Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Industrial
UAP
Inferencia Estadstica
MUESTREO
N unidades
n unidades
169
UAP
Inferencia Estadstica
Marco muestral
Es el conjunto de todas las unidades de muestreo que conforman la poblacin y que estn
disponibles para su eleccin en la etapa del muestreo. Puede estar conformado por una lista
de personas o de unidades de vivienda; puede ser tambin un mapa subdividido en reas, o
una lista de nombres y domicilios almacenados en algn medio electrnico, como por ejemplo
un archivo en un disco duro o en una base de datos.
Ejemplo: El listado de matrculas de los estudiantes en una universidad.
Diseo muestral
Una vez que se ha establecido el marco muestral se seleccionan los elementos que constituyen
la muestra. Este proceso se denomina Diseo de la Muestra.
Muestra
Es una pequea porcin representativa y adecuada de la poblacin. Representativa, en el
sentido de reflejar fielmente las caractersticas de la poblacin de la cual procede y diferir de
ella slo en el nmero de unidades incluidas. Adecuada, es decir debe incluir un nmero
ptimo y mnimo de unidades. Este nmero se determina mediante el empleo de frmulas
estadsticas.
Los aspectos referentes a la representatividad o calidad de la muestra, son ms importantes
que los referentes a su cantidad, es decir no debe pensarse que la representatividad de la
muestra depende de su cantidad. La informacin aportada por la muestra tiene una utilidad
que depende de cmo se seleccionaron sus elementos. Si la muestra no es representativa, las
conclusiones que se puedan extraer de la misma sern poco correctas o simplemente nos
inducirn a error. Cuando la muestra es poco representativa de la poblacin, se dice que la
muestra est sesgada o que tiene sesgo.
Error de muestreo
Es el error que se comete debido al hecho de que se obtienen conclusiones acerca del total
(poblacin) a partir de la observacin de slo una parte de ella (muestra).
Unidad de muestreo
Son cada uno de los elementos de la poblacin que mediante las tcnicas de muestreo van a
ser seleccionados para constituir la muestra. Es el individuo, entidad u objeto, al cual
deseamos observar todas o algunas de sus caractersticas. Las unidades de muestreo las elige
el investigador y deben ser adecuadas al objeto de la investigacin.
Ejemplos:
Una persona, una familia, una vivienda, una manzana, un barrio, un establecimiento, una
tarjeta o ficha acadmica, etc.
Variables
Son las caractersticas que se investigan en una unidad o elemento, las cuales se clasifican
en cualitativas y cuantitativas.
Variables Cualitativas: Son atributos, susceptibles de ser expresados mediante palabras
(Ocupacin, profesin, actividad econmica, nacionalidad, marcas, puertos de embarque,
sexo, estado civil, propietario de vivienda, etc.)
Variables Cuantitativas: Se expresan numricamente (Ingresos, ventas, consumos, edades,
estaturas, etc.).
170
UAP
Inferencia Estadstica
171
UAP
Inferencia Estadstica
MTODOS DE MUESTREO
Muestreo Probabilstico o Aleatorio (muestreo cientfico)
-
Se debe trabajar con muestreos probabilsticas porque son los nicos en los que se puede
fijar el nivel de confianza y calcular los errores de muestreo.
Muestreo no Probabilstico
-
En este tipo de muestreo, puede haber clara influencia de la persona o personas que
seleccionan la muestra o simplemente se realiza atendiendo a razones de comodidad.
172
UAP
Inferencia Estadstica
Muestreo Aleatorio por Conglomerados
Consiste en dividir a la poblacin en grupos o conglomerados de unidades y se extrae una
muestra de conglomerados que representan a la poblacin. La unidad de muestreo es un
conglomerado de elementos. El inters del muestreo por conglomerados se centra en obtener
en lo posible, unidades heterogneas dentro de los conglomerados y homogneas entre ellos.
Ejemplo:
Si se desea obtener una muestra de 600 viviendas de una ciudad, el muestreo aleatorio simple
implicara enviar a los encuestadores a 600 lugares distintos de la ciudad, lo cual
representara un alto costo.
Un muestreo por conglomerados consistira en seleccionar aleatoriamente 20 zonas
(conjuntos de manzanas) de la ciudad, luego seleccionar 10 manzanas de cada zona y por
ltimo seleccionar 3 viviendas de cada manzana. En este caso se ha aplicado un muestreo
por conglomerados en 3 etapas.
