Caso 05: Espacio muestral
Hector Hugo Gonzalez Hernandez
2023-02-21
1 Objetivo
Crear eventos a partir de un espacio muestral de alumnos.
2 Descripción
Se crea un espacio muestral de alumno llamando una función que se encuentra en la dirección de github.com
Se carga ejecutando la función
Se describen los datos con summary()
Se crean algunos eventos relativos al espacio muestral
3 Fundamento teórico
Al hacer diseños experimentales, estudios observacionales y estudios retrospectivos, el resultado final es un conjunto de datos que, por supuesto, está sujeto a la incertidumbre.
Aunque sólo uno de ellos tiene la palabra experimento en su descripción, el proceso de generar los datos o el proceso de observarlos forma parte de un experimento. [@walpole2012].
El espacio muestral se define con una literal matemática \(S\)e implica el conjunto de todos los resultados posibles de un experimento estadístico se le llama El espacio muestral y se representa con el símbolo S. [@mendenhall2010].
A cada resultado en un espacio muestral se le llama elemento o miembro del espacio muestral, o simplemente punto muestral. Si el espacio muestral tiene un número finito de elementos, podemos listar los miembros separados por comas y encerrarlos entre llaves.
La imagen siguiente identifica que el resultado de un experimento es el espacio muestral a partir de ahí se puede construir eventos que se utilizan para calcular probabilidades.
Por consiguiente, el espacio muestral \(S\), es el conjunto de los resultados posibles o eventos.
Cuando se lanza una moneda al aire, se puede escribir como:
\[ S = \text{{'aguila', 'sello'}} \]
Por ejemplo si se construye todo el espacio muestral de tirar un solo dado y conocer las posibles resultados de los puntos que se ven cara arriba del dado, sería que un dado puede caer 1, 2, 3, 4, 5 o 6 entonces. Los valores del 1 al 6 son los puntos muestrales de \(S\).
\[ S = {1, 2, 3, 4, 5, 6} \]
Los espacios muestrales con un número grande o infinito de puntos muestrales se describen mejor mediante un enunciado o método de la regla.
Por ejemplo, si el conjunto de resultados posibles de un experimento fuera el conjunto de ciudades en el mundo con una población de más de un millón de habitantes, nuestro espacio muestral se escribiría como:
\[ S = \text{x | x ciudades con pobación de mas de un millón de habitantes} \]
Se lee: \(S\) es el conjunto de todas las x’s, tales que x es una ciudad con una población de más de un millón de habitantes.
Ahora bien, el concepto de eventos tiene que ver con un conjunto de puntos muestrales. Evento es un subconjunto de todo el espacio muestral.
De tal forma que en el caso del experimento de tirar un dado, el espacio muestral
Puede tener tal vez tres eventos en los que le interese al investigador:
E2, los números impares, es decir los nones o que no son pares.
Entonces, se pueden identificar ciertos eventos del espacio muestral.
E1: Los alumnos con promedio mayor a 85
E2: Los alumnos del género femenino
E3: Los alumnos de la carrera de sistemas o de otra carrera;
E4: Los alumnos con peso igual o superior a 80 kgs ;
Los eventos E1, E2, E3, E4 y cualquier otro evento siendo subconjuntos de todo el espacio muestral contienen puntos muestrales o elementos, que sirven para concluir con algunas ideas, además, estos eventos pueden combinarse unos con otros de tal forma que pueden conformar otros eventos o conjuntos y enriquecer aún más las ideas concluyentes.
4 Desarrollo
4.1 Función which()
Antes de ver algunos ejemplos se recomienda entender la función which() que se utiliza para determinar posiciones de un vector bajo una expresión de comparación. Luego esas posiciones sirven para acceder a los elementos de un vector.
Se presenta un ejercicio para probar la función which().
La función which() devuelve la posición o índice (index) de un elemento dentro de un vector, ejemplo, se tienen 12 números:
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 30 | 40 | 50 | 60 | 20 | 10 | 40 | 20 | 50 | 40 | 60 | 50 |
Sólo las posiciones 1, 5, 6 y 8 tienen valores por debajo de 40 que equivalen a 30, 20, 10 y 20 respectivamente.
