Tema 3.

Muestreo Aleatorio Estratificado

Contenido
1) Definicin, ventajas, como formar los estratos,
seleccin y notacin.
2) Estimadores de la media y el total.
3) Varianza. Lmites de confianza.
4) Asignacin de la muestra (tamao de la
muestra)
5) Muestreo Estratificado para proporciones
6) Tamao de la muestra para la proporcin.
7) Comparacin de la precisin.

Muestreo I

69

Muestreo Aleatorio Estratificado

Definicin:
El muestreo estratificado consiste en los siguientes pasos:
a) La poblacin de N elementos se divide en L subpoblaciones
distintas llamadas estratos de tamaos N1, N2, ... , NL
L

(donde

i=1

b) Dentro de cada estrato se selecciona una muestra aleatoria

L

simple de tamao nh (donde

h =1

nh = n

c) De la muestra de cada estrato se calcula un estimador, que

se ponderan para formar un estimador combinado de la
poblacin.
d) De igual modo, en cada muestra por estrato se calcula la
varianza, que se ponderan para obtener una estimacin
combinada de la dispersin en la poblacin.
Muestreo I

70

Muestreo Aleatorio Estratificado

Ventajas sobre el muestreo simple
1. Permite considerar los estratos como Dominios de Estudio,
obtener estimaciones de los parmetros y precisin conocida
por estrato.
2. La Estratificacin se utiliza para disminuir las varianzas de la
estimacin en comparacin con el muestreo aleatorio simple.
Esto es particularmente cierto si las mediciones dentro de los
estratos son homogneas y heterogneas entre los estratos.
3. El costo por observacin puede reducirse por una
conveniente estratificacin.
4. Se puede estratificar para utilizar diferentes mtodos de
observacin o medida dentro de ellos.

Muestreo I

71

Muestreo Aleatorio Estratificado

Cmo

formar los estratos?

Cmo seleccionar la muestra estratificada?

Notacin.
El subndice h indica el estrato, h=1,2,...,L
El subndice i denota la unidad dentro del estrato
Nh nmero de elementos en el estrato h de la poblacin
nh nmero de elementos del estrato h en la muestra
N tamao de la poblacin N h = N
n tamao de la muestra n h = n
yhi valor obtenido en la i-sima unidad del h-simo estrato.
W h=Nh/N peso del estrato h-simo
fh=nh/Nh fraccin de muestreo en el estrato h-simo
Muestreo I

72

Muestreo Aleatorio Estratificado

Estimacin de la media.
En el muestreo estratificado el estimador usual de Y

y st

Nh yh
N

( )

V y st =
Si

nh
Nh

donde y h es la media muestral

del h-simo estrato.

= Wh y h
L

( )

W V yh =
2
h

es:

y st es insesgada de Y
L

S h2
(1 f h )
nh

2
h

( )

Nh
=
n
n
V y st
es despreciable y si h
N proporcionales, determine

Estimacin del total

st

= N y st

V Y st ==

S h2
N h (N h n h )
nh

Muestreo I

73

Muestreo Aleatorio Estratificado

Varianza estimada
Bajo el supuesto de seleccin aleatoria independiente en los
estratos una estimacin insesgada de V (y st ) es:

( )

V y st

1
=
N2

s h2
N h (N h n h )
=
nh

s h2
Wh

nh

s h2
Wh
N

El ltimo trmino representa la reduccin debida al f.c.p.f.

es la varianza estimada (insesgada)
2
1
n
h
2
en el estrato h-simo
sh =
yhi yh
Esta estimacin requiere al menos
nh 1
dos observaciones por estrato.

