Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Muestreo sistemático
1
2
Cada una de estas muestras tiene probabilidad igual a 1/k = n/N de ser selec-
cionada. Las probabilidades de inclusión de primer y segundo orden correspon-
diente a este diseño muestral son
X 1 n
πi = p(s) = = , i = 1, 2, . . . , N,
k N
s∈S;ui ∈s
Proporción
θ = P ⇒ Pbstm = Pbj ,
siendo Pbj la proporción de la muestra sistemática j resultante a partir del
punto de arranque j, mj .
Total de clase
θ=A⇒A
bstm = N Pbj ,
S(X) P (X) X
bstm = N X
c̄
j X
b̄
stm = Xj
c̄
(1,2,2) 1/3 15 5/3
(3,4,7) 1/3 42 14/3
(5,6,3) 1/3 42 14/3
La distribución de probabilidad en el muestreo de estos estimadores viene dado
por:
P (Xbstm = 15) = 1 , P (Xbstm = 42) = 2 .
3 3
1 2
P (X
b̄
stm = 5/3) = , P (X
b̄
stm = 14/3) = .
3 3
Además dicho estimador es insesgado ya que:
bstm ) = 15 1 + 42 2 = 99 = 33 = X.
E(X
3 3 3
5 1 14 2 33
E(X
b̄
stm ) = + = = X̄.
33 3 3 9
Para la proporción,
k
1X b
V (P
b̄
stm ) = (Pj − P )2 ,
k j=1
V ar(X b̄ 2 ] − (E[X 2
stm ) = E[X stm ])
b̄ b̄
stm
2 2 2
5 1 14 2 33
= + −
3 3 3 3 9
= 2.
Aplicando la fórmula de la varianza para muestreo aleatorio simple, se tiene
que
k
1 X b̄
V ar(X
b̄
stm ) = (X j − X̄)2
k j=1
2 2 !
1 5 33 14 33
= − +2 −
3 3 9 3 9
= 2.
El término
n X
X k
b̄ )2 ,
(Xij − X j
i=1 j=1
(N − 1)S 2 = (k − 1)Sbs
2 2
+ (k(n − 1))Sws .
n k n k
N 2 XX c b̄ − X̄)2 = N
2 XX
b̄ − X̄)2
c
V (X
bsmt ) = (X j (X j
nk i=1 j=1 nk i=1 j=1
N2 2
= S (k − 1)
nk bs
S2
= N 2 (1 − f ) bs .
n
8
Se observa que las varianzas de los estimadores aumenta cuanto aumenta la cua-
2
sivarianza intermuestral Sbs . Por lo tanto, para conseguir una mayor eficiencia
en el estimador, la variación entre muestras debe ser lo más pequeña posible, es
decir, que haya homogeneidad dentro de las muestras y que todas las posibles
muestras sean lo más parecidas entre sı́. Por otra parte,
2
Sbs k−1 2 (N − 1)S 2 − (N − k)Sws
2
V (X
b̄
smt ) = (1 − f ) = Sbs =
n kn N
N −1 2 N −k 2 2 nk − k 2
= S − Sws = σ − Sws
N N n
n−1 2
= σ2 − Sws
n
2 2 n−1 2
V (X
bsmt ) = N σ − Sws .
n
Por lo tanto, la varianza de los estimadores será menor cuanto mayor sea la
2
cuasivarianza intramuestral Sws . Por lo tanto, conviene que la variación dentro
de la muestras sea lo más grande posible, es decir, que haya heterogeneidad
entre las muestras.
En el caso del estimador del total de clase y de la proporción, se obtienen
expresiones similares del tipo
2
Sbs
V (X
b̄
smt ) = (1 − f )
n
2
Sbs
V (X
bsmt ) = N 2 (1 − f )
n
n−1 2
V (Pb) = σ2 − Sws
n
2 2 n−1 2
V (A)
b = N σ − Sws ,
n
(N − 1)S 2 = (N − k)Sws
2 2
+ (k − 1)Sbs
bstm ) = N 2 (1 − 3 ) 9 = 162,
V ar(X
9 3
que coincide con el valor obtenido aplicando la definición de varianza de variable
aleatoria.
se tiene que el muestreo aleatorio simple tiene más (menos) precisión que el
muestreo sistemático cuando S 2 < Sbs2
(S 2 > Sbs
2
) y coinciden en precisión
2 2
cuando S = Sbs . Análogamente, tenemos que
2 2
b = N 2 (1 − f ) S , V ar(X
V ar(X) bsmt ) = N 2 (1 − f ) Sbs .
n n
Ejemplo 6 Comparar el muestreo sistemático dado en el Ejemplo 3 con el
realizado mediante muestreo aleatorio simple.
2
En este caso particular, se tiene que la cuasivarianza intermuestral Sbs viene
2 2 2 2
dada por Sbs = 9 y la cuasi-varianza poblacional es de S = 4. Como S < Sbs ,
entonces el muestreo aleatorio simple en este caso particular tiene más precisión
que el realizado mediante muestreo sistemático.
Pasamos ahora al problema de estimación de las varianzas