SlideShare a Scribd company logo
1 of 48
[object Object]
POBLACIÓN Y MUESTRA .  ,[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
POBLACION  total de elementos a los cuales se les aplicara los resultados.  Por ejemplo: los nacidos vivos durante un determinado tiempo en un país o ciudad;  o los niños que cursen 4° y 5° de primaria en escuelas públicas  de la ciudad de Neiva en un determinado año.
  MUESTRA   se define como el conjunto de objetos o sujetos procedentes de una población; en otras palabras un subgrupo de dicha  población. De una población se pueden seleccionar diferentes muestras.  
Las muestras,  pueden ser: REPRESENTATIVAS : cuando reflejan o representan las características de la población de donde provienen, por lo tanto los resultados son aplicables ó inferibles a dicha población. NO REPRESENTATIVAS :  son aquellas que no reflejan las características de la población, por lo tanto los resultados no son inferibles a la población .
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
Lista de números aleatorios programa epi info 6 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
Previo a utilizar cualquier  método  para seleccionar las unidades de muestreo, cuando la muestra es probabilística, se debe calcular el tamaño muestral.    
Tamaño de muestra en los estudios descriptivos: n= Z 2  pq / {(e 2  + (Z 2  pq / N)} Z: equivale al nivel de confiabilidad de los datos, esta muy de acuerdo con el error de los datos que se acepte o sea el alfa o el beta. e: significa el error de muestreo, que tan representativa se desea la muestra.
[object Object],[object Object],[object Object],[object Object]
En los  ESTUDIOS ANALITICOS,  se necesitan conocer los siguientes datos:        Nivel de    (error I) dispuesto a tolerar.        Nivel de    (error II) dispuesto a tolerar.        Mínimo Riesgo Relativo (OR) considerado clínicamente útil de detectar.        Estimativo de la incidencia o de la prevalencia de la enfermedad y de la exposición.
Posibilidades al investigar hipótesis    Resultado del estudio   "Verdad"* Hipótesis alterna correcta Hipótesis nula correcta   Hipótesis alterna correcta   Verdadero positivo poder o sensibilidad del estudio   Falso positivo o error de tipo I     Hipótesis nula correcta     Falso negativo o error de tipo II   Verdadero negativo especificidad del estudio  
Muestras probabilísticas
  Es la más sencilla, solo el azar decide. Se utilizan los métodos de la lotería, ó los números aleatorios para seleccionar los elementos; las conclusiones pueden ser para toda la población si la muestra es representativa.    MUESTRA ALEATORIA SIMPLE
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],**  registros seleccionados al azar, por diferentes métodos Requiere tener un listado de los  elementos de la población o un mapa. 
En este tipo de muestreo, teniendo los datos del total de población (N) y el tamaño muestral (n) se obtiene el salto muestral que consiste en la comparación de estos dos valores (N / n).    MUESTRA SISTEMATICA
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Requiere tener un listado de los  elementos de la población o un mapa. 
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],.
[object Object],MUESTRA ESTRATIFICADA :
[object Object],[object Object]
[object Object],[object Object],[object Object]
Los estratos son  "homogéneos" dentro de sí,  y "heterogéneos" entre sí.
[object Object],MUESTRA POR CONGLOMERADOS
Los conglomerados son  "homogéneos" entre sí,  y "heterogéneos" dentro de sí.
Se toma al azar una muestra de esos conglomerados. De cada uno de los conglomerados escogidos, se toman al azar los elementos de la muestra.
Muestras No probabilísticas
“ Las  muestras NO PROBABILÍSTICAS  o también llamadas dirigidas suponen un procedimiento de selección informal y un poco arbitrario”, son utilizadas en muchas investigaciones, sobretodo las que requieren la selección de sujetos con una determinada característica, especificadas en el planteamiento del problema.     
Muestras fortuitas, utilizadas con frecuencia en Medicina. Sujetos que acceden voluntariamente a participar en un estudio que monitorea los efectos de un medicamento.  No se puede inferir, ya que las características de los sujetos de la muestra pueden ser diferentes al total de la población.     MUESTRA DE SUJETOS  VOLUNTARIOS o de selección
Muestra fortuita, se selecciona de acuerdo a la intención del investigador por ejemplo estudios en pacientes hospitalizados, siempre que el hospital no atienda al total de la población.   MUESTRA POR CONVENIENCIA
De acuerdo a las definiciones del investigador se seleccionan los participantes, quienes cumplan con los requisitos pueden ser seleccionados.   MUESTRA POR CRITERIOS
La proporción de participantes en las encuestas lo decide el investigador de acuerdo, al comportamiento de ciertas variables demográficas en la población.  MUESTRA POR CUOTAS
Se le dice a un entrevistador que en la calle entreviste a 200 personas (50%) mujeres y (50%) hombres, ó proporciones iguales  por grupo etáreo. La decisión de quién participa es del entrevistador. MUESTRA POR CUOTAS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
En la vida real se trabaja con una única muestra. Se debe  tener una idea de qué tanta variabilidad existe entre las diferentes muestras del mismo tamaño que se pueden sacar de esa población.
 
