SlideShare una empresa de Scribd logo
1 de 8
ESTADÍSTICA INFERENCIAL
Tamaño de la Muestra
Antes de desarrollar este tópico que es de gran importancia ya que es uno de los
primeros elementos que se debe realizar para cualquier estudio estadístico es conveniente
tener claro ciertos detalles como:
Nivel de significación y nivel de confianza
Valor de P ( Probabilidad).
Valor e o cuota de error.
Valor σ desviación Estándar
Nivel de Significación: Se representa por la letra griega α y es el margen de erro que el investigador
esta dispuesto a aceptar en una investigación. Este valor se complementa con el Coeficiente de
Confianza (1- α), por ejemplo el nivel de significación es 5% el coeficiente de confianza será 95%.
Valor (P): Es el porcentaje de casos a favor de la variable aleatoria en estudio, su valor suele estar
expresado en forma de fracción mediante la siguiente formula
Donde n es el numero de casos a favor y N el total de la muestra.(Evento sobre el espacio muestral)
Este es un valor complementario del valor de q que se obtiene de la expresión (1-P) Nota (Cuando el
valor de P y de q sean desconocidos (en el calculo del tamaño de la muestra cualitativa en este caso
se hablara de encuestas), o cuando la encuesta abarque diferentes aspectos en los que estos valores
pueden ser desiguales, es conveniente tomar el caso más adecuado, es decir, aquel que necesite el
máximo tamaño de la muestra, lo cual ocurre para P = q = 0,50 luego, P = 0,50 y q = 0,50
TAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
Valor (e): es la cuota de error o la Distancia Máxima entre la media aritmética
poblacional y cualquier valor de la variable en estudio dentro de intervalo de
confianza que genera el coeficiente de confianza
Valor (σ) : es la desviación estándar de la población es una medida
(cuadrática) que informa de la media de distancias que tienen los datos respecto
de su media aritmética, expresada en las mismas unidades que la variable. En
algunos cosas se habla de varianza que es la desviación estándar al cuadrado σ2
Existe una condición natural entre el tamaño de la muestra y la
confiabilidad de las estimaciones que se puede hacer en base a ella. A mayor
tamaño de la muestra mayor confiabilidad .
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
FORMULAS A UTILIZAR PARA DETERMINAR EL TAMAÑO DE LA MUESTRA
Para escoger la formula que se va a emplear se considerar dos condiciones, la primera el tipo
de variable (Cuantitativa o Cualitativa) la segunda el tamaño de la población (Finita o Infinita)
Tipos de variable
Población
Cuantitativa Cualitativa
Finitas
Infinitas
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
𝑛 =
𝑍2
𝛼2
× 𝑁
𝑍2σ2 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
𝑝𝑞 × 𝑁
𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
σ2
𝑒2
Z: Valor de la distribución Normal obtenido con el Nc
σ: Desviación Estándar.
e: Error
P y q= probabilidad de acierto y probabilidad de fracaso
N: población
𝑛 =
𝑍2
𝑝𝑞
𝑒2
1.-Se desea realizar una investigación
para estimar el peso medio de los hijos recién
nacidos de madres fumadoras. Se admite un
error máximo de 50 gramos, con una
confianza del 95%. Si por estudios anteriores
