Estadística Aplicada

Universidad Central del Ecuador, Jesús Tapia López

junio 2020

1. Muestreo estratificado
En Muestreo Aleatorio Simple (MAS) se pueden presentar algunas dificultades, la principal radica en que
en este tipo de diseños no se considera la composición interna de la población disminuyendo la precisión de la
información recolectada. Entre las principales ventajas con las que se cuenta al usar muestro estratificado están:

1. Considera la composición interna de la población para el diseño muestral.

2. A partir de información desagregada por estratos se puede obtener estimaciones generales para la población.
3. Se evitan problemas de sobre y sub representación estadística. Cuando existen problemas de sobre y sub
representación se pueden corregir a través del cálculo de factores de expansión

1.1. Estratos
Son subconjuntos de tamaño Ni que dividen a la población en K − estratos y se caracterizan por ser inter-
namente homogéneos, pero entre si lo mas heterogéneos posible.

1.2. Ejemplos:
Sexo de la población.

Nivel socio económico.

Nivel educativo.
Áreas geográficas (provincias, ciudades, parroquias, etc.).

2. Estimación de la media (µ) :

PK
Si se busca estimar la media (µ) a partir de una muestra de tamaño n = i=1 ni obtenida de una población
PK
con N = i=1 Ni , donde se conocen las x̄i y si en primer lugar se estima puntualmente la media general a través
de:
PK
X¯est = N1 i=1 Ni x̄i

Y el intervalo de confianza para la media es:

 r   
zα/2 PK s2i
ICµ = X¯est ± N
2
i=1 Ni
Ni −ni
Ni ni

Donde:

1
 ni es el tamaño de la muestra en el estrato ”i”.
Ni es el tamaño de la población en el estrato ”i”.
x̄i es la estimación de la media en el estrato ”i”.
si es la estimación de la desviación estándar en el estrato ”i”.
zα/2 es el coeficiente asociado a la distribución normal estándar.

Observación:
 Sien todos los estratos se cumple que ni ≤ 0, 05Ni se desestima el uso del factor de corrección
Ni −ni
poblacional: Ni .

3. Estimación del total (τ )

Para estimar el total en muestreo estratificado se calcula:

τ̂est = N X¯est

Y el intervalo de confianza para el total es:

 r   2
PK 2 Ni −ni si
ICτ = τ̂est ± zα/2 N
i=1 i Ni ni

Donde:

ni es el tamaño de la muestra en el estrato ”i”.

Ni es el tamaño de la población en el estrato ”i”.
x̄i es la estimación de la media en el estrato ”i”.
si es la estimación de la desviación estándar en el estrato ”i”.
zα/2 es el coeficiente asociado a la distribución normal estándar.

4. Estimación de la proporción (ρ) :

Para estimar la proporción en muestreo estratificado se calcula:
PK
ρ̂est = N1 i=1 Ni p̂i

Y el intervalo de confianza para la proporción es:

 r   
zα/2 PK 2 Ni −ni p̂i q̂i
ICρ = ρ̂est ± N i=1 Ni Ni ni −1

Donde:

ni es el tamaño de la muestra en el estrato ”i”.

Ni es el tamaño de la población en el estrato ”i”.
pˆi es la estimación de la proporción en el estrato ”i”.
zα/2 es el coeficiente asociado a la distribución normal estándar.

2
5. Ejercicios
1. Una embotelladora de gaseosas adquiere envases de plástico no retornables a dos proveedores. Se desea
controlar el volumen de las botellas adquiridas para calibrar los equipos de envasado. Luego de un muestreo
del 10 % de la producción de un día se obtuvo los siguientes resultados:

Proveedor 1 Proveedor 2
Volumen promedio (cm3 ) 245 255
Desv. estándar (cm3 ) 15 13
Muestra 120 130

Encuentre estimaciones para el volumen medio y volumen total envasado en las botellas no retornables.
2. Una inspectora de control de calidad debe estimar la proporción de chips de microcomputadora defectuosos
que provienen de dos diferentes operaciones de ensambladura. Ella sabe que de entre los chips que van a
ser inspeccionados, el 60 % procede de la operación de ensambladura A y el 40 % de la operación de
ensambladura B. En una muestra aleatoria de 100 chips resulta que 38 provienen de la operación A y 62
de la operación B. De entre los chips muestreados de la operación A, seis son defectuosos. De entre los
chips muestreados de la operación B, diez son defectuosos. Estime la proporción de los defectuosos del lote
y establezca un límite para el error de estimación.
3. En la siguiente tabla se muestran los resultados de las horas trabajadas y el porcentaje de personas que
cuentan con estudios de tercer nivel a partir de la encuesta de empleo de diciembre de 2015:
Etnia x s % con estudios universitarios Población Muestra
Indígena 33,9 16,2 3.3 % 665 871 4 119
Afro 38,5 14,8 8.4 % 263 982 952
Montubio 37,4 15,2 4.3 % 191 197 380
Mestizo 38,8 14,4 12.6 % 5 989 179 22 572
Blanco 38,1 14,1 18.1 % 126 112 477
a) Estime la media de horas trabajadas de indígenas y montubios de manera independiente
b) Estime la media de horas trabajadas de indígenas y montubios de manera conjunta
c) Calcule el error de estimación en la media de horas trabajadas de toda la población
d) Estime la proporción de personas que cuentan con estudios universitarios de indígenas, afro-ecuatorianos
y montubios de manera independiente
e) Estime la proporción de personas que cuentan con estudios universitarios de indígenas, afro-ecuatorianos
y montubios de manera conjunta

6. Tamaño y asignación de la muestra

En muestro estratificado se realizan dos pasos para el cálculo de la muestra:
1. Calculamos la muestra general de tamaño n.
2. Asignamos los tamaños ni en cada estrato ”i”.

6.1. Asignaciones
Equitativa.
Proporcional.
No proporcional (óptima o de Neyman).