Muestreo

Censo vs Encuesta

Existen métodos de recolección de

datos que se enfocan en adquirir algún
tipo de información específica, tal es
el caso de las encuestas y los censos.

La principal diferencia entre

encuestas y censos es que este último
recauda datos de toda la población, y
la encuesta recolecta información de
solo una porción.

Si bien un censo y una encuesta

pueden parecerte similares, en la
teoría y práctica en realidad son muy
diferentes.
Muestreo

El objetivo del muestreo es hacer inferencias

acerca de una población con base en la
información contenida en una muestra.
Muestreo

La primera parte de éste tema introduce ciertos términos comunes a las encuestas por muestreo.
Posteriormente se tratará la forma de seleccionar una muestra de una población.
El diseño de una encuesta y el tamaño de la muestra, determinan la cantidad de información pertinente a un
parámetro poblacional, siempre y cuando se obtengan mediciones exactas en cada elemento muestreado.

TERMINOS TECNICOS
Un elemento es un objeto en el cual se toman las mediciones.
Una población es una colección de elementos acerca de los cuales deseamos hacer alguna inferencia.
Las Unidades de muestreo son colecciones no traslapadas de elementos de la población que cubren la
población completa.
Un marco es una lista de unidades de muestreo.
Una muestra es una colección de unidades seleccionadas de un marco o de varios marcos.
COMO SELECCIONAR LA MUESTRA:
EL DISEÑO DE LA ENCUESTA POR MUESTREO

La cantidad de información obtenida de una muestra

puede ser controlada por el número de unidades
muestrales extraídas de la población y el diseño de
muestreo o método de recolección de datos usado.

La cantidad de información obtenida de una muestra puede ser controlada por el número de unidades muestrales
extraídas de la población y el diseño de muestreo o método de recolección de datos usado. Algunos de los
diseños de muestreo son muestreo aleatorio simple, muestreo aleatorio estratificado, muestreo por
conglomerados y muestreo sistemático. El mejor diseño por un determinado problema es el que proporciona
la precisión necesaria en términos de un límite para el error de estimación para un costo mínimo.
Muestreo

¿Cómo cuentan
Las ballenas
Los migrantes
Los abortos?
FUENTES DE ERROR EN LAS ENCUESTAS

El error de estimación se debe a que una muestra no

proporciona información completa sobre una población.
Este tipo de error es llamado error de muestreo y puede
ser controlado por un diseño cuidadoso de la encuesta.
Sin embargo, puede introducirse imperceptiblemente a la
encuesta otro tipo de error que es más difícil de
controlar. Estos errores, llamados errores no de
muestreo, son debidos principalmente a la no respuesta,
respuesta inexacta y sesgo de selección.
FUENTES DE ERROR EN LAS ENCUESTAS

La primera causa de error, la no respuesta, es importante, ya que la no respuesta a una

pregunta hecha aun individuo seleccionado para ser incluida en la muestra puede
introducir un sesgo en los datos muestrales.
El segundo problema es que los entrevistados o equipos de medición dan frecuentemente
información falsa, esto es, respuesta inexacta.
El tercer problema concierne a los cambios arbitrarios en los elementos muestrales. Los
datos deben ser obtenidos de las unidades muestrales exactas que fueron seleccionadas de
acuerdo al diseño de muestreo, de lo contrario se introduce un sesgo de selección.
Los errores no de muestreo pueden ser controlados mediante una atención cuidadosa en la
construcción de los cuestionarios y en los detalles del trabajo de campo.
METODOS DE RECOLECCION DE DATOS

Los métodos más comúnmente utilizados en la recolección

de datos en las encuestas por muestreo son las entrevistas
personales y las entrevistas por teléfono, los cuales suelen
alcanzar tasas de respuestas altas.
Otro método utilizado son los cuestionarios enviados por
correo, pero generalmente las tasas de respuesta para éste
tipo de recolección de información son bajas. Por último,
se puede encontrar información objetiva a través de
observación directa, más que una entrevista o de un
cuestionario enviado por correo.
 DISEÑO DE UN CUESTIONARIO PLANEACION DE UNA ENCUESTA

