Caso 25. Muestreo y Tipos de Muestreo
Angel Federico Beltran Leal
2/6/2022
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/probabilidad-y-estad-stica/master/Enero%20Junio%202022/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 en un semestre 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/probabilidad-y-estad-stica/master/Enero%20Junio%202022/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 |
Sembrar una semilla
set.seed(2021)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 |
|---|
| MARÍA |
| VERÓNICA |
| TERESA |
| MARÍA DE LOS ÁNGELES |
| PEDRO |
| GABRIEL |
| GABRIELA |
| MARÍA DE LA LUZ |
| MARÍA DE JESÚS |
| RICARDO |
- 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 |
|---|---|---|---|---|---|
| 5452 | 9 | 247 | 10 | 93.44 | ADMINISTRACION |
| 2995 | 7 | 109 | 31 | 84.84 | INDUSTRIAL |
| 956 | 7 | 170 | 28 | 87.56 | ARQUITECTURA |
| 5266 | 7 | 162 | 32 | 83.23 | TIC |
| 1147 | 9 | 146 | 23 | 81.84 | BIOQUIMICA |
| 1212 | 7 | 165 | 36 | 86.37 | BIOQUIMICA |
| 4733 | 8 | 210 | 25 | 89.41 | GESTION EMPRESARIAL |
| 2435 | 7 | 141 | 33 | 85.03 | ELECTRICA |
| 3886 | 3 | 43 | 27 | 86.50 | MECATRONICA |
| 360 | 5 | 78 | 31 | 87.41 | SISTEMAS |
| 4634 | 8 | 204 | 31 | 86.10 | QUIMICA |
| 4260 | 11 | 209 | 5 | 82.79 | QUIMICA |
| 2149 | 5 | 102 | 33 | 84.23 | CIVIL |
| 4438 | 1 | NA | 25 | 0.00 | QUIMICA |
| 4767 | 11 | 213 | 15 | 86.91 | GESTION EMPRESARIAL |
| 1776 | 1 | NA | 27 | 0.00 | CIVIL |
| 3426 | 5 | 73 | 29 | 80.29 | MECANICA |
| 3652 | 7 | 123 | 35 | 79.41 | MECANICA |
| 3926 | 4 | 52 | 4 | 87.25 | MECATRONICA |
| 4741 | 9 | 215 | 20 | 89.98 | GESTION EMPRESARIAL |
| 3145 | 2 | 27 | 24 | 84.00 | INDUSTRIAL |
| 3366 | 9 | 142 | 17 | 77.32 | MECANICA |
| 5394 | 5 | 109 | 27 | 90.71 | INFORMATICA |
| 683 | 4 | 68 | 28 | 80.38 | ARQUITECTURA |
| 2875 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 754 | 3 | 52 | 28 | 93.50 | ARQUITECTURA |
| 1094 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 3414 | 3 | 48 | 23 | 83.00 | MECANICA |
| 4806 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 2751 | 3 | 41 | 31 | 87.30 | INDUSTRIAL |
| 2127 | 7 | 173 | 30 | 89.42 | CIVIL |
| 4770 | 6 | 72 | 31 | 83.06 | GESTION EMPRESARIAL |
| 2045 | 3 | 61 | 33 | 82.92 | CIVIL |
| 4091 | 4 | 80 | 24 | 89.11 | MECATRONICA |
| 5746 | 5 | 113 | 27 | 90.75 | ADMINISTRACION |
| 400 | 8 | 109 | 29 | 80.54 | SISTEMAS |
| 881 | 4 | 80 | 30 | 90.72 | ARQUITECTURA |
| 1624 | 11 | 221 | 14 | 79.46 | CIVIL |
| 1553 | 4 | 79 | 26 | 87.61 | BIOQUIMICA |
| 4838 | 8 | 210 | 25 | 92.34 | GESTION EMPRESARIAL |
| 1381 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 5086 | 4 | 82 | 30 | 91.44 | GESTION EMPRESARIAL |
| 3528 | 3 | 52 | 28 | 86.17 | MECANICA |
| 1491 | 6 | 121 | 30 | 83.35 | BIOQUIMICA |
| 3139 | 7 | 171 | 36 | 86.08 | INDUSTRIAL |
| 3714 | 10 | 225 | 10 | 84.74 | MECATRONICA |
| 2833 | 6 | 115 | 27 | 81.19 | INDUSTRIAL |
| 4090 | 8 | 154 | 20 | 83.09 | MECATRONICA |
| 4777 | 5 | 107 | 33 | 87.87 | GESTION EMPRESARIAL |
| 5241 | 5 | 112 | 31 | 89.67 | GESTION EMPRESARIAL |
| 2559 | 3 | 52 | 25 | 87.33 | ELECTRONICA |
| 4465 | 9 | 214 | 21 | 89.05 | QUIMICA |
| 3037 | 3 | 50 | 30 | 87.17 | INDUSTRIAL |
| 2203 | 5 | 58 | 32 | 78.50 | CIVIL |
| 5624 | 3 | 55 | 29 | 96.67 | ADMINISTRACION |
| 2443 | 3 | 46 | 28 | 84.09 | ELECTRICA |
| 4718 | 10 | 225 | 10 | 85.17 | GESTION EMPRESARIAL |
| 1487 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 5842 | 3 | 55 | 29 | 94.67 | ADMINISTRACION |
| 3657 | 3 | 52 | 27 | 87.08 | MECANICA |
| 3603 | 5 | 74 | 24 | 78.18 | MECANICA |
| 1552 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 1506 | 5 | 74 | 31 | 81.94 | BIOQUIMICA |
| 362 | 6 | 137 | 28 | 88.47 | SISTEMAS |
| 4606 | 5 | 114 | 30 | 89.63 | QUIMICA |
| 3830 | 7 | 107 | 36 | 80.87 | MECATRONICA |
| 2348 | 5 | 78 | 24 | 82.26 | ELECTRICA |
| 790 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 550 | 10 | 160 | 20 | 84.97 | ARQUITECTURA |
