Muestreo Estadı́stico

Grado en Estadı́stica. Curso Segundo

Facultad de Matemáticas
Universidad de Sevilla

Tema 3
Estimadores de Horvitz-Thompson y Hájek.
Estimador de Hansen-Hurwitz
Versión µ

José A. Mayor Gallego

Departamento de Estadı́stica e Investigación Operativa
Universidad de Sevilla
 1

1. Estimador de Horvitz-Thompson

Es un estimador general que sirve para estimar parámetros poblacionales lineales, como
el total o la media poblacionales. Nosotros haremos el desarrollo inicial para estimar el total
poblacional, X
ty = yi
i∈U

Supongamos que se obtiene una muestra, m, mediante un diseño muestral probabilı́stico,

es decir, con la propiedad πi > 0, ∀i ∈ U . Definimos el estimador de Horvitz-Thompson o
π-estimador de ty como,
X yi
tbyπ =
π
i∈m i

Veamos primeramente que es un estimador insesgado. Nótese que el desarrollo es fun-

damental la hipótesis πi > 0, ∀i ∈ U ,
" # " #
X yi yi yi X yi
2
X X
E[tbyπ ] = E =E Ii = E[Ii ] = πi = ty
i∈m
πi i∈U
πi i∈U
πi i∈U πi

Seguidamente, para calibrar el error de muestreo, calcularemos la varianza de este es-

timador. Recordemos antes que si tenemos una combinación lineal de variables aleatorias,
c1 Z1 + c2 Z2 + · · · + cn Zn , la Teorı́a del Cálculo de Probabilidades nos dice que,
" n # n
X X
V ci Zi = ci cj Cov[Zi , Zj ]
i=1 i,j=1

entonces,
" # " #
X yi X yi
V [tbyπ ] = V =V Ii
i∈m
πi i∈U
πi
X yi yj yi yj
2
X
= Cov[Ii , Ij ] = ∆ij
i,j∈U
πi πj i,j∈U
πi πj

Si el diseño es cuantificable o estimable, es decir, πij > 0, ∀ij ∈ U, i 6= j, podemos

construir el siguiente estimador insesgado de la anterior varianza,
X ∆ij yi yj
Vb [tbyπ ] =
i,j∈m
πij πi πj

La demostración de que dicho estimador es insesgado es casi obvia, y se deja como

pequeñı́simo trabajo personal del alumno, que puede hacerlo por su cuenta o mirarlo en
cualquier libro de muestreo, por ejemplo Fernández y Mayor(1995a).
En resumen, la varianza y una estimación insesgada de la misma son,
X yi yj
V [tbyπ ] = ∆ij
i,j∈U
πi πj
 2

X ∆ij yi yj
Vb [tbyπ ] =
i,j∈m
πij πi πj
donde hemos supuesto πij > 0, ∀ij ∈ U, i 6= j, es decir, diseño cuantificable.
¿Para qué sirve esto? Pués nada más y nada menos que para construir estimadores del
total y calcular su error de forma automática, dado un diseño muestral cualquiera. Nótese
que basta conocer las probabilidades de inclusión de primer y segundo orden.
En caso de querer estimar la media,
1 X 1
yU = yi = ty
N i∈U N

el estimador de Horvitz-Thompson adoptará la forma,

1 X yi
ybU π =
N i∈m πi

que obviamente también es insesgado. Para la varianza y un estimador insesgado de la

misma tendremos,
1 X yi yj
V [ybU π ] = 2 ∆ij
N i,j∈U πi πj
1 X ∆ij yi yj
Vb [ybU π ] =
N 2 i,j∈m πij πi πj
donde hemos supuesto πij > 0, ∀ij ∈ U, i 6= j, es decir, diseño cuantificable. A continuación
exponemos un ejemplo.

