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, Marchal, and Wathen 2015).
Por otra parte la importancia del muestreo como lo menciona (Anderson, Sweeney, and Williams 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, Marchal, and Wathen 2015).
Una muestra aleatoria simple de tamaño nn de una población finita de tamaño NN es una muestra seleccionada de manera que cada posible muestra de tamaño nn tenga la misma probabilidad de ser seleccionada (Anderson, Sweeney, and Williams 2008).
De un cojunto de NN elementos de una población, un muestreo aleatorio simple sería una especíe de rifa o tómbola para elegir de de entre los NN total de población una cantidad de nn número de la muestra.
Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo miembro de la población (Lind, Marchal, and Wathen 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, Sweeney, and Williams 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, Sweeney, and Williams 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, Marchal, and Wathen 2015).
(Anderson, Sweeney, and Williams 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 NN observaciones, se debe determinar la frecuencia relativa y a partir de ahí generar las cantidad de muestra de cada estrato. (Lind, Marchal, and Wathen 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, Marchal, and Wathen 2015).
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(mosaic)## Registered S3 method overwritten by 'mosaic':
## method from
## fortify.SpatialPolygonsDataFrame ggplot2##
## The 'mosaic' package masks several functions from core packages in order to add
## additional features. The original behavior of these functions should not be affected by this.##
## Attaching package: 'mosaic'## The following object is masked from 'package:Matrix':
##
## mean## The following object is masked from 'package:ggplot2':
##
## stat## The following objects are masked from 'package:dplyr':
##
## count, do, tally## The following objects are masked from 'package:stats':
##
## binom.test, cor, cor.test, cov, fivenum, IQR, median, prop.test,
## quantile, sd, t.test, var## The following objects are masked from 'package:base':
##
## max, mean, min, prod, range, sample, sumlibrary(readr)
library(ggplot2) # Para gráficos
library(knitr) # Para formateo de datos
library(fdth) # Para tablas de frecuencias##
## Attaching package: 'fdth'## The following objects are masked from 'package:mosaic':
##
## sd, var## The following objects are masked from 'package:stats':
##
## sd, varlibrary(leaflet) # Para hacer mapasSe carga un conjunto de 100 nombres de personas con sus atributo de género y la actividad deportiva o cultura que practican,
Cargando un datos llamando a una función que construye los datos.
El argumento encoding significa que acepte acentos en los datos
source("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 |
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:
No de control (modificado y no real),
Número Consecutivo de alumno
Semestre que cursa
Créditos aprobados
Carga académica que cursa
Promedio aritmético
Carrera
alumnos <- read_csv("https://raw.githubusercontent.com/rpizarrog/Trabajos-en-R-AD2021/main/datos/datos%20alumnos.csv")## Rows: 5929 Columns: 6## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (1): Carrera
## dbl (5): Alumno, Semestre, Cr. Apr., Carga, Promedio##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.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 |
Hay que encuestar a diez personas de 100 para hacerles alguna entrevista, ¿a quienes?
Con el conjunto de datos seleccionar 10 personas aleatoriamente con la función sample()
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 |
Con el conjunto de datos de personas se trata de encontrar 10 , pero que sea representativa de acuerdo y conforme al género femenino y masculino.
¿Cuál es la frecuencia relativa del género femenino?
¿Cuál es la frecuencia relativa del género masculino?
Ambas frecuencias multiplicar por el tamaño de la muestra para garantizar imparcialidad en la muestra.
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 |
¿Cuáles alumnos?
Sólo simular carreras de SISTEMAS Y CIVIL
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 |
En un proceso de simulación, al conjunto de datos alumnos agregar tres columnas: la localidad, latitud y longitud
Primero cargar datos de localidades de Durango
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,])Tercero agregar las columnas: nombre de localidad, latitud y longitud al conjunto de datos alumnos con una probabilidad de que sean de Victoria de Durango del 60%.
Mostrar los primeros diez y últimos diez alumnos verificando las tres nuevas columnas.
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 |
Cargar la librerías para mapas previamente
Usando los valores de latitud y longitud
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
mapCuando se tiene que reducir el sesgo en el muestreo: este método de muestreo se utiliza comúnmente cuando el sesgo debe ser mínimo. La selección de la muestra determina en gran medida la calidad de la investigación. Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la muestra, es decir, todos los elementos del universo pueden formar parte de la muestra. Los métodos de muestreo probabilístico son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los elementos del universo tienen la misma probabilidad de ser elegidos para formar parte de la muestra. Tipos de métodos de muestreo probabilístico: Muestreo aleatorio simple. Muestreo aleatorio sistemático Muestreo aleatorio estratificado Muestreo aleatorio por conglomerados
Referencias Bibliográficas
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.