Caso 5. Espacio Muestral
Edgar Sebastian Rios Morales
3/3/2022
Objetivo
Crear eventos a partir de un espacio muestral de alumnos.
Descripción
Se crea un espacio muestral de alumno llamando una función que se encuentra en la dirección de github.com
Se carga ejecutando la función
Se describen los datos con summary()
Se crean algunos eventos relativos al espacio muestral
Fundamento teórico
Al hacer diseños experimentales, estudios observacionales y estudios retrospectivos, el resultado final es un conjunto de datos que, por supuesto, está sujeto a la incertidumbre.
Aunque sólo uno de ellos tiene la palabra experimento en su descripción, el proceso de generar los datos o el proceso de observarlos forma parte de un experimento.
El espacio muestral se define con una literal matemática \(S\)e implica el conjunto de todos los resultados posibles de un experimento estadístico se le llama El espacio muestral y se representa con el símbolo S.
A cada resultado en un espacio muestral se le llama elemento o miembro del espacio muestral, o simplemente punto muestral. Si el espacio muestral tiene un número finito de elementos, podemos listar los miembros separados por comas y encerrarlos entre llaves.
La imagen siguiente identifica que el resultado de un experimento es el espacio muestral a partir de ahí se puede construir eventos que se utilizan para calcular probabilidades.
Por consiguiente, el espacio muestral \(S\), es el conjunto de los resultados posibles o eventos.
Cuando se lanza una moneda al aire, se puede escribir como:
\[ S = \text{{'aguila', 'sello'}} \]
Por ejemplo si se construye todo el espacio muestral de tirar un solo dado y conocer las posibles resultados de los puntos que se ven cara arriba del dado, sería que un dado puede caer 1, 2, 3, 4, 5 o 6 entonces. Los valores del 1 al 6 son los puntos muestrales de \(S\).
\[ S = {1, 2, 3, 4, 5, 6} \]
Los espacios muestrales con un número grande o infinito de puntos muestrales se describen mejor mediante un enunciado o método de la regla.
Por ejemplo, si el conjunto de resultados posibles de un experimento fuera el conjunto de ciudades en el mundo con una población de más de un millón de habitantes, nuestro espacio muestral se escribiría como:
\[ S = \text{x | x ciudades con pobación de mas de un millón de habitantes} \]
Se lee: \(S\) es el conjunto de todas las x’s, tales que x es una ciudad con una población de más de un millón de habitantes.
Ahora bien, el concepto de eventos tiene que ver con un conjunto de puntos muestrales. Evento es un subconjunto de todo el espacio muestral.
De tal forma que en el caso del experimento de tirar un dado, el espacio muestral
Puede tener tal vez tres eventos en los que le interese al investigador:
E2, los números impares, es decir los nones o que no son pares.
Entonces, se pueden identificar ciertos eventos del espacio muestral.
E1: Los alumnos con promedio mayor a 85
E2: Los alumnos del género femenino
E3: Los alumnos de la carrera de sistemas o de otra carrera;
E4: Los alumnos con peso igual o superior a 80 kgs ;
Los eventos E1, E2, E3, E4 y cualquier otro evento siendo subconjuntos de todo el espacio muestral contienen puntos muestrales o elementos, que sirven para concluir con algunas ideas, además, estos eventos pueden combinarse unos con otros de tal forma que pueden conformar otros eventos o conjuntos y enriquecer aún más las ideas concluyentes.
Desarrollo
Función which()
Antes de ver algunos ejemplos se recomienda entender la función which() que se utiliza para determinar posiciones de un vector bajo una expresión de comparación. Luego esas posiciones sirven para acceder a los elementos de un vector.
Se presenta un ejercicio para probar la función which().
La función which() devuelve la posición o índice (index) de un elemento dentro de un vector, ejemplo, se tienen 12 números:
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 30 | 40 | 50 | 60 | 20 | 10 | 40 | 20 | 50 | 40 | 60 | 50 |
Sólo las posiciones 1, 5, 6 y 8 tienen valores por debajo de 40 que equivalen a 30, 20, 10 y 20 respectivamente.
