Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimación de la mediana
poblacional en el muestreo
en ocasiones sucesivas
51
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional en el muestreo en ocasiones
52 sucesivas
Estimadores directos
Como es usual, sean y1 , y2 , . . . , yN los valores de la variable ob-
jeto de estudio y en las unidades U1 , U2 , . . . , UN que componen la
población finita. Para cada número real y (−∞ < y < ∞), la función
de distribución FY (y) se define como la proporción de elementos en la
población menores o iguales que y. De forma más precisa, la función
FY (y) puede escribirse como
1
FY (y) = card (Ay )
N
donde Ay = {k; k ∈ U | yk ≤ y} y card (Ay ) denota el número de
elementos del conjunto Ay .
La mediana poblacional (con respecto a la variable y) es un valor
MY que divide la población por la mitad, de manera que la mitad
de los elementos poblacionales tienen valores más pequeños que MY ,
mientras que la otra mitad tienen valores mayores que MY .
Por tanto, se define la mediana poblacional como MY = FY−1 (0,5),
donde FY−1 es la función inversa de FY , es decir,
cY = Fb −1 (0,5)
M Y
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional 53
Estimadores indirectos
La mayor parte de los trabajos (Gross 1980[34], Sedransk y Meyer
1978[84], Smith y Sedransk 1983[98]) sólo observan el comportamiento
de la variable objeto de estudio para realizar la estimación.
En gran número de estudios económicos se dispone de información
de una población similar, de información acerca de una variable rela-
cionada con la variable de interés en la misma población, o incluso de
la misma variable estudiada para toda las unidades de la población
en una ocasión anterior. En estos casos el incorporar esta información
auxiliar en la fase de estimación puede producir estimaciones más
precisas del parámetro de interés.
En este sentido, son numerosos los trabajos (ver Cochran 1977[16])
que consiguen ese fín a través de estimadores tipo razón, diferencia o
regresión, cuando el parámetro a estimar es una media o un total.
Sin embargo, estas técnicas estándar no tienen siempre una ex-
tensión obvia, como ocurre con la estimación de regresión, cuando el
Copyright © 2014. Editorial Universidad de Almería. All rights reserved.
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional en el muestreo en ocasiones
54 sucesivas
FY (y) = N −1
X
∆(y − yi )
i∈U
( )
1 X 1 X y − bn xj
Fbm (y) = ∆(y − yi ) + ∆ − uni
N i∈s n j∈s̄,i∈s v(xj )
donde
!−1
X yi xi X x2i
bn = ,
i∈s
v 2 (xi ) i∈s
2
v (xi )
yi − bn xi
uni = ,
v(xi )
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional 55
Ventajas
1. El estimador Fbm (y) verifica la propiedad de ser Fbm (y) = FY (y)
cuando yi es proporcional a xi para todo i ∈ U , pero es inde-
pendiente del diseño muestral.
Inconvenientes
1. Los estimadores propuestos por Chambers y Dunstan (1986)[14]
no son robustos para modelos que no están bien definidos.
Q
b Y (β)
Q
b r (β) = QX (β)
Q
b X (β)
donde
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional en el muestreo en ocasiones
56 sucesivas
( !)
1
πi−1 ∆(t πi−1 G
X X X
Copyright © 2014. Editorial Universidad de Almería. All rights reserved.
Fbdm = − yi ) + bi −
G b ic
N i∈s i∈U i∈s
donde
−1
X 1 − 1
πj−1 ∆{xi 2 (t − Rx
X
G
bi = b i) − u
b j }
j∈s
πj j∈s
−1
X πi X πi − 1
G
b ic = ∆{xi 2 (t − Rx
b i) − u
bj }
j∈s
πij j∈s
πij
−1
bj = xj 2 (yj − Rx
u b j)
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional 57
y
πij
πi
es la probabilidad condicional de seleccionar los elementos i y j dado
que i ∈ s.
Ventajas
1. Numéricamente, Fbdm es superior al estimador basado en el mo-
delo de Chambers y Dunstan (1986)[14], Fbm (y).
Inconvenientes
1. Ellos no tienen en cuenta que se está estimando una función
de distribución entera, como resultado los estimadores propues-
tos no son necesariamente monótonos. Esto causa complica-
ciones, sobretodo cuando queramos invertir la función para la
estimación de cuantiles.
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional en el muestreo en ocasiones
58 sucesivas
Ventajas
de interés, MY .
En su trabajo, Kuk y Mak (1989)[47] suponen una muestra aleato-
ria simple extraída de una población finita. Además, suponen que la
mediana poblacional de la variable auxiliar, MX , es conocida.
El primer estimador para MY propuesto es un estimador tipo
razón:
MX
M
cY R = M
cY
M
cX
donde M
cY y M
cX son los estimadores directos de MY y MX , respec-
tivamente.
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional 59
1 p11 p12 2 1
pb = nX + (n − nX ) ' nX p11 + (n − nX ) − p11
n p·1 p·2 n 2
x ≤ MX x > MX
y ≤ MY p11 p12 p1·
y > MY p21 p22 p2·
p·1 p·2
donde por ejemplo p11 denota la proporción de unidades en la muestra
con x ≤ MX e y ≤ MY ; y nX es el número de unidades en la muestra
con x ≤ MX .
El tercer estimador lo denominan estimador estratificación. En
este caso la mediana poblacional, MY , se estima incorporando la in-
formación auxiliar a la hora de estimar FY (y) , de la forma
NX N − NX 1
F̃Y (y) = F̃1 (y) + F̃2 (y) ' F̃1 (y) + F̃2 (y)
N N 2
Copyright © 2014. Editorial Universidad de Almería. All rights reserved.
1 1
N MY , (1 − f )
4n [fY (MY )]2
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice
Estimación de la mediana poblacional en el muestreo en ocasiones
60 sucesivas
P11 − 41
" #
1 1 1 MY2 1 MY
(1 − f ) + 2 f (M )2 − 2
n 4fY (MY )2 4 MX X X MX fY (MY )fX (MX )
2(1 − f ) 1
N MY , P11 (1 − 2P11 )
fY (MY )2 n
De la distribución asintótica de los estimadores M
cY , M
cY R , M
cY P
yM
cY S deducen que M cY R es más eficiente que M
cY si
1 1 fY (MY )MY
4 P11 − >
4 2 fX (MX )MX
y que M
cY P y M
cY S son más eficientes que M
cY siempre.
Observaciones
1. El estimador M
cY R no está definido para variables no numéricas.
García, L. A. V., & Oña, C. I. (2014). Encuestas continuas : Estimación de parámetros en muestreo sucesivo. Retrieved from http://ebookcentral.proquest.com
Created from bibliotecacentralupchsp on 2019-11-14 01:54:00.
Volver al índice