se sabe que la desviación típica del peso
medio de tales recién nacidos es de 400
gramos, ¿qué tamaño mínimo de muestra se
necesita en la investigación?
Ejemplos (población Infinita Cuantitativa)
TAMAÑO DE LA MUESTRA
Valor para entrar en la tabla de Distribución Normal:
1+
𝑁𝑐
100
2
Sustituyendo valores :
1+
95
100
2
= 0,975 entonces
TAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
e= 50 gramos
Nc= 95%= 𝑍0,95
σ = 400 gramos
𝑛 =
𝑍2
𝛼2
× 𝑁
𝑍2σ2 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
σ2
𝑒2
𝑛 =
𝑍2
𝑝𝑞 × 𝑁
𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
𝑝𝑞
𝑒2
𝑛 =
𝑍2σ2
𝑒2 = 1,962∗4002
502 = 245,86
𝑍0,95 = 1,96
TAMAÑO DE LA MUESTRA
2,-Es necesario estimar entre 10.000 establos,
el número de vacas lecheras por establo con un
error de estimación de 4 y un nivel de
confianza del 95%. Sabemos que la varianza es
1.000. ¿Cuántos establos deben visitarse para
satisfacer estos requerimientos? (Sol. Como
sabemos que hay 10.000 establos, tendremos
que usar la fórmula en la que interviene el
tamaño de la población y obtenemos Finita
Cuantitativa nos suministra el tamaño de la
oblación) ; Varianza= 𝜎2
Ejemplos Población finita Cuantitativa
Datos
N= 10000
𝑍0,95 =1,96 (para un nivel de confianza al 95%).
Varianza= 1000
e = 4
1,962
∗ 1000 ∗ 10000
1,962 ∗ 1000 + 10000 − 1 ∗ 42
= 234,49~235
TAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
𝑛 =
𝑍2
𝛼2
× 𝑁
𝑍2 𝛼2 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
𝛼2
𝑒2
𝑛 =
𝑍2
𝑝𝑞 × 𝑁
𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2
𝑛 =
𝑍2
𝑝𝑞
𝑒2
Ejemplos Población Finita Cualitativa
TAMAÑO DE LA MUESTRA
3.-Se desea realizar una encuesta entre la
población juvenil de una determinada
localidad para determinar la proporción de
jóvenes que estaría a favor de una nueva
zona de ocio. El número de jóvenes de dicha
población es N=2.000. Determinar el
tamaño de muestra necesario para estimar
la proporción de estudiantes que están a
favor con un error de estimación de 0´05 y
un nivel de confianza del 95%.
TAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
Datos
N= 2000
𝑍0,95= 1,96(para un nivel de confianza al 95%).
P= 0,5
q= 1-P = 0,5
e = 0,05
n=
𝑧2∗𝑝∗𝑞∗𝑁
𝑧2∗𝑝∗𝑞+(𝑁−1)𝑒2 =
1,962∗0,5∗0,5∗2000
1,962∗0,5∗0,5+ 2000−1 ∗0,052 =322,39
𝑛 =
𝑍2
𝛼2
× 𝑁
𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 =
𝑍2
σ2
𝑒2
𝑛 =
𝑍2
𝑝𝑞 × 𝑁
𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2𝑛 =
𝑍2
𝑝𝑞
𝑒2
TAMAÑO DE LA MUESTRA
4.-Se desea hacer una encuesta para
determinar la proporción de familias que
carecen de medios económicos para
atender los problemas de salud. Existe la
impresión de que esta proporción está
próxima a 0´35. Se desea determinar un
intervalo de confianza del 95% con un
error de estimación de 0´05. ¿De qué
tamaño debe tomarse la muestra? (
Formula Cualitativa infinita se desconoce
el tamaño de la población)
Ejemplos Población Infinita Cualitativa
𝑍0,95 =1,96 (para un nivel de confianza al 95%).
P= 0,35
q= 1-P = 1-0,35=0,65
e = 0,05
n=
𝑧2∗𝑝∗𝑞
𝑒2 =
1,962∗0,35∗0,65
0,052 =349,5~350
TAMAÑO DE LA MUESTRA
ESTADÍSTICA INFERENCIAL
𝑛 =
𝑍2
𝛼2
× 𝑁
𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 =
𝑍2
σ2
𝑒2
𝑛 =
𝑍2
𝑝𝑞 × 𝑁
𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2𝑛 =
𝑍2
𝑝𝑞
𝑒2