Con la función which() se encuentran las posiciones de ese vector y luego haciendo uso de [posiciones] se encuentran los valores que están por debajo de 40.
numeros <- c(30,40,50,60,20,10,40,20,50,40,60,50)
numeros## [1] 30 40 50 60 20 10 40 20 50 40 60 50n <- length(numeros)4.2 Posiciones y valores con which()
posiciones <- which(numeros < 40)
paste("Las posiciones o índices (index)")## [1] "Las posiciones o índices (index)"posiciones## [1] 1 5 6 8numeros[posiciones]## [1] 30 20 10 204.3 Espacios muestrales
Se construye espacios muestrales y alguno eventos respectivos de experimentos de lanzar un dado y de contar alumnos inscritos en una institución de educación superior.
4.3.1 Dados
El espacio muestral de tirar un dado y sus seis posibles valores que pueda caer.
S <- c(1,2,3,4,5,6)
S## [1] 1 2 3 4 5 64.3.1.1 Evento pares
Regresando al caso del dado. Con esa misma función which() se construyen los eventos para el caso de un solo dado.
El operador %in% evalúa si los valores de S están en el vector c(2,4,5). Con la función paste() se muestra el mensaje.
pares <- S[which(S %in% c(2, 4, 6))]
pares## [1] 2 4 6paste("Los números pares ")## [1] "Los números pares "paste(pares)## [1] "2" "4" "6"paste("Existen ", length(pares), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"4.3.1.2 Evento nones
El operador %in% evalúa si los valores de S están en el vector c(1,3,5). Con la función paste() se muestra el mensaje.
nones <- S[which(S %in% c(1, 3, 5))]
paste("Los números impares ")## [1] "Los números impares "paste(nones)## [1] "1" "3" "5"paste("Existen ", length(nones), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"4.3.1.3 Evento menores a 4
El operador < evalúa si los valores de S están por debajo de cuatro.
menor.cuatro <- S[which(S < 4)]
menor.cuatro## [1] 1 2 3paste(menor.cuatro)## [1] "1" "2" "3"paste("Existen ", length(menor.cuatro), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"paste("Existen ", length(menor.cuatro), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"4.3.2 Alumnos
Crear espacio muestral alumnos
\[ S = alumnos = \text{{x | x son estudiantes inscritos en una institución educativa de nivel superior}} \]
4.3.2.1 Cargar la función
Se carga la función que se encuentra en github.com
source("https://raw.githubusercontent.com/rpizarrog/Probabilidad-y-EstadIstica-VIRTUAL-DISTANCIA/main/funciones/funcion%20crea%20alumnos.r")
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, var4.3.2.2 Crear data.frame alumnos
Se crea un conjunto de datos en un data.frame llamado alumnos.
alumnos <- genAlumnos(10000, 1137)4.3.2.2.1 Factorizar alumnos
Factorizar significa categorizar variables que son de tipo character o textos y se puede utilizar para identificar frecuencias con datos character y/o tipo factor con la función summary().
Utilizar la función as.factor() para factorizar o categorizar en estadística y en el ámbito de ciencia de los datos significa limpiar datos, transformar datos y preparar datos para realizar análisis posteriores.
alumnos$matricula <- as.factor(alumnos$matricula)
alumnos$carrera <- as.factor(alumnos$carrera)
alumnos$genero <- as.factor(alumnos$genero)4.3.2.3 Mostrar diez registros iniciales
head(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 1 1 ARQUITECTURA M 84.48 21 74.78 174.78
## 2 2 CIVIL F 86.52 21 54.22 154.22
## 3 3 MECANICA M 83.40 20 80.08 180.08
## 4 4 ELECTRICA M 87.63 21 82.68 182.68
## 5 5 BIOQUIMICA F 82.28 20 63.20 163.20
## 6 6 CIVIL F 89.65 22 57.99 157.99
## 7 7 MECATRONICA M 81.06 20 84.05 184.05
## 8 8 SISTEMAS F 89.87 22 61.79 161.79
## 9 9 ELECTRICA F 86.14 21 58.11 158.11
## 10 10 TIC F 91.61 23 59.31 159.314.3.2.4 Mostrar diez registros finales
tail(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 9991 9991 SISTEMAS F 83.41 20 60.64 160.64
## 9992 9992 INDUSTRIAL M 87.96 22 83.92 183.92
## 9993 9993 TIC F 84.31 21 54.32 154.32
## 9994 9994 MECANICA F 88.98 22 62.79 162.79
## 9995 9995 SISTEMAS F 89.31 22 65.89 165.89
## 9996 9996 INDUSTRIAL F 83.33 20 59.88 159.88
## 9997 9997 BIOQUIMICA F 84.93 21 61.49 161.49
## 9998 9998 INDUSTRIAL M 83.18 20 79.43 179.43
## 9999 9999 SISTEMAS F 84.10 20 62.48 162.48
## 10000 10000 INFORMATICA F 90.88 22 60.64 160.644.3.2.5 Estructura de los datos
str() muestra la estructura de los datos.
