Muestreo

Bietpico de
Conglomerados
Ejercicios Resueltos
Anny Guilarte
Los siguientes ejercicios ejemplifican el muestreo bietpico por conglomerados,
tomados de Scheaffer, R.; Mendenhall, W. Y Ott, L. (1986) Elementos de
Muestreo. Grupo Editorial Iberoamrica, S.A. De C.V.

9.4. Una cadena de supermercados tiene tiendas en 32 ciudades. Un director de
la compaa quiere estimar la proporcin de tiendas en la cadena que no
satisfacen un criterio de limpieza especfico. Las tiendas dentro de cada ciudad al
parecer poseen caractersticas similares; por lo tanto el director decide
seleccionar una muestra por conglomerados en dos etapas conteniendo la mitad
de las tiendas dentro de cada una de las 4 ciudades. El muestreo por
conglomerados es conveniente en esta situacin debido al costo de traslado. Los
datos recolectados se presentan en la tabla adjunta. Estime la proporcin de
tiendas que no satisfacen el criterio de limpieza y establezca un lmite para el error
de estimacin.

Ejercicio 9.4 Aqu no se conoce M
Ciudad
No. Tiendas
en la ciudad
Mi
No. Tiendas
muestreada
s mi
No. Tiendas
que no
satisfacen
el criterio
de limpieza pi Mipi (Mipi)
2
1 25 13 3 0,2308 5,7692 33,2840
2 10 5 1 0,2000 2,0000 4,0000
3 18 9 4 0,4444 8,0000 64,0000
4 16 8 2 0,2500 4,0000 16,0000
69 35 19,7692 117,2840


Mi
2
Mi
2
pi Mi
2
((Mi-mi)/Mi)*piqi/(mi-1)
625,0000 144,2308 4,4379 0,286511
100,0000 20,0000 2,0000 N= 32
324,0000 144,0000 5,0000 n= 4
256,0000 64,0000 3,4286 17,25
1305,0000 372,2308 14,8664
t= 2
0,00311356 B= 0,11159858
Sr^2 3,70438809 Liminf limsup
0,05579929 0,17491201 0,39810917
= p
= m
( )
1
1 1

2
2
2
2

|
|
.
|

\
|
+ |
.
|

\
|
|
.
|

\
|
=

i
i i
i
i i
i r
m
q p
M
m M
M
M nN
S
M n N
n N
p V
=
p
o


Por tanto, la proporcin de tiendas que no satisfacen el criterio de limpieza es de
0,286511. Adems, con un 75% de confianza se afirma que el verdadero valor de
la proporcin de tiendas se encuentra entre 0.17491201 y 0.39810917.

9.5. Repita el ejercicio 9.4 dado que la cadena contiene 450 tiendas.

0,35145299 M= 450
14,0625 0,00780635
Sb^2 6,52613412 t= 2
B= 0,17670709
N= 32 Liminf limsup
n= 4 0,109804 0,46321768
= p
= M ( ) = p V

Por tanto, la proporcin de tiendas que no satisfacen el criterio de limpieza es de
0,35145299. Adems, con un 75% de confianza se afirma que el verdadero valor
de la proporcin de tiendas se encuentra entre 0.109804 y 0.46321768.


9.8. Un guardabosque quiere estimar el nmero total de rboles en un condado
infestados por una enfermedad particular. En el condado hay 10 reas bien
definidas; estas pueden ser subdivididas en lotes de aproximadamente el mismo
tamao. Se dispone de 4 cuadrillas para realizar la encuesta, la cual debe ser
completada en un da. Por lo tanto se utiliza un muestreo por conglomerado en 2
etapas. 4 reas (conglomerados) son seleccionadas con 6 lotes (elementos)
escogidos aleatoriamente de cada una. (Cada cuadrilla puede inspeccionar un
rea por da.) Los datos se presentan en la tabla adjunta. Estime el nmero total
de rboles infestados en el condado y establezca un lmite para el error de
estimacin.

