[MUSIC] Bienvenidos a una nueva

clase del curso Introducción a los modelos de demanda de transporte. Hoy

continuaremos hablando
del tema de muestreo. En la última clase hemos hablado
sobre muestreo aleatorio. Hoy vamos a introducir dos tipos de
muestreo adicionales el muestreo estratificado y el muestreo basado en la
elección, muy utilizado en transporte. Empecemos a hablar de
muestreo estratificado. ¿Por qué puede ser importante
realizar un muestreo estratificado? Consideremos una población
donde hay dos tipos de hogares. Hogares tipo A y hogares tipo B. Supongamos que los
hogares tipo A son
bastante similares en su comportamiento. Por el contrario, los hogares tipo B son
mucho más visibles en su comportamiento. En este caso, claramente lo que
tendremos es que la varianza de las variables de interés para los hogares
de tipo A va ser bastante menor que la varianza de la variable de
interés para los hogares tipo B. Por lo tanto,
en este caso suena bastante sensato, suena bastante lógico,
encuestar más hogares de tipo B, y encuestar menos hogares de tipo A,
ésa es la idea de muestreo estratificado. Lo importante es tener
presente lo siguiente. En un muestreo estratificado
nosotros establecemos cuota de cuántos hogares o cuántos individuos
vamos a encuestar en cada estrato, pero al interior del estrato
la muestra es aleatoria. ¿Qué significa que la
muestra es aleatoria? Recordemos lo que vimos
en la clase anterior. Significa que cada hogar o cada
miembro de ese estrato tiene la misma probabilidad de ser elegido que cualquier
otro miembro o cualquier otra unidad. Bien, con respecto al
muestro estratificado, no siempre funciona tan
bien como uno quisiera, desde el punto de vista de los costos,
y veamos lo siguiente. Consideremos una población en la cual tenemos ubicados
cuatro estratos de hogares. En el ejemplo que estamos
viendo en va pantalla, lo que nosotros observamos es dos
variables que categorizan a los hogares. Una variable es el tamaño del hogar y la
otra variable es la posición vehicular. Si el hogar tiene vehículo o no tiene
vehículo, la variable tamaño del hogar lo que nos dice es si el hogar está
compuesto por cuatro menos individuos, o si el hogar está compuesto
por más de cuatro individuos. Hacemos un cruce entre estas
dos variables y tenemos cuatro estratos o cuatro
categorías de hogares. Y lo que observamos es que hogares para,
hogares en los cuales hay más de cuatro personas, y no hay posesión de vehículo,
representan el 50% de la población. Hogares en los cuales no hay autos
y hay cuatro o menos personas, representan el 25% de la población, y así
sucesivamente con las
otras dos categorías de hogares. ¿Qué pasa en este caso? Supongamos que queremos
hacer una
muestra y nosotros de alguna manera you tenemos determinado que al
interior de cada estrato de hogar, el tamaño de nuestra
muestra tiene que ser N. Quiere decir que en total tenemos
que encuestar cuatro por N hogares. Supongamos que nosotros no tenemos ninguna
caracterización previa de los hogares. ¿Qué es lo que va
a ocurrir en tal sentido? Lo que va a suceder es que nosotros
vamos a tener que encuestar al menos 11,5 por n hogares, a los efectos de poder
cumplir con la
cuota de n hogares por estrato de hogares. ¿Y por qué digo que en lugar de
tener que visitar 4 por n hogares, tenemos que visitar 11,1 por n hogares? Por la
siguiente y sencilla razón. Los hogares que están compuestos
por 4 o menos personas, y que tienen acceso al vehículo,
representan el 9% de la población. Por lo tanto, si nosotros no tenemos
caracterizados los hogares previamente y queremos dar con n hogares
que pertenezcan a este estrato, no nos va a quedar más alternativa que
visitar a 100 dividido 9 por n hogares. 100 dividido 9 es 11,1 hogares. En otras
palabras,
la muestra estratificada, lo que nos dice es que tenemos que
encuestar a n hogares por estrato, pero para poder encuestar a estos
4 por n hogares hemos tenido que visitar previamente 11,1 por n hogares. Y
claramente vamos aplicando un filtro,
y en muchos hogares lo que va a ocurrir es que la cuota que corresponde
a ese estrato you está cubierta, y a ese hogar simplemente
no se le encuesta. Pero sí tenemos que visitarlo porque
