MAE

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 21

Curso: ESTADISTICA APLICADA A LA

I.A.
Título: MUESTREO ALEATORIO
ESTRATIFICADO.
Ciclo: V
Profesor: Leyva Haro, Sergio.
Alumna:
 Chavez Torres, Fernando Jesus. 1519510025
 Mateo Tagle, Diego Alberto. 1519510097
 Mori Gamarra, Coraima Diane. 1519510034
 Rayme Caballero, Evelyn Maylil. 1519520226
 Tejeda Berrios, Cynthia Julissa. 1519530015
 Vega Rojas, Judith Jaquelyn. 1519520109

Callao, 15 de Enero del 2018


PERÚ
UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

CONTENIDO:

2
I. DEFINICIÓN............................................................................................................................. 3
II. CARACTERÍSTICAS .............................................................................................................. 3
III. PASOS DE SELECCIÓN PARA UN MUESTREO ESTRATIFICADO .............................. 3
IV. NOTACIÓN ADICIONAL PARA MUESTREO ALEATORIO ESTATIFICADO ............. 4
V. FÓRMULAS ............................................................................................................................ 4
VI. PROBLEMAS......................................................................................................................... 8
VII. VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO ESTRATIFICADO
(MAE) EN COMPARACION CON EL MIA ............................................................................ 20
VIII. BIBLIOGRAFÍA ................................................................................................................ 21

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

MUESTREO ALEATORIO ESTRATIFICADO

I. DEFINICIÓN
El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la población
se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra irrestricta
aleatoria simple se selecciona de cada segmento (estrato). Las muestras seleccionadas de los
diversos estratos se combinan en una sola muestra.
3

Por ejemplo, si en un estudio esperamos encontrar un comportamiento muy diferente entre


hombres y mujeres, puede ser conveniente definir dos estratos, uno por cada sexo. Si la
selección de estos estratos es correcta (1) los hombres deberían comportarse de forma
parecida entre ellos, (2) las mujeres deberían comportarse de forma muy similar entre ellas
y (3) hombres y mujeres deberían mostrar comportamientos dispares entre sí.

El uso del muestreo aleatorio estratificado reduce el error muestral, mejorando la precisión de
nuestros resultados al realizar un estudio sobre la muestra. Requiere información auxiliar de una
o varias variables o atributos para estratificar las unidades poblacionales (Género).

II. CARACTERÍSTICAS
 Es eficiente para poblaciones heterogéneas.
 Reduce el costo del muestreo al reducir los tamaños de la muestra sin que ello haga
perder precisión.
 Forma parte de los diseños muestrales más complejos.
 Existe independencia en la selección de la muestra en cada estrato.
 Es más costoso que el MAS.
 Bien usado éste método produce errores de muestreo más bajos.

III. PASOS DE SELECCIÓN PARA UN MUESTREO ESTRATIFICADO


Existen 6 pasos principales en una selección de una muestra aleatoria estratificada, los
siguientes:

1) Seleccionar un marco de muestreo adecuado.


2) Seleccionar las variables de estratificación.
3) Definir el número de estratos (L) de acuerdo con los objetivos del estudio.
4) Dividir la población en L estratos, basándose en la variable de estratificación.
“Cada unidad poblacional debe pertenecer a uno y solo uno de los estratos”
5) Determinar el tamaño de muestra global y realizar la afijación (repartición) para cada
estrato de acuerdo con la regla que se haya escogido para tal efecto previamente.
6) “No olvide que: n= n1 + n2 +……+ nL”

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

IV. NOTACIÓN ADICIONAL PARA MUESTREO ALEATORIO ESTATIFICADO

Ni: número de unidades


L: número de estratos n: tamaño de la muestra
muestrales en el estrato i.
n = n1+n2+n3+…+nL
N=N1+N2+…+NL
V. FÓRMULAS 4

 ESTIMACIÓN DE LA MEDIA Y UN TOTAL DE POBLACIONALES:

Estimador de la 1
media 𝑦ത𝑠𝑡 = ෍ 𝑁𝑖 𝑦ത𝑖
𝑁
ESTIMADOR DE LA MEDIA

poblacional 𝜇:

Varianza 1 𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
estimada de ෠ 𝑦ത𝑠𝑡 ) =
𝑉( ෍ 𝑁𝑖2
𝑁 2 𝑁𝑖 𝑛𝑖
𝑦ത𝑠𝑡 :

Límite para el
1 𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
error de ෠ 𝑦ത𝑠𝑡 ) = 2
2 𝑉( ෍ 𝑁𝑖2
estimación: 𝑁 2 𝑁𝑖 𝑛𝑖

Estimador de la 1
ESTIMADOR DE LA PROPORCIÓN

media 𝑃𝑠𝑡 = ෍ 𝑁𝑖 𝑃𝑖
poblacional P: 𝑁

Varianza 1
෠ 𝑠𝑡 ) = 2 𝑁𝑖 − 𝑛𝑖 𝑃𝑖 𝑄𝑖
estimada de 𝑉(𝑃 ෍ 𝑁𝑖
𝑃𝑠𝑡 : 𝑁2 𝑁𝑖 𝑛𝑖 − 1

Límite para el
1 𝑁𝑖 − 𝑛𝑖 𝑃𝑖 𝑄𝑖
error de ෠ 𝑠𝑡 ) = 2
2 𝑉(𝑃 ෍ 𝑁𝑖2
estimación: 𝑁 2 𝑁𝑖 𝑛𝑖 − 1