Con la función which() se encuentran las posiciones de ese vector y luego haciendo uso de [posiciones] se encuentran los valores que están por debajo de 40.
numeros <- c(30,40,50,60,20,10,40,20,50,40,60,50)
numeros## [1] 30 40 50 60 20 10 40 20 50 40 60 50n <- length(numeros)Posiciones y valores con which()
posiciones <- which(numeros < 40)
paste("Las posiciones o índices (index)")## [1] "Las posiciones o índices (index)"posiciones## [1] 1 5 6 8numeros[posiciones]## [1] 30 20 10 20Espacios muestrales
Se construye espacios muestrales y alguno eventos respectivos de experimentos de lanzar un dado y de contar alumnos inscritos en una institución de educación superior.
Dados
El espacio muestral de tirar un dado y sus seis posibles valores que pueda caer.
S <- c(1,2,3,4,5,6)
S## [1] 1 2 3 4 5 6Evento pares
Regresando al caso del dado. Con esa misma función which() se construyen los eventos para el caso de un solo dado.
El operador %in% evalúa si los valores de S están en el vector c(2,4,5). Con la función paste() se muestra el mensaje.
pares <- S[which(S %in% c(2, 4, 6))]
pares## [1] 2 4 6paste("Los números pares ")## [1] "Los números pares "paste(pares)## [1] "2" "4" "6"paste("Existen ", length(pares), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"Evento nones
El operador %in% evalúa si los valores de S están en el vector c(1,3,5). Con la función paste() se muestra el mensaje.
nones <- S[which(S %in% c(1, 3, 5))]
paste("Los números impares ")## [1] "Los números impares "paste(nones)## [1] "1" "3" "5"paste("Existen ", length(nones), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"Evento menores a 4
El operador < evalúa si los valores de S están por debajo de cuatro.
menor.cuatro <- S[which(S < 4)]
menor.cuatro## [1] 1 2 3paste(menor.cuatro)## [1] "1" "2" "3"paste("Existen ", length(menor.cuatro), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"paste("Existen ", length(menor.cuatro), " puntos muestrales del total de ", length(S) , " que tiene S")## [1] "Existen 3 puntos muestrales del total de 6 que tiene S"Alumnos
Crear espacio muestral alumnos
\[ S = alumnos = \text{{x | x son estudiantes inscritos en una institución educativa de nivel superior}} \]
Cargar la función
Se carga la función que se encuentra en github.com
source("https://raw.githubusercontent.com/rpizarrog/Probabilidad-y-EstadIstica-VIRTUAL-DISTANCIA/main/funciones/funcion%20crea%20alumnos.r") Crear data.frame alumnos
Se crea un conjunto de datos en un data.frame llamado alumnos.
alumnos <- genAlumnos(10000, 2003)Factorizar alumnos
Factorizar significa categorizar variables que son de tipo character o textos y se puede utilizar para identificar frecuencias con datos character y/o tipo factor con la función summary().
Utilizar la función as.factor() para factorizar o categorizar en estadística y en el ámbito de ciencia de los datos significa limpiar datos, transformar datos y preparar datos para realizar análisis posteriores.
