SlideShare una empresa de Scribd logo
1 de 4
Descargar para leer sin conexión
Muestreo y Tamaño de la Muestra (Unidad II)
Introducción Muestreo
Estadística Inferencial o Inductiva
Llamada también inferencia estadística, la cual consiste en llegar a obtener conclusiones o
generalizaciones que sobrepasan los límites de los conocimientos aportados por un conjunto
de datos. Busca obtener información sobre la población basándose en el estudio de los datos
de una muestra tomada a partir de ella, así por ejemplo:
Supóngase ahora que el docente de Matemática utiliza el promedio de calificaciones
obtenidas por uno de sus cursos para estimar la calificación promedio de los 5 cursos a su
cargo. Como se está realizando una generalización acerca los diferentes cursos, en este caso
el maestro usa la Estadística Inferencial.
Estadística Inferencial o Inductiva
El principal objetivo de la Estadística consiste en poder decir algo con respecto a un gran
conjunto de personas, mediciones u otros entes (población) con base en las observaciones
hechas sobre sólo una parte (muestra) de dicho gran conjunto. La capacidad para "decir algo"
sobre poblaciones con base en muestras está basada en supuestos con respecto a algún
modelo de probabilidad que permite explicar las características del fenómeno bajo
observación.
Al conjunto de procedimientos estadísticos en los que interviene la aplicación de modelos de
probabilidad y mediante los cuales se realiza alguna afirmación sobre poblaciones con base
en la información producida por muestras se le llama Inferencia Estadística o Estadística
Inferencial.
La Estadística inferencial se ocupa de extender o extrapolar a toda una población ,
informaciones obtenidas de una muestra , así como de la toma de decisiones
Conceptos Básicos
Población (N)
Es el conjunto total de individuos susceptibles de poseer la información buscada. No se
refiere exclusivamente a personas, la población puede estar formada por todos los árboles de
un bosque.
Muestra (n)
Es la parte de la población en la que se miden las características estudiadas. El número de
individuos de la muestra se llama tamaño de la muestra.
Muestreo Es el proceso seguido para la extracción de una muestra
Encuesta
Es el proceso de obtener la información buscada entre los elementos de la muestra.
Tipos de muestreo
No aleatorios - Se eligen los elementos, en función de que sean representativos, según la
opinión del investigador.
Aleatorios - Todos los miembros de la muestra han sido elegidos al azar, de forma que
cada miembro de la población tuvo igual oportunidad de salir en la muestra.
• Simple: elegido el tamaño n de la muestra, los elementos que la compongan se han de
elegir aleatoriamente entre los N de la población. Con calculadora: se utilizan los
números aleatorios.
• Sistemático: se ordenan previamente los individuos de la población; después se elige uno
de ellos al azar, a continuación, a intervalos constantes, se eligen todos los demás hasta
completar la muestra. Se elige un individuo al azar y a partir de él, a intervalos constantes,
se eligen los demás hasta completar la muestra.
Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una
muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que
será igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando
aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos
de la muestra.
2, 6, 10, 14,..., 98
Estratificado: se divide la población total en clases homogéneas, llamadas estratos; por
ejemplo, por grupos de edades, por sexo. Hecho esto la muestra se escoge aleatoriamente en
número proporcional al de los componentes de cada clase o estrato.
Ejemplo: En una fábrica que consta de 600 trabajadores queremos tomar una muestra de
20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la
D.
600 20
200 X
Sección A : 200*20/600 = 6.67 = 7 Trabajadores
600 150
200 X
Sección B y C: 150*20/200= 5 Trabajadores
600 100
200 X
Sección D: 200*100/600 = 3.3 = 3 Trabajadores
Sumando todas las secciones: 7+5+5+3= 20 Trabajadores
Un muestreo puede hacerse con o sin reposición, y la población de partida puede ser infinita
o finita.
En todo nuestro estudio vamos a limitarnos a una población de partida infinita o a
muestreo con reposición.
Si consideremos todas las posibles muestras de tamaño n en una población, para cada muestra
podemos calcular un estadístico (media, desviación típica, proporción, ...) que variará de
una a otra.
Así obtenemos una distribución del estadístico que se llama distribución muestral
Ejemplos
Shift (Punto)
.
Shift (Punto)
.
Shift (Punto)
.
Shift (Punto)
.
Shift (Punto)
.
Shift (Punto)
.