Estimador del 𝑙
total 𝜏: 𝜏𝑠𝑡 = 𝑁𝑦ത𝑠𝑡 = ෍ 𝑁𝑖 𝑦𝑖
1

Varianza 𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
ESTIMADOR TOTAL

estimada de 𝑉෠ 𝑁 𝑦ത𝑠𝑡 = 𝑁 2 𝑉(
෠ 𝑦ത𝑠𝑡 ) = ෍ 𝑁𝑖2
𝑁𝑦ത𝑠𝑡 : 𝑁𝑖 𝑛𝑖

Límite para el
𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
error de ෠ 𝑦ത𝑠𝑡 ) = 2 ෍ 𝑁𝑖2
2 𝑉(𝑁
estimación: 𝑁𝑖 𝑛𝑖

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

𝑛𝑖 = 𝑛𝑤𝑖
TAMAÑO DE
MUESTRA n

ESTRATOS

donde: i = 1, 2, 3, …, L
A LOS

σ 𝑁𝑖 𝜎𝑖2 /𝑤𝑖 Donde:


ESTIMAR 𝜇 O 𝜏 O P CON UN

𝑛=
𝑁 2 𝐷 + σ 𝑁𝑖 𝜎𝑖2 𝐵2
𝑃𝑎𝑟𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝜇 ∶ 𝐷 =
TAMAÑO DE MUESTRA

4
APROXIMADA PARA

𝐵2
LÍMITE DE ERROR

𝑃𝑎𝑟𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝜏 ∶ 𝐷 =
4𝑁 2
σ 𝑁𝑖2 𝑃𝑖 𝑄𝑖 /𝑤𝑖 Donde:
𝑛=
𝑁 2 𝐷 + σ 𝑁𝑖 𝑃𝑖 𝑄𝑖 𝐵2
𝑃𝑎𝑟𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝑃: 𝐷 =
4

 ASIGNACIONES:

¿Cómo dividir el tamaño de la muestra en los estratos?

Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos,
cada división puede originar una varianza diferente para la media muestral. El objetivo del
diseño de encuesta por muestreo es proporcionar estimadores con varianzas pequeñas al
menor costo posible. El mejor esquema de asignación está influido por tres factores:
1. El número total de elementos en cada estrato
2. La variabilidad de las observaciones dentro de cada estrato
3. El costo por obtener una observación de cada estrato.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

N  i
2
i
2
/ wi
Tamaño de muestra requerida para estimar µ o  n
con un límite B para el error de estimación:
N 2 D   N i  i2

B2 6
D ; Para estimar 
4
B2
D ; Para estimar 
4N 2

 N / c 
n  n 
Asignación que minimiza el costo para el valor fijo
i i i
de V(𝑦ത𝑠𝑡 ) o que minimiza V(𝑦ത𝑠𝑡 ) =para un costo
fijo:
i
N  / c 
  k k k

Donde:
 Ni denota el tamaño del estrato i-th,
 σi denota la desviación estándar poblacional pare el estrato i-th y
 ci denota el costo para obtener una observación individual del i-th estrato.

L L
( N k k / ck )(  N i i ci )
n k 1
L
i 1

N 2 D   N i i2
i 1

L
( N i i ) 2
En la asignación de Neyman, la ecuación: n i 1
L
N 2 D   N i i2
i 1

𝒄𝟏 = 𝒄𝟐 = ⋯ = 𝒄𝑳 ; 𝝈𝟏 = 𝝈𝟐 = ⋯ = 𝝈𝑳
 
 
N 
ni  n L i   n i 
En la asignación Proporcional: N
  N
  Ni 
 i 1 

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

N i Pi Qi / ci
Asignación aproximada que minimiza el costo: ni  n L

N
K 1
k Pk Qk / ck

 ESTRATIFICACIÓN DESPUÉS DE SELECCIONAR LA MUESTRA:

𝑁1 𝑁2
𝑦ത𝑠𝑡 = 𝑦ത1 + 𝑦ത
𝑁 𝑁 2

2 2
𝑁1 𝑁2
𝑉෠ 𝑦ത𝑠𝑡 = 𝑉෠ 𝑦ത1 + 𝑉෠ 𝑦ത2
𝑁 𝑁

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

VI. PROBLEMAS

ESTIMACIÓN DE LA MEDIA Y UN TOTAL DE POBLACIONALES:

1. Se está interesado en determinar la audiencia de la publicidad televisiva en una cadena


local de un municipio, se decide realizar una encuesta por muestreo para estimar el
número de horas por semana que se ve la televisión en las viviendas del municipio. Éste
8
está formado por tres barrios con diferentes perfiles socioculturales que afectan a la
audiencia televisiva. Hay 210 hogares en el barrio A, 84 en el barrio B y 126 en el barrio
C. La empresa publicitaria tiene tiempo y dinero suficientes como para entrevistar 30
hogares y decide seleccionar muestras aleatorias de tamaños: 15 del barrio A, 6 del barrio
B, y 9 del barrio C. Se seleccionan las muestras aleatorias simples y se realizan las
entrevistas. Los resultados, con mediciones del tiempo que se ve la televisión en horas
por semana, se muestran en la siguiente tabla:

ESTRATO A ESTRATO B ESTRATO C


36,34,26,39,38, 20,25,30,14,41, 14,22,15,17,21,
32,38,37,29,28, 39. 11,20,14,24.
41,35,29,37,41.