alumnos$matricula <- as.factor(alumnos$matricula)
alumnos$carrera <- as.factor(alumnos$carrera)
alumnos$genero <- as.factor(alumnos$genero)Mostrar diez registros iniciales
head(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 1 1 SISTEMAS M 90.91 22 86.27 186.27
## 2 2 TIC F 83.48 20 62.56 162.56
## 3 3 INDUSTRIAL M 85.08 21 80.90 180.90
## 4 4 ELECTRICA F 89.72 22 59.37 159.37
## 5 5 MECATRONICA M 88.50 22 76.58 176.58
## 6 6 ELECTRONICA F 81.49 20 58.63 158.63
## 7 7 ARQUITECTURA F 88.64 22 59.51 159.51
## 8 8 ADMINISTRACION M 90.56 22 79.25 179.25
## 9 9 ELECTRICA F 86.56 21 55.41 155.41
## 10 10 ELECTRICA M 87.86 22 77.70 177.70Mostrar diez registros finales
tail(alumnos, 10)## matricula carrera genero promedio edad peso altura
## 9991 9991 MECANICA F 86.02 21 61.74 161.74
## 9992 9992 INFORMATICA F 85.15 21 57.34 157.34
## 9993 9993 ELECTRONICA F 85.50 21 57.92 157.92
## 9994 9994 ELECTRONICA F 92.03 23 57.14 157.14
## 9995 9995 MECATRONICA F 86.51 21 59.94 159.94
## 9996 9996 CIVIL M 90.64 22 86.13 186.13
## 9997 9997 CIVIL M 92.69 23 82.64 182.64
## 9998 9998 ARQUITECTURA M 84.18 20 82.52 182.52
## 9999 9999 TIC F 84.11 20 59.43 159.43
## 10000 10000 MECANICA M 82.42 20 87.55 187.55Estructura de los datos
str() muestra la estructura de los datos.
str(alumnos)## 'data.frame': 10000 obs. of 7 variables:
## $ matricula: Factor w/ 10000 levels "1","2","3","4",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ carrera : Factor w/ 13 levels "ADMINISTRACION",..: 12 13 7 5 10 6 2 1 5 5 ...
## $ genero : Factor w/ 2 levels "F","M": 2 1 2 1 2 1 1 2 1 2 ...
## $ promedio : num 90.9 83.5 85.1 89.7 88.5 ...
## $ edad : num 22 20 21 22 22 20 22 22 21 22 ...
## $ peso : num 86.3 62.6 80.9 59.4 76.6 ...
## $ altura : num 186 163 181 159 177 ...Describir los datos
La función summary() identifica los principales estadísticos descriptivos de los datos.
summary(alumnos)## matricula carrera genero promedio edad
## 1 : 1 ARQUITECTURA : 820 F:4943 Min. : 71.55 Min. :17
## 2 : 1 BIOQUIMICA : 811 M:5057 1st Qu.: 83.65 1st Qu.:20
## 3 : 1 ADMINISTRACION: 782 Median : 85.99 Median :21
## 4 : 1 SISTEMAS : 780 Mean : 85.99 Mean :21
## 5 : 1 ELECTRICA : 771 3rd Qu.: 88.36 3rd Qu.:22
## 6 : 1 MECATRONICA : 771 Max. :100.64 Max. :25
## (Other):9994 (Other) :5265
## peso altura
## Min. :51.95 Min. :151.9
## 1st Qu.:59.97 1st Qu.:160.0
## Median :72.70 Median :172.7
## Mean :70.11 Mean :170.1
## 3rd Qu.:80.10 3rd Qu.:180.1
## Max. :93.36 Max. :193.4
## Eventos de alumnos
Se crean los eventos de alumnos
Alumnos de una carrera ‘SISTEMAS’
Con la función subset() se filtran o selecconan registros con una condición dada.
Con la función nrow() se determinan la cantidad de registros de sistemas. nrow() actúa sobre un data.frame y lenght() sobre un vector.
