TEMARIO DE

[2017-18]
MATEMTICAS

TEMA 58: POBLACIN Y MUESTRA.

CONDICIONES DE REPRESENTATIVIDAD
DE UNA MUESTRA. TIPOS DE MUESTREO.
TE

TAMAO DE UNA MUESTRA.

I. POBLACIN Y MUESTRA
M

II. REPRESENTACIN DE UNA MUESTRA

A

III. TIPOS DE MUESTREO. TAMAO DE LA MUESTRA

DE

III.1. MUESTREO PROBABILSTICO

III.1.A. MUESTREO CON PROBABILIDADES IGUALES

M

III.1.B. MUESTREO CON PROBABILIDADES

DESIGUALES
UE

III.1.C. MUESTREO ESTRATIFICABLE

III.1.D. MUESTREO POR CONGLOMERADOS
III.1.E. MUESTREO SISTEMTICO
III.1.F. OTROS MUESTREOS
ST

III.2. MUESTREO INTENCIONAL U OPINATIVO

III.3. MUESTREO SIN NORMA
RA

IV. BIBLIOGRAFA
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 2

TEMA 58: POBLACIN Y MUESTRA.

CONDICIONES DE REPRESENTATIVIDAD
DE UNA MUESTRA. TIPOS DE MUESTREO.
TAMAO DE UNA MUESTRA.
TE

Uno de los objetivos de la Estadstica es hacer inferencias, es decir, extraer

conclusiones acerca de conjuntos definidos por una propiedad a partir de un
subconjunto determinado de los mismos. Uno de los problemas que se plantean, y
M

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

Es evidente que cuantas ms observaciones realicemos, mejor informacin

tendremos de la distribucin del conjunto del cual se extraen los datos, pero
generalmente o es imposible o es costoso hacer extracciones experimentales de
DE

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

Los primeros conceptos fundamentales a considerar en la teora de muestras

son los de poblacin y muestra.
Se denomina poblacin o universo a cualquier coleccin finita o infinita de
ST

individuos o elementos sobre los que se quiere realizar un estudio.

Los elementos de una poblacin no tienen por qu ser personas; pueden ser
rboles, ranas, libros)
En una poblacin se puede medir una o varias caractersticas y clasificar sus
RA

unidades de acuerdo con ellas.

A partir de estos resultados podemos hallar valores como la media, varianza,
etc., a los que denominaremos parmetros o caractersticas poblacionales.
Se da el nombre de censo a la enumeracin y anotacin de ciertas
caractersticas de todos los elementos de la poblacin.
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 3

A la poblacin que se intenta investigar se le denomina poblacin objetivo y

estar compuesta por todos los individuos de la poblacin. Sin embargo, en el
mundo real existen omisiones, duplicaciones, unidades extraas. Por otra parte
quizs no pueda obtenerse informacin de algunas unidades por diferentes motivos,
como que no estn accesibles en ese momento o que se niegan a colaborar. Todo
TE
ello hace que el conjunto que realmente es objeto de la investigacin sea diferente
de la poblacin objetivo y ser denominada poblacin investigada.
En muchos casos puede que no sea posible o conveniente obtener
informacin de todos los individuos de la poblacin, por lo que el estudio se reduce a
M

una parte de la misma.

Se denomina muestra a una parte de la poblacin que se obtiene con el fin de
A

investigar las propiedades de la poblacin.

Es deseable que la muestra represente lo mejor posible a los elementos de la
DE

poblacin, en el sentido de que proporcione buena informacin sobre ella.

