SlideShare una empresa de Scribd logo
1 de 3
UNIVERSO, POBLACIÓN Y MUESTRA
(Prof. Samuel Sengini, biólogo)
Un fenómeno aleatorio sería todo aquello que resulta de la percepción u observación,
mediante los sentidos o instrumentos, de individuos, cosas o elementos similares que
forman parte de un colectivo denominado Universo. Este colectivo puede estar formado por
un número finito o infinito de tales unidades.
Una Observación es un dato o valor numérico
que se obtiene al calificar o cuantificar una característica en las diferentes unidades. El
conjunto de observaciones (datos) origina una Población, la cual puede estar formada por un
número finito o infinito de datos o valores numéricos. Una Muestra es un conjunto formado
por n observaciones extraídas de la población. El número n de observaciones define el
tamaño de la muestra.
A continuación se ejemplificarán los conceptos de Universo, Población y Muestra:
Ejemplo 4.2.1: Un productor agrícola quiere conocer algunas características de las
mazorcas producidas en una parcela sembrada con plantas de maíz. Para tal fin selecciona
50 mazorcas y cuenta el número de granos en cada mazorca.
Universo: conjunto formado por todas las mazorcas de maíz que produjo la parcela.
Este universo es finito porque lo forma el total de mazorcas producidas.
Característica observada: el número de granos de cada mazorca.
Población: conjunto de todos los valores de la característica número de granos de cada
mazorca. Esta población es finita porque lo forma el total de valores del número de
granos obtenidos del universo.
Muestra: conjunto finito de 50 valores de la característica número de granos.
Ejemplo 4.2.2: El mismo productor seleccionó del ejemplo anterior, seleccionó 20
mazorcas y determinó el peso de cada una.
Universo: el mismo del ejemplo anterior.
Característica observada: el peso de cada mazorca.
Población: conjunto finito de todos los valores de peso de cada mazorca.
Muestra: conjunto finito de 20 valores de la característica peso de cada mazorca.
Ejemplo 4.2.3: Un biólogo quiere conocer algunas características de los rabipelados
Didelphus marsupialis. Para lograr esto, seleccionó 100 individuos de la especie en
cuestión y le determinó a cada uno el número de glándulas sebáceas en los miembros
anteriores.
Universo: conjunto de rabipelados de la especie Didelphus marsupialis. Este
universo es infinito porque está formado por todos los ejemplares que viven
actualmente, los que vivieron alguna vez y los que van a existir en el futuro.
Característica observada: el número de glándulas sebáceas.
Población: conjunto de todos los valores de la característica número de glándulas
sebáceas. Esta población es infinita por las mismas razones que hacen infinito al
universo de rabipelados.
Muestra: conjunto finito de 100 valores de la característica número de glándulas
sebáceas.
Ejemplo 4.2.4: El biólogo del ejemplo anterior midió el contenido de Hemoglobina en la
sangre de 500 rabipelados.
Universo: igual al anterior
Característica observada: la concentración de hemoglobina.
Población: conjunto de todos los valores de la concentración de hemoglobina Esta
población es infinita por las mismas razones que hacen infinito al universo de
rabipelados.
Muestra: conjunto finito de 500 valores de la característica concentración de
hemoglobina
Ejemplo 4.2.5: El mismo biólogo desea conocer el tamaño de los sapos del género
Atelopus que viven actualmente en la selva nublada de Monte Zerpa. Con éste propósito
capturó 35 individuos y midió la longitud del cuerpo de cada ejemplar.
Universo: conjunto formado por todos los sapos del género Atelopus que viven
actualmente en Monte Zerpa. Este universo es finito porque el biólogo sólo esta
interesado en el conjunto de individuos que existe actualmente y no en los que vivieron
o vivirán.
Característica observada: la longitud.
Población: conjunto de todos los valores del tamaño. Esta población es finita por las
mismas razones que hacen infinito al universo de sapos.
Muestra: conjunto finito de 35 valores de longitud o tamaño.
Ejemplo 4.2.6: Se quiere conocer el valor promedio de la temperatura del agua del río
Albarregas a la altura de los 2000 m.s.n.m. y para el año 1997. Para lograr esto se midió la
temperatura del agua en el mismo lugar y hora todos los días de ese año.
Universo: éste universo se puede considerar infinito puesto que en el lugar escogido
para realizar el experimento existen infinitos puntos sobre la superficie de la corriente
de agua en los cuales se puede introducir el termómetro.
Característica observada: la temperatura del agua.
Población: conjunto de todos los valores de la temperatura. Esta población es infinita
por las mismas razones que hacen infinito al universo de puntos de medición de la
temperatura.
Muestra: conjunto de 365 valores de temperatura del agua.
De los ejemplos anteriores se pueden obtener dos conclusiones importantes: la primera es
que los conceptos de universo y población son relativos y es el investigador quien
determina, según su interés, la extensión del universo y consecuentemente la de la
población a estudiar. Así vemos como en los ejemplos 3 y 4 el biólogo al decidir estudiar
los rabipelados al nivel taxonómico de especie, estaba también decidiendo estudiar un
universo infinito. Por el contrario, en el ejemplo 5 limitó su estudio a los sapos del género
Atelopus que viven en un sitio determinado, es decir que decidió trabajar con un universo
finito. La segunda conclusión que puede obtenerse es que de un universo se pueden
generar varias poblaciones. Así vimos que del mismo universo de mazorcas se generó una
población de números de granos y otra de peso de los granos.

