Est2 clase2 4
Click here to load reader
-
Upload
jorge-juarez -
Category
Education
-
view
356 -
download
1
Transcript of Est2 clase2 4
![Page 1: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/1.jpg)
ING. JORGE JUÁREZ
![Page 2: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/2.jpg)
FACTOR DE CORRECCIÓN
DE UNA POBLACIÓN
FINITA.
ING. JORGE JUÁREZ
![Page 3: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/3.jpg)
INTRODUCCIÓN.
• Si al realizar un calculo de muestra hacemos uso de poblaciones finitas, es necesario realizar algunos ajustes en la forma de calcular el error estándar de las medias muestrales y del error estándar de las proporciones muestrales.
ING. JORGE JUÁREZ
![Page 4: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/4.jpg)
CONTEXTUALIZACIÓN.
• Una población con un límite superior es finita. • 21376 estudiantes en la matrícula de la UFG.
• 900 empleados en la fabrica “El Negro”
• 100 practicantes en el Hospital Nacional.
ING. JORGE JUÁREZ
![Page 5: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/5.jpg)
DEFINICIÓN.
ING. JORGE JUÁREZ
![Page 6: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/6.jpg)
DEFINICIÓN.
• (N-n)/(N-1)
• Población 1000 y muestra 100.• (1000-100)/(1000-1)• 900/999• 0.9492
• Tomando el error estándar que es de 5% necesitamos que el resultado sea menor a este.
• (1-0.9492)= 0.0508 Sí n/N es menor que 0.05 se ignora el factor de corrección
ING. JORGE JUÁREZ
![Page 7: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/7.jpg)
INTERVALO DE CONFIANZA.
ING. JORGE JUÁREZ
![Page 8: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/8.jpg)
EJEMPLO.
ING. JORGE JUÁREZ
![Page 9: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/9.jpg)
ELECCIÓN DEL TAMAÑO
ADECUADO DE LA
MUESTRA.
ING. JORGE JUÁREZ
![Page 10: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/10.jpg)
INTRODUCCIÓN.
• ¿Cuántos elementos de estudio son los recomendados para un buen estudio?
• El tamaño dependerá de tres factores: • El nivel de confianza deseado.
• El margen de error que tolerará el investigador.
• La variabilidad de la población que se estudia.
ING. JORGE JUÁREZ
![Page 11: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/11.jpg)
TAMAÑO DE LA MUESTRA PARA ESTIMAR LA
MEDIA DE LA POBLACIÓN.
ING. JORGE JUÁREZ
![Page 12: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/12.jpg)
TAMAÑO DE LA MUESTRA PARA UNA
PROPORCIÓN.
ING. JORGE JUÁREZ
![Page 13: Est2 clase2 4](https://reader038.fdocuments.ec/reader038/viewer/2022100604/55972e051a28abe0378b4629/html5/thumbnails/13.jpg)
EJEMPLO.
• Cuando se cuenta con un estimador disponible de p a partir de un estudio piloto u otra fuente, se puede utilizar. Por otra parte, se utiliza 0.50 porque el término p(1-p) jamás puede ser mayor cuando p=0.50.
• Por ejemplo, si p=0.30, entonces p(1-p) = 0.3(1-0.3) = 0.21.
ING. JORGE JUÁREZ