Uno de los objetivos de cualquier 1.- Establecimiento de objetivos

diseño de encuesta es minimizar los 2.- Población objetivo

3.- El marco
errores no de muestreo que pueden
4.- Diseño de muestreo
ocurrir. Si una encuesta es para
5.- Método de medición
obtener información de personas, 6.- Instrumento de medición
entonces deben considerarse 7.- Selección y adiestramiento de investigadores de campo

muchas fuentes potenciales de 8.- Prueba piloto

9.- Organización del trabajo de campo
errores no de muestreo, y se espera
10.- Organización del manejo de datos
que éstos sean controlados por el
11.- Análisis de los datos.
diseño cuidadoso del cuestionario.
Distribución de Muestreo
 Distribución de Muestreo

Máximos y Mínimos
 Distribución de Muestreo

Con el objetivo de analizar el rendimiento académico de una promoción de licenciados universitarios se

lleva a cabo un estudio en el que se emplea una m.a.s. de 3 licenciados. La variable que mide el
rendimiento puede tomar tres valores según la calificación final obtenida:
1 – Aprobado
2 – Notable
3 – Sobresaliente
Por otra parte, en esa promoción hubo un total de 20 aprobados, 40 notables y 140 sobresalientes.

a) Hallar las distintas muestras que pueden extraerse y la probabilidad de obtención que tiene cada una
de ellas.
b) Calcular le media de cada muestra, así como la distribución de probabilidad en el muestreo de la
media.
c) Hacer lo mismo que en el apartado anterior con las varianzas.
d) Calcular la media y la varianza muestral y compararlas con la media y la varianza poblacionales.
e) Calcular la esperanza de la varianza muestral y compararla con la varianza poblacional.
Distribución de Muestreo
Distribución de Muestreo
Distribución de Muestreo

b) La distribución de probabilidad en el muestreo para la media:

 Distribución de Muestreo

c) La varianza de cada muestra y la distribución en el muestreo de la varianza muestral:

 Distribución de Muestreo

La distribución de probabilidad de la varianza muestral:

Distribución de Muestreo

d) La media y la varianza de la media muestral y compararlas con la media y la

varianza poblacionales:
Distribución de Muestreo
 Distribución de Muestreo

e) Calcular la esperanza de la varianza muestral y compararla con la varianza poblacional.

Muestreo Aleatorio Simple

Este método de muestreo proporciona un punto de partida para una exposición de los
métodos de muestreo probabilístico no porque sea uno de los métodos de muestreo más
utilizados sino porque constituyen la base de métodos de muestreo más complejos.

Existe el diseño de muestreo aleatorio simple con reposición o sin reposición, que depende
de cada particularidad de lo que se quiere medir

Si se selecciona un tamaño de muestra n de una población de tamaño N

de tal manera que cada muestra posible de tamaño n tenga la misma
probabilidad de ser seleccionada, el procedimiento de muestreo se
denomina muestreo aleatorio simple. A la muestra así obtenida se le
denomina muestra aleatoria simple.
Muestreo Aleatorio Simple
El objetivo de una encuesta por muestreo es hacer una inferencia acerca de la población

El tamaño de muestra y la variación de los datos son los dos factores que afectan la
cantidad y la calidad de información contenida en la muestra y, por lo tanto afectan la
precisión del procedimiento de hacer inferencias.

El procedimiento para seleccionar la muestra se denomina Diseño de la Encuesta por

Muestreo y para un tamaño de muestra fijo n, se consideran diversos diseños o
procedimiento de muestreo.

Un diseño que proporciona un estimador preciso del parámetro, para el tamaño de

muestra fijo, produce un ahorro en el costo para el experimentedor.
Como seleccionar una muestra aleatoria simple:

Debemos asegurarnos que todos los elementos de la población tienen la misma

probabilidad de selección, puede ser calculada y es mayor que cero.
Debe ser seleccionada al asar, una herramienta útil son las tablas de números aleatorios.
En dicha tabla puede usarse cualquier punto de inicio y se puede mover en cualquier
dirección predeterminada. Si se va a utilizar más de una muestra en cualquier problema,
cada una debe tener su propio punto de inicio. Los paquetes estadísticos, las hojas de
cálculo y las calculadoras también proporcionan números al azar.
Las tablas de números aleatorios son un conjunto de enteros generados de modo que
contendrá todos los enteros (0, 1, 2, ... , 8, 9) en proporciones aproximadamente iguales,
sin tendencias en el patrón en que se generaron los dígitos.
 Muestreo Aleatorio Simple
ESTIMADORES

La media de una población denotada por µ (parámetro) de tamaño N es la suma de todas las
observaciones en la población dividida entre N.