Muestreo por Etapas
Se seleccionan unidades de muestreo (primarias). De ellas se seleccionan una muestra de
cada unidad (unidades de muestreo secundario) y as sucesivamente. En cada etapa se puede
utilizar el tipo de muestreo que se desee (aleatorio simple, estratificado o sistemtico).
Ejemplo:
En primer lugar se puede seleccionar una calle, en segundo lugar se selecciona la manzana,
luego el edificio y finalmente la vivienda.
TCNICAS DE MUESTREO NO PROBABILSTICO
Muestreo por Cuotas
Consiste en un nmero de entrevistas, encuestas, condiciones o cuotas que se le fijan al
encuestador para que a su vez seleccione los elementos en la forma que considere oportuno,
por lo cual se presta a distorsiones. Es ampliamente utilizado en encuestas sobre opinin
electoral, investigacin de mercado o similares.
El encuestador es quien decide, siguiendo las cuotas, las personas que componen la muestra,
producindose los correspondientes sesgos ya que el encuestador tender a aproximarse ms
a personas accesibles y posiblemente de su entorno ms prximo por razones de comodidad
y de simplicidad. La probabilidad que cada unidad estadstica tiene de ser encuestada no
se conoce a priori; depende del encuestador.
Ejemplo:
En un estudio sobre la actitud de la poblacin hacia un candidato poltico, se les indica a los
encuestadores entrevistar a 150 sujetos: 25% sean hombres mayores de 30 aos, 25%
mujeres mayores de 30 aos, 25% sean hombres menores de 25 aos y 25% mujeres menores
de 25 aos.
Muestreo por Juicios
Las unidades elementales de muestreo son seleccionadas segn el juicio de los encuestadores,
quienes asumen que dicha unidades gozan de representatividad, se usan en estudios pilotos
o de sondeo.
173
UAP
Inferencia Estadstica
Muestreo de Conveniencia
Consiste en incluir en el estudio a los individuos ms accesibles o que estn ms al alcance
del investigador. A veces se recurre a voluntarios, lo cual tiene el inconveniente de que pueden
no ser representativos de la poblacin. Es ms utilizado en investigaciones preliminares,
exploratorias y pruebas de cuestionario.
Ejemplos:
Se desea investigar el consumo de drogas entre jvenes: el investigador selecciona por
conveniencia determinados puntos de la ciudad donde habitualmente se concentran los
jvenes y entrevista a un nmero que considera razonable sin utilizar ningn otro criterio de
seleccin adicional. Este procedimiento facilita la captacin de unidades muestrales vlidas
para el estudio.
Muestreo Intencional
Una muestra intencional escoge sus unidades no en forma fortuita sino completamente
arbitraria, designando a cada unidad segn caractersticas que para el investigador resulten
de relevancia. Estas muestras son muy tiles y se emplean frecuentemente en los estudios
de caso, por ms que la posibilidad de generalizar conclusiones, a partir de ellas, sea en rigor
nula.
Ejemplo:
Realizar un sondeo pre-electoral en una regin en donde anteriormente la tendencia de voto
ha estado orientada a un candidato especfico.
Muestreo Casual o Accidental
Una muestra accidental es aquella que se obtiene sin ningn plan preconcebido, resultando
las unidades escogidas producto de circunstancias fortuitas.
Los datos obtenidos podrn o no representar al universo en estudio, porque correspondern
a circunstancias peculiares del lugar y momento en que se tom la muestra.
Ejemplo:
Entrevistar a los primeros cincuenta transentes que pasan por cierta calle.
Muestreo Bola de Nieve
Se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
Se localiza a algunos individuos y se les entrevista, stos conducen a otros, y estos otros a
otros ms, y as hasta conseguir una muestra suficiente.
Este modelo es particularmente til cuando se muestrean poblaciones cuyos componentes,
por motivos morales, ideolgicos, legales o polticos tienen a ocultar su identidad.
Ejemplo:
Una muestra para estudiar el grado de aceptacin de una plantilla para ofrecer descanso a
los pies de personas con una deformidad particular en los pies. Para llevarlo a cabo se renen
datos de los pocos miembros de la poblacin de estudio que se puedan localizar a travs de
especialistas mdicos y, a partir de stos se localizan a otros que conozcan de esta poblacin.
174
UAP
Inferencia Estadstica
(M.A.S.)
Es un procedimiento de seleccin de una muestra por el cual todos y cada uno de los
elementos de la poblacin tienen una oportunidad igual e independiente de ser incluidos en
la muestra.