recordemos que el problema aquí está con el estrato de menor tamaño. Por el
contrario, si nosotros tuviésemos
información que nos permitiese caracterizar a los hogares según
al estrato al que pertenecen, claramente tendríamos que visitar en
este caso 4 por n hogares y aquí sí el muestreo estratificado
termina siendo muy conveniente. Resumiendo, ¿cuáles son vas ventajas
del muestreo estratificado? El muestreo estratificado nos permite
abaratar costos por un lado o alternativamente, si tenemos un
presupuesto fijo, lo que podemos lograr es, entonces, trabajar con un mayor nivel
de confianza y un menor margen de error. Pasemos ahora al muestreo
basado en elección, un muestreo muy utilizado en transporte. El muestreo basado en
la elección significa establecer cuotas de individuos
a encuestar según el modo que viajan. Por ejemplo, si tenemos en nuestra
población que se usa en tres modos supongamos, transporte privado,
transporte público, y caminata. Supongamos que el transporte público
es una, cada uno de estos modos de transporte representa un porcentaje
del total de los viajes. Y lo que nosotros decimos es, en nuestra
encuesta vamos a encuestar, por ejemplo, usuarios de los tres modos de transporte y
en qué proporción, los vamos a encuestar en una proporción, por ejemplo un tercio,
un tercio, un tercio. Más allá de que los viajes reales no necesariamente estén
dados en esa proporción. ¿Por qué es útil este tipo de encuesteo? ¿Por qué es útil
este tipo de muestreo? Muchas veces ocurre lo siguiente, hay determinados modos de
transporte que
son utilizados por muy pocas personas. Por ejemplo, algún modo podría ser
la bicicleta o alguna combinación particular de modos de transporte. En un muestreo
aleatorio o en
un muestreo estratificado, es muy probable que no demos con ningunos
de estos individuos, que no podamos ubicar en ningún individuo que hace uso de
estos modos con tan baja partición modal. Si nos queremos asegurar individuos
que sean usuarios de estos modos, una mejor estrategia entonces es, por
decirlo alguna forma, ir a los modos de transporte y seleccionar los individuos
al interior de los modos de transporte. En este caso, una vez más, asignamos cuotas
a los
distintos modos de transporte. Pero al interior de cada
modo de transporte, la selección de los individuos
tienen que ser aleatoria. Es decir, cada individuo que sea
usuario de cada modo de transporte, debería tener la misma
probabilidad de ser elegido que otros individuos que
hacen uso del mismo modo. Las encuestas basadas en elección son
bastante común en encuestas de transporte, ejemplo de ello son las
encuestas a la vera del camino, donde se detienen a los vehículos para
hacer encuestas muy breve sobre el origen, destino de viaje, el propósito de viaje,
la frecuencia del viaje, etc. También solemos hacer este tipo de
encuestas a usuarios de buses o de ferrocarril, y también solemos hacer este
tipo de encuestas a usuarios de bicicleta, peatones, etc. Bien, lo que vamos a
hacer ahora es
dar algunos ejemplos para entender la diferencia que hay entre muestreo
aleatorio, muestreo certificado, y muestreo basado en la elección. Supongamos que
partimos
con un muestreo aleatorio. Recordemos que la muestra aleatoria
tiene la gracia de que nos ayuda a reproducir los parámetros poblacionales, en la
medida que el tamaño de la
muestra es suficientemente grande. Tomamos una muestra aleatoria y
observamos los siguientes resultados. Tenemos una población de las personas, las
categorizamos según su ingreso y según el modo de transporte que utilizan
para su viaje al trabajo. El 60% de los usuarios
utiliza el modo bus, y el 40% de los usuarios
utiliza el modo auto. Y la población también se divide en
personas de ingreso bajo, el 65% de la población, y personas de ingreso alto,
el restante 35% de la población. En la pantalla ustedes pueden ver una
matriz, y cada celda de la matriz representa la proporción
de personas que tienen determinado tipo de ingreso, y hacen uso
de determinado tipo de modo de transporte. Por ejemplo, el 45% de las
personas son de ingreso bajo, y usan el bus para sus viajes. El 20% de las personas
son de ingreso