Más contenido relacionado

La actualidad más candente

Tipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacionTipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacion
wendyhuamanv
 
Como hacer introduccion
Como hacer introduccionComo hacer introduccion
Como hacer introduccion
ortizximena
 
10 conceptos de investigacion
10 conceptos de investigacion10 conceptos de investigacion
10 conceptos de investigacion
osmir11
 
Mapa conceptual investigación cuantitativa y cualitativa
Mapa conceptual investigación cuantitativa y cualitativaMapa conceptual investigación cuantitativa y cualitativa
Mapa conceptual investigación cuantitativa y cualitativa
malibel08
 
Ejemplo de proyecto de investigacion
Ejemplo de proyecto de investigacionEjemplo de proyecto de investigacion
Ejemplo de proyecto de investigacion
apostolnegro
 
Analisis y procesamiento de datos
Analisis y procesamiento de datosAnalisis y procesamiento de datos
Analisis y procesamiento de datos
Niko Humpire
 
La formulacion de un problema en un Proyecto de Investigacion
 La formulacion de un problema en un Proyecto de Investigacion La formulacion de un problema en un Proyecto de Investigacion
La formulacion de un problema en un Proyecto de Investigacion
carmencordones2013
 

La actualidad más candente (20)

Cuadro comparativo investigacion cuantitativa y cualitativa.
Cuadro comparativo investigacion cuantitativa y cualitativa.Cuadro comparativo investigacion cuantitativa y cualitativa.
Cuadro comparativo investigacion cuantitativa y cualitativa.
 
Operacionalización de variables estadistica
Operacionalización de variables estadisticaOperacionalización de variables estadistica
Operacionalización de variables estadistica
 
Tipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacionTipos de investigacion y diseño de investigacion
Tipos de investigacion y diseño de investigacion
 
7. ejemplo de reporte final
7. ejemplo de reporte final7. ejemplo de reporte final
7. ejemplo de reporte final
 
PoblacióN Y Muestra
PoblacióN Y MuestraPoblacióN Y Muestra
PoblacióN Y Muestra
 
Planteamiento del problema
Planteamiento del problemaPlanteamiento del problema
Planteamiento del problema
 
Como hacer introduccion
Como hacer introduccionComo hacer introduccion
Como hacer introduccion
 
Vicios del lenguaje
Vicios del lenguaje Vicios del lenguaje
Vicios del lenguaje
 
10 conceptos de investigacion
10 conceptos de investigacion10 conceptos de investigacion
10 conceptos de investigacion
 
Mapa conceptual investigación cuantitativa y cualitativa
Mapa conceptual investigación cuantitativa y cualitativaMapa conceptual investigación cuantitativa y cualitativa
Mapa conceptual investigación cuantitativa y cualitativa
 
Ejemplo de proyecto de investigacion
Ejemplo de proyecto de investigacionEjemplo de proyecto de investigacion
Ejemplo de proyecto de investigacion
 
Delimitacion ejemplo
Delimitacion   ejemploDelimitacion   ejemplo
Delimitacion ejemplo
 