El muestreo aleatorio evita la preferencia o inclinacin a incluir en la muestra, determinadas
observaciones que son de conveniencia. Es eficiente si la poblacin no es grande y
heterognea.
Para disear una muestra aleatoria simple es indispensable contar con un marco de
referencia, es decir, la lista de las unidades, que resulta de la informacin previamente
disponible, respecto a la poblacin sobre la cual se basan los esquemas particulares de
muestreo.
Desventaja
-
175
UAP
Inferencia Estadstica
176
UAP
Inferencia Estadstica
Ejemplo:
Para una poblacin de tamao 350 y con un arranque A (5,8), hallar los nmeros aleatorios
que permitan extraer una muestra aleatoria.
A(5,8)
Columna 8
7
0
8
3
2
Col. 9
1
9
8
3
9
Col. 10
3
7
0
9
7
713 No se considera
097 Se considera
880 No se considera
339 Se considera
297 Se considera
Donde
n0
n
1 0
N
Z /2 S
n0
E e. x
Cuando no se conocen las varianzas poblacionales de una o alguna de las caractersticas que
tienen que ver con el objetivo principal de la investigacin, se procede a estimarlas mediante
una encuesta piloto o preliminar.
np % . N
177
UAP
Inferencia Estadstica
a)
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
35
20
27
74
35
60
45
28
26
57
48
44
49
59
62
45
36
32
33
32
56
54
50
49
28
34
24
30
30
38
34
38
60
50
43
38
28
46
26
45
50
46
64
63
52
49
22
49
25
55
25
49
59
37
31
54
30
52
38
50
36
30
53
27
30
33
34
56
35
62
30
39
39
38
32
52
38
60
44
32
27
46
36
30
50
60
30
25
41
38
29
25
54
40
37
32
27
24
52
41
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
30
27
53
24
38
32
53
47
40
32
27
25
23
37
45
37
33
34
48
32
56
54
27
33
28
39
28
45
27
38
45
32
54
32
29
32
44
54
43
45
48
34
38
37
35
30
50
32
40
42
62
45
27
54
43
43
42
37
28
41
58
46
29
32
63
42
60
39
26
44
32
40
22
38
43
28
43
32
43
37
30
38
27
39
24
25
32
38
44
35
24
27
45
30
39
41
47
28
33
39
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
36
28
36
38
23
30
48
44
40
44
43
24
40
32
45
51
30
54
43
37
56
50
35
36
32
53
24
32
32
45
43
53
38
45
54
42
37
54
48
23
34
32
43
42
52
48
34
61
34
56
57
37
48
43
43
45
47
48
39
35
45
33
39
26
39
40
23
56
32
53
47
32
25
24
28
37
36
45
38
42
23
47
30
42
23
35
33
32
45
43
26
44
45
44
31
38
61
45
28
44
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
b)
np 12
N aleatorio
300
113
245
95
33
108
196
44
169
112
95
59
65
Edad
Xi
54
52
55
49
32
41
43
32
25
55
60
22
178
UAP
Inferencia Estadstica
S2 165.88
x 43.33
c)
Hallar el tamao ptimo de la muestra, para un error de muestreo del 15% y una
confianza del 95%.
/2
z
1.96 12.88
n0
6.50
d)
S = 12.88
15.08
14.36
15.08
1
300
15.08
0,025
0.95
0.05
0.025
1.96
n 14
N aleatorio
300
138
106
181
033
084
271
040
129
068
268
018
273
130
093
Edad
Xi
38
62
40
49
26
44
40
27
38
36
39
32
45
38
179
UAP
Inferencia Estadstica
Primer caso: Cuando se tienen todos los datos de la poblacin digitados en una columna:
Por ejemplo, se tienen las edades de una poblacin de diez personas y se desea seleccionar
una muestra irrestricta aleatoria (sin reemplazo), de cinco personas con sus correspondientes
edades.
1.-
2.-
3.-
Nota:
Si se desea seleccionar una muestra aleatoria (con reemplazo), el procedimiento es el mismo
slo que deber activarse Muestreo con reemplazo.
180
UAP
Inferencia Estadstica
Segundo caso: Cuando no se tienen todos los datos de la poblacin digitados en una columna,
generalmente cuando el tamao de la poblacin es grande:
Por ejemplo, se tienen las edades de una poblacin de diez personas y se desea seleccionar
una muestra irrestricta aleatoria (sin reemplazo), de siete personas con sus correspondientes
edades.
