En 1963 se genera una infraestructura estadística con la división en secciones

estadísticas el territorio
nacional, permitiendo realizar dos grandes encuestas: la "Encuesta de Población
Activa", iniciada en 1964
y sin interrupción hasta la actualidad, y la "Encuesta de Presupuestos Familiares" de
1964 y con
posteriores repeticiones en 1967, 1973, 1980 y 1990.
La división administrativa de España comprende la provincia, el municipio y el distrito
municipal. El INE
introduce una división más fina, para utilización exclusivamente estadística,
denominada sección
estadística, con respaldo de croquis, mapas de localización y callejeros. El resultado
final de la división de
España es aproximadamente de 40.000 secciones estadísticas.
En 1969 culmina el diseño muestral de las secciones estadísticas con la "Encuesta
General de Población",
abriendo la posibilidad de realizar cualquier tipo de encuestas que vaya dirigida a
viviendas familiares o a
las personas o grupos familiares que las habitan.
ENCUESTAS DIRIGIDAS A EMPRESAS: Los registros administrativos no son en general
totalmente idóneos para fundamentar en ellos una investigación por muestreo. Una
incorrecta armonización de usos en lo que aplicaciones estadísticas se refiere, y una
incorrecta actualización, invalidan la representatividad de las muestras que sobre
ellos se seleccionan.
En este sentido, la "Encuesta de Salarios en Industria y Servicios" empezó con una
metodología no sujeta
a la teoría del muestreo, proporcionando información básica de ganancias por
trabajador y hora
trabajada, así como las horas trabajadas en promedio por cada trabajador.
En 1963 se mejora la "Encuesta de Salarios en Industria y Servicios" al aplicar un
muestreo aleatorio
estratificado, con datos del Ministerio de Trabajo obtenidos por las Mutualidades
Laborales, dando rigor a
las cifras ofrecidas.
El diseño tuvo que modificarse en 1977 porque durante el período (1963‐1977) se
observaron problemas
debido a las altas y bajas de las empresas y a cambios de rama de actividad y estrato
de tamaño, y fuertes
oscilaciones en las estimaciones de un trimeste a otro.
En 1981 se lleva a cabo una nueva modificación al diseño muestral de 1977 de la
Encuesta de Salarios,
observando variaciones excesivas en las estimaciones mensuales de ganancias medias,
número de horas
trabajadas y número de trabajadores por rama de actividad.
Similarmente a lo referido en la Encuesta de Salario, se puede establecer a una
casuística con Encuestas
de Comercio Interior, Industriales, etc.
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 14
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 15
MUESTREO ALEATORIO SIMPLE
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 16
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 17
MUESTREO ALEATORIO SIMPLE
La muestra debe reproducir las características del universo o población. Hay dos
cuestiones básicas: La
primera, sobre la cantidad de elementos que debe incluir la muestra y, la segunda,
hasta qué punto
puede generalizarse a la población el resultado obtenido en ella. Ambas cuestiones
conducen al
problema de la exactitud o precisión de la estimación del parámetro desconocido.
La muestra se puede recoger en poblaciones infinitas (no es posible determinar la
cantidad de elementos)
o poblaciones finitas(se puede determinar la cantidad de elementos). Hay un factor de
corrección ente
ambas poblaciones.
POBLACIONES FINITAS: MUESTREO ALEATORIO SIMPLE
El muestreo aleatorio simple es una técnica del muestreo probabilístico en donde
todos los elementos de
la población tienen la misma probabilidad de ser seleccionados en la muestra. Puede
ser realizado con
reposición o sin reposición, dependiendo si los individuos de la población pueden ser o
no seleccionados
más de una vez en la muestra, siendo más eficiente el muestreo aleatorio simple sin
reposición al obtener
la misma precisión con menor tamaño de la muestra.
La ventaja del muestreo aleatorio simple es que la generación de números
pseudoaleatorios con la
informática asegura la obtención de muestras representativas, la única fuente de error
en los resultados
es el azar, error que puede calcularse de forma precisa o acotarse.