Más contenido relacionado

La actualidad más candente (20)

Estadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicosEstadística inferencial, conceptos basicos
Estadística inferencial, conceptos basicos
 
Distribucion muestral
Distribucion muestralDistribucion muestral
Distribucion muestral
 
Proceso de investigación y análisis de datos
Proceso de investigación y análisis de datosProceso de investigación y análisis de datos
Proceso de investigación y análisis de datos
 
Diapositivas probabilidad
Diapositivas probabilidad Diapositivas probabilidad
Diapositivas probabilidad
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Análisis Estadístico
Análisis EstadísticoAnálisis Estadístico
Análisis Estadístico
 
Muestra y muestreo
Muestra y muestreoMuestra y muestreo
Muestra y muestreo
 
Introduccion a estadistica inferencial
Introduccion a estadistica inferencialIntroduccion a estadistica inferencial
Introduccion a estadistica inferencial
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Ejemplos practicos de muestreo
Ejemplos practicos de muestreoEjemplos practicos de muestreo
Ejemplos practicos de muestreo
 
CHI CUADRADO
CHI CUADRADOCHI CUADRADO
CHI CUADRADO
 
TAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA
TAMAÑO DE LA MUESTRA
 
Muestreo estratificado
Muestreo estratificadoMuestreo estratificado
Muestreo estratificado
 
Analisis Estadistico
Analisis EstadisticoAnalisis Estadistico
Analisis Estadistico
 
Intervalos de confianza 2018
Intervalos de confianza 2018Intervalos de confianza 2018
Intervalos de confianza 2018
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Tipos de muestreos
Tipos de muestreosTipos de muestreos
Tipos de muestreos
 
Estadística: Pruebas de Normalidad
Estadística: Pruebas de NormalidadEstadística: Pruebas de Normalidad
Estadística: Pruebas de Normalidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 

Similar a Muestra 2020

Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimaciónJOHNNY28000
 
Veter. 11ava estimadores de medias y proporciones
Veter. 11ava estimadores de medias y proporcionesVeter. 11ava estimadores de medias y proporciones
Veter. 11ava estimadores de medias y proporcionesUniv Peruana Los Andes
 
Examen del basico2003
Examen del basico2003Examen del basico2003
Examen del basico2003franciscoe71
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestrauci2c
 
L%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De ToleranciaL%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De Toleranciaalejandro
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianzaKhriiz Rmz
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza okGonzalo Navarro
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestrafranciscoe71
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianzalaura ochoa
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipogueste5eaac
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipogueste5eaac
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipogueste5eaac
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianzalaura ochoa
 

Similar a Muestra 2020 (20)

Psico 11ava. resumen de muestras
Psico 11ava. resumen de muestrasPsico 11ava. resumen de muestras
Psico 11ava. resumen de muestras
 
Estimacion de Parámetro.pdf
Estimacion de Parámetro.pdfEstimacion de Parámetro.pdf
Estimacion de Parámetro.pdf
 
Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimación
 
Veter. 11ava estimadores de medias y proporciones
Veter. 11ava estimadores de medias y proporcionesVeter. 11ava estimadores de medias y proporciones
Veter. 11ava estimadores de medias y proporciones
 
Examen del basico2003
Examen del basico2003Examen del basico2003
Examen del basico2003
 
Población y Muestra
Población y MuestraPoblación y Muestra
Población y Muestra
 
Estimación de Parámetros
Estimación de ParámetrosEstimación de Parámetros
Estimación de Parámetros
 
Conceptos
ConceptosConceptos
Conceptos
 
tema 4.pdf
tema 4.pdftema 4.pdf
tema 4.pdf
 
L%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De ToleranciaL%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De Tolerancia
 
000000p
000000p000000p
000000p
 
Consulta
ConsultaConsulta
Consulta
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
4 intervalos de confianza ok
4 intervalos de confianza ok4 intervalos de confianza ok
4 intervalos de confianza ok
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza, equipo
Intervalo de confianza, equipoIntervalo de confianza, equipo
Intervalo de confianza, equipo
 
Intervalo de confianza
Intervalo de confianzaIntervalo de confianza
Intervalo de confianza
 

Más de franciscoe71

Plan de evaluación estadistica i 2022-c
Plan de evaluación estadistica i  2022-cPlan de evaluación estadistica i  2022-c
Plan de evaluación estadistica i 2022-cfranciscoe71
 
Plan de evaluación de estadistica II 2022 c
Plan de evaluación de estadistica II 2022 cPlan de evaluación de estadistica II 2022 c
Plan de evaluación de estadistica II 2022 cfranciscoe71
 
planificación didáctica Estadística II 2022
 planificación didáctica Estadística II 2022 planificación didáctica Estadística II 2022
planificación didáctica Estadística II 2022franciscoe71
 
Planificación didáctica 2022
 Planificación didáctica 2022 Planificación didáctica 2022
Planificación didáctica 2022franciscoe71
 
Calendario 2021 uptaeb
Calendario  2021 uptaebCalendario  2021 uptaeb
Calendario 2021 uptaebfranciscoe71
 