Para elegir las unidades que van a constituir la muestra es necesario disponer
de un conjunto real de unidades que se ajuste lo mejor posible al conjunto ideal que
constituye la poblacin objetivo. Al listado de unidades que componen la poblacin a
partir del cual se selecciona la muestra lo llamaremos marco.
M

Llamamos muestreo al conjunto de reglas o al procedimiento mediante el cual

se obtiene una o ms muestras de la poblacin.
UE

II. REPRESENTACIN DE UNA MUESTRA

Cuando se extrae una muestra, los datos obtenidos a partir de ella nos
ST

permiten inferir unos valores aproximados de la poblacin en su totalidad. A estos

valores aproximados se les denomina estimadores, los cuales vendrn afectados por
unos errores que llamaremos errores de muestreo. Cuanto menor sea el error de
muestreo mayor ser la precisin del estimador correspondiente.
RA

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

Vamos a tratar, pues, de saber ms cosas del error de muestreo, viendo qu

propiedades debe tener un buen estimador y cul es el error de muestreo debido a
dicho estimador.
Si es un estimador de un parmetro desconocido de la poblacin, una

propiedad deseable de es que sea insesgado, es decir, que E = . ()

TE

En caso de que sea insesgado mediremos su precisin mediante la

varianza (cuanto ms pequea, ms preciso ser ). Si no es insesgado, su

precisin se mide con el error cuadrtico medio:
M

() (
ECM = E )
2

(a menor error mayor precisin), que coincide con la varianza en el caso de ser
insesgado.
DE

En general, y partiendo de la expresin anterior, se deduce que

() ()
ECM = V + B2

donde V ( ) es la varianza de y B = E ( ) es el llamado sesgo.

M

Entonces, como hemos visto, es la varianza de un estimador la que mide el

UE

error de muestreo. Tambin se puede medir mediante la desviacin tpica, , ya

que es la raz cuadrada de la varianza.

A veces tambin se considera el error de muestreo relativo o coeficiente de
variacin:
ST

e.m.r =
()
E

Puede parecer que los errores de muestreo imponen una seria limitacin a la
RA

utilizacin de muestras, pero esta impresin es injustificada, pues existen mtodos

que minimizan estos errores y procedimientos que permiten establecer el error de
muestreo que estamos dispuestos a tolerar, y seleccionar la muestra de tal forma
que las conclusiones que hagamos sobre los valores de la poblacin no vengan
afectados por errores de muestreo superiores a los establecidos.
 Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 5

Adems de los errores de muestreo existen otros errores ajenos al muestreo,

como pueden ser:
- Errores de medida, que son la diferencia entre el valor observado y el valor real
- Errores de procesamiento, que son debidos a errores en la entrada, edicin y
anlisis de datos.
TE
- Errores de falta de respuesta, que se producen cuando para ciertos elementos
de la muestra no se obtiene la informacin deseada.

III. TIPOS DE MUESTREO. TAMAO DE LA MUESTRA

M

III.1. MUESTREO PROBABILSTICO

A

Es aquel en el que se puede calcularse de antemano la probabilidad de

seleccionar una de las muestras posibles de la poblacin.
La seleccin de la muestra se considera como un experimento aleatorio y por
DE

eso habla de muestras aleatorias en el sentido de muestras probabilsticas.

Se dice que el muestreo es probabilstico superior cuando conocemos la
probabilidad de extraccin de cierta parte de la poblacin pero no de un elemento
dentro de ella.
M

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

probabilidad de seleccin de dicha parte.

Para que el muestreo sea probabilstico debe ser inferior y superior.

Vamos a estudiar varios tipos de muestreo probabilstico.

ST

III.1.A. MUESTREO CON PROBABILIDADES IGUALES

Es el muestreo base para los muestreos probabilsticas; los conceptos
fundamentales y las frmulas importantes derivan de l. Por otra parte, sirve como
referencia cuando se intenta evaluar la calidad de un mtodo cualquiera.
RA

La nica hiptesis de la que se parte consiste en suponer la existencia de un

marco perfecto, es decir sin omisiones ni duplicaciones.
Podemos distinguir dos tipos de muestreo con probabilidades iguales:
- Sin reemplazo o muestreo aleatorio simple (m.a.s)
- Con reemplazo
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 6

El m.a.s es el ms sencillo y el ms utilizado. No necesita de ningn

conocimiento a priori de la poblacin. La muestra se obtiene unidad a unidad, sin
reposicin de stas a la poblacin despus de cada seleccin, y con la misma
probabilidad.
TE
Supongamos que tengo una poblacin P de tamao N, cuyos elementos son
P = {n1,n2 ,,nN } . En ella estudiamos una variable X que toma el valor xi en ni.