Las desventajas de llevar a cabo un muestreo aleatorio simple para las investigaciones
radican en conocer
a todos los individuos de la población y que todos ellos sean potencialmente
seleccionados, circunstancia
que no se verifica en estudios de mercado o de opinión.
ESTIMADORES DE LA MEDIA, TOTAL POBLACIONAL Y PROPORCIONES
Sea X una característica en la población U = {u1 , u2 , 􀀢 , uN}, en una muestra { } S=
u1 , u2 , 􀀢 , un
formada por n unidades dentro de la población finita se consideran los valores { } x1 ,
x2 , 􀀢 , xn que
toma la característica X en dicha muestra.
Siendo i
n
N
π = la probabilidad de que un individuo de la población sea elegido, los estimadores
insesgados para la media poblacional μ , el total poblacional son:
ii
n
i1i
xx
ˆNNx
π
μ
=
⎛⎞
⎜⎟
== Σ⎝ ⎠ = n
N
⎛⎞
⎜⎟
⎝⎠
n
ni
i1
i1
x
n
=
=
=
⎛⎞
⎜⎟
⎝⎠
Σ
Σ
nnn
iii
i1ii1i1
ˆ x x x x N. N . x
nn
N
π===
====
⎛⎞
⎜⎟
⎝⎠
ΣΣΣ
ii
n
i1i
aa
ˆNNp
=π
⎛⎞
⎜⎟
 Σ
= ⎝⎠=n
N
⎛⎞
⎜⎟
⎝⎠
n
ni
i1
i1
a
n
=
=
=
⎛⎞
⎜⎟
⎝⎠
Σ
Σ ii

1 con atributo
a a B(1 , p)
0 sin atributo ∼
⎧
= ⎨⎩
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 18
􀂃 La varianza del estimador para el total de poblacional X, queda: Var (xˆ) N . ( N n ) .
s2
n
−
=
n
22
ni
222i1
i
i1
(xnx)
1 ˆ s (x x ) s
n1n1
=
=
−
=−=
−−
Σ
Σ
􀂃 La fracción del muestreo
n
f
N
= representa el peso de la muestra respecto a la población, se tiene
el "factor de corrección de población finita":
Factor de corrección de población finita:
nNn
(1f)1
NN
⎛⎞⎛−⎞−=⎜−⎟=⎜⎟
⎝⎠⎝⎠
Cuando su valor es superior a 0,95 se considera la población infinita.
A la inversa de la fracción del muestreo
1N
fn
= se le conoce como "factor de elevación", se
utiliza para adecuar las estimaciones muestrales a la población.
􀂃 Con la varianza del estimador del total de la población Var (xˆ) , se puede obtener el
estimador de la
varianza de la media poblacional:
222
22
xˆ 1 1 N . ( N n ) ( N n ) ( 1 f ) Var (x) Var . Var (xˆ) . . s . s . s
NNNnn.Nn
⎛⎞−−−=⎜⎟====
⎝⎠
􀂃 Para el estimador de la proporción proporcional, con ai ∼ B(1 , p) , la varianza:
p.q
Var (p)
n
=
Considerando el factor de corrección para la población finita ( 1 − f ) , la expresión de
la varianza de
la proporción queda:
n
i
i1
2
a
(1f)(1f)(Nn)
Var(p) (1 f ) . Var . (n . p. q) . p . q . p . q
nnnn.N
=
⎛⎞
⎜⎟
⎜⎟−−−
=−⎜⎟===
⎜⎟
⎜⎟
⎝⎠
Σ
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 19
ESTIMACIÓN DE UNA MEDIA
Dada una población con N individuos que presentan cierta
propiedad, esa propiedad o variable tendrá su media poblacional
μ , aún cuando su valor numérico se desconozca.
ˆx
θ ⎯⎯→ μ
θ ⎯⎯→
Si se elige una muestra aleatoria de esa población de tamaño n, se puede observar
dicha variable y
obtener la media muestral.
