UNIVERSIDAD NACIONAL DEL CALLAO

Facultad de Ingeniería Ambiental y de Recursos Naturales

MUESTREO SISTEMATICO
Curso: Estadística Aplicada a la I.A
Profesor: Sergio Leyva
Integrantes:
• Crisostomo Casasola, Fernando
• Diaz Mendez, Miguel
• Hilario Ortiz, Jennifer
• Rojas Rivera, Hanny
• Tejeda Villagomez, Joselyn
• Vásquez Vásquez, Erick
 Muestreo sistemático
DEFINICION

El muestreo sistemático, es aquel que se realiza en

un lugar donde pasan las unidades muestrales y se
selecciona una unidad cada “k” elementos que
pasan, hasta cumplir los “n” necesarios. Consistente
en escoger un individuo inicial de forma aleatoria
entre la población y, a continuación, seleccionar
para la muestra a cada enésimo individuo disponible
en el marco muestral. Concretamente, a partir de
una sola unidad que se selecciona en primer lugar,
el resto de unidades de la muestra vienen Por ejemplo, para estudiar la satisfacción de un
determinadas automáticamente al aplicarle a dicha servicio, podemos elegir sistemáticamente
unidad una regla selección sistemática. encuestar a “1” de cada “n” clientes que nos
visita.
 Como seleccionar una muestra sistemática

  Para una muestra sistemática de n

elementos de una población de De donde:
tamaño N, k debe ser menos o igual • K: Es la razón entre cada elemento a seleccionar
que N/n. • N: población
• n: muestra

Cuando el tamaño de la población es desconocido no podemos

seleccionar k exactamente , entonces se determina un tamaño de
muestra aproximado, pero debe suponer el valor de k necesario
para obtener una muestra n.
 Estimador de una media Estimador de un
poblacional total poblacional
1. Estimación de la media poblacional 𝜇:  
1. Estimación del total poblacional :
  =𝑌^ = ∑ 𝑦𝑖
^𝜇 𝑠𝑣
𝑛   𝜏^ = 𝑁 ´𝑦 𝑠𝑦
 
2. Varianza estimada de  
2. Varianza estimada de

𝑉
 
 
𝑉
^ ¿ ^ ¿
3. Limite de error de estimación 3. Limite de error de estimación
 
 
^ ¿¿
2 √𝑉 ^ ¿¿
2 √𝑉
 Estimador de una Selección del tamaño de
proporción poblacional muestra
1. Estimación de una proporción  
1. Selección del tamaño de muestra
poblacional P: para estimar m
𝑛
 
𝐵=2 √ ¿¿
∑ 𝑦𝑖  
𝑖=1
𝑝𝑠𝑦 = ´
𝑦 𝑠𝑦 =
𝑛
 
2. Varianza estimada de :   𝑁 σ2   D=
𝑛=
  = ( 𝑁 − 1 ) 𝐷+ σ 2
2. Selección del tamaño de muestra
3. Limite de error de estimación para estima p con limite B
psy qsy  N n   𝑁 𝑃𝑄
B  2 Vˆ ( psy )  2   𝑛=
n 1  N  ( 𝑁 − 1 ) 𝐷+ 𝑃𝑄
Estimación de una media poblacional.
PROBLEMA 1
La sección de control de calidad de una empresa usa el muestreo sistemático para estimar la cantidad
promedio de llenado de latas de 12 onzas que sale de una línea de producción. Los datos de la tabla adjunta
representa una muestra sistemática de 1-en-50 de la producción de un día. Estime 𝜇, y establezca un limite
para el error de estimación. Suponga 𝛮=1800.

Cantidad de llenado (en onzas)

12.00 11.97 12.01 12.03 12.01 11.80
11.91 11.98 12.03 11.98 12.00 11.83
11.87 12.01 11.98 11.87 11.90 11.88
12.05 11.87 11.91 11.93 11.94 11.89
11.72 11.93 11.95 11.97 11.93 12.05
11.85 11.98 11.98 12.05 12.02 12.04
 Solución Sabemos:
Datos: K=N/n
• N= 1800 Reemplazando tenemos:
• K= 50 50=1800/n
n=36

De los datos de la tabla se obtiene:

∑ 𝑦2𝑖=12.00+11.91+11.87+…+12.05+12.04=430.01
 

2 2 2
𝑦 𝑖 =12.00 +11.91 +…+12.04 =5136.5659
 
∑Además:
 
2 2
𝑠 =∑ 𝑦 − ¿ ¿ ¿ ¿ 𝑖
 
*E
=  = = 11.94

 *Varianza estimada de
 

*Limite del error de estimación:

  2
𝑠 𝑁 −𝑛

 
^
𝑠𝑦
√
𝐵=2 √ 𝑉 ( ´𝑦 ) =2
𝑛
(
𝑁
)
−3
𝐵=2 √ 1.679200614 𝑥 10 =±0.0259
 Para la estimación de
 

Interpretación:
Se estima que el promedio de llenado en latas de 12 onzas que sale de una línea de producción es de 11.94
onzas, con un limite de error de 0.0259 pudiendo ser la cantidad de cada lata en onzas de 11.8762 o
12.0038.
PROBLEMA 2
En una productora de galletas se quiere conocer el contenido de calorías promedio de la
producción diaria. Al día se producen 200 unidades de las cuales se escogieron 15
muestras sistemáticamente. Indique la media estimada y su intervalo de confianza al 95%
de seguridad.

