Determinar y simular muestreos
Con un conjunto de datos utilizar mecanismos de programación para determinar muestreos mediante técnicas de aleatorio simple, aleatorio sistemático, aleatorio estratificado y por conglomerados.
El propósito de la estadística inferencial consiste en determinar y conocer el comportamiento sobre una población a partir de una muestra.
Una muestra es una porción, una proporción o parte de la población de interés. En muchos casos, el muestreo resulta más accesible y sencillo que el estudio de toda la población. [@lind_estadistica_2015].
Por otra parte la importancia del muestreo como lo menciona [@anderson_estadistica_2008] es cuestión de minimizar costo de trabajo, recopilar información de una muestra es sustancialmente menor, que hacerlo de una población completa; especialmente cuando se deben realizar entrevistas personales para recopilar la información.
Finamente, los métodos de muestreo aleatorio y sin sesgos son muy importantes para realizar inferencias estadísticas válidas [@lind_estadistica_2015].
Una muestra aleatoria simple de tamaño \(n\) de una población finita de tamaño \(N\) es una muestra seleccionada de manera que cada posible muestra de tamaño \(n\) tenga la misma probabilidad de ser seleccionada [@anderson_estadistica_2008].
De un cojunto de \(N\) elementos de una población, un muestreo aleatorio simple sería una especíe de rifa o tómbola para elegir de de entre los \(N\) total de población una cantidad de \(n\) número de la muestra.
Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo miembro de la población [@lind_estadistica_2015].
Suele emplearse como alternativa al muestreo aleatorio simple, en especial cuando las poblaciones son grandes se lleva mucho tiempo tomar una muestra aleatoria simple en la que primero hay que hallar un número aleatorio y después contar o buscar en el marco el elemento correspondiente [@anderson_estadistica_2008].
El primer elemento se elige aleatoriamente, lo que permite suponer que una muestra sistemática tiene las propiedades de una muestra aleatoria simple. Esta suposición suele ser correcta cuando el marco es un ordenamiento aleatorio de los elementos de la población [@anderson_estadistica_2008]
Cuando una población se divide en grupos a partir de ciertas características, el muestreo aleatorio estratificado garantiza que cada grupo o estrato se encuentre representado en la muestra [@lind_estadistica_2015].
[@anderson_estadistica_2008] describe el muestreo aleatorio estratificado en donde los elementos de la población primero se dividen en grupos, a los que se les llama estratos, de manera que cada elemento pertenezca a uno y sólo un estrato. La base para la formación de los estratos, que puede ser departamento, edad, tipo de industria, enre otros, está a discreción de la persona que diseña la muestra.
Por otra parte, para asegurar que la muestra sea una representación imparcial de las \(N\) observaciones, se debe determinar la frecuencia relativa y a partir de ahí generar las cantidad de muestra de cada estrato. [@lind_estadistica_2015].
La población se divide en conglomerados a partir de los límites naturales geográficos u otra clase. A continuación, estos se seleccionan al azar y se toma una muestra de forma aleatoria con elementos de cada grupo [@lind_estadistica_2015].
library(dplyr)
library(mosaic)
library(readr)
library(ggplot2) # Para gráficos
library(knitr) # Para formateo de datos
library(fdth) # Para tablas de frecuencias
library(leaflet) # Para hacer mapassource("https://raw.githubusercontent.com/rpizarrog/Trabajos-en-R-AD2021/main/funciones/construir%20datos%20y%20funciones.r", encoding = "UTF-8")
kable(head(personas, 10), caption = "Los primeros diez registros de nombres en el conjunto dedatos")| nombres | generos | ajedrez | beisbol | tiro.arco | pesas | futbol | softbol | atletismo | folklorico | tahitiano | teatro | rondalla | pantomima |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| JUAN | M | NO | NO | NO | SI | NO | SI | NO | NO | NO | NO | NO | SI |
| JOSÉ LUIS | M | NO | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO |
| JOSÉ | M | NO | SI | NO | SI | NO | NO | NO | NO | NO | NO | SI | SI |
| MARÍA GUADALUPE | F | NO | SI | NO | NO | NO | NO | NO | NO | NO | NO | SI | SI |
| FRANCISCO | M | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO |
| GUADALUPE | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| MARÍA | F | NO | SI | NO | NO | SI | NO | NO | NO | NO | NO | NO | NO |
| JUANA | F | NO | NO | NO | NO | SI | NO | NO | SI | NO | NO | NO | NO |
