Escolar Documentos
Profissional Documentos
Cultura Documentos
[2017-18]
MATEMTICAS
IV. BIBLIOGRAFA
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 2
que estudiaremos en este tema, es cmo elegir el subconjunto de forma que los
datos que a partir de l se obtengan pueden ser extrapolados a toda la poblacin.
A
todos los individuos del grupo. Por ello, se debe buscar un mtodo para determinar
cuntas observaciones precisamos para poder conocer lo que deseamos con un
error mximo fijado previamente. Este es el objetivo central de la Teora del
Muestreo.
M
I. POBLACIN Y MUESTRA
UE
Este tipo de errores siempre van asociados a las muestras, es decir, siempre
cometeremos error de muestreo sea cual sea el mtodo de eleccin de una muestra.
Una muestra ser tanto ms representativa cuanto ms pequeo sea el error de
muestreo, entendiendo por muestra representativa aquella que nos sirve para juzgar
con bastante certeza la caracterstica que nos interesa de la poblacin total.
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 4
() (
ECM = E )
2
(a menor error mayor precisin), que coincide con la varianza en el caso de ser
insesgado.
DE
() ()
ECM = V + B2
e.m.r =
()
E
Puede parecer que los errores de muestreo imponen una seria limitacin a la
RA
Por otra parte est el muestreo probabilstico inferior que es aquel en que se
conoce la probabilidad de seleccin dentro de una parte de la poblacin, pero no la
UE
xi x
DE
i
X= i=1
= media poblacin x= i =1
= media muestral
N n
(x x)
N n
( x X)
2 2
i i
S2 = i =1
= cuasivarianza pobl. s2 = i=1
= cuasivarianza muestral
M
N 1 n 1
(x x)
N n
( )
2 2
xi X i
UE
2 = i=1
= varianza pobl. s2 = i =1
= varianza muestral
N n
Lo que vamos a hacer ser hallar estimadores del total poblacional (X), de la
ST
N
parmetro cualquiera , que ser de la forma = ai x i .
i =1
n n
Un estimador de vendr dado por = bi x i = bi x iIi donde
i=1 i =1
1 Si ni pertenece a la muestra s
I i (s) = con s S
0 Si ni no est en la muestra s
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 7
E ( Ii ) = 1 P ( ni s ) + 0 P ( ni s ) = i
Entonces
N N
ai
( * ) = bi x i i = = a i x i
M
de donde bi i = ai bi = .
i =1 i =1 i
n
a
Por tanto = i xi es estimador insesgado de .
A
i =1 i
DE
Es fcil comprobar que tanto si dos muestras con las mismas unidades en
distinto orden coinciden, como si dos muestras con las mismas unidades en distinto
n
orden son diferentes, se cumplen que i = .
N
Tambin en ambos casos se comprueba que si i j denota la probabilidad de
M
n ( n 1)
UE
X, X y P:
N n n
1 1 = 1 1 1
X= x i , es decir, ai = i . Por tanto, X x i = xi = X
i =1 N N i =1 N n / N i=1 n
RA
N n n
= 1 x = N 1 x = Nx
X = xi , es decir, ai = 1 i . Por tanto, X i i
i=1 i=1 n / N i =1 n
1 N 1 Si ni a la clase
P= A i donde A i =
N i=1 0 Si ni a la clase
n
1 1 1 n
Entonces, P =
Ai = Ai = p
i =1 N n / N n i=1
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 8
()
= Var 1 x I = 1 var x I =
N N
var X n i i n2 i i
i=1 i=1
A
1 N
= 2
var ( xiIi ) + cov ( xiIi ,x jI j ) =
DE
n i=1 i j
1 N 2
=
n2 i=1
x i var ( I i ) + x i x j cov ( I i , I j ) = (*)
i j
M
E ( Ii ) = i , como ya vimos
UE
E I 2 = 12 P n a la muestra + 02 P n a la muestra =
i ( ) ( i ) ( i ) i
( ) ( ( ))
2
Var ( Ii ) = E Ii E Ii = i i2 = i (1 i )
2 2
Cov ( Ii , I j ) = E ( Ii , I j ) E ( Ii ) E ( I j ) = ij i j
ST
1 si ni ,n j a la muestra
I i I j = E ( IiI j ) = ij
0 en otro caso
RA
1 N 2
(*) = xi i (1 i ) + xi x j ( ij i j ) = (*)
n i=1 i j
n n n (N n )
i (1 i ) = 1 =
N N N2
n ( n 1) n n n (N n )
ij i j = =
N (N 1) N N N2 (N 1)
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 9
Nn N
(*) = ( N 1) x i2 x i x j = ( * )
nN (N 1)
2
i=1 i j
TE
Desarrollamos 2 :
2
N N
N
N
( x X) xi
2
i x i 2
x i
2
=2 i=1
= i=1
X =
2 i =1
i=1 2 =
M
N N N N
N N N
x i
2
x i2 + x i x j 1 1 N 1 N
= i=1
i=1 i j
= 2 x i2 2 x x =
A
i j
N N2 N N i=1 N i j
1 N
= ( N 1) xi 2 x i x j
DE
2
N i=1 i j
n
con f = . Al factor 1-f se le llama correccin para poblaciones finitas.
