Técnicas de Muestreo I

Patricia Isabel Romero Mares

Departamento de Probabilidad y Estadı́stica

IIMAS UNAM

noviembre 2018

1 / 14
Ejemplos muestreo de conglomerados

2 / 14
 Ejemplo 1

1. El gerente de una distribuidora de autos desea estimar el

número promedio de autos por casa en cierta localidad. Los
costos de traslado de casa a casa son grandes, por lo tanto las
4000 casas en la localidad se agruparon en 400
conglomerados de 10 casas cada uno y se seleccionó una
m.a.s. de 4 conglomerados. Se realizaron las entrevistas con
los siguientes resultados.

conglomerado total de autos Mi

1 19 10
2 20 10
3 16 10
4 20 10

Estime el promedio de autos por casa para la comunidad y el

total de autos en la comunidad.

3 / 14
 Ejemplo 1
1. Conocemos M el total de casas en la comunidad M = 4000.
N = 400 conglomerados, n = 4 conglomerados en muestra.
El promedio de autos por casa se estima con:

Ŷ N Ȳˆ N n
Ȳˆ e = = = ∑ yi
M M Mn i=1

Sustituyendo valores:
400 1
Ȳˆ e = (19 + 20 + 16 + 20) = (75) = 1.875
(4000)(4) 40
Con varianza estimada:
  1
N2  n  Ŝb2
V̂ Ȳˆ e = 2 V̂ Ŷ = 2 1 −
M M N n
2
∑n yi

1
con Ŝb2 = n−1 ∑ni=1 yi − Ȳˆ y Ȳˆ = i=1
n
4 / 14
 Ejemplo 1

Sustituyendo valores:

4002
 
  4 3.5833
V̂ Ȳˆ e = 1 − = 0.00887
40002 400 4
r  
V̂ Ȳˆ = 0.0942
e

El intervalo del 95 % de confianza para el promedio de autos

por casa es:
1.875 ± 1.96(0.0942)
(1.69, 2.06)

5 / 14
 Ejemplo 1
Y para estimar el total de autos en la comunidad:
400
Ŷ = N Ȳˆ = (19 + 20 + 16 + 20) = 100(75) = 7500
4
Con varianza estimada:
 n  Sˆb2
V̂ Ŷ = N 2 1 −


= 1290
N n
q

V̂ Ŷ = 35.92
El intervalo del 95 % de confianza para el total de autos en la
comunidad es:

7500 ± 1.96(35.92)
(7429.59, 7570.40)
6 / 14
 Ejemplo 1

2. Suponga que no conocemos M el total de viviendas en la

comunidad, o queremos utilizar el estimador de razón.

∑n yi 75
Ȳˆ e = ni=1 = = 1.875
∑i=1 Mi 40
Con varianza estimada:
 2
n y − ˆ M
Ȳ
   n 1 1
 i e i
V̂ Ȳˆ e = 1 − ∑ n−1
ˆ 2 i=1
N n M̄

ˆ = ∑ni=1 Mi 40
donde M̄ n = 4 = 10

7 / 14
 Ejemplo 1

Sustituyendo valores:
 2
4
y − ˆ
Ȳ M
   1 1 ∑i=1 i

4 e i
V̂ Ȳˆ e = 1 − = 0.00887
400 4 100 n−1
El intervalo del 95 % de confianza para el promedio de
periódicos comprados por casa es:

1.875 ± 1.96(0.0942)
(1.69, 2.06)

SALE LO MISMO !!!!

8 / 14
 Ejemplo 1

Por que todos los conglomerados son del mismo tamaño.

Si Mi = k para toda i = 1, . . . , N ⇒ M = ∑Ni=1 Mi = Nk.

Ŷ N n ∑n yi
Ȳˆ e1 = = ∑ yi Ȳˆ e2 = ni=1
M Mn i=1 ∑i=1 Mi
N n ∑n yi
Ȳˆ e1 = ∑ yi Ȳˆ e2 = i=1
Nkn i=1 nk

Entonces, si Mi = k, i = 1, . . . , N los dos estimadores son

iguales.

9 / 14
 Ejemplo 1
Lo mismo pasa con las varianzas.
Ŷ ∑ Yi
Ȳˆ e1 = Ȳˆ e2 = i
M ∑i Mi
  N2  n  Sb2   N2  n1 1 N
2
V Ȳˆ e1 = 2 1 − V Ȳˆ e2 = 2 1 − ∑ Yi − Ȳe Mi
M N n M N n N − 1 i=1
N
2 N
2
∑ Yi − Ȳ ∑ Yi − Ȳe Mi
i=1 i=1
N
2
∑ Yi − kȲe si Mi = k ∀i
i=1
2
N
∑N Y i

∑ Yi − k Ni=1
i=1 ∑i=1 Mi
2
N 
∑N Yi
∑ Yi − k i=1 Nk
i=1
N  N 2
∑i=1 Yi
∑ i Y −
i=1 N
N
2
∑ Yi − Ȳ
i=1
10 / 14
 Ejemplo 2

2. Una compañı́a de taxis quiere estimar la proporción de

llantas en mal estado en sus 175 taxis (ignore la llanta de
refacción).

Es impráctico seleccionar una m.a.s. de llantas, por lo que se

usó un muestreo de conglomerados, con cada taxi como
conglomerado.

Se tomó una m.a.s. de 25 taxis con la siguiente información:

11 / 14
 Ejemplo 2
Taxi No. de llantas en Taxi No. de llantas en
mal estado yi mal estado yi
1 2 14 1
2 4 15 2
3 0 16 2
4 1 17 4
5 2 18 1
6 0 19 0
7 4 20 0
8 1 21 3
9 3 22 1
10 1 23 2
11 2 24 2
12 0 25 1
13 1

12 / 14
 Ejemplo 2
N = 175 (taxis) n = 25 Mi = 4 M = 700 (llantas)
La proporción de llantas en mal estado que usan los taxis de la
compañı́a se estima con:
Ŷ N Ȳˆ N n
P̂ = = = ∑ yi
M M Mn i=1
Sustituyendo valores:
175
P̂ = (40) = 0.40
700(25)
Con varianza estimada:

N2  n  Ŝb2
V̂ P̂ = 1 −
M2 N n
1752
 
25 1.583
= 1−
7002 175 25
= 0.003392
13 / 14
 Ejemplo 2

q

V̂ P̂ = 0.058
El intervalo del 95 % de confianza para la proporción de llantas
en mal estado es:
(0.286, 0.514)

Da el mismo resultado si se calcula el estimador de razón de la

proporción.

14 / 14