Fijado el tamao muestral n, considero todas las posibles muestras de

tamao n, y llamar a ese conjunto S (es el espacio muestral).
M

Representar con letras maysculas las caractersticas o parmetros de la

poblacin y con minsculas las de la muestra. As tengo:
A

N= tamao poblacional n= tamao muestral

N n

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

media poblacional ( X ) y de la proporcin de la poblacin que est en un grupo

determinado (P). Veremos si estos estimadores son buenos calculando sus
varianzas y hallaremos el tamao muestral ptimo en cada caso.
Antes de nada, veamos qu forma tomar un estimador insesgado de un
RA

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

Si imponemos que sea insesgado, entonces E = : ()

N N
()
E = E bi xiIi = bi xiE ( Ii ) = ( * )
i=1 i=1
Si represento por i a la probabilidad de que el elemento ni sea

seleccionado en la muestra, entonces

TE

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

que ni y n j sean seleccionadas conjuntamente en la muestra, entonces

n ( n 1)
UE

i j = . (Este valor se usar ms tarde).

N (N 1)

Ya estamos en condiciones de hallar los estimadores insesgados de

ST

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

(p= proporcin de la muestra)

Estos estimadores son lineales e insesgados; si adems tienen mnima
varianza, entonces los valores de la variable estn muy prximos al parmetro
desconocido, y sern por tanto buenos estimadores.
Estudiemos pues, la varianza de los estimadores.
TE

Para la media
n N
= x = 1 x = 1 xI
Sabemos que X i n
n i=1 i=1
i i
M

()
= 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

Sacando, en ambos miembros, factor comn

(N n ) n
N2 (N 1)

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

Entonces, nos queda que

Nn 2 N n N 1 2 N n S2 S2
(*) = = S = = (1 f )
n (N 1) n (N 1) N N n n
M

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

El problema es que hemos obtenido que las varianzas de los estimadores

A

dependen de la cuasivarianza poblacional, en general desconocida. Por tanto,

tendremos que estimarla.
DE

Se puede demostrar (de manera no muy fcil) que la cuasivarianza muestral

es un estimador insesgado de la cuasivarianza poblacional.
Considerando lo anterior como vlido, en todas las frmulas anteriores se
sustituye S por s, y obtenemos:

()
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

Por lo general no se puede obtener el tamao exacto de una muerta pero s

una aproximacin. La decisin sobre el tamao de una muestra es importante ya
que si tomamos una muestra muy grande puede implicar un desperdicio de recursos,
RA

y si la cogemos pequea disminuye la utilizad de los resultados. La teora de

muestreo proporciona un planteamiento general que soluciona este problema.
Para ello fijamos un error mximo admisible ( e = K ) , y fijo tambin un nivel

de confianza pk
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 11

Si lo que quiero es estimar la media, el tamao muestra ptimo ser:

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

Si quiero estimar totales, el tamao muestral ptimo ser:

A

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

Si quiero estimar proporciones

M

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

una encuesta piloto.

El muestreo con reemplazo se da cuando elegimos la muestra unidad a
unidad, con reposicin de stas a la poblacin despus de cada seleccin.

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.

III.1.B. MUESTREO CON PROBABILIDADES DESIGUALES

TE
Las extracciones con probabilidades iguales estn basadas en la idea de que
si no se conoce nada a priori de las variables estudiadas, o si no se puede utilizar la
informacin que de ellas se posee, lo mejor es atribuir un peso igual a las unidades
de la poblacin.
M

Con frecuencia no se dan en la prctica estas caractersticas. Es normal que

el organizador de la encuesta utilice datos o hiptesis anteriores a la realizacin de
A

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

importancia que sta tenga.