| 1144 | 9 | 264 | 10 | 86.56 | BIOQUIMICA |
| 3853 | 5 | 105 | 24 | 89.57 | MECATRONICA |
| 2849 | 5 | 108 | 34 | 88.88 | INDUSTRIAL |
| 430 | 2 | NA | 27 | 0.00 | SISTEMAS |
| 2709 | 9 | 197 | 13 | 83.49 | INDUSTRIAL |
| 4979 | 3 | 54 | 28 | 96.83 | GESTION EMPRESARIAL |
| 2649 | 3 | 52 | 25 | 90.75 | ELECTRONICA |
| 2143 | 7 | 155 | 17 | 82.18 | CIVIL |
| 3757 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 3977 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 535 | 9 | 198 | 29 | 88.31 | ARQUITECTURA |
| 4331 | 5 | 104 | 29 | 82.27 | QUIMICA |
| 3030 | 2 | 27 | 24 | 83.83 | INDUSTRIAL |
| 420 | 5 | 65 | 19 | 83.93 | SISTEMAS |
| 606 | 2 | 26 | 26 | 88.83 | ARQUITECTURA |
| 3374 | 11 | 168 | 15 | 77.35 | MECANICA |
| 1799 | 5 | 109 | 34 | 83.74 | CIVIL |
| 4381 | 5 | 104 | 30 | 84.23 | QUIMICA |
| 1683 | 2 | 27 | 30 | 89.00 | CIVIL |
| 5745 | 8 | 192 | 34 | 90.17 | ADMINISTRACION |
| 2468 | 8 | 124 | 23 | 84.00 | ELECTRICA |
| 5833 | 2 | 27 | 33 | 96.00 | ADMINISTRACION |
| 3187 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 4721 | 9 | 224 | 11 | 90.34 | GESTION EMPRESARIAL |
| 3401 | 9 | 178 | 8 | 80.74 | MECANICA |
| 1674 | 3 | 48 | 29 | 80.70 | CIVIL |
| 3704 | 9 | 225 | 10 | 85.19 | MECATRONICA |
| 1345 | 3 | 52 | 30 | 94.50 | BIOQUIMICA |
| 2171 | 2 | 27 | 30 | 93.83 | CIVIL |
| 5317 | 5 | 101 | 29 | 91.36 | TIC |
| 4283 | 3 | 56 | 30 | 91.33 | QUIMICA |
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2 | JOSÉ LUIS | M | NO | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO |
| 12 | PEDRO | M | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 22 | JORGE | M | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 32 | JOSÉ ANTONIO | M | NO | NO | SI | NO | NO | NO | NO | SI | NO | NO | NO | NO |
| 42 | ROSA | F | SI | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO | NO |
| 52 | ARMANDO | M | NO | NO | SI | NO | NO | NO | SI | NO | NO | NO | NO | NO |
| 62 | GLORIA | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 72 | ÓSCAR | M | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
| 82 | MARÍA DEL ROSARIO | F | NO | NO | SI | NO | NO | SI | NO | NO | NO | NO | NO | NO |
| 92 | ISABEL | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO |
- 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 |
|---|---|---|---|---|---|
| 8 | 9 | 226 | 9 | 92.47 | SISTEMAS |
| 67 | 9 | 231 | 4 | 94.16 | SISTEMAS |
| 126 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 185 | 4 | 78 | 29 | 84.24 | SISTEMAS |
| 244 | 5 | 112 | 25 | 87.54 | SISTEMAS |
| 303 | 1 | NA | 27 | 0.00 | SISTEMAS |
| 362 | 6 | 137 | 28 | 88.47 | SISTEMAS |
| 421 | 5 | 33 | 9 | 81.00 | SISTEMAS |
| 480 | 12 | 206 | 17 | 83.58 | ARQUITECTURA |
| 539 | 10 | 179 | 32 | 83.97 | ARQUITECTURA |
| 598 | 2 | 20 | 20 | 86.60 | ARQUITECTURA |
| 657 | 8 | 211 | 20 | 91.28 | ARQUITECTURA |
| 716 | 5 | 110 | 32 | 92.75 | ARQUITECTURA |
| 775 | 5 | 106 | 32 | 89.17 | ARQUITECTURA |
| 834 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 893 | 1 | NA | 26 | 0.00 | ARQUITECTURA |
| 952 | 3 | 48 | 22 | 88.73 | ARQUITECTURA |
| 1011 | 7 | 186 | 25 | 90.26 | ARQUITECTURA |
| 1070 | 8 | 202 | 25 | 82.59 | ARQUITECTURA |
| 1129 | 9 | 238 | 20 | 86.78 | BIOQUIMICA |
| 1188 | 9 | 105 | 33 | 77.05 | BIOQUIMICA |
| 1247 | 5 | 110 | 30 | 84.21 | BIOQUIMICA |
| 1306 | 7 | 130 | 30 | 80.68 | BIOQUIMICA |
| 1365 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 1424 | 1 | NA | 23 | 0.00 | BIOQUIMICA |
| 1483 | 3 | 52 | 27 | 91.33 | BIOQUIMICA |
| 1542 | 5 | 110 | 30 | 89.00 | BIOQUIMICA |
| 1601 | 10 | 226 | 9 | 79.77 | CIVIL |
| 1660 | 15 | 215 | 30 | 76.49 | CIVIL |
| 1719 | 6 | 143 | 30 | 94.17 | CIVIL |
| 1778 | 5 | 97 | 34 | 85.10 | CIVIL |
| 1837 | 6 | 112 | 35 | 80.13 | CIVIL |
| 1896 | 6 | 131 | 29 | 87.00 | CIVIL |
| 1955 | 4 | 69 | 28 | 83.27 | CIVIL |
| 2014 | 6 | 131 | 31 | 81.89 | CIVIL |
| 2073 | 5 | 96 | 17 | 79.35 | CIVIL |
| 2132 | 3 | 57 | 29 | 89.58 | CIVIL |
| 2191 | 2 | 27 | 30 | 88.50 | CIVIL |
