SlideShare una empresa de Scribd logo
1 de 7
Descargar para leer sin conexión
Se desea determinar si la vacuna
contra la influenza ha sido favorable
para los ciudadanos del estado de
Coahuila.
Variable: si esta vacunado y si esta

enfermo o no.
Población: el conjunto de habitantes

que esta vacunado y si esta enfermo o
no.
Población tangible
 Es cuando los votantes pueden ser identificados y

geográficamente ubicados. Por ejemplo: cuando una
persona va a solicitar un servicio a determinado banco en
su hora pico. Desde luego que esta población es infinita,
pero no sólo eso, sus elementos ya no pueden ser
identificados sino sólo observados mediante, por ejemplo,
un proceso de muestreo. Además, los tiempos de espera ya
no pueden ser representados por variables discretas, sino
que caen dentro de la categoría de lo que hemos llamado
variables continuas.
Población conceptual (hipotética)
Es cuando existen otras situaciones donde los
integrantes de la población no pueden ser
listado.
Ejemplo: si se trata de comparar dos políticas de
venta de un producto, es claro, que lo que se
pretende es que las políticas de venta se puedan
aplicar a futuros productos y en consecuencia
sería imposible en el momento del estudio
hacer una lista de ellos, en tales casos se dirá
que nuestra población es una población
hipotética. Pero cuando el estudio intenta sacar
conclusiones hacia una población hipotética lo
que se debe describir son las características del
grupo sobre los cuales se quiere trabajar.
Muestra
Conjunto de casos o individuos
procedente de una población
estadística que cumple las siguientes
características:
 1. La muestra debe ser representativa
de la población de estudio.
 2. El número de sujetos que
componen la muestra suele ser
inferior que el de la población, pero
suficientes para que la estimación de
los parámetros determinados tenga
un nivel de confianza adecuado.
Muestreo aleatorio simple
El procedimiento empleado es el siguiente:
Se asigna un número a cada individuo de la población
y a través de algún medio mecánico (bolas dentro de
una bolsa, tablas de números aleatorios, números
aleatorios generados con una calculadora u ordenador,
etc.) se eligen tantos sujetos como sea necesario para
completar el tamaño de muestra requerido.
Ejemplo:
(muestra aleatoria simple)
 El departamento médico de la Universidad quiere

saber la presión arterial de los estudiantes. Hay 2700
alumnos inscritos. Obtiene una lista de los alumnos
numerada del 1 al 2700, utiliza Excel para generar 100
números aleatorios enteros y cita a los alumnos para
realizar la medición de presión arterial.

Más contenido relacionado

La actualidad más candente

Muestreo en la Investigacion de Mercados
Muestreo en la Investigacion de MercadosMuestreo en la Investigacion de Mercados
Muestreo en la Investigacion de MercadosJosé Manjarréz
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería font Fawn
 
Muestreo Por Etapas.
Muestreo Por Etapas.Muestreo Por Etapas.
Muestreo Por Etapas.magacas
 
MUESTREO
MUESTREOMUESTREO
MUESTREOUNEFA
 
Ppt 4, tipos de muestreo
Ppt 4, tipos de muestreoPpt 4, tipos de muestreo
Ppt 4, tipos de muestreocarolitap
 
Muestreo estadístico
Muestreo estadísticoMuestreo estadístico
Muestreo estadísticoJuan Santana
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALanasoniaapaza
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreosasaponker
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreoMadelynSaidy
 
Poblaciön y muestra1
Poblaciön y muestra1Poblaciön y muestra1
Poblaciön y muestra1docastrobe
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolecciónAlejandra Camors
 
Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Mirian Susana Ponce Moran
 
Ejemplos universo poblacion y muestra
Ejemplos universo poblacion y muestraEjemplos universo poblacion y muestra
Ejemplos universo poblacion y muestranchacinp
 
Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1roxanaparedes27
 

La actualidad más candente (20)

Muestreo en la Investigacion de Mercados
Muestreo en la Investigacion de MercadosMuestreo en la Investigacion de Mercados
Muestreo en la Investigacion de Mercados
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería
 
Muestreo Por Etapas.
Muestreo Por Etapas.Muestreo Por Etapas.
Muestreo Por Etapas.
 
