Muestreo Y Distribución De Muestreo Aplicados A Situaciones Cotidianas

Muestreo y distribuci￳n de muestreo aplicados a situaciones cotidianas
Una meta comn e importante de la materia de estad￭stica es la siguiente: aprender acerca de un grupo grande examinando los datos de algunos de sus miembros. En dicho contexto los t￩rminos muestra y poblaci￳n adquieren importancia. Las definiciones formales de t￩rminos b￡sicos se presentan a continuaci￳n:
Datos son lasobservaciones recolectadas (como mediciones, g￩neros, respuestas de encuestas)
Estad￭stica es un conjunto de m￩todos para planear estudios y experimentos, obtener datos y luego organizar, resumir, presentar, analizar, interpretar y llegar a conclusiones basadas en los datos
Poblaci￳n es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etc.) que se va a estudiar. Elconjunto es completo porque incluye a todos los sujetos que se estudiar￡n.
Censo es el conjunto de datos de cada uno de los miembros de la poblaci￳n
Muestra es un subconjunto de miembros seleccionados de una poblaci￳n
Se trata de utilizar datos muestrales para hacer inferencias (o generalizaciones) sobre una poblaci￳n completa.
Los datos cuantitativos consisten en nmeros que representanconteos o mediciones, se pueden clasificar en:
Datos discretos: Resultan cuando el nmero de valores posibles es un nmero finito o un nmero que "puede contarse", ejemplo: nmero de huevos que ponen las gallinas, nmero de latas.
Datos continuos: Resultan de un infinito de posibles valores que corresponden a alguna escala continua que cubre un rango de valores sin huecos, interrupciones o saltos,ejemplo: cantidades de leche que producen las vacas, el volumen real de la bebida de cocacola.
Los datos cualitativos (o categ￳ricos o de atributo) se dividen en diferentes categor￭as que se distinguen por algunas caracter￭sticas no num￩ricas.
Otra forma de comn de clasificar los datos consiste en usas 4 niveles de medici￳n: nominal, ordinal, de intervalo y de raz￳n.
La escala nominal: enalgunos casos los atributos de inter￩s o las variables consisten en nombres o etiquetas, y las observaciones (mediciones) nicamente se puede clasificar, los datos no se pueden acomodar en un esquema de orden. En esta escala consiste en asignar s￭mbolos que pueden ser letras, nombre o incluso nmeros (sin que haya relaciones matem￡ticas), sin embargo, se puede contar el nmero de observaciones decada clase o categor￭a, y utilizar las frecuencias o porcentajes de las categor￭as en alguna actividad de presentaci￳n o an￡lisis.
La escala ordinal: al igual que en la escala nominal, la medici￳n consiste en asignar s￭mbolos que pueden ser letras, nombres o incluso nmeros. Ejemplos de datos que corresponden a esta escala son las encuestas que hacen los sitios de internet, en las que se pidecategorizar una pel￭cula, un art￭culo publicado por ellos o una opini￳n respecto de una propuesta de ley. En esta escala se puede distinguir una relaci￳n entre las clasificaciones ya que un excelente es mejor que muy bueno y as￭ sucesivamente, por consiguiente no es posible determinar diferencias entre los valores de los datos o tales diferencias carecen de significado.
La escala de intervalo: poseetodas las caracter￭sticas de la escala ordinal, con la propiedad adicional de que los nombres o s￭mbolos asignados son generalmente nmeros, y la diferencia entre dos de ellos da resultados significativos, ya que hay una unidad de medida comn y constante. Un ejemplo de medici￳n con escala de intervalo es la lectura de temperaturas, que se pueden ordenar f￡cilmente pero tambi￩n se pueden determinarlas diferencias y darle un sentido, mas sin embargo, los datos en este nivel no tienen punto de partida cero natural inherente.
La escala de raz￳n: es el nivel de medici￳n m￡s alto; tiene todas las caracter￭sticas de la escala de intervalo, pero, adem￡s, tiene un punto cero natural o te￳rico. Por consiguiente, adem￡s de las diferencias y las sumas, la multiplicaci￳n y divisi￳n de los datos...