Muestreo Estadistico

www.FreeLibros.
org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
IMPRESO EN MÉXICO - PRINTED IN MEXICO
www.FreeLibros.org
A mis niñas
www.FreeLibros.org
www.FreeLibros.org
CONTENIDO
INTRODUCCIÓN ............................................................................................................................. xi
CAPÍTULO 1. MUESTREO ESTADÍSTICO: CONCEPTOS, ESTIMADORES

Y SU DISTRIBUCIÓN ......................................................................................... 1
Conceptos iniciales en la teoría del muestreo ........................................................ 3

Muestreo y estimadores. Distribuciones en el muestreo ........................................ 4
Propiedades y precisión de los estimadores. Comparación de estimadores........... 6
Estimación por intervalos de confianza.................................................................. 8
Problemas resueltos................................................................................................ 10
Ejercicios propuestos.............................................................................................. 47
CAPÍTULO 2. MÉTODOS GENERALES DE SELECCIÓN DE MUESTRAS.

ESTIMACIÓN Y ERRORES.............................................................................. 49
Selección con y sin reposición. Probabilidades iguales y desiguales..................... 51

Estimación puntual y formación general de estimadores ....................................... 51
Muestreo con reposición y probabilidades desiguales. Estimador de Hansen Hurwitz ... 54
Muestreo con reposición y probabilidades proporcionales a los tamaños.
Métodos especiales de selección ........................................................................ 55
Muestreo sin reposición y probabilidades desiguales. Estimador de Horvitz Thompson . 56
Muestreo sin reposición y probabilidades proporcionales a los tamaños.
Métodos especiales de selección ........................................................................ 57
Método de Montecarlo ........................................................................................... 62
CAPÍTULO 3. MUESTREO ALEATORIO SIMPLE SIN Y CON REPOSICIÓN.

SUBPOBLACIONES ........................................................................................... 109
Muestreo aleatorio simple sin reposición. Especificaciones .................................. 111
www.FreeLibros.org
Estimadores, varianzas y estimación de varianzas................................................. 112
Tamaño de la muestra ............................................................................................ 114
viii Muestreo estadístico. Conceptos y problemas resueltos
Muestreo aleatorio simple con reposición. Estimadores ........................................ 118

Varianzas y su estimación con reposición.............................................................. 119
Tamaño de la muestra con reposición .................................................................... 120
Comparación entre muestreo aleatorio sin y con reposición.................................. 121
Subpoblaciones....................................................................................................... 122
CAPÍTULO 4. MUESTREO ESTRATIFICADO SIN Y CON REPOSICIÓN ....................... 147
Concepto de muestreo estratificado ....................................................................... 149

Muestreo estratificado sin reposición. Estimadores y errores ................................ 150
Muestreo estratificado con reposición. Estimadores y errores............................... 151
Afijación de la muestra. Tipos de afijación y errores de los estimadores
para muestreo sin reposición .............................................................................. 152
Afijación de la muestra. Tipos de afijación y errores de los estimadores
para muestreo con reposición ............................................................................. 155
Tamaño de la muestra para muestreo sin reposición.............................................. 156
Tamaño de la muestra para muestreo con reposición............................................. 156
Comparación de eficiencias en muestreo estratificado .......................................... 157
Postestratificación .................................................................................................. 159
CAPÍTULO 5. MUESTREO SISTEMÁTICO ............................................................................ 197
Muestreo sistemático. Especificaciones ................................................................. 199

Estimadores y varianzas ......................................................................................... 200
Relación entre el muestreo sistemático y el muestreo aleatorio simple ................. 203
Relación entre el muestreo sistemático y el muestreo estratificado ....................... 203
Estimación de varianzas ......................................................................................... 205
Relación entre el muestreo sistemático y el muestreo por conglomerados ............ 206
CAPÍTULO 6. MUESTREO POR MÉTODOS INDIRECTOS. RAZÓN, REGRESIÓN

Y DIFERENCIA................................................................................................... 225
Estimadores no lineales .......................................................................................... 227

Muestreo por métodos indirectos. El estimador de razón ...................................... 229
Estimaciones de los parámetros poblacionales basadas en la razón y errores ....... 233
Estimaciones por regresión y errores ..................................................................... 234
Estimaciones por diferencia y errores .................................................................... 237
Estimadores de razón en el muestreo estratificado ................................................ 238
Estimadores de regresión en el muestreo estratificado .......................................... 245
www.FreeLibros.org
Contenido ix
CAPÍTULO 7. MUESTREO UNIETÁPICO DE CONGLOMERADOS ................................. 273
Muestreo unietápico de conglomerados. Estimadores para conglomerados

del mismo tamaño y probabilidades iguales....................................................... 275
Varianza de los estimadores. Coeficiente de correlación intraconglomerados.
Estimación de varianzas .................................................................................... 276
Muestreo de conglomerados del mismo tamaño con reposición.
Varianzas de los estimadores y estimación de las varianzas............................. 280
Muestreo unietápico de conglomerados de distinto tamaño .................................. 281
Muestreo unietápico de conglomerados de distinto tamaño con
probabilidades desiguales................................................................................... 283
Tamaño de la muestra ............................................................................................ 285
CAPÍTULO 8. MUESTREO BIETÁPCO DE CONGLOMERADOS...................................... 299
Muestreo bietápico de conglomerados. Estimadores para probabilidades iguales