Estado del Arte
Estado del Arte Estado del Arte
Estado del Arte
 
Justificacion
JustificacionJustificacion
Justificacion
 
4.Alcance de la investigación. Los 10 pasos de la Investigacion
4.Alcance de la investigación. Los 10 pasos de la Investigacion4.Alcance de la investigación. Los 10 pasos de la Investigacion
4.Alcance de la investigación. Los 10 pasos de la Investigacion
 
Teorias de la investigacion
Teorias de la investigacionTeorias de la investigacion
Teorias de la investigacion
 
Importancia de la investigación
Importancia de la investigaciónImportancia de la investigación
Importancia de la investigación
 
Analisis y procesamiento de datos
Analisis y procesamiento de datosAnalisis y procesamiento de datos
Analisis y procesamiento de datos
 
Escalas de medición
Escalas de mediciónEscalas de medición
Escalas de medición
 
La formulacion de un problema en un Proyecto de Investigacion
 La formulacion de un problema en un Proyecto de Investigacion La formulacion de un problema en un Proyecto de Investigacion
La formulacion de un problema en un Proyecto de Investigacion
 

Destacado

Frecuencia estadística
Frecuencia estadística Frecuencia estadística
Frecuencia estadística
Ricardo Muzante
 
Frecuencias estadísticas
Frecuencias estadísticasFrecuencias estadísticas
Frecuencias estadísticas
Marco Yacila
 
Ejemplo para el marco metodológico
Ejemplo para el marco metodológicoEjemplo para el marco metodológico
Ejemplo para el marco metodológico
juan pablo
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigacion
gambitguille
 
Tipo Y Diseño De La Investigacion
Tipo Y Diseño De La InvestigacionTipo Y Diseño De La Investigacion
Tipo Y Diseño De La Investigacion
uci2c
 

Destacado (16)

EstadìStica Clase 1
EstadìStica  Clase 1EstadìStica  Clase 1
EstadìStica Clase 1
 
Tabla de frecuencia. estadistica
Tabla de frecuencia. estadisticaTabla de frecuencia. estadistica
Tabla de frecuencia. estadistica
 
Frecuencia estadística
Frecuencia estadística Frecuencia estadística
Frecuencia estadística
 
Ejemplos de población y muestra
Ejemplos de población y muestraEjemplos de población y muestra
Ejemplos de población y muestra
 
Investigación Mixta
Investigación MixtaInvestigación Mixta
Investigación Mixta
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Frecuencias estadísticas
Frecuencias estadísticasFrecuencias estadísticas
Frecuencias estadísticas
 
Como elaborar tabla de frecuencias
Como elaborar tabla de frecuenciasComo elaborar tabla de frecuencias
Como elaborar tabla de frecuencias
 
Ejemplo para el marco metodológico
Ejemplo para el marco metodológicoEjemplo para el marco metodológico
Ejemplo para el marco metodológico
 
Seleccion de la Muestra en Investigacion
Seleccion de la Muestra en InvestigacionSeleccion de la Muestra en Investigacion
Seleccion de la Muestra en Investigacion
 
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricosCómo calcular la amplitud de intervalo de un conjunto de datos numéricos
Cómo calcular la amplitud de intervalo de un conjunto de datos numéricos
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Estadística: Conceptos básicos
Estadística: Conceptos básicosEstadística: Conceptos básicos
Estadística: Conceptos básicos
 
Elaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadísticaElaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadística
 
Estadistica, poblacion, muestra y variables
Estadistica, poblacion, muestra y variablesEstadistica, poblacion, muestra y variables
Estadistica, poblacion, muestra y variables
 
Tipo Y Diseño De La Investigacion
Tipo Y Diseño De La InvestigacionTipo Y Diseño De La Investigacion
Tipo Y Diseño De La Investigacion
 

Similar a Ejemplos universo poblacion y muestra

Tecnicas de siembra
Tecnicas de siembraTecnicas de siembra
Tecnicas de siembra
LuisNoche
 
Trabajo pre icfes
Trabajo pre  icfesTrabajo pre  icfes
Trabajo pre icfes
monojevid93
 
BIOLOGIA LABORATORIO #3
BIOLOGIA LABORATORIO #3BIOLOGIA LABORATORIO #3
BIOLOGIA LABORATORIO #3
jorge perez
 
Métodos de censos
Métodos de censos Métodos de censos
Métodos de censos
mateslaura
 

Similar a Ejemplos universo poblacion y muestra (20)

Metodos modelizacion
Metodos modelizacionMetodos modelizacion
Metodos modelizacion
 