| ANTONIO | M | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| JESÚS | M | NO | NO | SI | NO | NO | SI | NO | NO | SI | NO | NO | NO |
kable(tail(personas, 10), caption = "Las útimos diez registros de nombres en el conjunto de datos")| nombres | generos | ajedrez | beisbol | tiro.arco | pesas | futbol | softbol | atletismo | folklorico | tahitiano | teatro | rondalla | pantomima | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 91 | ANDREA | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | SI |
| 92 | ISABEL | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 93 | MARÍA TERESA | F | NO | SI | NO | NO | SI | NO | NO | SI | NO | NO | NO | NO |
| 94 | IRMA | F | SI | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 95 | CARMEN | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 96 | LUCÍA | F | NO | SI | NO | SI | NO | NO | NO | SI | NO | NO | SI | SI |
| 97 | ADRIANA | F | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO |
| 98 | AGUSTÍN | M | NO | SI | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO |
| 99 | MARÍA DE LA LUZ | F | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO |
| 100 | GUSTAVO | M | NO | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO |
Se cargan os datos de alumnos inscritos en una Institución de educación superior en el semetre septiembre 2020 a enero 2021, con los atributos siguientes:
alumnos <- read_csv("https://raw.githubusercontent.com/rpizarrog/Trabajos-en-R-AD2021/main/datos/datos%20alumnos.csv")
kable(head(alumnos, 10), caption = "Los primeros diez registros de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera |
|---|---|---|---|---|---|
| 1 | 11 | 198 | 19 | 80.21 | SISTEMAS |
| 2 | 11 | 235 | 10 | 84.33 | SISTEMAS |
| 3 | 9 | 235 | 10 | 95.25 | SISTEMAS |
| 4 | 9 | 226 | 19 | 95.00 | SISTEMAS |
| 5 | 10 | 231 | 14 | 82.32 | SISTEMAS |
| 6 | 9 | 212 | 23 | 95.02 | SISTEMAS |
| 7 | 12 | 221 | 10 | 79.06 | SISTEMAS |
| 8 | 9 | 226 | 9 | 92.47 | SISTEMAS |
| 9 | 9 | 231 | 4 | 91.08 | SISTEMAS |
| 10 | 11 | 222 | 13 | 80.42 | SISTEMAS |
kable(tail(alumnos, 10), caption = "Las útimos diez registros de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera |
|---|---|---|---|---|---|
| 5920 | 7 | 169 | 23 | 89.14 | ADMINISTRACION |
| 5921 | 5 | 109 | 26 | 87.83 | ADMINISTRACION |
| 5922 | 3 | 55 | 29 | 92.83 | ADMINISTRACION |
| 5923 | 2 | 23 | 23 | 88.60 | ADMINISTRACION |
| 5924 | 2 | 27 | 28 | 92.83 | ADMINISTRACION |
| 5925 | 7 | 94 | 13 | 80.95 | ADMINISTRACION |
| 5926 | 5 | 103 | 32 | 92.68 | ADMINISTRACION |
| 5927 | 4 | 79 | 34 | 86.18 | ADMINISTRACION |
| 5928 | 5 | 108 | 32 | 90.48 | ADMINISTRACION |
| 5929 | 7 | 169 | 32 | 92.33 | ADMINISTRACION |
N <- nrow(personas)
n <- 10
muestra <- sample(personas$nombres, n)
kable(muestra, caption = "La muestra de personas")| x |
|---|
| DANIEL |
| JUAN MANUEL |
| MIGUEL |
| GUSTAVO |
| FRANCISCA |
| RAÚL |
| JUAN |
| LUCÍA |
| MARÍA TERESA |
| JORGE |
N <- nrow(alumnos)
n <- 100
registros <- sample(N, n) # Genera los números
muestra <- alumnos[registros, ]
kable(muestra, caption = "La muestra de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera |
|---|---|---|---|---|---|
| 2700 | 9 | 202 | 19 | 82.26 | INDUSTRIAL |
| 1164 | 9 | 129 | 18 | 83.79 | BIOQUIMICA |
| 1469 | 7 | 150 | 36 | 80.81 | BIOQUIMICA |
| 5645 | 3 | 55 | 29 | 97.67 | ADMINISTRACION |
| 3227 | 7 | 163 | 30 | 86.30 | INDUSTRIAL |
| 4973 | 6 | 133 | 33 | 85.54 | GESTION EMPRESARIAL |
| 5866 | 1 | NA | 27 | 0.00 | ADMINISTRACION |
| 1513 | 6 | 67 | 34 | 78.60 | BIOQUIMICA |
| 4076 | 7 | 144 | 32 | 88.52 | MECATRONICA |
| 2521 | 9 | 222 | 23 | 86.40 | ELECTRONICA |
| 5624 | 3 | 55 | 29 | 96.67 | ADMINISTRACION |
| 4985 | 4 | 55 | 29 | 80.42 | GESTION EMPRESARIAL |
| 5075 | 5 | 116 | 32 | 87.71 | GESTION EMPRESARIAL |
| 5041 | 7 | 140 | 35 | 82.27 | GESTION EMPRESARIAL |
| 395 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 3795 | 4 | 66 | 29 | 86.47 | MECATRONICA |
| 5683 | 1 | NA | 27 | 0.00 | ADMINISTRACION |
| 1577 | 9 | 165 | 16 | 78.86 | CIVIL |
| 2306 | 5 | 89 | 27 | 86.33 | ELECTRICA |
| 3510 | 3 | 41 | 24 | 76.80 | MECANICA |
| 1415 | 6 | 123 | 29 | 82.48 | BIOQUIMICA |
| 830 | 5 | 97 | 26 | 93.50 | ARQUITECTURA |
| 200 | 7 | 107 | 17 | 79.26 | SISTEMAS |
| 5484 | 11 | 257 | 5 | 87.44 | ADMINISTRACION |
| 25 | 11 | 230 | 15 | 84.02 | SISTEMAS |
| 2596 | 3 | 52 | 25 | 92.67 | ELECTRONICA |
| 3863 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 74 | 10 | 230 | 15 | 83.94 | SISTEMAS |
| 1933 | 1 | NA | 27 | 0.00 | CIVIL |
| 1691 | 4 | 75 | 32 | 84.19 | CIVIL |
| 2587 | 5 | 90 | 20 | 83.50 | ELECTRONICA |
| 886 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 4827 | 7 | 150 | 25 | 88.75 | GESTION EMPRESARIAL |
