Taller Muestreo

Muestreo Estadı́stico
Cristian Andrés González Prieto*

13 de septiembre de 2019

1. Estimadores de la media y de la proporción

Definición 1.1 Un estimador insesgado para la media poblaciones, bajo muestreo aleatorio simple
está dado por:

tyπ
b
µ
by =
N
donde b
tyπ es el π−estimador para el total poblacional y N es el tamaño de la población.

Definición 1.2 Un estimador para la varianza de µ by bajo muestreo aleatorio simple está dado por:
 
1−f 2
Vb (b
µy ) = Sys
n
n 2 es la varianza de la variable de
donde f = N conocida como la fracción de muestreo y Sys
interés sobre la muestra.

Definición 1.3 Un estimador insesgado para la proporción poblacional, bajo muestreo aleatorio
simple, está dado por:

tyπ
b
pbA =
N
donde yk toma el valor de 1 si k ∈ A y 0 en otro caso. Es decir, es el número total de individuos
que hacen parte de la categorı́a a la que se pretende encontrar la proporción, sobre el total de la
población.

Definición 1.4 Un estimador para la varianza de la proporción poblaciones está dada por:
 
2 1−f n
V (b
b pA ) = N p(1 − p)
n n−1
*
E-mail: cagonzalezp01@libertadores.edu.co

1
 Ejercicio 1: De la base de datos Taller1.xlsx, seleccionar muestras y completar el siguiente
cuadro:

1. Para la variable heartrte1:

Semilla n tyπ
b Vb (b
tyπ ) CV
111 10
222 100
333 500

2. Para la variable cigpday1:

Semilla n µ
by Vb (b
µy ) CV
111 10
222 100
333 500

3. Para la variable sex1:

Semilla n pbsex Vb (b
psex ) CV
111 10
222 100
333 500

Concluir.

2. Muestro Aleatorio Simple con Reemplazamiento

(Särndal et al. 2003) Un individuo puede aparecer varias veces en la muestra. Suponga que se
hacen m extracciones de la población, las cuales serán denotadas con ki con i = 1, ..., m. Al conjunto,

os = {k1 , ..., km }

se le conoce como “muestra ordenad” y contiene el orden de la selección y el número de veces que
cada elemento fue seleccionado.
Se puede obtener el conjunto de muestra s,

s = {k : k = ki para algún i; i = 1, ..., m}

. El tamaño de muestra ns es una variable aleatoria tal que ns

leqm con probabilidad 1.
Se define pki como la probabilidad de que el individuo k sea seleccionado en la extracción i, es
decir, la probabilidad de selección. Luego,
1
pki =
N

2
 Por lo tanto,

1 m
 
πk = 1 − 1 −
n
El estimador de Horvitz - Thompson está dado por:
P
os yki

tπ =
b m
1 − 1 − N1
Hansen & Hurwitz proponen un estimador insesgado para este tipo de muestreo:
m
1 X yki
tHH =
b
m pki
i=1

Cuya varianza estimada, para muestreo aleatorio simple con reemplazamiento, está dada por:

N 2 σy,os
2
Vb (b
tHH ) =
m
X  yk 2
2 1 i
con σy,os = m−1 −b
tHH
os
pki
Ejercicio 2: El mecanismo de selección se conoce como método acumulativo total, el cual
consiste en:

1. Generar unos intervalos de selección.

2. Acumular las probabilidades de inclusión.

3. Generar tantos números números aleatorios como tamaño de muestra se requiera. Si caen
dentro de los intervalos, el individuo es seleccionado.

Individuo yk pk Acumulado Intervalos Decisión

1 1
Hotel A 100 5 5 0 a 15
1 2 1 2
Hotel B 200 5 5 5 a 5
1 3 2 3
Hotel C 500 5 5 5 a 5
1 4 3 4
Hotel D 50 5 5 5 a 5
1 5 4
Hotel E 450 5 5 5 a 1

Genere 3 números aleatorios, saque una muestra y encuentre el total estimado y su CV.

Referencias
Särndal, C.-E., Swensson, B. & Wretman, J. (2003), Model assisted survey sampling, Springer Science
& Business Media.