1.1. Ejemplo. Estimación de y U mediante una muestra obtenida con un

diseño MB(N, p)

Para el muestreo o diseño MB(p) se tiene πi = p, πij = p2 , ∆ij = p2 − p2 = 0 si i 6= j y

∆ii = p(1 − p). Se tiene pués para la estimación de la media poblacional,
1 X yi 1 X yi 1 X
ybU π = = = yi
N i∈m πi N i∈m p N p i∈m

siendo la varianza,
1 X yi yj
V [ybU π ] = ∆ij
N 2 i,j∈U πi πj

1 X p(1 − p) 2 1 − p X 2
= yi = y
N 2 i∈U p2 p N 2 i∈U i
y una estimación insesgada será,
1 X ∆ij yi yj
Vb [ybU π ] =
N 2 i,j∈m πij πi πj

1 X p(1 − p) 2 1−p X 2
= yi = 2 2 y
2
N i∈m p p2 p N i∈m i
 3

1.2. Reducción de varianza

Ahora vamos a ver como, escogiendo adecuadamente las probabilidades de inclusión de

primer orden, y bajo determinadas condiciones, el estimador de Horvitz-Thompson puede
presentar una varianza reducida lo que se traduce en una estimación más exacta. Lo haremos
para el total poblacional.
En primer lugar, bajo la condición de que el diseño muestral es de tamaño de muestra
fijo, vamos a probar la siguiente expresión alternativa de la varianza, conocida con el nombre
de fórmula de Yates-Grundy-Sen,
!2
1 X yi yj
V [tbyπ ] = − ∆ij −
2 i,j∈U πi πj

para lo cual, consideramos el cuadrado,

!2 2 !2
yi yj yi yj yi yj

− = + −2
πi πj πi πj πi πj
y al descomponer el sumatorio aparecen en primer lugar términos del tipo,
2 X  yi  2 X
yi
X 
∆ij = ∆ij
i,j∈U
πi i∈U
πi j∈U

Se deja como ejercicio [recuérdese que πij = E[Ii Ij ]] probar que para diseños de tamaño
de muestra fijo se cumple, X
∆ij = 0, ∀i ∈ U
j∈U

por lo que,
2 X  yi  2 X
yi
X 
∆ij = ∆ij = 0
i,j∈U
πi i∈U
πi j∈U

En resumen, al descomponer el doble sumatorio de la varianza, los dos primeros términos

son nulos, con lo que nos queda al final,
1 X yi yj X yi yj
V [tbyπ ] = − ∆ij (−2) = ∆ij
2 i,j∈U πi πj i,j∈U
πi πj

que es la expresión general de la varianza del estimador de Horvitz-Thompson del total

poblacional.
Un resultado, ya obvio a estas alturas, es que la varianza expresada por la fórmula de
Yates-Grundy-Sen, admite el siguiente estimador insesgado, suponiendo que el diseño es
cuantificable,
!2
1 X ∆ij yi yj
V [tbyπ ] = −
b −
2 i,j∈m πij πi πj

Una consecuencia inmediata de la fórmula de la varianza de Yates-Grundy-Sen, supo-

niendo que el diseño es de tamaño fijo, es que si las probabilidades de inclusión de primer
orden fueran proporcionales a los correspondientes valores de la variable de estudio, es decir,
πi =∝ yi , i = 1, 2, . . . , N
 4

se tendrı́a que,
!2
yi yj
− = 0, ∀i, j ∈ U
πi πj
por lo que,
V [tbyπ ] = 0
siendo esto cierto también para la estimación de la media, cuya varianza sólo se diferencia
en el factor 1/N 2 ; ello significa que el muestreo no producirı́a error.
Esto resulta, por supuesto, imposible de llevar a la práctica pues los valores yi no se
conocen de antemano; pero sı́ es posible en muchas situaciones conocer los valores de varia-
bles auxiliares relacionadas con la variable Y y emplearlas para definir las probabilidades
de inclusión de primer orden. Con ello ya no se conseguirá que la varianza sea nula pero
sı́ que se reduzca considerablemente.
Esta idea da lugar a lo que se conocen como Diseños Muestrales con Probabilidades de
Inclusión Proporcionales al Tamaño, o diseños ΠPS en siglas, que por su importancia serán
estudiados especı́ficamente en un Tema posterior.
NOTA: ΠPS es un acrónimo de “Inclusion Probabilities Proportional to Size”.

