Parcial Corter1

Estadística
Sebastian Chaparro

2022-09-07

Palabras claves:
• Muestreo
• Probabilidad de inclusión
• Probabilidad de selección
• Estimador Horviz - Thompson

Resumen
El estimador Horviz – Thompson es uno de los estimadores más empleados en el
diseño muestral, esté tiene una mejor estimación cuando las muestras se toman de la
población sin remplazo, siendo este de utilidad para estimar el Total poblacional
seleccionando muestras de 2 continentes.

Introducción
Con este informe se busca estimar el total poblacional, agrupando los países por su
continente, para poder sacar dos muestres y estimar el total, por fines académicos se
asume que la probabilidad de seleccionar un continente es igual para los demás
Al realizar un análisis descriptivo por continente se evidencia que el continente de Asia
tiene una mayor cantidad de población lo cual influirá al realizar el estimador HT o HH,
puesto que no es lo mismo tomar de la muestra Asia - Norte América qué Oceanía -
Norte América. Esta hipótesis será evidenciada al calcular los Totales estimados por las
dos muestras.

Continent n_paises poblacion

Africa 53 1168278216
Asia 41 4331813948
Europe 42 518849078
North America 30 260919594
Oceania 21 42644678
South America 11 391247207

Estimador del total poblacional HT

Al asumir que tienen igual probabilidad de selección se puede asumir que cada
continente tiene una probabilidad de selección de:

Continent P(s)
Africa 1/6
Asia 1/6
Europe 1/6
North America 1/6
Oceania 1/6
South America 1/6

por lo tanto, la probabilidad de sacar de la muestra un continente A y después un

continente B es una probabilidad condicional en donde el segundo continente
seleccionado depende de la probabilidad de seleccionarlo dado que ya salió el primer
continente
𝑃(𝐴, 𝐵) = 𝑃(𝐴)𝑃(𝐵|𝐴´)
Se tiene la siguiente tabla de posibles Combinaciones
## Warning: package 'TeachingSampling' was built under R version 4.2.1

Africa Asia
Africa Europe
Africa North America
Africa Oceania
Africa South America
Asia Europe
 Asia North America
Asia Oceania
Asia South America
Europe North America
Europe Oceania
Europe South America
North America Oceania
North America South America
Oceania South America

Tomemos como ejemplo seleccionar Asia y Oceanía:

𝑃(𝐴𝑠𝑖𝑎, 𝑂𝑐𝑒𝑎𝑛𝑖𝑎) = 𝑃(𝐴𝑠𝑖𝑎) ∗ 𝑃(𝑂𝑐𝑒𝑎𝑛𝑖𝑎 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑦𝑎 𝑠𝑎𝑙𝑖𝑜 𝐴𝑠𝑖𝑎)
1/6
𝑃(𝐴𝑠𝑖𝑎, 𝑂𝑐𝑒𝑎𝑛𝑖𝑎) = 1/6 ∗
1 − 1/6
𝑃(𝐴𝑠𝑖𝑎, 𝑂𝑐𝑒𝑎𝑛𝑖𝑎) = 0.023
Para las demás combinaciones que tienen las mismas probabilidades 𝑃𝑖𝑗 = 0.023

Muestra 1 Muestra 2 Pij

Africa Asia 0.023
Africa Europe 0.023
Africa North America 0.023
Africa Oceania 0.023
Africa South America 0.023
Asia Europe 0.023
Asia North America 0.023
Asia Oceania 0.023
Asia South America 0.023
Europe North America 0.023
Europe Oceania 0.023
Europe South America 0.023
North America Oceania 0.023
North America South America 0.023
Oceania South America 0.023

se calcula e 𝜋𝑘 es decir la probabilidad de seleccionar un elemento de la muestra.

Continente Pik
Africa 0.115
 Continente Pik
Asia 0.115
Europe 0.115
North America 0.115
Oceania 0.115
South America 0.115

Ya calculados los valores de pik se puede hallar el total poblacional respecto a las dos
muestras seleccionadas
## HT
## [1,] "10158941008.6957" "África" "Asia"
## [2,] "10158941008.6957" "África" "Europe"
## [3,] "10158941008.6957" "África" "North America"
## [4,] "10158941008.6957" "África" "Oceania"
## [5,] "10158941008.6957" "África" "South America"
## [6,] "37667947373.913" "Asia" "Europe"
## [7,] "37667947373.913" "Asia" "North America"
## [8,] "37667947373.913" "Asia" "Oceania"
## [9,] "37667947373.913" "Asia" "South America"
## [10,] "4511731113.04348" "Europa" "North America"
## [11,] "4511731113.04348" "Europa" "Oceania"
## [12,] "4511731113.04348" "Europa" "South America"
## [13,] "2268866034.78261" "North América" "Oceania"
## [14,] "2268866034.78261" "North América" "South America"
## [15,] "370823286.956522" "Oceanía" "South America"

HTij
10158941009
10158941009
10158941009
10158941009
10158941009
37667947374
37667947374
37667947374
37667947374
4511731113
4511731113
4511731113
2268866035
2268866035
 HTij
370823287

Conclusiones
Como se observó en la gráfica se evidencia que el continente de Asia tiene una población
por encima de los demás, y Oceanía con una población pequeña, Por lo tanto, al
seleccionar alguna de estas muestras estará aportando más o menor población total.
evidenciadas en la tabla anterior.
Una posible demostración de lo efectivo que es el estimador HT es realizar una prueba
de hipótesis para saber si el total poblacional se encuentra en la media de los
estimadores obtenidos.
## [1] "El total poblacional es de: 6713752721"

𝐻𝑜 = 𝜇 𝑇𝑜𝑡𝑎𝑙 = 6713752721
𝐻𝑎 = 𝜇 𝑇𝑜𝑡𝑎𝑙 ≠ 6713752721
##
## One Sample t-test
##
## data: HT
## t = 2.089, df = 14, p-value = 0.05545
## alternative hypothesis: true mean is not equal to 6713752721
## 95 percent confidence interval:
## 6501651315 22819714449
## sample estimates:
## mean of x
## 14660682882

No se pudo rechazar la hipótesis de que 𝜇 = 6713752721, aunque el P-valor ha estado

cerca de rechazarla se puede concluir que el Total poblacional si se encuentra dentro
de los estimadores de HT. Sin embargo, esta prueba se ve influenciado por falta de
normalidad.

Referencias
• Material de curso – Muestreo, Fundación Universitaria los libertadores 2022
• Técnicas básicas de muestreo con SAS. J. Portela, M. Villeta