Modelos de MUESTREO

Objetivo: estimar un parámetro poblacional a partir del

estudio de algunos de los elementos del universo.
En mercadotecnia se utiliza en investigaciones con
información recabada a través de encuestas.
Ejemplos: Estimación del total T

• Estimar la producción total departamental de leche (área agricultura)

• Cantidad total de artículos defectuosos en un lote (área producción ingeniería, economía,
administración)
• Cantidad total de personas que consumen un determinado producto (área administración)
• Valor total del inventario de un almacén. (área de economía y administración)
• Total de personas en edad escolar año 2020
• Total diario de pasajeros transportados por los vehículos de servicio público (área transporte)
Ejemplos - Estimación sobre la media poblacional µ

• Producción media anual de maíz por finca en Colombia año 2021 (área agricultura)
• Gasto medio mensual en alimentos por familias en Colombia año 2021 (área economía)
• Promedio de años de educación por persona en Tunja año 2021 (área Educación)
• Promedio diario de pasajeros transportados por un medio específico en Tunja año 2021
(área del transporte)
• Promedio de vida de un insecto en especie determinada (área Biología)
Un proceso específico de selección de muestra se denomina
muestreo probabilístico, si cumple con los siguientes
requerimientos:
OBSERVACIONES
años
Algunos diseños Muestrales: M.A.S, Bernoulli, r-Sistemático, Muestreo con reemplazamiento
MCR, Poisson, Probabilidad (distintas según el tamaño de la población) proporcional de
selección - PPS y Probabilidad proporcional sistemático - PiPS

Plan Muestral: Conjunto de Estimadores, diseño, consideraciones económicas y

operativas.
 MODELOS DE MUESTREO

OBJETIVO: Estimar un parámetro de la población a partir del estudio de los elementos del
universo.

Total de la Población

Muestra seleccionada de
forma aleatoria
 Conjunto de probabilidades de Selección: en función de
Marco muestral U, variable interés Y, Otras variables X

El diseño de muestra es una

función P(S) originada desde el
mecanismo de selección.

El factor de expansión es el
inverso de la probabilidad Probabilidad de selección
Pi-K prob. selección Varianza
teórica

Varianza estimada
del estimador
Probabilidad
conjunta
 ESTIMACIÓN DEL TOTAL CON DISEÑO MUESTRAL M.A.S

Prob. Inclusión
ESTIMACIÓN DEL TOTAL PARA UNA POBLACIÓN
CALCULO TAMAÑO DE MUESTRA M.A.S VARIABLE OBJETIVO : PROMEDIO Y PROPORCIÓN
EJEMPLO: CALCULO TAMAÑO DE MUESTRA aleatoria SIMPLE VARIABLE OBJETIVO :
MEDIA
EJEMPLO ESTIMACIÓN DE LA MEDIA, TOTAL Y PROPORCIÓN DISEÑO M.A.S
EJEMPLO: ESTIMACION MEDIA, TOTAL Y PROPORCION DISEÑO POR ESTRATOS
CALCULO TAMAÑO DE MUESTRA M.A. ESTRATIFICADO
EJEMPLO ESTIMACION MEDIA, TOTAL, PROPORCION POBLACIONAL CON DISEÑO POR CONGLOMERADO
ESTIMACION TOTAL POBLACIÓN MUESTREO CONGLOMERADOS
CALCULO TAMAÑO DE MUESTRA M.A. POR CONGLOMERADO
VARIABLE OBJETIVO : MEDIA
 MECANISMO DE SELECCIÓN DE LA MUESTRA ALEATORIA SIMPLE
METODO COORDINADO NEGATIVO Y FAN MULLER

Ejemplo
EJEMPLO DISEÑOS BERNOULLI
DISEÑOS POISSON
TAMAÑO DE MUESTRA MUESTREO SISTEMÁTICO LINEAL
DISEÑO SISTEMÁTICO
 Seleccionar muestras en STATA M.A.S

Comandos crear variable identificación del registro

generate id = _n
Crear el aleatorio con distribución uniforme [0,1]: generate aleatorio = runiform ()
Ordenar la variable aleatorio: sort aleatorio

Dado y calculado el tamaño de la muestra según el tipo de muestra, seleccionar los

elementos de la muestra método coordinado negativo – fan muller

Guardar las unidades muestrales para formar el archivo: keep if aleatorio<#que

corresponde a los n primeros elementos ya ordenados.
 ESTIMACIÓN DEL PROMEDIO, PROPORCIONES Y TOTAL EN STATA

RUTA interfaz: Estadística/análisis de datos encuesta/medias proporciones totales/activar cluster/

error estándar/ linealizado/ SE/ centre intervalos / if estratos …/desmarcar datos de encuestas
Tamaño de la muestra en stata para la diferencia de medias (recordar prueba de hipótesis para
µ1-µ2 y potencia de una prueba
Comando: sampsi -5 -1, sd1(12) sd2(12) power(0.80)

Se puede abreviar sampsi 4 0, sd(12) p(0.8)

Para averiguar la potencia en la diferencia de promedios:

Comando: sampsi 27 28, sd(3) n1(220) n2(132)

( para determinar una determinada potencia dadas dos proporciones)

sampsi 0.1 0.04 nocont ratio(2) [# veces que se quiere que sea más grande uno del otro]
n1=275 n2=550

Por omisión STATA asume que el poder de la prueba es del 90% con un Alpha de del 5% para una
prueba de 2 colas.
SELECCIÓN DE LA MUESTRA DISEÑO MUESTREO ALEATORIO SIMPLE EN STATA
1- Genere una variable aleatorio mediante comando: gen aleatorio= runifor()
2- ordene este números aleatorios comando: sort aleatorio
3- seleccione los individuos con el número de tamaño caculado con fórmula de esta
metodología, para lo cual hay que guardar los primeros clasificados, con los comandos:
keep o drop por ejemplo si son 30 el tamaño de muestra entonces ver hasta donde va el número
aleatorio con los primeros 30 individuos y luego si digitar el comando guardar o borrar registros
drop if aleatrio > .010954

Estimación promedio y total: interfaz: MAS y EsTRATIFICADO.

Estadist/análisis datos encuestas/ medias proporciones totales/ medias / variable (llenar var
interés) en SE/Clóster-desmarcar datos de encuestas/ tipo error linealizado/ marcar center
intervalo
Por Estratos: Estad/análisis encuestas/ medias. Proporc/medias/variable---/en in/if over llenar
estrato-variable subpoblación y desmarcar en closter – llenar indicador de variable: estrato
Estimación del promedio y varianza en STATA
1.- conocer el promedio con fines de expansión: comando ayuda help svyset define el diseño
muestral dentro del estudio: múltiples, estratificación
Ver main strata() fpc()
svyset psu[weight]----- especializado para diseños muestrales múltiples
Las opciones en main (primera etapa – submuestra varianza)
strata(nombre variable)--- variable de identificación
fpc(nombre variable)--- factor corrección poblaciones finitas
weigth(nombre variable)----nivel de etapa peso muestra
Comandos stata para etapas:
svyset upm, strata(estrato) ---- unidad de muestreo primera etapa
Con fines de estimación y varianza en 2 etapas separar con barras
svyset upm[pw=factor], strata(estrato) || folio ----2ª. Etapa
svy: mean nombre_variable
vce(Bootstrap)--- procesos de remuestreo – estimación de métodos no paramétricos.