El Error Estándar (EE) es un estimativo de la variabilidad de las posibles muestras de  n  individuos que puedo sacar de  toda la población, calculado a partir de una sola muestra .
[object Object],[object Object],[object Object]
[object Object]

More Related Content

What's hot

Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosJesús Gómez Ávila
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosBelinda Bonilla
 
Estimación estadística
Estimación estadísticaEstimación estadística
Estimación estadísticaTahiri Bardales
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.N Andre Vc
 
El metodo estadistico equipo 4 completa
El metodo estadistico equipo 4 completaEl metodo estadistico equipo 4 completa
El metodo estadistico equipo 4 completanorypech
 
Muestreo probabilistico
Muestreo probabilistico Muestreo probabilistico
Muestreo probabilistico Milagrito1965
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolecciónAlejandra Camors
 
Muestreo
MuestreoMuestreo
Muestreod_parra
 
Representación tabular
Representación tabularRepresentación tabular
Representación tabularJuan Anaya
 
Las hipotesis y las variables
Las hipotesis y las variablesLas hipotesis y las variables
Las hipotesis y las variablesWerner Granados
 
Universo, población y muestra
Universo, población y muestraUniverso, población y muestra
Universo, población y muestraTomás Calderón
 
Bioestadistica introduccion
Bioestadistica introduccionBioestadistica introduccion
Bioestadistica introduccionElenaCoba1
 

What's hot (20)

Muestreo blog
Muestreo   blogMuestreo   blog
Muestreo blog
 
Muestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus MétodosMuestreo Probabilístico y sus Métodos
Muestreo Probabilístico y sus Métodos
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y Procedimientos
 
Muestreo sistemático
Muestreo sistemáticoMuestreo sistemático
Muestreo sistemático
 
Estimación estadística
Estimación estadísticaEstimación estadística
Estimación estadística
 
Poblacion y muestra.
Poblacion y muestra.Poblacion y muestra.
Poblacion y muestra.
 
11. Población y muestra
11.  Población y muestra11.  Población y muestra
11. Población y muestra
 
El metodo estadistico equipo 4 completa
El metodo estadistico equipo 4 completaEl metodo estadistico equipo 4 completa
El metodo estadistico equipo 4 completa
 
Muestreo probabilistico
Muestreo probabilistico Muestreo probabilistico
Muestreo probabilistico
 
Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolección
 
Muestreo
MuestreoMuestreo
Muestreo
 
Medidas descriptivas sesion 6
Medidas descriptivas sesion 6Medidas descriptivas sesion 6
Medidas descriptivas sesion 6
 
Representación tabular
Representación tabularRepresentación tabular
Representación tabular
 
Las hipotesis y las variables
Las hipotesis y las variablesLas hipotesis y las variables
Las hipotesis y las variables
 
Universo, población y muestra
Universo, población y muestraUniverso, población y muestra
Universo, población y muestra
 
Bioestadistica
Bioestadistica Bioestadistica
Bioestadistica
 
Tipos de muestreo
Tipos de muestreoTipos de muestreo
Tipos de muestreo
 
Bioestadistica introduccion
Bioestadistica introduccionBioestadistica introduccion
Bioestadistica introduccion
 
Introduccion a estadistica inferencial
Introduccion a estadistica inferencialIntroduccion a estadistica inferencial
Introduccion a estadistica inferencial
 
