Академический Документы
Профессиональный Документы
Культура Документы
4.¿En qué condiciones puede ser el muestreo agrupado ser más eficiente que los otros t
Cuando se analiza grandes poblaciones de similares características
6.¿En qupe condiciones puede usarse el muestreo dirigido, por cuotas, deliberado con v
Cuando la población es compleja, cualquiera de los métodos descritos puede ser di
7.¿Está usted de acuerdo con las siguientes afirmaciones?
Si se usa una muestra debidamente proporcionada si son exactos
En algunos casos si, como por ejemplo al analizar diversas probetas con resistencia
No ya que sería un muestro sistemático
8.Determine Población, Marco muestral y el diseño muestral más adecuado para las sigu
Población Automóviles
Marco muestral Nivel de contaminación
Diseño muestral Aleatorio simple
tos posibles a números reales (cifras), cuyos valores se miden en experimentos de tipo aleatorio.
omportamiento de los datos a futuro como por ejemplo un censo; mientras que las no probabilísticas se usan para a
ra o fuera de ella
las muestras
a en la estimación de parámetro?
pecto a cada dato obtenido ya que al estar estratificados van teniendo cada vez más similitudes los datos ensayado
o viene condicionado por aquél. Este método es muy simple de aplicar en la práctica y tiene la ventaja de que no ha
robabilísticas se usan para analizar diversos factores como el sexo de una población
iene la ventaja de que no hace falta disponer de un marco de encuesta elaborado. Puede aplicarse en la mayoría de
28
10
5 0.20
0 0.00
90 118 146 174 202 230 258
Resistencia a la tensión(psi)
Frecuencia % acumulado
TABLA N°02: Elasticidad de vigas en MN/m formadas por láminas unidas con adhesiv
Li Ls xi fi Fi hi Hi
662 665 664 3 3 0.09 0.09
666 669 668 6 9 0.17 0.26
670 673 672 10 19 0.29 0.54
674 677 676 9 28 0.26 0.80
678 681 680 7 35 0.20 1.00
TOTAL 35 1.00
Apróx 77
TABLA N°04: Intensidad solar directa en watts/m3 en distintos días de una localidad
Li Ls xi fi Fi hi Hi hi(%)
498 570 534 3 3 0.09 0.09 9%
575 648 612 0 3 0.00 0.09 0%
652 726 689 6 9 0.17 0.26 17%
729 804 767 5 14 0.14 0.40 14%
806 882 844 8 22 0.23 0.63 23%
883 960 922 13 35 0.37 1.00 37%
TOTAL 35 1.00 100%
e una localidad
Hi(%)
9%
9%
26%
40%
63%
100%
3.1. 3.2.
n=5 n=6
7 Análisis de Datos 7
4 4
9 Media 6.000 9
8 Error típico 1.304 7
2 Mediana 7.000 3
Moda #N/A 12
Desviación estándar 2.915
Varianza de la muestra 8.500
Curtosis -1.599
Coeficiente de asimetría -0.605
z Rango 7.000 z
0.343 Mínimo 2.000 0.000
-0.686 Máximo 9.000 -0.913
1.029 Suma 30.000 0.609
0.686 Cuenta 5.000 0.000
-1.372 Mayor (1) 9.000 -1.217
Menor(1) 2.000 1.521
Nivel de confianza(95.0% 3.620
3.3.
n=7
Análisis de Datos 12
7
Media 7.000 4
Error típico 1.342 9
Mediana 7.000 0
Moda 7.000 7
Desviación estándar 3.286 3
Varianza de la muestra 10.800
Curtosis -0.381
Coeficiente de asimetrí 0.355
Rango 9.000 z
Mínimo 3.000 1.5
Máximo 12.000 0.25
Suma 42.000 -0.5
Cuenta 6.000 0.75
Mayor (1) 12.000 -1.5
Menor(1) 3.000 0.25
Nivel de confianza(95.0 3.449 -0.75
3.4.
n=5
Análisis de Datos 7 Columna1
-5
Media 6.000 -8 Media
Error típico 1.512 7 Error típico
Mediana 7.000 9 Mediana
Moda 7.000 Moda
Desviación estándar 4.000 Desviación estándar
Varianza de la muestra 16.000 Varianza de la muestra
Curtosis -0.347 Curtosis
Coeficiente de asimetría -0.022 Coeficiente de asimetría
Rango 12.000 z Rango
Mínimo 0.000 0.635 Mínimo
Máximo 12.000 -0.889 Máximo
Suma 42.000 -1.270 Suma
Cuenta 7.000 0.635 Cuenta
Mayor (1) 12.000 0.889 Mayor (1)
Menor(1) 0.000 Menor(1)
Nivel de confianza(95.0% 3.699 Nivel de confianza(95.0%
olumna1
2.000
3.521
7.000
7.000
7.874
62.000
-2.780
-0.640
17.000
-8.000
9.000
10.000
5.000
9.000
-8.000
9.777