str(alumnos)## 'data.frame': 10000 obs. of 7 variables:
## $ matricula: Factor w/ 10000 levels "1","2","3","4",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ carrera : Factor w/ 13 levels "ADMINISTRACION",..: 2 4 9 5 3 4 10 12 5 13 ...
## $ genero : Factor w/ 2 levels "F","M": 2 1 2 2 1 1 2 1 1 1 ...
## $ promedio : num 84.5 86.5 83.4 87.6 82.3 ...
## $ edad : num 21 21 20 21 20 22 20 22 21 23 ...
## $ peso : num 74.8 54.2 80.1 82.7 63.2 ...
## $ altura : num 175 154 180 183 163 ...4.3.2.6 Describir los datos
La función summary() identifica los principales estadísticos descriptivos de los datos.
summary(alumnos)## matricula carrera genero promedio edad
## 1 : 1 CIVIL : 824 F:5082 Min. :70.86 Min. :17.00
## 2 : 1 ELECTRICA : 796 M:4918 1st Qu.:83.60 1st Qu.:20.00
## 3 : 1 INFORMATICA: 779 Median :86.01 Median :21.00
## 4 : 1 BIOQUIMICA : 778 Mean :85.98 Mean :20.99
## 5 : 1 MECANICA : 778 3rd Qu.:88.28 3rd Qu.:22.00
## 6 : 1 MECATRONICA: 773 Max. :99.07 Max. :25.00
## (Other):9994 (Other) :5272
## peso altura
## Min. :51.31 Min. :151.3
## 1st Qu.:59.96 1st Qu.:160.0
## Median :64.78 Median :164.8
## Mean :69.80 Mean :169.8
## 3rd Qu.:79.89 3rd Qu.:179.9
## Max. :91.93 Max. :191.9
## 4.3.3 Eventos de alumnos
Se crean los eventos de alumnos
4.3.3.1 Alumnos de una carrera ‘SISTEMAS’
Con la función subset() se filtran o selecconan registros con una condición dada.
Con la función nrow() se determinan la cantidad de registros de sistemas. nrow() actúa sobre un data.frame y lenght() sobre un vector.
sistemas <- subset(alumnos, carrera == 'SISTEMAS')
nrow(sistemas)## [1] 737summary(sistemas)## matricula carrera genero promedio edad
## 8 : 1 SISTEMAS :737 F:381 Min. :75.83 Min. :18.00
## 12 : 1 ADMINISTRACION: 0 M:356 1st Qu.:83.70 1st Qu.:20.00
## 16 : 1 ARQUITECTURA : 0 Median :86.04 Median :21.00
## 29 : 1 BIOQUIMICA : 0 Mean :86.02 Mean :21.01
## 37 : 1 CIVIL : 0 3rd Qu.:88.27 3rd Qu.:22.00
## 64 : 1 ELECTRICA : 0 Max. :97.52 Max. :24.00
## (Other):731 (Other) : 0
## peso altura
## Min. :54.45 Min. :154.4
## 1st Qu.:59.86 1st Qu.:159.9
## Median :63.56 Median :163.6
## Mean :69.61 Mean :169.6
## 3rd Qu.:79.83 3rd Qu.:179.8
## Max. :89.81 Max. :189.8
## 4.3.3.2 Evento femeninos
femeninos <- subset(alumnos, genero == 'F')
summary(femeninos)## matricula carrera genero promedio edad
## 2 : 1 MECATRONICA: 412 F:5082 Min. :74.53 Min. :18.00
## 5 : 1 CIVIL : 409 M: 0 1st Qu.:83.61 1st Qu.:20.00
## 6 : 1 INDUSTRIAL : 402 Median :86.03 Median :21.00
## 8 : 1 MECANICA : 398 Mean :85.99 Mean :20.99
## 9 : 1 TIC : 397 3rd Qu.:88.29 3rd Qu.:22.00
## 10 : 1 ELECTRONICA: 395 Max. :99.07 Max. :25.00
## (Other):5076 (Other) :2669
## peso altura
## Min. :51.31 Min. :151.3
## 1st Qu.:58.46 1st Qu.:158.5
## Median :60.00 Median :160.0
## Mean :59.98 Mean :160.0
## 3rd Qu.:61.45 3rd Qu.:161.4
## Max. :68.34 Max. :168.3
## Fem = fdt_cat(alumnos$genero)
Fem## Category f rf rf(%) cf cf(%)
