N! / R! (N-R)! PR QN-R Recordemos que el smbolo factorial! Significa por ejemplo que es 3! = 3*2*1 = 6 Los matemticos definen 0! = 1. 3.3 DISTRIBUCION NORMAL La Distribucin Normal: una distribucin de una variable aleatoria continua. Una muy importante distribucin continua de probabilidad es la distribucin normal. Varios matemticos intervinieron en su desarrollo entre ellos figura el astrnomo del siglo XVIII Karl Gauss, a veces es llamada en sus honor la distribucin de Gauss. Caractersticas de la distribucin normal de la probabilidad. 1. La curva tiene un solo pico, por consiguiente es unimodal. Presenta una forma de campana. 2. La media de una poblacin distribuida normalmente se encuentra en el centro de su curva normal. 3. A causa de la simetra de la distribucin normal de probabilidad, la mediana y la moda de la distribucin tambin se hallan en el centro, por tanto en una curva normal, la media, la mediana y la moda poseen el mismo valor. 4. Las dos colas (extremos) de una distribucin normal de probabilidad se extienden de manera indefinida y nunca tocan el eje horizontal. reas bajo la curva normal. El rea total bajo la curva normal ser de 1.00 por lo cual podemos considerar que las reas bajo la curva son probabilidades. El valor de Z. Z= Nmero de desviaciones estndar de x respecto a la media de esta distribucin. Z= x-m / s X=valor de la variable aleatoria que nos interesa. m = media de la distribucin de esta variable aleatoria. s = desviacin estndar de esta distribucin. Las variables aleatorias distribuidas en forma normal asumen muchas unidades diferentes de medicin, por lo que hablaremos de forma estndar y les daremos el smbolo de Z. UNIDAD IV TIPOS DE MUESTREO 4.1 TIPOS DE MUESTREO Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos. Muestreo probabilstico Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos: El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de la poblacin, y dicha probabilidad no es nula para ningn elemento. Los mtodos de muestreo no probabilsticos no garantizan la representatividad de la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin. (En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilistico, por ejemplo los estudios de casocontrol, donde los casos no son seleccionados aleatoriamente de la poblacin.) Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin encontramos: Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1. Se asigna un nmero a cada individuo de la poblacin 2. A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. Ejemplo: formar el equipo de ftbol de la universida