Caso 05 Espacio Muestral
Samuel Damas Montes
2023-02-21
Objetivo
Crear eventos a partir de un espacio muestral de alumnos.
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
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.
Desarrollo
Cargar Libreria
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, varFunción 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)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 20Espacios 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.
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 6Evento 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"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"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"Alumnos
Crear espacio muestral alumnos
\[ S = alumnos = \text{{x | x son estudiantes inscritos en una institución educativa de nivel superior}} \]
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") Crear data.frame alumnos
Se crea un conjunto de datos en un data.frame llamado alumnos.
alumnos <- genAlumnos(10000, 1117)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)Mostrar diez registros iniciales
head(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 1 1 ELECTRONICA F 75.76 18 60.62 160.62
## 2 2 BIOQUIMICA M 80.68 19 78.32 178.32
## 3 3 BIOQUIMICA M 83.21 20 83.12 183.12
## 4 4 ELECTRICA M 89.69 22 85.48 185.48
## 5 5 ELECTRICA M 85.60 21 79.87 179.87
## 6 6 CIVIL F 82.61 20 58.76 158.76
## 7 7 INFORMATICA F 84.15 20 62.09 162.09
## 8 8 ARQUITECTURA M 87.84 22 81.22 181.22
## 9 9 TIC F 84.67 21 56.75 156.75
## 10 10 ADMINISTRACION F 83.07 20 57.79 157.79Mostrar diez registros finales
tail(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 9991 9991 ELECTRICA F 84.07 20 56.10 156.10
## 9992 9992 BIOQUIMICA M 84.60 21 79.77 179.77
## 9993 9993 ELECTRICA M 86.52 21 78.96 178.96
## 9994 9994 SISTEMAS M 83.28 20 79.28 179.28
## 9995 9995 ARQUITECTURA M 85.58 21 82.85 182.85
## 9996 9996 ARQUITECTURA M 84.30 21 76.18 176.18
## 9997 9997 ELECTRONICA M 84.78 21 83.32 183.32
## 9998 9998 INFORMATICA M 87.50 21 84.88 184.88
## 9999 9999 ARQUITECTURA F 85.22 21 59.67 159.67
## 10000 10000 INDUSTRIAL M 83.69 20 77.37 177.37Estructura 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",..: 6 3 3 5 5 4 8 2 13 1 ...
## $ genero : Factor w/ 2 levels "F","M": 1 2 2 2 2 1 1 2 1 1 ...
## $ promedio : num 75.8 80.7 83.2 89.7 85.6 ...
## $ edad : num 18 19 20 22 21 20 20 22 21 20 ...
## $ peso : num 60.6 78.3 83.1 85.5 79.9 ...
## $ altura : num 161 178 183 185 180 ...Describir los datos
La función summary() identifica los principales estadísticos descriptivos de los datos.
summary(alumnos)## matricula carrera genero promedio edad
## 1 : 1 TIC : 814 F:5031 Min. :73.64 Min. :17.00
## 2 : 1 SISTEMAS : 810 M:4969 1st Qu.:83.69 1st Qu.:20.00
## 3 : 1 ELECTRONICA : 809 Median :86.06 Median :21.00
## 4 : 1 QUIMICA : 790 Mean :86.06 Mean :21.01
## 5 : 1 INFORMATICA : 783 3rd Qu.:88.43 3rd Qu.:22.00
## 6 : 1 ARQUITECTURA: 776 Max. :98.50 Max. :25.00
## (Other):9994 (Other) :5218
## peso altura
## Min. :52.02 Min. :152.0
## 1st Qu.:60.05 1st Qu.:160.1
## Median :65.69 Median :165.7
## Mean :69.98 Mean :170.0
## 3rd Qu.:79.97 3rd Qu.:180.0
## Max. :91.55 Max. :191.6
## tabla.frec.A <- fdt_cat(x = alumnos$carrera)
tabla.frec.A## Category f rf rf(%) cf cf(%)
## TIC 814 0.08 8.14 814 8.14
## SISTEMAS 810 0.08 8.10 1624 16.24
## ELECTRONICA 809 0.08 8.09 2433 24.33
## QUIMICA 790 0.08 7.90 3223 32.23
## INFORMATICA 783 0.08 7.83 4006 40.06
## ARQUITECTURA 776 0.08 7.76 4782 47.82
## BIOQUIMICA 757 0.08 7.57 5539 55.39
## MECATRONICA 757 0.08 7.57 6296 62.96
## INDUSTRIAL 754 0.08 7.54 7050 70.50
## CIVIL 749 0.07 7.49 7799 77.99
## ADMINISTRACION 743 0.07 7.43 8542 85.42
## ELECTRICA 733 0.07 7.33 9275 92.75
## MECANICA 725 0.07 7.25 10000 100.00Eventos de alumnos
Se crean los eventos de alumnos