EstadíStica Inferencial
EstadíStica InferencialEstadíStica Inferencial
EstadíStica Inferencial
 

Viewers also liked (6)

Matriz de consistencia ppt
Matriz de consistencia pptMatriz de consistencia ppt
Matriz de consistencia ppt
 
Matriz de consistencia
Matriz de consistenciaMatriz de consistencia
Matriz de consistencia
 
Matriz de consistencia ppt
Matriz de consistencia pptMatriz de consistencia ppt
Matriz de consistencia ppt
 
Matriz de consistencia
Matriz de consistenciaMatriz de consistencia
Matriz de consistencia
 
PoblacióN Y Muestra
PoblacióN Y MuestraPoblacióN Y Muestra
PoblacióN Y Muestra
 
Clase4 matriz de consistencia
Clase4 matriz de consistenciaClase4 matriz de consistencia
Clase4 matriz de consistencia
 

Similar to Poblaciön y muestra1

Similar to Poblaciön y muestra1 (20)

Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
 
muestras_probabilisticas.pdf
muestras_probabilisticas.pdfmuestras_probabilisticas.pdf
muestras_probabilisticas.pdf
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
EXPO 2- Describir vs. Inferir
EXPO 2- Describir vs. InferirEXPO 2- Describir vs. Inferir
EXPO 2- Describir vs. Inferir
 
VED. TEMA 3 (1).docx
VED. TEMA 3 (1).docxVED. TEMA 3 (1).docx
VED. TEMA 3 (1).docx
 
Muestreo.pdf
Muestreo.pdfMuestreo.pdf
Muestreo.pdf
 
Estimar con estadística v1
Estimar con estadística v1Estimar con estadística v1
Estimar con estadística v1
 
Conceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajoConceptos generales del muestreo del trabajo
Conceptos generales del muestreo del trabajo
 
Topicos de Estadistica Inferencial II ccesa007
Topicos  de Estadistica Inferencial II ccesa007Topicos  de Estadistica Inferencial II ccesa007
Topicos de Estadistica Inferencial II ccesa007
 
Willy valverde muestreo
Willy valverde   muestreoWilly valverde   muestreo
Willy valverde muestreo
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Semana 2 1_
Semana 2 1_Semana 2 1_
Semana 2 1_
 
poblacion y muestra.ppt
poblacion y muestra.pptpoblacion y muestra.ppt
poblacion y muestra.ppt
 
ObtenerArchivoRecurso.pptx
ObtenerArchivoRecurso.pptxObtenerArchivoRecurso.pptx
ObtenerArchivoRecurso.pptx
 
Muestreo
MuestreoMuestreo
Muestreo
 
METODOS DE MUESTREO
METODOS DE MUESTREOMETODOS DE MUESTREO
METODOS DE MUESTREO
 
10° Población y Muestra.pptx
10° Población y Muestra.pptx10° Población y Muestra.pptx
10° Población y Muestra.pptx
 
Técnicas de muestreo
Técnicas de muestreoTécnicas de muestreo
Técnicas de muestreo
 
Estadística introducción
Estadística introducciónEstadística introducción
Estadística introducción
 
Muestreo estadístico
Muestreo estadísticoMuestreo estadístico
Muestreo estadístico
 

Recently uploaded

Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estossgonzalezp1
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxMiguelAtencio10
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanamcerpam
 
redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativanicho110
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITMaricarmen Sánchez Ruiz
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxJorgeParada26
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxFederico Castellari
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21mariacbr99
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIhmpuellon
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.FlorenciaCattelani
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...JohnRamos830530
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxAlan779941
 

Recently uploaded (12)

Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 
redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptx
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXI
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 