sistemas <- subset(alumnos, carrera == 'SISTEMAS')
nrow(sistemas)## [1] 780summary(sistemas)## matricula carrera genero promedio edad
## 1 : 1 SISTEMAS :780 F:407 Min. :76.81 Min. :18.00
## 19 : 1 ADMINISTRACION: 0 M:373 1st Qu.:83.83 1st Qu.:20.00
## 22 : 1 ARQUITECTURA : 0 Median :86.14 Median :21.00
## 35 : 1 BIOQUIMICA : 0 Mean :86.22 Mean :21.05
## 52 : 1 CIVIL : 0 3rd Qu.:88.56 3rd Qu.:22.00
## 55 : 1 ELECTRICA : 0 Max. :98.58 Max. :25.00
## (Other):774 (Other) : 0
## peso altura
## Min. :53.84 Min. :153.8
## 1st Qu.:59.81 1st Qu.:159.8
## Median :63.92 Median :163.9
## Mean :69.55 Mean :169.6
## 3rd Qu.:79.97 3rd Qu.:180.0
## Max. :87.34 Max. :187.3
## Evento femeninos
femeninos <- subset(alumnos, genero == 'F')
summary(femeninos)## matricula carrera genero promedio edad
## 2 : 1 ARQUITECTURA : 418 F:4943 Min. : 71.82 Min. :17.00
## 4 : 1 ADMINISTRACION: 411 M: 0 1st Qu.: 83.64 1st Qu.:20.00
## 6 : 1 SISTEMAS : 407 Median : 86.00 Median :21.00
## 7 : 1 BIOQUIMICA : 406 Mean : 86.00 Mean :20.99
## 9 : 1 INFORMATICA : 393 3rd Qu.: 88.39 3rd Qu.:22.00
## 12 : 1 TIC : 388 Max. :100.64 Max. :25.00
## (Other):4937 (Other) :2520
## peso altura
## Min. :51.95 Min. :151.9
## 1st Qu.:58.48 1st Qu.:158.5
## Median :59.94 Median :159.9
## Mean :59.97 Mean :160.0
## 3rd Qu.:61.52 3rd Qu.:161.5
## Max. :68.71 Max. :168.7
## Evento masculinos
masculinos <- subset(alumnos, genero == 'M')
summary(masculinos)## matricula carrera genero promedio edad
## 1 : 1 MECATRONICA : 408 F: 0 Min. :71.55 Min. :17
## 3 : 1 BIOQUIMICA : 405 M:5057 1st Qu.:83.66 1st Qu.:20
## 5 : 1 ELECTRONICA : 405 Median :85.98 Median :21
## 8 : 1 ARQUITECTURA: 402 Mean :85.99 Mean :21
## 10 : 1 MECANICA : 399 3rd Qu.:88.33 3rd Qu.:22
## 11 : 1 CIVIL : 397 Max. :98.58 Max. :25
## (Other):5051 (Other) :2641
## peso altura
## Min. :67.05 Min. :167.1
## 1st Qu.:77.88 1st Qu.:177.9
## Median :80.05 Median :180.1
## Mean :80.02 Mean :180.0
## 3rd Qu.:82.12 3rd Qu.:182.1
## Max. :93.36 Max. :193.4
## Interpretación
Se simulan dos experimentos: el primero es tirar un dado y se identifica su espacio muestral y el segundo es los estudiantes que son espacio muestral de alumnos inscritos.
Se construyeron espacios muestrales de dados siendo 6 los puntos muestrales del dado y 5000 de alumnos
A partir de los espacios muestrales se construyeron eventos
El espacio muestral del dado su estructura es un vector y el espacio muestral de alumnos la estructura es un data.frame.
Modificar con una valor de 10000 alumnos \(n\) del espacio muestral y semilla de 2022 conteste lo siguiente:
¿Cuántos alumnos son del género Femenino y en qué porcentaje %? Existen 4943, que representan el 49.43%
¿Cuántos alumnos son del género Masculino y en qué porcentaje %? Existen 5057, que representan un 50.57%
¿Cuántos alumnos tiene promedio mayor que 92 y en qué porcentaje %? Existen 427 alumnos con promedio mayor al 92, que representan un 4.97%
¿Cuántos alumnos son de la carrera de SISTEMAS y en qué porcentaje? Existen 780 alumnos en la carrera de sistemas, que representan un 7.8%
¿Hay más alumnos de SISTEMAS o de CIVIL? Hay más alumnos de sistemas que de civil, con 780 y 741 alumnos respectivamente.
¿Cuántos alumnos están por encima del 180 cms? Existen 2559 alumnos con una altura mayor a 180 cms, que representan un 25.59%