SlideShare una empresa de Scribd logo
1 de 11
RosaElia Acero Trujillo | 2ºF | 11 de enero de 2015
Estadística
POBLACIÓN Y MUESTRA
PÁGINA 1
Introducción:
En éste documento podremos encontrar opiniones y definiciones de
conceptosbásicos en el estudio de la estadística. Como por ejemplo,
población, muestra, tipos de muestreo, etc. Cabe decir que también
incluyen diversos ejercicios en donde se puede identificar que es
muestra. Nuestros y los tipos de cada uno.
Esperamos sea de su agrado y de su interés.
PÁGINA 2
Contenido
Introducción: ......................................................................................................................................................................1
Población:...........................................................................................................................................................................2
Ejemplos de población:..................................................................................................................................................3
Población tangible:.....................................................................................................................................................4
Ejemlos de población tangible: ..............................................................................................................................4
Población conceptual: ..........................................................................................................................................4
Ejemplo de población conceptual: ....................................................................................................................5
Población:
La población se define como el conjunto total de elementos que
posee un grupo de personas, cosas o diferentes elementos, que se
desean estudiar. La población debe poseer características
PÁGINA 3
sobresalientes las cuales se desean estudiar y con ayuda de este
dato o característica nos arroje el resultado exacto de la investigación.
Ejemplos de población:
 Se desea cubrir la necesidad de trigo entre la población de
Torreón, La poblaciónequivale a 100 personas. El 70% informo
que si consumían el producto ofrecido. El porcentaje restante
30% informo que no consumían este producto.
Explicación: En este problema podemos observar que la
población son las 100 personas. LA mayoría de ellas como se
puede observar dijo que consumía el producto ofrecido y tan
solo el 30% expreso que no lo consumían. Llegamos a la
conclusión cuanto producto demanda la población.
 En un estadio de fut bol se realizo una encuesta de cuáles eran
los productos que más se consumían dentro del mismo. Los
entrevistados fueron 500 personas, de las cuales 300 dijeron
consumir cerveza, 150 dijeron consumir comida rápida y el resto
en suvenires.
Explicación: La población son las 500 personas entrevistadas.
Nos damos cuenta que el resultado que arrojo la investigación
fue que consumían más cerveza que otros productos que el
estadio les ofrece.
 En una encuesta en una agencia de autos, se realizo un
inventario, dando así el resultado de los autos existentes en
ella. 800 autos marca Nissan, 100 autos marca Volkswagen, y
20 autos marca Ford.
Explicación: La población fueron los 920 autos, nos dimos
cuenta sobre la existencia que hay en la agencia llegando así a
la conclusión de cuales autos se deben mandar a pedir.
PÁGINA 4
POBLACIÓN TANGIBLE:
Este tipo de muestra nos da a expresar que es finita, esto quiere decir
que, tiene un límite.
Si nosotros tomamos una muestra de nuestra población esta puede
disminuir, ya cuando el estudio está hecho podemos tomar otra
muestra y regresar la muestra anterior y volver hacer el estudio.
La muestra tangible es todo aquello que se encuentra
geográficamente ubicado.
EJEMLOS DE POBLACIÓN TANGIBLE:
 El número de personas que usan celular en China.
Explicación: Geográficamente se puede localizar China y el
número de habitantes que utilizan celulares.
 Número de personas que utilizan transporte público en Torreón.
Explicación: La muestra tangible son las personas que utilizan el
transporte público en Torreón.
 Número de animales que se encuentran en el zoológico de la
ciudad de México.
Explicación: La muestra son los animales encontrados en el
zoológico de la Cd. De México.
Población conceptual:
También se le conoce como poblaciónhipotética por que el tiempo y
el espacio de se puede ubicar. Este tipo de población de obtiene al
hacer un experimento y repetirlo.
Por ejemplo. Una línea de producción de experimenta el tipo de
calidad en el 2014 y se quiere saber en el 2015 si en esta misma
PÁGINA 5