 Estime el tiempo medio que se ve la televisión, en horas por semana, para:


a) Los hogares del barrio A.
b) Los hogares del barrio B.
c) Los hogares del barrio C.
d) Todos los hogares
 Para todos los casos fije un límite para el error de estimación.

Datos:

BARRIO A BARRIO B BARRIO C TOTAL


𝑵𝟏 = 𝟐𝟏𝟎 𝑁2 = 84 𝑁3 = 126 𝑁𝑇 = 420
𝒏𝟏 = 𝟏𝟓 𝑛2 = 6 𝑛3 = 9 𝑛 = 30

Solución:
La empresa publicitaria puede desear producir estimaciones, por separado, del número
promedio de horas que se ve televisión en los hogares del municipio. (ℎ𝑜𝑟𝑎𝑠⁄𝑠𝑒𝑚𝑎𝑛𝑎)
1° Se calculan las medias y varianzas muestrales en cada estrato:

ESTRATO A ESTRATO B ESTRATO C TOTAL


36,34,26,39,38, 20,25,30,14,41, 14,22,15,17,21,
32,38,37,29,28, 39. 11,20,14,24.
41,35,29,37,41.
𝑵𝟏 = 𝟐𝟏𝟎 𝑁2 = 84 𝑁3 = 126 𝑁𝑇 = 420
σ𝑛1 𝑦𝑖 𝒏𝟏 = 𝟏𝟓 𝑛2 = 6 𝑛3 = 9 𝑛 = 30
𝑦ത =
𝑛 ̅𝟏 = 𝟑𝟒, 𝟔𝟕
𝒚 𝑦ത2 = 28,17 𝑦ത3 = 17,56 𝑦ത = 28,23
𝒔𝟐𝟏 = 𝟐𝟑, 𝟐𝟒 𝑠22 = 112,57 𝑠32 = 19,28 𝑆 2 = 92,74
σ(𝑦𝑖 − 𝑦ത)2
𝑆2 =
𝑛−1

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

A partir de estos valores calculamos las varianzas de los estimadores de la media en cada
estrato y los límites para los errores de dichas estimaciones:

𝑁1 − 𝑛1 𝑠12 210 − 15 23,24


𝑉෠ (𝑦ത1 ) = ෍ ( )( ) = ෍( )( ) = 1,44
𝑁1 𝑛1 210 15

2√𝑉෠ (𝑦ത1 ) = 2,40 ℎ⁄𝑠


9
84 − 6 112,57
𝑉෠ (𝑦ത2 ) = ෍ ( )( ) = 17,42
84 6

2√𝑉෠ (𝑦ത2 ) = 8,35 ℎ⁄𝑠

126 − 9 19,28
𝑉෠ (𝑦ത3 ) = ෍ ( )( ) = 1,99
126 9

2√𝑉෠ (𝑦ത3 ) = 2,82 ℎ⁄𝑠

Para el conjunto de todos los hogares el estimador de la media es:


1 1
𝑦ത𝑠𝑡 = ෍ 𝑁𝑖 𝑦ത𝑖 = × [(210 × 34,67) + (84 × 28,17) + (126 × 17,56)] = 28,23 ℎ⁄𝑠
𝑁 420
Y la varianza de este estimador la podemos calcular basándonos en las varianzas de los
estimadores de la media en cada estrato mediante:
1 2 𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
𝑉෠ (𝑦ത𝑠𝑡 ) = ෍ 𝑁𝑖 ( ) ( ) = 1,24
𝑁2 𝑁𝑖 𝑛𝑖

2√𝑉෠ (𝑦ത𝑠𝑡 ) = 2,22 ℎ⁄𝑠

𝑦ത𝑠𝑡 ± 2√𝑉෠ (𝑦ത𝑠𝑡 ) = 28,23 ± 2,22

Estimamos que el número promedio de horas por semana que se ve tv en los


hogares del municipio es de 𝟐𝟖, 𝟐𝟑 horas. Y confiamos que el error de estimación
debe ser menor de 𝟐, 𝟐𝟐 horas, con una confianza de 95%.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

2. Las granjas de una cierta región se dividen en cuatro categorías según su superficie. El
número de granjas en cada categoría es 72, 37, 50 y 11. Un estudio para estimar el total
de vacas productoras de leche en la región produce una muestra estratificada de 28
granjas. El total de vacas productoras de leche en estas 28 granjas viene dado en la
siguiente tabla:

CATEGORÍA TOTAL DE VACAS


Categoría I 61, 47, 44, 70, 28, 39, 51, 52, 101, 49, 54, 71 10
Categoría II 160, 148, 89, 139, 142, 93
Categoría III 26, 19, 21, 34, 28, 15, 20, 24
Categoría IV 17, 11

 Estimar el total de vacas productoras de leche, así como el error estándar del
estimador.
Datos:
En este estudio se utiliza la estratificación para clasificar la categoría de las granjas,
dividiendo las granjas en 4 categorías o estratos con tamaños:

ESTRATO 1 ESTRATO 2 ESTRATO 3 ESTRATO 4


𝑵𝟏 = 𝟕𝟐 𝑁2 = 37 𝑁3 = 50 𝑁4 = 11
𝒏𝟏 = 𝟏𝟐 𝑛2 = 6 𝑛3 = 8 𝑛4 = 2

Solución:
Las fracciones de muestreo para cada uno de los estratos vienen dadas por:
𝑛1 12
𝑓2 = = = 0,166
𝑁1 72
𝑛2 6
𝑓3 = = = 0,16
𝑁2 37
𝑛3 8
𝑓3 = = = 0,16
𝑁3 50
𝑛4 2
𝑓4 = = = 0,18
𝑁4 11
Las medias muestrales correspondientes a las muestras seleccionadas de cada estrato
vienen dadas por:
1 𝑛1
𝑥1
തതത= σ 𝑋 = 55,5833
𝑛1 𝑖=1 1

1 𝑛2 160+148+89+139+142+93
𝑥2
തതത= σ 𝑋 = = 128,5
𝑛2 𝑖=1 2 6

1 𝑛3 26+19+21+34+28+15+20+24
𝑥3
തതത= σ 𝑋 = = 23,3750
𝑛3 𝑖=1 3 8

1 𝑛4 17+11
𝑥4
തതത= σ 𝑋 = = 14
𝑛4 𝑖=1 4 2

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

En este caso, el estimador del total de vacas productoras de leche viene dado por:
𝐿

𝑋෠𝑠𝑡 = ෍ 𝑁ℎ 𝑋തℎ = 72𝑥55,5833 + 37𝑥128,5 + 50𝑥23,375 + 11𝑥14 = 𝟏𝟎𝟎𝟕𝟗 𝒗𝒂𝒄𝒂𝒔


Calculamos el error del estimador, para ello consideramos la varianza de dicho estimador:
𝐿
𝑆ℎ2
𝑉(𝑋෠𝑠𝑡 ) = ෍ 𝑁ℎ2 (1 − 𝑓ℎ ) 11
𝑛ℎ
ℎ=1

Como no tenemos datos suficientes para calcular 𝑆ℎ2 , estimamos la varianza anterior
como:
𝐿
𝑆̂ℎ2
𝑉෠ (𝑋෠𝑠𝑡 ) = ෍ 𝑁ℎ2 (1 − 𝑓ℎ )
𝑛ℎ
ℎ=1

Hallando 𝑆̂ℎ2 :
1 𝑛1 1 3860,91667
𝑆̂12 = 𝑛 −1 σ𝑖=1 (𝑋1 − 𝑋ത1 ) = 11 σ12 2
𝑖=1(𝑋1 − 55.5833) = 11
= 350,99 ≅ 351
1

1 𝑛2 1 4485,5
𝑆̂22 = 𝑛 −1 σ𝑖=1 (𝑋2 − 𝑋ത2 ) = 5 σ6𝑖=1(𝑋2 − 128,5)2 = 5 = 8970,1
2

1 𝑛3 1 247,875
𝑆̂32 = 𝑛 −1 σ𝑖=1 (𝑋3 − 𝑋ത3 ) = 7 σ8𝑖=1(𝑋3 − 23,375)2 = 7 = 35,4107
3

1 𝑛4 1
𝑆̂42 = 𝑛 −1 σ𝑖=1 (𝑋4 − 𝑋ത4 ) = 1 σ2𝑖=1(𝑋4 − 14)2 = (17 − 14)2 + (11 − 14)2 = 18
4

Por lo tanto, la estimación de la varianza del estimador para el total de la población viene
dado por:
𝐿
𝑆̂ℎ2
𝑉෠ (𝑋෠𝑠𝑡 ) = ෍ 𝑁ℎ2 (1 − 𝑓ℎ ) = 309500
𝑛ℎ
ℎ=1

Por lo tanto, el error de muestreo estimado viene dado por:

𝜎 ((𝑋෠𝑠𝑡 )) = 𝟓𝟔𝟔, 𝟑𝟐𝟕𝟐 𝒗𝒂𝒄𝒂𝒔.