Lmites de confianza

( )

Media y st m t s y st

Total

Ny

st

( )

m t Ns y st

t es la abscisa en la normal(0,1)
Muestreo I

74

Asignacin de la muestra.
Se denomina asignacin o afijacin de la muestra al reparto del
tamao de la muestra, n, entre los L estratos (esto es la
determinacin de los valores n 1, n 2, ..., n L).
El objetivo de la asignacin es incrementar la precisin de los
estimadores y minimizar costos.
En la asignacin debe tomarse en cuenta los siguientes
factores:
a) Tamao de los estratos (Nh )
b) Dispersin dentro de los estratos (s h )
c) Costos por observacin en cada estrato.
2

Tipos de asignacin:
1. Asignacin optima
2. Asignacin de Neyman
3. Asignacin proporcional
Muestreo I

75

Asignacin optima.
En el muestreo estratificado con una funcin de costos lineal

(C

= Co +

n h ) la varianza de la media estimada y st es un

mnimo para un costo especifco . Y el costo es un mnimo

para una varianza especifca V (y st ) cuando nh es proprocional

a W h sh / C h

Minimizando V (y st ) sujeto a la restrimcin C C o =

usando multiplicadores de Lagrange se obtiene:

nh = n

N h sh /

N h sh /

nh

= n W h sh / C h
W s / C
C h
h h
h

Ch

Luego el tamao de la muestra en el estrato h ser grande si:

1. El tamao del estrato Nh es grande
2. La dispersin en el estrato, sh , es grande
3. Si el costo en el estrato, ch , es bajo
Muestreo I

76

Asignacin optima (continuacin)

Para completar la asignacin se requiere conocer el valor de n.
La solucin depende de que valor se especfica: el costo o la
varianza.
1. Si se especfica el costo
n =

(C

C o ) N h s h /

sh

Ch

Ch

2. Si la varianza V (y ) es fija
st

n =

s h2

W s /
N ) W s

Ch

V + (1

Muestreo I

Ch

2
h

77

Asignacin de Neyman
Si el costo por unidad es el mismo en cada estrato (C h C ) la
funcin de costos es C = C o + Cn y la asignacin optima para un
costo fijo se convierte en asignacin optima para un n fijo. Este
tipo de asignacin se conoce como asignacin de Neyman.
Y V (y st ) se minimiza para un tamao de muestra n fijo si:
nh = n

N h sh
N h sh

La varianza mnima con n fija se obtiene con el anterior valor

de nh en V (y st )

(y ) = ( Wn s )

V min

st

W
N

s h2

(el ltimo trmino es f.c.p.f.)

Muestreo I

78

Tamao de la muestra (sin funcin de costos)

Suponemos que se ha especificado la varianza V, si lo que se
especifica es el error e entonces (e/t)2=V, donde t es el desvo
correspondiente a la probabilidad (1 / 2 )

n =

W h2 s h2
wh

1
V +
N

2
h

1
no =
V

si se ignora f.c.p.f.

Si no no es despreciable

W h2 s h2
wh

no

n=
1+

1
VN

s h2

En casos particulares las siguientes formulas pueden ser

convenientes para el calculo

Muestreo I

79

Asignacin optima supuesta

(n fijo) w h W h s h

( W s )
1
+
W s

N
2

n=

Tamao de la muestra para

el total Y

Sea ahora V = V Y

2
h

Asignacin proporcional

wh = W h = N h / N

En general

st

N h2 s h2
w
h
n =
V + N h s h2

Optimo supuesto (n fijo)

(
N s )

n=
V + N s

no =
n=

V
no
n
1+ o
N

2
h

2
h

Proporcional
N
no =
V
Muestreo I

N h s h2

n=

no
n
1+ o
N
80

Muestreo estratificado para proporciones

La estratificacin ideal al estimar la proporcin en un estrato es
todas las u i C y en el otro todas las u j C . Si no es posible los
estratos deben ser tales que ph varie tanto como sea posible de
estrato a estrato.
Sea

Ph =

Ah
Nh

ph =

ah
nh

proporcin por estrato

La estimacin apropiada de P es:

p st =

ph

(caso particular de y st )

La varianza
1
V ( p st ) =
N2

ya que

N h2 ( N h n h ) Ph Q h
Nh 1
nh

( )

