Universidad de oriente

Ncleo Anzotegui
Escuela de cs administrativas
Estadstica II
Seccin: 30

Muestreo Aleatorio
Estratificado

Profesor:
Escalante

Bachilleres:
Delia mata
CI: 21042516
Yolanda mata
CI: 21042517
Yaneth Guerrero
CI:22840343

Barcelona /11/03/2013

INDICE

Introduccin3
Muestreo Aleatorio Estratificado 4
Determinacin del tamao de la muestra, afijacin arbitraria, afijacin
proporcional,

optima

en

una

distribucin

muestral

de

medias....5
Determinacin del tamao de la muestra ,afijacin arbitraria, afijacin
proporcional,

afijacin

afijacin

optima

en

una

distribucin

de

proporciones6
Estimacin de la media y la varianza poblacional a travs de una muestra
aleatoria estratificada en una distribucin muestral de medias y de

proporciones
(ejercicios )8
Conclusin10
Bibliografa11

Introduccin:
En las actividades de investigacin cientfica y tecnolgica es decir es muy fcil til el
ejemplo de muestras. El anlisis de una muestra permite e inferir conclusiones
susceptibles de generalizacin a la poblacin de estudio con cierto grado de certeza.
Al desarrollar un proyecto de investigacin el total de observaciones en las cuales se
est interesado, sea su nmero finito o infinito, constituye lo que se llama una
poblacin, la muestra es una pequea parte de la poblacin estudia. La muestra debe
caracterizarse por ser representativa de la poblacin.

Una muestra puede ser de dos tipos: no probabilstica y probabilstica. En la muestra

no probabilstica la seleccin de las unidades de anlisis de anlisis dependen de las
caractersticas criterios personales, etc. Del investigador por lo que no son muy
confiables en una investigacin con fines cientficos o tecnolgicos. El muestreo no
probabilsticos comprende los procedimientos de muestreo intencional y accidental:
1. Muestreo intencional: Es un procedimiento que permite seleccionar los
casos caractersticos de la poblacin limitado la muestra a estos casos.
se utiliza en situaciones en las que la poblacin es muy variable y
consecuentemente la muestra es muy pequea.

2. Muestreo accidental: consiste en tomar casos hasta que se completa el

nmero de unidades que indica el tamao de muestras deseado.
El muestreo probabilstico permite conocer la probabilidad que cada unidad de
anlisis tiene de ser integrada a la muestra mediante la seleccin al azar. Este
tipo de muestreo comprende los procedimientos de muestreo simple o al azar,
estratificado sistemtico y por conglomerados o racimos.

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen
gran homogeneidad respecto a alguna caractersticas su puede estatificar, por ejemplo
segn la profesin el municipio de residencia, el sexo, el estado civil, etc.
Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos
de inters estarn representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple o el estratificado para elegir los elementos concretos que formaran parte de la
muestra. Enocasiones las dificultades que plantean son demasiado grandes, pues
exige un conocimiento detallado de la poblacin (tamao geogrfico, sexo, edades)
El muestreo aleatorio simple no nos garantiza que tal cosa ocurra, para evitar esto se
saca una muestra de cada uno de los estratos hay dos conceptos bsicos:

Estratificacin: El criterio a seguir en la formacin de los estratos ser formarlos

de tal manera que haya la mxima homogeneidad en relacin a la variable a
estudio dentro de cada estrato y la mxima heterogeneidad entre los estratos.

Afijacin :reparto del tamao de la muestra en los diferentes estratos o

subpoblaciones , existen varios criterios de afijacin entre los que destacamos :

Afijacin igual: todos los estratos tienen el mismo nmero de elementos en la

muestra.
Afijacin proporcional: cada estrato tiene un nmero de elementos en la

muestra proporcional a su tamao.

Afijacin Neyman : cuando el reparto del tamao de la muestra se hace de

forma
proporcional al valor de la dispersin en cada uno de los estratos.

