Caso 32 Muestreo y Tipos de Muestreo
Edgar Carrillo Yee
13/12/2021
Objetivo
Determinar y simular muestreos
Descripción
Con un conjunto de datos utilizar mecanismos de programación para determinar muestreos mediante técnicas de aleatorio simple, aleatorio sistemático, aleatorio estratificado y por conglomerados.
Sustento teórico
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].
Muestreo aleatorio simple
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 conjunto de \(N\) elementos de una población, un muestreo aleatorio simple sería una especie de rifa o tómbola para elegir de de entre los \(N\) total de población una cantidad de \(n\) número de la muestra.
Muestreo aleatorio sistemático
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]
Muestreo aleatorio estratificado
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, entre 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].
Muestreo por conglomerados
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].
Desarrollo
Cargar librerías
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 mapasCargar datos
Cargar datos de nombres de personas
- Se 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 |
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 |
Cargar datos de alumnos
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")
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 |
Simular muestreos
Muestreo aleatorio simple
- 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 |
- Con el conjunto de datos alumnos, hay que encontrar a 100 alumnos, ¿A cuáles?
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 |
3.2. Muestreo aleatorio sistemático
- Con el conjunto de datos personas, iniciar en un valor aletorio e identificar los siguientes de 10 en 10 hasta tener diez personas.
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 |
- Con el conjunto de datos alumnos, hay que encontrar a 100 alumnos, ¿A cuáles?, bajo el muetreo sistematizado
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 |
Muestreo aleatorio estratificado
- 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 |
- Simular muestreo estratificado por carreas de alumnos determinando las frecuencias relativas por medio de la función fdt_cat()
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 |
Muestreo por conglomerados
- 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 |
- Cuarto encontrar frecuencias por localidad
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 |
Visualizar con mapas
- 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
mapInterpretación de tipos de muestreo
Se puede observar que para el conjunto de alumnos dado, las muestras varian significativamente para cada étodo de muyestreo que se desee utilizar. Por ejemplo, para el muestreo aleatorio simple, se puede observar que no existe un patrón definido para la selección de los datos y que solamente se seleccionan al azar de entre el conjunto la cantidad de personas indicada (en este caso, 10). Aunque este método es util, se debe tener cuidado porque la muestra que se tome pudiera no ser realmente representativa si contiene datos que se concentren en un solo tipo de comportamiento.
Al revisar el método aleatorio sistemático, se ha tomado cada una persona en saltos de 10 en 10. Esto puede ayudar a disminuir el riesgo de selección de personas con ciertos criterios inadecuados que comprometan al estudio. . De hecho, la muestra obtenida parece mostrar un comportamiento mas distribuido (diferente entre cada persona) que el método anterior.
El método estratificado, se ha realizado el muestreo con base a la predominancia de la clase de interés. Por ejemplo, se ha tomado una muestra con mayor cantidad de hombres que de mujeres porque su porcentaje es de 47% contra los 53% de los hombres en el conjunto de datos. De igual forma para las carreras, se tomó una muestra con mas personas de industrial porque es la carrera que mas datos tiene en el conjunto. Finalmente respecto al conglomerado, se han tomado personas al azar de cada región diferente de Durango para asegurar la correcta distribucuión de la información.
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.