Para determinar si hay sal en una sopa, se recomienda probar varias cucharadas en lugar de una sola, ya que muestras más grandes son más representativas. Al probar de diferentes partes del plato de forma aleatoria, se obtiene una mejor aproximación de la cantidad de sal en toda la sopa.
Esta presentación contiene conceptos y definiciones del muestreo probabilístico, así como los diferentes métodos que se utilizan para dicho proceso con ejemplos ilustrativos, un tema correspondientes a la asignatura de estadística II
Esta presentación contiene conceptos y definiciones del muestreo probabilístico, así como los diferentes métodos que se utilizan para dicho proceso con ejemplos ilustrativos, un tema correspondientes a la asignatura de estadística II
DISEÑO Y PROCEDIMIENTOS DE MUESTREO
-Muestra o censo
-Terminología y fundamentos del muestreo
-Etapas den la selección de la muestra
-Muestreo no probabilístico
*Muestreo de conveniencia
*Muestreo de juicios
*Muestreo por cuotas
*Muestreo de “bola de nieve”
-Muestreo probabilístico
*Muestreo aleatorio simple
*Muestreo aleatorio sistemático
*Muestreo aleatorio estratificado
*Muestreo por conglomerados
-Determinación del diseño muestral apropiado
-Determinación del tamaño de la muestra
*Muestreo aleatorio simpleMuestreo estratificado
DISEÑO Y PROCEDIMIENTOS DE MUESTREO
-Muestra o censo
-Terminología y fundamentos del muestreo
-Etapas den la selección de la muestra
-Muestreo no probabilístico
*Muestreo de conveniencia
*Muestreo de juicios
*Muestreo por cuotas
*Muestreo de “bola de nieve”
-Muestreo probabilístico
*Muestreo aleatorio simple
*Muestreo aleatorio sistemático
*Muestreo aleatorio estratificado
*Muestreo por conglomerados
-Determinación del diseño muestral apropiado
-Determinación del tamaño de la muestra
*Muestreo aleatorio simpleMuestreo estratificado
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
7. POBLACION total de elementos a los cuales se les aplicara los resultados. Por ejemplo: los nacidos vivos durante un determinado tiempo en un país o ciudad; o los niños que cursen 4° y 5° de primaria en escuelas públicas de la ciudad de Neiva en un determinado año.
8. MUESTRA se define como el conjunto de objetos o sujetos procedentes de una población; en otras palabras un subgrupo de dicha población. De una población se pueden seleccionar diferentes muestras.
9. Las muestras, pueden ser: REPRESENTATIVAS : cuando reflejan o representan las características de la población de donde provienen, por lo tanto los resultados son aplicables ó inferibles a dicha población. NO REPRESENTATIVAS : son aquellas que no reflejan las características de la población, por lo tanto los resultados no son inferibles a la población .
10.
11.
12.
13.
14.
15.
16. Previo a utilizar cualquier método para seleccionar las unidades de muestreo, cuando la muestra es probabilística, se debe calcular el tamaño muestral.
17. Tamaño de muestra en los estudios descriptivos: n= Z 2 pq / {(e 2 + (Z 2 pq / N)} Z: equivale al nivel de confiabilidad de los datos, esta muy de acuerdo con el error de los datos que se acepte o sea el alfa o el beta. e: significa el error de muestreo, que tan representativa se desea la muestra.
18.
19. En los ESTUDIOS ANALITICOS, se necesitan conocer los siguientes datos: Nivel de (error I) dispuesto a tolerar. Nivel de (error II) dispuesto a tolerar. Mínimo Riesgo Relativo (OR) considerado clínicamente útil de detectar. Estimativo de la incidencia o de la prevalencia de la enfermedad y de la exposición.
20. Posibilidades al investigar hipótesis Resultado del estudio "Verdad"* Hipótesis alterna correcta Hipótesis nula correcta Hipótesis alterna correcta Verdadero positivo poder o sensibilidad del estudio Falso positivo o error de tipo I Hipótesis nula correcta Falso negativo o error de tipo II Verdadero negativo especificidad del estudio
22. Es la más sencilla, solo el azar decide. Se utilizan los métodos de la lotería, ó los números aleatorios para seleccionar los elementos; las conclusiones pueden ser para toda la población si la muestra es representativa. MUESTRA ALEATORIA SIMPLE
23.
24. En este tipo de muestreo, teniendo los datos del total de población (N) y el tamaño muestral (n) se obtiene el salto muestral que consiste en la comparación de estos dos valores (N / n). MUESTRA SISTEMATICA
25.
26.
27.
28.
29.
30.
31.
32. Los estratos son "homogéneos" dentro de sí, y "heterogéneos" entre sí.
33.
34. Los conglomerados son "homogéneos" entre sí, y "heterogéneos" dentro de sí.
35. Se toma al azar una muestra de esos conglomerados. De cada uno de los conglomerados escogidos, se toman al azar los elementos de la muestra.
37. “ Las muestras NO PROBABILÍSTICAS o también llamadas dirigidas suponen un procedimiento de selección informal y un poco arbitrario”, son utilizadas en muchas investigaciones, sobretodo las que requieren la selección de sujetos con una determinada característica, especificadas en el planteamiento del problema.
38. Muestras fortuitas, utilizadas con frecuencia en Medicina. Sujetos que acceden voluntariamente a participar en un estudio que monitorea los efectos de un medicamento. No se puede inferir, ya que las características de los sujetos de la muestra pueden ser diferentes al total de la población. MUESTRA DE SUJETOS VOLUNTARIOS o de selección
39. Muestra fortuita, se selecciona de acuerdo a la intención del investigador por ejemplo estudios en pacientes hospitalizados, siempre que el hospital no atienda al total de la población. MUESTRA POR CONVENIENCIA
40. De acuerdo a las definiciones del investigador se seleccionan los participantes, quienes cumplan con los requisitos pueden ser seleccionados. MUESTRA POR CRITERIOS
41. La proporción de participantes en las encuestas lo decide el investigador de acuerdo, al comportamiento de ciertas variables demográficas en la población. MUESTRA POR CUOTAS
42. Se le dice a un entrevistador que en la calle entreviste a 200 personas (50%) mujeres y (50%) hombres, ó proporciones iguales por grupo etáreo. La decisión de quién participa es del entrevistador. MUESTRA POR CUOTAS
43.
44. En la vida real se trabaja con una única muestra. Se debe tener una idea de qué tanta variabilidad existe entre las diferentes muestras del mismo tamaño que se pueden sacar de esa población.
45.
46. El Error Estándar (EE) es un estimativo de la variabilidad de las posibles muestras de n individuos que puedo sacar de toda la población, calculado a partir de una sola muestra .