𝑦ത𝑠𝑡 ± 2√𝑉෠(𝑋ത𝑠𝑡 ) = 10079 ± 566,3272

Estimamos que el número promedio vacas productoras de leche en la región es


de 10079. Y confiamos que el error de estimación debe ser menor de ±566,3272
con una confianza de 95%.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

3. Se forma una comisión de zonificación para estimar el valor promedio de evalúo en un


suburbio residencial de una ciudad. El uso de ambos distritos de votantes en el suburbio
como los estratos es conveniente porque se tienen disponibles listas separadas de las
viviendas en cada distrito. De los datos presentados en la tabla acompañante, estime el
valor promedio de evalúo para todas las casas en el suburbio, y establezca un límite para
el error de estimación (nótese que se utilizó la asignación proporcional).
Datos:
12
ESTRATO I ESTRATO II
N1 = 110 N2 = 168
n1 = 20 n2 = 30
σ𝐧𝐢=𝟏 𝐲𝐢 = 240000 σni=1 yi = 420000
σ𝐧𝐢=𝟏 𝐲𝐢𝟐 = 2980000000 σni=1 yi2 = 6010000000
Solución:
1° Se calculan las medias muestrales en cada estrato:
σni=1 𝑦1 240000
𝑦1 =
തതത = = 12000
𝑛1 20
σ𝑛𝑖=1 𝑦2 420000
𝑦2 =
തതത = = 14000
𝑛2 30
Calculamos el 𝑦ത𝑠𝑡 :
1 1
𝑦ത𝑠𝑡 = ෍ 𝑁𝑖 𝑦ത𝑖 = (110 × 12000 + 168 × 14000) = 13208,63
𝑁 278
Calculamos el 𝜏:

𝜏̂ = 𝑁𝑦ത𝑠𝑡 = 278 × 13208,63 = 3671999,14


Límite de error para la estimación:

1° calculamos la varianza des estrato 1 y 2:


σ yi2 −𝑛𝑖(¯y1 )2 2980000000−20(120002 )
𝑠12 = = = 5263157,895
𝑛𝑖−1 19
σ yi2 −𝑛𝑖(¯y1 )2 6010000000−30(140002 )
𝑠22 = = = 4482758,621
𝑛𝑖−1 19

𝑁𝑖 − 𝑛𝑖 𝑠𝑖2
2√𝑉෠ (𝑁𝑦ത𝑠𝑡 ) = 2√෍ 𝑁𝑖2 ( )( ) =
𝑁𝑖 𝑛𝑖

110 − 20 168 − 30
= 2√{[1102 ( ) (5263157,895)] + [1682 ( ) (4482758,621)]} = 𝟕𝟗𝟎𝟎𝟐𝟏, 𝟔𝟏𝟕𝟓
110 168

𝜏̂ ± 2√𝑉෠(𝑋ത𝑠𝑡 ) = 3671999,14 ± 790021,6175

Estimamos que el valor promedio total de evalúo en un suburbio residencial de una


ciudad es de 3671999,14. Con un error de estimación de ±790021,6175 con una
confianza de 95%.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

4. Una corporación desea obtener información acerca de la efectividad de una maquina


comercial. Se va a entrevistar por teléfono a un número de jefes de división, para pedirles
que califiquen la maquinaria con base en una escala numérica. Las divisiones están
localizadas en Norteamérica, Europa y Asia. Es por eso que se usa un muestreo
estratificado. Los costos son mayores para las entrevistas de los jefes de división
localizados fuera de Norteamérica. La tabla siguiente proporción los costos por
entrevista, varianzas aproximadas de las calificaciones, y los 𝑁𝑖 que se han establecido.
La corporación quiere estimar la calificación promedio con 𝑉෠ (𝑦ത𝑠𝑡 ) = 0,1. Elija el tamaño 13
de muestra 𝑛 que obtiene este límite y encuentre la asignación apropiada.

Estrato I Estrato II Estrato II


(Norteamérica) (Europa) (Asia)

𝒄𝟏 = $𝟗 𝑐2 = $25 𝑐3 = $36
𝝈𝟏 = 𝟐, 𝟐𝟓 𝜎2 = 3,24 𝜎3 = 3,24
𝑵𝟏 = 𝟏𝟏𝟐 𝑁2 = 68 𝑁3 = 39

Datos:
- 𝑉෠ (𝑦ത𝑠𝑡 ) = 0,1
- 𝑁 = 𝑁1 + 𝑁2 + 𝑁3
𝑁 = 219
Solución:
Debemos hallar el tamaño de la muestra usando la siguiente formula:
σ 𝑁𝑘 𝜎𝑘
( )(σ 𝑁𝑘 𝜎𝑘 √𝑐𝑘 )
√𝑐𝑘
𝑛=
𝑁 2 𝐷 + σ 𝑁𝑘 𝜎𝑖2

Usamos el Límite de error para luego hallar D:

𝐵 = 2√𝑉෠ (𝑦ത𝑠𝑡 )

𝐵 = 2√0,1

𝐵 = 0,6325
Ahora hallamos D:

B2
D=
4
0,63252
D=
4
D = 0,1

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

Luego procedemos a operar:


σ 𝑁𝑘 𝜎𝑘 112(1.5) 68(1.8) 39(1.8)
- ( )= + + 36 = 56 + 24,48 + 11,7 = 92,18
√ 𝑐𝑘 √9 √25 √

- (σ 𝑁𝑘 𝜎𝑘 √𝑐𝑘 ) = 112(1,5)(3) + 68(1,8)(5) + 39(1,8)(6) = 1537,2

- σ 𝑁𝑘 𝜎𝑖2 = 112(2,25) + 68(3,24) + 39(3,24) = 598,68 14

Finalmente reemplazamos todo en la fórmula:


σ 𝑁𝑘 𝜎𝑘
( )(σ 𝑁𝑘 𝜎𝑘 √𝑐𝑘 )
√𝑐𝑘 (92,18)(1537,2)
𝑛= 2 = = 26,266
2
𝑁 𝐷 + σ 𝑁𝑘 𝜎𝑖 (219)2 (0,1) + 598,68

𝑛 ≈ 27
Ahora usamos la ecuación de tamaño de muestra para los estratos, tenemos lo siguiente:

𝑁𝑖 𝜎𝑖 ⁄√𝑐𝑖
𝑛𝑖 = 𝑛( )
𝑁𝑘 𝜎𝑘 ⁄√𝑐𝑘
56
𝑛1 = 27 ( ) = 16,4 ≈ 16
92,18
24,48
𝑛2 = 27 ( ) = 7,1703 ≈ 7
92,18
11,7
𝑛3 = 27 ( ) = 3,42 ≈ 4
92,18

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

ESTIMACIÓN DE UNA PROPORCIÓN POBLACIONAL:

5. Un guardabosque quiere estimar el número total de acres plantados de árboles en los


ranchos de un estado. Ya que el número de acres de árboles varía considerablemente
con respecto al tamaño del rancho decide estratificar con base en el tamaño de los
ranchos. Los 240 ranchos en el estado son puestos en una de 4 categorías de acuerdo
con el tamaño. Una muestra aleatoria estratificada de 40 ranchos, seleccionada mediante
asignación proporcional, produce los resultados del número de acres plantados de 15
árboles que se muestran en la tabla anexa. Estime el número total de acres plantados de
árboles en los ranchos del estadio, y fije un límite para el error de estimación.

Datos:

Solución:
De la tabla se tiene:
σ 𝑦𝑖 887
𝑦1 =
തതത = = 63,36 ; σ 𝑦(𝐼) = 885
𝑛𝑖 14

σ 𝑦𝑖 2196
𝑦2 =
തതത = = 183 ; σ 𝑦(𝐼𝐼) = 2196
𝑛𝑖 12

σ 𝑦𝑖 3065
𝑦3 =
തതത = = 340,56 ; σ 𝑦(𝐼𝐼𝐼) = 3065
𝑛𝑖 9

σ 𝑦𝑖 2362
𝑦̅4 = 𝑛𝑖
= 5
= 472,4 ; σ 𝑦(𝐼𝑉) = 2362

El valor estimado total de acres plantados de árboles será:


4

𝜏̂ = ෍ = 𝑁𝑖 . 𝑦̅𝑖 = 86(63,36) + 72(183) + 52(340,56) + 30(472,4) = 50505,6


𝑖=1

𝜏̂ = 50505,6 𝑎𝑐𝑟𝑒𝑠 𝑝𝑙𝑎𝑛𝑡𝑎𝑑𝑜𝑠.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

Además de las tablas, sabemos:

෍ 𝑦𝑖 2 (𝐼) = 70131

෍ 𝑦𝑖 2 (𝐼𝐼) = 501464

෍ 𝑦𝑖 2 (𝐼) = 1178157 16

෍ 𝑦𝑖 2 (𝐼) = 1405314

1 (σ 𝑦𝑖 )2
Sabemos: 𝑠𝑖 2 = [σ 𝑦𝑖 2 − ]
𝑛−1 𝑛𝑖

2
1 8872
𝑠𝐼 = [70131 − ] = 1071,786
14 − 1 14

1 21962
𝑠𝐼𝐼 2 = [501464 − ] = 9054,18
12 − 1 12

1 30652
𝑠𝐼𝐼𝐼 2 = [1178157 − ] = 16794,28
9−1 9

2
1 23622
𝑠𝐼𝑉 = [1405314 − ] = 72376,3
5−1 4
Hallamos el error de estimación:

𝑁𝑖 −𝑛𝑖 𝑠𝑖 2
തതതത
2√𝑣̂(𝑦𝑛 ) = 2√σ( 𝑁 )( 𝑛 )
𝑖 𝑖

86−14 1071,78 72−12 9054,18 52−9 16794,28 30−5 72376,3


=2√862 ( ) + 722 ( ) + 522 ( ) + 302 ( )
86 14 72 12 52 9 30 5
=8663,12

𝜏̂ ± 2√𝑉෠ (𝑋ത𝑠𝑡 ) = 50505,6 ± 8663,12

Estimamos que el valor promedio total de acres plantados de árboles en los ranchos
es 50505,6. Con un error de estimación de ±790021,6175 con una confianza de 95%.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

6. El estudio del ejercicio 4 se va hacer anualmente, con el límite para el error de


estimación de 5000 acres. Encuentre un tamaño de muestra aproximado para adquirir
este límite si se usa la asignación de Neyman. Use los datos del Ejercicio 4.
Usamos la asignación de Neyman:
𝑁𝑖 𝜎𝑖
𝑛𝑖 = 𝑛 ( )
σ 𝑁𝑖 𝜎𝑖
17
(σ 𝑁𝑖 𝜎𝑖 )2
n=𝑁2 𝐷+σ 𝑁 𝜎2
𝑖 𝑖