00020972
0002097200020972
00020972
 
MUESTREO
MUESTREOMUESTREO
MUESTREO
 
Ppt 4, tipos de muestreo
Ppt 4, tipos de muestreoPpt 4, tipos de muestreo
Ppt 4, tipos de muestreo
 
Tamaño muestra
Tamaño muestraTamaño muestra
Tamaño muestra
 
Muestreo estadístico
Muestreo estadísticoMuestreo estadístico
Muestreo estadístico
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRAL
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreo
 
Muestra o Análisis Muestral
Muestra o Análisis MuestralMuestra o Análisis Muestral
Muestra o Análisis Muestral
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreo
 
Poblaciön y muestra1
Poblaciön y muestra1Poblaciön y muestra1
Poblaciön y muestra1
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolección
 
Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.Selección de la muestra trabajo de exelearning-apoyo1.1.
Selección de la muestra trabajo de exelearning-apoyo1.1.
 
Ejemplos universo poblacion y muestra
Ejemplos universo poblacion y muestraEjemplos universo poblacion y muestra
Ejemplos universo poblacion y muestra
 
Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1Estadistica aplicada II administracion tutoria 1
Estadistica aplicada II administracion tutoria 1
 
diseños muestrales
diseños muestralesdiseños muestrales
diseños muestrales
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 

Destacado

Excusa del dia 21 de mayo por no portar el uniforme del sena
Excusa del dia 21 de mayo por no portar el uniforme del senaExcusa del dia 21 de mayo por no portar el uniforme del sena
Excusa del dia 21 de mayo por no portar el uniforme del senaalexanderzapatalvarez
 
Ejemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasEjemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasnekoCSam
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Luz Hernández
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Juan Negrete
 
Guía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadGuía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadCorporación Dinant
 
La comunicación escrita
La comunicación escritaLa comunicación escrita
La comunicación escritajuliethdj
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo216846
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadisticaPAHOLA24
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltosLuis Elias
 
el-derecho-administrativo-y-su-relacion-con-otras-ciencias
el-derecho-administrativo-y-su-relacion-con-otras-cienciasel-derecho-administrativo-y-su-relacion-con-otras-ciencias
el-derecho-administrativo-y-su-relacion-con-otras-cienciasEleazar Mercado
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 

Destacado (16)

Datos No Agrupados
Datos No AgrupadosDatos No Agrupados
Datos No Agrupados
 
Datosdiscretosseptimo
DatosdiscretosseptimoDatosdiscretosseptimo
Datosdiscretosseptimo
 
Elaboración de muestreo
Elaboración de muestreoElaboración de muestreo
Elaboración de muestreo
 
Excusa del dia 21 de mayo por no portar el uniforme del sena
Excusa del dia 21 de mayo por no portar el uniforme del senaExcusa del dia 21 de mayo por no portar el uniforme del sena
Excusa del dia 21 de mayo por no portar el uniforme del sena
 
6 sigmas cap. 2 resolucion
6 sigmas cap. 2 resolucion6 sigmas cap. 2 resolucion
6 sigmas cap. 2 resolucion
 
Ejemplo de muestreo por cuotas
Ejemplo de muestreo por cuotasEjemplo de muestreo por cuotas
Ejemplo de muestreo por cuotas
 
Excusa medica
Excusa medicaExcusa medica
Excusa medica
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2
 
Guía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadGuía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidad
 
La comunicación escrita
La comunicación escritaLa comunicación escrita
La comunicación escrita
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
 
el-derecho-administrativo-y-su-relacion-con-otras-ciencias
el-derecho-administrativo-y-su-relacion-con-otras-cienciasel-derecho-administrativo-y-su-relacion-con-otras-ciencias
el-derecho-administrativo-y-su-relacion-con-otras-ciencias
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 

Similar a DATOS NO AGRUPADOS (20)

Selección de la muestra.pdf
Selección de la muestra.pdfSelección de la muestra.pdf
Selección de la muestra.pdf
 
Muestreo
MuestreoMuestreo
Muestreo
 
Bioestadistica
BioestadisticaBioestadistica
Bioestadistica
 
23 poblacion o universo
23 poblacion o universo23 poblacion o universo
23 poblacion o universo
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Tecnologia natalia
Tecnologia nataliaTecnologia natalia
Tecnologia natalia
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRAL
 
Muestra o análisis muestral
Muestra o análisis muestralMuestra o análisis muestral
Muestra o análisis muestral
 
Conceptos_basicos_de_estadistica.pdf
Conceptos_basicos_de_estadistica.pdfConceptos_basicos_de_estadistica.pdf
Conceptos_basicos_de_estadistica.pdf
 
Pg 33-38 taller.pdf
Pg 33-38 taller.pdfPg 33-38 taller.pdf
Pg 33-38 taller.pdf
 
08 01-2021 2.1. conceptos de estadística y su clasificación
08 01-2021 2.1. conceptos de estadística y su clasificación08 01-2021 2.1. conceptos de estadística y su clasificación
08 01-2021 2.1. conceptos de estadística y su clasificación
 