1.-
2.-
3.-
181
UAP
Inferencia Estadstica
2.-
n0
n
1 0
N
Donde
n p 5% . N
Z /2 S
n0
e . x
N
n
3.-
4.-
5.-
Ejemplo:
Los siguientes datos corresponden al nmero de horas semanales gastadas en ver televisin
por 180 estudiantes.
23
19
17
15
19
25
23
18
21
17
17
18
20
21
21
18
18
22
18
24
23
21
17
25
17
22
25
17
24
21
18
20
20
22
22
19
21
23
19
17
21
20
23
24
22
21
20
22
21
23
22
17
18
21
20
20
17
18
22
19
18
18
18
23
19
24
25
20
19
22
20
20
21
20
23
20
20
18
23
17
24
18
19
23
20
19
25
22
19
20
22
21
19
20
19
20
21
20
21
16
17
19
19
24
16
17
18
19
17
18
24
16
18
21
20
21
15
20
20
17
16
20
22
23
21
16
17
22
22
15
19
19
23
19
21
16
18
19
20
21
16
17
15
21
19
22
16
20
18
25
23
19
17
25
19
23
18
19
17
17
21
20
21
25
24
18
17
16
16
19
24
18
17
22
20
20
18
21
20
24
182
UAP
Inferencia Estadstica
Usando una muestra piloto con arranque A(12,6) que represente el 5% del total y con una
tasa de muestreo del 4% del tamao de la muestra, obtener una muestra aleatoria sistemtica
con un A(8,10).
Solucin:
1.-
La muestra piloto:
np 5% . N 0.05 180 9
A ( 12 , 6)
N aleatorio
180
137
136
024
153
169
153
096
049
085
N
1.
2.
3.
4.
5.
6.
7.
8.
9.
2.-
N Horas
Xi
19
21
20
20
24
20
19
20
21
x 20.44
S 1.51
/2
z
1.96 1.51
n0
0.82
13.03
0,025
13.03
12.15
13.03
1
180
N 180
15
n
12
4.-
5.-
0,95
0,05
0,025
1,96
n 12
3.-
A(8,10)
26
41
56
71
86
101
116
131
146
161
176
11
N Horas ( Xi )
18
19
20
18
22
17
17
24
19
18
20
19
183
UAP
Inferencia Estadstica
Se obtienen estimadores separados para los parmetros de cada estrato, sin necesidad
de seleccionar otra muestra e incurrir en mayores gastos.
N N1 N2 ... Nk
Ni
i 1
184
UAP
Inferencia Estadstica
n n1 n2 ... nk
Afijacin proporcional
Particiona el tamao de la muestra n en forma proporcional al tamao de los estratos; es decir
a los estratos ms grandes se les asigna mayor tamao de muestra y a los ms pequeos
menor muestra. La principal ventaja de este mtodo es que se obtiene una muestra autoponderada, dado que la fraccin de muestreo es la misma en cada estrato.
Usando afijacin proporcional, el tamao de la muestra n se particiona en un tamao de
muestra para cada uno de los k estratos de forma que:
n n1 n2 ... nk
Donde:
N
ni n i
N
i : 1 , 2 , .........., k
Ni
i 1
185
UAP
Inferencia Estadstica
2.
N
ni p np i
N
3.
4.
xi
5.
Si
nivel
n0
n
1 0
N
Donde:
6.
n0
% X ST
E
V
Z
Ni 2
Si
N
ST
Ni
Xi
Ni
n i n
7.
