1. En una clase de Química hemos medido la altura de los 25 alumnos.

Sus
medidas, en cm, son:

167 159 168 165 150 170 172 158 163 156
151 173 175 164 153 158 157 164 169 163
160 159 158 174 164

 Calcule las 3 medidas de tendencia central estudiadas, el intervalo de clases,

Elabora una tabla que represente estos resultados con sus frecuencias absolutas,
relativas y acumuladas, el punto medio, dibujar un plano cartesiano a través de un
histograma discreto.
Alumnos Altura Altura Ordenada
1) 167 150
2) 159 151
3) 168 153
4) 165 156
5) 150 157
6) 170 158
7) 172 158
8) 158 158
9) 163 159
10) 156 159
11) 151 160
12) 173 163
13) 175 163
14) 164 164
15) 153 164
16) 158 164
17) 157 165
18) 164 167
19) 169 168
20) 163 169
21) 160 170
22) 159 172
23) 158 173
24) 174 174
25) 164 175
Total 4070
Media Aritmética

𝐸.𝑥.𝑓 4070
𝑋 = =162,8
𝑁 25

Mediana
 1.63

Moda
 158 – Multimodal

 159- Bimodal

 163- Bimodal

 164- Multimodal

IC= IMX-I Mínimo

175−150
IC= IC
12
150+162,8+2,083=314,883
25
IC=
12

IC=2,083

Frecuencia Frecuencia Frecuencia

Intervalo de Clase Punto Medio
Absoluta Relativa Acumulada
150 + 314.883
150 314,883 25 1 1 = 232,4415
2
315,883+317,996
315,883 317,966 0 0 1 =316,9395
2
318,996+312,049
318,966 321,049 0 0 1 =315,5225
2
322,049+324,132
322,049 324,132 0 0 1 =323,0905
2
325,132 + 327,215
325,132 327,215 0 0 1 = 326,1735
2
 328,215+330,298
328,215 330,298 0 0 1 =329,2565
2
331,298+333,381
331,298 333,381 0 0 1 =332,3395
2
334,381+336,464
334,381 336,464 0 0 1 =335,4225
2
337,464+339,547
337,464 339,547 0 0 1 =338,5055
2
340,547+342,63
340,547 342,63 0 0 1 =341,5885
2
343,63+345,713
343,63 345,713 0 0 1 =344,6715
2
346,713+348,796
346,713 348,796 0 0 1 =347,7545
2

Total 25 1

Gráfico1. Altura de los 25 alumnos de la clase de Química.

180

175
175
174
173
170 172
170
169
168
167
Altura - Variable Dependiente

165
165
164 164 164
163 163
160
160
159 159
158 158 158
155 157
156

153
150 151
150

145

140

135
1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)
Alumnos -Variable Independiente
2) Clasificar las siguientes variables respondiendo si es cuantitativa o cualitativa

 Temperatura máxima diaria (Cuantitativa)

 Número en la camiseta de los jugadores de Francia (Cuantitativa)

 Calificación en un examen (Cuantitativa-Cualitativa)

 Marca de refresco consumido (Cualitativo)

 Código postal (Cuantitativa)

 Estado civil (Cualitativo)

3) Escribir 3 ejemplos de variables cualitativas

 Profesión que te gusta.

 Coeficiente intelectual de tus compañeros de clase.

 Comida Favorita.

4) Un docente de Estadística quiere saber las calificaciones que obtuvieron sus

alumnos en estadística descriptiva. En la primera clase del curso les pregunta a los

10 estudiantes sentados en la primera fila sus calificaciones en esa asignatura.

Concluye con base en las respuestas recibidas, que el grupo obtuvo muy buenas

calificaciones.

 ¿Cuál es la muestra?

Los 10 estudiantes sentados en la primera fila.

 ¿Cuál es la población?

Alumnos en la asignatura de estadística descriptiva (Calificaciones que obtuvieron-

Población Finita)
 Practica Estadística

Edad en años de estudiantes en etapa colegial

13 10 12 16

 Calcule las 3 medidas de tendencia central estudiadas, el intervalo de clases,

Elabora una tabla que represente estos resultados con sus frecuencias absolutas,
relativas y acumuladas, el punto medio, dibujar un plano cartesiano a través de un
histograma discreto.