línea existe la misma calidad en el producto. Sería imposible sacar el
resultado del 2015 con los datos del 2014.
Ejemplo de población conceptual:
 En el año 2010 una compañía refresquera obtuvo $ 10,000 de
ganancia, se quiere saber el resultado del 2015
Explicación: Podemos observar que la población conceptual es
la ganancia y sería imposible la cantidad exacta que se
obtendrá en el 2015.
 Los alumnos quieren saber la ponderación de sus materias,
para saber si acreditaron el año, ciclo que aun no ha concluido.
Explicación: No se puede saber el resultado con exactitud ya
que lo que se toma de muestra no ha podido concluir.
 En el año 2014, se encontraron 2,000 mujeres embarazadas,
Se desea saber el número total de mujeres embarazadas del
2015, año que apenas comienza.
Explicación: El dato del 2015 aun no se puede saber por qué
apenas comienza el año y se ignora el número que puede llegar
a pasar con exactitud.
Muestra:
Por muestra se entiende, cualquier elemento representativo sobre
una población; para la estadística, tal elemento debe obtenerse por
procedimientos objetivos.
PÁGINA 6
Como ya se dijo, la muestra es el elemento representativo de la
población y esta debe de cumplir con las características que
describen especialmente a esta población.
Muestra aleatoria simple:
Es cuando se toma una muestra al azar, ya que no se toman algunos
“parámetros” o especificaciones para decidir que sea la muestra
representativa de la población.
Si se selecciona un tamaño de muestra n de una población de
tamaño N de tal manera que cada muestra posible de tamaño n tenga
PÁGINA 7
la misma probabilidad de ser seleccionada, el procedimiento de
muestreo se denomina muestreo aleatorio simple.
PÁGINA 8
Ejercicios:
5. El departamento médico de la Universidad quiere saber la presión
arterial de los estudiantes.
Hay 2500 alumnos inscritos. Obtiene una lista de los alumnos
numerada del 1 al2500, utiliza Excel para generar 120 números
aleatorios enteros y cita a los alumnos para realizar la medición de
presión arterial. ¿Es esta una muestra aleatoria simple? Justifica tu
respuesta.
R= Sí, ya que los 2500 puedenser seleccionados, porque especifica
qué tipo de muestra (alumnos) necesita.
6. Un inspector de calidad supervisa rollos de tela para determinar la
tasa de fallas en el tinte de los mismos. Decide tomar 30 rollos de la
producción del miércoles, cada hora durante cinco horas selecciona
los seis últimos rollos producidos y cuenta el número de fallas de
cada uno. ¿Es esta una muestra aleatoria simple?
R= No, porque el inspector ya sabe que muestra es la que va a
examinar.
7. El encargado de producción de la fábrica de tornillos “Osvaldo
Yeltzin” mide la longitud de una muestra de 60 piezas. Encuentra que
el 90% de ellos están dentro de las especificaciones por lo que afirma
que en todo el lote de producción,el 90% de los tornillos cumplen con
los requerimientos del cliente. ¿Es esto verdadero? Justifica tu
respuesta.
R= No, esto no es verdadero porque solo se está midiendo una
muestra de toda la producción.
8. El encargado de calidad toma otra muestra de 60 piezas del mismo
lote y encuentra que sólo el 85% de ellos cumple con las
especificaciones. El responsable de producción afirma que el de
calidad debe haberse equivocado porque el resultado correcto es de
90%
¿Tiene razón? Justifica tu respuesta.
PÁGINA 9
R= No, porque está tomando muestras aleatorias en una población
donde ya se había tomado parte de las piezas.
9. Australia Amanda mide la longitud de una pieza fabricada por
Ignacia; en cada medición, el vernier indica lecturas ligeramente
diferentes.¿Bajo qué condiciones puedenconsiderarse estas lecturas
como una muestra aleatoria simple? ¿Cuál es la población? ¿Es una
población tangible o conceptual?
- Bajo las condiciones que pueden tener la medida de pieza y
diferentes medidas.
-La población es la cantidad de mediciones a la pieza.
- Es una población conceptual ya que sólo se obtiene hipótesis de la
medida.
10. Escribe y explica lo siguiente:
a) Un ejemplo de población tangible en la que se toma una muestra
que pueda considerar aleatoria simple.
Cuando estás en un concurso, el resultado se premiara a uno de los
participantes, el cual puede ser tomado entre todos los estudiantes
que están presentes.
b) Un ejemplo de población tangible en la que se toma una muestra
que no puede aceptarse como muestra aleatoria simple.
Sería el mismo caso, pero con un estudiante determinado para
competir por el premio.
c) Un ejemplo de población conceptual en la que se toma una
muestra que puede ser considerada muestra aleatoria simple
Un censo de población, sin indicar o llevar un orden de que colonias
se van a tomar en cuenta.
PÁGINA 10
Bibliografía.

