M.A.E.

MUESTREO ALEATORIO
ESTRATIFICADO
VENTAJAS
 Seconsigue limite más pequeño para el
error de estimación que el del M.A.S.

 Reduce el costo por observación por

estratificación en grupos convenientes

 Seobtienen estimaciones de parámetros

poblacionales para subgrupos de la
población al tomarlos como estratos.
EJEMPLOS
 Pacientes hospitalizados sujetos a cierta dieta.
 Estratificados por sexo
 Hombres tienden a pesar más que mujeres.

 Encuesta en Universidad
 Estratificada en residentes internos y externos

 Estimación de productos defectuosos en una fabrica

 Estratificados por líneas de producción
PASOS
 Especificar estratos claramente

 No pueden ser solapados

 Variable(s) auxiliar(es) para decidir la estratificación

 Sexo, línea, residencia

 M.A.S en cada estrato

 Puede ser otro tipo de muestreo
NOTACIÓN POBLACIÓN

L : Número de estratos i = 1,, L

N i : Número de unidades de la
población en el estrato i

N : Número de unidades en la población

L
N =  Ni
i =1
NOTACIÓN MUESTRA

n : Tamaño de la muestra

ni : Número de unidades muestrales en

el estrato i

L
n =  ni
i =1
Cómo seleccionar una muestra aleatoria estratificada

Población finita de tamaño: N 1+ N 2 + ...+ NL = N

Estrato 2 . . . Estrato L
N2 NL
Estrato 1
2 1
N1 1 1 2 2 3
4 5
4 3 4 5 6 6
...
3 7
6 7 8
5 N1 8
... ...
N2
...
NL
7 9
Muestra aleatoria Muestra aleatoria
Muestra aleatoria
simple simple
simple

1 2 1 3 2 1 2
... ... ...
3 n1 3 nL
4 n2

Muestra aleatoria estratificada de tamaño n

ESTIMACIONES
 MEDIA POBLACIONAL

Media muestral yi
del estrato i

L
1
Media muestral
estratificada yst =
N
N y
i =1
i i
VARIANZA DEL ESTIMADOR DE LA MEDIA
L
1
V ( yst ) = 2  N i V ( yi )
ˆ 2 ˆ

N i =1

1 L

ni si 2
= 2  Ni 1 − 
2

N i =1  N i  ni
𝑆𝑖 : desviación muestral del estrato i

𝑆𝑖2 : varianza muestral del estrato i

LIMITE DEL ERROR

2  si2
L
1 ni
2 
Bst = 2 Ni 1 − 
N i =1  Ni  ni
EJEMPLO (1)
 Empresa publicitaria:

 ¿Qué tanto enfatizar la publicidad televisiva

en una zona determinada?

 Estimar número promedio de horas por

semana que se ve la televisión en los hogares
de la zona.
 Tres zonas:

 Pueblo A: fábrica, habitantes

trabajadores de la fabrica y tienen niños
pequeños

 Pueblo B: Habitantes más viejos con

pocos niños

 Área rural.
 Unidad de muestreo: Hogares

 Población:
 N = 310 hogares
 Pueblo A: N1 = 155 hogares

 Pueblo B: N2 = 62 hogares

 Rural : N3 = 93 hogares
MUESTRA
Estrato 1 Estrato 2 Estrato 3
Pueblo A Pueblo B Rural
35 28 26 41 27 4 49 10 8 15 21 7
43 29 32 37 15 41 25 30 14 30 20 11
36 25 29 31 12 32 34 24
39 38 40 45
28 27 35 34 Tiempo que se ve la televisión, en
horas por semana, en un hogar.
RESULTADOS

1 1
𝑦𝑠𝑡 = 𝑁 𝑁1 𝑦ത1 + 𝑁2 𝑦ത2 + 𝑁3 𝑦ത3 = 310 155 × 33.9 + 62 × 25.13 + 93 × 19 = 27.7

La media estimada de horas por

hogar es 27.7 con un error de
estimación de ±2.8 horas.
TAMAÑO DE LA MUESTRA
ASIGNACIÓN

 Dado n elegir de que forma dividirlo entre

ni tamaños de los estratos
 El número total de elementos en
cada estrato

Criterios de
Asignación
La variabilidad de las
observaciones dentro de cada
estrato

El costo por obtener una

observación de cada estrato
TAMAÑO DE ESTRATO
n = 20 tiene más información si N = 200 que si N = 20.000

 Asignar muestras grandes a estratos grandes

VARIABILIDAD

 Silas observaciones son menos homogéneas la

variabilidad se reduce si la muestra es más grande
COSTOS

 Muestras pequeñas en estratos costosos

 Muestras grandes en estrato baratos

COSTOS ASIGNACIÓN ÓPTIMA
𝐶𝑖 : Costo del estrato i
𝜎𝑖 : Desviación del estrato i

 L N k k   L  N i i 
  
     N i i ci  ci
 k =1 ck   i =1  
ni = n L 
n=  N k k 
N 2 B2 L
+  N i i2  
4 i =1  k =1 ck 
 ASIGNACIÓN DE NEYMAN
El costo por obtener información es el mismo para todos los
estratos

24
Si los costos son desconocidos, se pueden suponer que
son iguales

2
 L
  
  N i i   N 
n=  i =1  ni = n  L i i 
2
 N 
 i i
L
B
N 2
+  N i i 2 
4 i =1  i =1 