La media muestral es una variable aleatoria ya que cada muestra tiene un valor
distinto, por lo que tiene
interés estudiar su función de probabilidad y en especial su media y su varianza.
La distribución de la media muestral es la distribución de probabilidad de todos los
valores posibles de la
media muestral.
􀂃 Muestreo con reemplazamiento o población infinita:
E(θˆ) = x
2
Var (ˆ)
n
σ
θ=
􀂃 Muestreo sin reemplazamiento y población finita:
E(θˆ) = x
2 (N n) Var (ˆ)
n (N 1)
σ−
θ=
−
􀂃 Muestreo del total sin reemplazamiento y población finita:
E(θ) = Nx
2
2 (N n)
Var ( ) N
n (N 1)
σ−
θ=
−
El valor esperado de la media muestral coincide con la media poblacional.
La varianza de la media muestral disminuye a medida que aumenta el tamaño (n) de la
muestra.
INTERVALOS DE PROBABILIDAD DE LA MEDIA POBLACIONAL
Es el intervalo para el que se sabe con una confianza (1 − α) que La media muestral se
encuentra en
dicho intervalo.
Al igual que para proporciones, para la media el intervalo de especial interés es el
simétrico respecto de
la media de la población.
􀂃 Intervalo de confianza para la media poblacional μ con varianza poblacional σ2 y n
grande (n ≥ 30)
Muestreo con reemplazamiento o población infinita: I1 ( ) x z /2
n −α
⎡σ⎤
μ=⎢±⎥
⎢⎣ ⎥⎦
α
Muestreo sin reemplazamiento y población finita: 1 /2
(N n)
I()xz
− α n (N 1)
⎡−⎤
μ=⎢±σ⎥⎣−⎦
α
Portal Estadística Aplicada: Técnicas Muestreo Poblaciones Finitas 20
Muestreo del total de medias sin reemplazamiento
y población finita:
2
1 /2
(N n)
I () Nx z N
− α n (N 1)
⎡−⎤
τ=⎢±σ⎥⎣−⎦
α
2
2 (Nn)
τn (N 1)
σ−
σ=
−
􀂃 Intervalo de confianza para la media poblacional μ con varianza poblacional
desconocida y n pequeña
(n < 30) : x
1 /2 , n 1
s
I()xt
n −α−
⎡⎤
μ=⎢±⎥
⎢⎣ ⎥⎦
α
ESTIMACIÓN DE UNA PROPORCIÓN
Dada una población con N individuos de los que M presentan cierta
propiedad que no poseen los demás, la proporción poblacional se
define como
M
p
N
=
Si se elige una muestra de tamaño n, en la que aparecen m individuos
con esa propiedad, se define la proporción muestral como
ˆmp
n
=
La proporción muestral p es constante mientras que una muestra puede tener una
proporción muestral
ˆp distinta. El número de individuos (m) que poseen la propiedad en la muestra es una
variable aleatoria
binomial.
La proporción muestral es una variable aleatoria por lo que es importante determinar
su distribución, que
es la distribución de probabilidad de todos los valores posibles de la proporción
muestral ˆp
􀂃 Muestreo con reemplazamiento o población infinita:
E(pˆ) = p
ˆ m p q Var (p) Var ( )
nn
==
􀂃 Muestreo sin reemplazamiento y población finita:
E(pˆ) = p
ˆ p q (N n) Var (p)
n (N 1)
−
=
−
El valor medio de la función de probabilidad coincide con la proporción poblacional p.
La varianza disminuye a medida que aumenta el tamaño (n) de la muestra.
INTERVALOS DE PROBABILIDAD DE LA PROPORCIÓN POBLACIONAL
Muestreo con reemplazamiento o población infinita: 1 /2
p . (1 p)
I (p) p z
−n
⎡−⎤
=⎢±⎥
⎣⎦
αα
np > 5 n(1 − p) > 5
Muestreo sin reemplazamiento y población