186
UAP
Inferencia Estadstica
Ejemplo:
Ap(25,18)
120
131
186
69
123
191
120
181
76
116
160
110
260
190
64
78
123
127
123
236
110
77
120
189
78
123
110
192
126
175
151
66
269
133
111
76
128
188
115
135
81
271
121
164
274
109
257
116
127
293
116
256
183
113
182
178
72
175
123
76
121
126
132
192
115
65
128
196
75
119
125
132
63
184
71
128
74
187
176
135
167
174
123
208
60
195
125
116
175
122
133
70
109
73
112
197
173
121
123
128
113
127
85
115
145
230
96
112
139
138
200
115
63
107
142
120
100
126
117
235
195
180
193
126
261
180
135
238
209
204
118
150
264
123
200
127
195
97
136
122
235
220
136
142
187
265
193
234
156
186
EMPLEADOS:
Ap(9,40)
A(22,14)
1200
761
1135
1041
1309
939
1136
1300
1116
839
1015
893
582
1380
1057
820
1010
787
968
1166
981
1337
709
1327
901
925
923
1107
1265
885
557
1539
890
1494
672
1000
1180
850
949
1132
1604
1104
1005
930
755
1285
945
1384
957
1140
1516
1589
1365
1128
1025
1173
1522
1069
1130
1260
558
1118
1363
814
1373
1402
928
1355
1162
1070
1164
1321
1224
994
949
1416
1149
1415
806
1397
1211
1209
591
1023
705
1100
1029
1270
1055
1263
1254
808
813
1622
1135
610
825
1345
862
1237
965
960
1256
1358
1200
880
1128
1236
1438
1550
A(17,12)
4563
4530
4236
4395
4098
4236
4147
3886
4060
4928
4200
5990
4560
5081
4990
5042
3976
4570
Ap(15,46)
5047
4836
3990
4710
4870
4200
4330
4065
4600
4850
4370
5280
A(16,27)
4990
5100
4520
5070
4260
5000
4010
4690
5000
4161
5015
4580
4356
3980
4235
4880
4750
4230
4050
5020
5080
4665
5090
4900
np 10
187
UAP
Inferencia Estadstica
150
n1 p 10
5
320
110
n2 p 10
3
320
n i p
10
60
n3 p 10
2
320
b)
Usando la tabla de nmeros aleatorios y los arranques A p dados, hallar las muestras
aleatorias correspondientes a cada estrato. Para cada una de las muestras, calcular
media aritmtica y desviacin estndar.
A p ( 9,40 )
A p ( 25,18 )
N
1.
2.
3.
4.
5.
Ahorro
Xi
66
127
127
63
182
N aleat.
150
014
111
111
123
046
N
1.
2.
3.
N aleat.
110
068
076
045
Ahorro
Xi
1149
1069
755
x 2 991
S 2 = 208.25
x 1 113
S1 = 49.65
A p ( 15,46 )
N
1.
2.
c)
N aleat.
60
60
45
Ahorro
Xi
4900
4870
x 3 4885
S 3 = 21.21
x ST
d)
150
110
60
113
991
4885 1309 .56
320
320
320
E 5% x ST
E 0.05 1309 .56 65.48
e)
E
V
z /2
n0
1
V
Ni
N
65 .48
1.96
1116 .11
S2i
188
UAP
Inferencia Estadstica
n0
f)
1
110
60
150
49.65 2
208 .25 2
21.212 14.47
1116 .11 320
320
320
14 .47
13 .84
14 .47
1
320
n 14
Usando afijacin proporcional, hallar los tamaos de muestra para cada uno de los
estratos.
150
n1 14
6
320
110
n2 14
5
320
n i
14
60
n3 14
3
320
g)
N aleat.
150
77
88
148
63
65
59
A ( 22,14 )
Ahorro
Xi
196
176
122
110
257
195
1.
2.
3.
4.
5.
N aleat.
110
84
30
59
92
106
Ahorro
Xi
949
813
1100
1166
880
A ( 16,27 )
N
1.
2.
3.
N aleat.
