EISP_U1_EA1_APOYO

Páginas: 26 (6497 palabras) Publicado: 9 de diciembre de 2014

Estadística para la Investigación en la Seguridad Pública
UNIDAD 1: MODELOS PROBABILISTICOS
Actividad : Evidencia de Aprendizaje










INDICACIONES DE LA ACTIVIDAD.

Evidencia de aprendizaje.
Resolución de ejercicios de modelos probabilísticos

El objetivo de esta actividad es que repases los conocimientos adquiridos durante el cursoresolviendo ejercicios asociados con cada uno de los temas y subtemas, y que además integres todas tus actividades como portafolio.

1. Revisa el archivo Evidencia de aprendizaje. Ahí encontrarás ejercicios sobre muestreo, variables aleatorias, modelos probabilísticos y distribución normal.

2. Resuelve cuidadosamente cada uno de los problemas.

3. En un documento escribe las solucionesa los ejercicios, una vez que estés seguro de que no hay errores.

4. Integra en el mismo documento todos tus trabajos:

 Actividad 1. Tipos de muestreo
 Actividad 3. Variables aleatorias
 Actividad 4. Modelos probabilísticos
 Actividad 6. Problemario
 Evidencia de aprendizaje. Resolución de ejercicios de modelos probabilisticos

5. Después de integrar tus trabajos, envía tudocumento a la sección de tareas, con la nomenclatura EISP_U1_EA_XXYZ, y espera la retroalimentación del Facilitador(a).

*Consulta la rúbrica de evaluación para conocer los criterios que serán tomados en cuenta al momento de calificar tu trabajo.





ACTIVIDAD 1. TIPOS DE MUESTREO

1. Cuadro comparativo de los diferentes tipos de muestreo
MUESTREO PROBABILÍSTICO
TIPOS DE MUESTREOCARACTERISTICAS
VENTAJAS
DESVENTAJAS
EJEMPLO DE USO
Aleatorio Simple

Basado en el principio de equiprobabilidad, ya que ofrece la probabilidad equitativa a todos los elementos de la población de ser elegidos.


Aseguran la representatividad de la muestra extraída por lo que son los más recomendables.

Es sencillo y de fácil comprensión.

El cálculo de medidas y varianzas se realizade manera rápida.

Basado en la teoría estadística.

Existencia de paquetes informáticos para análisis de datos.
En ocasiones los resultados de muestras son muy extensos o dispersos en áreas geográficas que son amplias.

A veces se amplia el costo y el tiempo de la recopilación de datos.

Requerimiento de un listado de toda la población.

Posible representación inadecuada cuando se ytrabaja con una muestra de población pequeña.

En estudios estadísticos para determinar los niveles de ingreso de un grupo de familias en una entidad.


En estudios experimentales


Aleatorio Sistemático
El proceso de selección de la muestra es muy similar a una progresión aritmética.

El investigador escoge aleatoriamente la primera pieza o sujeto de población; luego selecciona a casaenésimo sujeto de la lista.

Otra técnica es la modificada, donde primeramente se identifica el tamaño necesario de la muestra, se divide el número total de la población por el tamaño de la muestra para obtener la fracción de muestreo; la cual se utiliza después como la diferencia constante entre los sujetos.

Identifica las unidades para así relacionarlas con un calendario (en caso de proceder);se calcula una constante y se determina una fecha para la primera extracción, eligiendo un número al azar y de allí sigue a intervalos regulares, teniendo en cuenta la periodicidad del fenómeno.





Procedimientos sencillos con resultados de calidad regular.

Se puede realizar manualmente.

No siempre es necesario tener un listado de la población.

Permite que el investigador añadaun grado de sistema o proceso en la selección aleatoria de los sujetos.

Proporciona la garantía de que el muestreo se hará equitativamente sobre la población.

El muestreo puede interactuar con un rasgo periódico oculto dentro de la población. Si la técnica de muestreo coincide con la periodicidad del rasgo, la técnica de muestreo ya no será aleatoria y la representatividad de la muestra se...
Leer documento completo

Regístrate para leer el documento completo.

Conviértase en miembro formal de Buenas Tareas

INSCRÍBETE - ES GRATIS