Si se desea calcular el valor del parámetro a partir de una muestra aleatoria simple de tamaño
n (hacer inferencia), se utilizaría el promedio muestral x, que por supuesto revela muy poco
acerca de la media de la población µ, al menos que se pueda evaluar la bondad de tal
estimador.

Por lo tanto, además de estimar µ es necesario fijar un límite sobre el error de estimación de
la siguiente manera:
 Muestreo Aleatorio Simple
ESTIMADORES

La media poblacional µ:
La cantidad (N–n)/N se denomina
σ𝑛𝑖=1 𝑥𝑖
𝑥ҧ = corrección por población finita (cpf).
𝑛
La varianza estimada de x: Cuando n permanezca relativamente
pequeña con respecto al tamaño de la
𝑠2 𝑁 − 𝑛
𝑉 𝑥ҧ = población N, la cpf estará muy cerca
𝑛 𝑁
de la unidad. En la práctica, la cpf
Límite para el error de estimación
puede despreciarse si (N–n)/N > 0.95
𝑠2 𝑁 − 𝑛 o, equivalente, si n < (1/20)N.
𝐿𝐸𝐸 = 𝐵 = 2 𝑉 𝑥ҧ = 2
𝑛 𝑁
 Muestreo Aleatorio Simple
ESTIMADORES

Para el total poblacional denotado por τ: La suma de todas las observaciones en la población se

denota por el símbolo τ por tanto: Nµ = τ Se espera que el estimador de τ sea N veces el estimador µ

Estimador del total poblacional τ:

𝑁 σ𝑛𝑖=1 𝑥𝑖
𝜏 = 𝑁𝑥ҧ =
𝑛
Varianza estimada de τ:
𝑠 2𝑁−𝑛
𝑉 𝜏 = 𝑉 𝑁𝑥ҧ = 𝑁 2 𝑉 𝑥ҧ = 𝑁 2
𝑛 𝑁
Límite para el error de estimación

𝑠 2𝑁−𝑛
𝐿𝐸𝐸 = 𝐵 = 2 𝑉 𝜏 = 2 𝑉 𝑁𝑥ҧ = 2 𝑁 2 𝑉 𝑥ҧ = 2 𝑁 2
𝑛 𝑁
 Muestreo Aleatorio Simple
ESTIMADORES

Para la proporción P: Si seleccionamos una muestra aleatoria simple de tamaño n, la proporción

muestral es la fracción de elementos en la muestra que poseen la característica de interés.

Estimador de la Proporción poblacional P:

σ 𝑥𝑖
𝑝Ƹ =
𝑛
Varianza estimada de P:
𝑝Ƹ 𝑞ො 𝑁 − 𝑛
𝑉 𝑝Ƹ = 𝑞ො = 1 − 𝑝Ƹ
𝑛−1 𝑁

Límite para el error de estimación

𝑝Ƹ 𝑞ො 𝑁 − 𝑛
𝐿𝐸𝐸 = 𝐵 = 2 𝑉 𝑝Ƹ = 2
𝑛−1 𝑁
ESTIMADORES Muestreo Aleatorio Simple

Los tamaños de muestra n, recordemos que están asociados

con el parámetro que deseamos estimar

Para la Media (µ) Para el total (τ) Para la proporción (P)

𝑁𝜎 2 𝑁𝑝𝑞
𝑁𝜎 2 𝑛=
𝑛= 𝑛= 𝑁 − 1 𝐷 + 𝑝𝑞
𝑁 − 1 𝐷 + 𝜎2 𝑁 − 1 𝐷 + 𝜎2

2 𝐵 2
𝐵2 𝐵
𝐷= ൗ 2 𝐷 = ൗ4
𝐷= ൗ4 4𝑁
30.