Más contenido relacionado

La actualidad más candente

Presentacion editada de estadistica
Presentacion editada de estadisticaPresentacion editada de estadistica
Presentacion editada de estadistica
oriannadluca
 
Conceptos basicos
Conceptos basicos Conceptos basicos
Conceptos basicos
henryc18
 

La actualidad más candente (18)

Bioestadistica calculo de_la_muestra
Bioestadistica calculo de_la_muestraBioestadistica calculo de_la_muestra
Bioestadistica calculo de_la_muestra
 
estadistica
estadisticaestadistica
estadistica
 
Presentación de estadística
Presentación de estadísticaPresentación de estadística
Presentación de estadística
 
Población..[1]
Población..[1]Población..[1]
Población..[1]
 
ejercicios resueltos de investigacion de mercados
ejercicios resueltos de investigacion de mercados ejercicios resueltos de investigacion de mercados
ejercicios resueltos de investigacion de mercados
 
Muestra muestreo
Muestra muestreoMuestra muestreo
Muestra muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo aleatorio simple en estadistica ccesa007
Muestreo aleatorio simple  en estadistica  ccesa007Muestreo aleatorio simple  en estadistica  ccesa007
Muestreo aleatorio simple en estadistica ccesa007
 
Estadistica:
Estadistica:Estadistica:
Estadistica:
 
La muestra grupo #8 mti
La muestra grupo #8 mtiLa muestra grupo #8 mti
La muestra grupo #8 mti
 
Unidad IV. LAB III
Unidad IV. LAB IIIUnidad IV. LAB III
Unidad IV. LAB III
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribución frecuencia datos no agrupados monica
Distribución frecuencia datos no agrupados monicaDistribución frecuencia datos no agrupados monica
Distribución frecuencia datos no agrupados monica
 
Estadística aplicada clases
Estadística aplicada clases Estadística aplicada clases
Estadística aplicada clases
 
Estadistica aplicada annie_martinez
Estadistica aplicada annie_martinezEstadistica aplicada annie_martinez
Estadistica aplicada annie_martinez
 
Loto
LotoLoto
Loto
 
Presentacion editada de estadistica
Presentacion editada de estadisticaPresentacion editada de estadistica
Presentacion editada de estadistica
 
Conceptos basicos
Conceptos basicos Conceptos basicos
Conceptos basicos
 

Similar a Muestreo 2021

Estadistica basica I .doc
Estadistica basica I .docEstadistica basica I .doc
Estadistica basica I .doc
guestbf8866d8
 
Estadistica basica Ijhvc
Estadistica basica IjhvcEstadistica basica Ijhvc
Estadistica basica Ijhvc
guestbf8866d8
 
Estadistica
EstadisticaEstadistica
Estadistica
Milaa14
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
Andrea Godoy
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
Silvi Guanga
 

Similar a Muestreo 2021 (20)

Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdfGuia Unidad 3 Muestreo y Distribucion Muestral.pdf
Guia Unidad 3 Muestreo y Distribucion Muestral.pdf
 
INFERENCIA ESTADISTICA
INFERENCIA ESTADISTICAINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA
 
Disenos Muestrales y Distribucion Muestral
Disenos Muestrales y Distribucion MuestralDisenos Muestrales y Distribucion Muestral
Disenos Muestrales y Distribucion Muestral
 
Estadistica basica I .doc
Estadistica basica I .docEstadistica basica I .doc
Estadistica basica I .doc
 