## F 5082 0.51 50.82 5082 50.82
## M 4918 0.49 49.18 10000 100.004.3.3.3 Evento masculinos
masculinos <- subset(alumnos, genero == 'M')
summary(masculinos)## matricula carrera genero promedio edad
## 1 : 1 ELECTRICA : 420 F: 0 Min. :70.86 Min. :17.00
## 3 : 1 CIVIL : 415 M:4918 1st Qu.:83.59 1st Qu.:20.00
## 4 : 1 INFORMATICA : 390 Median :85.98 Median :21.00
## 7 : 1 BIOQUIMICA : 385 Mean :85.97 Mean :20.99
## 11 : 1 MECANICA : 380 3rd Qu.:88.28 3rd Qu.:22.00
## 12 : 1 ARQUITECTURA: 377 Max. :97.51 Max. :24.00
## (Other):4912 (Other) :2551
## peso altura
## Min. :66.18 Min. :166.2
## 1st Qu.:77.82 1st Qu.:177.8
## Median :79.95 Median :180.0
## Mean :79.94 Mean :179.9
## 3rd Qu.:82.08 3rd Qu.:182.1
## Max. :91.93 Max. :191.9
## Masc = fdt_cat(alumnos$genero)
Masc## Category f rf rf(%) cf cf(%)
## F 5082 0.51 50.82 5082 50.82
## M 4918 0.49 49.18 10000 100.004.3.4 Alumnos con promedio mayor que 92
prom = subset(alumnos, promedio > 92)
summary(prom)## matricula carrera genero promedio edad
## 37 : 1 ARQUITECTURA: 35 F:189 Min. :92.01 Min. :23.00
## 44 : 1 INDUSTRIAL : 35 M:206 1st Qu.:92.44 1st Qu.:23.00
## 88 : 1 MECATRONICA : 35 Median :93.05 Median :23.00
## 100 : 1 TIC : 35 Mean :93.50 Mean :23.18
## 114 : 1 CIVIL : 34 3rd Qu.:94.18 3rd Qu.:23.00
## 116 : 1 MECANICA : 33 Max. :99.07 Max. :25.00
## (Other):389 (Other) :188
## peso altura
## Min. :54.90 Min. :154.9
## 1st Qu.:59.81 1st Qu.:159.8
## Median :75.35 Median :175.3
## Mean :70.36 Mean :170.4
## 3rd Qu.:79.90 3rd Qu.:179.9
## Max. :90.24 Max. :190.2
## paste("En porcentaje son: ",395/10000)## [1] "En porcentaje son: 0.0395"4.3.5 Carrera con más y menos alumnos
alu = fdt_cat(alumnos$carrera)
alu## Category f rf rf(%) cf cf(%)
## CIVIL 824 0.08 8.24 824 8.24
## ELECTRICA 796 0.08 7.96 1620 16.20
## INFORMATICA 779 0.08 7.79 2399 23.99
## BIOQUIMICA 778 0.08 7.78 3177 31.77
## MECANICA 778 0.08 7.78 3955 39.55
## MECATRONICA 773 0.08 7.73 4728 47.28
## INDUSTRIAL 771 0.08 7.71 5499 54.99
## TIC 767 0.08 7.67 6266 62.66
## ARQUITECTURA 760 0.08 7.60 7026 70.26
## ELECTRONICA 756 0.08 7.56 7782 77.82
## ADMINISTRACION 742 0.07 7.42 8524 85.24
## QUIMICA 739 0.07 7.39 9263 92.63
## SISTEMAS 737 0.07 7.37 10000 100.004.3.6 Alumnos por encima de 180
alt = subset(alumnos, altura > 180)
summary(alt)## matricula carrera genero promedio edad
## 3 : 1 ELECTRICA : 218 F: 0 Min. :70.86 Min. :17.00
## 4 : 1 QUIMICA : 200 M:2433 1st Qu.:83.53 1st Qu.:20.00
## 7 : 1 BIOQUIMICA : 196 Median :85.91 Median :21.00
## 12 : 1 CIVIL : 195 Mean :85.89 Mean :20.96
## 15 : 1 MECATRONICA : 188 3rd Qu.:88.26 3rd Qu.:22.00
## 16 : 1 ARQUITECTURA: 186 Max. :97.22 Max. :24.00
## (Other):2427 (Other) :1250
## peso altura
## Min. :80.01 Min. :180.0
## 1st Qu.:80.99 1st Qu.:181.0
## Median :82.11 Median :182.1
## Mean :82.47 Mean :182.5
## 3rd Qu.:83.51 3rd Qu.:183.5
## Max. :91.93 Max. :191.9
## 4.3.7 Alumnos por debajo de 60 kg
kg = subset(alumnos, peso < 60)