i 1

Muestreo Aleatorio Simple

4.5 Las autoridades de un parque estatal están interesadas en la

proporción de personas que acampan y que consideran que el Persona Respuesta
espacio del área disponible para acampar en un terreno en 1 1
particular es adecuado. Las autoridades decidieron tomar una 2 0
muestra irrestricta aleatoria de n = 30 de los primeros N = 300 . .
grupos acampados que visitan el campo. Sea  = 0 si el jefe del . .
i-ésimo grupo muestreado considera que el espacio del área . .
disponible para acampar no es adecuado, y  = 1 si considera
que es adecuado (i = 1,2,…,30). Use los datos de la tabla
adjunta para estimar p, la proporción de personas que acampan 29 0
y consideran que el espacio del área disponible para acampar 30 1
es adecuado. Establezca un límite para el error de estimación. Suma = 25

4.6 Determine el tamaño de la muestra requerido para estimar p con un límite para el error
de estimación de magnitud  = 0.05.
Muestreo Aleatorio Simple

4.7 Una muestra irrestricta aleatoria de n = 100

medidores de agua es controlada dentro de una
comunidad para estimar el promedio de
consumo de agua diario por casa, durante un
periodo estacional seco. La media y la varianza
muestrales fueron
𝑦ത = 12.5 𝑠 2 = 1252
Si suponemos que hay N = 10,000 casas dentro
de la comunidad, estime , el promedio de
consumo diario verdadero, y establezca un
límite para el error de estimación.

4.8 Estime el número total de galones de agua, Τ , usado diariamente durante el periodo
seco. Establezca un límite para el error de estimación.
Muestreo Aleatorio Simple

Una muestra irrestricta aleatoria de n = 100 estudiantes

de un colegio fue entrevistada para determinar la
proporción de estudiantes que está a favor del cambio del
sistema semestral al trimestral. Veinticinco de los
estudiantes respondieron afirmativamente.
Estime la proporción de estudiantes del colegio que está
a favor del cambio (suponga N = 2000).
Establezca un límite para el error de estimación.
Muestreo Aleatorio Simple

Los encargados de administrar los recursos de los terrenos

Venados
dedicados a la caza silvestre están interesados en el tamaño de
las poblaciones de venados y de conejo en los meses de 𝑦ത = 2.3
invierno en un bosque en particular. Como una estimación del 𝑠 2 = 0.65
tamaño de la población, los administradores proponen usar el
número promedio de grupos densos de conejos y de venados
por parcelas de 30 pies por lado. De acuerdo con una fotografía
aérea el bosque fue dividido en N = 10000 cuadros de 30 pies
por lado. Una muestra irrestricta aleatoria de n = 500 parcelas
fue seleccionada, y se observó el número de grupos densos de
conejos y de venados. Los resultados de este estudio se
resumen en la tabla adjunta. Estime 1 y 2, el número
promedio de grupos densos de venados y de conejos, Conejos
respectivamente, por parcela de 30 pies por lado. Establezca los 𝑦ത = 4.52
límites para los errores de estimación 𝑠 2 = 0.97
Muestreo Estratificado

El objetivo del diseño de encuestas por muestreo es maximizar la cantidad

de información para un costo dado. El muestreo aleatorio simple, suele
suministrar buenas estimaciones de cantidades poblacionales a un costo bajo.
Un segundo procedimiento de muestreo, es el muestreo aleatorio
estratificado, que en muchas ocasiones incrementa la cantidad de
información para un costo dado y reduce el límite para el error de estimación.

DEFINICION: Una muestra aleatoria estratificada es la obtenida

mediante la separación de los elementos de la población en grupos
que no presenten traslapes, llamados estratos, y la selección
posterior de una muestra aleatoria simple de cada estrato.

¿Por qué se debe escoger una muestra aleatoria

estratificada en lugar de una muestra aleatoria simple?
Muestreo Estratificado

1.- La estratificación puede producir un límite más pequeño para el error de estimación que
el que se generaría por una muestra aleatoria simple del mismo tamaño. Este resultado es
particularmente cierto si las mediciones dentro de los estratos son homogéneas.
2.- El costo por observación en la encuesta puede ser reducido mediante la estratificación de
los elementos de la población en grupos convenientes.
3.- Se pueden obtener estimaciones de parámetros poblacionales para subgrupos de la
población. Los subgrupos deben ser entonces estratos identificables.
Estos tres principios para la estratificación deben tenerse presentes cuando se está planeando
estratificar o no a un a población o decidiendo cómo definir los estratos.
Es importante notar que la estratificación puede ser combinada con otros tipos de muestreo
dentro de los estratos, no solo con muestreo aleatorio simple.
Muestreo Estratificado

