By UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS CARRERA ECONOMIA OFS4 p INDICE DE CONTENIDOS CONCEPTOS BASICOSS GRAFICO DE POBLACION Y MUESTRA 6 CLASIFICACION DE EMPRESAS 6 TIPOS DE VARIABLES: 7 GRÁFICOS ASIMÉTRICOS 8 ESTIMAR UNA PROPORCION 78 CALCULO DEL TAMAÑO DE LA MUESTRA PARA ESTIMAR LA DIFERENCIA DE MEDIAS 78 CALCULO DEL TAMANO DE LA MUESTRA PARA ESTIMAR LKA DIFERENCIA DE PROPORCIONES 79 DISTRIBUCION G2 (CHI – CUADRADO) 80 CARACERISTICAS81 INTRODUCCION 82 PRUEBAS DE HIPOTESIS 83 HIPÓTESIS NULA83 HIPOTESIS ALTERNA 83 FRECUENCIAS OBSERVADAS Y ESPERADAS 86 DISTRIBUCION F (RONALD FISHER) 88
CARACTERÍSTICAS DE LA DISTRIBUCIÓN DE F 88 EL ESTADÍSTICO JI- CUADRADA 89 DISTRIBUCION F (RONALD FISHER) 90 VALOR ESTADISTICO DE PRUEBA93 FORMULACION DE DECISION 93 PRUEBAS DE HIPOTESIS DE 1 Y 2 COLAS 93 1 COLA 93 2 COLA 93 n COLA DERECHA (P. H) 93 COLA IZQUIERDA (P. H) 94 DOS COLAS (P. H) 94 PRUEBA DE HIPOTESIS DE UNA DISTRIBUCION MUESTRAL DE PROPORCIONES 98 PRUEBA DE HIPOTESIS DE MEDIAS COLA IZQUIERDA99 DIFERENCIA DE MEDIAS 100 ANALISIS DE REGRESIÓN Y CORRELACIÓN SIMPLEIOI CARACTERISTICAS DE REGRESION (R) 101 COEFICIENTE DE TERMINACION 103 Dato Estadístico: Es un conjunto de caracteristicas y resultados de na muestra.
Es medida descriptiva que puede explicar o representar a un parámetro de una población. Parámetro: Conjunto de características y resultados que se obtienen a través de una población. Ejemplo: u 02 Media Aritmética Desviación Estándar Varianza Estimador: Conjunto de características y resultados que se obtienen a través de una muestra. Se puede obtener de manera puntual o por intervalo, 1 solo valor o grupo de valores. Ejemplo: x NOTA: El mejor estimador de la u, es la x, es decir la media muestral (x) puede explicar totalmente la media poblacional (u).
GRAFICO DE POBLACION Y MUESTRA De forma general para poder obtener una muestra. 1. Obtener estadísticos descriptivos para conocer realmente la población a estudiar. 2. Determinar al grupo que representa el fenómeno de estudio utilizando herramientas tal como la ley de Pareto. 3. Sectorizar a la población en función del fenómeno de estudio. CLASIFICACION DE EMPRESAS NO TRABAJADORES VENTAS MICROEMPRESA A 5- Menos 50. 000 – Menos para el estudio de «K fenómeno no sale no sale en la muestra, sin embargo es incluido en la misma, por sus características representativas.
Variable: Es una magnitud que varía y que puede ser medible ueden ser modificables o alterables. para conocer la composición productiva del país es necesario conocer las variables, ventas, costos, personal ocupado, etc. En bases de datos las variables se denominan caracteres de la población. El uso de variables dependen del fenómeno a investigar y sus objetivos. Tipos de Variables: 1. Independientes (exógenas): Aquellas que no dependen de ningún tipo de variables y/o del comportamiento de otras variables dentro de un modelo.
Generalmente se ubican en el eje de las x. 2. Dependientes (endógenas): Están Marcadas por el comportamiento de otras variables. Se ubican, generalmente n el eje de las y. Estas variables son las analizadas dentro de la economía. 3. Cualitativas (atributos): Aquellas que no obedecen ningún valor numérico. No son sujetas a medición pero si a asignación de código para su cuantificación. 3. 1 . Variables Cualitativas Ordinales: (cuasi – cuantitativas) aquellas que presentan un orden. Ejemplos: Nombres, Apellidos, Lugares en carrera. 3. 2.
Variables Cualitativas Nominales: (cuasi – cuantitativas) variables no numéricas y que no mantienen un orden. Ejemplos: Estado Civil, Genero, Religión, Grupo Étnico 4. Cuantitativas: Variables numéricas sujetas a medición. . 1 . Variables Cuantitativas Discretas: son aquellas que toman valores aislados, sin valores intermedios. Ejemplos: NO de Hijos, NO de alumnos quellas que forman 4. 2. Variables Cuantitativa cualquier tipo de valor den rvalo. Variables Cuantitativas Continuas: Aquellas que forman cualquier tipo de valor dentro de un intervalo.
Ejemplos: Estatura, Peso, Ingresos, Valor de e, TI Error Muestral: Diferencia entre el estimador de la muestra y el parámetro de la población. ¿Por qué se analiza siempre la media aritmética, en lugar de la Media y Moda? Porque por efectos de investigación es la generalmente muestra representa la realidad sin embargo depende de la investigación a realizar. La media aritmética, y la moda son medidas de tendencia central sujetas a cambios, sin embargo la mediana se mantiene constante y por eso en el gráfico, siempre aparece en el centro.