| 4756 | 9 | 230 | 15 | 91.77 | GESTION EMPRESARIAL |
| 663 | 7 | 151 | 23 | 85.22 | ARQUITECTURA |
| 2503 | 10 | 202 | 23 | 81.25 | ELECTRONICA |
| 4892 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 4549 | 6 | 133 | 23 | 83.25 | QUIMICA |
| 308 | 4 | 83 | 29 | 91.00 | SISTEMAS |
| 2139 | 6 | 143 | 30 | 84.77 | CIVIL |
| 1319 | 7 | 124 | 34 | 83.15 | BIOQUIMICA |
| 5755 | 4 | 84 | 29 | 87.44 | ADMINISTRACION |
| 5920 | 7 | 169 | 23 | 89.14 | ADMINISTRACION |
| 3632 | 1 | NA | 26 | 0.00 | MECANICA |
| 3546 | 3 | 48 | 22 | 78.64 | MECANICA |
| 1619 | 9 | 225 | 10 | 84.85 | CIVIL |
| 1632 | 9 | 159 | 15 | 80.15 | CIVIL |
| 4890 | 7 | 170 | 35 | 87.44 | GESTION EMPRESARIAL |
| 2090 | 4 | 78 | 33 | 83.59 | CIVIL |
| 1764 | 1 | NA | 27 | 0.00 | CIVIL |
| 612 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 1097 | 7 | 139 | 24 | 84.62 | ARQUITECTURA |
| 796 | 7 | 116 | 34 | 81.12 | ARQUITECTURA |
| 240 | 2 | 27 | 28 | 92.33 | SISTEMAS |
| 1202 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 4673 | 12 | 219 | 16 | 89.93 | GESTION EMPRESARIAL |
| 5370 | 5 | 41 | 4 | 81.44 | INFORMATICA |
| 1901 | 5 | 117 | 31 | 87.08 | CIVIL |
| 3696 | 11 | 231 | 4 | 83.33 | MECATRONICA |
| 3370 | 11 | 225 | 10 | 81.86 | MECANICA |
| 1197 | 3 | 57 | 27 | 82.54 | BIOQUIMICA |
| 3032 | 3 | 55 | 29 | 89.00 | INDUSTRIAL |
| 4867 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 1967 | 1 | NA | 27 | 0.00 | CIVIL |
| 3638 | 7 | 170 | 27 | 86.59 | MECANICA |
| 934 | 7 | 170 | 28 | 88.58 | ARQUITECTURA |
| 4100 | 9 | 225 | 5 | 87.96 | QUIMICA |
| 5193 | 6 | 138 | 33 | 86.21 | GESTION EMPRESARIAL |
| 5450 | 10 | 262 | 10 | 88.60 | ADMINISTRACION |
| 1067 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 3404 | 10 | 172 | 18 | 81.13 | MECANICA |
| 4217 | 12 | 225 | 10 | 78.46 | QUIMICA |
| 1449 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 2720 | 9 | 202 | 24 | 82.28 | INDUSTRIAL |
| 5151 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 3110 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 1051 | 6 | 127 | 24 | 88.19 | ARQUITECTURA |
| 4783 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 5643 | 2 | 27 | 28 | 92.67 | ADMINISTRACION |
| 4482 | 2 | 25 | 30 | 82.00 | QUIMICA |
| 4046 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 2183 | 2 | 27 | 30 | 83.50 | CIVIL |
| 659 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 5318 | 1 | NA | 26 | 0.00 | TIC |
| 2101 | 2 | 23 | 25 | 80.80 | CIVIL |
| 1758 | 4 | 80 | 34 | 85.94 | CIVIL |
| 2297 | 5 | 94 | 33 | 84.77 | ELECTRICA |
| 3793 | 7 | 128 | 31 | 84.46 | MECATRONICA |
| 822 | 3 | 48 | 32 | 90.45 | ARQUITECTURA |
| 352 | 8 | 176 | 32 | 80.47 | SISTEMAS |
| 3467 | 3 | 42 | 32 | 82.30 | MECANICA |
| 443 | 7 | 160 | 34 | 90.34 | SISTEMAS |
| 241 | 5 | 112 | 25 | 91.63 | SISTEMAS |
| 4569 | 3 | 51 | 30 | 88.64 | QUIMICA |
| 3456 | 6 | 89 | 32 | 78.30 | MECANICA |
| 5534 | 8 | 177 | 34 | 86.89 | ADMINISTRACION |
| 3666 | 12 | 190 | 5 | 78.35 | MECATRONICA |
| 2155 | 2 | 22 | 26 | 93.40 | CIVIL |
| 3527 | 1 | NA | 26 | 0.00 | MECANICA |
| 1607 | 10 | 231 | 4 | 83.15 | CIVIL |
N <- nrow(personas)
n = 10
saltos <- round(N / n, 0)
inicio <- round(sample(N, 1) / n, 0)
#inicio
cuales <- seq(from = inicio, to =N, by= saltos)
kable(personas[cuales, ], caption = "La muestra sistematizada de personas")| nombres | generos | ajedrez | beisbol | tiro.arco | pesas | futbol | softbol | atletismo | folklorico | tahitiano | teatro | rondalla | pantomima | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6 | GUADALUPE | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 16 | MARÍA DEL CARMEN | F | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO | NO |
| 26 | JAVIER | F | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | SI | NO |
| 36 | FRANCISCO JAVIER | F | SI | NO | NO | NO | NO | NO | NO | SI | NO | NO | SI | NO |
| 46 | TERESA | F | NO | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO |
| 56 | YOLANDA | F | SI | NO | NO | NO | SI | NO | NO | NO | NO | NO | NO | NO |
| 66 | VÍCTOR MANUEL | M | NO | SI | SI | SI | NO | NO | NO | NO | NO | NO | NO | NO |
| 76 | MARÍA ISABEL | F | NO | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | SI |
| 86 | JOSÉ GUADALUPE | M | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO | SI |
| 96 | LUCÍA | F | NO | SI | NO | SI | NO | NO | NO | SI | NO | NO | SI | SI |
N <- nrow(alumnos)
n = 100
saltos <- round(N / n, 0)
inicio <- round(sample(N, 1) / n, 0)
cuales <- seq(from = inicio, to =N, by= saltos)
kable(alumnos[cuales, ], caption = "La muestra de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera |
|---|---|---|---|---|---|
| 40 | 9 | 217 | 18 | 92.00 | SISTEMAS |
| 99 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 158 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 217 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 276 | 3 | 8 | 22 | 80.00 | SISTEMAS |
| 335 | 3 | 50 | 28 | 92.00 | SISTEMAS |
| 394 | 3 | 50 | 28 | 88.55 | SISTEMAS |
| 453 | 9 | 219 | 16 | 89.98 | ARQUITECTURA |
| 512 | 9 | 223 | 4 | 90.24 | ARQUITECTURA |
| 571 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 630 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 689 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 748 | 6 | 117 | 33 | 86.38 | ARQUITECTURA |
| 807 | 3 | 48 | 32 | 89.82 | ARQUITECTURA |
| 866 | 6 | 142 | 28 | 88.53 | ARQUITECTURA |
| 925 | 4 | 80 | 30 | 93.39 | ARQUITECTURA |
| 984 | 6 | 120 | 28 | 85.59 | ARQUITECTURA |
| 1043 | 2 | 26 | 26 | 88.33 | ARQUITECTURA |
| 1102 | 3 | 52 | 28 | 88.33 | ARQUITECTURA |
| 1161 | 9 | 247 | 11 | 90.62 | BIOQUIMICA |
| 1220 | 5 | 81 | 34 | 85.44 | BIOQUIMICA |
| 1279 | 3 | 52 | 30 | 97.92 | BIOQUIMICA |
| 1338 | 4 | 77 | 22 | 80.47 | BIOQUIMICA |
| 1397 | 4 | 77 | 28 | 85.71 | BIOQUIMICA |
| 1456 | 6 | 118 | 34 | 84.35 | BIOQUIMICA |
| 1515 | 5 | 99 | 26 | 86.86 | BIOQUIMICA |
| 1574 | 12 | 230 | 5 | 79.42 | CIVIL |
| 1633 | 11 | 206 | 29 | 79.65 | CIVIL |
| 1692 | 8 | 193 | 27 | 80.38 | CIVIL |
| 1751 | 7 | 175 | 24 | 87.25 | CIVIL |
| 1810 | 5 | 109 | 30 | 82.48 | CIVIL |
| 1869 | 3 | 57 | 24 | 90.83 | CIVIL |
| 1928 | 5 | 100 | 19 | 80.00 | CIVIL |
| 1987 | 5 | 101 | 28 | 83.71 | CIVIL |
| 2046 | 8 | 150 | 33 | 81.77 | CIVIL |
| 2105 | 8 | 178 | 30 | 79.41 | CIVIL |
| 2164 | 1 | NA | 27 | 0.00 | CIVIL |
| 2223 | 9 | 220 | 15 | 83.30 | ELECTRICA |
| 2282 | 5 | 94 | 26 | 84.09 | ELECTRICA |
| 2341 | 3 | 46 | 28 | 91.55 | ELECTRICA |
| 2400 | 1 | NA | 24 | 0.00 | ELECTRICA |
| 2459 | 1 | NA | 24 | 0.00 | ELECTRICA |
| 2518 | 11 | 192 | 23 | 83.88 | ELECTRONICA |
| 2577 | 3 | 52 | 25 | 87.67 | ELECTRONICA |
| 2636 | 5 | 105 | 28 | 92.65 | ELECTRONICA |
| 2695 | 9 | 226 | 4 | 85.18 | INDUSTRIAL |
| 2754 | 5 | 93 | 34 | 83.29 | INDUSTRIAL |
| 2813 | 5 | 98 | 32 | 83.41 | INDUSTRIAL |
| 2872 | 7 | 156 | 36 | 84.71 | INDUSTRIAL |
| 2931 | 2 | 27 | 24 | 82.83 | INDUSTRIAL |
| 2990 | 9 | 235 | 10 | 84.96 | INDUSTRIAL |
| 3049 | 2 | 27 | 24 | 81.50 | INDUSTRIAL |
| 3108 | 8 | 123 | 34 | 82.50 | INDUSTRIAL |
| 3167 | 2 | 27 | 28 | 88.33 | INDUSTRIAL |
| 3226 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 3285 | 2 | 27 | 24 | 81.00 | INDUSTRIAL |
| 3344 | 5 | 55 | 27 | 86.69 | INDUSTRIAL |
| 3403 | 9 | 175 | 28 | 83.45 | MECANICA |
| 3462 | 7 | 83 | 30 | 78.05 | MECANICA |
| 3521 | 7 | 137 | 34 | 86.20 | MECANICA |
| 3580 | 8 | 175 | 21 | 85.34 | MECANICA |
| 3639 | 3 | 30 | 22 | 83.00 | MECANICA |
| 3698 | 9 | 219 | 16 | 89.63 | MECATRONICA |
| 3757 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 3816 | 5 | 108 | 30 | 86.71 | MECATRONICA |
| 3875 | 4 | 67 | 23 | 79.07 | MECATRONICA |
| 3934 | 3 | 53 | 27 | 86.50 | MECATRONICA |
| 3993 | 8 | 151 | 27 | 79.53 | MECATRONICA |
| 4052 | 5 | 110 | 24 | 85.17 | MECATRONICA |
| 4111 | 9 | 224 | 6 | 91.26 | QUIMICA |
| 4170 | 10 | 211 | 24 | 80.44 | QUIMICA |
| 4229 | 3 | 36 | 30 | 89.25 | QUIMICA |
| 4288 | 13 | 235 | 10 | 78.98 | QUIMICA |
| 4347 | 7 | 138 | 24 | 85.07 | QUIMICA |
| 4406 | 4 | 86 | 28 | 81.44 | QUIMICA |
| 4465 | 9 | 214 | 21 | 89.05 | QUIMICA |
| 4524 | 10 | 127 | 13 | 78.89 | QUIMICA |
| 4583 | 7 | 150 | 22 | 86.16 | QUIMICA |
| 4642 | 2 | 25 | 31 | 89.17 | QUIMICA |
| 4701 | 9 | 230 | 5 | 94.75 | GESTION EMPRESARIAL |
| 4760 | 9 | 215 | 20 | 87.38 | GESTION EMPRESARIAL |
| 4819 | 3 | 54 | 28 | 87.08 | GESTION EMPRESARIAL |
| 4878 | 3 | 54 | 28 | 87.42 | GESTION EMPRESARIAL |
| 4937 | 7 | 167 | 33 | 88.00 | GESTION EMPRESARIAL |
| 4996 | 3 | 54 | 28 | 95.33 | GESTION EMPRESARIAL |
| 5055 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 5114 | 7 | 185 | 25 | 95.74 | GESTION EMPRESARIAL |
| 5173 | 2 | 37 | 30 | 93.25 | GESTION EMPRESARIAL |
| 5232 | 3 | 54 | 28 | 89.08 | GESTION EMPRESARIAL |
| 5291 | 5 | 101 | 28 | 81.27 | TIC |
| 5350 | 9 | 215 | 16 | 84.57 | INFORMATICA |
| 5409 | 3 | 55 | 27 | 87.92 | INFORMATICA |
| 5468 | 11 | 240 | 22 | 84.88 | ADMINISTRACION |
| 5527 | 1 | NA | 27 | 0.00 | ADMINISTRACION |
| 5586 | 1 | NA | 27 | 0.00 | ADMINISTRACION |
| 5645 | 3 | 55 | 29 | 97.67 | ADMINISTRACION |
| 5704 | 5 | 79 | 29 | 86.06 | ADMINISTRACION |
| 5763 | 5 | 113 | 27 | 92.83 | ADMINISTRACION |
| 5822 | 5 | 113 | 27 | 95.63 | ADMINISTRACION |
| 5881 | 7 | 135 | 34 | 83.90 | ADMINISTRACION |