Poblaciön y muestra1

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7. POBLACION total de elementos a los cuales se les aplicara los resultados. Por ejemplo: los nacidos vivos durante un determinado tiempo en un país o ciudad; o los niños que cursen 4° y 5° de primaria en escuelas públicas de la ciudad de Neiva en un determinado año.
  • 8.   MUESTRA se define como el conjunto de objetos o sujetos procedentes de una población; en otras palabras un subgrupo de dicha población. De una población se pueden seleccionar diferentes muestras.  
  • 9. Las muestras, pueden ser: REPRESENTATIVAS : cuando reflejan o representan las características de la población de donde provienen, por lo tanto los resultados son aplicables ó inferibles a dicha población. NO REPRESENTATIVAS : son aquellas que no reflejan las características de la población, por lo tanto los resultados no son inferibles a la población .
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16. Previo a utilizar cualquier método para seleccionar las unidades de muestreo, cuando la muestra es probabilística, se debe calcular el tamaño muestral.    
  • 17. Tamaño de muestra en los estudios descriptivos: n= Z 2 pq / {(e 2 + (Z 2 pq / N)} Z: equivale al nivel de confiabilidad de los datos, esta muy de acuerdo con el error de los datos que se acepte o sea el alfa o el beta. e: significa el error de muestreo, que tan representativa se desea la muestra.
  • 18.
  • 19. En los ESTUDIOS ANALITICOS, se necesitan conocer los siguientes datos:        Nivel de  (error I) dispuesto a tolerar.        Nivel de  (error II) dispuesto a tolerar.        Mínimo Riesgo Relativo (OR) considerado clínicamente útil de detectar.        Estimativo de la incidencia o de la prevalencia de la enfermedad y de la exposición.
  • 20. Posibilidades al investigar hipótesis   Resultado del estudio "Verdad"* Hipótesis alterna correcta Hipótesis nula correcta   Hipótesis alterna correcta   Verdadero positivo poder o sensibilidad del estudio   Falso positivo o error de tipo I     Hipótesis nula correcta   Falso negativo o error de tipo II   Verdadero negativo especificidad del estudio  
  • 22.   Es la más sencilla, solo el azar decide. Se utilizan los métodos de la lotería, ó los números aleatorios para seleccionar los elementos; las conclusiones pueden ser para toda la población si la muestra es representativa.    MUESTRA ALEATORIA SIMPLE
  • 23.
  • 24. En este tipo de muestreo, teniendo los datos del total de población (N) y el tamaño muestral (n) se obtiene el salto muestral que consiste en la comparación de estos dos valores (N / n).   MUESTRA SISTEMATICA
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32. Los estratos son "homogéneos" dentro de sí, y "heterogéneos" entre sí.
  • 33.
  • 34. Los conglomerados son "homogéneos" entre sí, y "heterogéneos" dentro de sí.
  • 35. Se toma al azar una muestra de esos conglomerados. De cada uno de los conglomerados escogidos, se toman al azar los elementos de la muestra.
  • 37. “ Las muestras NO PROBABILÍSTICAS o también llamadas dirigidas suponen un procedimiento de selección informal y un poco arbitrario”, son utilizadas en muchas investigaciones, sobretodo las que requieren la selección de sujetos con una determinada característica, especificadas en el planteamiento del problema.    
  • 38. Muestras fortuitas, utilizadas con frecuencia en Medicina. Sujetos que acceden voluntariamente a participar en un estudio que monitorea los efectos de un medicamento. No se puede inferir, ya que las características de los sujetos de la muestra pueden ser diferentes al total de la población.     MUESTRA DE SUJETOS VOLUNTARIOS o de selección
  • 39. Muestra fortuita, se selecciona de acuerdo a la intención del investigador por ejemplo estudios en pacientes hospitalizados, siempre que el hospital no atienda al total de la población.   MUESTRA POR CONVENIENCIA
  • 40. De acuerdo a las definiciones del investigador se seleccionan los participantes, quienes cumplan con los requisitos pueden ser seleccionados.   MUESTRA POR CRITERIOS
  • 41. La proporción de participantes en las encuestas lo decide el investigador de acuerdo, al comportamiento de ciertas variables demográficas en la población. MUESTRA POR CUOTAS
  • 42. Se le dice a un entrevistador que en la calle entreviste a 200 personas (50%) mujeres y (50%) hombres, ó proporciones iguales por grupo etáreo. La decisión de quién participa es del entrevistador. MUESTRA POR CUOTAS
  • 43.
  • 44. En la vida real se trabaja con una única muestra. Se debe tener una idea de qué tanta variabilidad existe entre las diferentes muestras del mismo tamaño que se pueden sacar de esa población.
  • 45.  
  • 46. El Error Estándar (EE) es un estimativo de la variabilidad de las posibles muestras de n individuos que puedo sacar de toda la población, calculado a partir de una sola muestra .
  • 47.
  • 48.