UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADÍSTICA

TRABAJO ENCARGADO Nº 3

INTEGRANTES:

● Pacherres Peña Andy Santiago

● Razuri Roman Fabricio Ramón
● Reto Moreno Greysi Briggith
● Rodriguez Canales Susan Marycielo

CURSO:

● MUESTREO ESTADISTICO

DOCENTE:

● I Dr. César Haro Díaz

CICLO:

● IV

2022
 GRUPO 3

5. Una empresa publicitaria está interesada en determinar lo que debe enfatizar la

publicidad televisiva en un determinado municipio, y decide realizar una encuesta por
muestreo para estimar el número promedio de horas por semana que se ve la televisión
en los hogares del municipio. Este comprende dos pueblos, pueblo A y pueblo B, y un
área rural. El pueblo A circunda una fábrica, y la mayoría de los hogares son de
trabajadores fabriles con niños edad escolar. El pueblo B es un suburbio exclusivo de
una ciudad vecina y consta de habitantes más viejos con pocos niños en casa. Existen
155 hogares en el pueblo A, 62 en el pueblo B y 93 en el área rural. Se pide:

a) Analizar los méritos de usar muestreo aleatorio estratificado en esa situación.

En cuanto al primer apartado, podemos decir que la población de hogares se ubica en tres
grupos naturales, dos pueblos y un área rural, de acuerdo con su localización geográfica.
Por lo tanto, la población dividida en tres estratos es bastante natural, lo que lleva a que
los elementos de cada estrato deben de presentar tendencias similares de comportamiento
entre ellos mismos . Se espera relativamente poca variabilidad en el número de horas que
se ve la televisión en los hogares de cada grupo, lo que hace aplicable el muestro
estratificado. Por otro lado, los estratos son adecuados por conveniencia administrativa
para seleccionar las muestras y para ejecutar el trabajo de campo. Además, la empresa
publicitaria puede obtener estimaciones por separado del número promedio de horas que
se ve la televisión en cada estrato.

b) Supóngase que se lleva a cabo la encuesta planificada. La empresa publicitaria tiene

tiempo y dinero suficiente para entrevistar 40 hogares, y decide seleccionar muestras
aleatorias de tamaño n1 = 20 del pueblo, n2 = 8 del pueblo B y n3 = 12 del área rural. Se
seleccionan las muestras irrestrictas aleatorias y se realzan las entrevistas. Los
resultados, con mediciones del tiempo que se ve la televisión en horas por semana, son
los siguientes:
Estrato 1 (Pueblo 35 43 36 39 28 28 29 35 38 27 26 32 29 40 35 41 37 31 45 34
A)
Estrato 2 (Pueblo 27 15 4 41 49 25 10 30
B)
Estrato 3 (Área 8 14 12 15 30 32 21 20 34 7 11 24
rural)

1
❖ encontrar el promedio de cada estrato:

tiempo promedio que se ve la televisión en el pueblo A es:

𝑛
∑ 𝑦𝑖
𝑖=1 35+43+36+39+......+41
𝑦= 𝑛
= 20
= 34. 4

tiempo promedio que se ve la televisión en el pueblo B es:

𝑛
∑ 𝑦𝑖
𝑖=1 27+15+4+......+30
𝑦= 𝑛
= 8
= 25. 125
tiempo promedio que se ve la televisión en el área rural es:
𝑛
∑ 𝑦𝑖
𝑖=1 8+14+12+.....+24
𝑦= 𝑛
= 12
= 19

❖ luego encontramos las cuasivarianzas muestrales

cuasivarianza muestral para el pueblo A:
𝑛 2
∑ (𝑦𝑖−𝑦) 2 2 2
2 (35−34.4) +(43−34.4) +......+(34−34.4)
𝑠 = 𝑖=1 𝑛−1 = 20−1
= 30.989

cuasivarianza muestral para el pueblo B:

𝑛 2
∑ (𝑦𝑖−𝑦) 2 2 2
2 𝑖=1 (27−25.125) +(15−25.125) +......+(30−25.125)
𝑠 = 𝑛−1
= 8−1
= 232. 41

2
 cuasivarianza muestral para el área rural:
𝑛 2
∑ (𝑦𝑖−𝑦) 2 2 2
2 𝑖=1 (8−19) +(14−19) +......+(24−19)
𝑠 = 𝑛−1
= 12−1
= 87. 64

dividir las cuasivarianzas muestrales entre el tamaño muestral de cada estrato para
obtener las varianzas de los estimadores:
𝑠1 30.989
𝑛1
= 20
= 1. 55
𝑠2 232.41
𝑛2
= 8
= 29. 05
𝑠1 87.64
𝑛1
= 12
= 7. 30

límites para el error de estimación en cada estrato: 𝑧α * σ(𝑦ℎ)

𝑧0.025 * 1. 55 = 1. 96 * 1. 24 = 2. 44
𝑧0.025 * 29. 05 = 1. 96 * 5. 39 = 10. 56
𝑧0.025 * 7. 30 = 1. 96 * 2. 70 = 5. 29

c) Estimar el tiempo promedio que se ve televisión, en horas por semana, para:

c1) Todos los hogares del municipio y fijar un límite para el error de
estimación.

2
h 𝑁ℎ 𝑛ℎ 𝑊ℎ 𝑦ℎ 𝑊ℎ*𝑦ℎ 𝑊 2 2
2
2
𝑆 ℎ
ℎ 𝑆 ℎ/𝑛ℎ 𝑊ℎ *𝑆 ℎ/𝑛ℎ

1 155 20 0.5 34.4 30.989 17.2 0.25 1.549 0.387

2 62 8 0.2 25.125 232.41 5.025 0.04 29.051 1.162

3 93 12 0.3 19 87.64 5.7 0.09 7.303 0.657

310 40 1 78.525 351.03 27.925 0.38 37.903 2.206

∑ 9

3
Para estimar el promedio de horas por semana que se ve la televisión en todo el
municipio, utilizamos el estimador de la media estratificada:

𝑦 𝑠𝑡
= ∑ 𝑤ℎ * 𝑦ℎ = 27. 925

El error de esta estimación será:

2
2
𝑣(𝑦 𝑠𝑡
)=∑𝑊ℎ *𝑆 ℎ/𝑛ℎ=2.206

fijando un límite para el error de estimación.

𝑧α/2 * 𝑣(𝑦 )=1.96*1.48=2.91

𝑠𝑡
Por lo tanto, estimamos que el número promedio de horas que se ve la televisión en los
hogares del municipio es de 27,925 horas, con un error de muestreo de 2. 206 = 1,48
horas y un límite para el error de estimación de ±2.91 horas.

Estimar el tiempo promedio que se ve televisión, en horas por semana,

para:
c2) Todos los hogares en el pueblo B y fijar un límite para el error de estimación.

Las ocho observaciones del estrato relativo al pueblo B forman una muestra aleatoria simple
para la que podemos aplicar las fórmulas del muestreo irrestricto aleatorio. Tenemos:

𝑦=25.125

2
𝑠2 8 232.4
𝑣(𝑦2) = (1 − 𝑓2) * 𝑛2
= (1 − 62
)* 8
= 25. 5

𝑧α/2 * 𝑣(𝑦2) = 1. 96 * 5. 05 = 9. 89

Por lo tanto, estimamos que el número promedio de horas que se ve la televisión en el pueblo B
es de 25,5 horas, con un error de muestreo de 25. 5= 5,05 horas y un límite para el error de
estimación de ±9.89 horas. El límite del error de estimación es más grande en este caso porque
la variabilidad del estrato es grande y su tamaño es pequeño. Se observa que la estimación en
todo el municipio es buena, pero en el estrato 2 no es tan buena.

4
 d) Estimar el número total de horas por semana que las familias del municipio dedican a
ver la televisión fijando un límite para el error de estimación.