Estadistica basica Ijhvc
Estadistica basica IjhvcEstadistica basica Ijhvc
Estadistica basica Ijhvc
 
diseños muestrales
diseños muestralesdiseños muestrales
diseños muestrales
 
Muestreo.pdf
Muestreo.pdfMuestreo.pdf
Muestreo.pdf
 
Estadista muestral
Estadista muestralEstadista muestral
Estadista muestral
 
SEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdfSEMANA 03 MUESTREO.pdf
SEMANA 03 MUESTREO.pdf
 
Estadística 1
Estadística 1Estadística 1
Estadística 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)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencial
 
Expo bio
Expo bioExpo bio
Expo bio
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Tema: Muestra y Muestreo
Tema: Muestra y Muestreo Tema: Muestra y Muestreo
Tema: Muestra y Muestreo
 
Introducción al Muestreo.ppt
Introducción al Muestreo.pptIntroducción al Muestreo.ppt
Introducción al Muestreo.ppt
 
Procedimiento de muestreo
Procedimiento de muestreoProcedimiento de muestreo
Procedimiento de muestreo
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
 
yary.pptx
yary.pptxyary.pptx
yary.pptx
 

Más de franciscoduran63

Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
franciscoduran63
 
Iso 19011 directrices para las auditorias de los sistemas de gestion
Iso 19011 directrices para las auditorias de los sistemas de gestionIso 19011 directrices para las auditorias de los sistemas de gestion
Iso 19011 directrices para las auditorias de los sistemas de gestion
franciscoduran63
 
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
franciscoduran63
 

Más de franciscoduran63 (12)

Preguntas frecuentes estudiantes
Preguntas frecuentes estudiantesPreguntas frecuentes estudiantes
Preguntas frecuentes estudiantes
 
Planificacion del cev
Planificacion del cevPlanificacion del cev
Planificacion del cev
 
Plan de evaluacion estadistica i 1 2021-2
Plan de evaluacion estadistica i 1 2021-2Plan de evaluacion estadistica i 1 2021-2
Plan de evaluacion estadistica i 1 2021-2
 
Plan de Evaluacion de estadistica ii 2021-2
Plan de Evaluacion de estadistica ii 2021-2Plan de Evaluacion de estadistica ii 2021-2
Plan de Evaluacion de estadistica ii 2021-2
 
Iso 14001 2004 sistemas de gestion ambiental
Iso 14001 2004  sistemas de gestion ambientalIso 14001 2004  sistemas de gestion ambiental
Iso 14001 2004 sistemas de gestion ambiental
 
Iso 22000 2018(es) (1) (6)
Iso 22000 2018(es) (1) (6)Iso 22000 2018(es) (1) (6)
Iso 22000 2018(es) (1) (6)
 
Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
Decreto 638 normas sobre calidad del aire y control de la contaminaci0 n atmo...
 
Iso 19011 directrices para las auditorias de los sistemas de gestion
Iso 19011 directrices para las auditorias de los sistemas de gestionIso 19011 directrices para las auditorias de los sistemas de gestion
Iso 19011 directrices para las auditorias de los sistemas de gestion
 
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
Iso 45001 sistemas de gestion de la seguridad y salud en el trabajo — requisi...
 
Presentacion distribucion normal 2021
Presentacion distribucion normal 2021Presentacion distribucion normal 2021
Presentacion distribucion normal 2021
 
Planificación Estadística II
Planificación Estadística IIPlanificación Estadística II
Planificación Estadística II
 
Plan de Evaluación Estadística I
Plan de Evaluación Estadística  IPlan de Evaluación Estadística  I
Plan de Evaluación Estadística I
 

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
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
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
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
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
 

Último (20)

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
 
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
 
Diapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundariaDiapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundaria
 
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
 
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
 
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
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
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...
 