Selección de la muestra Metodologia
Selección de la muestra MetodologiaSelección de la muestra Metodologia
Selección de la muestra Metodologia
 
Clase 1
Clase 1Clase 1
Clase 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Unidad no2 parte_1
Unidad no2 parte_1Unidad no2 parte_1
Unidad no2 parte_1
 
Estadística I-01
Estadística I-01Estadística I-01
Estadística I-01
 
Estadística I - 01
Estadística I - 01Estadística I - 01
Estadística I - 01
 
Muestra o Análisis muestral
Muestra o Análisis muestral Muestra o Análisis muestral
Muestra o Análisis muestral
 
Muestra
MuestraMuestra
Muestra
 
Estadistica ii
Estadistica iiEstadistica ii
Estadistica ii
 

Último

Planeacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxPlaneacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxSarisdelosSantos1
 
Presentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfPresentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfFranciscoJavierEstra11
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfAndreaTurell
 
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxAEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxhenarfdez
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfcarolinamartinezsev
 
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdfsesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdfmaria luisa pahuara allcca
 
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdfEFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdfsalazarjhomary
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOluismii249
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalJonathanCovena1
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024IES Vicent Andres Estelles
 
10-08 Avances tecnológicos del siglo XXI.pdf
10-08 Avances tecnológicos del siglo XXI.pdf10-08 Avances tecnológicos del siglo XXI.pdf
10-08 Avances tecnológicos del siglo XXI.pdfVanyraCumplido
 
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraSanta Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraJavier Andreu
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfSofiaArias58
 
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHUSantiago Perez-Hoyos
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdfDemetrio Ccesa Rayme
 
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdfFICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdfPaulaAnglicaBustaman
 
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLAACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...Agrela Elvixeo
 

Último (20)

Planeacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxPlaneacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docx
 
Presentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfPresentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdf
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
 
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxAEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdfsesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
 
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdfEFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
10-08 Avances tecnológicos del siglo XXI.pdf
10-08 Avances tecnológicos del siglo XXI.pdf10-08 Avances tecnológicos del siglo XXI.pdf
10-08 Avances tecnológicos del siglo XXI.pdf
 
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraSanta Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
 
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdfFICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
 
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLAACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
 

DATOS NO AGRUPADOS

  • 1.
  • 2. Se desea determinar si la vacuna contra la influenza ha sido favorable para los ciudadanos del estado de Coahuila. Variable: si esta vacunado y si esta enfermo o no. Población: el conjunto de habitantes que esta vacunado y si esta enfermo o no.
  • 3. Población tangible  Es cuando los votantes pueden ser identificados y geográficamente ubicados. Por ejemplo: cuando una persona va a solicitar un servicio a determinado banco en su hora pico. Desde luego que esta población es infinita, pero no sólo eso, sus elementos ya no pueden ser identificados sino sólo observados mediante, por ejemplo, un proceso de muestreo. Además, los tiempos de espera ya no pueden ser representados por variables discretas, sino que caen dentro de la categoría de lo que hemos llamado variables continuas.
  • 4. Población conceptual (hipotética) Es cuando existen otras situaciones donde los integrantes de la población no pueden ser listado. Ejemplo: si se trata de comparar dos políticas de venta de un producto, es claro, que lo que se pretende es que las políticas de venta se puedan aplicar a futuros productos y en consecuencia sería imposible en el momento del estudio hacer una lista de ellos, en tales casos se dirá que nuestra población es una población hipotética. Pero cuando el estudio intenta sacar conclusiones hacia una población hipotética lo que se debe describir son las características del grupo sobre los cuales se quiere trabajar.
  • 5. Muestra Conjunto de casos o individuos procedente de una población estadística que cumple las siguientes características:  1. La muestra debe ser representativa de la población de estudio.  2. El número de sujetos que componen la muestra suele ser inferior que el de la población, pero suficientes para que la estimación de los parámetros determinados tenga un nivel de confianza adecuado.
  • 6. Muestreo aleatorio simple El procedimiento empleado es el siguiente: Se asigna un número a cada individuo de la población y a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.
  • 7. Ejemplo: (muestra aleatoria simple)  El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes. Hay 2700 alumnos inscritos. Obtiene una lista de los alumnos numerada del 1 al 2700, utiliza Excel para generar 100 números aleatorios enteros y cita a los alumnos para realizar la medición de presión arterial.