| 2250 | 9 | 210 | 20 | 84.15 | ELECTRICA |
| 2309 | 5 | 58 | 20 | 80.79 | ELECTRICA |
| 2368 | 1 | NA | 24 | 0.00 | ELECTRICA |
| 2427 | 1 | NA | 24 | 0.00 | ELECTRICA |
| 2486 | 6 | 95 | 23 | 84.45 | ELECTRICA |
| 2545 | 1 | NA | 25 | 0.00 | ELECTRONICA |
| 2604 | 1 | NA | 25 | 0.00 | ELECTRONICA |
| 2663 | 11 | 197 | 26 | 80.34 | INDUSTRIAL |
| 2722 | 10 | 235 | 10 | 83.72 | INDUSTRIAL |
| 2781 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 2840 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 2899 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 2958 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 3017 | 3 | 51 | 34 | 94.00 | INDUSTRIAL |
| 3076 | 7 | 152 | 23 | 84.06 | INDUSTRIAL |
| 3135 | 6 | 159 | 27 | 83.64 | INDUSTRIAL |
| 3194 | 7 | 67 | 10 | 81.13 | INDUSTRIAL |
| 3253 | 7 | 149 | 30 | 83.68 | INDUSTRIAL |
| 3312 | 1 | NA | 27 | 0.00 | INDUSTRIAL |
| 3371 | 10 | 211 | 24 | 80.07 | MECANICA |
| 3430 | 5 | 50 | 24 | 79.50 | MECANICA |
| 3489 | 6 | 127 | 29 | 82.89 | MECANICA |
| 3548 | 3 | 49 | 27 | 78.36 | MECANICA |
| 3607 | 8 | 186 | 28 | 83.66 | MECANICA |
| 3666 | 12 | 190 | 5 | 78.35 | MECATRONICA |
| 3725 | 7 | 142 | 33 | 82.23 | MECATRONICA |
| 3784 | 5 | 56 | 21 | 81.31 | MECATRONICA |
| 3843 | 3 | 53 | 27 | 87.33 | MECATRONICA |
| 3902 | 4 | 76 | 29 | 86.88 | MECATRONICA |
| 3961 | 3 | 53 | 27 | 86.83 | MECATRONICA |
| 4020 | 2 | 25 | 18 | 83.50 | MECATRONICA |
| 4079 | 1 | NA | 25 | 0.00 | MECATRONICA |
| 4138 | 3 | 56 | 30 | 89.42 | QUIMICA |
| 4197 | 8 | 157 | 10 | 83.61 | QUIMICA |
| 4256 | 6 | 123 | 28 | 81.38 | QUIMICA |
| 4315 | 9 | 215 | 15 | 90.00 | QUIMICA |
| 4374 | 7 | 172 | 32 | 92.67 | QUIMICA |
| 4433 | 6 | 123 | 28 | 86.38 | QUIMICA |
| 4492 | 1 | NA | 25 | 0.00 | QUIMICA |
| 4551 | 2 | 25 | 31 | 91.33 | QUIMICA |
| 4610 | 7 | 167 | 26 | 91.77 | QUIMICA |
| 4669 | 9 | 209 | 16 | 91.07 | GESTION EMPRESARIAL |
| 4728 | 10 | 194 | 31 | 82.83 | GESTION EMPRESARIAL |
| 4787 | 3 | 54 | 28 | 87.67 | GESTION EMPRESARIAL |
| 4846 | 3 | 49 | 33 | 84.36 | GESTION EMPRESARIAL |
| 4905 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 4964 | 7 | 170 | 29 | 86.69 | GESTION EMPRESARIAL |
| 5023 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 5082 | 4 | 32 | 23 | 89.43 | GESTION EMPRESARIAL |
| 5141 | 3 | 54 | 28 | 91.92 | GESTION EMPRESARIAL |
| 5200 | 1 | NA | 27 | 0.00 | GESTION EMPRESARIAL |
| 5259 | 11 | 176 | 10 | 78.82 | TIC |
| 5318 | 1 | NA | 26 | 0.00 | TIC |
| 5377 | 3 | 55 | 27 | 91.83 | INFORMATICA |
| 5436 | 9 | 190 | 27 | 89.95 | ADMINISTRACION |
| 5495 | 10 | 245 | 17 | 88.39 | ADMINISTRACION |
| 5554 | 7 | 146 | 27 | 88.42 | ADMINISTRACION |
| 5613 | 6 | 131 | 24 | 86.71 | ADMINISTRACION |
| 5672 | 1 | NA | 27 | 0.00 | ADMINISTRACION |
| 5731 | 7 | 128 | 32 | 82.75 | ADMINISTRACION |
| 5790 | 5 | 108 | 28 | 89.00 | ADMINISTRACION |
| 5849 | 7 | 151 | 32 | 86.25 | ADMINISTRACION |
| 5908 | 7 | 170 | 31 | 91.58 | 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")La muestra de personas Femenino nombres generos ajedrez beisbol tiro.arco pesas futbol softbol atletismo folklorico tahitiano teatro rondalla pantomima orig.id 29 MARÍA DE GUADALUPE F NO NO NO NO SI NO NO SI NO SI NO NO 29 7 JAVIER F NO NO NO NO NO SI NO NO NO NO SI NO 7 11 ENRIQUE F NO NO NO NO NO NO NO NO SI NO SI NO 11 3 MARÍA F NO SI NO NO SI NO NO NO NO NO NO NO 3 muestraMas <- sample(masculinos, n * frmas) kable(muestraMas, caption = "La muestra de personas Masculino")La muestra de personas Masculino nombres generos ajedrez beisbol tiro.arco pesas futbol softbol atletismo folklorico tahitiano teatro rondalla pantomima orig.id 46 RUBEN M NO SI NO NO NO NO NO NO NO NO SI NO 46 20 RAFAEL M NO NO NO NO NO NO NO SI NO NO NO NO 20 23 DAVID M NO NO NO NO NO NO NO NO NO NO NO NO 23 45 PABLO M NO NO SI NO NO NO SI SI NO NO NO NO 45 1 JUAN M NO NO NO SI NO SI NO NO NO NO NO SI 1
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15 | FRANCISCA | F | NO | NO | SI | NO | NO | NO | SI | NO | NO | NO | NO | NO | 15 |