Más contenido relacionado

La actualidad más candente

Estudios de repetitividad y reproducibilidad (R&R) e incertitumbre
Estudios de repetitividad y reproducibilidad (R&R) e incertitumbreEstudios de repetitividad y reproducibilidad (R&R) e incertitumbre
Estudios de repetitividad y reproducibilidad (R&R) e incertitumbre
Ezequias Guimaraes
 
Gestión de la calidad
Gestión  de la calidadGestión  de la calidad
Gestión de la calidad
eaceved5
 
Caso de estudio tqm & six sigma
Caso de estudio tqm & six sigmaCaso de estudio tqm & six sigma
Caso de estudio tqm & six sigma
Charlie Stark
 
Ingeniería de métodos
Ingeniería de métodosIngeniería de métodos
Ingeniería de métodos
Etron Pc
 
Simul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y ProcesosSimul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y Procesos
Simuladores On Line
 

La actualidad más candente (20)

Indices de capacidad y habilidad del proceso
Indices de capacidad y habilidad del procesoIndices de capacidad y habilidad del proceso
Indices de capacidad y habilidad del proceso
 
Clase tres
Clase tresClase tres
Clase tres
 
Estudios de repetitividad y reproducibilidad (R&R) e incertitumbre
Estudios de repetitividad y reproducibilidad (R&R) e incertitumbreEstudios de repetitividad y reproducibilidad (R&R) e incertitumbre
Estudios de repetitividad y reproducibilidad (R&R) e incertitumbre
 
Presentación - Simulación
Presentación - SimulaciónPresentación - Simulación
Presentación - Simulación
 
Gestión de la calidad
Gestión  de la calidadGestión  de la calidad
Gestión de la calidad
 
Diseño de Experimentos
Diseño de ExperimentosDiseño de Experimentos
Diseño de Experimentos
 
Factores a considerar en el desarrollo de modelo de simulación
Factores a considerar en el desarrollo de modelo de simulaciónFactores a considerar en el desarrollo de modelo de simulación
Factores a considerar en el desarrollo de modelo de simulación
 
Herramientas de la calidad
Herramientas de la calidadHerramientas de la calidad
Herramientas de la calidad
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
medición del trabajo
medición del trabajomedición del trabajo
medición del trabajo
 
Datos estándar y propósito de los estándares de tiempos
Datos estándar y propósito de los estándares de tiemposDatos estándar y propósito de los estándares de tiempos
Datos estándar y propósito de los estándares de tiempos
 
4. calidad total
4. calidad total4. calidad total
4. calidad total
 
Mapa conceptual "Simulaciones"
Mapa conceptual "Simulaciones"Mapa conceptual "Simulaciones"
Mapa conceptual "Simulaciones"
 
Conceptos iso 9000 2005
Conceptos iso 9000 2005Conceptos iso 9000 2005
Conceptos iso 9000 2005
 
Informe catapulta
Informe catapultaInforme catapulta
Informe catapulta
 
Caso de estudio tqm & six sigma
Caso de estudio tqm & six sigmaCaso de estudio tqm & six sigma
Caso de estudio tqm & six sigma
 
Numeros Pseudoaleatorios
Numeros PseudoaleatoriosNumeros Pseudoaleatorios
Numeros Pseudoaleatorios
 
Planta de producción de calzados
Planta de producción de calzadosPlanta de producción de calzados
Planta de producción de calzados
 