COMO SELECCIONAR UNA MUESTRA ALEATORIA ESTRATIFICADA

El primer paso en la selección de una muestra aleatoria NOTACION:

estratificada es especificar claramente los estratos, así, cada L: Número de estratos
unidad muestral se ubica en el estrato apropiado. Ni: número de unidades muestrales
en el estrato i (número de elementos
Después que las unidades de muestreo han sido divididas en
que conforman el estrato i)
estratos, se selecciona una muestra aleatoria simple de cada
N: número de unidades muestrales
estrato. Las muestras elegidas en los estratos deberán ser
en la población
independientes. Esto es, se deben aplicar diferentes esquemas
N = N1 + N2 +N3 + . . . + NL
de muestreo aleatorio dentro de cada estrato, de tal manera
Para la Muestra
que las observaciones elegidas en un estrato no dependan de
n = n1 + n2 +n3 + . . . + nL
las que se han elegido en otro estrato.
ESTIMADORES La media poblacional µ: Muestreo Estratificado

Sea:
𝑥ҧ𝑖 la media muestral para la muestra aleatoria seleccionada en el estrato i
ni, el tamaño de la muestra en el estrato i
μi la media poblacional para el estrato i
τi el total poblacional para el estrato i.

Por tanto, un estimador de τ, es la suma de los τi mediante la suma de los

estimadores de los τi.
Entonces, el total de la población τ es igual a τ1 + τ2 +.... + τL
ESTIMADORES La media poblacional µ: Muestreo Estratificado

Tenemos una muestra aleatoria simple dentro de cada estrato. Se sabe que 𝑥ҧ𝑖 es
un estimador insesgado de μi y Ni 𝒙
ഥ𝒊 , es un estimador insesgado del total del
estrato τi = Ni μi

Asimismo, ya que la media poblacional μ es igual al total poblacional τ dividido

entre N, un estimador insesgado de μ que se obtiene sumando los estimadores de
los τi de todos los estratos y luego dividiendo entre N.
Denotaremos este estimador por 𝒙ഥ𝒔𝒕 , donde el subíndice st indica que se ha
utilizado muestreo aleatorio estratificado.
 ESTIMADORES Muestreo Estratificado

La media poblacional µ: 𝐿
1 1
𝑥ҧ𝑠𝑡 = 𝑁 𝑥ҧ + 𝑁2 𝑥ҧ2 + ⋯ + 𝑁𝐿 𝑥ҧ𝐿 = ෍ 𝑁𝑖 𝑥ҧ𝑖
𝑁 1 1 𝑁
𝑖=1

ഥ𝒔𝒕 :
La varianza estimada de 𝒙
𝐿
1 1 2
𝑉 𝑥ҧ𝑠𝑡 = 2
𝑁12 𝑉 𝑥ҧ1 + 𝑁22 𝑉 𝑥ҧ2 + ⋯ + 𝑁𝐿2 𝑉 𝑥ҧ𝐿 = 2
෍ 𝑁𝑖 𝑉 𝑥ҧ 𝑖
𝑁 𝑁
𝑖=1

2 2 𝐿 2
1 𝑁1 − 𝑛1 𝑠1 𝑁𝐿 − 𝑛 𝐿 𝑠𝐿 1 𝑁𝑖 − 𝑛 𝑖 𝑠𝑖
𝑉 𝑥ҧ𝑠𝑡 = 2 𝑁12 + ⋯ + 𝑁𝐿2 = 2 ෍ 𝑁𝑖2
𝑁 𝑁1 𝑛1 𝑁𝐿 𝑛𝐿 𝑁 𝑁𝑖 𝑛𝑖
𝑖=1

Límite para el error de estimación:

𝐿
1 2
𝑁1 − 𝑛1 𝑠12
2
𝑁𝐿 − 𝑛 𝐿 1 𝑠𝐿22
𝑁𝑖 − 𝑛 𝑖 𝑠𝑖
2
𝐿𝐸𝐸 = 𝐵 = 2 𝑁1 + ⋯ + 𝑁𝐿 = 2 ෍ 𝑁𝑖
𝑁2 𝑁1 𝑛1 𝑁𝐿 𝑛𝐿 𝑁2 𝑁𝑖 𝑛𝑖
𝑖=1
 ESTIMADORES Muestreo Estratificado

El total poblacional τ: 𝐿

𝑁𝑥ҧ𝑠𝑡 = 𝑁1 𝑥ҧ1 + 𝑁2 𝑥ҧ2 + ⋯ + 𝑁𝐿 𝑥ҧ𝐿 = ෍ 𝑁𝑖 𝑥ҧ𝑖

𝑖=1

La varianza estimada de 𝝉:

𝐿
𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
2
𝑉 𝑁𝑥ҧ𝑠𝑡 = 𝑁 𝑉 𝑥ҧ𝑠𝑡 = ෍ 𝑁𝑖2
𝑁𝑖 𝑛𝑖
𝑖=1

Límite para el error de estimación:

𝐿
𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
𝐿𝐸𝐸 = 𝐵 = 2 𝑉 𝑁𝑥ҧ𝑠𝑡 = 2 𝑁 2 𝑉 𝑥ҧ𝑠𝑡 = 2 ෍ 𝑁𝑖2
𝑁𝑖 𝑛𝑖
𝑖=1
 ESTIMADORES Muestreo Estratificado

La proporción poblacional P:
𝐿
1 1
𝑝Ƹ 𝑠𝑡 = 𝑁 𝑝Ƹ + 𝑁2 𝑝Ƹ 2 + ⋯ + 𝑁𝐿 𝑝Ƹ 𝐿 = ෍ 𝑁𝑖 𝑝Ƹ 𝑖
𝑁 1 1 𝑁
𝑖=1

La varianza estimada de 𝑷:
𝑉 𝑝Ƹ 𝑠𝑡
𝐿
1 1
= 2 𝑁12 𝑉 𝑝Ƹ1 + 𝑁22 𝑉 𝑝Ƹ 2 + ⋯ + 𝑁𝐿2 𝑉 𝑝Ƹ 𝐿 = 2 ෍ 𝑁𝑖2 𝑉 𝑝Ƹ 𝑖
𝑁 𝑁
𝑖=1

𝐿
1 2 𝑁𝑖 − 𝑛𝑖 𝑝Ƹ 𝑖 𝑞ො𝑖
𝑉 𝑝Ƹ 𝑠𝑡 = ෍ 𝑁𝑖
𝑁2 𝑁𝑖 𝑛𝑖 − 1
𝑖=1

Límite para el error de estimación:

𝐿
1 2
𝑁𝑖 − 𝑛𝑖 𝑝Ƹ 𝑖 𝑞ො𝑖
𝐿𝐸𝐸 = 𝐵 = 2 𝑉 𝑝Ƹ 𝑠𝑡 =2 ෍ 𝑁𝑖
𝑁2 𝑁𝑖 𝑛𝑖 − 1
𝑖=1
SELECCIÓN DEL TAMAÑO DE MUESTRA: Muestreo Estratificado

La cantidad de información es una muestra depende del tamaño de muestra n, ya que V (xst) decrece
con el incremento de n.
Para seleccionar el tamaño de muestra, a fin de obtener una cantidad fija de información para estimar
un parámetro poblacional, se utilizará el mismo método que en muestreo aleatorio simple. Este método
se basa en la suposición de que el estimador debe estar dentro de B unidades del parámetro, con una
probabilidad aproximadamente igual a 0.95. Simbólicamente.

2 √ V(xst) = B

Aunque hicimos V (xst) = B2/4, no podemos despejar n, a menos que sepamos algo acerca de la
relación entre n1, n2, ... nL y n. Hay muchas maneras para asignar un tamaño de muestra n a los
diversos estratos.
SELECCIÓN DEL TAMAÑO DE MUESTRA: Muestreo Estratificado

Sin embargo en cada caso el número de observaciones ni asignado al i-ésimo

estrato es una fracción del tamaño de muestra total n.
Denotamos esta fracción por wi. Por ello podemos señalar

ni =nwi i = 1, 2, ..., L

Usando la ecuación anterior, podemos hacer V (xst) = B2/4 y despejar n.