60
59
46
29
Ahorro
Xi
4230
4370
4235
189
UAP
Inferencia Estadstica
EJERCICIOS PROPUESTOS
Muestreo
1.- Los siguientes datos corresponden a las remuneraciones ($), de 350 ingenieros de
sistemas que trabajan en el sector privado.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
407
610
350
378
476
396
475
378
378
590
405
390
570
390
910
578
936
460
490
478
501
485
680
400
834
905
490
375
500
470
485
715
465
810
458
570
386
850
350
710
435
840
824
412
385
600
496
830
480
600
615
330
745
378
692
440
748
390
615
400
468
560
610
495
408
530
406
497
600
387
395
700
365
824
379
617
390
572
734
495
590
400
405
900
410
835
570
396
940
830
670
390
533
395
520
458
460
546
560
710
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
390
575
486
496
396
387
386
385
495
378
580
490
385
837
469
594
734
849
738
395
810
580
385
596
596
589
624
392
745
846
700
670
686
382
495
487
826
586
782
837
900
712
389
846
385
490
637
837
835
729
515
923
596
749
847
742
635
745
783
734
470
548
857
486
480
846
815
937
738
849
825
875
385
589
386
836
800
944
539
736
740
358
746
450
594
736
385
730
648
389
490
400
946
480
489
823
382
733
739
489
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
389
396
489
940
827
900
389
294
389
385
596
847
395
847
625
837
485
8375
846
495
495
763
598
847
729
782
837
389
327
584
876
847
5789
938
630
672
438
495
4832
736
496
628
385
726
730
826
839
748
752
385
597
389
694
783
835
826
395
390
725
495
857
496
495
932
822
540
872
583
835
846
389
859
864
827
485
594
736
396
694
395
586
837
837
623
883
874
620
590
483
837
900
900
899
734
833
499
384
568
579
389
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
385
394
284
394
395
284
831
486
876
874
596
836
936
763
947
395
715
544
648
639
846
736
846
739
739
738
847
726
826
504
925
947
395
584
850
836
583
863
594
495
382
849
765
489
396
495
395
836
490
458
(31)
(32)
(33)
(34)
(35)
a)
b)
190
UAP
Inferencia Estadstica
2.-
La siguiente informacin se refiere a los pesos (kilos) de los alumnos del tercer ciclo
de Ingeniera de Sistemas de la Universidad Alas Peruanas.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
40
45
61
52
45
42
60
56
59
56
73
45
79
66
55
53
48
47
65
57
48
79
64
72
43
46
60
53
41
62
41
54
66
57
45
46
45
50
54
61
43
44
42
50
41
49
66
51
57
71
46
44
62
44
44
46
56
51
54
61
59
48
61
40
49
72
42
49
46
58
52
49
54
50
52
40
71
54
64
51
52
43
49
67
79
63
40
49
40
56
49
57
42
43
42
51
41
68
50
71
(1)
(2)
(3)
(4)
(5)
(6)
(7)
)8)
(9)
(10)
67
79
53
57
47
52
72
60
45
43
51
48
58
73
52
56
40
57
43
63
64
51
56
40
75
40
64
61
49
48
57
62
41
79
58
66
46
71
53
69
45
43
58
65
78
46
54
42
55
60
77
54
57
70
64
53
53
41
63
49
47
79
57
65
53
58
35
62
57
50
41
58
78
40
51
55
57
57
56
51
42
45
46
61
49
54
63
60
63
50
50
54
55
40
57
55
61
69
54
75
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
63
78
50
48
55
71
63
47
50
53
79
75
56
66
50
60
67
58
69
64
46
47
58
54
44
53
63
47
47
55
79
42
47
55
74
78
56
69
63
44
45
56
42
50
69
50
58
51
58
42
48
76
61
75
74
44
42
57
61
66
47
44
57
79
73
58
50
50
58
42
44
46
50
71
50
66
73
54
53
54
44
49
55
61
49
44
63
47
66
47
63
61
74
50
53
55
40
58
50
55
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
63
47
53
55
55
50
50
48
55
42
45
50
58
55
53
50
46
75
63
69
53
64
42
54
59
63
(31)
(32)
a)
b)
c)
191
UAP
Inferencia Estadstica
3.-
Dada la siguiente poblacin formada por la edad del hijo mayor de 200 ncleos
familiares de una cierta regin.
48
53
42
46
45
46
33
48
44
49
49
50
51
48
54
46
40
49
43
49
50
47
51
50
61
51
52
52
44
48
51
46
49
47
46
39
46
42
40
41
50
48
47
48
48
53
44
42
44
51
46
47
51
47
46
55
52
49
45
51
47
48
48
51
46
52
44
47
49
52
56
46
47
56
47
49
54
47
44
42
47
46
42
45
50
47
41
38
43
40
38
50
49
49
34
46
33
48
42
47
37
44
52
43
41
45
45
54
42
53
48
40
53
38
57
42
51
48
37
43
45
46
47
52
47
44
43
51
52
42
46
46
49
50
48
53
45
53
50
39
50
45
46
44
52
57
39
54
45
46
45
48
47
52
53
46
39
42
55
52
47
47
49
44
40
62
41
48
51
53
53
42
42
53
49
47
44
51
46
39
43
47
43
43
40
50
35
37
38
51
47
46
42
45
50
47
41
38
43
40
Seleccionar una muestra aleatoria simple sin reposicin de tamao 10 si se sabe que
en un estudio previo se encontr que la media era 52 y la desviacin estndar 18.7.
Usar un arranque aleatorio A(9,17) y trabajar con un riesgo del 2%.
