You are on page 1of 8

ACTIVIDAD N 01

1.- Precisar brevemente el concepto estadstica descriptiva y estadstica


inferencial.
La estadstica descriptiva es una ciencia que analiza series de datos (por ejemplo,
edad de una poblacin, altura de los estudiantes de una escuela, temperatura en los
meses de verano, etc) y trata de extraer conclusiones sobre el comportamiento de
estas variables.
Las variables pueden ser de dos tipos:
Variables cualitativas o atributos: No se pueden medir numricamente (por ejemplo:
nacionalidad, color de la piel, sexo).
Variables cuantitativas: Tienen valor numrico (edad, precio de un producto, ingresos
anuales).
Las variables tambin se pueden clasificar en:
Variables unidimensionales: Slo recogen informacin sobre una caracterstica (por
ejemplo: edad de los alumnos de una clase).
Variables bidimensionales: Recogen informacin sobre dos caractersticas de la
poblacin (por ejemplo: edad y altura de los alumnos de una clase).
Variables pluridimensionales: rRecogen informacin sobre tres o ms caractersticas
(por ejemplo: edad, altura y peso de los alumnos de una clase).
Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas:
Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: nmero
de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podr ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la
velocidad de un vehculo puede ser 80,3 km/h, 94,57 km/h...etc.
Cuando se estudia el comportamiento de una variable hay que distinguir los siguientes
conceptos:
Individuo: cualquier elemento que porte informacin sobre el fenmeno que se
estudia. As, si estudiamos la altura de los nios de una clase, cada alumno es un
individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo.
Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.) que
porten informacin sobre el fenmeo que se estudia. Por ejemplo, si estudiamos el
precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de dicha
ciudad.

Muestra: subconjunto que seleccionamos de la poblacin. As, si se estudia el precio


de la vivienda de una ciudad, lo normal ser no recoger informacin sobre todas las
viviendas de la ciudad (sera una labor muy compleja), sino que se suele seleccionar
un subgrupo (muestra) que se entienda que es suficientemente representativo.
Estadstica Inferencial:
Es una parte de la estadstica que comprende los mtodos y procedimientos que por
medio de la induccin determina propiedades de una poblacin estadstica, a partir de
una pequea parte de la misma. La estadstica inferencial comprende como aspectos
importantes:

La toma de muestras o muestreo.

La estimacin de parmetros o variables estadsticas.

El contraste de hiptesis.

El diseo experimental.

La inferencia bayesiana.

Los mtodos no paramtricos

2.-Eligiendo una variable de la Especialidad.


a) Dar un ejemplo de cmo obtener una muestra, aplicando el muestreo
estratificado:
Es una forma de representacin estadstica que muestra como se comporta una
caracterstica o variable en una poblacin a travs de hacer evidente el cambio de
dicha variable en sub-poblaciones o estratos.
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se
suponen homogneos respecto a caracterstica a estudiar y que no se solapen.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de
los estratos, existen dos tcnicas de muestreo estratificado:
1. Asignacin proporcional: el tamao de cada estrato en la muestra es
proporcional a su tamao en la poblacin.
2. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos
que tengan ms variabilidad. Para ello es necesario un conocimiento previo de
la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por
separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno
de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est
compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que
contenga tambin esa misma proporcin.

En general, el tamao de la muestra en cada estrato se toma en proporcin con el


tamao del estrato. Eso se llama asignacin proporcional. Supngase que en una
empresa se encuentran los siguientes funcionarios :1

hombre, jornada completa: 90

hombre, media jornada: 18

mujer, jornada completa: 9

mujer, media jornada: 63

Total: 180

Se pide tomar una muestra de 40 personas, estratificada segn las categoras


anteriores.
El primer paso es encontrar el nmero total de funcionarios (180) y calcular el
porcentaje de cada grupo.

% hombre, jornada completa = 90 / 180 = 50%

% hombre, media jornada = 18 / 180 = 10%

% mujer, jornada completa = 9 / 180 = 5%

% mujer, media jornada = 63 / 180 = 35%

Esto dice que nuestra muestra de 40:

50% debe ser hombre, jornada completa

10% debe ser hombre, media jornada

5% debe ser mujer, jornada completa

35% debe ser mujer, media jornada

50% de 40 es 20

10% de 40 es 4

5% de 40 es 2

35% de 40 es 14

Otra manera fcil sin necesidad de calcular el porcentaje es multiplicar cada tamao
de grupo por el tamao de la muestra y se dividen por el tamao total de la poblacin
(tamao de todo el personal):

hombre, jornada completa = 90 x (40 / 180) = 20

hombre, media jornada = 18 x (40 / 180) = 4

mujer, jornada completa = 9 x (40 / 180) = 2

mujer, media jornada = 63 x (40 / 180) = 14

b) Dar un ejemplo como obtener una muestra, aplicando el muestreo


conglomerado:
En el muestreo por conglomerados, en lugar de seleccionar a todos los sujetos de la
poblacin inmediatamente, el investigador realiza varios pasos para reunir su muestra
de la poblacin.
En primer lugar, el investigador selecciona grupos o conglomerados y de cada grupo
selecciona a los sujetos individuales, ya sea por muestreo aleatorio simple o muestreo
aleatorio sistemtico. El investigador tambin puede optar por incluir a todo el
conglomerado, no slo a un subconjunto.
El conglomerado ms utilizado en la investigacin es un conglomerado geogrfico. Por
ejemplo, un investigador desea estudiar el rendimiento acadmico de los estudiantes
secundarios en Espaa.
1.