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
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
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
 
Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
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
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 

Muestreo 2021

  • 1. Muestreo y Tamaño de la Muestra (Unidad II) Introducción Muestreo Estadística Inferencial o Inductiva Llamada también inferencia estadística, la cual consiste en llegar a obtener conclusiones o generalizaciones que sobrepasan los límites de los conocimientos aportados por un conjunto de datos. Busca obtener información sobre la población basándose en el estudio de los datos de una muestra tomada a partir de ella, así por ejemplo: Supóngase ahora que el docente de Matemática utiliza el promedio de calificaciones obtenidas por uno de sus cursos para estimar la calificación promedio de los 5 cursos a su cargo. Como se está realizando una generalización acerca los diferentes cursos, en este caso el maestro usa la Estadística Inferencial. Estadística Inferencial o Inductiva El principal objetivo de la Estadística consiste en poder decir algo con respecto a un gran conjunto de personas, mediciones u otros entes (población) con base en las observaciones hechas sobre sólo una parte (muestra) de dicho gran conjunto. La capacidad para "decir algo" sobre poblaciones con base en muestras está basada en supuestos con respecto a algún modelo de probabilidad que permite explicar las características del fenómeno bajo observación. Al conjunto de procedimientos estadísticos en los que interviene la aplicación de modelos de probabilidad y mediante los cuales se realiza alguna afirmación sobre poblaciones con base en la información producida por muestras se le llama Inferencia Estadística o Estadística Inferencial. La Estadística inferencial se ocupa de extender o extrapolar a toda una población , informaciones obtenidas de una muestra , así como de la toma de decisiones
  • 2. Conceptos Básicos Población (N) Es el conjunto total de individuos susceptibles de poseer la información buscada. No se refiere exclusivamente a personas, la población puede estar formada por todos los árboles de un bosque. Muestra (n) Es la parte de la población en la que se miden las características estudiadas. El número de individuos de la muestra se llama tamaño de la muestra. Muestreo Es el proceso seguido para la extracción de una muestra Encuesta Es el proceso de obtener la información buscada entre los elementos de la muestra. Tipos de muestreo No aleatorios - Se eligen los elementos, en función de que sean representativos, según la opinión del investigador. Aleatorios - Todos los miembros de la muestra han sido elegidos al azar, de forma que cada miembro de la población tuvo igual oportunidad de salir en la muestra. • Simple: elegido el tamaño n de la muestra, los elementos que la compongan se han de elegir aleatoriamente entre los N de la población. Con calculadora: se utilizan los números aleatorios. • Sistemático: se ordenan previamente los individuos de la población; después se elige uno de ellos al azar, a continuación, a intervalos constantes, se eligen todos los demás hasta completar la muestra. Se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta completar la muestra. Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que será igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra. 2, 6, 10, 14,..., 98
  • 3. Estratificado: se divide la población total en clases homogéneas, llamadas estratos; por ejemplo, por grupos de edades, por sexo. Hecho esto la muestra se escoge aleatoriamente en número proporcional al de los componentes de cada clase o estrato. Ejemplo: En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la D. 600 20 200 X Sección A : 200*20/600 = 6.67 = 7 Trabajadores 600 150 200 X Sección B y C: 150*20/200= 5 Trabajadores 600 100 200 X Sección D: 200*100/600 = 3.3 = 3 Trabajadores Sumando todas las secciones: 7+5+5+3= 20 Trabajadores Un muestreo puede hacerse con o sin reposición, y la población de partida puede ser infinita o finita. En todo nuestro estudio vamos a limitarnos a una población de partida infinita o a muestreo con reposición. Si consideremos todas las posibles muestras de tamaño n en una población, para cada muestra podemos calcular un estadístico (media, desviación típica, proporción, ...) que variará de una a otra. Así obtenemos una distribución del estadístico que se llama distribución muestral
  • 4. Ejemplos Shift (Punto) . Shift (Punto) . Shift (Punto) . Shift (Punto) . Shift (Punto) . Shift (Punto) .