Ingeniería de métodos
Ingeniería de métodosIngeniería de métodos
Ingeniería de métodos
 
Simul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y ProcesosSimul8 Simulador de Operaciones y Procesos
Simul8 Simulador de Operaciones y Procesos
 

Similar a Población y muestra

Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
970704
 
Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadistica
ppdleo19
 

Similar a Población y muestra (20)

Conceptos fundamentales. estadistica
Conceptos fundamentales. estadisticaConceptos fundamentales. estadistica
Conceptos fundamentales. estadistica
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadística ejercicio 1
Estadística ejercicio 1Estadística ejercicio 1
Estadística ejercicio 1
 
Jesús alejandro machado najera 2° d estadistica
Jesús alejandro machado najera  2° d estadisticaJesús alejandro machado najera  2° d estadistica
Jesús alejandro machado najera 2° d estadistica
 
Alondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 dAlondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 d
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)
 
estadistica
estadisticaestadistica
estadistica
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
 
Estadística
EstadísticaEstadística
Estadística
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Tarea n°1 estadistica
Tarea n°1 estadistica Tarea n°1 estadistica
Tarea n°1 estadistica
 
estadística
estadística estadística
estadística
 
Documento estadistica
Documento estadisticaDocumento estadistica
Documento estadistica
 
Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadistica
 
Documento - Estadística 2"D"
Documento - Estadística 2"D"Documento - Estadística 2"D"
Documento - Estadística 2"D"
 
Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas   Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas
 
Estadistica
EstadisticaEstadistica
Estadistica
 

Más de Guadaluep

Más de Guadaluep (20)

Coeficiente de correlación lineal y regresión
Coeficiente de correlación lineal y regresiónCoeficiente de correlación lineal y regresión
Coeficiente de correlación lineal y regresión
 
Las 7 herramientas básicas de la calidad
Las 7 herramientas básicas de la calidadLas 7 herramientas básicas de la calidad
Las 7 herramientas básicas de la calidad
 
Control estadistico del proceso
Control estadistico del procesoControl estadistico del proceso
Control estadistico del proceso
 
Problema 1 5
Problema 1 5Problema 1 5
Problema 1 5
 
Problema 1 5
Problema 1 5Problema 1 5
Problema 1 5
 
Teorema de bayes_rosa[1]
Teorema de bayes_rosa[1]Teorema de bayes_rosa[1]
Teorema de bayes_rosa[1]
 
Estadística (1)
Estadística (1)Estadística (1)
Estadística (1)
 
Probabilidad.vicky
Probabilidad.vickyProbabilidad.vicky
Probabilidad.vicky
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
M etales
M etalesM etales
M etales
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad virginia
Probabilidad virginiaProbabilidad virginia
Probabilidad virginia
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad virginia
Probabilidad virginiaProbabilidad virginia
Probabilidad virginia
 
Produciendo limpieza
Produciendo limpiezaProduciendo limpieza
Produciendo limpieza
 
Rosa elia acero trujillo examen
Rosa elia acero trujillo examenRosa elia acero trujillo examen
Rosa elia acero trujillo examen
 
Examen
ExamenExamen
Examen
 
Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Estadstica 150123235152-conversion-gate02
Estadstica 150123235152-conversion-gate02Estadstica 150123235152-conversion-gate02
Estadstica 150123235152-conversion-gate02
 
Datos agrupados (intervalos)
Datos agrupados (intervalos)Datos agrupados (intervalos)
Datos agrupados (intervalos)
 

Último

6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
NadiaMartnez11
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Último (20)

Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
semana 4 9NO Estudios sociales.pptxnnnn
semana 4  9NO Estudios sociales.pptxnnnnsemana 4  9NO Estudios sociales.pptxnnnn
semana 4 9NO Estudios sociales.pptxnnnn
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
 
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptxEL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Diapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundariaDiapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundaria
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 

