Informe sobre el Cálculo de Errores de Muestreo. Encuesta sobre Condiciones de Vida ECV
|
|
- Blanca Marín Escobar
- hace 6 años
- Vistas:
Transcripción
1 Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida ECV EUSKAL ESTATISTIKA ERAKUNDA
2 INDICE. Itroducció Método de expasió de Taylor Métodos de Replicació Cálculo de errores. ECV Diseño Muestral Procedimieto de cálculo Estadísticos y domiios para el cálculo de errores e la ECV Resultados e Iterpretació...7 Bibliografía...9 2
3 . Itroducció. Podemos defiir error de muestreo como la imprecisió que se comete al estimar ua característica de la població de estudio (parámetro) mediate el valor obteido a partir de ua parte o muestra de esa població (estadístico). Este error depede de mucos factores, etre ellos, del procedimieto de extracció de esa parte de la població (diseño muestral), del úmero de uidades que se extrae (tamaño de la muestra), de la aturaleza de la característica a estimar, etc. Ua expresió geeralizada del error de muestreo sería la siguiete: Error de muestreo = Var(θˆ) () θˆ Siedo el estadístico de iterés (media, total, proporció,..). Este estadístico tomará valores distitos depediedo de la muestra extraída. La variabilidad del estadístico e el muestreo determiará el error muestral. La expresió de este error cambiará depediedo de la técica de muestreo utilizada, aciédose más complejo su cálculo coforme más complicado sea el diseño muestral. La mayoría de las ecuestas de EUSTAT tiee u diseño muestral complejo que icluye estratificació, probabilidades de selecció desiguales y varias etapas de muestreo. Estos diseños se aplica co el fi de producir estimadores putuales lo más bueos posibles, pero e la práctica complica sobremaera la estimació de los errores de muestreo. La literatura a sugerido alguas alterativas a los métodos covecioales de cálculo de errores muestrales. Estas técicas eurísticas proporcioa ua buea estimació del error muestral a partir de los pesos fiales y las características del diseño muestral [], [6]. E lo que sigue itroduciremos estos métodos y su aplicació cocreta e el caso de la Ecuesta sobre Codicioes de Vida para los datos referetes a Método de expasió de Taylor [2], [6]. Este método permite calcular estimacioes del error muestral para totales, medias y proporcioes e muestras co estratificació, clústers y probabilidades desiguales, como es el caso de mucas operacioes estadísticas e EUSTAT. El método admite e su formulació varias etapas de muestreo pero sólo tiee e cosideració la variabilidad de las uidades de primera etapa para la estimació del error muestral. Se obtiee aproximacioes lieales del estimador y se calcula la variaza utilizado ésta como estimació del error muestral. La expresió para el cálculo de la variaza estimada para la media poblacioal es la siguiete: Vˆ( Yˆ ) = H ( f ) = i= ( e i. e.. ) 2 (2) Dode: 3
4 e i. = m i j= w ij ( y ij w... Yˆ ) e.. y = w... = Notació: j= H e i. m i = i= j= w ij =, 2,..., H idica el estrato co u total de H estratos. i =, 2,..., idica el úmero de clusters e el estrato, co u total de clusters. j =, 2,..., m i idica el úmero de uidad detro del cluster i del estrato, co u total de m i uidades = H = i= m i es el úmero total de observacioes e la muestra. w ij idica el elevador de la observació j e el cluster i del estrato y ij = ( y ij (), y ij (2),..., y ij (P)) so los valores observados de la variable Y e la observació j del cluster i del estrato. (variables uméricas y categóricas). El procedimieto PROC SURVEYMEANS del paquete estadístico SAS [4], implemeta este método de estimació de errores muestrales y será la erramieta que se utilice para el cálculo de los errores muestrales del ficero de familias de la operació que os ocupa. 3. Métodos de Replicació []. El cálculo de errores de muestreo mediate replicació es u método útil para aproximar la variaza de estadísticos o-lieales. Además, produce resultados asitóticamete equivaletes a la liealizació. Al cotrario que el aterior, estos métodos sí cosidera la variabilidad e posteriores etapas del muestreo (muestreo multietápico) a la ora de estimar el error muestral [3]. El método cosiste e elegir submuestras (replicadas) de la muestra total y calcular el estadístico de iterés e cada ua de las submuestras. La variaza del estadístico de la muestra total se estima usado la variabilidad de las estimacioes calculadas para cada submuestra. 4
