño N es un conjunto finito de N variables independientes, con la misma distribución de probabilidad F.3 Otra forma más intuitiva, de entender una muestra es considerar que una muestra es una sucesión de N experimentos independientes de una misma cantidad. Es importante diferenciar una muestra de tamaño N, o más exactamente un muestreo de tamaño N, del resultado concreto de los N experimentos (que como conjunto de valores fijos, en sí mismo, no es una muestra. |
Se llama muestra a una parte de la población a estudiar que sirve para representarla, esta es una colección de algunos elementos de la población, pero no de todos. Por ejemplo el estudio realizado a 50 alumnos de un colegio cualquiera. El estudio de muestras es más sencillo que el estudio de la población completa; cuesta menos y lleva menos tiempo. Por último se ha comprobado que el examen de una población entera todavía permite la aceptación de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las características relevantes de la población en las mismas proporciones que están incluidas en tal población. Los expertos en estadística recogen datos de una muestra. Utilizan esta información para hacer referencias sobre la población que está representada por la muestra. | |
Cuando el número de elementos que integra la población es muy grande, se puede considerar a esta como una población infinita; por ejemplo: el conjunto de todos los números positivos. Una población finita es aquella que está formada por un limitado número de elementos; por ejemplo: el número de estudiante de un colegio. Cuando la población es muy grande, es obvio que la observación de todos los elementos se dificulte en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Es a menudo imposible o poco práctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado población o universo, se examina una pequeña parte del grupo llamada muestra. | |
"No existe la suerte. Sólo hay preparación adecuada o inadecuada para hacer frente a una estadística." Robert Heinlein |
Möchten Sie mit GoConqr kostenlos Ihre eigenen Karteikarten erstellen? Mehr erfahren.