bajo y utilizan el auto para viajar, el 15% de las personas que tienen
ingreso alto y son usuarios de buses. Y el restante 20% de las personas
son individuos de ingreso alto que hacen uso del auto. Y de esta manera cubrimos
el 100% del universo. Las proporciones o las probabilidades
poblacionales son las mismas que vamos a encontrar en un muestreo aleatorio,
dejando de lado el margen de error. ¿Qué ocurre si hacemos un
muestreo estratificado? Supongamos que nuestro muestreo
estratificado consiste en encuestar 75 personas de ingreso bajo,
y 25 personas de ingreso alto. En este caso, calculemos cuál es la
probabilidad de que una persona de ingreso bajo haga uso del bus. Nosotros sabemos
que al interior del
estrato, la selección de individuos es aleatoria, por lo tanto, condicionada
que una persona es de ingreso bajo, cuál es la probabilidad de que
esta persona viaje en bus. Esto lo vemos de la tabla que vimos en la
transparencia anterior, y lo que tenemos que hacer es calcular la probabilidad
de que una persona sea usuaria del bus. Y, a su vez, tenga un ingreso bajo, y
dividimos esta probabilidad por
la suma de dos probabilidades, la probabilidad de que la persona
viaje en bus y sea de ingreso bajo, más la probabilidad que la persona
viaje en auto y sea de ingreso bajo. Hacemos esta división, y lo que tenemos en el
numerador es 45% ó
0,45 y en el denominador tenemos 0,45 más 0,2, es decir, 0,65. Hacemos este
cociente y el
resultado es que la probabilidad de que una persona de ingreso bajo
utilice el bus es igual a 69,2% ó 0,692. Entonces, ¿cuál es la probabilidad
ahora de que una persona en nuestra muestra estratificada sea de
ingreso bajo, y además utilice el bus? you calculamos la probabilidad de que una
persona condicionado en que tiene ingreso bajo sea usuario de bus. Ahora nos falta
calcular la probabilidad
de que una persona sea de ingreso bajo y, como es una muestra estratificada, el 75%
de los individuos encuestados
van a ser de ingreso bajo. Por lo tanto, la probabilidad de que una
persona de nuestra muestra tenga ingreso bajo obviamente es 75%. Multiplicamos 0,75
por 0,692
y arroja un valor de 0,519. ¿Qué significa ello? Que el 51,9% de las personas
encuestadas
en nuestra muestra estratificada son usuarios de bajos ingresos
que hacen uso del modo bus. Procedemos de manera análoga con las
otras tres celdas de la matriz y vamos a completar entonces la celda que
aparece en la pantalla en este momento. Noten que obviamente el 75% de
las personas tiene ingreso bajo, y el 25% de las personas
tiene ingreso alto, y esto tiene que ser así porque recuerden
que esto es una muestra estratificada. Veamos ahora qué es lo que pasa con
un muestreo basado en elección. En un muestro basado en la elección
vamos a decidir, por ejemplo, encuestar a 75% de las personas que
son usuarios de bus y al restante 25% de va personas que son
usuarios del automóvil. Entonces ahora hagamos
el siguiente ejercicio. Dado que una persona viaje en bus, ¿cuál es la probabilidad
de que
esta persona sea de ingreso bajo? Recuerden que la muestra una vez más,
al interior del modo de transporte, es aleatoria. Por lo tanto,
nosotros sabemos que la probabilidad de que una persona viaje en bus
en la población es del 60%. Y la probabilidad de que una
persona que viaje en bus tenga ingreso bajo es igual a la probabilidad
de que una persona viaje en bus. Y si es de ingreso bajo en la población,
dividido la suma de dos probabilidades, que son la probabilidad de que en
la población una persona viaje en bus y tenga ingreso bajo, más la probabilidad de
que una persona
viaje en bus y tenga ingreso alto. Por lo tanto,
ahora nos queda el siguiente cociente, 0,45 dividido 0,60,
y you arroja el valor de 0,75. Por otro lado,
como el 75% de las encuestas que estamos, como el 75% de las personas que
estamos encuestando viajan en el bus. Nos queda, finalmente,
multiplicar va probabilidad condicional de que una persona tenga ingreso
bajo dado a que viaja en bus, multiplicado por la probabilidad
de que esta persona viaje en bus. Ambas probabilidades son de 75%, por lo tanto el
resultado
final es que perdón, el 56,3% de las personas encuestadas
en nuestra muestra basada en la elección son personas que