2. Estimador de Hájek de la media poblacional

El estimador que vamos a construir a continuación es, como estimador de Horvitz-

Thompson, de carácter general para cualquier tipo de diseño muestral probabilı́stico, y
también se basa en las probabilidades de inclusión de primer orden. En principio, sólo se
define para la media poblacional, y como caso particular, para proporciones.
Supongamos pues que se quiere estimar el parámetro media poblacional,
1
yU = ty
N

Este parámetro es un cociente o razón entre el total, ty , y N . El total podemos estimarlo

mediante el estimador de Horvitz-Thompson,
X yi
tbyπ =
i∈m
πi

y si expresamos N como, X
N= 1
i∈U

es decir, el total de la variable UNO sobre la población, podemos estimarlo también mediante
el estimador de Horvitz-Thompson,
X 1
N
bπ =
i∈m
πi

y si estimamos la media poblacional mediante el siguiente estimador cociente,

1b
ybU = t
b yπ
N
 5

obtenemos por sustitución el siguiente estimador de la media, conocido como estimador de

Hájek, X
yi /πi
i∈m
ybU HJ = X
1/πi
i∈m

Nótese que este estimador es una razón o cociente de estimadores insesgados, por lo
que comparte la problemática que ya vimos para estimador alternativo de la media de una
subpoblación en relación a la estimación de su varianza. Por esta razón, posponemos para
un tema posterior, el Tema 4., el estudio de esta cuestión.

EJEMPLO 1 Veamos qué sucede para el diseño de muestral aleatorio simple, MAS(N, n).
Al ser πi = n/N , se cumple que 1/πi = N/n, y por consiguiente,
X 1
=N
i∈m
πi

siendo pues, X X
yi /πi yi /(n/N )
i∈m i∈m 1 X
ybU HJ = X = = yi = y m
1/πi N n i∈m
i∈m
es decir, coincide con la media muestral que es el estimador usual que ya vimos en el Tema 2.,
y que coincide con el estimador de Horvitz-Thompson.

EJEMPLO 2 Veámoslo ahora para el diseño de Bernouilli, MB(N, p). En este diseño, πi = p.
Supongamos que la muestra obtenida, m, no es vacı́a, es decir, tiene algún elemento, pues en
caso contrario, no tiene sentido continuar.
El estimador de Hájek será,
X X X
yi /πi yi /p yi
i∈m i∈m i∈m
ybU HJ = X = X = = ym
1/πi 1/p n(m)
i∈m i∈m

sin embargo, el estimador de Horvitz-Thompson es,

X
yi /πi
i∈m 1 X
ybU π = = yi
N N p i∈m

que no coincide es la media muestral.

Luego, para el muestreo de Bernoulli, el estimador de Hájek de la media poblacional es la
media muestral pero el estimador de Horvitz-Thompson no.

4
 6

3. Muestreo con reemplazamiento. Estimador de Hansen-

Hurwitz

Ya vimos en el Tema 2., como es posible considerar muestreos en los que los elementos
puedan aparecer repetidos en la muestra. La situación serı́a similar a la extracción de n
bolas de una caja en la que hay N bolas numeradas de 1 a N , devolviendo a la caja la bola
obtenida en cada extracción. Esto se vio para el caso particular de que todos los elementos
tuvieran la misma probabilidad, 1/N de ser seleccionados en cada extracción. Ahora lo
veremos en general y construiremos un estimador ad hoc para este tipo de muestreo.
En efecto, a veces resulta útil extraer la muestra permitiendo que los elementos se repitan
sin limitación, es decir, con reemplazamiento, y suponiendo probabilidades respectivas,
N
X
{p1 , p2 , . . . , pN | pi ≥ 0 ∀i, pi = 1}
i=1

La extracción se puede llevar a cabo aplicando el método acumulativo o el método de

Lahiri, n veces sobre la población U , sin controlar que haya o no repeticiones. Al final, nos
encontramos con n elementos, en los que puede haber repeticiones.
Como para el caso del estimador de Horvitz-Thompson, empezaremos suponiendo que
se quiere estimar el parámetro total poblacional,
X
ty = yi
i∈U

Ya no nos sirve el estimador de Horvitz-Thompson, que se ha inventado, y ası́ funciona,

bajo el supuesto de que el muestreo es sin reemplazamiento. Ahora definimos el nuevo
estimador, llamado de Hansen-Hurwitz,
X yi
tbyHH =
i∈m
npi

