MUESTREO CON R

Estadística Inferencial con R

Antonio Meneses
1
 Estadística Inferencial con R

INFERENCIA
POBLACIÓN

Muestra
 Estadística Inferencial con R
Modelos de muestreo básicos
Muestreo Aleatorio Simple

• Para efectuar este tipo de muestreo en una población con N

individuos se siguen dos pasos:

• Numeramos de 1 a N los N individuos de la población.

• Mediante un programa de computador o una tabla de

generación de números aleatorios, seleccionamos a los n
individuos que formarán la muestra.
 Estadística Inferencial con R
Modelos de muestreo básicos
Tipos de Muestreo Aleatorio Simple

MUESTREO ALEATORIO SIMPLE CON REPOSICIÓN

Se TOMA un elemento al azar, se ESTUDIA y se DEVUELVE
antes de extraer el siguiente.

• Todos los elementos tienen la misma probabilidad de ser

extraídos.
• Las extracciones son independientes.

Ejemplo en RCommander
x=1:10
sample(x, size=5, replace = TRUE)
 Estadística Inferencial con R
Modelos de muestreo básicos
Tipos de Muestreo Aleatorio Simple

MUESTREO ALEATORIO SIMPLE SIN REPOSICIÓN

Se TOMA un elemento al azar, se ESTUDIA y NO se DEVUELVE

para futuras extracciones.

• NO todos los elementos tienen la misma probabilidad de ser

extraídos.
• Las extracciones NO son independientes.

x=1:10
sample(x, size=5, replace = FALSE)
 Estadística Inferencial con R
Modelos de muestreo básicos
Muestreo Aleatorio Estratificado
Ejemplo práctico
• En un Instituto de enseñanza secundaria en que
se ofertan los siguientes tipos de enseñanza :
• Ciclos de grado superior : 110 alumnos.
• Bachillerato : 162 alumnos.
• Ciclos de grado medio : 210 alumnos
• 2º ciclo de enseñanza secundaria obligatoria :
338 alumnos.
 Estadística Inferencial con R
Modelos de muestreo básicos

• Se pretende valorar las faltas de ortografía que cometen los

alumnos del centro mediante una prueba-dictado de un texto
de 20 líneas; la prueba se pasará a una muestra de 50 alumnos,
para minimizar el costo en tiempo y medios. En esta situación
parece conveniente utilizar para la extracción de la muestra el
muestreo aleatorio estratificado con asignación proporcional.

• Dividimos la población en cuatro estratos : ciclos de grado

superior, ciclos de grado medio, bachillerato y 2º ciclo de
enseñanza secundaria obligatoria.
• Como el número total de alumnos son 820 y la muestra debe
estar formada por 50 alumnos, el cálculo del número de
alumnos que se han de tomar de cada estrato es:
 Estadística Inferencial con R
Modelos de muestreo básicos

• Ciclos de grado superior :

• Bachillerato :

• Ciclos de grado medio :

• 2º ciclo de Enseñanza Secundaria Obligatoria

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones prácticas

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE

Si se desea cometer un error de estimación no mayor a do (e)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA LA MEDIA

(desviación típica de 4.38178)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA LA MEDIA

sample.size.mean(e=2, S=4.38178, N=Inf, level=0.95)

sample.size.mean(e=2, S=4.38178, N=200, level=0.95)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA LA MEDIA

Para estimar la talla media de las ratas en la población usando un diseño MAS con una
confianza de 95% y un error de estimación no mayor a 2 centímetros el investigador debe
elegir a lo menos 17 ratas en la muestra.
 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA PROPORCIÓN
 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA PROPORCIÓN

sample.size.prop(e=0.05, P=0.1, N=Inf, level=0.95)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO SIMPLE PARA PROPORCIÓN

Respuesta:
Para estimar la proporción de artículos electrónicos en el lote usando un diseño MAS con una
confianza de 95% y un error de estimación no mayor a 0.05 se debe elegir a lo menos 130
artículos del lote en la muestra.

Realizar 3 ejercicios de MAS del archivo pdf

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO
 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO

Si se desea cometer un error de estimación no mayor a do (e)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO

Si se desea cometer un error de estimación no mayor a do (e)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO
 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO

stratasize(e=2, Nh=c(155,62,93), Sh=c(5,15,10), type=“prop”)

stratasamp(n=67, Nh=c(155,62,93), Sh=c(5,15,10), type=“prop”)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO

a) i) Para estimar la talla media de los salmones en el cultivo usando

un diseño MAE con asignación proporcional con una confianza de
95% y un error de estimación no mayor a 2 centímetros se debe
elegir a lo menos 67 salmones en la muestra de los cuales 34 deben
ser elegidos del estanque 1, 13 del estanque 2 y 20 del estanque 3
 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO PARA PROPORCIÓN

sqrt(0.8*0.2) # 0.4
sqrt(0.25*0.75) # 0.4330127
sqrt(0.5*0.5) # 0.5

stratasize(e=0.05, Nh=c(155,62,93), Sh=c(0.4, 0.4330127, 0.5)) # Tamaño de muestra n

stratasamp(n=153, Nh=c(155,62,93), Sh=c(0.4, 0.4330127, 0.5), type=“prop”)

 Estadística Inferencial con R

Modelos de muestreo básicos: Aplicaciones

MUESTREO ALEATORIO ESTRATIFICADO PARA PROPORCIÓN

Para estimar la proporción de salmones que cumplen la norma para

el consumo en el cultivo, usando un diseño MAE con asignación
proporcional con una confianza de 95% y un error de estimación no
mayor a 0.05 se debe elegir a lo menos 153 salmones en la muestra
de los cuales 76 deben ser elegidos del estanque 1, 31 del estanque
2 y 46 del estanque 3
Realizar 3 ejercicios de MAE del archivo pdf