N <- nrow(personas)
n <- 10
femeninos <- filter(personas, generos=='F')
masculinos <- filter(personas, generos=='M')
frfem <- nrow(femeninos) / N
frmas <- nrow(masculinos) / N
frfem ## [1] 0.43frmas ## [1] 0.57muestraFem <- sample(femeninos, n * frfem)
kable(muestraFem, caption = "La muestra de personas Femenino")| nombres | generos | ajedrez | beisbol | tiro.arco | pesas | futbol | softbol | atletismo | folklorico | tahitiano | teatro | rondalla | pantomima | orig.id | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 26 | GLORIA | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | 26 |
| 36 | ANDREA | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | SI | 36 |
| 39 | IRMA | F | SI | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | 39 |
| 10 | FRANCISCO JAVIER | F | SI | NO | NO | NO | NO | NO | NO | SI | NO | NO | SI | NO | 10 |
muestraMas <- sample(masculinos, n * frmas)
kable(muestraMas, caption = "La muestra de personas Masculino")| nombres | generos | ajedrez | beisbol | tiro.arco | pesas | futbol | softbol | atletismo | folklorico | tahitiano | teatro | rondalla | pantomima | orig.id | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20 | RAFAEL | M | NO | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | 20 |
| 3 | JOSÉ | M | NO | SI | NO | SI | NO | NO | NO | NO | NO | NO | SI | SI | 3 |
| 31 | SERGIO | M | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | 31 |
| 47 | LUIS ÁNGEL | M | NO | NO | NO | NO | NO | NO | SI | NO | SI | NO | NO | NO | 47 |
| 46 | RUBEN | M | NO | SI | NO | NO | NO | NO | NO | NO | NO | NO | SI | NO | 46 |
N <- nrow(alumnos)
n <- 100
tabla_frec <- data.frame(fdt_cat(alumnos$Carrera))
tabla_frec$muestra <- round(tabla_frec$rf * n, 0)
kable(tabla_frec, caption = "Tabla de frecuencia de alumnos")| Category | f | rf | rf… | cf | cf… | muestra |
|---|---|---|---|---|---|---|
| INDUSTRIAL | 707 | 0.1192444 | 11.924439 | 707 | 11.92444 | 12 |
| ARQUITECTURA | 675 | 0.1138472 | 11.384719 | 1382 | 23.30916 | 11 |
| CIVIL | 648 | 0.1092933 | 10.929330 | 2030 | 34.23849 | 11 |
| GESTION EMPRESARIAL | 585 | 0.0986676 | 9.866757 | 2615 | 44.10525 | 10 |
| QUIMICA | 568 | 0.0958003 | 9.580030 | 3183 | 53.68528 | 10 |
| ADMINISTRACION | 497 | 0.0838253 | 8.382527 | 3680 | 62.06780 | 8 |
| SISTEMAS | 452 | 0.0762355 | 7.623545 | 4132 | 69.69135 | 8 |
| BIOQUIMICA | 441 | 0.0743802 | 7.438016 | 4573 | 77.12936 | 7 |
| MECATRONICA | 432 | 0.0728622 | 7.286220 | 5005 | 84.41558 | 7 |
| MECANICA | 301 | 0.0507674 | 5.076741 | 5306 | 89.49233 | 5 |
| ELECTRICA | 280 | 0.0472255 | 4.722550 | 5586 | 94.21488 | 5 |
| ELECTRONICA | 161 | 0.0271547 | 2.715466 | 5747 | 96.93034 | 3 |
| INFORMATICA | 101 | 0.0170349 | 1.703491 | 5848 | 98.63383 | 2 |
| TIC | 81 | 0.0136617 | 1.366166 | 5929 | 100.00000 | 1 |
N <- nrow(alumnos)
n <- 100
sistemas <- filter(alumnos, Carrera =='SISTEMAS')
civil <- filter(alumnos, Carrera == 'CIVIL')
frsistemas <- nrow(sistemas) / N
frcivil <- nrow(civil) / N
frsistemas## [1] 0.07623545frcivil ## [1] 0.1092933muestrasistemas <- sample(sistemas, round(n * frsistemas, 0))
kable(muestrasistemas, caption = "La muestra de alumnos de Sistemas")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | orig.id |
|---|---|---|---|---|---|---|
| 130 | 4 | 87 | 33 | 87.89 | SISTEMAS | 130 |
| 335 | 3 | 50 | 28 | 92.00 | SISTEMAS | 335 |
| 142 | 3 | 36 | 23 | 89.13 | SISTEMAS | 142 |
| 199 | 1 | NA | 27 | 0.00 | SISTEMAS | 199 |
| 30 | 11 | 226 | 9 | 81.78 | SISTEMAS | 30 |
| 52 | 10 | 138 | 31 | 79.33 | SISTEMAS | 52 |
| 449 | 1 | NA | 27 | 0.00 | SISTEMAS | 449 |
| 414 | 6 | 137 | 28 | 84.87 | SISTEMAS | 414 |
muestracivil <- sample(civil, round(n * frcivil, 0))
kable(muestracivil, caption = "La muestra de alumnos de Civil")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | orig.id |
|---|---|---|---|---|---|---|
| 1847 | 5 | 122 | 30 | 86.00 | CIVIL | 279 |
| 2207 | 6 | 38 | 35 | 77.38 | CIVIL | 639 |
| 2128 | 6 | 118 | 34 | 78.44 | CIVIL | 560 |
| 2184 | 1 | NA | 27 | 0.00 | CIVIL | 616 |
| 1794 | 6 | 137 | 34 | 87.66 | CIVIL | 226 |
| 1740 | 5 | 113 | 30 | 88.63 | CIVIL | 172 |
| 2009 | 4 | 82 | 31 | 82.71 | CIVIL | 441 |
| 1578 | 10 | 205 | 25 | 81.95 | CIVIL | 10 |
| 1905 | 7 | 154 | 32 | 82.64 | CIVIL | 337 |
| 1984 | 6 | 133 | 30 | 86.79 | CIVIL | 416 |
| 1731 | 8 | 187 | 25 | 86.03 | CIVIL | 163 |
N <- nrow(alumnos)
n <- 100
locdurangomx <- read.csv("https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/datos/locdurangomx.csv", encoding = "UTF-8")Segundo por medio de función sample() generar cinco registros aleatorios de localidades y agregar un sexto registro de Victoria de Durango.