| 32 | MARÍA ISABEL | F | NO | SI | NO | NO | NO | NO | NO | NO | NO | NO | NO | SI | 32 |
| 23 | MARÍA DE LOS ÁNGELES | F | NO | NO | NO | SI | NO | NO | NO | NO | NO | NO | SI | NO | 23 |
| 27 | GABRIELA | F | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | NO | 27 |
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 45 | PABLO | M | NO | NO | SI | NO | NO | NO | SI | SI | NO | NO | NO | NO | 45 |
| 1 | JUAN | M | NO | NO | NO | SI | NO | SI | NO | NO | NO | NO | NO | SI | 1 |
| 51 | JOSÉ GUADALUPE | M | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO | SI | 51 |
| 4 | FRANCISCO | M | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | NO | NO | 4 |
| 56 | AGUSTÍN | M | NO | SI | NO | NO | NO | NO | NO | NO | SI | NO | NO | NO | 56 |
- 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 |
|---|---|---|---|---|---|---|
| 13 | 9 | 226 | 19 | 96.27 | SISTEMAS | 13 |
| 198 | 1 | NA | 27 | 0.00 | SISTEMAS | 198 |
| 94 | 7 | 83 | 33 | 85.39 | SISTEMAS | 94 |
| 85 | 1 | NA | 27 | 0.00 | SISTEMAS | 85 |
| 302 | 1 | NA | 27 | 0.00 | SISTEMAS | 302 |
| 39 | 9 | 222 | 13 | 92.21 | SISTEMAS | 39 |
| 384 | 3 | 50 | 33 | 86.91 | SISTEMAS | 384 |
| 141 | 5 | 84 | 35 | 81.50 | SISTEMAS | 141 |
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 |
|---|---|---|---|---|---|---|
| 1733 | 4 | 87 | 34 | 89.05 | CIVIL | 165 |
| 2192 | 2 | 22 | 25 | 89.60 | CIVIL | 624 |
| 2026 | 6 | 130 | 35 | 82.46 | CIVIL | 458 |
| 2069 | 1 | NA | 27 | 0.00 | CIVIL | 501 |
| 1782 | 6 | 111 | 34 | 83.13 | CIVIL | 214 |
| 1960 | 5 | 109 | 23 | 83.70 | CIVIL | 392 |
| 1746 | 4 | 71 | 26 | 80.87 | CIVIL | 178 |
| 2151 | 6 | 143 | 30 | 93.10 | CIVIL | 583 |
| 1912 | 1 | NA | 27 | 0.00 | CIVIL | 344 |
| 2133 | 7 | 183 | 29 | 89.66 | CIVIL | 565 |
| 1781 | 2 | 27 | 30 | 91.83 | CIVIL | 213 |
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 |
|---|---|---|---|---|---|---|
| 43 | 13 | 227 | 8 | 80.53 | SISTEMAS | 43 |
| 438 | 5 | 83 | 30 | 85.06 | SISTEMAS | 438 |
| 421 | 5 | 33 | 9 | 81.00 | SISTEMAS | 421 |
| 125 | 1 | NA | 27 | 0.00 | SISTEMAS | 125 |
| 77 | 1 | NA | 27 | 0.00 | SISTEMAS | 77 |
| 374 | 7 | 160 | 35 | 85.71 | SISTEMAS | 374 |
| 69 | 9 | 222 | 13 | 86.54 | SISTEMAS | 69 |
| 48 | 9 | 212 | 4 | 91.28 | SISTEMAS | 48 |
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 |
|---|---|---|---|---|---|---|
| 1996 | 5 | 89 | 23 | 82.16 | CIVIL | 428 |
| 1771 | 2 | 22 | 29 | 89.20 | CIVIL | 203 |
| 1795 | 1 | NA | 27 | 0.00 | CIVIL | 227 |
| 1779 | 1 | NA | 27 | 0.00 | CIVIL | 211 |
| 1753 | 5 | 112 | 29 | 95.29 | CIVIL | 185 |
| 1893 | 8 | 188 | 28 | 86.08 | CIVIL | 325 |
| 1843 | 3 | 47 | 22 | 83.50 | CIVIL | 275 |
| 1689 | 8 | 171 | 36 | 78.00 | CIVIL | 121 |
| 2038 | 2 | 27 | 30 | 95.50 | CIVIL | 470 |
| 1676 | 2 | 22 | 20 | 89.20 | CIVIL | 108 |
| 1846 | 4 | 76 | 31 | 84.94 | CIVIL | 278 |
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/Enero%20Junio%202022/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.
Las localidades será un domicilio para simular el lugar en donde geográficamente viven los alumnos.
set.seed(2021)
localidades6 <- locdurangomx[sample(nrow(locdurangomx), 5), ]
localidades6 <- rbind(localidades6, locdurangomx[1,])
localidades6## X Mapa Cve_Ent Nom_Ent Nom_Abr Cve_Mun Nom_Mun Cve_Loc
## 903 903 100051616 10 Durango Dgo. 5 Durango 1616
## 166 166 100050349 10 Durango Dgo. 5 Durango 349
## 442 442 100050904 10 Durango Dgo. 5 Durango 904
## 743 743 100051371 10 Durango Dgo. 5 Durango 1371
## 908 908 100051622 10 Durango Dgo. 5 Durango 1622
## 1 1 100050001 10 Durango Dgo. 5 Durango 1
## Nom_Loc Ámbito Latitud Longitud
## 903 Liberación Social R 24°06´53.990"N 105°19´34.000"W
## 166 Revueltas [Rancho] R 23°58´00.989"N 104°38´36.576"W
## 442 Rancho el Doce R 24°01´11.048"N 104°33´54.670"W
## 743 Las Avestruces R 24°04´40.829"N 104°33´20.779"W
## 908 Mauricio Alvarado Rodríguez R 24°12´02.741"N 104°33´57.265"W
## 1 Victoria de Durango U 