Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Muestreo Basico
Muestreo Basico
San José
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo domingo
San Pedro
Muestreo Aleatorio Simple
San José
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo Domingo
San Pedro
Muestreo Aleatorio Simple
San José
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo Domingo
San Pedro
Muestreo Aleatorio Simple
POBLACIÓN
(N) NX X
P
X
Proporción poblacional
N
Proporción muestral:
n
xi Xˆ ESTIMADOR DE
pˆ LA PROPORCION
i 1
n POBLACIONAL
n
Clase Poblacional
Estimador del Total de
Xˆ N pˆ
n
VARIANZA DE LA PROPORCION Y DEL TOTAL DE CLASE
MUESTRALES - “MAS”
PQ N n pˆ qˆ N n
V pˆ n N 1
VARIANZA DE LA
V ( pˆ ) ˆ
PROPORCION
MUESTRAL n N 1
PQ N n
ˆ qˆ N n
2
VARIANZA DEL N
ˆ ˆ ˆ 2 p
ESTIMADOR DEL V X V X N
TOTAL DE CLASE n N 1 n N 1
n
donde: f es la tasa muestral o fracción de muestreo
N
ESTIMACION DEL TAMAÑO DE MUESTRA - “MAS”
(VARIABLES CUALITATIVAS O DE ATRIBUTOS)
PQ N n
Tenemos que: P pˆ P Z 1
n N 1
PQ N n
Z pˆ e Z e2 2
pˆ
2
Z 2
e 2
n N 1
no
n
1 no 1 , donde : no PQ
2
Z
e = d.P
N e 2
d = error relativo
aceptado (precisión)
ERROR RELATIVO ACEPTADO
COEFICIENTE
DE VARIACIÓN
PRECISION
MODELO
Error Máximo DENIVEL DE CONFIANZA: (1 )
MATRIZ PARA
Z = 1.645 Z = 1.96 Z = 2.38
Permisible (%)
d
ESTIMAR EL 90% 95% 98%
TAMAÑO
10% DE 74
MUESTRA
7% 152
5% 296
1% 890
ERROR RELATIVO ACEPTADO
COEFICIENTE
DE VARIACIÓN
PRECISION
MODELO
Error Máximo DENIVEL DE CONFIANZA: (1 )
MATRIZ PARA
Z = 1.645 Z = 1.96 Z = 2.38
Permisible (%)
d
ESTIMAR EL 90% 95% 98%
TAMAÑO
10% DE 53 74 105
MUESTRA
7% 107 152 214
5% 210 296 418
2% 325 890 1370
MUESTREO SISTEMATICO
¿QUÉ ES UN MUESTREO
SISTEMATICO?
• Es otro muestreo que también le asigna
igual probabilidad de inclusión uniforme
para todos, como el simple al azar.
• Nuevamente esta probabilidad es n/N.
• Es conveniente por su simplicidad ya que
se necesita sólo un número aleatorio.
• Fácil de seleccionar en campo o durante el
operativo
• Se logra en general una muestra más
“representativa” de la población.
¿QUÉ ES UN MUESTREO
SISTEMATICO? (cont.)
1 2 3 N
¿Cómo se selecciona una muestra
sistemática?(cont.)
Muestreo Sistemático Circular, útil
cuando n no es múltiplo de N.
1 1
1 2
1
0 3
9
4
8 Arranque
5 aleatorio
7 6
MUESTREO SISTEMATICO: Ejem. 1
Población de tamaño N = 30, muestras
posibles sistemáticas de tamaño n = 6.
Intervalo selección k = N / n = 30/6 = 5
Muestras posibles de tamaño n = 6 :
1ra muestra: 1 6 11 16 21 26
2da muestra: 2 7 12 17 22 27
3ra muestra: 3 8 13 18 23 28
4ta muestra: 4 9 14 19 24 29
5ta muestra: 5 10 15 20 25 30
Ejem. 2: Seleccionar muestra de n = 20
empresas de lista de N = 500 empresas
• Esto significa que 1 de cada 25 empresas de la
población se seleccionará
• Utilizando # al azar seleccionamos un número entre 1
y 25.
• Suponga que el # seleccionado es 7.
• Entonces la 1ra empresa. selecc. es el # 7.
• Las otras 19 empresas de la muestra se obtienen
sumando al 7 el intervalo de selección 25.
• Es decir: 07, 32, 57 , ..........
Ejem.2 : La muestra de n = 20 empresas
seleccionadas de N = 500 empresas es:
07 32 57 82 107
132 157 182 207 232
257 282 307 332 357
382 407 432 457 482
Una ventaja del método sistemático es que la
muestra se distribuye por igual en los diversas
empresas.
Una M.A.S. tomada de la población no posee esta
propiedad.
Muestreo Estratificado
Aleatorio (M.E.A.)