Rubrica de computación 2020 2
Rubrica de computación 2020 2Rubrica de computación 2020 2
Rubrica de computación 2020 2franciscoe71
 
Primara Práctica de tic word 2020
Primara Práctica de tic word 2020 Primara Práctica de tic word 2020
Primara Práctica de tic word 2020 franciscoe71
 
Elementos básicos de_word
Elementos básicos de_wordElementos básicos de_word
Elementos básicos de_wordfranciscoe71
 
Gráficas de Control
Gráficas de Control Gráficas de Control
Gráficas de Control franciscoe71
 
Graficas de Control 2020
Graficas de Control 2020Graficas de Control 2020
Graficas de Control 2020franciscoe71
 
Correlacion lineal 2019
Correlacion lineal 2019Correlacion lineal 2019
Correlacion lineal 2019franciscoe71
 
Estadistica medidas de dispersion 2020 1
Estadistica medidas de dispersion  2020 1Estadistica medidas de dispersion  2020 1
Estadistica medidas de dispersion 2020 1franciscoe71
 
Estadistica 2020 medidas de tendencia central
Estadistica  2020 medidas de tendencia centralEstadistica  2020 medidas de tendencia central
Estadistica 2020 medidas de tendencia centralfranciscoe71
 
Examen 2 medidas de tendencia central
Examen 2 medidas de tendencia centralExamen 2 medidas de tendencia central
Examen 2 medidas de tendencia centralfranciscoe71
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018franciscoe71
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalfranciscoe71
 
Distribución de Frecuencia
Distribución de FrecuenciaDistribución de Frecuencia
Distribución de Frecuenciafranciscoe71
 

Más de franciscoe71 (20)

Plan de evaluación estadistica i 2022-c
Plan de evaluación estadistica i  2022-cPlan de evaluación estadistica i  2022-c
Plan de evaluación estadistica i 2022-c
 
Plan de evaluación de estadistica II 2022 c
Plan de evaluación de estadistica II 2022 cPlan de evaluación de estadistica II 2022 c
Plan de evaluación de estadistica II 2022 c
 
planificación didáctica Estadística II 2022
 planificación didáctica Estadística II 2022 planificación didáctica Estadística II 2022
planificación didáctica Estadística II 2022
 
Planificación didáctica 2022
 Planificación didáctica 2022 Planificación didáctica 2022
Planificación didáctica 2022
 
Calendario 2021 uptaeb
Calendario  2021 uptaebCalendario  2021 uptaeb
Calendario 2021 uptaeb
 
Rubrica de computación 2020 2
Rubrica de computación 2020 2Rubrica de computación 2020 2
Rubrica de computación 2020 2
 
Primara Práctica de tic word 2020
Primara Práctica de tic word 2020 Primara Práctica de tic word 2020
Primara Práctica de tic word 2020
 
Elementos básicos de_word
Elementos básicos de_wordElementos básicos de_word
Elementos básicos de_word
 
Redes sociales
Redes sociales Redes sociales
Redes sociales
 
Gráficas de Control
Gráficas de Control Gráficas de Control
Gráficas de Control
 
Graficas de Control 2020
Graficas de Control 2020Graficas de Control 2020
Graficas de Control 2020
 
Correlacion lineal 2019
Correlacion lineal 2019Correlacion lineal 2019
Correlacion lineal 2019
 
Estadistica medidas de dispersion 2020 1
Estadistica medidas de dispersion  2020 1Estadistica medidas de dispersion  2020 1
Estadistica medidas de dispersion 2020 1
 
Estadistica 2020 medidas de tendencia central
Estadistica  2020 medidas de tendencia centralEstadistica  2020 medidas de tendencia central
Estadistica 2020 medidas de tendencia central
 
Examen 2 medidas de tendencia central
Examen 2 medidas de tendencia centralExamen 2 medidas de tendencia central
Examen 2 medidas de tendencia central
 
Muetsreo 2020
Muetsreo 2020Muetsreo 2020
Muetsreo 2020
 
Estadistica 2020
Estadistica 2020Estadistica 2020
Estadistica 2020
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Distribución de Frecuencia
Distribución de FrecuenciaDistribución de Frecuencia
Distribución de Frecuencia
 