4.-
I
3750
53
12.6
2.8
Estratos
II
III
3272
1387
47
20
14.5
18.6
2.9
4.8
IV
2475
35
13.8
3.2
192
UAP
Inferencia Estadstica
5.-
Una empresa publicitaria est interesada en determinar que tanto debe enfatizar la
publicidad televisiva en un determinado municipio, y decide realizar una encuesta por
muestreo para estimar el nmero promedio de horas por semana que se ve la televisin
en los hogares del municipio. Este comprende dos pueblos, pueblo A y pueblo B, y un
rea rural. El pueblo A circunda una fbrica y la mayora de los hogares son de
trabajadores fabriles con nios en edad escolar. El pueblo B es un suburbio exclusivo
de una ciudad vecina y consta de habitantes ms viejos con pocos nios en casa. La
empresa publicitaria decide utilizar el muestreo estratificado y seleccionar muestras
irrestrictas aleatorias con afijacin proporcional.
PUEBLO A:
35
29
30
27
29
28
39
30
27
28
30
29
28
31
27
29
40
34
28
40
40
40
40
30
A(17,60)
26
39
37
40
42
30
41
44
37
33
39
44
41
38
29
41
32
28
40
33
32
29
38
34
43
40
22
35
31
33
38
29
38
37
32
29
45
25
38
38
29
34
40
42
37
31
32
28
40
27
31
32
35
36
27
34
40
37
27
34
25
37
36
39
32
42
44
36
PUEBLO B:
27
30
12
25
34
4
37
20
10
47
15
25
19
23
6
40
37
33
26
25
34
27
24
34
39
30
37
31
40
26
23
27
39
42
41
34
23
34
47
37
23
23
20
41
30
32
36
19
12
A(3,6)
49
34
30
15
45
10
29
25
20
35
15
38
32
37
37
41
47
34
39
39
25
25
37
42
30
30
7
42
43
23
AREA RURAL:
8
34
12
20
11
28
28
31
22
36
35
42
30
33
40
41
31
36
39
35
21
24
20
36
7
32
45
22
34
27
28
40
38
A(28,36)
7
12
16
35
9
23
30
15
14
14
30
32
43
15
20
23
23
27
30
38
30
23
20
18
30
21
20
40
27
17
30
12
20
20
11
38
29
10
22
10
21
17
12
33
26
10
21
16
24
10
32
15
21
9
26
23
15
15
32
26
24
23
21
23
12
30
Medias
35.2
32
21.5
Varianzas
10.7
50.0
76.33
193
UAP
Inferencia Estadstica
6.-
(Aprenden rpido)
92
79
65
69
78
72
75
90
88
ESTRATO II:
85
82
47
75
70
49
73
65
58
66
70
78
78
68
61
76
70
92
83
69
65
79
85
83
87
93
90
92
83
72
94
Ap(14,29)
72
70
76
72
88
91
88
78
85
(Normal)
48
75
47
72
65
70
78
74
72
71
68
81
84
53
73
70
75
45
75
52
70
64
56
57
69
65
78
48
63
48
46
69
60
70
66
65
72
36
19
36
45
49
34
30
35
22
16
65
4
50
47
48
20
27
40
37
32
43
31
45
39
40
23
18
24
41
37
85
82
94
85
70
93
66
75
91
90
94
99
66
80
69
80
Ap(5,35)
49
69
50
57
75
47
66
45
49
59
62
77
87
80
87
80
75
82
91
69
88
A(12,28)
72
81
57
64
78
80
67
49
50
64
59
85
61
32
16
58
33
27
25
42
61
44
81
95
90
95
90
74
70
99
A(37,17)
53
59
80
70
76
53
81
43
45
84
65
86
68
52
60
76
74
65
78
41
60
80
70
77
Ap(23,32)
53
30
49
40
38
28
25
35
50
42
90
63
86
98
69
68
98
94
71
61
58
47
49
84
71
50
72
72
72
73
59
42
82
65
43
82
70
55
68
64
80
74
A(19,22)
42
50
23
55
31
35
8
38
58
48
39
16
22
39
30
29
45
18
43
51
32
22
30
43
38
44
34
26
21
55
31
28
39
44
45
58
28
30
28
58
Extraer una muestra aleatoria estratificada, con una confianza del 90% y un error del
9% del promedio estratificado. Usar una muestra piloto que represente el 2,5% del
tamao poblacional.