෍ 𝑁𝑖 𝜎𝑖 = 86(32,738) + 72(95,153) + 30(269,078) + 52(129,543) = 𝟐𝟒𝟒𝟕𝟓, 𝟎𝟔

෍ 𝑁𝑖 𝜎𝑖 2 = 86(1071,786) + 72(9054,18) + 30(72376,3) + 52(16794,278)

෍ 𝑁𝑖 𝜎𝑖 2 = 𝟑𝟕𝟖𝟖𝟔𝟔𝟔, 𝟎𝟏𝟐

𝐵2 50002
𝐷= =
4𝑁 2 4(240)2
50002
En 𝑁 2 𝐷 = 2402 . 4,2402 = 6250000

Reemplazando:

(24475,06)2
𝑛= = 59.67 = 𝟔𝟎
6270000 + 3788666,012
Un tamaño de muestra aproximado para adquirir este límite si se usa la asignación de
Neyman es de 60.
7. El transporte urbano destinado al servicio público en una gran ciudad está compuesto por
3000 taxis y 2000 buses. La secretaría de Tránsito y Transporte de dicha ciudad desea
estimar la proporción de vehículos de servicio público que son conducidos por sus dueños
exclusivamente. Se cree que el porcentaje puede ser del 20% para buses y del 40% para
taxis. El costo por obtener una observación es de $ 5 para los taxis y B y $ 2,5 para el
área rural.

 Determine el número de buses y de taxis que se deben revisar para encontrar tal
estimación con un nivel de confianza del 95% y un margen de error máximo
tolerable del 6%. Use un tipo de asignación proporcional.
 Estime la proporción de vehículos de transporte público que es conducido por
su dueño en toda la población estudiada y encuentre la varianza del estimador.

Datos:
ESTRATO I ESTRATO II COSTO (𝑪𝒊 )
(TAXIS) (BUSES)
3000 2000 $5
𝑃1 = 0,4 𝑃2 = 0,2 $ 2,5
𝑄1 = 0,6 𝑄2 = 0,8

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

Solución:
1° Usamos la ecuación:

(0,4)(0,6) (0,2)(0,8)
N i Pi Qi / ci  3000
5
 2000
2,5
 657,267  505,964  1163,23

Para encontrar las fracciones de asignación 𝑤𝑖 . Usando pi para aproximar


18
Pi.
657,267 505,94
𝑛1 = 𝑛 1163,23 = 𝑛(0,565) 𝑛2 = 𝑛 1163,23 = 𝑛(0,435)

De donde: 𝑤1 = 0,565 𝑤2 = 0,435

ESTRATOS 𝑵𝒊 𝑷𝒊 𝑸𝒊 𝒘𝒊 𝑵𝒊 𝑷𝒊 𝑸𝒊 𝑵𝟐𝒊 𝑷𝒊 𝑸𝒊 /𝒘𝒊


ESTRATO I 3000 𝑃1 = 0,4 𝑄1 = 0,6 𝑤1 = 0,565 720 3823008,85
ESTRATO II 2000 𝑃2 = 0,2 𝑄2 = 0,8 𝑤2 = 0,435 320 1471264,368
෍𝒊 5000 1040 5294273,218

Calcular la estimación con un nivel de confianza del 95% y un margen de error


máximo tolerable del 6%. Use un tipo de asignación proporcional.

𝐵2 0,062
𝐷= = = 9 × 10−4
4 4

σ 𝑁𝑖2 𝑃𝑖 𝑄𝑖 /𝑤𝑖 5294273,218


𝑛= = = 224,90
𝑁 𝐷 + σ 𝑁𝑖 𝑃𝑖 𝑄𝑖 5000 × 9 × 10−4 + 1040
2 2

Por asignación proporcional:

𝑛𝑖 = 𝑤𝑖 × 𝑛
ESTRATO I ESTRATO II
(TAXIS) (BUSES)
𝒏𝟏 = 𝟎, 𝟓𝟔𝟓 × 𝟐𝟐𝟒, 𝟗 𝑛2 = 0,435 × 224,9
𝒏𝟏 = 𝟏𝟐𝟕 𝑛2 = 98

ESTRATIFIFICACIÓN DESPUES DE SELECCIONAR LA MUESTRA:

8. En una ciudad se sabe que el 30% de los hogares tienen calefacción eléctrica. Al realizar
una encuesta sobre el consumo de energía (valor en euros de la factura bimensual) se
obtuvieron los siguientes resultados:

Tipo de N° de casas Valor total de Desviación


Calefacción las facturas típica muestral
Eléctrica 60 5730 200
No eléctrica 40 2080 90

 Obtenga una estimación del valor medio de la factura de electricidad en la


ciudad. Dé un límite para el error de estimación.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

Datos:
Ya que la proporción observada de facturas de hogares con calefacción eléctrica
(0,60≡60/100) está muy alejada de la proporción verdadera (0,30≡30/100), es
conveniente la estratificación después de que se ha seleccionado la muestra aleatoria
simple. Además el procedimiento se justifica pues tanto 𝑛1 como 𝑛2 superan 20.