summary(kg)## matricula carrera genero promedio edad
## 2 : 1 INDUSTRIAL : 210 F:2538 Min. :75.45 Min. :18.00
## 6 : 1 CIVIL : 202 M: 0 1st Qu.:83.48 1st Qu.:20.00
## 9 : 1 MECATRONICA: 202 Median :85.98 Median :21.00
## 10 : 1 BIOQUIMICA : 200 Mean :85.97 Mean :20.98
## 13 : 1 ELECTRICA : 197 3rd Qu.:88.30 3rd Qu.:22.00
## 17 : 1 SISTEMAS : 197 Max. :99.07 Max. :25.00
## (Other):2532 (Other) :1330
## peso altura
## Min. :51.31 Min. :151.3
## 1st Qu.:57.40 1st Qu.:157.4
## Median :58.45 Median :158.4
## Mean :58.22 Mean :158.2
## 3rd Qu.:59.27 3rd Qu.:159.3
## Max. :59.99 Max. :160.0
## 5 Interpretación
Se simulan dos experimentos: el primero es tirar un dado y se identifica su espacio muestral y el segundo es los estudiantes que son espacio muestral de alumnos inscritos.
Se construyeron espacios muestrales de dados siendo 6 los puntos muestrales del dado y 10000 de alumnos
A partir de los espacios muestrales se construyeron eventos
El espacio muestral del dado su estructura es un vector y el espacio muestral de alumnos la estructura es un data.frame.
Modificar con una valor de 10000 alumnos \(n\) del espacio muestral y semilla del numero de control y conteste lo siguiente:
¿Cuántos alumnos son del género Femenino y en qué porcentaje %?
Las alumnos de genero Fememnino son un total de 5082 que representan un 50.82% de la muestra. (fdt_cat)
¿Cuántos alumnos son del género Masculino y en qué porcentaje %?
Los alumnos de genero Masculino son un total de 4918, representando el 49.18% de la muestra restante.
¿Cuántos alumnos tiene promedio mayor que 92 y en qué porcentaje %?
El numero de alumnos con promedio mayor que 92 es: 395 y representan un 0.0395%.
¿De qué carrera hay más y menos alumnos y en que procentaje?
La carrera con más alumnos es civil con 824 y un 8.24%, la carrera con menos alumnos es sistemas con 737 y un 7.37%.
¿Cuántos alumnos son de la carrera de SISTEMAS y en qué porcentaje?
En la carrera de sistemas hay un total de 737 alumnos que representan el 7.37%
¿Hay más alumnos de SISTEMAS o de CIVIL?
Existen más alumnos de CIVIL sólo por 87 alumnos de diferencia.
¿Cuántos alumnos están por encima del 180 cms?
Son un total de 2433.
¿Cuántos alumnos tienen un peso por debajo de 60 kgs?
2538 alumnos están por debajo de 60 kg.
5.0.1 Bibliografia
Tablas y categrorías de: https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/Enero%20Junio%202022/markdown/Caso%205.%20Espacio%20muestral.rmd Los datos utilizados (seed) son propios de mi numero de control.