Ejemplo
EjemploEjemplo
Ejemplo
 
Ejemplo
EjemploEjemplo
Ejemplo
 
Tecnicas de siembra
Tecnicas de siembraTecnicas de siembra
Tecnicas de siembra
 
Diapositivas Ecologìa de las comunidades.pdf
Diapositivas Ecologìa de las comunidades.pdfDiapositivas Ecologìa de las comunidades.pdf
Diapositivas Ecologìa de las comunidades.pdf
 
Biologia present.pptx
Biologia present.pptxBiologia present.pptx
Biologia present.pptx
 
Practica 2. Mecanismos respiratorios.
Practica 2. Mecanismos respiratorios.Practica 2. Mecanismos respiratorios.
Practica 2. Mecanismos respiratorios.
 
DOÑANA.3-2.marcad.pdf
DOÑANA.3-2.marcad.pdfDOÑANA.3-2.marcad.pdf
DOÑANA.3-2.marcad.pdf
 
Trabajo pre icfes
Trabajo pre  icfesTrabajo pre  icfes
Trabajo pre icfes
 
Estadística basica 14
Estadística basica 14Estadística basica 14
Estadística basica 14
 
2020 i ep_tema_3._calculo_de_biomasa
2020 i ep_tema_3._calculo_de_biomasa2020 i ep_tema_3._calculo_de_biomasa
2020 i ep_tema_3._calculo_de_biomasa
 
BIOLOGIA LABORATORIO #3
BIOLOGIA LABORATORIO #3BIOLOGIA LABORATORIO #3
BIOLOGIA LABORATORIO #3
 
Tema 4. los ecosistemas
Tema 4. los ecosistemasTema 4. los ecosistemas
Tema 4. los ecosistemas
 
Tutorial de probabilidad y estadística.
Tutorial de probabilidad y estadística.Tutorial de probabilidad y estadística.
Tutorial de probabilidad y estadística.
 
Manual ecológico
Manual ecológicoManual ecológico
Manual ecológico
 
Métodos de censos
Métodos de censos Métodos de censos
Métodos de censos
 
Informe de Necropsia de un Ave
Informe de Necropsia de un AveInforme de Necropsia de un Ave
Informe de Necropsia de un Ave
 
Universo y muestra
Universo y muestraUniverso y muestra
Universo y muestra
 
Ejercicio 1 estadistica
Ejercicio 1 estadisticaEjercicio 1 estadistica
Ejercicio 1 estadistica
 
Crecimiento bacteriano
Crecimiento bacterianoCrecimiento bacteriano
Crecimiento bacteriano
 

Más de nchacinp

Más de nchacinp (20)

I Examen parcial de estadística aplicada A 2018
I Examen parcial de estadística aplicada A 2018I Examen parcial de estadística aplicada A 2018
I Examen parcial de estadística aplicada A 2018
 
I examen parcial a y b 2017
I examen parcial a y b 2017I examen parcial a y b 2017
I examen parcial a y b 2017
 
Ii examen estadística probabilidades
Ii examen estadística probabilidadesIi examen estadística probabilidades
Ii examen estadística probabilidades
 
R6 test de hipótesis
R6 test de hipótesisR6 test de hipótesis
R6 test de hipótesis
 
R5 intervalos de confianza
R5 intervalos de confianzaR5 intervalos de confianza
R5 intervalos de confianza
 
Estad uma 04_probabilidades
Estad uma 04_probabilidadesEstad uma 04_probabilidades
Estad uma 04_probabilidades
 
Ejercicios para entregar i parcial sem a2017
Ejercicios para entregar i parcial sem a2017Ejercicios para entregar i parcial sem a2017
Ejercicios para entregar i parcial sem a2017
 
Diagrama de cajas y datos atípicos
Diagrama de cajas y datos atípicosDiagrama de cajas y datos atípicos
Diagrama de cajas y datos atípicos
 
Datos agrupados. medidas descriptivas
Datos agrupados. medidas descriptivasDatos agrupados. medidas descriptivas
Datos agrupados. medidas descriptivas
 
Distribuciones de frecuencias
Distribuciones de frecuenciasDistribuciones de frecuencias
Distribuciones de frecuencias
 
Medidas de dispersion_prof hector
Medidas de dispersion_prof hectorMedidas de dispersion_prof hector
Medidas de dispersion_prof hector
 