5 Existe distitos métodos de replicació : Jackkife (JK, JK2, JK), Replicació de Equilibrio Repetido (BRR), métodos Bootstrap. La elecció del método más adecuado depede del diseño muestral. Todos ellos basa el cálculo del error muestral e la siguiete expresió: Var( ˆ) θ = c co : ˆ θ = Estimació de θ para la replicada g G = Número total de replicadas formadas c = Cos ta te que depede del método de replicació f ( g ) g g G g= g f g ( ˆ θ ( g ) ˆ) θ = Factores de ajuste ( JK) = Factor de correcció de poblacioes fiitas 2 (2) El método que más se adapta a los diseños muestrales más comues e EUSTAT es el Jackife () que se caracteriza por: Ajustarse a diseños muestrales estratificados co dos o más uidades e cada estrato. Cada replicada se forma excluyedo ua uidad de la muestra origial cada vez. G = replicadas (=úmero de uidades primarias e la muestra origial). c = g= (-)/ siedo el estrato asociado a la replicada g. El software WesVar de la empresa americaa Westat, Ic. [5] implemeta, etre otros, este método de replicació y será la erramieta que se utilizará para el cálculo de las replicadas y sus correspodietes estimadas para el ficero de idividuos (uidades de seguda etapa) de la ecuesta que os ocupa. 4. Cálculo de errores - ECV Diseño Muestral. La ECV es ua ecuesta por muestreo sobre la població de la CAE de 6 y más años. La ecuesta va dirigida a ua muestra de idividuos seleccioados aleatoriamete e dos etapas. E primer lugar se seleccioa las viviedas, y detro de cada vivieda se sortea u idividuo de forma aleatoria. El método de muestreo de las viviedas es el estratificado (primera etapa) y detro de las viviedas el muestreo, para seleccioar las persoas, es aleatorio (seguda etapa). E la primera etapa los estratos los compoe los Territorios Históricos, además de otras dos variables que se a cosiderado importates. Estas so el año de costrucció y el tamaño familiar agrupadas de la siguiete forma: - para el año de costrucció, los itervalos so 3: asta 940, , 97 y posterior; - e cuato al tamaño familiar, otros 4: pers, 2 pers, 3-4 persoas, 5 y más. 5
6 E total, por combiació de TH y las modalidades ateriores, tedremos 36 estratos (3*3*4). E la seguda etapa, ya se a dico que ua vez seleccioada la vivieda, el muestreo es aleatorio etre todos los idividuos de la vivieda. 4.2 Procedimieto de cálculo. La ecuesta se explota a ivel de familias (viviedas) e idividuos por lo que se dispodrá de dos ficeros que va a recibir tratamieto distito e cuato al cálculo de errores se refiere. E el primer caso, el diseño muestral es secillo (muestreo estratificado de viviedas) por lo que podrá ser tratado co el procedimieto que proporcioa SAS. E el caso de los idividuos el diseño pasa a ser multietápico (vivieda e idividuo) por lo que utilizaremos el método Jackife () de replicació implemetado e el software Wesvar. Ficero de Familias La sitaxis básica del procedimieto de SAS implemetado para el cálculo de errores es la siguiete [4]: PROC SURVEYMEANS < ombre_ficero > < opcioes de salida >; BY variables ; /*cálculo de errores por subpoblacioes idepedietes*/ CLASS variables ; /*cálculo de errores para variables cualitativas*/ DOMAIN variables ; /*variables que delimita el domiio/cruce para el que se calcula los errores*/ STRATA variables < / optio > ; /*variable que idica el estrato e el muestreo estatificado*/ VAR variables ; /* variables cuatitativas y cualitativas para las que se pretede calcular los errores muestrales*/ WEIGHT variable ; /* variable peso pre-calculada (opcioal)*/ Los parámetros geerales de esta sitaxis para el caso cocreto de la ECV será los siguietes: STRATA = Territorio Histórico*Año de costrucció*tamaño familiar WEIGHT = Elevador aual de familias. VAR = Variables propias de la ecuesta. DOMAIN = Cruces por variables geográficas y socio-demográficas. Ficero de Idividuos E las especificacioes propias del método de replicació y del propio programa Wesvar [5], es ecesario idicar la variable de estratificació (STRATA) y la uidad de muestreo e primera etapa (PSU). E uestro caso éstas será: STRATA = Territorio Histórico*Año de costrucció*tamaño familiar PSU = Idetificador de vivieda. El úmero de replicadas (submuestras) que calculará el método debe coicidir co el total de uidades primarias del muestreo (viviedas). La estimació fial del error muestral vedrá dada por la variabilidad del estimador calculado para cada submuestra. 4.3 Estadísticos y domiios para el cálculo de errores e la ECV Siguiedo el criterio adoptado por otras ecuestas de EUSTAT para la publicació de los errores muestrales, se difudirá tatas tablas de errores como cruces se publique e el apartado de tablas estadísticas de la Web para la operació dada. E este caso estas tablas so: 6