Calorias por cada muestra

21 13 20
14 16 19
13 20 25
12 23 25
14 22 23
 Solución
Datos:
• N= 200
• n= 15
De los datos de la tabla se obtiene:
 

 
∑ 𝑦𝑖2=21+14+13+…+25+23 = 280 
2 2 2
∑ 𝑦𝑖 =21 +14 +…+23 =5524
Además:  
2 2
𝑠 =∑ 𝑦 −¿ ¿ ¿ ¿ 𝑖
  *E
 = = 18.667

 *Varianza estimada de
 

*Limite de error
  2
𝑠 𝑁 −𝑛
𝐵=2 √ 𝑉 ( ´𝑦 ) =2
^
𝑠𝑦
√𝑛
(
𝑁
𝐵=2 √ 1.3=± 2.28
 
)
  Para la estimación de

Interpretación:
Se estima que el contenido de calorías promedio de la producción diaria es de
18.67, con un limite de error de 2.28 pudiendo este disminuir hasta 16.39 o
aumentar hasta 20.95 con una confianza del 95%.
Estimación de un total poblacional.
Cantidad gastada Cantidad gastada
Estudiante Estudiante
(en dólar) (en dólar)

 EJEMPLO 3. Un colegio está interesado 1 30 16 32

en mejorar sus relaciones con una 2 22 17 14

comunidad vecina. Una muestra 3 10 18 29

4 62 19 48
sistemática de 1 - en - 150 de los N = 4500
5 28 20 50
estudiantes listados en el directorio es
6 31 21 9
tomada para estimar la cantidad total de
7 40 22 15
dinero gastado en ropa durante un 8 29 23 6
trimestre del año escolar. Los resultados 9 17 24 93
de la muestra están listados en la tabla 10 51 25 21
anexa. Use los datos para estimar , y 11 29 26 20
establezca un límite para el error de 12 21 27 13
estimación. 13 13 28 12
14 15 29 29
15 23 30 38
 Solución
• Nos piden estimar , el cual se halla con la siguiente ecuación:
  𝜏^ = 𝑁 ´𝑦 𝑠𝑦
 •
Se sabe que por datos del problema y de la tabla :   Sabemos por
dato:
= 4500 ; = 850
K = 150
 •
Ahora hallamos la , el cual esta dado por: Hallando n :
 
K=  n==
= = = 28.333
n = 30
• Reemplazando en la primera ecuación:
 
= (4500)(28.333)= 127498.5
 Cantidad gastada Cantidad gastada
Estudiante Estudiante
(en dólar) = (en dólar) =

1 30 900 16 32 1024
2 22 484 17 14 196
3 10 100 18 29 841
4 62 3844 19 48 2304
5 28 784 20 50 2500
6 31 961 21 9 81
7 40 1600 22 15 225
8 29 841 23 6 36
9 17 289 24 93 8649
10 51 2601 25 21 441
11 29 841 26 20 400
12 21 441 27 13 169
13 13 169 28 12 144
14 15 225 29 29 841
15 23 529 30 38 1444
• Ahora hallaremos el límite para de error de estimación:
 
^
2 √𝑉 ¿ ¿
 •
Calculando
  ; = = 722500
 
= = = = 338.644

• Reemplazando:
=  30137.074
  Para la estimación de

Interpretación:
Se estima que la cantidad de dinero gastado en ropa durante un trimestre del año
escolar fue de 127498.5 dólares con un limite de error de 30137.07 dólares
pudiendo este disminuir hasta 97361.41 dólares o aumentar hasta 157635.574
dólares.
EJEMPLO 4. Un hortelano de Virginia tiene un huerto experimental con N = 1300
manzanas de una nueva variedad en estudio, el investigador desea estimar la producción
total ( en bushels ) de la huerta, con la base en los árboles de una muestra sistemática de
1 en 10. La media y la varianza muéstrales para los árboles muestreados fueron:

 
= 3.52 bushels y = 0.48 bushels
Utilice estos datos para estimar el total  y establezca un límite para el error de
estimación.
 Solución
• Nos piden estimar , el cual se halla con la siguiente ecuación:
  𝜏^ = 𝑁 ´𝑦 𝑠𝑦
 •
Por dato sabemos:
= 1300 ; = 3.52

• Reemplazando obtenemos:
=  (1300)(3.52) = 4576
• Ahora hallaremos el límite para de error de estimación:
B=
 