24°01´26.357"N 104°40´12.700"W
## Lat_Decimal Lon_Decimal Altitud Cve_Carta Pob_Total Pob_Masculina
## 903 24.11500 -105.3261 2506 G13C89 0 0
## 166 23.96694 -104.6435 1880 F13B12 7 *
## 442 24.01974 -104.5652 1867 G13D82 0 0
## 743 24.07801 -104.5558 1861 G13D82 0 0
## 908 24.20076 -104.5659 1868 G13D82 0 0
## 1 24.02399 -104.6702 1890 G13D81 518709 250073
## Pob_Femenina Total.De.Viviendas.Habitadas
## 903 0 0
## 166 * 2
## 442 0 0
## 743 0 0
## 908 0 0
## 1 268636 133191Tercero 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")Los primeros diez registros de alumnos Alumno Semestre Cr. Apr. Carga Promedio Carrera localidad latitud longitud 1 11 198 19 80.21 SISTEMAS Revueltas [Rancho] 23.96694 -104.6435 2 11 235 10 84.33 SISTEMAS Victoria de Durango 24.02399 -104.6702 3 9 235 10 95.25 SISTEMAS Liberación Social 24.11500 -105.3261 4 9 226 19 95.00 SISTEMAS Rancho el Doce 24.01974 -104.5652 5 10 231 14 82.32 SISTEMAS Victoria de Durango 24.02399 -104.6702 6 9 212 23 95.02 SISTEMAS Las Avestruces 24.07801 -104.5558 7 12 221 10 79.06 SISTEMAS Revueltas [Rancho] 23.96694 -104.6435 8 9 226 9 92.47 SISTEMAS Victoria de Durango 24.02399 -104.6702 9 9 231 4 91.08 SISTEMAS Las Avestruces 24.07801 -104.5558 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 | Revueltas [Rancho] | 23.96694 | -104.6435 |
| 5921 | 5 | 109 | 26 | 87.83 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5922 | 3 | 55 | 29 | 92.83 | ADMINISTRACION | Revueltas [Rancho] | 23.96694 | -104.6435 |
| 5923 | 2 | 23 | 23 | 88.60 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5924 | 2 | 27 | 28 | 92.83 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5925 | 7 | 94 | 13 | 80.95 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5926 | 5 | 103 | 32 | 92.68 | ADMINISTRACION | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 |
| 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 | Victoria de Durango | 24.02399 | -104.6702 |
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 | Victoria de Durango | 24.02399 | -104.6702 |
| 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 | Victoria de Durango | 24.02399 | -104.6702 |
| 7 | 12 | 221 | 10 | 79.06 | SISTEMAS | Liberación Social | 24.11500 | -105.3261 |
| 8 | 9 | 226 | 9 | 92.47 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 |
| 9 | 9 | 231 | 4 | 91.08 | SISTEMAS | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 |
| 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 | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 |
| 5921 | 5 | 109 | 26 | 87.83 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5922 | 3 | 55 | 29 | 92.83 | ADMINISTRACION | Revueltas [Rancho] | 23.96694 | -104.6435 |
| 5923 | 2 | 23 | 23 | 88.60 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5924 | 2 | 27 | 28 | 92.83 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 5925 | 7 | 94 | 13 | 80.95 | ADMINISTRACION | Las Avestruces | 24.07801 | -104.5558 |
| 5926 | 5 | 103 | 32 | 92.68 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 |
| 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 | Revueltas [Rancho] | 23.96694 | -104.6435 |
Cuarto encontrar frecuencias por localidad
N <- nrow(alumnos) n <- 100 tabla_frec <- data.frame(fdt_cat(alumnos$localidad)) tabla_frec$muestra <- round(tabla_frec$rf * n, 0) kable(tabla_frec, caption = "Tabla de frecuencia de alumnos por localidad")Tabla de frecuencia de alumnos por localidad Category f rf rf… cf cf… muestra Victoria de Durango 3458 0.5832349 58.323495 3458 58.32349 58 Revueltas [Rancho] 765 0.1290268 12.902682 4223 71.22618 13 Liberación Social 615 0.1037274 10.372744 4838 81.59892 10 Las Avestruces 397 0.0669590 6.695901 5235 88.29482 7 Mauricio Alvarado Rodríguez 375 0.0632484 6.324844 5610 94.61967 6 Rancho el Doce 319 0.0538033 5.380334 5929 100.00000 5
N <- nrow(alumnos)
n <- 100
tabla_frec <- data.frame(fdt_cat(alumnos$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 | 3458 | 0.5832349 | 58.323495 | 3458 | 58.32349 | 58 |
