Para aplicar una corrección de la población finita, simplemente multiplíquela por el error estándar que habría utilizado originalmente.
Por ejemplo, el error estándar de una media se calcula como:
Al aplicar la corrección de la población finita, la fórmula se convierte en:
Los siguientes ejemplos ilustran cómo usar la corrección de la población finita en diferentes escenarios.
Los investigadores quieren estimar la proporción de residentes en un condado de 1.300 personas que están a favor de una determinada ley. Seleccionan una muestra aleatoria de 100 residentes y les preguntan sobre su postura sobre la ley. Aquí están los resultados:
- Tamaño de muestra n = 100
- Proporción a favor de la ley p = 0.56
Por lo general, la fórmula para calcular un intervalo de confianza del 95% para una proporción de población es:
Sin embargo, nuestro tamaño de muestra en este ejemplo es 100/1,300 = 7.7% de la población, que excede el 5%. Por lo tanto, necesitamos aplicar una corrección de la población finita a nuestra fórmula para el intervalo de confianza:
La estadología es un sitio que facilita la explicación de las estadísticas de aprendizaje al explicar temas de manera simple y directa. Aprenda más acerca de nosotros.
Statology Study es la mejor guía de estudio de estadísticas en línea que lo ayuda a estudiar y practicar todos los conceptos centrales que se enseñan en cualquier curso de estadísticas primarias y facilita la vida como estudiante.
Introducción a las estadísticas es nuestro principal curso de video en línea que le enseña todos los temas cubiertos en estadísticas introductorias. Empiece hoy con nuestro curso.
¿Cómo se calcula la muestra para poblaciones finitas?
¿Cuántas personas llevan a cabo su estudio? Debe definir con precisión el tamaño de su grupo de referencia y excluir todos los perfiles que no son realmente parte de él.
Por ejemplo, si desea realizar investigaciones sobre dueños de perros, incluirá a todos aquellos que tengan al menos un perro al menos un perro. No se preocupe si no puede definir un número exacto, es común basarse en una estimación cuantificada.
Los errores son inevitables. Pero la pregunta es cuánto permites. Debe definir el margen de error aceptable, es decir, la diferencia aceptable, como porcentaje, entre el promedio de su muestra y el promedio de su población.
Por ejemplo, en las encuestas políticas, los resultados generalmente se expresan de esta manera: «El 68% de los votantes dijeron que eran favorables a la propuesta Z, con un margen de error de más o menos 5%. »»
Aquí, tratamos con el grado de confianza que desea otorgar a los valores que están en su margen de error.
Por ejemplo, arreglar un nivel de confianza del 99% significa que está seguro de que el 99% del valor real está en el margen de error que puede ser más o menos x% dependiendo de los métodos determinados previamente.
Determina que la desviación estándar equivale a estimar en qué medida las respuestas recibidas variarán entre sí y del promedio del grupo.
Una desviación estándar baja significa que todos los valores se agruparán alrededor del número promedio, mientras que una desviación estándar alta significa que se distribuirá en una playa más amplia, con datos aberrantes, un número muy bajo y muy alto.
¿Qué es el tamaño de muestra finita?
Definir el tamaño de una muestra es complejo y diferentes factores afectan la determinación del número de personas que pertenecen a la muestra (tamaño de la muestra). Existen diferentes fórmulas y técnicas, pero todos estos métodos muestran que debemos tener en cuenta:
® El grado de certeza o el nivel de confianza que queremos tener (intervalo de confianza) en los resultados. Cuanto más queremos tener un margen de error débil, es importante que sea la muestra (si el método de muestreo es correcto).
® La prevalencia estimada de la variable estudiada (ejemplo para una pregunta en sí-no, la frecuencia esperada de sí y no) o para otros tipos de medición la dispersión de valores alrededor del índice de tendencia central.
El método de muestreo ®TA (plan de muestreo) también determina (todo lo que es igual al otro) el tamaño de una muestra. Por ejemplo, el método de estratificación a priori garantiza una mejor representatividad que otros métodos de muestreo. En este caso, el tamaño de la muestra puede ser menos importante que con otro método (para el mismo grado de precisión).
®Ta tamaño de la población matriz. Este factor que parece obvio y que debe tenerse en cuenta cuando la población de referencia a la baja inscripción, se vuelve cada vez menos importante cuando el personal de la población principal se vuelve muy importante. Por lo tanto, su importancia es relativa (cf. para ir más allá… a continuación).
¿Cómo determinar si una población es finita o infinita?
Intervalo en el que la proporción de
Handadores izquierdos de la población total si
La hipótesis fue
Controlar:
.
,
eso es : .
El valor real está en
la muestra, a riesgo de error del 5 %
(o al umbral de confianza del 95 %), aceptamos
La hipótesis.
Observación
El intervalo tiene una gran amplitud porque el tamaño de
La muestra es pequeña.
Elegimos una muestra de tamaño n. Deja que F
frecuencia en la muestra, de
carácter deseado en la población total
cuya proporción «verdadera» es p.
Uno de los
dos fórmulas siguientes (esto debería ser
especificado por la declaración, el
el segundo se usa raramente).
Se verifican las condiciones.
Nosotros tenemos : .
Podemos suponer que 59.94 a 66.26 % de
Los vehículos serían motores diesel.
Observación
Una revista Automobile publica la información: »
La flota de automóviles franceses tiene en 2012 un poco
Más de 30 millones de automóviles de pasajeros
nuevo, consta de alrededor del 50 % de
Vehículos equipados con motorización
diesel «.