Tipo de N° de casas N° de casas


Calefacción (proporción falsa) (proporción 19
verdadera)
Eléctrica 60 𝑁1 :30
No eléctrica 40 𝑁2 :70
TOTAL 100 100

Solución:
1° Se calculan las medias y la varianza en cada estrato:
σ 𝑦1 5730
𝑦ത1 = = = 95,5 𝑒𝑢𝑟𝑜𝑠
𝑛 60

σ 𝑦2 2080
𝑦ത2 = = = 52 𝑒𝑢𝑟𝑜𝑠
𝑛 40
El estimador de la media es:
𝑁1 𝑁2 30 70
𝑦ത𝑠𝑡 = ( ) 𝑦ത1 + ( ) 𝑦ത2 = ( ) 95.5 + ( ) 52 = 65,05 𝑒𝑢𝑟𝑜𝑠
𝑁 𝑁 100 100
Y la varianza de este estimador la podemos calcular basándonos en las varianzas de los
estimadores de la media en cada estrato mediante:

𝑁1 2 𝑉෠ (𝑦ത1 ) 𝑁2 2 𝑉෠ (𝑦ത2 ) 30 2 2002 70 2 902


𝑉෠ (𝑦ത𝑠𝑡 ) = ( ) +( ) =( ) +( ) =
𝑁 𝑛𝑖 𝑁 𝑛𝑖 100 60 100 40
𝑉෠ (𝑦ത𝑠𝑡 ) = 159,225 𝑒𝑢𝑟𝑜𝑠

2√𝑉෠ (𝑦ത𝑠𝑡 ) = 25,24 𝑒𝑢𝑟𝑜𝑠

A veces este método de estimación se utiliza para ajustar por no respuesta. Por ejemplo,
si muchos de quienes no respondieron a una muestra aleatoria simple son varones,
entonces la proporción de varones en la muestra va a ser pequeña, y se podría conseguir
una estimadora proporción de varones en la muestra va a ser pequeña, y se podría
conseguir un estimador ajustado mediante la estratificación después del muestreo.
Así, en este ejemplo la baja representación en la muestra de facturas sin calefacción
eléctrica y el alta de facturas con calefacción eléctrica conducen a una sobreestimación
del valor medio de las facturas si se utiliza M.A.S. y no se ajusta la estimación de la media
con la estraficación después de seleccionar la muestra:
5730 + 2080
𝑦ത = = 78,10 𝑒𝑢𝑟𝑜𝑠
60 + 40

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

VII. VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO


ESTRATIFICADO (MAE) EN COMPARACION CON EL MIA

FORTALEZAS DEBILIDADES
A diferencia del muestreo aleatorio simple, A diferencia del muestreo aleatorio simple,
el muestreo estratificado: el muestreo estratificado:
Tiene una mayor capacidad de hacer Requiere información sobre la proporción de
20
inferencia dentro de un estrato la población total que pertenece a cada
y comparaciones entre los estratos. estrato.
Tiene errores de muestreo al azar un poco más La información sobre las variables de
pequeños para la muestras de mismo tamaño, estratificación es requerida para cada
por lo que requiere tamaños de muestra más elemento de la población. Si dicha
pequeños para el mismo margen de error. información no está disponible, puede ser
costosa su compilación.
Obtiene una muestra más representativa Es más caro, consume tiempo, y es más
porque se asegura de que los elementos de complicado que el muestreo aleatorio simple.
cada estrato son representados en la muestra.
Saca mayor provecho de los conocimientos La selección de las variables de
que el investigador tiene sobre la población. estratificación puede ser difícil si un estudio
implica un gran número de variables.
Permite diferentes métodos de investigación y El análisis de los datos recogidos es más
procedimientos que se utilizarán en diferentes complejo que el análisis de los datos
estratos. recogidos a través del muestreo aleatorio
simple.
Permite el análisis de los patrones dentro del Si se utiliza la asignación desproporcionada,
estrato y la notificación separada de los se requiere la ponderación para hacer
resultados para cada uno de los estratos. estimaciones precisas de los parámetros de la
población.

MUESTREO ALEATORIO ESTRATIFICADO | MAE


UNIVERSIDAD NACIONAL DEL CALLAO
Facultad de Ingeniería Ambiental y Recursos Naturales

VIII. BIBLIOGRAFÍA
 http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node
89.htm
 https://www.questionpro.com/blog/es/muestreo-estratificado/
 https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-
estratificado
 https://es.wikipedia.org/wiki/Muestreo_estratificado
 file:///C:/Users/Fernando/Documents/Clase_11_de_Metodos_Estadisticos_- 21
_campus.pdf
 https://muestreohg.files.wordpress.com/2014/07/tc3a9cnicas_para_anc3a1lisis_de_merc
ados.pdf

MUESTREO ALEATORIO ESTRATIFICADO | MAE

También podría gustarte