Para ver que es insesgado, tampoco nos sirven aquı́ las variables indicadoras Ii pues al
ser el muestreo con reemplazamiento, estas variables NO proporcionan información sobre el
número de veces que un elemento aparece en la muestra. Definimos pues las nuevas variables
indicadoras, más poderosas,

∀i ∈ U, fi (m) = número de veces que i aparece en la muestra m obtenida

Por simplicidad, omitiremos la m en fi (m). Claramente, para un i determinado, fi es una

variable aleatoria discreta con distribución binomial, Bi(n, pi ). Además, el vector aleatorio
(f1 , f2 , . . . , fN ) sigue una distribución multinomial, M(n; p1 , p2 , . . . , pN ). Tendremos pues,

E[fi ] = npi V [fi ] = npi (1 − pi ) Cov[fi , fj ] = −npi pj , i 6= j

El estimador puede escribirse como,

X yi
tbyHH = fi
i∈U
npi
 7

por lo que, h i X yi X
E tbyHH = E[fi ] = yi = t y
i∈U
npi i∈U
siendo pues insesgado. Calculemos su varianza,
h i hX y f i
i i X y2 X yi yj
i
V tbyHH =V = V [fi ] + Cov[fi , fj ]
i∈U
npi i∈U
n2 p2i i6=j=∈U
npi npj

X y2 X yi yj
i
= npi (1 − pi ) + (−npi pj )
i∈U
n2 p2i i6=j∈U
npi npj

X y2 X yi yj
i
= (1 − pi ) −
i∈U
npi i6=j∈U
n
" #
1 X yi 2
 
= pi − t2y
n i∈U pi

A continuación, para facilitar el desarrollo, vamos a introducir el siguiente cambio de

variable,
yi
zi = , i = 1, 2, . . . , N
pi
con lo cual la varianza del estimador queda,
" # " #
1 X yi 2 1 X 2
 
2 2
V [tyHH ] =
b pi − ty = zi p i − t y
n i∈U
pi n i∈U
" # " #
1 X 2 1 X 2  X
= zi pi + t2y − 2t2y = zi + t2y pi − 2ty zi pi
n i∈U n i∈U i∈U

1 X 2  1 X 2
= zi + t2y − 2ty zi pi = zi − ty pi
n i∈U n i∈U

2
1 X yi

= − ty pi 2
n i∈U pi

Seguidamente, vamos a demostrar que,

2
1 X yi
h i 
Vb tbyHH = − tbyHH
n(n − 1) i∈m pi

es un estimador insesgado de la varianza. Para ello, observemos primero que,

1 X X
tbyHH = zi por lo que zi = ntbyHH
n i∈m i∈m
 8

siendo pues,
2
1 X yi 1
h i  X
Vb tbyHH = − tbyHH = (zi − tbyHH )2
n(n − 1) i∈m pi n(n − 1) i∈m

1 X
= (z 2 + tbyHH
2
− 2zi tbyHH )
n(n − 1) i∈m i
" # " #
1 X X 1 X
= zi2 + ntbyHH
2
− 2tbyHH zi = zi2 − ntbyHH
2
n(n − 1) i∈m i∈m
n(n − 1) i∈m

y si consideramos las dos igualdades,

" # " #
X X X X
E zi2 =E zi2 fi = zi2 E[fi ] = zi2 npi
i∈m i∈U i∈U i∈U

h i h i h i h i
2
E tbyHH = V tbyHH + E 2 tbyHH = V tbyHH + t2y

tendremos,
" #
h h ii 1 X
E Vb tbyHH = E zi2 − ntbyHH
2
n(n − 1) i∈m
" #
1 X h i
= zi2 npi − nt2y − nV tbyHH
n(n − 1) i∈U
" #
1 X h i
= zi2 pi − t2y − V tbyHH
n − 1 i∈U