Puede dividir a toda la poblacin (poblacin de Espaa) en diferentes


conglomerados (ciudades).

2.

Luego, el investigador selecciona una serie de conglomerados en funcin de su


investigacin, a travs de un muestreo aleatorio simple o sistemtico.

3.

Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)


el investigador puede incluir a todos los estudiantes secundarios como sujetos o

seleccionar un nmero de sujetos de cada conglomerado a travs de un muestreo


aleatorio simple o sistemtico.
Lo ms importante sobre esta tcnica de muestreo es dar a todos los conglomerados
iguales posibilidades de ser seleccionados.
3.- Escriba 8 variables cuantitativas continuas, 8 variables cuantitativas
discretas y 8 variables cualitativas que corresponden a su especialidad.
Cuantitativas continuas:

Tiempo diario de transporte.


El rea de las distintas baldosas de un edificio.
Nmero de Alumnos de un saln de clases.
Velocidad de un vehculo: puede ser 20; 54,2; 100 ; km/h
Temperaturas registradas en un observatorio cada hora.
Peso en kg de los recin nacidos en un da en Espaa.
Consumo de combustible.
Distancia al trabajo.

Cuantitativas discretas:

Nmero de libro en un estante de librera.


Suma de puntos tenidos en el lanzamiento de un par de dados.

Nmero de hermanos: pueden ser 1, 2, 3 , pero nunca podr ser 3,45.


Nmero de hijos.

Nmero de empleados de una fbrica.


Nmero de goles marcados por un equipo de futbol en la liga.
Nmero de litros de agua contenidos en un depsito.
Nmero de profesores de un instituto.

Cualitativas:

La nacionalidad de una persona.


La profesin de una persona.
Color de los ojos.
Bondad de una persona.
Profesin de una persona.
Color de pelo.
Color de piel.
Alegra de una persona.

4.- Escriba las ventajas y desventajas de cada tipo de los muestreos


probabilsticos.

Muestreo probabilstico
El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento
de la poblacin, y dicha probabilidad no es nula para ningn elemento.
Los tipos de muetreo probabilstico son:

Muestreo aleatorio simple.


Muestreo sistemtico.
Muestreo aleatorio estratificado.
Muestreo por conglomerados (clusters).

Muestreo aleatorio simple


Muestreo equiprobabilstico: Si se selecciona una muestra de tamao n de una
poblacin de N
unidades, cada elemento tiene una probabilidad de inclusin
igual y conocida de n/N.
Ventajas:
Sencillo y de fcil comprensin.
Clculo rpido de medias y varianzas.
Se basa en la teora estadstica, y por tanto existen paquetes
informticos para analizar los datos.
Desventajas:
Requiere que se posea de antemano un listado completo de toda la
poblacin.
Sencillo y de fcil comprensin.
Clculo rpido de medias y varianzas.
Se basa en la teora estadstica, y por tanto existen paquetes
informticos para analizar los datos. Desventajas:
Requiere que se posea de antemano un listado completo de toda la
poblacin.

Cuando se trabaja con muestras pequeas es posible que no represente a


la poblacin adecuadamente.

Muestreo sistemtico

Procedimiento:
Conseguir un listado de N elementos.
Determinar un tamao de muestra n.
Elegir un nmero aleatorio, r, entre 1 y k (r=arranque aleatorio).
Seleccionar los elementos de la lista.
Ventajas:
Fcil de aplicar.
No siempre es necesario tener un listado de toda la poblacin.
Cuando la poblacin est ordenada siguiendo una tendencia
conocida, asegura una cobertura de unidades de todos los tipos.
Desventajas:
Si la constante de muestreo est asociada con el fenmeno de inters, se
pueden hallar estimaciones sesgadas.

Muestreo aleatorio estratificado


El azar no es una garanta de representatividad. Este muestreo pretende asegurar
la representacin de cada grupo en la muestra. Cuanto ms homogneos sean
los estratos, ms precisas resultarn las estimaciones.

Ventajas:
Tiende a asegurar que la muestra represente adecuadamente a la
poblacin en funcin de unas variables seleccionadas.
Se obtienen estimaciones ms precisas.
Desventajas:
Los anlisis son complicados, en muchos casos la muestra tiene que
ponderarse (asignar pesos a cada elemento).
Muestreo por conglomerados
Los conglomerados se caracterizan porque la variacin en cada grupo es menor
que la variacin entre grupos.
La necesidad de listados de las unidades de una etapa se limita a aquellas
unidades de muestreo seleccionadas en la etapa anterior.
Ventajas:

Es muy eficiente cuando la poblacin es muy grande y dispersa. Reduce


costes.
No es preciso tener un listado de toda la poblacin, slo de las unidades
primarias de muestreo.
Desventajas:
El error estandar es mayor que en el muestreo aleatorio simple o
estratificado.
El clculo del error estndar es complejo.

You might also like