N
UE
Conclusin:
()
2
= 1 f S
Var X ( )
n
e.m. ( X )
ST
= S
x = 1 f
n
c.v. X ()
= x = 1 f S / X
X n
RA
Para el total:
( ) ()
2
= Nx Var X
X = N2 (1 f ) S
= Var Nx = N2 Var X
n
( )
= N 1 f S
El error de muestreo es e.m. X
n
( )
Para la proporcin
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 10
Nn 2
P = p Var P = ( )
N 1 n
= (*)
A i
P= con A i B (1,P )
N
Luego 2 = P (1 P ) = PQ
TE
Nn PQ
(*) =
N 1 n
N n PQ
( )
e.m. P =
N 1 n
M
()
2
X = (1 f ) s
M
Var
n
()
2
X
Var = N2 (1 f ) s
UE
n
P = N n s = N n n PQ = N n PQ
2
Var ( )
N n N n 1 n N n
ST
de confianza pk
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 11
S2 S2
e = K x = K (1 f ) e2 = K 2 (1 f )
n n
S2 S2 K 2S2
e2 = K 2 K2 n=
n N K 2 S2
e +
2
N
TE
K 2 S2
noptimo =
1 K 2 S2
1+ 2
N e
M
S2 S2
e = K x = K N (1 f )
2
e = K N (1 f )
2 2 2
n n
K 2N2S2
DE
nopt = e2
1 K 2N2S2
1+
N e2
e = K = K
(N n ) PQ e2 = K 2 N n PQ
p N 1 n N 1 n
UE
N PQ 1
e2 = K 2 K2 PQ
N 1 n N 1
K 2N2PQ N K 2PQ
nopt = N 1 = N 1 e2
ST
K 2PQ 1 K 2PQ
e2 + 1+
N 1 N 1 e2
Como vemos n est en funcin de S2 que es desconocida. Lo que tendremos
que hacer ser estimar S2 por datos de otros experimentos anteriores o mediante
RA
El desarrollo que hemos hecho para el m.a.s se puede hacer aqu de forma
anloga. Indiquemos, por ejemplo, que los estimadores son los mismos en ambos
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 12
tipos de muestreo y que las varianzas son incluso ms sencillas. Resaltamos que los
estimadores de las varianzas en el m.a.s eran insesgados, sin embargo en el
muestreo con reemplazo no tienen por qu serlo.
sta. Estos datos le llevan a dar ms importancia a ciertas unidades frente a otras,
por lo que la probabilidad de seleccin de cada unidad sea distinta y variar segn la
DE
Ei = Estrato i-simo
ST
E1 E2 E3 N1 + N2 + N3 = N (Tamao poblacin)
N1 N2 N3 n1 + n2 + n3 = n (Tamao muestra)
RA
N tamao poblacin
K= = , y se elige aleatoriamente un elemento de entre los K
n tamao muestra
primeros.
A continuacin se toman los siguientes de K en K.
Cuando el origen no es aleatorio sino que se toman los elementos centrales
M
F. OTROS MUESTREOS
Muestreo doble o bifsico: Consta de dos fases.
En la primera se toma una muestra grande de forma rpida, sencilla y poco
ST
de la muestra puede estar bastante influenciada por las preferencias del individuo
que las obtiene.
A
Este muestreo carece, por tanto, de una base terica consistente. Sin
embargo, su uso es bastante frecuente, por ejemplo en el denominado muestreo
por cuotas. Veamos en qu consiste:
DE
determinado grupo de edad, sexo, nivel econmico, zona de residencia, etc. Sujeto a
estas restricciones, se deja en libertad al entrevistador para que elija a las personas
UE
IV. BIBLIOGRAFA
Cesar Prez Lpez. Muestreo estadstico: conceptos y problemas resueltos. Pearson
Educacin, 2005.
Virtudes Alba Fernndez; Nuria Ruiz Fuentes. Muestreo Estadstico, Septem Ediciones,
2004.
TE
Rodrguez Osuna, J. (1993). Mtodos de muestreo. Madrid, CIS
M
A
DE
M
UE
ST
RA