Lapa

UNIVERSIDAD NACIONAL DE SAN ANTONIO
ABAD DEL CUSCO

FACULTAD DE CIENCIAS AGRARIAS
ESCUELA PROFESIONAL DE INGENIERÍA AGROPECUARIA – Andahuaylas.
____________________________________________________________________________
“ ”
____________________________________________________________________________
Curso: ESTADISTICA
Semestre: 2020-II
Presentado por: JOSE LUIS OSCCO LAPA
GIOVANY MACOTE LAUPA
ROCIO CARTOLIN PURE 155612
Docente: Mgt. Orlando OLIVARES RIVERA
Andahuaylas – 2020.
DEDICATORIA:
INTRODUCCION
INDICE
ESTIMACIÓN VARIACIÓN
El coeficiente de variación es una calificación que permite a los usuarios evaluar
la calidad estadística de las estimaciones. precaución Mayor del 20% indica que
la estimación es poco precisa y por lo tanto se recomienda utilizarla sólo con fines
descriptivos.
EFICIENTE DE VARIACIÓN
Las estimaciones hechas a través de muestra tienen dos tipos de error, que son:
• Errores ajenos al muestreo: Se presentan por procedimientos de observación

imperfectos, estos no dependen directamente del desarrollo matemático, esta clase
de errores es inherente a toda investigación estadística.
• Errores de muestreo: Se presentan debido a que solo se estudia una fracción de

la población total. Los errores de este tipo, se pueden estimar a partir de los
resultados obtenidos y permite evaluar la calidad de la estimación, siempre y cuando
el diseño muestral sea probabilístico.
La forma de medir el error muestral se hace a través del coeficiente de variación

estimado (cve), el cual mide la magnitud de la variabilidad de la distribución muestral
del estimador, es decir, es el indicador del grado de aproximación con que se
estiman las características del universo y este dado por:
Donde Vˆ(θˆ) es la varianza muestral de la estimación del parámetro y θˆ es el

parámetro estimado, o, en otras palabras, se define como la variación porcentual
del error estándar con respecto a su estimación, es decir es el cociente entre el error
estándar del estimador y el estimador multiplicado por 100
INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN
El coeficiente de variación es una calificación que permite a los usuarios evaluar la

calidad estadística de las estimaciones. Para la muestra cocensal se considera que
una estimación con un coeficiente de variación:
• Hasta del 7%, es precisa;
• Entre el 8 y el 14% significa que existe una precisión aceptable;
• Entre el 15% y 20% precisión regular y por lo tanto se debe utilizar con precaución
Mayor del 20% indica que la estimación es poco precisa y por lo tanto se recomienda
utilizarla sólo con fines descriptivos (tendencias no niveles).
El diseño de la muestra cocensal se realizó para obtener estimaciones con alta

precisión, sin embargo, cualquier otro nivel de desagregación está sujeto a que su
precisión no necesariamente sea buena y por tanto la cifra no sea de gran utilidad
(a mayor nivel de desagregación, menor será el nivel de precisión), por lo tanto es
de vital importancia que el investigador que tome los resultados estimados a partir
de la Encuesta Cocensal tenga presente su respectivo coeficiente de variación –
cve- y evalué el nivel de precisión de dicha estimación.
EJERCICIO 1.
cómo se debe interpretar el cve se presenta en la tabla 1, donde se observa la

cantidad de hogares que tienen ducha eléctrica para los departamentos de Caquetá
y Cundinamarca por área. Los coeficientes de variación de Caquetá son superiores
a 20%, (esto se debe a la baja frecuencia de ocurrencia del fenómeno en el
departamento), luego estas estimaciones son poco precisas, indicando que esta
información se debe utilizar sólo con fines descriptivos.
Por otro lado, los cve de la variable en el departamento de Cundinamarca están

dentro de los límites establecidos, luego representan alta precisión en las
estimaciones obtenidas
En razón de lo anterior, se presenta una metodología alternativa que facilita la