7 Tablas de Coeficietes de Variació e Itervalos de Cofiaza. Ecuesta de Codicioes de Vida. ECV Familias F. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por el grado de relacioes que matiee co familiares, amigos y vecios (%). F2. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por el estado del medio ambiete y el grado de seguridad ciudadaa (%). F3. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por el ivel de servicios y equipamietos de la vivieda (%). F4. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por los servicios del edificio y del etoro (%). F5. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por la situació ecoómica objetiva y la apreciació subjetiva (%). Idividuos P. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de població de 6 y más años estudiate por la distacia al cetro de estudios, la forma de realizarlo y la duració del trayecto (%). P2. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de població de 6 y más años estudiate por el grado de depedecia (%). P3. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de població de 6 y más años ocupada, por las codicioes del cetro de trabajo (%). P4. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de població de 6 y más años por la frecuecia co que sale a comer o cear los fies de semaa (%). P5. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de població de 6 y más años por la existecia y tipo de relacioes co amigos y vecios (%). 4.4 Resultados e Iterpretació. Juto co el estadístico de iterés se proporcioa otras medidas del error que so de utilidad y ayuda a la iterpretació del mismo. Etre éstas, las más iteresates so: - El Coeficiete de Variació. Es ua medida relativa del error que permite comparar precisioes etre distitos grupos o poblacioes. Se trata de ua magitud adimesioal muy utilizada como medida del error muestral y su expresió es: CV = Var( ˆ) θ ˆ θ - Itervalo de Cofiaza al 95%. Este itervalo de cofiaza se basa e la distribució e el muestreo del estadístico (proporció, media, tasa, ). Por el Teorema Cetral del Límite, la mayor 7
8 parte de las veces podemos asumir ua ley Normal para los estadísticos más comues, por lo que la costrucció de este itervalo vedrá dada por la siguiete expresió: ( ˆ θ,96 Var ( ˆ), θ ˆ θ +,96 Var( ˆ) θ ) El valor,96 es el percetil de ua distribució Normal co media 0 y desviació típica que ecierra ua probabilidad del 95%. Esto permite afirmar que el itervalo calculado para el estadístico θˆ cotiee al verdadero valor del parámetro poblacioal e el 95% de los casos (posibles muestras). Co esta iformació proporcioada, se costruirá las tablas defiitivas de errores que cotedrá la estimació del estadístico, el límite iferior y superior del itervalo de cofiaza al 95% y el coeficiete de variació e porcetaje. A cotiuació se preseta u modelo de tabla de difusió de errores: F5. Coeficietes de Variació e Itervalos de Cofiaza para el porcetaje de familias por la situació ecoómica objetiva y la apreciació subjetiva (%). C.A. de Euskadi Araba / Álava Bizkaia Gipuzkoa Situació ecoómica objetiva Mala L. Iferior 95% L. Superior 95% CV(%) Normal L. Iferior 95% L. Superior 95% CV(%) Buea L. Iferior 95% L. Superior 95% CV(%) Fuete: EUSTAT. Ecuesta de Codicioes de Vida. ECV Otra forma de iterpretar esta iformació cosiste e calcular el error relativo al 95% de cofiaza, que se obtiee al multiplicar el percetil,96 por el Coeficiete de Variació. Este error relativo os permite ablar e térmios de putos porcetuales del valor de la estimació. Para la tabla aterior, el error relativo al 95% para el porcetaje de familias co situació ecoómica ormal es del 3,4 % (,96*,6). O lo que es lo mismo, a u ivel de cofiaza del 95% podemos afirmar que el verdadero valor del porcetaje de familias co situació ecoómica ormal oscila e u itervalo del ±3,4 % de la estimació dada. Es decir: (46,6 ± 0,034*46,6) = etre 48,% y 45,% Es importate señalar aquellas estimacioes que sobrepase u determiado porcetaje del error relativo al 95%, para que el usuario tome las debidas cautelas a la ora de iterpretar la iformació dada. U umbral razoable estaría e aquellas estimacioes que sobrepase el 20% de error relativo (C.V. > 0% aprox.), señalado de forma especial aquellas casillas dode este error sea mayor que el 30% (C.V. > 5% aprox.). Se asume u tamaño muestral suficietemete grade ( >30). Cuado o podemos realizar esta asució, el itervalo de cofiaza se calculará co el correspodiete percetil al 95% de la distribució t-studet co - grados de libertad. 8