viajan en bus y tienen ingreso bajo. Como podemos ver en esta tabla, la primer
celda que corresponde a ingreso bajo y usuarios de bus,
tenemos el valor de 0,563, de manera análoga completamos
las restantes tres celdas. Bien, vamos a ver ahora otro ejemplo,
y este ejemplo se va a referir a inferencia de probabilidades
de interés a nivel poblacional. Estamos una vez más con va
tabla que representa las probabilidades poblacionales o las
probabilidades en un muestreo aleatorio. Recuerden, 60% de las personas viajan en
bus, 40% de las personas viajan en auto, 65% de vas personas son de ingreso bajo,
35% de las personas son de ingreso alto. Calculemos, en una muestra aleatoria,
cuál es la probabilidad de que un individuo de ingreso
bajo sea usuario de bus. Este cálculo es bien simple, vemos esta
tabla, y lo que tenemos que hacer es, nos centramos en la columna
donde dice ingreso bajo, y en el numerador colocamos el valor que
corresponde a ingreso bajo usuario de bus. Y en el denominador es la
suma de la celda ingreso bajo usuario de bus más la celda
ingreso bajo usuario de bus. Tenemos 0,45 dividido 0,65 y
el resultado que obtenemos es que el 69,2% de las personas de
ingreso bajo son usuarios del bus. Bien, veamos qué ocurre en
el muestreo estratificado. En el muestreo estratificado, you vimos cómo se
elaboraba la tabla que
estamos presentando en esta diapositiva. Calculemos entonces ahora cuál es la
probabilidad de que una persona de ingreso bajo sea usuaria del bus. Bien,
procedemos de manera análoga
a lo que vimos en el caso anterior, y ahora lo que tenemos que dividir
entonces es 0,519 dividido la suma de 0,519 más 0,231. ¿Qué resultado obtenemos?
Que 69,2% de las personas de
ingreso bajo son usuarios del bus. El mismo resultado que obtendríamos
en el muestreo aleatorio, y esto está bien porque recuerden, al interior del
estrato, el muestro es aleatorio, por lo tanto al interior de cada estrato podemos
reproducir probabilidades poblacionales. Veamos qué ocurre ahora con el
muestreo basado en la elección. En un muestreo basado en la elección
habíamos elaborado la tabla que tenemos a continuación. you explicamos cómo se
calculaba
cada valor que corresponde a cada celda de la matriz. Y entonces calculemos la
probabilidad
de que una persona de ingreso bajo sea usuario de bus. Y este resultado es 0,818,
es decir,
casi el 82% de las personas de ingreso bajo son usuarios del bus en
nuestra muestra basada en la elección. Claramente acá estamos haciendo una mala
inferencia, no estamos reproduciendo el verdadero valor poblacional,
que era 62,9%. ¿Qué es lo que debe hacerse entonces
para poder recuperar el verdadero valor poblacional? Tenemos que proceder de
la siguiente manera. Cada probabilidad asociada a cada
modo de transporte tiene que multiplicarse por un factor y
este factor ¿cómo se compone? Es un cociente y en el
numerador tenemos que escribir la probabilidad de elegir
el modo en la población. Y en el denominador tenemos que
escribir la probabilidad de elegir el modo en la muestra basada en la elección.
Calculemos el factor de corrección
que corresponde al bus. Recuerden que en la población,
el 60% de las personas viajan en bus, que es el valor que está en el
numerador de este cociente. En la muestra basada en la elección, recuerden que el
75% de las
personas viajaba en bus. Ese valor corresponde a la suma de los
dos valores que están en el denominador. Hacemos este cociente y el
resultado que obtenemos es 0,8. Calculamos el mismo factor para el automóvil y este
factor
de corrección es igual a 1,6. Por lo tanto, si nosotros queremos
calcular cuál es la probabilidad de que una persona de bajo
ingreso sea usuario del bus, lo que tenemos que hacer es lo siguiente. El cálculo
que les mostré anteriormente es
incorrecto porque dijimos que obteníamos el valor 81,8, y ello es erróneo. Lo que
tenemos que hacer es
multiplicar 0,563 por 0,8, el factor que corresponde al bus, y en el denominador
una vez más
0,563 lo multiplicamos por 0,8. Y el valor que corresponde al
vehículo privado, que es 0,125, lo multiplicamos por 1,6. De esta manera, fíjense
que ahora al dividir numerador por denominador, obtenemos el valor de 0,692.