lectura e interpretación de los coeficientes de variación a través de los intervalos de
confianza. El intervalo de confianza para un estimador, es un rango dentro del cual
los valores no pueden ser considerados estadísticamente diferentes unos de otros,
y se encuentran sujetos a un nivel de confiabilidad (generalmente este nivel es del
95%).
La forma de calcular el intervalo es la siguiente
1. Se toma el valor puntual de la estimación.
2. Se calcula el error estándar del estimador, definido como:
3. A la estimación se le suma un valor correspondiente a:
Siendo el intervalo de confianza (I.C):
El valor de 1.96 corresponde al valor crítico a dos colas de una distribución normal
con media 0 y varianza 1 y un nivel de confianza de 95%. A modo de ejemplo, para
los datos que se encuentran en la tabla 1, en la cabecera del departamento
Caquetá, su intervalo de confianza (I.C.) se calcula así:
Lo anterior indica que el verdadero valor del parámetro se encuentra entre 235.61 y
582.38 con un nivel de confiabilidad del 95%.
El usuario puede proceder de la misma forma para construir el intervalo de

confianza, para cualquier tipo de parámetro y nivel de confianza (entre más amplio
sea el intervalo, la estimación del parámetro es menos precisa).
ESTIMACIÓN DE TAMAÑO DE MUESTRA
Una muestra es una selección de los encuestados elegidos y que representan a la población
total. El tamaño de la muestra es una porción significativa de la población que cumple con
las características de la investigación reduciendo los costos y el tiempo.
CÓMO SE CONFORMA EL TAMAÑO DE LA MUESTRA
Estos son tres términos clave que deberás comprender para calcular el tamaño de tu
muestra estadística y darle contexto:
CÓMO CALCULAR EL TAMAÑO DE LA MUESTRA
1.-TAMAÑO DE LA POBLACIÓN: Una población es una colección bien definida de objetos

o individuos que tienen características similares. Hablamos de dos tipos: población objetivo,
que suele tiene diversas características y también es conocida como la población teórica.
La población accesible es la población sobre la que los investigadores aplicaran sus
conclusiones.
2-. MARGEN DE ERROR (INTERVALO DE CONFIANZA): El margen de error es una

estadística que expresa la cantidad de error de muestreo aleatorio en los resultados de una
encuesta, es decir, es la medida estadística del número de veces de cada 100 que se
espera que los resultados se encuentren dentro de un rango específico.
3-. NIVEL DE CONFIANZA: Son intervalos aleatorios que se usan para acotar un valor con
una determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa
que los resultados de una acción probablemente cubrirán las expectativas el 95% de las
veces.
4-. LA DESVIACIÓN ESTÁNDAR: Es un índice numérico de la dispersión de un conjunto

de datos (o población). Mientras mayor es la desviación estándar, mayor es la dispersión
de la población.
VARIABLE CUALITATIVA CON PROPORCIONES
CÁLCULO DEL TAMAÑO DE LA MUESTRA DESCONOCIENDO EL TAMAÑO DE LA

POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la

población es la siguiente:
En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL TAMAÑO DE LA

POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población

es la siguiente:
En donde,
N = tamaño de la población
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (Error máximo admisible en términos de proporción).
EJERCICIO
¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser
próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p
= 0,5 (50%) que maximiza el tamaño muestral:
donde:
𝐙𝐚𝟐 = 1.962 (ya que la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1 – 0.05 = 0.95)
d = precisión (en este caso deseamos un 3%)

Si la población es finita, es decir conocemos el total de la población y deseásemos saber
cuántos del total tendremos que estudiar la respuesta sería:
donde:
N = Total de la población
𝐳𝐚𝟐 = 1.962 (si la seguridad es del 95%)

p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes para
conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%; proporción esperada = asumamos que puede ser
próxima al 5%; si no tuviese ninguna idea de dicha proporción utilizaríamos el valor p =
0.5 (50%) que maximiza el tamaño muestral.
Según diferentes seguridades el coeficiente de Za varía, así:

 Si la seguridad Za fuese del 90% el coeficiente sería 1.645
 Si la seguridad Za fuese del 97.5% el coeficiente sería 2.24
VARIABLES CUANTITATIVAS CON PROMEDIOS
FORMULAS PARA LAS CALCULAR UNA MUESTRA PARA ESTIMAR LA MEDIA (LA
VARIABLE PRINCIPAL ES CUANTITATIVA)
 N ES INFINITA O DESCONOCIDA
𝒁𝑺
𝒏=( )𝟐
𝒆
z= nivel de confianza
s o ∂ = desviación estándar de un estudio anterior de los elementos que poseen la
característica de interés ejemplo: la desviación estándar del salario
e = error máximo tolerable
 N ES FINITA O CONOCIDA
𝒁𝟐 𝑵𝑺𝟐
𝒏= 𝟐
𝒁𝟐 𝑺𝟐+(𝑵−𝟏)𝒆
N = TAMAÑO DE LA POBLACION
Z Y e = son variables que eligen el investigador, pero por lo general son las mismas
EJERCICIO
1-. En una fábrica se realizará un estudio socioeconómico cuya variable principal es el
salario. En un estudio previo se determinó que la desviación estándar había resultado de
s = 200 pesos
El nivel de confianza que se utilizara es de 95% y el error máximo tolerable es de 50
pesos.
(Nótese que s y e son porcentajes sino valores en unidades de medición de la variable
estudiada en este caso salario en pesos por lo que no se divide entre 100)
𝒁𝑺
𝒏 = ( )𝟐
𝒆
(1.96)(200)
N= ( )2
50
392
N=( )2
50
N =(7.84)2
N = 61.46 La muestra sera de 61 personas
2-.El investigador se entera que en la fabrica hay N = 500 personas. así que tiene que
hacer de nuevo sus cálculos con la siguiente formula.
𝑧 2 𝑁𝑆 2
𝑛= 2 2
𝑍 𝑆 + (𝑁 − 1)𝑒 2
Sustituyendo
(1.96)2 (500)(200)2
𝑛=
(1.96)2 (200)2 + (500 − 1)(50)2
(3.8416)(500)(40000)
𝑛=
(3.8416)(40000) + (499)(2500)
153664
𝑛=
1401164
N = 54.83 la muestra será de 55 personas

Lapa

Cargado por

Copyright:

Formatos disponibles

Lapa

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lapa

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN ANTONIO

ABAD DEL CUSCO

Docente: Mgt. Orlando OLIVARES RIVERA

• Errores ajenos al muestreo: Se presentan por procedimientos de observación

• Errores de muestreo: Se presentan debido a que solo se estudia una fracción de

La forma de medir el error muestral se hace a través del coeficiente de variación

Donde Vˆ(θˆ) es la varianza muestral de la estimación del parámetro y θˆ es el

El coeficiente de variación es una calificación que permite a los usuarios evaluar la

• Hasta del 7%, es precisa;

• Entre el 8 y el 14% significa que existe una precisión aceptable;

El diseño de la muestra cocensal se realizó para obtener estimaciones con alta

cómo se debe interpretar el cve se presenta en la tabla 1, donde se observa la

Por otro lado, los cve de la variable en el departamento de Cundinamarca están

En razón de lo anterior, se presenta una metodología alternativa que facilita la

1. Se toma el valor puntual de la estimación.

2. Se calcula el error estándar del estimador, definido como:

3. A la estimación se le suma un valor correspondiente a:

Siendo el intervalo de confianza (I.C):

El usuario puede proceder de la misma forma para construir el intervalo de

CÓMO SE CONFORMA EL TAMAÑO DE LA MUESTRA

CÓMO CALCULAR EL TAMAÑO DE LA MUESTRA

1.-TAMAÑO DE LA POBLACIÓN: Una población es una colección bien definida de objetos

2-. MARGEN DE ERROR (INTERVALO DE CONFIANZA): El margen de error es una

4-. LA DESVIACIÓN ESTÁNDAR: Es un índice numérico de la dispersión de un conjunto

CÁLCULO DEL TAMAÑO DE LA MUESTRA DESCONOCIENDO EL TAMAÑO DE LA

La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la

P = probabilidad de éxito, o proporción esperada

D = precisión (error máximo admisible en términos de proporción)

CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL TAMAÑO DE LA

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población

P = probabilidad de éxito, o proporción esperada

D = precisión (Error máximo admisible en términos de proporción).

¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de diabetes?

𝐙𝐚𝟐 = 1.962 (ya que la seguridad es del 95%)

p = proporción esperada (en este caso 5% = 0.05)

q = 1 – p (en este caso 1 – 0.05 = 0.95)

d = precisión (en este caso deseamos un 3%)

𝐳𝐚𝟐 = 1.962 (si la seguridad es del 95%)

Según diferentes seguridades el coeficiente de Za varía, así:

VARIABLES CUANTITATIVAS CON PROMEDIOS

También podría gustarte