GRÁFICOS ASIMÉTRICOS funcionarios. Se decide tomar de los cinco valores de una 1 muestra. XI -z x2 — 99 5 0 Y 20 = 97 + 105 XI -101 = 103 + 96 Media Aritmética Poblacional U = 97 + 103 + 96 + 99 + 105 u 100 e-XI U e: 101 -100 e=X2-lJ 99,5 – 100 Error Muestral -0,5 Si de una población determinada se extrae una muestra, esos rrores muéstrales van hacer aleatorios para cada una de sus muestras. Cada muestra tendrá un error muestral distinto. Mientras más pequeño es el error muestral mayor precisión existiera.
CLASIFICACION DE ERROR MUESTRAL: Conceptualmente hay dos tipos de errores: Error Muestral: Es la Variación natural que existe entre las varias muestras tomadas de la misma población. Se obtiene en función del número de encuestas que se vayan calculando. Ejemplo: Se tiene una población de 1 500 empresas. De las mismas se obtienen 3 muestras, generadas a partir de la selección de grandes, medianas, pequeñas y microempresas. El error Muestral surge cu categorizaciones en cada 6 uye a todas las estras. datos de las encuestas o se equivocan al colocarlas.
Cuando no se ubican correctamente a las fuentes de información. Cuando se hacen erróneamente las preguntas de las encuestas o cuando se categoriza mal a los encuestados. UNIDAD ELEMENTAL: Son todas aquellas personas, elementos o individuos que cumplen con las características suficientes para poder ser investigados o que sea de relevancia para el investigador. Ejemplo: Si se desea analizar la tendencia política del aula – 12, la unidad elemental son los estudiantes. Si se desea analizar la tendencia de aumento de los promedios de los estudiantes, la unidad elemental será las calificaciones.
RAZONES POR LAS QUE SE DEBE UTILIZAR MUESTREO Censo Muestra Población Encuesta por Tiempo: Ya que el muestreo se procesa más rápido que una Resultados en: Varios años (2 años) censo poblacional – económico Máximo un año 0 6 meses Por Costos, Presupuesto: Una investigación de la muestra es más barata que la de una población entera. Costos Valorados en: 20′ 0 25′ Millones — Censo Poblacional Económico 1 ‘300. 000 Por oportunidad: Porque los resultados de una muestra son más áciles de obtener que los de una población.
Se debe escoger el Momento oportuno, exacto para aplicar la encuesta y así tener datos actualizados. Información no actualizada por la tardanza en ha obtención de resultados finales. Ejem plo: Censo poblacional 201 0 no es tan fiable para 2015 7 Informaci s cercana a la fecha de en el 2015 análisis. Información Actual, más cercana a la fecha de Por Confiabilidad y Calidad: Una muestra puede ser de mayor confianza y calidad que una población. Se toma más tiempo capacitar a todo un edificio de personas que aplicaran el censo y que posteriormente lo analizaran haciendo complicado su control. más sencillo capacitar a 15 – 20 personas que aplicaran la encuesta y que posteriormente lo analizaran haciendo más fácil el control de procedimiento de información. Depende del tipo de información que se desea obtener para levantar información de una población porque se destruyen las muestras. No siempre es relevante levantar información de la población porque se destruyen las muestras. Ejemplo: Un evaluador de vinos no probara cada vino del mundo para elegir al mejor, optara por los más representativos y hará su elección.
MÉTODOS DE MUESTREO PROBABILÍSTICO: Cuando todos los elementos de la población ienen la misma probabilidad de ocurrencia es decir que su probabilidad será distinta de 0. Tiene la misma probabilidad de ocurrir es decir al azar, NO PROBABILISTICO: Cuando no todos los elementos de la población tienen la misma probabilidad de ocurrencia, (es decir que su probabilidad será distinta de 0) y es por eso que se pueden que se pueden generar sesgos muéstrales ya que no todos los elementos tienen la probabilidad de ocurrir.
No es al azar obedece una característica. Se utiliza mucho de la experiencia, capacitación y conocimiento de quien realiza un muestreo no probabilístico. Mangada en función de ciertas características, tal como un análisis de panel: cuando se decide hacer seguim función de ciertas características, tal como un análisis de panel: cuando se decide hacer seguimiento a ciertos elementos de la población. El problema con esto es que se pierde representatividad. ¿Cuándo una muestra es sesgada?
Cuando existe parcialidad en la toma de información; no existe imparcialidad, es decir, sin intereses entre las partes. PROVINCIAS EMPRESAS PORCENTAJE % Pichicha 37000 37,19% 2 Azuay 7500 7,54% 3 Guayas 39000 4 Tungurahua 47000 5 Chimborazo 3300 3,32% 6 Santo Domingo 8000 54 onsiderando (N) número de elementos de la población. 2500 1500 -3600 1200 – 8000 n: 1200- 1500 orden Se debe tener un orden porque generalmente se trabajará con base de datos. 1. 2. M. A.
S Población Infinita Se denomina así porque no se reconoce la población o se puede entender que son muestras demasiado grandes, asociada a procesos que (son muestra) se genera continuamente. Sus características básicas son: 1. 2. 1. Cada uno de los elementos seleccionados deben prevenir de la población. Son seleccionados por caracter[sticas, Ejemplo: Emprender con un restaurante y optar porque la muestra sean los clientes de otros restaurantes. Aún sin conocer el universo, se establecerá objetivos que sirvan para poder determinarla. . 2. 2. Cada uno de los elementos debe ser seleccionados de manera Independiente. Se procurara que la muestra no sea sesgada. Ejemplo: No encuestar a varios miembros de una misma familia porque los gustos pueden ser similares, sesgando las respuestas. nCx= M: 50 10 n! M! ncx= 50x49x48x47xx46x45x44x43x42x41 nCx= 1,0272x 1010 Con esa M y n se puede generar 1 ,0272 x 1010 combinaciones de M 0 aleatorios, para así obtener la muestra de la población. 2. MUESTREO ALEATORIO 0 DF Escoge aleatoriamente un ento determinado del