Determinacin del tamao de la muestra, afijacin arbitraria, afijacin

proporcional, afijacin optima en una distribucin muestral de medias:

En el estratificado, la muestra se distribuye en diferentes grupos de poblacin en

funcin de los valores que presente en las variables elegidas para la estratificacin. Se
hace siguiendo exclusivamente procedimientos aleatorios de seleccin muestral.
Lynn lievesley (1991) destaco cuatro puntos bsicos para el diseo de un esquema de
estratificacin:
1. Eleccin de las variables de estratificacin, condicionada a aquellas
comprendidas en el marco muestral de referencia.
2. Numero de variable de estratificacin, pudiendo alcanzarse una mayor eficacia
siguiendo un esquema de estratificacin distinto para la investigacin en el
primer estadio y as sucesivamente.
3. Numero de variable de estratificacin pudiendo alcanzarse una mayor eficacia
siguiendo un esquema de estratificacin distinto para las variables incluidas en
los diversos estadios de la estratificacin.
4. Tamao de los estratos, dividiendo la poblacin en grupos de igual tamao
para que resulte ms adecuada.
Si con la estratificacin se persigue el logro de una mayor precisin de la
estimacin muestral, esta se alcanzara cuando se cumplan dentro de cada
estrato y las variables de estratificacin se hallen relacionadas con los objetivos
de la investigacin.
Las variables de estratificacin ms empleadas son las variables de sexo y
edad pudiendo aadirse otras variables como la clase social, la ocupacin, el
nivel de instruccin etc.
Tras la clasificacin de la poblacin en estratos se procede a afijar la muestra
en cada estrato.
Por afijacin se entiende la distribucin del tamao muestral global entre los
estratos diferenciados. Esta distribucin se puede cumplir de tres maneras
distintas:

Afijacin simple, el mismo tamao de la muestra de cada estrato .con ello se

busca la igual representacin de los estratos en la muestra global esta
equidistribucion del tamao conlleva un inconveniente importante y es que
favorece a los estratos de menor volumen de poblacin.

Afijacin proporcional: La distribucin de la muestra se hace proporcional al

peso relativo del estrato en el conjunto de unidades de poblacin les

6
corresponder un tamao muestral superior al de aquellos que representen un
porcentaje inferior en la poblacin.

Afijacin ptima, donde se aade la variabilidad del estrato respecto a la

variable considerada en la estratificacin. en conformidad con este ltimo
criterio de afijacin, les corresponder un tamao muestral superior a los
estratos de mayor heterogeneidad y peso poblacional.

Las tres variedades de afijacin pueden englobarse en dos amplias modalidades de

estratificacin:

Estratificacin
proporcional, se hace de manera que garantice una
probabilidad igual de seleccin para todos los estratos.

Estratificacin no proporcional, donde la representacin de los estratos en la

muestral final no es proporcional a su peso es el conjunto de la poblacin al
haberse dado una probabilidad desigual de seleccin en cada estrato.

Unos de los inconvenientes fundamentales de la estratificacin no proporcional es la

necesidad de ponderar la muestra y no se precisa de la ponderacin cuando solo se
realizan anlisis individuales y comparativos entre los estratos. Por ponderacin
entendemos el proceso de asignacin de pesos a cada estrato, de manera que logre
compensarse el estrato. La ponderacin puede efectuarse de varias formas, la ms
usual consiste en dividir el porcentaje que representa en la muestra

Determinacin del tamao de la muestra, afijacin arbitraria, afijacin

proporcional, afijacin optima en una distribucin de proporciones:

Distribucin muestral de proporciones: existen ocasiones en las cuales no estamos

interesasados en la media de la muestra, sino que queremos investigar la proporcin
de artculos defectuosos o la proporcin de alumnos reprobados en la muestra. La
distribucin muestral de proporciones es la adecuada para dar respuestas a estas
situaciones.
P1
Esta distribucin se genera de igual manera que la distribucin muestral de medias, a
excepcin de que al extraer las muestras de la poblacin se calcula el P2
estadstico
proporcin (p=x/n en donde x es el nmero de xitos u observaciones de inters y n
P3
el tamao de la muestra) en lugar del estadstico media.
.
P1

.
Pk

Muestra 1
Muestra 2
Muestra 3

P2

P3

Muestra k
pk

Poblacin

Distribucin muestral proporciones

Una poblacin binomial est estrechamente relacionada con la distribucin muestral

de proporciones ; una poblacin binomial es una coleccin de xitos y fracasos ,
mientras que una distribucin muestral de proporciones contiene las posibilidades i
proporciones de todos los nmeros posibles de xitos en un experimento binomial , y
como consecuencia de esta relacin , las afirmaciones probabilsticas referentes a la
proporcin muestral puede evaluarse usando la aproximacin normal a la binomial ,
siempre que np 5 y n(1-p) 5. Cualquier evento se puede convertir en una
proporcin si se divide el nmero obtenido entre el nmero de intentos.

Ejemplos:
Se sabe que la verdadera proposicin d los componentes defectuosos por una firma
de 4%, y encuentre la probabilidad de que una muestra de tamao 60 tenga:
a. Menos del 3%de los componentes defectuosos
b. Ms del 1% pero menos del 5% de partes defectuosas.

La probabilidad de que en una muestra de 60articulos exista una proporcin menos de

0.03 artculos defectuosos es de 0.2327.
B. Datos:
n =60articulos
p = 0.04
p =0.01 y 0.05

Conclusin:

En la investigacin cientfica es habitual que se empleen muestras como medio de

acercarse al conocimiento de la realidad. Sin embargo, para que esto sea posible,
para que a travs de las muestras sea posible reproducir el universo con la

10
precisin que se requiera en cada caso es necesario que el diseo muestral se
atenga a los principios recogidos en las tcnicas de muestreo.
El propsito de un estadstico suele ser, extraer acerca de la naturaleza de una
poblacin. Al ser la poblacin grande y no poder ser estudiada en su integridad en
la mayora de los casos, las conclusiones obtenidas deben basarse en el examen
de solamente una parte de esta, lo que nos lleva, en primer lugar a la justificacin,
necesidad y definicin de las diferentes tcnicas de muestreo.
Los primeros trminos obligados a los que debemos hacer referencia, definidos en
el primer captulo, sern los de estadstico y de estimador.
Dentro de este contexto, ser necesario asumir un estadstico o estimador como
una variable aleatoria con una determinada distribucin, y que ser la pieza clave
en las dos amplias categoras de la inferencia estadstica: la estimacin y el
contrate de hiptesis.
El concepto de estimador , como herramienta fundamental ,lo caracterizamos
mediante una serie de propiedades que nos servirn para elegir el mejor para
una determinado parmetro de una poblacin ,as como algunos mtodos para la
obtencin de ellos ,tanto en la estimacin puntual como para intervalos .

Bibliografa:

http://html.rincondelvago.com/conceptos-y-muestreo.html
http://buscador.rincondelvago.com/estadistica

11

http://www.slideshare.net/kryzdfragg/muestreo-estratificado

https://www.google.co.ve/#hl=es-419&gs_rn=5&gs_ri=psyab&tok=H2M_Tg_X4nzhh5v5VGPgfQ&pq=tipos%20de%20muestreo
%20estratificado&cp=26&gs_id=4q&xhr=t&q=ejercicios+de+afijacion&es_nr
s=true&pf=p&sclient=psyab&oq=ejercicios+de+afijacion+ar&gs_l=&pbx=1&bav=on.2,or.r_cp.r_qf.&fp
=834da15d6873e696&biw=1440&bih=775

http://maralboran.org/wikipedia/index.php/Tipos_de_muestreos