rea Numero
de lotes
(MI)
Numero de
lotes
muestreados
mi
1 12 6 15 14 21 13 9 10
2 15 6 4 6 10 9 8 5
3 14 6 10 11 14 10 9 15
4 21 6 8 3 4 1 2 5
Total= 62 24
N= 10 Mmedia 15,5 Sb^2 1723,2292
n= 4 Ur 8,2339 varianza 28354,9919
168,3894
B= 336,7788
limite inferiorLimite Superior (est) 1276,2500
939,4712 1613,0288
Numero de arboles infestados por lote
=
p
o

Por tanto, el nmero total de rboles infestados en el condado es de
aproximadamente 1277. Adems, con un 75% de confianza se afirma que el
verdadero valor del nmero total de rboles infestados en el condado se
encuentra entre 939,4712 y 1613,0288.


9.9. Una compaa est probando una nueva embotelladora. Durante un ensayo
la mquina llena 24 cajas, cada una con 12 botellas. La compaa desea estimar
el nmero promedio de onzas de contenido por botella. Se emplea un muestreo
por conglomerados en dos etapas usando 6 cajas (conglomerados) con 4
botellas (elementos) seleccionados aleatoriamente de cada caja. Los resultados
se presentan en la tabla adjunta. Estime el nmero de onzas promedio por botella
y establezca un lmite para el error de estimacin.

Ejercicio 9.11 Aqu no se conoce M
Caja Mi mi Yimed Si^2 MiYimed (MiYimed)
2
1 12 4 7,9 0,15 94,8000 8987,0400
2 12 4 8 0,12 96,0000 9216,0000
3 12 4 7,8 0,09 93,6000 8760,9600
4 12 4 7,9 0,11 94,8000 8987,0400
5 12 4 8,1 0,1 97,2000 9447,8400
6 12 4 7,9 0,12 94,8000 8987,0400
72 24 571,2000 54385,9200
M(est) 12
Umed 7,93333333
N= 24
n= 6

Mi
2
Yimed*Mi
2
(Mi
2
((Mi-mi)/Mi)*Si^2)/(mi)
144,0000 1137,6000 3,6000 varianza 0,00187731
144,0000 1152,0000 2,8800
144,0000 1123,2000 2,1600 Sb^2 1,536
144,0000 1137,6000 2,6400 = 0,04332799
144,0000 1166,4000 2,4000
144,0000 1137,6000 2,8800 t= 2
864,0000 6854,4000 11,2800 B= 0,08665598
Liminf limsup
7,84667735 8,01998932

Por tanto, la el nmero de onzas promedio por botella es de 7,93333. Adems,
con un 75% de confianza se afirma que el nmero de onzas promedio por botella
se encuentra entre 7,84667735 y 8,01998932.




9.10. Cierta planta industrial tiene 40 mquinas y todas producen el mismo artculo
(por ejemplo, cajas de cereal). Se desea estimar la proporcin de productos
defectuosos (por ejemplo, cajas con menor contenido) un da especifico. Analice
los mritos relativos del muestreo por conglomerados en dos etapas (las mquinas
como conglomerados de cajas) y el muestreo aleatorio estratificado (las
mquinas como estratos) como diseos posibles para este estudio.

Para aplicar muestreo por conglomerado bietpico existen dos supuestos
importantes. Uno es que haya gran variabilidad entre los tamaos de los
conglomerados y el otro es que el tamao poblacional sea demasiado grande.

En el ejemplo planteado, si el nivel de produccin de cada mquina vara y si la
produccin de estas es muy grande, lo que hace que el tamao poblacional sea
muy grande, es adecuado aplicar un muestreo por conglomerados.

Sin embargo, es preferible utilizar el muestreo por conglomerados en dos etapas
cuando la proporcin de artculos defectuosos vara en el tiempo para cada
mquina y todas estas se comportan de forma similar entre s.

Por otra parte, en el ejemplo planteado sera conveniente aplicar muestreo
estratificado si la produccin de las distintas mquinas es diferente y se
agruparan como estratos; recordemos que el muestreo estratificado se utiliza
cuando la poblacin se puede dividir en diferentes grupos.