| Revueltas [Rancho] | 765 | 0.1290268 | 12.902682 | 4223 | 71.22618 | 13 |
| Liberación Social | 615 | 0.1037274 | 10.372744 | 4838 | 81.59892 | 10 |
| Las Avestruces | 397 | 0.0669590 | 6.695901 | 5235 | 88.29482 | 7 |
| Mauricio Alvarado Rodríguez | 375 | 0.0632484 | 6.324844 | 5610 | 94.61967 | 6 |
| Rancho el Doce | 319 | 0.0538033 | 5.380334 | 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
# Determinar cada conglomerado
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])
# Determinar frecuencias de cada conglomerado similiar a la tabla tabla_frec
frloc1 <- nrow(loc1) / N
frloc2 <- nrow(loc2) / N
frloc3 <- nrow(loc3) / N
frloc4 <- nrow(loc4) / N
frloc5 <- nrow(loc5) / N
frloc6 <- nrow(loc6) / N
# Crear muestras
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 |
|---|---|---|---|---|---|---|---|---|---|
| 5454 | 9 | 225 | 11 | 93.38 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3184 |
| 417 | 8 | 123 | 32 | 81.07 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 251 |
| 4112 | 6 | 71 | 19 | 80.80 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2390 |
| 3557 | 5 | 103 | 34 | 82.00 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2081 |
| 4553 | 7 | 133 | 19 | 84.82 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2650 |
| 2829 | 2 | 17 | 24 | 83.25 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1627 |
| 4226 | 5 | 114 | 30 | 87.21 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2457 |
| 4586 | 5 | 35 | 15 | 81.25 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2669 |
| 5245 | 4 | 87 | 35 | 87.16 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 3057 |
| 1958 | 1 | NA | 27 | 0.00 | CIVIL | Victoria de Durango | 24.02399 | -104.6702 | 1119 |
| 1150 | 9 | 211 | 24 | 87.34 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 667 |
| 3491 | 1 | NA | 26 | 0.00 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2035 |
| 3610 | 1 | NA | 26 | 0.00 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 2110 |
| 2582 | 3 | 38 | 23 | 88.11 | ELECTRONICA | Victoria de Durango | 24.02399 | -104.6702 | 1493 |
| 905 | 3 | 52 | 28 | 96.00 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 513 |
| 5915 | 1 | NA | 27 | 0.00 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3450 |
| 4107 | 1 | NA | 25 | 0.00 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2386 |
| 4216 | 4 | 81 | 28 | 84.65 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2450 |
| 1468 | 4 | 64 | 25 | 78.40 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 848 |
| 2766 | 5 | 96 | 29 | 83.27 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1590 |
| 45 | 13 | 230 | 5 | 85.04 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 29 |
| 210 | 4 | 65 | 28 | 81.29 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 127 |
| 5490 | 10 | 262 | 10 | 89.60 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3203 |
| 5050 | 2 | 22 | 27 | 90.00 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2943 |
| 5749 | 7 | 168 | 34 | 87.89 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3355 |
| 4527 | 10 | 210 | 20 | 81.02 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2637 |
| 1488 | 7 | 154 | 29 | 80.58 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 863 |
| 1160 | 9 | 184 | 32 | 80.77 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 669 |
| 5889 | 5 | 113 | 31 | 94.54 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3431 |
| 2883 | 4 | 76 | 36 | 90.65 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1669 |
| 2171 | 2 | 27 | 30 | 93.83 | CIVIL | Victoria de Durango | 24.02399 | -104.6702 | 1256 |
| 2227 | 11 | 235 | 10 | 83.32 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1287 |
| 2940 | 5 | 111 | 35 | 86.08 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1702 |
| 2483 | 8 | 138 | 26 | 83.81 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1446 |
| 844 | 4 | 80 | 30 | 89.72 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 482 |