III.1.C. MUESTREO ESTRATIFICABLE

Tiene como objetivo mejorar las estimaciones agrupando a los elementos ms
parecidos entre s. Se divide la poblacin en varias subpoblaciones o estratos,
M

generalmente con elementos que tienen caractersticas comunes.

UE

La seleccin de la muestra se hace tomando elementos de cada uno de los

estratos:

Ei = Estrato i-simo
ST

E1 E2 E3 N1 + N2 + N3 = N (Tamao poblacin)
N1 N2 N3 n1 + n2 + n3 = n (Tamao muestra)
RA

El reparto del tamao de la muestra entre los diferentes estratos se llama

afijacin y puede ser de tres tipos:
 Uniforme: que consiste en repartir por igual la muestra en los diferentes
estratos.
 Proporcional: que consiste en distribuir la muestra proporcionalmente al
tamao de cada estrato
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 13

 ptima: que hace que el reparto sea proporcional al nmero de elementos

de cada estrato y a la desviacin tpica del mismo. As se tiene en cuenta la falta de
homogeneidad de la subpoblacin.
Este tipo de muestreo tiene la ventaja de que pueden sacarse conclusiones
en cada estrato.
TE

III.1.D. MUESTREO POR CONGLOMERADOS

Consiste en dividir la poblacin en partes (conglomerados) buscando que los
elementos de cada conglomerado sean lo ms heterogneos posible, para que cada
M

uno represente de alguna manera a la poblacin. Se hace un listado de todos los

conglomerados y se selecciona al azar un nmero determinado de esta lista.
A

III.1.E. MUESTREO SISTEMTICO

En este muestreo se enumeran los elementos de la poblacin. Se toma
DE

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

de cada grupo de K consecutivos, el muestreo se denomina rgido o estrictamente

sistemtico y deja de ser probabilstico.
UE

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

costosa, en la que se estudiar algn aspecto fundamental para la segunda fase. En

la segunda fase se selecciona una muestra de entre los seleccionados en la muestra
anterior por algn otro mtodo.
Si se utilizan ms de dos fases se llama muestreo mltiple.
RA

Muestreo repetido: Consiste en la obtencin de muestras de una misma poblacin

dinmica a intervalos regulares de tiempo, para estudiar la evolucin de la poblacin.

Muestreo secuencial: suele utilizarse en el campo industrial en modelos de

inspeccin para aceptar o rechazar lotes de productos, entre otras cosas. No se fija
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 14

de antemano el nmero de unidades que forman la muestra, sino que se va

examinando cada una y a continuacin se decide si seguir el muestreo o
conformarse con la informacin ya obtenida para decidir si el lote se acepta o
rechaza.

III.2. MUESTREO INTENCIONAL U OPINATIVO

TE

En este tipo de muestreo es la persona que selecciona las muestras la que

procura que sta sea representativa. La representatividad depende, por tanto, de su
intencin u opinin, y la evaluacin de sta es totalmente subjetiva. La composicin
M

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

Supongamos que el diseo de la encuesta ha seguido los principios del

muestreo probabilstico hasta llegar al momento de seleccionar las personas que
han de ser entrevistadas. Esta etapa final consiste, en el muestreo por cuotas, en
asignar a cada entrevistador un nmero de entrevistas a personas en un
M

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

que cumplen dichos requisitos.

El margen de libertad dado al entrevistador puede introducir sesgos en el
proceso de seleccin que no podrn ser detectados.
El desconocimiento de las probabilidades de seleccin hace que no puedan
ST

estimarse los errores de muestreo.

III.3. MUESTREO SIN NORMA

RA

Aqu se toma la muestra de cualquier manera, por comodidad o a capricho. Si

la poblacin es homognea, la muestra obtenida puede ser representativa. En
ocasiones la uniformidad puede ser sustituida por una buena mezcla de elementos
antes de tomar muestras (por ejemplo, barajar las cartas, o girar el bombo de las
bolas).
Tema 58: Poblacin y muestra. Condiciones de representatividad de una muestra. Tipos de muestreo. Tamao de una
muestra. 15

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