Y si la proporcin de artculos defectuosos para cada mquina es
aproximadamente constante en el tiempo y las proporciones varan
significativamente entre las mquinas, lo mejor es aplicar el de muestreo aleatorio
estratificado.


9.11. Una empresa de investigacin de mercados ide un plan de muestreo para
estimar las ventas semanales de un cereal de la marca A en un rea geogrfica.
La empresa decidi muestrear ciudades dentro del rea y luego supermercados
dentro de ciudades. La medicin de inters es el nmero de cajas vendidas del
cereal de la marca A en una semana especfica. 5 ciudades son muestreadas de
entre las 20 en el rea. Usando los datos presentados en la tabla adjunta, estime
las ventas promedio de todos los supermercados en el rea para la semana
especfica. Establezca un lmite para el error de estimacin.
Ejercicio 9.11 Mi mi
Ciudad
N de
Supermercados
N de
supermercados
muestreados media varianza Mi*yi
1 45 9 102 20 4590
2 36 7 90 16 3240
3 20 4 76 22 1520
4 18 4 94 26 1692
5 28 6 120 12 3360
147 30 482,000 96,000 14402,000
97,97278912 29,4000
(Miyi)
2
Mi
2
((Mi-mi)/Mi)*Si
2
/mi Mi^2yi Mi2
21068100 80 206550 2025
10497600 66,2857143 116640 1296 varianza 30,10689
2310400 88 30400 400
2862864 91 30456 324 = 5,48697
11289600 44 94080 784
48028564,000 369,286 478126,000 4829,000
t= 2
B= 10,97395
173463,3429 Liminf limsup
86,99884 108,94674

=
i
n
i i
r
M
y M
= M
( )
1
2
1

1 1
2 2 2
1
2 2
1
2 2
2

+
=

=

= = = =
n
M y M y M
n
y M
S
n
i
n
i
i r i i r
n
i
i i
n
i
r i i
r



Por tanto, las ventas promedio en todos los supermercados son de 97,97278912.
Adems, con un 75% de confianza se afirma que las ventas promedio de todos los
supermercados en el rea para la semana especfica se encuentran entre
86,99884 y 108,94674.


9.12. En el ejercicio 9.11 Se tiene suficiente informacin para estimar el nmero
total de cajas de cereal vendida en todos los supermercados del rea durante la
semana? Si es as, explique cmo estimara usted este total y establezca un lmite
para el error de estimacin.

Si, los clculos apropiados estn en la siguiente tabla
Ejercicio 9.12 Aqu no se conoce M
Departame
nto
N de
Secretarias Mi
N de
secretarias
muestreada
s mi Yimed Si^2 MiYimed (MiYimed)
2
1 45 9 102 20 4590,0000 21068100,0000
2 36 7 90 16 3240,0000 10497600,0000
3 20 4 76 22 1520,0000 2310400,0000
4 18 4 94 26 1692,0000 2862864,0000
5 28 6 120 12 3360,0000 11289600,0000
147 30 14402,0000 48028564,0000
EstTotal 57608,000000
Umed 97,97278912 Varianza 10445338
N= 20 = 3231,9248
n= 5


Mi
2
Yimed*Mi
2
(Mi
2
((Mi-mi)/Mi)*Si^2)/(mi)
2025,0000 206550,0000 3600,0000
1296,0000 116640,0000 2386,2857 t= 2
400,0000 30400,0000 1760,0000 B= 6463,84954
324,0000 30456,0000 1638,0000 Liminf limsup
784,0000 94080,0000 1232,0000 51144,15046 64071,8495
4829,0000 478126,0000 9384,2857
EstTotal 57608,000000


Por tanto, el nmero total de cajas de cereal vendidas en todos los
supermercados del rea durante la semana especfica es de 57.608. Adems,
con un 75% de confianza se afirma que el nmero total de cajas de cereal
vendidas en todos los supermercados del rea durante la semana especfica se
encuentra entre 51144,1505 y 6471,8495.