| 2357 | 5 | 94 | 31 | 84.32 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1361 |
| 5354 | 3 | 51 | 27 | 86.64 | INFORMATICA | Victoria de Durango | 24.02399 | -104.6702 | 3124 |
| 872 | 7 | 166 | 28 | 86.17 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 491 |
| 1063 | 8 | 152 | 26 | 81.79 | ARQUITECTURA | Victoria de Durango | 24.02399 | -104.6702 | 604 |
| 5516 | 5 | 118 | 31 | 93.00 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3218 |
| 179 | 8 | 155 | 29 | 82.15 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 109 |
| 183 | 4 | 74 | 35 | 82.63 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 112 |
| 2797 | 8 | 198 | 31 | 85.67 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1605 |
| 1212 | 7 | 165 | 36 | 86.37 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 698 |
| 3337 | 2 | 22 | 29 | 83.20 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1938 |
| 5650 | 3 | 50 | 30 | 85.55 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3297 |
| 4448 | 1 | NA | 25 | 0.00 | QUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 2591 |
| 4844 | 6 | 143 | 28 | 93.30 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2816 |
| 1274 | 3 | 57 | 27 | 85.08 | BIOQUIMICA | Victoria de Durango | 24.02399 | -104.6702 | 739 |
| 290 | 5 | 111 | 28 | 90.17 | SISTEMAS | Victoria de Durango | 24.02399 | -104.6702 | 174 |
| 3870 | 1 | NA | 25 | 0.00 | MECATRONICA | Victoria de Durango | 24.02399 | -104.6702 | 2246 |
| 5567 | 8 | 146 | 31 | 88.00 | ADMINISTRACION | Victoria de Durango | 24.02399 | -104.6702 | 3253 |
| 1637 | 9 | 216 | 19 | 83.33 | CIVIL | Victoria de Durango | 24.02399 | -104.6702 | 945 |
| 3380 | 11 | 230 | 5 | 82.56 | MECANICA | Victoria de Durango | 24.02399 | -104.6702 | 1967 |
| 2975 | 4 | 53 | 32 | 79.25 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1724 |
| 3299 | 2 | 27 | 24 | 92.83 | INDUSTRIAL | Victoria de Durango | 24.02399 | -104.6702 | 1915 |
| 2433 | 5 | 89 | 28 | 86.57 | ELECTRICA | Victoria de Durango | 24.02399 | -104.6702 | 1411 |
| 5131 | 3 | 54 | 28 | 90.75 | GESTION EMPRESARIAL | Victoria de Durango | 24.02399 | -104.6702 | 2994 |
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 |
|---|---|---|---|---|---|---|---|---|---|
| 2715 | 9 | 235 | 10 | 88.89 | INDUSTRIAL | Revueltas [Rancho] | 23.96694 | -104.6435 | 352 |
| 4255 | 2 | 25 | 31 | 94.00 | QUIMICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 569 |
| 1478 | 6 | 111 | 31 | 86.13 | BIOQUIMICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 190 |
| 3729 | 3 | 44 | 27 | 78.20 | MECATRONICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 479 |
| 2634 | 5 | 95 | 25 | 89.10 | ELECTRONICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 339 |
| 4143 | 3 | 35 | 26 | 84.50 | QUIMICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 551 |
| 3754 | 8 | 181 | 16 | 87.58 | MECATRONICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 486 |
| 3981 | 1 | NA | 25 | 0.00 | MECATRONICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 529 |
| 3890 | 3 | 39 | 36 | 80.11 | MECATRONICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 515 |
| 5871 | 3 | 50 | 34 | 89.55 | ADMINISTRACION | Revueltas [Rancho] | 23.96694 | -104.6435 | 753 |
| 2759 | 7 | 171 | 29 | 86.82 | INDUSTRIAL | Revueltas [Rancho] | 23.96694 | -104.6435 | 359 |
| 1424 | 1 | NA | 23 | 0.00 | BIOQUIMICA | Revueltas [Rancho] | 23.96694 | -104.6435 | 182 |
| 5208 | 5 | 116 | 31 | 92.40 | GESTION EMPRESARIAL | Revueltas [Rancho] | 23.96694 | -104.6435 | 672 |
muestraloc3 <- sample(loc3, round(n * frloc3, 0))
kable(muestraloc3, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[3] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 3462 | 7 | 83 | 30 | 78.05 | MECANICA | Liberación Social | 24.115 | -105.3261 | 352 |
| 4288 | 13 | 235 | 10 | 78.98 | QUIMICA | Liberación Social | 24.115 | -105.3261 | 439 |
| 4234 | 7 | 142 | 31 | 94.77 | QUIMICA | Liberación Social | 24.115 | -105.3261 | 435 |