194
UAP
Inferencia Estadstica
7.-
107
95
108
46
117
99
87
110
110
149
34
130
79
107
97
50
64
64
93
90
57
138
37
109
99
79
85
62
135
145
66
52
116
32
62
43
126
107
58
96
30
126
93
106
88
90
100
127
73
146
79
89
45
122
85
114
102
129
80
119
84
128
57
41
149
53
112
102
125
76
118
100
112
70
75
123
78
88
142
93
77
88
129
96
105
100
118
123
89
99
98
135
61
115
110
108
97
64
79
99
62
37
68
107
116
88
127
93
85
129
45
147
102
57
75
88
112
105
123
129
Usando una muestra piloto con arranque A(25,12) que represente el 6% del total y con
una tasa de muestreo del 10% del tamao de la muestra, obtener una muestra
aleatoria sistemtica con un A(32,15).
8.-
Se tienen los siguientes datos que corresponden a los gastos mensuales ($) de los
trabajadores que laboran en una empresa estatal.
396
387
386
385
495
378
385
394
284
389
469
594
734
849
738
395
284
831
486
596
596
589
624
392
745
846
596
836
936
495
495
487
826
586
782
837
395
715
544
876
385
490
637
837
835
729
846
736
846
496
847
742
635
745
783
734
738
847
726
597
480
846
815
937
738
849
925
947
395
857
386
836
800
944
539
736
836
583
863
389
594
736
385
730
648
389
382
849
765
586
489
823
382
733
739
489
495
395
836
900
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
396
489
940
827
900
389
294
389
385
385
847
395
847
625
837
485
837
846
495
284
763
598
847
729
782
837
389
327
584
596
847
578
938
630
672
438
495
483
736
395
628
385
726
730
826
839
748
752
385
846
389
694
783
835
826
395
390
725
495
738
496
495
932
822
540
872
583
835
846
925
859
864
827
485
594
736
396
694
395
836
837
837
623
883
874
620
590
483
837
382
900
899
734
833
499
384
568
579
389
495
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
394
284
294
389
385
831
486
837
846
495
836
936
389
327
584
715
544
495
483
736
736
846
748
752
385
847
726
390
725
495
947
395
583
835
846
583
863
396
694
395
849
765
590
483
837
395
836
568
579
389
(21)
(22)
(23)
(24)
(25)
Usando una muestra piloto con arranque A(15,9) que represente el 5% del total y con
una tasa de muestreo del 15% del tamao de la muestra, obtener una muestra
aleatoria sistemtica con un A(20,11).
195
UAP
Inferencia Estadstica
9.-
Obtenga dos muestras aleatorias estratificadas, primero estratifique por sexo para
estimar la edad y luego estratifique por estado civil para estimar el peso y el nmero
de hijos.
N
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
Sexo
Masculino
Masculino
Masculino
Masculino
Masculino
Femenino
Masculino
Femenino
Masculino
Femenino
Femenino
Femenino
Femenino
Femenino
Masculino
Masculino
Femenino
Masculino
Masculino
Masculino
Masculino
Masculino
Femenino
Femenino
Masculino
Masculino
Masculino
Masculino
Femenino
Masculino
Masculino
Femenino
Masculino
Masculino
Masculino
Masculino
Masculino
Femenino
Masculino
Masculino
Masculino
Femenino
Femenino
Masculino
Edad
23
26
23
21
21
24
30
22
23
22
28
20
22
35
37
46
24
20
40
24
24
24
25
23
43
30
29
29
25
29
23
27
29
25
29
40
27
25
26
26
35
24
20
23
Peso
60
65
62
64
70
60
72
56
67
50
58
52
49
54
75
72
58
68
62
65
68
70
58
53
68
66
70
72
65
76
73
56
70
66
68
70
66
56
55
52
74
56
55
72
Est.Civil
Casado
Soltero
Soltero
Soltero
Soltero
Casado
Casado
Soltero
Soltero
Soltero
Soltero
Soltero
Soltero
Soltero
Casado
Casado
Soltero
Soltero
Casado
Soltero
Soltero
Soltero
Casado
Soltero
Soltero
Casado
Casado
Soltero
Soltero
Soltero
Casado
Soltero
Casado
Soltero
Casado
Casado
Soltero
Casado
Soltero
Soltero
Casado
Soltero
Soltero
Casado
N Hijos
1
2
0
0
0
2
3
0
0
0
1
0
0
2
2
3
0
0
3
0
0
0
1
0
2
1
1
2
0
1
0
0
1
0
2
3
1
1
0
0
2
0
0
1
196