V y st

1
=
N2

s h2
N h (N h n h )
nh
Muestreo I

s h2 =

Ph Q h
Nh 1
81

Muestreo estratificado para proporciones

Si en V ( p st ) :
1. Los trminos 1/Nhson despreciables
1
V ( p st ) =
N2

N h ( N h n h )Ph Q h
W h2 Ph Q h (1 f h )
=
nh
nh

2. Puede ignorarse el f.c.p.f.

V ( p st ) =

3. Asignacin proporcional

(1 f )
V ( p st ) =

W h2 Ph Q h
nh

n h = n (N h / N

(1 f
N h2 Ph Q h
=
N (N h 1)
n

Ph Q h

Estimacin de V ( p st ) . Se sustituye p h q h / (n h 1) por Ph Q h / n h

Muestreo I

82

Muestreo estratificado para proporciones

La mejor eleccin de nh - asignacin optima para minimizar
V ( p st

) se desprende de la teora ya vista.

Varianza mnima para un tamao de muestra total fijo n h N h s h

N h / ( N h 1 ) Ph Q h N h

nh N h

por lo que

nh

nN

Nh

Ph Q h

Ph Q h
Ph Q h

Varianza mnima para un costo total fijo C = C o + C h n h

nh

nN

Nh

Ph Q h / C h
Ph Q h / C h

Muestreo I

83

Tamao de muestras para proporciones

Las formulas dadas a continuacin son casos particulares de las
vistas para datos continuos
Sea V la varianza de p deseada
Asignacin proporcional n o =

phqh

n =

no
n
1+ o
N

Asignacin optimo supuesto

no =

( W

phqh

no

n =
1+

no
N

phqh

Se ha considerado N h / ( N h 1 ) 1
En la extensin a porcentaje ph, q h y V se expresan en
porcentajes
Para el total A las varianzas se multiplican por N 2
Muestreo I

84

Comparacin de la precisin en el
muestreo estratificado y el simple
Si la estratificacin est bien diseada la varianza del estimador
es menor que la del aleatorio simple. Cumplindose la siguiente
relacin:

V opt V prop V mas

(probar)
donde ignoramos los trminos 1/Nh y la asignacin optima es

para n fijo, es decir, nh N h sh

Ayuda: identifique Vmas , V prop y Vopt

Vmas V prop

del desarrollo (N-1)S2

V prop Vopt

de V prop Vopt 0
Muestreo I

( )

(de Vmin y st )
1/N y 1/Nh --> 0

85

Cundo la estratificacin beneficia la

precisin?
Lo ideal es utilizar como variable de estratificacin la variable de la
encuesta.
1. La poblacin consta de unidades que varian en tamao
2. Las principales variables se relacionan con los tamaos
3. Se cuenta con una buena medida de tamao para establecer los
estratos.
La informacin de censos sobre tamao es buena para estratificar
Dos casos donde la estratificacin optima mejora la proporcional
2
S
1. La estratificacin se hace en funcin del tamao de ui y h es

mayor en las grandes que en las pequeas

2. Cuando el costo de muestrear es mayor en unos que en otros.
Muestreo I

86

Asignacin que requiere mas del 100%

del muestreo nh > Nh

2
2
S
S
Si Nh es pequeo h es grande en comparacin con los otros j

puede suceder que nh > Nh

Qu hacer? Dos ejemplos:
~

N1 > n1 Entonces haga n1 = N1 y los otros

n h = ( n N1 )

Wh sh
Wh sh
h 1

n1 > N1 y n2 > N2 entonces se hace 1 = N1 y 2 = N2

~
Wh sh
n h = ( n N1 N 2 )
y
Wh sh
h2

Necesidad de recalcular V (y st ) sustituyendo nh por h

(
Ws ) Ws

(y ) = n' N
2

'

Vmin

h h

'

2
h h

st

es sobre nh < Nh y n es total revisado en esos estratos.

'

Muestreo I

87