Nombres Edad Edad Ordenada

Juan 13 10
Pedro 10 12
Luis 12 13
José 16 16
Total 51

Media Aritmética

𝐸.𝑥.𝑓 51
𝑋 = =12,75
𝑁 4

Mediana

12+13=25/2=12,5

Mediana 12,5

Moda
No hay Moda.
 IC= IMX-I Mínimo
16−10
IC= IC
1
10+12,75+6=28.75
6
IC=
1

IC=6

Intervalo de Frecuencia Frecuencia Frecuencia

Punto Medio
Clase Absoluta Relativa Acumulada

10+28.75
10 28.75 4 1 1 = 19,375
2

Total 4 1

Edad en años de estudiantes en etapa

colegial

Series1 Series2

18
16
14 16

12 13
10 12

8 10

6
4
2 4
1 2 3
0
1 2 3 4

Variable Independiente- Edad de los estudiantes

Variable dependiente – Etapa Colegial

 Integrantes:

Kimberly Karina Flores Ordoñez

Kristel Melina Torres Cabezas

Lincy Jacinta Cedeño Alvarado

Kevin Bryan Barcia Yánez

Johana Lisbeth Figueroa Arteaga

Francisco Rodríguez

Tema:

Muestreo de Bola de Nieve

Docente

Ing. José Miguel Zamora

Nivel:

Pre universitario- C5MO5

Sección

Matutina-Intensivo

Grupo:

N7

Muestreo de Bola de Nieve

Muestreo en cadena
 El muestreo de bola de nieve es una técnica de muestreo no probabilístico utilizada por

los investigadores para identificar a los sujetos potenciales en estudios en donde los

sujetos son difíciles de encontrar.

Los investigadores utilizan este método de muestreo si la muestra para el estudio es muy

rara o si está limitada a un subgrupo muy pequeño de la población. Este tipo de técnica

de muestreo funciona en cadena. Luego de observar al primer sujeto, el investigador le

pide ayuda a él para identificar a otras personas que tengan un rasgo de interés similar.

El proceso de muestreo de bola de nieve es como pedirles a tus sujetos que designen a

otra persona con el mismo rasgo como el próximo sujeto. Luego, el investigador observa

a los sujetos designados y sigue de la misma manera hasta obtener el número suficiente

de sujetos.

Por ejemplo, para obtener sujetos para un estudio que quiere analizar una enfermedad

rara, el investigador puede elegir utilizar el muestreo de bola de nieve, ya que será difícil

obtener sujetos. También es posible que los pacientes con la misma enfermedad tengan

un grupo de apoyo, y si uno de sus miembros es tu primer sujeto, lo más probable es que

allí encuentres más sujetos para el estudio.

Tipos de muestreo de bola de nieve

 Muestreo de bola de nieve lineal

 Muestreo de bola de nieve no discriminatorio exponencial

 Muestreo de bola de nieve discriminatorio exponencial
Ventajas
 El proceso en cadena permite que el
investigador llegue a poblaciones que son
difíciles de probar cuando se utilizan otros
métodos de muestreo.
 El proceso es barato, simple y rentable.
Desventajas
 El investigador tiene poco control sobre el
método de muestreo. Los sujetos que el
investigador puede obtener se basan
principalmente en los sujetos observados
anteriormente.
 La representatividad de la muestra no está
garantizada. El investigador no tiene ni
idea de la verdadera distribución de la
población ni de la muestra.
 Esta técnica de muestreo necesita poca
planificación y menos mano de obra que
otras técnicas de muestreo.
 El sesgo de muestreo es también un miedo
de los investigadores cuando se utiliza
esta técnica. Los primeros sujetos tienden
a designar a personas que conocen bien.
Como consecuencia, es muy posible que
los sujetos compartan los mismos rasgos y
características y, por lo tanto, la muestra
que obtenga el investigador será sólo un
pequeño subgrupo de toda la población.