Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISTRIBUCIONES MUESTRALES, n: muestra, Muestreo-aleatorio-simple,…
DISTRIBUCIONES MUESTRALES
MUESTREO: En la referencia estadística se conoce como muestreo a la técnica para la selección de una muestra a partir de una población estadística.Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la población
TIPOS DE MUESTREO
DETERMINISTICO
Se realiza con el criterio del investigador
Muestreo intencional o por conveniencia
Bola de nieve
Muestreo discrecional
Muestreo por cuotas
PROBABILISTICO
Todos los individuos o elementos tienen la misma probabilidad de ser seleccionados
Muestreo estratificado: El muestreo estratificado es una técnica de muestreo probabilístico en donde el investigador divide a toda la población en diferentes subgrupos o estratos. Luego, selecciona aleatoriamente a los sujetos finales de los diferentes estratos en forma proporcional.
Muestreo aleatorio simple (M,A.S): El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a cada elemento de la población objetivo y a cada posible muestra de un tamaño determinado, la misma probabilidad de ser seleccionado
Muestreo sistemático: El muestreo sistematico es un tipo de muestreo probabilístico donde se hace una selección aleatoria del primer elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar el tamaño de la muestra deseado.
Muestreo por conglomerados: El muestreo por conglomerados es una técnica utilizada cuando hay agrupamientos "naturales" relativamente homogéneos en una población estadística. A menudo se utiliza en la investigación de mercados.
MUESTRA(n): Subconjunto de la población.
ESTADÍSTICOS: Medidas tomadas de la muestra
TAMAÑO
VARIABLES CUALITATIVAS (cualidades o atributos): Estimación de proporciones
Población infinita
Población finita
VARIABLES CUANTITATIVAS: (cantidades): Estimación por promedios
Población finita
Población infinita
DISTRIBUCIÓN DE PROBABILIDAD:En teoría de la probabilidad y estadística, la distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable la probabilidad de que dicho suceso ocurra
DISTRIBUCIÓN T- STUDENT (t)
Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeña 𝑛 ≤ 30.
Grados de libertad: El número de grados de libertad es igual al tamaño de la muestra
(número de observaciones independientes) menos 1.
Cada curva tiene forma de campana con centro 0.
Cada curva t, está más dispersa que la curva normal estándar.
A medida que los grados de libertad aumentan, la dispersión de la curva t correspondiente disminuye.
.DISTRIBUCIÓN CHI CUADRADO
En estadística, la distribución de Pearson, llamada también ji cuadrada o chi cuadrado, es una distribución de probabilidad continua con un parámetro que representa los grados de libertad de la variable aleatoria Donde son variables aleatorias normales independientes de media cero y varianza uno.
DISTRIBUCIÓN NORMAL:
La distribución más importante en estadística
Una gran cantidad de fenómenos de la vida diaria pueden ser modelados por esta distribución.
Variables aleatorias con mediciones pueden ser consideradas normales.
Las medias muestrales de cualquier distribución se comportan como una variable normal conforme aumenta el tamaño de la muestra
DISTRIBUCIONES MUESTRALES
En estadística, la distribución muestral es lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.
DISTRIBUCIÓN DE LA MEDIA DE PROPORCIONES: Este método se utiliza para comparar las proporciones o porcentajes de dos distribuciones muestrales y formular una inferencia respecto a la diferencia de estas
DISTRIBUCIÓN DE LA VARIANZA: A veces lo que nos interesa estudiar la variabilidad de las medidas. La variabilidad se suele medir con la varianza o con la desviación estándar y el estadístico empleado es la varianza muestral
DISTRIBUCIÓN DE LA DIFERENCIA DE MEDIAS
varianza conocida
se conocen las dos medias y las dos desviaciones estandar
varianza desconocida:
Si no se conocen las varianzas poblacionales (aunque se asume que son homogéneas), se trabaja con la varianza de las muestras, pero se deberá variar la fórmula del error estándar y se trabajará con la Distribución T de Student.
DISTRIBUCIÓN DE LA MEDIA:Si se está muestreando una población que tiene una distribución normal con media μ y desviación estándar σ conocida, independientemente del tamaño de la muestra n, la distribución muestral de la media tendrá una distribución normal con media muestral igual a la media poblacional y un error estándar de la media muestral.
DISTRIBUCIÓN DE PROPORCIÓN: La distribución muestral de la proporción generalmente sigue el modelo de una distribución probabilística para variables cuantitativas discretas denominada Distribución sigue el modelo de una distribución probabilística para Binomial, sin embargo cuando ocurre que n
P y n
Q modelo de la curva normal y en consecuencia realizar el contraste de hipótesis para la proporción poblacional a través de los puntajes z de la curva normal.
n: muestra
N: población
Z: nivel de confianza (90%-99%)
E: error esperado o sesgo
P: probabilidad de que ocurra el proceso esperado
q: probabilidad de fracaso
varianza