De igual modo la estimación del total poblacional τ con un

límite para el error B unidades para el error de estimación,
nos lleva a la ecuación V (xst) = B2/4N2
SELECCIÓN DEL TAMAÑO DE MUESTRA: Muestreo Estratificado

Tamaño de muestra aproximada que se requiere para

estimar μ o τ con un límite para el error de estimación B

σ 𝑁𝑖2 𝜎𝑖2 Τ𝑤𝑖

𝑛= 2
𝑁 𝐷 + σ 𝑁𝑖2 𝜎𝑖2

Donde wi es la fracción de observaciones asignadas al estrato i, σi2 es

la varianza poblacional para el estrato i, así

D = B2/4 para estimar μ o p

D = B2/4N2 para estimar τ
 Muestreo Aleatorio Estratificado
ESTIMADORES
Cálculo del Tamaño de muestra y Asignación

Asignación aproximada que minimiza el

ASIGNACIÓN OPTIMA CON COSTOS VARIABLES costo para el valor fijo de V(yst) o que
minimiza V(yst) para un costo fijo:

𝑁𝑖 𝜎𝑖 𝑁𝑖 𝜎𝑖
൘ ൘
𝐶𝑖 𝐶𝑖
𝑛𝑖 = 𝑛 =𝑛
𝑁1 𝜎1 𝑁𝜎 𝑁𝜎 σ𝐿𝑖=1 𝑁𝑖 𝜎𝑖൘
൘ + 2 2൘ + ⋯ + 𝐿 𝐿൘
𝐶1 𝐶2 𝐶𝐿 𝐶𝑖
Sustituyendo los wi en la ecuación para n, por los ni/n de la ecuación anterior, nos da:

σ𝐿𝑖=1 𝑁𝑖 𝜎𝑖൘ σ𝐿𝑖=1 𝑁𝑖 𝜎𝑖 𝐶𝑖 𝐵 2

𝐶𝑖 𝐷 = ൗ4
𝑛=
𝑁 2 𝐷 + σ 𝑁𝑖 𝜎𝑖2
 Muestreo Aleatorio Estratificado
ESTIMADORES
Cálculo del Tamaño de muestra y Asignación

ASIGNACIÓN ÓPTIMA O DE NEYMAN:

𝑁𝑖 𝜎𝑖
𝑛𝑖 = 𝑛 𝐿
σ𝑖=1 𝑁𝑖 𝜎𝑖

En ésta asignación, la ecuación para el tamaño de muestra toma la siguiente forma:

𝐿 2
σ𝑖=1 𝑁𝑖 𝜎𝑖 𝐵 2
𝑛= 𝐷 = ൗ4
𝑁 2 𝐷 + σ𝐿𝑖=1 𝑁𝑖 𝜎𝑖2
 Muestreo Aleatorio Estratificado
ESTIMADORES
Cálculo del Tamaño de muestra y Asignación

ASIGNACIÓN PROPORCIONAL:

𝑁𝑖 𝑁𝑖
𝑛𝑖 = 𝑛 𝐿 =𝑛
σ𝑖=1 𝑁𝑖 𝑁

En ésta asignación, la ecuación para el tamaño de muestra toma la siguiente forma:

σ𝐿𝑖=1 𝑁𝑖 𝜎𝑖2
𝑛= 𝐵 2
σ 𝐿
𝑁 𝜎 2 𝐷 = ൗ4
𝑁 2 𝐷 + 𝑖=1 𝑖 𝑖
𝑁
Muestreo Aleatorio Estratificado

Una corporación desea estimar el número total de horas-hombre perdidas debido a

accidentes de los empleados, en un mes determinado. Ya que los obreros y los
administrativos tienen diferentes tasas de accidentes, el investigador decide usar muestreo
aleatorio estratificado, con cada grupo formando un estrato. Datos de años previos
sugieren las varianza mostradas en la tabla anexa, para el número de horas-hombre
perdidas por empleado en los grupos, y de datos actuales se obtienen los tamaños de los
estratos. Determine la asignación de Neyman para una muestra de n = 30 empleados.