1 h hb i h ii h i
= nV tyHH − V tbyHH = V tbyHH 2
n−1

En resumen, observemos que con el cambio de variable introducido se tienen las siguien-
 9

tes expresiones, de interés tanto teórico como práctico, para el estimador tbyHH ,

tbyHH = z m
h i 1X
V tbyHH = (zi − ty )2 pi
n i∈U
!
h i 1 X
V tbyHH = zi2 pi − t2y
n i∈U

h i 1 X
V tbyHH = pi pj (zi − zj )2
2n i,j∈U

h i 1 1
(zi − z m )2 = s2zm
X
Vb tbyHH =
n(n − 1) i∈m n

Todas ellas, salvo la cuarta, han ido apareciendo a lo largo de los desarrollos anterior.
La cuarta se demuestra mediante un cálculo directo sin mayor dificultad. Realmente es casi
obvia.
En caso de que el parámetro a estimar sea la media poblacional, y U , basta tener en
cuenta que y U = ty /N , con lo que el estimador de Hansen-Hurwitz adoptará la forma,

1 X yi
ybU HH =
N i∈m npi

siendo obviamente insesgado, y tanto las expresión de la varianza como su estimación in-
sesgadas serán las del total multiplicadas por el factor 1/N 2 .
Es posible introducir un nuevo cambio de variable para que las expresiones sean las
mismas. En efecto, si ahora el cambio es,
yi
zi = , i = 1, 2, . . . , N
N pi
se tiene otra vez obviamente,
 10

ybU HH = z m
h i 1X
V ybU HH = (zi − y U )2 pi
n i∈U
!
h i 1 X
V ybU HH = zi2 pi − y 2U
n i∈U

h i 1 X
V ybU HH = pi pj (zi − zj )2
2n i,j∈U

h i 1 1
(zi − z m )2 = s2zm
X
Vb ybU HH =
n(n − 1) i∈m n

Observemos que, tanto en el caso del total como de la media, el cálculo práctico asociado
a la estimación se reduce al cálculo de una media muestral y de una cuasivarianza muestral.
Observemos también que, de forma similar a lo que ocurre con el estimador de Horvitz-
Thompson, si las probabilidades de de selección son proporcionales a la variable de estudio,

pi ∝ yi , i = 1, . . . , N

se tendrı́a, tanto para el caso del total como de la media, que los valores zi son constantes
por lo que, aplicando por ejemplo la cuarta igualdad de las listas anteriores, se tendrı́a que
la varianza de la estimación es CERO, es decir, el muestreo no producirı́a error.
Esto resulta, por supuesto, utópico pues los valores yi no se conocen de antemano; pero
sı́ es posible en muchas situaciones conocer los valores de variables auxiliares relacionadas
con la variable Y y emplearlas para construir las probabilidades de selección. Con ello no
se conseguirá que la varianza sea nula pero sı́ que se reduzca considerablemente. Esta idea
da lugar a lo que se conocen como Diseños Muestrales con Probabilidades de Selección
Proporcionales al Tamaño, o diseños PPS en siglas.
Veamos ahora un ejemplo en el que particularizamos los resultados anteriores para el
muestreo aleatorio simple con reemplazamiento. Las expresiones obtenidas ya fueron anti-
cipadas en el Tema 2., aunque sin exponer su demostración.

EJEMPLO 3 Si el muestreo MAS(N, n) lo efectuamos devolviendo al conjunto el elemento

obtenido, tenemos el llamado muestreo aleatorio simple con reemplazamiento, denotado como
MASR(N, n), que consiste en seleccionar en cada extracción un elemento de U , con probabilidad
constante 1/N . Es decir, pi = 1/N, i = 1, . . . , N .
Si queremos estimar la media poblacional a partir de una muestra una muestra obtenida
mediante MASR(N, n), aplicando el estimador de Hansen-Hurwitz, tendremos,
1 X yi 1 X yi
ybU = = = ym
N i∈m npi N i∈m n/N
 11

es decir, la media muestral. Seguidamente, con el cambio de variable empleado anteriormente

para el caso de la media,
yi
zi = = yi
N pi
tendremos para la varianza,
1X 1X 1 1 1 X 1 2
V [ybU ] = (zi − y U )2 pi = (yi − y U )2 = (yi − y U )2 = σyU
n i∈U n i∈U N n N i∈U n

y para la varianza estimada obtenemos,

1 2 1
Vb [ybU ] = szm = s2ym
n n

Observemos que es similar a la que se obtiene en el caso de muestreo aleatorio simple sin
reemplazamiento, salvo el factor (1 − f ). Esta cantidad suele denominarse factor de correc-
ción por población finita.
4