Muestreo estratificado
• Proceso de división de la población en grupos
homogeneos llamados estratos, para luego
seleccionar muestras independientes en cada
estrato
• Variables de estratificación pueden ser
geográficas o no-geográficas
• Estratificación se limita a los elementos de
información disponibles en el marco muestral
RAZONES PARA LA ESTRATIFICACION
1. Protegernos contra la posibilidad de obtener
una mala muestra.
2. La estratificación se utiliza para disminuir las
varianzas de los estimadores ( disminuir la
varianza para obtener estimaciones más precisas)
3. Se pueden formar estratos para aplicar diferentes
métodos y procedimientos de muestreo dentro de
cada estrato. (Selección de la muestra y
procedimientos de recojo de información).
4. Los estratos pueden establecerse para dar
resultados a nivel de “DOMINIOS DE ESTUDIO”
(Nivel de inferencia)
MUESTREO ALEATORIO ESTRATIFICADO ( MAE )
POBLACION ESTRATOS
ESTRATO 1
(Empresas
grandes)
N1 n1
ESTRATO 2
(Empresas
medianas)
N2 n2
ESTRATO 3
(Empresas
pequeñas) N3 n3
L
Tal que, N N1 N 2 N3 N Nh
h 1
L
n n1 n2 n3 n nh
h 1
Muestreo estratificado
Ejemplo 1 de M.E.A.
Estratificacion de
usuarios de la empresa
EDELNOR (parte de Lima)
ESTRATIFICACION DE LA POBLACION
DE 267,694 CLIENTES (EDELNOR)
Nº ESTRATOS Nº de clientes % de clientes
de (Sub-estaciones (Tamaño del (Poderación del
estrato estrato)
transformación) estrato)
h =1 Canto Grande N1 = 57,241 W1 = 21.4
h =2 Jicamarca N2 = 37,932 W2 = 14.2
h=3 Mirones N3 = 41,157 W3 = 15.4
h=4 Santa Rosa N4 = 66,440 W4 = 24.8
h=5 Tacna N5 = 64,924 W5 = 24. 2
TOTAL N = 267,694 100.0
MUESTRA DE 500 CLIENTES DE LA POBLACION DE
267,694 CLIENTES (EDELNOR)
Nº ESTRATOS % de clientes Nº de clientes
de (Sub-estaciones (Poderación del (Tamaño del
estrato estrato)
transformación) estrato)
h =1 Canto Grande W1 = 21.4 n1 = 107
h =2 Jicamarca W2 = 14.2 n2 = 71
h=3 Mirones W3 = 15.4 n3 = 77
h=4 Santa Rosa W4 = 24.8 n4 = 123
h=5 Tacna W5 = 24.2 n5 = 122
TOTAL 100.0 n = 500
RESULTADOS MUESTRALES DE 500 CLIENTES:
promedio muestral mensual y desviación estándar de consumo por
estratos
N° ESTRATOS Clientes Media Desviación
estándar
nh xh sh
1 Canto Grande 107 1,200 10,000
2 Jicamarca 71 800 6000
3 Mirones 77 3,000 30,000
4 Santa Rosa 123 2,350 25000
5 Tacna 122 2,100 20,000
TOTAL 500 2,000 22,000
AFIJACION DE LA MUESTRA
Se da el nombre de afijación al reparto,
asignación o distribución de la muestra (n)
entre los diferentes estratos. Tal que:
n1 n2 n3 ..... nL n
1. AFIJACION PROPORCIONAL
Nh
nh n nWh
N
nh N h nh n
o o fh f
n N Nh N
2. AFIJACION DE NEYMAN ( O DE MINIMA VARIANZA)
La afijación de Neyman o afijación de mínima
varianza, consiste en determinar los valores de nh
de forma que para un tamaño de muestra (n) fijo,
la varianza V ( X st ) sea mínima.
N S
nh n L h h
N h Sh
h 1
2
donde : S : cuasivarianza poblacional del estrato h
h
3. AFIJACION DE OPTIMA
donde :
N h Sh C C : costo total
nh n L h
Ch : costo por unidad en el
= Escuelas = Estudiantes
Muestra por conglomerados
= = Estudiantes = Seleccionados
Escuelas
Muestreo por
conglomerados
• Ventajas
– Se pueden utilizar aun cuando no haya lista de
unidades de la población
– Para entrevistas personales, el tiempo y costo
de viajes se reduce muchísimo, sobre todo para
poblaciones rurales
– Se necesita sólo una lista de conglomerados
– O la posibilidad de construirla
Muestreo por
conglomerados
• Desventajas
– Tendencia de unidades vecinas de ser semejantes
reduce la precisión
– Dado n fijo, sería menos eficiente
– Pero si se consideran los costos en el terreno, la
posibilidad de aumentar n implica menor pérdida
de precisión en la práctica
MUESTREO POR
CONGLOMERADOS
• En el muestreo por conglomerados, los elementos
individuales de la población sólo pueden participar en
muestra si pertenecen a un conglomerado (UPM)
incluido en la muestra.