EJERCICIOS

Estimacion del tamaño muestral (n) a partir del tamaño de la población (N), el nivel de confianza (Z), el error de muestreo (E) y el porcentaje del objetivo de estudio (P). Caso A y B propuestos en clase

Caso A: Sin conocimiento del % de aproximacion de árboles de la especie A

E:0.03 Z: 1.96 P: 0.5

funcionP = function (P,E,Z,N){
  n0= (P*(1-P))/((E/Z)^2)
  nf= n0/(1+(n0/N))
  return(nf)
}

funcionP(0.5, 0.03, 1.96, 5000)
## [1] 879.4228

Esto indica que la cantidad de arboles que se deben muestrear aproximadamente es 880 arboles.

caso B: el estudio anterior arrojo un porcentaje de 20% de la especie A E:0.03 Z: 1.96 P: 0.2 }

funcion2P=function(P,E,Z,N){
  n0= P*(1-P)/((E/Z)^2)
  nf= n0/(1+(n0/N))
  return(nf)
}

funcion2P(0.2,0.03,1.96,5000)
## [1] 600.8772

De acuerdo a los resultados se obtuvo que la cantidad de arboles que se deben muestrear son aproximadamente 601 arboles.

#Estimacion de promedio

Estimador de promedio: Se pretende estimar la funcion para determinar el estimador promedio de una población a partir de: Z:1.96 S:1.5 E:0.5 N:20000

fP=function(Z,S,E,N){
  n0=((Z*S/E)^2)
  return(n0/1+(n0/N))
}
fP(1.96,1.5,0.5,20000)
## [1] 34.57613

Teniendo en cuenta las resultados obtenidos, es posible concluir que se necesita muestrear aproximadamente 35 árboles de la población total.