Población y muestra

  • 1. RosaElia Acero Trujillo | 2ºF | 11 de enero de 2015 Estadística POBLACIÓN Y MUESTRA
  • 2. PÁGINA 1 Introducción: En éste documento podremos encontrar opiniones y definiciones de conceptosbásicos en el estudio de la estadística. Como por ejemplo, población, muestra, tipos de muestreo, etc. Cabe decir que también incluyen diversos ejercicios en donde se puede identificar que es muestra. Nuestros y los tipos de cada uno. Esperamos sea de su agrado y de su interés.
  • 3. PÁGINA 2 Contenido Introducción: ......................................................................................................................................................................1 Población:...........................................................................................................................................................................2 Ejemplos de población:..................................................................................................................................................3 Población tangible:.....................................................................................................................................................4 Ejemlos de población tangible: ..............................................................................................................................4 Población conceptual: ..........................................................................................................................................4 Ejemplo de población conceptual: ....................................................................................................................5 Población: La población se define como el conjunto total de elementos que posee un grupo de personas, cosas o diferentes elementos, que se desean estudiar. La población debe poseer características
  • 4. PÁGINA 3 sobresalientes las cuales se desean estudiar y con ayuda de este dato o característica nos arroje el resultado exacto de la investigación. Ejemplos de población:  Se desea cubrir la necesidad de trigo entre la población de Torreón, La poblaciónequivale a 100 personas. El 70% informo que si consumían el producto ofrecido. El porcentaje restante 30% informo que no consumían este producto. Explicación: En este problema podemos observar que la población son las 100 personas. LA mayoría de ellas como se puede observar dijo que consumía el producto ofrecido y tan solo el 30% expreso que no lo consumían. Llegamos a la conclusión cuanto producto demanda la población.  En un estadio de fut bol se realizo una encuesta de cuáles eran los productos que más se consumían dentro del mismo. Los entrevistados fueron 500 personas, de las cuales 300 dijeron consumir cerveza, 150 dijeron consumir comida rápida y el resto en suvenires. Explicación: La población son las 500 personas entrevistadas. Nos damos cuenta que el resultado que arrojo la investigación fue que consumían más cerveza que otros productos que el estadio les ofrece.  En una encuesta en una agencia de autos, se realizo un inventario, dando así el resultado de los autos existentes en ella. 800 autos marca Nissan, 100 autos marca Volkswagen, y 20 autos marca Ford. Explicación: La población fueron los 920 autos, nos dimos cuenta sobre la existencia que hay en la agencia llegando así a la conclusión de cuales autos se deben mandar a pedir.
  • 5. PÁGINA 4 POBLACIÓN TANGIBLE: Este tipo de muestra nos da a expresar que es finita, esto quiere decir que, tiene un límite. Si nosotros tomamos una muestra de nuestra población esta puede disminuir, ya cuando el estudio está hecho podemos tomar otra muestra y regresar la muestra anterior y volver hacer el estudio. La muestra tangible es todo aquello que se encuentra geográficamente ubicado. EJEMLOS DE POBLACIÓN TANGIBLE:  El número de personas que usan celular en China. Explicación: Geográficamente se puede localizar China y el número de habitantes que utilizan celulares.  Número de personas que utilizan transporte público en Torreón. Explicación: La muestra tangible son las personas que utilizan el transporte público en Torreón.  Número de animales que se encuentran en el zoológico de la ciudad de México. Explicación: La muestra son los animales encontrados en el zoológico de la Cd. De México. Población conceptual: También se le conoce como poblaciónhipotética por que el tiempo y el espacio de se puede ubicar. Este tipo de población de obtiene al hacer un experimento y repetirlo. Por ejemplo. Una línea de producción de experimenta el tipo de calidad en el 2014 y se quiere saber en el 2015 si en esta misma