La flota de autos franceses tiene muchos
vehículos viejos. Vehículos diesel
son principalmente vehículos recientes (3
Nuevos vehículos de 4 en 2012). Si el parc des
Los miembros son bastante recientes, es
bastante normal para encontrar más motores diesel allí que en
Flota de coche francés.
Se podría suponer que 60.11 a 66.09 % de
Los vehículos serían motores diesel (ver comentario
anterior). Este intervalo es más
restrictivo que el anterior.
¿Quién creó la fórmula de población finita?
El Reino Unido tenía 67,2 millones de habitantes en 2022. [21] El crecimiento anual de la población fue de + 0.6 %. A pesar de un excedente de muerte (número de nacimiento: 10.2 por 1000 habitantes [22] versus número de muerte: 10.4 por 1000 habitantes [23]) La población creció a través de la migración. El número de nacimientos por mujer en 2022 fue estadísticamente 1.6. [24] La esperanza de vida de los habitantes del Reino Unido en 2022 fue de 80,9 años [25] (mujeres: 82,9 [26], hombres: 79 [27]). La mediana de la edad de la población fue de 40.5 años en 2022 y, por lo tanto, por debajo del valor europeo de 42.5. [28]
La población creció de 10.5 millones (implementación del primer censo de población 1801) a 67 millones en 2022. La industrialización del país desencadenó un rápido crecimiento de la población en combinación con el avance de la urbanización. Londres fue la ciudad más grande del mundo desde 1825 y permaneció hasta aproximadamente 1940. [29] El crecimiento de la población comenzó a disminuir a principios del siglo XX. A partir de 1960, la dinámica se aceleró nuevamente debido a la migración de las antiguas colonias del reino.
Los ciudadanos del Reino Unido se llaman británicos. La población dividió las regiones individuales de la siguiente manera en 2011: Inglaterra 83.9 por ciento, Escocia 8.5 por ciento, Gales 4.8 por ciento e Irlanda del Norte 2.8 por ciento. [30] Entre 2001 y 2011, la población creció con una tasa anual promedio de 0.7 por ciento. [31] El país es uno de los países poblados de poeta del mundo, mediante el cual Inglaterra es significativamente más densa que Escocia y Gales.
¿Qué es la fórmula de poblaciones finitas?
Si tiene referencias o elementos de referencia o si conoce sitios web de calidad que se ocupan del tema abordado aquí, complete el artículo dando las referencias útiles a su verificabilidad y vinculándolos a las «Notas y referencias»
Una población estructurada es un conjunto de individuos de las mismas especies simplificadas, modelando mediante clases que describen sus propias historias, para facilitar su estudio o su comparación, para comprender su evolución y potencial, en particular en base a diferentes tasas Vital: tasa de natalidad, crecimiento, maduración, fertilidad y tasa de fertilidad. En principio, una población estructurada está cerrada: los fenómenos de inmigración, emigración y dispersión se descuidan allí.
Los modelos matrótricos son particularmente útiles cuando el ciclo de vida se puede describir en términos de clases de tamaño, etapas de desarrollo o clases de edad.
Una población puede estructurarse de diferentes maneras, de acuerdo con diferentes criterios. La división de una clase de población por edad fue introducida por Leslie [1], [2], que posteriormente desarrolló una matriz, lo que hizo posible describir estas poblaciones.
Lefkovich introdujo una clasificación de individuos por etapas de desarrollo en lugar de por edad [3]. Un poco más tarde, la clasificación por tamaño fue posible gracias a Usher [4].
H. Caswell ha permitido que la generalización del modelo de matriz tenga en cuenta todo tipo de estructuración: edad, tamaño, sexo, grado maduro, etapa de desarrollo, condición fisiológica [5].
¿Qué es la muestra según autor?
Christian Ferro es un futbolista de Roma, un campeón que, con el talento que se muestra en el campo, alterna una vida privada llena de bagroves y excesos. Después del enésimo truco, un robo de ropa en el centro comercial, la compañía afirma que el niño pone la cabeza correctamente. Tito, el presidente de Roma, compromete a sus subordinados a seleccionar a un profesor que lo ayuda a lograr la madurez como private.
Entre los diversos candidatos, Tito se ve afectado por Valerio Fioretti, un maestro que ha perdido la silla y no sigue al fútbol, por lo que no conoce al futbolista. Tito quiere que Valerio sea el anterior de cristiano, convenciéndolo de aceptar la tarea con un lujoso salario y la obligación de que el camino del niño no se interrumpe hasta el examen estatal.
Al principio, Christian lucha por memorizar información histórica y se distrae continuamente por la gran cantidad de personas que lo rodean. La primera prueba es un fracaso, con Christian que entrega la hoja en blanco, y Valerio ya recibe un ultimátum para que lo repita con éxito la semana siguiente. Tito también decide castigar a Christian, enviándolo a las gradas en el esperado Derby contra Lazio. Después de asistir a una lección de táctica del entrenador de Roma, Valerio viene una iluminación para enseñar los eventos de la Primera Guerra Mundial a Christian, explicando eventos causales con esquemas de fútbol. El nuevo método de Valerio se combinó con el deseo de recuperar el lugar en el equipo del equipo a Christian para pasar la prueba con un excelente 8/10. La nueva serenidad se refleja en las actuaciones en el campo y también se debe al hecho de haber conocido a Alessia, estudiante de medicina, una persona humilde de los suburbios romanos y lejos del estereotipo de las chicas mimadas que le caen a los pies.
Artículos Relacionados:
