Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos de Muestreo PDF
Elementos de Muestreo PDF
Zhandra Flores
Félix Ordaz
Ángel Ramírez
INDICE ............................................................................................................................. 1
INTRODUCCION ............................................................................................................. 2
1.- CONCEPTOS BÁSICOS............................................................................................. 3
2.- CONVENIENCIA DEL MUESTREO ............................................................................ 6
4.- FASES DE UNA SOBREVISION POR MUESTREO .................................................. 7
5.- TIPOS DE MUESTREO .............................................................................................. 9
6.- CLASES DE MUESTREO PROBABILISTICO .......................................................... 10
6.1.- ALEATORIO SIMPLE ......................................................................................... 10
6.2.- ESTRATIFICADO ............................................................................................... 12
6.2.1.- AFIJACION .................................................................................................. 13
6.3.- SISTEMATICO ................................................................................................... 15
6.4.- POR CONGLOMERADOS O ÁREAS ................................................................ 15
6.5.- CARACTERISTICAS DE LAS DIFERENTES TECNICAS .................................. 16
7.- ESTIMACION DEL TAMAÑO DE LA MUESTRA ...................................................... 17
8.- EJEMPLOS DE APLICACION .................................................................................. 18
8.1.- CASO I ............................................................................................................... 18
8.2.- CASO II .............................................................................................................. 19
8.3.- CASO III ............................................................................................................. 21
BIBLIOGRAFIA ......................................................................................................... 213
1
INTRODUCCION
Selección Aleatoria.
2
1.- CONCEPTOS BÁSICOS
1.2- Población: Son cada unas de las variables que se definen sobre un universo.
Mediante esta definición puede hacerse notar que puede existir más de una población
asociada a un mismo universo.
1.3- Unidades Estadísticas: Son requeridas por el diseñador, por una parte para saber
cuál es la estrategia a seguir para la medición y, por otra, pensar en la estructura del
marco de referencia de las unidades a ser estudiadas. Estas unidades son: la de
investigación, análisis, observación y de muestreo.
1.3.1- Unidad de Investigación: Esta se refiere a la que contiene las partes que se van
a analizar. Algunos ejemplos aclaran este concepto. En la encuesta de hogares para el
estudio de la fuerza de trabajo que realiza el Instituto Nacional de Estadística, el motivo
de la investigación es el hogar el cual contiene las unidades a examinar, es decir las,
las personas. El estudio antropométrico que realiza Fundacredesa la unidad a investigar
es el individuo, el cual contiene las partes del cuerpo que se van a analizar, mientras
que en estudios sobre el sector industrial, la unidad de investigación esta dada por el
establecimiento.
1.3.2- Unidad de Análisis: Comprende la unidad que se analiza, vale decir, de la que
se busca la información y su naturaleza depende de los objetivos del estudio.
3
Esta unidad puede ser el hogar, las partes del cuerpo de las personas, la granja, el
establecimiento, etc. Las unidades de análisis reciben frecuentemente el nombre de
“Elementos de la Población”
1.5- Error de Muestreo: El error que se comete debido al hecho de que se obtienen
conclusiones sobre cierta realidad a partir de la observación de sólo una parte de ella.
4
1.7- Variables: Rasgos o magnitudes que varían de unos individuos a otros. Se refiere
a las características particulares que podría presentarse en uno o varios elementos de
los que componen la población estudiada.
1.9- Estadísticos: Son funciones de los valores muestrales. Algunos de ellos se utilizan
para estimar los parámetros (en general desconocidos), partiendo de los datos
recabados en una investigación por muestreo
5
2.- CONVENIENCIA DEL MUESTREO1
Puesto que la inferencia supone un riesgo, es útil resumir en qué casos conviene
obtener muestras, en lugar de censos o investigaciones exhaustivas de todos los
elementos de la población.
1
Seijas, Félix “Investigación por Muestreo”
6
3.- LIMITACIONES DEL MUESTREO2
Las limitaciones más importantes que hay que tomar en cuenta para decidir acerca de
las muestras son las siguientes:
2
Seijas, Félix “Investigación por Muestreo”
3
Azorin P., Francisco “Curso de Muestreo y Aplicaciones”.
7
Fase I. Indicación de los fines del Estudio.
Por lo menos deberá darse una indicación general de los objetivos y de cómo se espera
utilizar los resultados. Pero es conveniente no limitarse a una declaración vaga de los
fines, sino establecer estos de modo muy concreto. En esta fase puede incluirse la
definición de la población que constituirá el objetivo de estudio. Seria conveniente
expresar no solo cual es la información que se desea obtener, sino también el motivo
del muestreo, la forma en que van a utilizarse los resultados, así como el modo en que
habrán de influir en decisiones posteriores. Efectuar la especificación previa de las
características a estimar, las tabulaciones y los grados de confianza y precisión
que se consideren adecuados. Deben justificarse, en caso de eliminación de partes de
la población ideal, que fundamento hay para considerar conveniente o admisible
prescindir de las mismas.
Habrá que hacer acopio de la información cartográfica, ficheros, listas, etc. que pueden
ser útiles, y cuidar de su posible mejoramiento al día para constituir el marco o
substrato, descripción de la estructura de la población en estudio y base para efectuar
la selección.
8
Desde el punto de vista estadístico-matemático claro es que la cuestión fundamental
consiste en establecer el diseño de muestreo. Para ello hay que pensar, entre otras
cuestiones, si la muestra va a formar parte de una sucesión o plan coordinado, y en tal
caso, si será preferible espaciar muestras grandes o efectuar muestras pequeñas con
mayor frecuencia.
Existen otros dos tipos de muestreo que pueden denominarse muestreo intencional u
opinatico y muestreo sin norma, circunstancial o errático. En el primero es la persona
9
que selecciona la muestra la que procura que esta sea representativa; por consiguiente
la representatividad depende de su intención u opinión, y la evaluación de
representatividad es subjetiva. En este caso la composición de la muestra puede estar
influida por la preferencia o tendencias del individuo que la obtiene.
Aunque más adelante se darán con más detalle los diversos métodos de muestreo
probabilístico, es conveniente mencionarlos a continuación:
1. Aleatorio Simple.
2. Estratificado.
3. Sistemático
4. Por Conglomerados o Áreas.
10
6.1.- ALEATORIO SIMPLE
11
6.2.- ESTRATIFICADO
Una vez que han sido determinados los estratos, se saca una muestra de cada uno, la
obtención se realiza independientemente en estratos diferentes. Los tamaños de
muestra dentro de los estratos son representados por n1 , n 2 ..., N L respectivamente.
estrato h-esimo.
12
A veces se utiliza el símbolo Wh = N h / N , que es el peso relativo del estrato. La media y
Y
∑N h Yh L
Y = = h =1
= ∑ W h Yh
N N h =1
Total:
L L
Y = ∑ Yh = ∑ N h Yh
h =1 h =1
6.2.1.- AFIJACION
mas importantes son: la afijación igual en las que se toman todos los n h iguales a n ,
L
aumentando o disminuyendo este tamaño en una unidad si n no fuese múltiplo de L .
13
L L
∑ nh = k ∑ N h ; k = n
h =1 h =1
N
n
Por consiguiente, n h = N h , y también n h = N h . Esto es wh = Wh , si empleamos
N n N
estos símbolos para designar el “peso” relativo de cada estrato, en la muestra y en la
población respectivamente.
desviación estándar.
L
V ( y st ) =
n
∑W h S h2
∑n
h =1
Estratificado h yh L
Aleatorio
y st = h =1
n
= ∑w h yh
h =1 Donde: f = n : fracción de muestreo
N
(proporcional)
Total Poblacional: N −n
Yˆ = N y st
V (Yˆst ) =
n
∑ N h S h2
Neyman)
y st = h =1
n
= ∑ =1
wk yk n N
Total Poblacional: (∑ W h S h ) 2
Yˆ = N y st
V ( Y st ) =
ˆ
n
− ∑ N h S h2
14
6.3.- SISTEMATICO
15
Ejemplos de muestreo por conglomerados serian: la selección aleatoria de familias de
una población para efectuar un estudio de individuos; la selección de fincas en un
estado para una investigación en que las unidades ultimas fuesen las cabezas de
ganado, etc.
n
V (y) = =
N n N nM
1 n M
1 n ∑Y i
y = ∑∑ y ij = ∑ Yi = i =1 Donde:
∑ (Y )
nM i =1 j =1 nM i =1 n N 2
i −Y
S m2 = i =1
Total Poblacional:
∑ (Y −Y )
N
2
N n
N 2
(1 − f ) i
Yˆ = N y =
n
∑Y
i =1
i V (Yˆ ) =
n
i =1
N −1
17
El factor ( N − n) /( N − 1) se llama factor de corrección de población finita. En caso de
que la muestra sea grande (5% ó más) en relación con la población, el investigador
puede reducir en forma adecuada el tamaño de la muestra necesaria:
nN
n′ = Donde: n ′ : tamaño revisado.
N + n −1
n : tamaño original.
8.1.- CASO I
N = N 1 + N 2 + N 3 = 10.000
Para una muestra de tamaño n = 100 , los tamaños de las muestras correspondientes a
cada estrato son:
n 100
n1 = N1 = * 3.000 = 30
N 10.000
n 100
n2 = N1 = * 2.000 = 20
N 10.000
n 100
n3 = N1 = * 5.000 = 50
N 10.000
18
1 − 0 , 01 3 2 5
V ( y st ) = ( 100 + 400 + 900 ) = 5 , 544
100 10 10 10
8.2.- CASO II
El numero total de habitantes del total de 64 ciudades de EEUU para 1930, va a ser
estimado de una muestra de 24 ciudades (estas ciudades se encuentran entre las 5ta. y
la 68ava mas grande en población).
19
ESTRATO
1 2
900 364 209 113
822 317 183 115
781 328 163 123
805 302 253 154
670 288 232 140
1238 291 260 119
573 253 201 130
634 291 147 127
578 308 292 100
487 272 164 107
442 284 143 114
451 255 169 111
459 270 139 163
464 214 170 116
400 195 150 122
366 260 143 134
N 1 = 16 N 2 = 48
S 2 = 52.448
N 2 S 2 ( N − n) (64) 2 (52.448) ⎛ 40 ⎞
V (Y ) =
ˆ = ⎜ ⎟ = 5.594.453
n N 24 ⎝ 64 ⎠
ee = 2.365
20
24 24
2. Estratificado con afijación proporcional, tenemos n1 = * 16 = 6 , n1 = * 48 = 18
64 64
N −n
N h S h2 = [(16)(53.843) + (48)(5.581)] = 1.882.293
40
V (Yˆst ) =
n
∑ 24
ee = 1.372
En un lote de frascos para medicina, con una población de 8000 unidades, se desea
estimar la media de la capacidad en centímetros cúbicos de los mismos.
σ x2 22
n= = = 239 Frascos.
e 2 σ x2 0,25 2 22
+ +
Z2 N 1,96 2 8000
21
BIBLIOGRAFIA
22