  • 6. PÁGINA 5 línea existe la misma calidad en el producto. Sería imposible sacar el resultado del 2015 con los datos del 2014. Ejemplo de población conceptual:  En el año 2010 una compañía refresquera obtuvo $ 10,000 de ganancia, se quiere saber el resultado del 2015 Explicación: Podemos observar que la población conceptual es la ganancia y sería imposible la cantidad exacta que se obtendrá en el 2015.  Los alumnos quieren saber la ponderación de sus materias, para saber si acreditaron el año, ciclo que aun no ha concluido. Explicación: No se puede saber el resultado con exactitud ya que lo que se toma de muestra no ha podido concluir.  En el año 2014, se encontraron 2,000 mujeres embarazadas, Se desea saber el número total de mujeres embarazadas del 2015, año que apenas comienza. Explicación: El dato del 2015 aun no se puede saber por qué apenas comienza el año y se ignora el número que puede llegar a pasar con exactitud. Muestra: Por muestra se entiende, cualquier elemento representativo sobre una población; para la estadística, tal elemento debe obtenerse por procedimientos objetivos.
  • 7. PÁGINA 6 Como ya se dijo, la muestra es el elemento representativo de la población y esta debe de cumplir con las características que describen especialmente a esta población. Muestra aleatoria simple: Es cuando se toma una muestra al azar, ya que no se toman algunos “parámetros” o especificaciones para decidir que sea la muestra representativa de la población. Si se selecciona un tamaño de muestra n de una población de tamaño N de tal manera que cada muestra posible de tamaño n tenga
  • 8. PÁGINA 7 la misma probabilidad de ser seleccionada, el procedimiento de muestreo se denomina muestreo aleatorio simple.
  • 9. PÁGINA 8 Ejercicios: 5. El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes. Hay 2500 alumnos inscritos. Obtiene una lista de los alumnos numerada del 1 al2500, utiliza Excel para generar 120 números aleatorios enteros y cita a los alumnos para realizar la medición de presión arterial. ¿Es esta una muestra aleatoria simple? Justifica tu respuesta. R= Sí, ya que los 2500 puedenser seleccionados, porque especifica qué tipo de muestra (alumnos) necesita. 6. Un inspector de calidad supervisa rollos de tela para determinar la tasa de fallas en el tinte de los mismos. Decide tomar 30 rollos de la producción del miércoles, cada hora durante cinco horas selecciona los seis últimos rollos producidos y cuenta el número de fallas de cada uno. ¿Es esta una muestra aleatoria simple? R= No, porque el inspector ya sabe que muestra es la que va a examinar. 7. El encargado de producción de la fábrica de tornillos “Osvaldo Yeltzin” mide la longitud de una muestra de 60 piezas. Encuentra que el 90% de ellos están dentro de las especificaciones por lo que afirma que en todo el lote de producción,el 90% de los tornillos cumplen con los requerimientos del cliente. ¿Es esto verdadero? Justifica tu respuesta. R= No, esto no es verdadero porque solo se está midiendo una muestra de toda la producción. 8. El encargado de calidad toma otra muestra de 60 piezas del mismo lote y encuentra que sólo el 85% de ellos cumple con las especificaciones. El responsable de producción afirma que el de calidad debe haberse equivocado porque el resultado correcto es de 90% ¿Tiene razón? Justifica tu respuesta.
  • 10. PÁGINA 9 R= No, porque está tomando muestras aleatorias en una población donde ya se había tomado parte de las piezas. 9. Australia Amanda mide la longitud de una pieza fabricada por Ignacia; en cada medición, el vernier indica lecturas ligeramente diferentes.¿Bajo qué condiciones puedenconsiderarse estas lecturas como una muestra aleatoria simple? ¿Cuál es la población? ¿Es una población tangible o conceptual? - Bajo las condiciones que pueden tener la medida de pieza y diferentes medidas. -La población es la cantidad de mediciones a la pieza. - Es una población conceptual ya que sólo se obtiene hipótesis de la medida. 10. Escribe y explica lo siguiente: a) Un ejemplo de población tangible en la que se toma una muestra que pueda considerar aleatoria simple. Cuando estás en un concurso, el resultado se premiara a uno de los participantes, el cual puede ser tomado entre todos los estudiantes que están presentes. b) Un ejemplo de población tangible en la que se toma una muestra que no puede aceptarse como muestra aleatoria simple. Sería el mismo caso, pero con un estudiante determinado para competir por el premio. c) Un ejemplo de población conceptual en la que se toma una muestra que puede ser considerada muestra aleatoria simple Un censo de población, sin indicar o llevar un orden de que colonias se van a tomar en cuenta.