set.seed(1000)
localidades6 <- locdurangomx[sample(nrow(locdurangomx), 5), ]
localidades6 <- rbind(localidades6, locdurangomx[1,])registros <- locdurangomx[sample(localidades6$X, N, replace = TRUE, prob = c(.10, 0.12, 0.05, 0.07, 0.06, 0.60)),c("Nom_Loc", "Lat_Decimal", "Lon_Decimal")]
alumnos$localidad <- registros$Nom_Loc
alumnos$latitud <- registros$Lat_Decimal
alumnos$longitud <- registros$Lon_Decimal
kable(head(alumnos, 10), caption = "Los primeros diez registros de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud |
|---|---|---|---|---|---|---|---|---|
| 1 | 11 | 198 | 19 | 80.21 | SISTEMAS | Las Aves | 23.94883 | -104.5715 |
| 2 | 11 | 235 | 10 | 84.33 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 3 | 9 | 235 | 10 | 95.25 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 4 | 9 | 226 | 19 | 95.00 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 5 | 10 | 231 | 14 | 82.32 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 6 | 9 | 212 | 23 | 95.02 | SISTEMAS | Las Aves | 23.94883 | -104.5715 |
| 7 | 12 | 221 | 10 | 79.06 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 8 | 9 | 226 | 9 | 92.47 | SISTEMAS | Los Fresnos | 24.08339 | -104.6095 |
| 9 | 9 | 231 | 4 | 91.08 | SISTEMAS | Las Aves | 23.94883 | -104.5715 |
| 10 | 11 | 222 | 13 | 80.42 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
kable(tail(alumnos, 10), caption = "Las útimos diez registros de alumnos")| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud |
|---|---|---|---|---|---|---|---|---|
| 5920 | 7 | 169 | 23 | 89.14 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5921 | 5 | 109 | 26 | 87.83 | ADMINISTRACION | Los Fresnos | 24.08339 | -104.6095 |
| 5922 | 3 | 55 | 29 | 92.83 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5923 | 2 | 23 | 23 | 88.60 | ADMINISTRACION | Michel [Granja] | 24.00545 | -104.7152 |
| 5924 | 2 | 27 | 28 | 92.83 | ADMINISTRACION | Las Brisas | 23.97352 | -104.5800 |
| 5925 | 7 | 94 | 13 | 80.95 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5926 | 5 | 103 | 32 | 92.68 | ADMINISTRACION | Las Aves | 23.94883 | -104.5715 |
| 5927 | 4 | 79 | 34 | 86.18 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5928 | 5 | 108 | 32 | 90.48 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5929 | 7 | 169 | 32 | 92.33 | ADMINISTRACION | Microondas el Tecolote | 24.05248 | -104.8519 |
N <- nrow(alumnos)
n <- 100
tabla_frec <- data.frame(fdt_cat(alumnos$localidad))
tabla_frec$muestra <- round(tabla_frec$rf * n, 0)
kable(tabla_frec, caption = "Tabla de frecuencia de alumnos por localidad")| Category | f | rf | rf… | cf | cf… | muestra |
|---|---|---|---|---|---|---|
| Victoria de Durango | 3564 | 0.6011132 | 60.111317 | 3564 | 60.11132 | 60 |
| Las Brisas | 691 | 0.1165458 | 11.654579 | 4255 | 71.76590 | 12 |
| Las Aves | 626 | 0.1055827 | 10.558273 | 4881 | 82.32417 | 11 |
| Los Fresnos | 431 | 0.0726935 | 7.269354 | 5312 | 89.59352 | 7 |
| Microondas el Tecolote | 329 | 0.0554900 | 5.548997 | 5641 | 95.14252 | 6 |
| Michel [Granja] | 288 | 0.0485748 | 4.857480 | 5929 | 100.00000 | 5 |
Quinto Determinar el porcentaje que le corresponde a cada conglomerado conforme a la frecuencia relativa.
¿Cuáles alumnos?, de acuerdo al conglomerado o la localidad
Simular por las seis localidades
N <- nrow(alumnos)
n <- 100
loc1 <- filter(alumnos, localidad == tabla_frec$Category[1])
loc2 <- filter(alumnos, localidad == tabla_frec$Category[2])
loc3 <- filter(alumnos, localidad == tabla_frec$Category[3])
loc4 <- filter(alumnos, localidad == tabla_frec$Category[4])
loc5 <- filter(alumnos, localidad == tabla_frec$Category[5])
loc6 <- filter(alumnos, localidad == tabla_frec$Category[6])
frloc1 <- nrow(loc1) / N
frloc2 <- nrow(loc2) / N
frloc3 <- nrow(loc3) / N
frloc4 <- nrow(loc4) / N
frloc5 <- nrow(loc5) / N
frloc6 <- nrow(loc6) / N
muestraloc1 <- sample(loc1, round(n * frloc1, 0))
kable(muestraloc1, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[1] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 5752 | 3 | 55 | 29 | 95.67 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3462 |
| 1354 | 7 | 167 | 34 | 86.40 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 809 |
| 5197 | 8 | 195 | 25 | 87.88 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 3142 |
| 4694 | 9 | 230 | 15 | 92.17 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2835 |
| 1656 | 12 | 179 | 33 | 77.27 | CIVIL | Victoria de Durango | 24.02399 | -104.6702 | 995 |
| 3520 | 1 | NA | 26 | 0.00 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2155 |
| 1220 | 5 | 81 | 34 | 85.44 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 728 |
| 1366 | 2 | 23 | 29 | 90.17 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 818 |
| 579 | 4 | 80 | 30 | 89.11 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 331 |
| 2440 | 1 | NA | 24 | 0.00 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1484 |
| 5184 | 3 | 60 | 29 | 84.85 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 3132 |
| 1337 | 8 | 186 | 24 | 84.36 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 798 |
| 945 | 6 | 134 | 24 | 87.86 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 563 |
| 4561 | 1 | NA | 25 | 0.00 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2751 |
| 949 | 2 | 26 | 26 | 87.67 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 565 |