3.1. Utilidad del muestreo con reemplazamiento

La aplicación del muestreo con reemplazamiento se realiza más a nivel teórico que real.
En efecto, no es usual realizar en una población muestreo con reemplazamiento para es-
timar parámetros. No obstante, la teorı́a del muestreo con reemplazamiento es de suma
importancia como vamos a ver a continuación.
Ya hemos visto anteriormente, cuando hemos estudiado el estimador de Horvitz-Thompson,
que si el procedimiento de muestreo da lugar a unas probabilidades de inclusión de primer
orden proporcionales a una variable conocida adecuada, se puede conseguir una reducción
del error de muestreo. Los diseños muestrales de este tipo se denominan ΠPS y hay cientos
de procedimientos para implementarlos. No obstante, al intentar estimar la varianza, por
ejemplo cuando se estima el total, nos encontramos con la expresión,
X ∆ij yi yj
Vb [tbyπ ] =
i,j∈m
πij πi πj

en las que, como puede verse, aparecen las probabilidades de inclusión de segundo orden,
πij . Ası́ como las de primer orden son fáciles de calcular, las de segundo suelen ser muy
complicadas, e incluso imposibles de calcular en algunas situaciones en las que carecemos
de suficiente información. Por el contrario, la varianza estimada del estimador de Hansen-
Hurwitz del total
h i 1 1 yi
(zi − z m )2 = s2zm ,
X
Vb tbyHH = siendo zi =
n(n − 1) i∈m n pi

no ofrece la más mı́nima dificultad de cálculo. Entonces, teniendo en cuenta que el muestreo
con reemplazamiento, usualmente produce un leve aumento de la varianza de la estimación,
se puede emplear la expresión anterior para obtener una estimación de la varianza, aún
sabiendo que dicha estimación es una aproximación por exceso; esto es lo que llamamos
estimación conservadora; y dará lugar a un intervalo de confianza algo más amplio.
 12

Por ejemplo, si trabajamos con un nivel de confianza del 95 %, el intervalo obtenido

con el método anterior tendrı́a una confianza real igual o superior a dicho nivel, aunque no
podamos calcular esta confianza.
Aclaremos que todo esto no tiene sentido si el muestreo es tal que las πij se tienen o
son fáciles de calcular, pues en tal caso se emplea la expresión propia sin mayor problema.
Por ejemplo, para el muestreo aleatorio simple sabemos que πij = n(n − 1)N −1 (N − 1)−1 y
además disponemos de una expresión fácil para estimar la varianza por lo que serı́a absurdo
recurrir al procedimiento anterior.
En resumen, cuando no dispongamos de las πij , y estimamos el total mediante el esti-
mador de Horvitz-Thompson,
X yi
tbyπ =
π
i,j∈m i

estimaremos la varianza como si hubiéramos aplicado el estimador de Hansen-Hurvitz,

X yi
tbyHH =
i,j∈m
npi

es decir, con la fórmula,

h i 1 1 yi nyi
(zi − z m )2 = s2zm ,
X
Vb tbyHH = siendo zi = =
n(n − 1) i∈m n pi πi

donde, por analogı́a, hemos igualado πi a npi , es decir, pi = πi /n.

Notemos que esta metodologı́a NO AUMENTA LA VARIANZA DE LA ESTIMACIÓN,
que es la que es, sino que proporciona una sobrestimación de dicha varianza, siendo ello
preferible a no dar ninguna estimación y por lo tanto no poder calcular el error de muestreo.

Referencias y bibliografı́a recomendada

[1] Fernández Garcı́a, F.R. y Mayor Gallego, J.A. (1995a). Muestreo en poblaciones fini-
tas: Curso básico. E.U.B. Ediciones Universitarias de Barcelona.

[2] Fernández Garcı́a, F.R. y Mayor Gallego, J.A. (1995b). Ejercicios y prácticas de mues-
treo en poblaciones finitas. E.U.B. Ediciones Universitarias de Barcelona.

[3] Lohr, S.L. (2010). Sampling: Design and Analysis. 2nd Edition. Brooks/Cole. Inter-
national Edition.

[4] Särndal, C., Swensson, B. and Wretman, J. (1992). Model Assisted Survey Sampling.
Springer-Verlag. New York, Inc.