Practica 2.preguntas medidas de resumen y dispersion
Practica 2.preguntas medidas de resumen y dispersionPractica 2.preguntas medidas de resumen y dispersion
Practica 2.preguntas medidas de resumen y dispersion
 
Cuartiles y percentiles
Cuartiles y percentilesCuartiles y percentiles
Cuartiles y percentiles
 
Escalas de medida
Escalas de medidaEscalas de medida
Escalas de medida
 
Ejercicios tema1
Ejercicios tema1Ejercicios tema1
Ejercicios tema1
 
Notacion de suma con sigma
Notacion de suma con sigmaNotacion de suma con sigma
Notacion de suma con sigma
 
Tests hipotesis introducción
Tests hipotesis introducciónTests hipotesis introducción
Tests hipotesis introducción
 
Inferencia introducción
Inferencia introducciónInferencia introducción
Inferencia introducción
 
R2
R2R2
R2
 
R3
R3R3
R3
 

Último

metodo SOAP utilizado para evaluar el estado de un paciente
metodo SOAP utilizado para evaluar el estado de un pacientemetodo SOAP utilizado para evaluar el estado de un paciente
metodo SOAP utilizado para evaluar el estado de un paciente
MedicinaInternaresid1
 
Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
ssuserbdc329
 
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
IrapuatoCmovamos
 
PLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorarPLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorar
CelesteRolon2
 
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIALINFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
MANUELVILELA7
 

Último (20)

metodo SOAP utilizado para evaluar el estado de un paciente
metodo SOAP utilizado para evaluar el estado de un pacientemetodo SOAP utilizado para evaluar el estado de un paciente
metodo SOAP utilizado para evaluar el estado de un paciente
 
variables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointvariables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpoint
 
Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdf
 
Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
 
Perú en el ranking mundial, segun datos mineria
Perú en el ranking mundial, segun datos mineriaPerú en el ranking mundial, segun datos mineria
Perú en el ranking mundial, segun datos mineria
 
Evolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdfEvolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdf
 
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdfCALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
 
decreto 2090 de 2003.pdf actividades de alto riesgo en Colombia
decreto 2090 de 2003.pdf actividades de alto riesgo en Colombiadecreto 2090 de 2003.pdf actividades de alto riesgo en Colombia
decreto 2090 de 2003.pdf actividades de alto riesgo en Colombia
 
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
 
Adultos Mayores más de 60 años como de la población total (2024).pdf
Adultos Mayores más de 60 años como  de la población total (2024).pdfAdultos Mayores más de 60 años como  de la población total (2024).pdf
Adultos Mayores más de 60 años como de la población total (2024).pdf
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdf
 
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfPorcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
 
PLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorarPLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorar
 
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
EXPOSICION. PROCEOS SAW SEMIATUMATIZADO,
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
 
P.P ANÁLISIS DE UN TEXTO BÍBLICO. TEMA 10.pptx
P.P ANÁLISIS DE UN TEXTO BÍBLICO. TEMA 10.pptxP.P ANÁLISIS DE UN TEXTO BÍBLICO. TEMA 10.pptx
P.P ANÁLISIS DE UN TEXTO BÍBLICO. TEMA 10.pptx
 
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
Cesar Vilchis Vieyra  Cesar Vilchis VieyraCesar Vilchis Vieyra  Cesar Vilchis Vieyra
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
 
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIALINFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 