• Por dato sabemos:
N= 1300 ; K= 10
 •
Calculando n
   
=  n = = 130 Por dato:
= 0.48
• Reemplazando:
 
^
2 √𝑉 ¿¿
B=
  = 149.879
  Para la estimación de

Interpretación:
Se estima que la producción total de la huerta es de 4576 bushels con un limite de
error de 149.879 bushels pudiendo este disminuir hasta 4426.121 bushels o
aumentar hasta 4725.87 bushels.
 Estimación de una proporción poblacional.
Ejercicio 5. La patrulla de caminos de un estado en particular esta interesada en la proporción de
automovilistas que proporcionan su licencia . se instala un puesto de verificación en una carretera
principal y se detiene al conductor de cada séptimo automóvil. Use los datos de la tabla anexa para
estimar la proporción de conductores que portan su licencia. Establezca un limite para el error de
estimación. Supongo que N = 2800 autos pasan por el puesto de verificación durante el periodo de
muestreo.
automóviles respuesta
1 1
2 1
3 0
. .
. .
. .
400 1
  Σ Yi = 324
 Solución
 Podemos apreciar en el problema que según la tabla nos encontramos en un caso de
dicotomía de donde:
• 1: conductores que portan su licencia.
• 0: conductores que no portan su licencia.
Nos piden estimar la proporción de conductores que portan su licencia.
Conocemos:
• =324
• n=400
Calculamos la estimación de la proporción con la siguiente formula.
  ∑ 𝑦 𝑖 324
𝑝𝑠𝑦 = ´𝑦 𝑠𝑦 = = =0,66=66 %
𝑛 400
  • Sabemos que:
+
• Reemplazamos para obtener

 • Calculamos la varianza estimada para

 =

• Limite para el error de estimación.

𝐵 =2 √ ¿ ¿
 
  Para la estimación de

Interpretación:
Se estima que la proporción de conductores que portan su licencia es del 66% con
un limite de error que puede aumentar o disminuir en 2.19%
Ejemplo 6. La gerencia de una compañía privada con 2000 empleados está interesada en
estimar la proporción de empleados que están a favor de una nueva política de inversión.
Una muestra sistemática de 1 en 10 es obtenida de los empleados que salen del edificio al
final de un día de trabajo (las respuestas a favor se han representado como 1) establezca el
limite para el erro de estimación.
EMPLEADO RESPUESTA
MUESTREADO
3 1
13 0
23 1
. .
. .
. .
1993 1
Σ Yi =110
 Solución
 Podemos apreciar en el problema que según la tabla nos encontramos en un caso de dicotomía
de donde:
• 1: respuestas a favor.
• 0: respuestas en contra.
Nos piden estimar la proporción de trabajadores que están a favor de la política de inversión.
Conocemos:
• =110 K=N/n
• N=2000 10=2000/n
• K=10 n=200
• Calculamos la estimación de la proporción con la siguiente formula.
 
𝑝𝑠𝑦 = ´𝑦 𝑠𝑦 =
∑ 𝑦 𝑖 110
= = 0,55=55 %
𝑛 200
  • Sabemos que:
+
• Reemplazamos para obtener

 • Calculamos la varianza estimada para

 =

• Limite para el error de estimación.

𝐵 =2 √ ¿ ¿
 
  Para la estimación :

Interpretación:
Se estima que la proporción de empleados que están a favor de una nueva política
de inversión representan el 55% y esta cantidad puede aumentar o disminuir en
6.69%.
 Selección del tamaño de muestra
Problema 7. Un auditor se enfrenta a una larga lista de N=5000 cuentas por cobrar de
una empresa. El valor de cada una de estas cuentas su varianza muestral fue de 210€. El
auditor quiere determinar el tamaño de muestra requerido para estimar µ, el valor
promedio de las deudas por cobrar con un error de estimación 100€ y con una confianza
del 95%.
Solución
 Datos: Con los datos calculamos el valor de D.
• N=500  D===2500
• B=100

• Calculamos el tamaño de muestra con la siguiente formula. El resultado se redondea a

N 2 5000(210 2 ) 18. La cantidad es pequeña
n   17,58  18 porque el limite de error que
( N  1) D   2
4999(2500)  210 2
se dio es muy grande.
  
Problema 8. En una productora de chorizos se desea conocer el contenido de grasa
promedio de la producción diaria. Si al día se producen N=200 productos y por
experimentos previos se sabe que la varianza es de =21.24 gramos. Encontrar el tamaño de
la muestra necesaria si se permite un error máximo de B=1 gramo.

Solución
 Datos: Con los datos calculamos el valor de D.
• N=200  D===0.25
• B=1

• Calculamos el tamaño de muestra con la siguiente formula. El resultado se redondea a

  = 60. La cantidad es muy alta
porque el limite de error se
seleccionó muy pequeño.