9 Bibliografía [] EUSTAT. 998 El método de replicació para la estimació de errores de muestreo. D. Morgastei, Semiario Iteracioal de Estadística, 37.. ttp:// [2] Fuller, W. A. (975), "Regressio Aalysis for Sample Survey," Saky, 37, Series C, Pt. 3, [3] Kalto, G. (979) Ultimate Cluster Samplig Joural of te Royal Statistical Society. Series A, Vol.42, No. 2, pp [4] Sas Istitute Ic. (2004), SAS/STAT 9. Guía de Usuario. Copyrigt 2004, Cary, NC, USA. ISBN [5] WESTAT, Ic. (2002) Maual del usuario WesVar 4.2 [6] Woodruff, R. S. (97), "A Simple Metod for Approximatig te Variace of a Complicated Estimate" Joural of te America Statistical Associatio, 66,
Informe sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Familias)
Iforme sobre el Cálculo de Errores de Muestreo Ecuesta de la Sociedad de la Iformació (ESI- Familias) EUSKAL ESTATISTIKA ERAKUNDA INDICE 1. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo
Más detallesInforme sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV
Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida - ECV EUSKAL ESTATISTIKA ERAKUNDA INDICE. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo de errores....4 3.
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesResumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.
Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesIntervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.
Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesObjetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia
Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detallesEstimación de parámetros. Biometría
Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes
Más detallesUNIDAD 3.- INFERENCIA ESTADÍSTICA I
UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a
Más detallesFormulas. Población infinita. Población finita
Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesMuestreo Estratificado.
Muestreo Estratificado. 1.- Itroducció: Para aplicar este diseño, se precisa que la població esté dividida e subpoblacioes, estratos, que o se solape. Se seleccioa ua muestra probabilística e cada estrato
Más detallesDISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA, GEOGRAFÍA E INFORMÁTICA (INEGI)
403 DISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA GEOGRAFÍA E INFORMÁTICA (INEGI 404 Diseño muestral de la ecuesta ÍNDICE Págia. Itroducció... 405 2.
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesCAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS
Págia 1 de 11 CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesPROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)
TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesTopografía 1. II semestre, José Francisco Valverde Calderón Sitio web:
II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detalles1. Intervalos de Conanza
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació
Más detallesCapítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco
Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual
ETIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRATE DE HIPÓTEI TEMA 8: Cotrastes paramétricos
Más detallesPoblación Joven Adulta Total A favor En contra Total
Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detallesTema 2. Medidas descriptivas de los datos
Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa
Más detallesDirección General de Calidad y Atención al Usuario
FICHA TÉCNICA PROYECTO ORGANISMO RESPONSABLE DURACIÓN DESCRIPCIÓN Ecuesta de Satisfacció de Usuarios del Sistema de Salud de Aragó. Ateció Especializada y Urgecias. 2014 Direcció Geeral de Calidad y Ateció
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesMUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II
MUESTREO ESTRATIFICADO TECNICAS DE MUESTREO II Email:cgozales@lamolia.edu.pe CONSTRUCCION DE OS ESTRATOS Cuál es la mejor característica para la costrucció de los estratos? Cómo se determia los límites
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA
. Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer
Más detallesMétodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA
Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detalles2 Algunos conceptos de convergencia de sucesiones de variables aleatorias
INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes
Más detallesInforme sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Empresas)
Informe sobre el Cálculo de Errores de Muestreo Encuesta de la Sociedad de la Información (ESI- Empresas) EUSKAL ESTATISTIKA ERAKUNDA INDICE 1. Introducción...3 2. Método de expansión de Taylor...3 3.