I II III
(obreros) (Técnicos) (administrativos)

12 = 36 22 = 25  33 = 9
1 = 132 2 = 92 3 = 27
Muestreo Aleatorio Estratificado

Para el ejercicio anterior estime el número total de horas-hombre perdidas durante el

mes indicado y establezca un límite para el error de estimación. Use los datos de la tabla
acompañada, obtenida de una muestra de 18 obreros, 10 técnicos y 2 administrativos.

I (obreros) II (técnicos) III (administrativos)

8 24 0 4 5 1
0 16 32 0 24 8
6 0 16 8 12
7 4 4 3 2
9 5 8 1 8
18 2 0
Muestreo Aleatorio Estratificado

Se forman comisión de zonificación para estimar el valor promedio de avalúo en un

suburbio residencial de una ciudad. El uso de ambos distritos de votantes en el suburbio
como los estratos es conveniente porque se tienen disponibles listas separadas de las
viviendas en cada distrito. De los datos presentados en la tabla acompañante, estime el
valor promedio de avalúo para todas las casas en el suburbio, y establezca un límite para
el error de estimación (nótese que se utilizó la asignación proporcional).

Estrato I Estrato II
N1 = 110 N2 = 168
n = 20 n = 30
n1 n2

y
i 1
i = 240,000 y
i 1
i = 420,000
n1 n2

 y = 2,980,000,000
i 1
2
1  1 = 6,010,000,000
y 2

i 1
 1322

Muestreo Aleatorio Estratificado

Una corporación desea obtener información acerca de la efectividad de una máquina

comercial. Se va a entrevistar por teléfono a un número de jefes de división, para pedirles
que califiquen la maquinaria con base en una escala numérica. Las divisiones están
localizadas en Norteamérica, Europa y Asia. Es por eso que se usa muestreo estratificado.
Los costos son mayores para las entrevistas, varianzas aproximadas de las calificaciones,
y los N i que se han establecido. La corporación quiere estimar la calificación promedio
con V (Ўst ) = 0.1. Elija el tamaño de muestra n que obtienen este límite y encuentre la
asignación apropiada.

Estrato I Estrato II Estrato III

(Norteamérica) (Europa) (Asia)
C1 = $9 C2 = $25 C3 = $36
 12 = 2.25  22 = 3.24  32 = 3.24
N = 112 N = 68 N =39
 Muestreo Aleatorio Estratificado

Una escuela desea estimar la calificación promedio que puede ser obtenida en un examen de compresión de
lectura por estudiantes de sexto grado. Los estudiantes de la escuela son agrupados en tres estratos, los que
aprenden rápido en el estrato I y los que aprenden lento en el estrato III. La escuela decide esta estratificación
porque de esta manera se reduce la variabilidad en las calificaciones del examen. El sexto grado contiene 55
estudiantes en el estrato I, 80 en el estrato II y 65 en el estrato III. Una muestra aleatoria estratificada de 50
estudiantes es asignada proporcionalmente y produce muestras irrestrictas de n1 = 14, n2 = 20 y n3 = 16 de los
estratos I, II y III. El examen se aplica a la muestra de estudiantes y se obtienen los resultados que se muestran
en la tabla. Estime la calificación promedio para este grado y establezca un límite para el error de estimación.
Estrato I Estrato II Estrato III
80 92 85 82 42 32
68 85 48 75 36 31
72 87 53 73 65 29
85 91 65 78 43 19
90 81 49 69 53 14
62 79 72 81 61 31
61 83 53 59 42 30
68 52 39 32
71 61
59 42
Muestreo Aleatorio Estratificado

6.-Suponga que la calificación promedio para el examen de la clase del

ejercicio anterior se va a estimar de nuevo al final del año escolar. Los costos de
muestreo son iguales en todos los estratos, pero las varianzas son diferentes.
Encuentre la asignación óptima (Neyman) para una muestra de tamaño 50,
usando los datos del ejercicio anterior para aproximar la varianzas.

7.-Utilizando los datos del ejercicio 5, encuentre el tamaño de muestra

requerido para estimar la calificación promedio, con un límite de 4 puntos para el
error de estimación. Use asignación proporcional

8.-Repita el ejercicio anterior ahora utilizando la asignatura de Neyman.

Compare los resultados con la respuesta obtenidas anteriormente.
Muestreo Aleatorio Estratificado