| 884 | 2 | 22 | 22 | 82.40 | ARQUITECTURA | Liberación Social | 24.115 | -105.3261 | 103 |
| 63 | 9 | 235 | 10 | 91.80 | SISTEMAS | Liberación Social | 24.115 | -105.3261 | 10 |
| 370 | 1 | NA | 27 | 0.00 | SISTEMAS | Liberación Social | 24.115 | -105.3261 | 46 |
| 4292 | 3 | 56 | 30 | 89.25 | QUIMICA | Liberación Social | 24.115 | -105.3261 | 440 |
| 2170 | 2 | 27 | 27 | 81.33 | CIVIL | Liberación Social | 24.115 | -105.3261 | 214 |
| 5067 | 6 | 144 | 34 | 88.48 | GESTION EMPRESARIAL | Liberación Social | 24.115 | -105.3261 | 516 |
| 2073 | 5 | 96 | 17 | 79.35 | CIVIL | Liberación Social | 24.115 | -105.3261 | 208 |
muestraloc4 <- sample(loc4, round(n * frloc4, 0))
kable(muestraloc4, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[4] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 2655 | 5 | 75 | 23 | 86.18 | ELECTRONICA | Las Avestruces | 24.07801 | -104.5558 | 183 |
| 1400 | 4 | 77 | 23 | 88.12 | BIOQUIMICA | Las Avestruces | 24.07801 | -104.5558 | 99 |
| 4223 | 8 | 209 | 26 | 86.14 | QUIMICA | Las Avestruces | 24.07801 | -104.5558 | 271 |
| 4708 | 10 | 185 | 30 | 82.69 | GESTION EMPRESARIAL | Las Avestruces | 24.07801 | -104.5558 | 309 |
| 2985 | 3 | 51 | 29 | 90.83 | INDUSTRIAL | Las Avestruces | 24.07801 | -104.5558 | 199 |
| 2421 | 1 | NA | 24 | 0.00 | ELECTRICA | Las Avestruces | 24.07801 | -104.5558 | 166 |
| 3747 | 3 | 39 | 32 | 79.33 | MECATRONICA | Las Avestruces | 24.07801 | -104.5558 | 247 |
muestraloc5 <- sample(loc5, round(n * frloc5, 0))
kable(muestraloc5, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[5] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 2188 | 1 | NA | 27 | 0.00 | CIVIL | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 139 |
| 5229 | 5 | 113 | 30 | 93.67 | GESTION EMPRESARIAL | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 346 |
| 1575 | 10 | 225 | 10 | 80.04 | CIVIL | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 97 |
| 903 | 4 | 76 | 34 | 83.65 | ARQUITECTURA | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 60 |
| 4148 | 5 | 108 | 29 | 84.91 | QUIMICA | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 269 |
| 1307 | 7 | 105 | 28 | 79.30 | BIOQUIMICA | Mauricio Alvarado Rodríguez | 24.20076 | -104.5659 | 79 |
muestraloc6 <- sample(loc6, round(n * frloc6, 0))
kable(muestraloc6, caption = paste("La muestra de alumnos de Localidad ",tabla_frec$Category[6] ))| Alumno | Semestre | Cr. Apr. | Carga | Promedio | Carrera | localidad | latitud | longitud | orig.id |
|---|---|---|---|---|---|---|---|---|---|
| 902 | 3 | 48 | 24 | 87.36 | ARQUITECTURA | Rancho el Doce | 24.01974 | -104.5652 | 49 |
| 15 | 10 | 235 | 10 | 85.14 | SISTEMAS | Rancho el Doce | 24.01974 | -104.5652 | 1 |
| 677 | 6 | 139 | 27 | 88.03 | ARQUITECTURA | Rancho el Doce | 24.01974 | -104.5652 | 37 |
| 1211 | 1 | NA | 23 | 0.00 | BIOQUIMICA | Rancho el Doce | 24.01974 | -104.5652 | 70 |
| 2536 | 3 | 47 | 25 | 87.82 | ELECTRONICA | Rancho el Doce | 24.01974 | -104.5652 | 159 |
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$Nom_Loc[4]) %>%
addMarkers (lat=localidades6$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
En este caso nuevo, podemos determinar distintas cosas de las cuales hablare mas delante, como lo decía podemos determinar distintas cosas a traves de muestras.
En si una muestra es una parte o cantidad pequeña de una cosa que se considera representativa del total y que se toma o se separa de ella con ciertos métodos para someterla a estudio, análisis o experimentación.
Ahora si metiendonos al caso, podemos observar un conjunto de datos se utilizaron mecanismos de programación para determinar distintas muestras por medio de técnicas de aleatorio simple, aleatorio sistemático, aleatorio estratificado y por conglomerados.
Así por muestras que decidimos tomas o mas bien hicimos aleatoriamente, obtuvimos distintos resultados Dirigiéndolos a estudiantes de sistemas y civil; también de personas.
Esto a sido todo por este caso.