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO
Más detallesEstimación de Parámetros. Estimación de Parámetros
Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de
Más detallesQué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II
SISTEMA DE EVALUACION TECNICAS DE MUESTREO II Practicas 3% Exame parcial 3% Exame fial 3% Trabaos ecargados % Profesor: Ig. Celso Gozales Ch. Mg.Sc Email:cgozales@lamolia.edu.pe REFERENCIAS BIBLIOGRAFICAS
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más detallesESTADÍSTICA UNIDIMENSIONAL
I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció
Más detallesEstimación puntual y por intervalos
0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesAnálisis de resultados. Independencia de las muestras
Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas
Más detallesIntroducción al Análisis de la Varianza
Itroducció al Aálisis de la Variaza F. Javier Cara Uiversidad Politécica de Madrid Curso 013/14 Distribucioes import. e Aalisis de la Variaza Sea X 1, X,...,X, Y 1, Y,...,Y m, variables aleatorias idepedietes
Más detallesPaso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:
Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesDiseño muestral de la Encuesta de Métodos de Producción Agrícola 2009
Diseño muestral de la Ecuesta de Métodos de Producció Agrícola 009 El diseño muestral de la Ecuesta de Métodos de Producció Agrícola 009 correspode a u tipo de muestreo aleatorio estratificado. E cada
Más detalles- estimación de parámetros, - intervalos de confianza y
Iferecia estadística: es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. Objetivos de la iferecia: - estimació de parámetros, - itervalos de cofiaza
Más detallesEn esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra.
Capítulo 6 Muestreo Estadístico E esta tema setaremos las bases del muestreo estadístico y estudiaremos las distribucioes de alguos estadísticos a partir de ua muestra. 6.1. Coceptos básicos Auque e el
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesIntroducción a la Econometría. Análisis estadístico de datos económicos
Itroducció a la Ecoometría Aálisis estadístico de datos ecoómicos Breve Resume del Curso La ciecia ecoómica suele idicaros relacioes iteresates etre variables, a meudo co implicacioes de política ecoómica,
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallese i y i y i y i 0 1 x 1i 2 x 2i k x ki
Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede
Más detallesParte 2. Estadística inferencial
Parte. Estadística iferecial. Distribucioes muestrales Recordemos que el objetivo de la Estadística es hacer iferecias acerca de los parámetros de ua població co base e la iformació coteida e ua muestra.
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesPRUEBAS DE HIPÓTESIS.
PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple
Más detallesSELECCIÓN DE LOS CASOS (II): Muestra estadística
ELECCIÓ DE L CA (II): El objetivo de esta ficha de actividad es itroducir el problema de la selecció de los casos ua vez que se ha defiido (auque sea) provisoriamete el tipo de diseño que orgaizará la
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesPRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO
PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO. BONDAD DE AJUSTE Las pruebas de bodad de ajuste tiee por objetivo determiar si los datos se ajusta a ua determiada distribució, esta distribució puede
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesTema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS
UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesIntervalos de Confianza
Itervalos de Cofiaza 1.- Se quiere estudiar la vida útil de uas uevas pilas que se va a lazar al mercado. Para ello se examia la duració de 40 de ellas, resultado ua media de 63 horas. Supoiedo que el
Más detallesMuestreo. Tipos de muestreo. Inferencia Introducción
Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida
Más detallesINTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias
Más detallesMATERIAL DE LA 3era VISITA
Material de clase 2 Domigo 27 Juio TEMAS: MATERIAL DE LA 3era VISITA 1. DISTRIBUCION DE LAS PROPORCIONES MUESTRALES 2. INTERVALOS DE CONFIANZA Desarrollo Tema 1: La Distribució de las Proporcioes Muéstrales
Más detalles