| 853 | 2 | 24 | 22 | 87.00 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 511 |
| 4009 | 2 | 25 | 28 | 80.67 | MECATRONICA | Victoria de Durango | 24.02399 | -104.6702 | 2423 |
| 981 | 5 | 110 | 32 | 89.50 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 587 |
| 3423 | 7 | 102 | 30 | 80.91 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2093 |
| 5597 | 8 | 207 | 27 | 93.09 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3369 |
| 2461 | 7 | 150 | 28 | 82.79 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1496 |
| 1351 | 3 | 52 | 30 | 85.75 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 807 |
| 343 | 8 | 165 | 28 | 81.31 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 201 |
| 4890 | 7 | 170 | 35 | 87.44 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2947 |
| 1348 | 7 | 164 | 32 | 91.03 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 806 |
| 739 | 1 | NA | 26 | 0.00 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 433 |
| 1212 | 7 | 165 | 36 | 86.37 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 723 |
| 3020 | 3 | 55 | 29 | 92.15 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1848 |
| 1394 | 2 | 23 | 29 | 86.83 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 836 |
| 4023 | 1 | NA | 25 | 0.00 | MECATRONICA | Victoria de Durango | 24.02399 | -104.6702 | 2434 |
| 2358 | 7 | 98 | 9 | 81.04 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1435 |
| 4165 | 4 | 53 | 20 | 77.91 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2522 |
| 4937 | 7 | 167 | 33 | 88.00 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2978 |
| 2500 | 9 | 197 | 20 | 84.05 | ELECTRONICA | Victoria de Durango | 24.02399 | -104.6702 | 1518 |
| 866 | 6 | 142 | 28 | 88.53 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 518 |
| 307 | 2 | 27 | 28 | 77.00 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 180 |
| 5480 | 9 | 228 | 24 | 86.23 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3304 |
| 5413 | 1 | NA | 27 | 0.00 | INFORMATICA | Victoria de Durango | 24.02399 | -104.6702 | 3267 |
| 5861 | 7 | 169 | 32 | 93.89 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3521 |
| 661 | 3 | 52 | 28 | 83.42 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 384 |
| 1654 | 10 | 171 | 32 | 78.42 | CIVIL | Victoria de Durango | 24.02399 | -104.6702 | 994 |
| 4474 | 8 | 205 | 20 | 83.76 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2699 |
| 4055 | 3 | 43 | 14 | 81.10 | MECATRONICA | Victoria de Durango | 24.02399 | -104.6702 | 2453 |
| 746 | 4 | 76 | 28 | 89.29 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 436 |
| 3336 | 7 | 179 | 26 | 89.12 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 2038 |
| 5409 | 3 | 55 | 27 | 87.92 | INFORMATICA | Victoria de Durango | 24.02399 | -104.6702 | 3266 |
| 5033 | 3 | 50 | 28 | 94.45 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 3034 |
| 549 | 9 | 218 | 17 | 88.69 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 313 |
| 2620 | 3 | 47 | 23 | 86.91 | ELECTRONICA | Victoria de Durango | 24.02399 | -104.6702 | 1591 |
| 186 | 3 | 41 | 28 | 83.89 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 110 |
| 1297 | 3 | 52 | 30 | 87.00 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 775 |
| 3034 | 5 | 85 | 31 | 88.21 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1858 |
| 4007 | 7 | 115 | 27 | 82.96 | MECATRONICA | Victoria de Durango | 24.02399 | -104.6702 | 2421 |
| 5690 | 4 | 79 | 29 | 88.53 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3421 |
| 4231 | 7 | 172 | 32 | 88.94 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2561 |
| 3544 | 3 | 48 | 27 | 82.82 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2165 |
| 2218 | 11 | 235 | 10 | 84.19 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1345 |
| 5545 | 7 | 145 | 29 | 85.77 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3341 |
| 4135 | 7 | 172 | 26 | 85.39 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2500 |
| 3613 | 3 | 52 | 24 | 85.50 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2207 |
muestraloc2 <- sample(loc2, round(n * frloc2, 0))
kable(muestraloc2, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[2] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 2268 | 10 | 216 | 14 | 83.80 | ELECTRICA | Las Brisas | 23.97352 | -104.58 | 262 |
| 5323 | 1 | NA | 26 | 0.00 | TIC | Las Brisas | 23.97352 | -104.58 | 631 |
| 2994 | 7 | 172 | 33 | 86.44 | INDUSTRIAL | Las Brisas | 23.97352 | -104.58 | 344 |
| 4348 | 5 | 114 | 30 | 89.92 | QUIMICA | Las Brisas | 23.97352 | -104.58 | 515 |
| 3182 | 2 | 27 | 24 | 83.00 | INDUSTRIAL | Las Brisas | 23.97352 | -104.58 | 375 |
| 2346 | 5 | 99 | 28 | 84.35 | ELECTRICA | Las Brisas | 23.97352 | -104.58 | 271 |
| 2814 | 7 | 163 | 35 | 84.35 | INDUSTRIAL | Las Brisas | 23.97352 | -104.58 | 326 |
| 5766 | 1 | NA | 27 | 0.00 | ADMINISTRACION | Las Brisas | 23.97352 | -104.58 | 678 |
| 2753 | 6 | 158 | 26 | 88.00 | INDUSTRIAL | Las Brisas | 23.97352 | -104.58 | 321 |
| 4882 | 3 | 32 | 31 | 84.43 | GESTION EMPRESARIAL | Las Brisas | 23.97352 | -104.58 | 577 |
| 3378 | 10 | 225 | 10 | 82.12 | MECANICA | Las Brisas | 23.97352 | -104.58 | 391 |
| 1305 | 1 | NA | 23 | 0.00 | BIOQUIMICA | Las Brisas | 23.97352 | -104.58 | 161 |