El número total de horas estimado que las familias del municipio dedican a ver la
televisión será:

𝑦𝑠𝑡 = 𝑁 * 𝑦𝑠𝑡 = 310 * 27. 925 = 8656. 75

El error de esta estimación será:

2 2
𝑣(𝑦𝑠𝑡) = 𝑁 * 𝑣(𝑦𝑠𝑡) = 310 *2.206= 211 996.6
Un intervalo de confianza al 95% será el siguiente:

𝑧α/2 * 𝑣(𝑦2) = 1. 96 * 211 996. 6 = 902. 44

Por lo tanto, estimamos que el número total de horas que se ve la televisión en los
hogares del municipio es de 8656. 75 horas, con un error de muestreo de
211 996. 6= 460.43 horas y un límite para el error de estimación de ±902. 44
horas

6. La empresa publicitaria del ejercicio 5 comprobó que cuesta más obtener una
observación del área rural que una del pueblo A o del pueblo B. El incremento es debido
a los costos de traslado de un hogar rural a otro. El costo por observación en cada pueblo
se ha estimado en 9 euros (esto es, c1 = c2 = 9), y los costos por observación en el área
rural se han estimado en 16 euros (esto es, c3 = 16). Las cuasidesviaciones estándar por
estrato (aproximadas por las cuasivarianzas muestrales de una encuesta previa) son S1 ≈
5, S2 ≈ 15 y S3 ≈ 10. Considerando muestreo sin reposición

a) Halle el tamaño de muestra total n y los tamaños de muestra para los estratos n1, n2 y
n3, que permiten a la empresa estimar, al mínimo costo, el tiempo promedio que se
ve televisión con un límite para el error de estimación igual a 2 horas.
En primer lugar observamos que, como el límite del error de estimación es 2, tenemos:

𝑧α 𝑉(𝑦𝑠𝑡) = 2 ⇒ 1. 96 𝑉(𝑦𝑠𝑡) = 2 ⇒ 𝑉(𝑦𝑠𝑡) = 1. 04. 𝐸𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑒 = 𝑉(𝑦𝑠𝑡) = 1. 04

2

Aproximando las cuasivarianzas por las desviaciones estándar por estrato tenemos (los
Wh son los del problema anterior):

5
𝑉(𝑦𝑠𝑡)= 2.206

𝑛 𝑛
( ∑ 𝑊ℎ𝑠ℎ/ 𝐶ℎ)( ∑ 𝑊ℎ𝑠ℎ 𝑐ℎ)
ℎ=1 ℎ=1
𝑛= 𝑛 = 57, 42 ≈ 58
1 2
𝑉(𝑦𝑠𝑡)+ 𝑁 ∑ 𝑊ℎ𝑠ℎ
ℎ=1

Ahora realizamos la afijación óptima como sigue:

𝑁ℎ𝑠ℎ/ 𝐶ℎ
𝑛ℎ = 𝑛. 𝐿 {
⇒ 𝑛1 = 18; 𝑛2 = 23; 𝑛3 = 17 }
∑ 𝑊ℎ𝑠ℎ/ 𝑐ℎ
ℎ=1

𝑁1𝑠1/ 𝐶1
𝑛1 = 58. ≡ 18
𝑁1𝑠1/ 𝐶1+𝑁2𝑠2/ 𝐶2+𝑁3𝑠3/ 𝐶3

𝑁2𝑠2
𝑛2 =58. ≡ 23
𝑁1𝑠1/ 𝐶1+𝑁2𝑠2/ 𝐶2+𝑁3𝑠3/ 𝐶3

𝑁3σ3
𝑛3 = 58. = 17
𝑁1𝑠1/ 𝐶1+𝑁2𝑠2/ 𝐶2+𝑁3𝑠3/ 𝐶3

b) Supongamos que la firma publicitaria decide utilizar entrevistas por teléfono en lugar
de entrevistas personales, porque todos los hogares en el municipio tienen teléfono
fijo y este método reduce los costos. El costo de obtener una observación es entonces
el mismo en los tres estratos y la empresa desea estimar en este caso la media
poblacional µ con un límite para el error de estimación igual a 2 horas. Encuentre el
tamaño aproximado de la muestra n y los tamaños de muestra para los estratos n1, n2
y n3.