Último

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
EXPECTATIVAS vs PERSPECTIVA en la vida.
EXPECTATIVAS vs PERSPECTIVA  en la vida.EXPECTATIVAS vs PERSPECTIVA  en la vida.
EXPECTATIVAS vs PERSPECTIVA en la vida.DaluiMonasterio
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALEDUCCUniversidadCatl
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxdanalikcruz2000
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIAAbelardoVelaAlbrecht1
 

Último (20)

RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
La Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdfLa Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdf
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
EXPECTATIVAS vs PERSPECTIVA en la vida.
EXPECTATIVAS vs PERSPECTIVA  en la vida.EXPECTATIVAS vs PERSPECTIVA  en la vida.
EXPECTATIVAS vs PERSPECTIVA en la vida.
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMALVOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
VOLUMEN 1 COLECCION PRODUCCION BOVINA . SERIE SANIDAD ANIMAL
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIATRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
TRIPTICO-SISTEMA-MUSCULAR. PARA NIÑOS DE PRIMARIA
 

Muestra 2020

  • 2. Antes de desarrollar este tópico que es de gran importancia ya que es uno de los primeros elementos que se debe realizar para cualquier estudio estadístico es conveniente tener claro ciertos detalles como: Nivel de significación y nivel de confianza Valor de P ( Probabilidad). Valor e o cuota de error. Valor σ desviación Estándar Nivel de Significación: Se representa por la letra griega α y es el margen de erro que el investigador esta dispuesto a aceptar en una investigación. Este valor se complementa con el Coeficiente de Confianza (1- α), por ejemplo el nivel de significación es 5% el coeficiente de confianza será 95%. Valor (P): Es el porcentaje de casos a favor de la variable aleatoria en estudio, su valor suele estar expresado en forma de fracción mediante la siguiente formula Donde n es el numero de casos a favor y N el total de la muestra.(Evento sobre el espacio muestral) Este es un valor complementario del valor de q que se obtiene de la expresión (1-P) Nota (Cuando el valor de P y de q sean desconocidos (en el calculo del tamaño de la muestra cualitativa en este caso se hablara de encuestas), o cuando la encuesta abarque diferentes aspectos en los que estos valores pueden ser desiguales, es conveniente tomar el caso más adecuado, es decir, aquel que necesite el máximo tamaño de la muestra, lo cual ocurre para P = q = 0,50 luego, P = 0,50 y q = 0,50 TAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL
  • 3. Valor (e): es la cuota de error o la Distancia Máxima entre la media aritmética poblacional y cualquier valor de la variable en estudio dentro de intervalo de confianza que genera el coeficiente de confianza Valor (σ) : es la desviación estándar de la población es una medida (cuadrática) que informa de la media de distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable. En algunos cosas se habla de varianza que es la desviación estándar al cuadrado σ2 Existe una condición natural entre el tamaño de la muestra y la confiabilidad de las estimaciones que se puede hacer en base a ella. A mayor tamaño de la muestra mayor confiabilidad . TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL
  • 4. FORMULAS A UTILIZAR PARA DETERMINAR EL TAMAÑO DE LA MUESTRA Para escoger la formula que se va a emplear se considerar dos condiciones, la primera el tipo de variable (Cuantitativa o Cualitativa) la segunda el tamaño de la población (Finita o Infinita) Tipos de variable Población Cuantitativa Cualitativa Finitas Infinitas TAMAÑO DE LA MUESTRATAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL 𝑛 = 𝑍2 𝛼2 × 𝑁 𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 𝑝𝑞 × 𝑁 𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 σ2 𝑒2 Z: Valor de la distribución Normal obtenido con el Nc σ: Desviación Estándar. e: Error P y q= probabilidad de acierto y probabilidad de fracaso N: población 𝑛 = 𝑍2 𝑝𝑞 𝑒2
  • 5. 1.-Se desea realizar una investigación para estimar el peso medio de los hijos recién nacidos de madres fumadoras. Se admite un error máximo de 50 gramos, con una confianza del 95%. Si por estudios anteriores se sabe que la desviación típica del peso medio de tales recién nacidos es de 400 gramos, ¿qué tamaño mínimo de muestra se necesita en la investigación? Ejemplos (población Infinita Cuantitativa) TAMAÑO DE LA MUESTRA Valor para entrar en la tabla de Distribución Normal: 1+ 𝑁𝑐 100 2 Sustituyendo valores : 1+ 95 100 2 = 0,975 entonces TAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL e= 50 gramos Nc= 95%= 𝑍0,95 σ = 400 gramos 𝑛 = 𝑍2 𝛼2 × 𝑁 𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 σ2 𝑒2 𝑛 = 𝑍2 𝑝𝑞 × 𝑁 𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 𝑝𝑞 𝑒2 𝑛 = 𝑍2σ2 𝑒2 = 1,962∗4002 502 = 245,86 𝑍0,95 = 1,96
  • 6. TAMAÑO DE LA MUESTRA 2,-Es necesario estimar entre 10.000 establos, el número de vacas lecheras por establo con un error de estimación de 4 y un nivel de confianza del 95%. Sabemos que la varianza es 1.000. ¿Cuántos establos deben visitarse para satisfacer estos requerimientos? (Sol. Como sabemos que hay 10.000 establos, tendremos que usar la fórmula en la que interviene el tamaño de la población y obtenemos Finita Cuantitativa nos suministra el tamaño de la oblación) ; Varianza= 𝜎2 Ejemplos Población finita Cuantitativa Datos N= 10000 𝑍0,95 =1,96 (para un nivel de confianza al 95%). Varianza= 1000 e = 4 1,962 ∗ 1000 ∗ 10000 1,962 ∗ 1000 + 10000 − 1 ∗ 42 = 234,49~235 TAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL 𝑛 = 𝑍2 𝛼2 × 𝑁 𝑍2 𝛼2 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 𝛼2 𝑒2 𝑛 = 𝑍2 𝑝𝑞 × 𝑁 𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 𝑝𝑞 𝑒2
  • 7. Ejemplos Población Finita Cualitativa TAMAÑO DE LA MUESTRA 3.-Se desea realizar una encuesta entre la población juvenil de una determinada localidad para determinar la proporción de jóvenes que estaría a favor de una nueva zona de ocio. El número de jóvenes de dicha población es N=2.000. Determinar el tamaño de muestra necesario para estimar la proporción de estudiantes que están a favor con un error de estimación de 0´05 y un nivel de confianza del 95%. TAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL Datos N= 2000 𝑍0,95= 1,96(para un nivel de confianza al 95%). P= 0,5 q= 1-P = 0,5 e = 0,05 n= 𝑧2∗𝑝∗𝑞∗𝑁 𝑧2∗𝑝∗𝑞+(𝑁−1)𝑒2 = 1,962∗0,5∗0,5∗2000 1,962∗0,5∗0,5+ 2000−1 ∗0,052 =322,39 𝑛 = 𝑍2 𝛼2 × 𝑁 𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 σ2 𝑒2 𝑛 = 𝑍2 𝑝𝑞 × 𝑁 𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2𝑛 = 𝑍2 𝑝𝑞 𝑒2
  • 8. TAMAÑO DE LA MUESTRA 4.-Se desea hacer una encuesta para determinar la proporción de familias que carecen de medios económicos para atender los problemas de salud. Existe la impresión de que esta proporción está próxima a 0´35. Se desea determinar un intervalo de confianza del 95% con un error de estimación de 0´05. ¿De qué tamaño debe tomarse la muestra? ( Formula Cualitativa infinita se desconoce el tamaño de la población) Ejemplos Población Infinita Cualitativa 𝑍0,95 =1,96 (para un nivel de confianza al 95%). P= 0,35 q= 1-P = 1-0,35=0,65 e = 0,05 n= 𝑧2∗𝑝∗𝑞 𝑒2 = 1,962∗0,35∗0,65 0,052 =349,5~350 TAMAÑO DE LA MUESTRA ESTADÍSTICA INFERENCIAL 𝑛 = 𝑍2 𝛼2 × 𝑁 𝑍2σ2 + (𝑁 − 1)𝑒2 𝑛 = 𝑍2 σ2 𝑒2 𝑛 = 𝑍2 𝑝𝑞 × 𝑁 𝑍2 𝑝𝑞 + (𝑁 − 1)𝑒2𝑛 = 𝑍2 𝑝𝑞 𝑒2