muestraloc3 <- sample(loc3, round(n * frloc3, 0))
kable(muestraloc3, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[3] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 3085 | 5 | NA | 26 | 0.00 | INDUSTRIAL | Las Aves | 23.94883 | -104.5715 | 320 |
| 244 | 5 | 112 | 25 | 87.54 | SISTEMAS | Las Aves | 23.94883 | -104.5715 | 23 |
| 1061 | 8 | 168 | 32 | 82.86 | ARQUITECTURA | Las Aves | 23.94883 | -104.5715 | 121 |
| 39 | 9 | 222 | 13 | 92.21 | SISTEMAS | Las Aves | 23.94883 | -104.5715 | 6 |
| 4015 | 4 | 62 | 26 | 85.00 | MECATRONICA | Las Aves | 23.94883 | -104.5715 | 439 |
| 1448 | 7 | 174 | 27 | 87.08 | BIOQUIMICA | Las Aves | 23.94883 | -104.5715 | 165 |
| 4301 | 6 | 129 | 26 | 84.96 | QUIMICA | Las Aves | 23.94883 | -104.5715 | 462 |
| 390 | 5 | 107 | 30 | 80.26 | SISTEMAS | Las Aves | 23.94883 | -104.5715 | 41 |
| 3641 | 5 | 57 | 23 | 78.85 | MECANICA | Las Aves | 23.94883 | -104.5715 | 387 |
| 3522 | 1 | NA | 26 | 0.00 | MECANICA | Las Aves | 23.94883 | -104.5715 | 366 |
| 306 | 4 | 87 | 33 | 93.26 | SISTEMAS | Las Aves | 23.94883 | -104.5715 | 34 |
muestraloc4 <- sample(loc4, round(n * frloc4, 0))
kable(muestraloc4, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[4] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 4732 | 12 | 225 | 10 | 86.83 | GESTION EMPRESARIAL | Los Fresnos | 24.08339 | -104.6095 | 310 |
| 4974 | 8 | 205 | 30 | 88.56 | GESTION EMPRESARIAL | Los Fresnos | 24.08339 | -104.6095 | 332 |
| 5248 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL | Los Fresnos | 24.08339 | -104.6095 | 356 |
| 4853 | 2 | 32 | 27 | 94.57 | GESTION EMPRESARIAL | Los Fresnos | 24.08339 | -104.6095 | 325 |
| 2243 | 10 | 226 | 9 | 82.25 | ELECTRICA | Los Fresnos | 24.08339 | -104.6095 | 154 |
| 5503 | 10 | 262 | 10 | 93.87 | ADMINISTRACION | Los Fresnos | 24.08339 | -104.6095 | 388 |
| 1152 | 11 | 108 | 17 | 78.00 | BIOQUIMICA | Los Fresnos | 24.08339 | -104.6095 | 72 |
muestraloc5 <- sample(loc5, round(n * frloc5, 0))
kable(muestraloc5, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[5] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 2935 | 5 | 104 | 34 | 86.39 | INDUSTRIAL | Microondas el Tecolote | 24.05248 | -104.8519 | 168 |
| 2340 | 1 | NA | 24 | 0.00 | ELECTRICA | Microondas el Tecolote | 24.05248 | -104.8519 | 133 |
| 1209 | 5 | 104 | 30 | 82.91 | BIOQUIMICA | Microondas el Tecolote | 24.05248 | -104.8519 | 62 |
| 236 | 1 | NA | 27 | 0.00 | SISTEMAS | Microondas el Tecolote | 24.05248 | -104.8519 | 15 |
| 5268 | 5 | 101 | 28 | 82.55 | TIC | Microondas el Tecolote | 24.05248 | -104.8519 | 294 |
| 2138 | 5 | 99 | 33 | 84.43 | CIVIL | Microondas el Tecolote | 24.05248 | -104.8519 | 116 |
muestraloc6 <- sample(loc6, round(n * frloc6, 0))
kable(muestraloc6, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[6] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 3554 | 3 | 52 | 31 | 86.33 | MECANICA | Michel [Granja] | 24.00545 | -104.7152 | 175 |
| 4555 | 6 | 133 | 23 | 83.14 | QUIMICA | Michel [Granja] | 24.00545 | -104.7152 | 223 |
| 2499 | 11 | 205 | 15 | 79.93 | ELECTRONICA | Michel [Granja] | 24.00545 | -104.7152 | 119 |
| 2495 | 3 | 51 | 28 | 92.50 | ELECTRICA | Michel [Granja] | 24.00545 | -104.7152 | 118 |
| 2977 | 8 | 201 | 28 | 83.67 | INDUSTRIAL | Michel [Granja] | 24.00545 | -104.7152 | 143 |
map<-leaflet() %>%
addTiles() %>%
addMarkers(lat=localidades6$Lat_Decimal[1],lng=localidades6$Lon_Decimal[1] ,popup=localidades6$Nom_Loc[1]) %>%
addMarkers(lat=localidades6$Lat_Decimal[2],lng=localidades6$Lon_Decimal[2] ,popup=localidades6$Nom_Loc[2]) %>%
addMarkers(lat=localidades6$Lat_Decimal[3],lng=localidades6$Lon_Decimal[3] ,popup=localidades6$Nom_Loc[3]) %>%
addMarkers(lat=localidades6$Lat_Decimal[4],lng=localidades6$Lon_Decimal[4] ,popup=localidades6$Nom_Loc[4]) %>%
addMarkers (lat=localidades6$Lat_Decimal[5],lng=localidades6$Lon_Decimal[5] ,popup=localidades6$Nom_Loc[5]) %>%
addMarkers (lat=localidades6$Lat_Decimal[6],lng=localidades6$Lon_Decimal[6] ,popup=localidades6$Nom_Loc[6])
# Mostrar el mapa
mapEn la estadística, se conoce como muestreo a la técnica para la selección de una muestra a partir de una población estadística. Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la población. La palabra muestra se utiliza para denominar a cualquier subconjunto posible de una población determinada. De esta forma se busca obtener una visión global acerca de una población tomando sólo una fracción de ésta que plasme su comportamiento de forma proporcional aunque reducida. El muestreo aleatorio simple es el que más se utiliza en la estadística inferencial, pero es menos eficaz en muestras muy grandes. El muestreo aleatorio estratificado consiste en dividir la población en estratos y se eligen varios sujetos manteniendo la proporción de la población. Igualmente el de Conglomerados se divide la población en conglomerados y se elige de manera aleatoria cualquiera de éstos para estudiarlo.
Anderson, David R., Dennis J. Sweeney, and Thomas A. Williams. 2008. Estadística Para Administración y Economía. 10th ed. Australia • Brasil • Corea • España • Estados Unidos • Japón • México • Reino Unido • Singapur: Cengage Learning,.
Lind, Douglas, William Marchal, and Samuel Wathen. 2015. Estadística Aplicada a Los Negocios y La Economía. Decimo Sexta. México, D.F.: McGraw-Hill.