Si, además de utilizar costes unitarios, suponemos que la variabilidad en los estratos
es unitaria, podemos aproximar la afijación óptima y la de mínima varianza por la
proporcional, ya que en este caso coinciden las tres. Entonces, el tamaño de muestra
para cometer un error de muestreo unitario será:

𝐿
2
𝐿 ∑ 𝑊ℎ𝑆ℎ
2 1 1 2 ℎ=1
𝑒 = 𝑉(𝑌𝑠𝑡) = ( 𝑛 − 𝑁
) ∑ 𝑊ℎ𝑆ℎ ⇒ 𝑛 = 𝐿
1 2
ℎ=1 𝑉(𝑌𝑠𝑡)+ ∑ 𝑊ℎ𝑆ℎ
𝑁
ℎ=1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato, que son
todas iguales a 10 en este caso, tenemos (los Wh son los del problema anterior):

6
 𝐿 2
( ∑ 𝑊ℎσℎ )
ℎ=1
𝑛= 𝐿
1 2
𝑉(𝑌µ)+ 𝑁 ∑ 𝑊ℎσℎ
ℎ=1

2
8.6409
𝑛= 1 = 69. 9 ≈ 70
1.04+ 310 88.2685
Una vez hallado el tamaño de muestra, realizamos la afijación de mínima varianza
como sigue:
𝑁ℎσℎ
𝑛ℎ = 𝑛. 𝐿
∑ 𝑁ℎσℎ
ℎ=1

𝑁1σ1
𝑛1 = 70. ≈ 20
𝑁1σ1 +𝑁2σ2 +𝑁3σ3

𝑁2σ2
𝑛2 = 70. ≈ 25
𝑁1σ1 +𝑁2σ2 +𝑁3σ3

𝑁3σ3
𝑛3 = 70. ≈ 25
𝑁1σ1 +𝑁2σ2 +𝑁3σ3
c) Supongamos ahora que la empresa publicitaria considera que las varianzas
aproximadas que se usaron en los ejercicios previos son erróneos y que las varianzas
de los estratos son iguales. El valor común de S i fue aproximado por 10 en un
estudio preliminar. Se van a efectuar entrevistas por teléfono, por lo que los costos
serán iguales en todos los estratos. La empresa desea estimar el número promedio de
horas por semana que se ve la televisión en los hogares del municipio, con un límite
para el error de estimación igual a 2 horas. Determine el tamaño de muestra y los
tamaños de estratos necesarios para lograr esta exactitud.

Nota. En primer lugar deben observar que, como límite del error de estimación es 2, tenemos:
∧
∧∧∧
Z V(y ) 2 1.96 V(y ) 2 V(y ) 1.04 =
α/2 st
. Es decir, e V(y ) 1.04 =st=
⇒ st= ⇒ st=
Deben asumir α = 0.05. Después apliquen las fórmulas adecuadas en cada apartado.

𝐿
∑ 𝑊ℎσ
ℎ=1 ℎ
𝑛= 𝐿 = 75, 6 ≈ 76
2
𝑉(𝑦𝑠𝑡)+1/𝑁 ∑ 𝑊ℎσℎ
ℎ=1

una vez hallado el tamaño de muestra realizamos la afijación proporcional como sigue

𝑛 76
𝑛ℎ = 𝑘𝑁ℎ𝑐𝑜𝑛 𝑘 = 𝑁
= 310
= 0, 245

7
𝑛1 = 𝑘𝑛1 = 0, 245 * 155 = 38
𝑛2 = 𝑘𝑛2 = 0, 245 * 62 = 15
𝑛3 = 𝑘𝑛3 = 0, 245 * 93 = 23