Ejemplos universo poblacion y muestra

  • 1. UNIVERSO, POBLACIÓN Y MUESTRA (Prof. Samuel Sengini, biólogo) Un fenómeno aleatorio sería todo aquello que resulta de la percepción u observación, mediante los sentidos o instrumentos, de individuos, cosas o elementos similares que forman parte de un colectivo denominado Universo. Este colectivo puede estar formado por un número finito o infinito de tales unidades. Una Observación es un dato o valor numérico que se obtiene al calificar o cuantificar una característica en las diferentes unidades. El conjunto de observaciones (datos) origina una Población, la cual puede estar formada por un número finito o infinito de datos o valores numéricos. Una Muestra es un conjunto formado por n observaciones extraídas de la población. El número n de observaciones define el tamaño de la muestra. A continuación se ejemplificarán los conceptos de Universo, Población y Muestra: Ejemplo 4.2.1: Un productor agrícola quiere conocer algunas características de las mazorcas producidas en una parcela sembrada con plantas de maíz. Para tal fin selecciona 50 mazorcas y cuenta el número de granos en cada mazorca. Universo: conjunto formado por todas las mazorcas de maíz que produjo la parcela. Este universo es finito porque lo forma el total de mazorcas producidas. Característica observada: el número de granos de cada mazorca. Población: conjunto de todos los valores de la característica número de granos de cada mazorca. Esta población es finita porque lo forma el total de valores del número de granos obtenidos del universo. Muestra: conjunto finito de 50 valores de la característica número de granos. Ejemplo 4.2.2: El mismo productor seleccionó del ejemplo anterior, seleccionó 20 mazorcas y determinó el peso de cada una. Universo: el mismo del ejemplo anterior. Característica observada: el peso de cada mazorca. Población: conjunto finito de todos los valores de peso de cada mazorca. Muestra: conjunto finito de 20 valores de la característica peso de cada mazorca.
  • 2. Ejemplo 4.2.3: Un biólogo quiere conocer algunas características de los rabipelados Didelphus marsupialis. Para lograr esto, seleccionó 100 individuos de la especie en cuestión y le determinó a cada uno el número de glándulas sebáceas en los miembros anteriores. Universo: conjunto de rabipelados de la especie Didelphus marsupialis. Este universo es infinito porque está formado por todos los ejemplares que viven actualmente, los que vivieron alguna vez y los que van a existir en el futuro. Característica observada: el número de glándulas sebáceas. Población: conjunto de todos los valores de la característica número de glándulas sebáceas. Esta población es infinita por las mismas razones que hacen infinito al universo de rabipelados. Muestra: conjunto finito de 100 valores de la característica número de glándulas sebáceas. Ejemplo 4.2.4: El biólogo del ejemplo anterior midió el contenido de Hemoglobina en la sangre de 500 rabipelados. Universo: igual al anterior Característica observada: la concentración de hemoglobina. Población: conjunto de todos los valores de la concentración de hemoglobina Esta población es infinita por las mismas razones que hacen infinito al universo de rabipelados. Muestra: conjunto finito de 500 valores de la característica concentración de hemoglobina Ejemplo 4.2.5: El mismo biólogo desea conocer el tamaño de los sapos del género Atelopus que viven actualmente en la selva nublada de Monte Zerpa. Con éste propósito capturó 35 individuos y midió la longitud del cuerpo de cada ejemplar. Universo: conjunto formado por todos los sapos del género Atelopus que viven actualmente en Monte Zerpa. Este universo es finito porque el biólogo sólo esta interesado en el conjunto de individuos que existe actualmente y no en los que vivieron o vivirán. Característica observada: la longitud. Población: conjunto de todos los valores del tamaño. Esta población es finita por las mismas razones que hacen infinito al universo de sapos. Muestra: conjunto finito de 35 valores de longitud o tamaño.
  • 3. Ejemplo 4.2.6: Se quiere conocer el valor promedio de la temperatura del agua del río Albarregas a la altura de los 2000 m.s.n.m. y para el año 1997. Para lograr esto se midió la temperatura del agua en el mismo lugar y hora todos los días de ese año. Universo: éste universo se puede considerar infinito puesto que en el lugar escogido para realizar el experimento existen infinitos puntos sobre la superficie de la corriente de agua en los cuales se puede introducir el termómetro. Característica observada: la temperatura del agua. Población: conjunto de todos los valores de la temperatura. Esta población es infinita por las mismas razones que hacen infinito al universo de puntos de medición de la temperatura. Muestra: conjunto de 365 valores de temperatura del agua. De los ejemplos anteriores se pueden obtener dos conclusiones importantes: la primera es que los conceptos de universo y población son relativos y es el investigador quien determina, según su interés, la extensión del universo y consecuentemente la de la población a estudiar. Así vemos como en los ejemplos 3 y 4 el biólogo al decidir estudiar los rabipelados al nivel taxonómico de especie, estaba también decidiendo estudiar un universo infinito. Por el contrario, en el ejemplo 5 limitó su estudio a los sapos del género Atelopus que viven en un sitio determinado, es decir que decidió trabajar con un universo finito. La segunda conclusión que puede obtenerse es que de un universo se pueden generar varias poblaciones. Así vimos que del mismo universo de mazorcas se generó una población de números de granos y otra de peso de los granos.