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] 810summary(sistemas)## matricula carrera genero promedio edad
## 67 : 1 SISTEMAS :810 F:400 Min. :74.19 Min. :18.00
## 70 : 1 ADMINISTRACION: 0 M:410 1st Qu.:83.33 1st Qu.:20.00
## 82 : 1 ARQUITECTURA : 0 Median :85.97 Median :21.00
## 86 : 1 BIOQUIMICA : 0 Mean :85.86 Mean :20.95
## 93 : 1 CIVIL : 0 3rd Qu.:88.37 3rd Qu.:22.00
## 136 : 1 ELECTRICA : 0 Max. :96.56 Max. :24.00
## (Other):804 (Other) : 0
## peso altura
## Min. :53.13 Min. :153.1
## 1st Qu.:60.18 1st Qu.:160.2
## Median :73.06 Median :173.1
## Mean :70.24 Mean :170.2
## 3rd Qu.:80.18 3rd Qu.:180.2
## Max. :88.04 Max. :188.0
## Evento femeninos
femeninos <- subset(alumnos, genero == 'F')
summary(femeninos)## matricula carrera genero promedio edad
## 1 : 1 ELECTRONICA: 421 F:5031 Min. :74.19 Min. :18
## 6 : 1 TIC : 406 M: 0 1st Qu.:83.63 1st Qu.:20
## 7 : 1 SISTEMAS : 400 Median :86.03 Median :21
## 9 : 1 QUIMICA : 398 Mean :86.02 Mean :21
## 10 : 1 INFORMATICA: 394 3rd Qu.:88.36 3rd Qu.:22
## 11 : 1 INDUSTRIAL : 391 Max. :98.36 Max. :25
## (Other):5025 (Other) :2621
## peso altura
## Min. :52.02 Min. :152.0
## 1st Qu.:58.48 1st Qu.:158.5
## Median :60.06 Median :160.1
## Mean :60.03 Mean :160.0
## 3rd Qu.:61.51 3rd Qu.:161.5
## Max. :67.60 Max. :167.6
## Evento masculinos
masculinos <- subset(alumnos, genero == 'M')
summary(masculinos)## matricula carrera genero promedio edad
## 2 : 1 SISTEMAS : 410 F: 0 Min. :73.64 Min. :17.00
## 3 : 1 TIC : 408 M:4969 1st Qu.:83.74 1st Qu.:20.00
## 4 : 1 ARQUITECTURA : 398 Median :86.09 Median :21.00
## 5 : 1 QUIMICA : 392 Mean :86.10 Mean :21.03
## 8 : 1 ADMINISTRACION: 389 3rd Qu.:88.53 3rd Qu.:22.00
## 12 : 1 INFORMATICA : 389 Max. :98.50 Max. :25.00
## (Other):4963 (Other) :2583
## peso altura
## Min. :68.33 Min. :168.3
## 1st Qu.:77.93 1st Qu.:177.9
## Median :80.00 Median :180.0
## Mean :80.06 Mean :180.1
## 3rd Qu.:82.24 3rd Qu.:182.2
## Max. :91.55 Max. :191.6
## Tabla de frecuencias
tabla.frec.g <- fdt_cat(x = alumnos$genero)
tabla.frec.g## Category f rf rf(%) cf cf(%)
## F 5031 0.5 50.31 5031 50.31
## M 4969 0.5 49.69 10000 100.00tabla.frec.p <- fdt(x = alumnos$promedio)
tabla.frec.p## Class limits f rf rf(%) cf cf(%)
## [72.904,74.676) 8 0.00 0.08 8 0.08
## [74.676,76.448) 26 0.00 0.26 34 0.34
## [76.448,78.22) 94 0.01 0.94 128 1.28
## [78.22,79.992) 301 0.03 3.01 429 4.29
## [79.992,81.764) 632 0.06 6.32 1061 10.61
## [81.764,83.536) 1284 0.13 12.84 2345 23.45
## [83.536,85.308) 1812 0.18 18.12 4157 41.57
## [85.308,87.08) 1990 0.20 19.90 6147 61.47
## [87.08,88.852) 1712 0.17 17.12 7859 78.59
## [88.852,90.625) 1181 0.12 11.81 9040 90.40
## [90.625,92.397) 636 0.06 6.36 9676 96.76
## [92.397,94.169) 233 0.02 2.33 9909 99.09
## [94.169,95.941) 71 0.01 0.71 9980 99.80
## [95.941,97.713) 18 0.00 0.18 9998 99.98
## [97.713,99.485) 2 0.00 0.02 10000 100.00promedio<-alumnos$promedio
promedio.m<-sum(promedio >= 92)
promedio.m## [1] 428altura<-alumnos$altura
altura.m<-sum(altura >= 180)
altura.m## [1] 2486peso<-alumnos$peso
peso.m<-sum(peso <= 60)
peso.m## [1] 2460Interpretación
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 de 1117 conteste lo siguiente:
¿Cuántos alumnos son del género Femenino y en qué porcentaje %? 5031 en un porcentaje de 50.31%
¿Cuántos alumnos son del género Masculino y en qué porcentaje %? 4969 en un porcentaje de 49.69%
¿Cuántos alumnos tiene promedio mayor que 92 y en qué porcentaje %? 428 con un porcentaje de 4.28%
¿De qué carrera hay más y menos alumnos y en que porcentaje? en menos esta la carrera de mecánica con 7.25% y en mayor esta la carrera de TIC con 8.14%
¿Cuántos alumnos son de la carrera de SISTEMAS y en qué porcentaje? 810 en un porcentaje de 8.1%
¿Hay más alumnos de SISTEMAS o de CIVIL? Sistemas
¿Cuántos alumnos están por encima del 180 cms? 2486 con un porcentaje de 24.86%
¿Cuántos alumnos tienen un peso por debajo de 60 kgs? 2460 con un porcentaje de 24.60%