y conglomerados del mismo tamaño .................................................................. 301
Varianzas y su estimación en muestreo bietápico con probabilidades iguales
y conglomerados del mismo tamaño .................................................................. 301
Muestreo bietápico de conglomerados de distinto tamaño y probabilidades iguales...... 304
Tamaño de la muestra en muestreo bietápico ........................................................ 307
Muestreo bietápico con probabilidades desiguales y con reposición
en 1ª etapa. Estimadores, varianzas y su estimación.......................................... 308
Muestreo bietápico con probabilidades desiguales y sin reposición
en 1ª etapa. Estimadores, varianzas y su estimación.......................................... 310
Muestreo polietápico .............................................................................................. 312
Diseños complejos. Muestreo bietápico con estratificación en primera etapa....... 313
CAPÍTULO 9. MUESTREO BIFÁSICO Y MUESTREO EN OCASIONES

SUCESIVAS ......................................................................................................... 329
Muestreo bifásico ................................................................................................... 331

Muestreo bifásico para estratificación. Estimadores, varianzas y estimación
de varianzas ....................................................................................................... 332
Muestreo bifásico para estimadores de razón......................................................... 336
Muestreo bifásico para estimadores de regresión................................................... 337
Muestreo bifásico para estimadores de diferencia ................................................. 338
Mestreo en ocasiones sucesivas ............................................................................. 338
Estimadores de mínima varianza en el muestreo en ocasiones sucesivas ............. 341
www.FreeLibros.org
x Muestreo estadístico. Conceptos y problemas resueltos
CAPÍTULO 10. MUESTREO ESTADÍSTICO MEDIANTE SPSS............................................ 351
SPSS y el muestreo estadístico............................................................................... 353

Diseños complejos y el asistente de muestreo. Creación de un nuevo plan
de muestreo...................................................................................................... ... 354
Asistente de muestreo: Modificar un plan existente .............................................. 362
Asistente de muestreo: Ejecutar un plan de muestreo dado ................................... 364
Preparación de una muestra compleja para su análisis: Creación de un nuevo
plan de análisis ................................................................................................... 364
Preparación de una muestra compleja para su análisis: Modificar un plan
de análisis existente............................................................................................ 368
Cálculos en muestras complejas: frecuencias, descriptivos, tablas de contingencia
y razones............................................................................................................. 368
www.FreeLibros.org
INTRODUCCIÓN
La finalidad esencial de este libro es presentar las técnicas de muestreo estadístico en su

faceta práctica. Cada capítulo comienza con una breve exposición de los conceptos teóricos
a utilizar en los problemas con el objetivo de que no sea necesario recurrir a textos externos
para comprender las herramientas utilizadas en la solución de los ejercicios. Además,
determinados ejercicios se refuerzan con aplicaciones informáticas para obtener la solución.
En particular se utilizan Excel y SPSS.
Los más de 150 problemas que contiene el texto, así como los conceptos teóricos, se
dirigen tanto a docentes como a estudiantes universitarios de todos los niveles que imparten o
cursan la materia de muestreo estadístico. El libro es también de utilidad para los profesionales de
la economía, biología, botánica, zoología, marketing, auditoría, agronomía, comercio, transporte,
medicina, control de calidad, etc. En general puede utilizarse en todos los sectores en los que se
aplican las técnicas de muestreo.
En cuanto al contenido, se comienza exponiendo los conceptos iniciales de la teoría del

muestreo, para facilitar la situación del lector en el contexto de la teoría de muestras moderna. A
continuación se presentan los métodos básicos para seleccionar la muestra y se desarrollan los
diferentes tipos de muestreo, como muestreo aleatorio simple, muestreo estratificado, muestreo
sistemático, métodos indirectos de estimación por razón, regresión y diferencia, muestreo por
conglomerados unietápico, bietápico y polietápico, los procedimientos para el muestreo bifásico
y los problemas peculiares de las encuestas repetidas.
Los problemas suelen adecuarse en lo posible a situaciones prácticas y la metodo-

logía pretende mantener la secuencia conceptos aplicaciones, muy útil en los métodos de
enseñanza modernos. Comenzar presentando los temas de forma teórica, para a continuación
resolver ejercicios prácticos que ilustran los métodos teóricos, cuya resolución suele
apoyarse en la medida de lo posible en las herramientas informáticas más adecuadas, es la
secuencia más lógica a seguir en la didáctica de esta materia.
www.FreeLibros.org
www.FreeLibros.org
CAPÍTULO
MUESTREO ESTADÍSTICO: CONCEPTOS,

ESTIMADORES Y SU DISTRIBUCIÓN
OBJETIVOS
1. Presentar el concepto de muestreo estadístico en poblaciones finitas.
2. Distinguir claramente los conceptos de población, marco y muestra.
3. Introducir el concepto de estimador y su distribución en el muestreo.
4. Analizar las propiedades de los estimadores.
5. Estudiar la precisión de los estimadores.
6. Comparar estimadores.
7. Cuantificar la precisión de los estimadores.
8. Comprender el concepto de estimación mediante intervalos de confianza.
9. Analizar la influencia del sesgo en la estimación por intervalos de
confianza.
10. Analizar la influencia de la normalidad en la estimación por intervalos de
confianza.
11. Realizar la estimación mediante intervalos de confianza.
www.FreeLibros.org
2 Muestreo estadístico. Conceptos y problemas resueltos
ÍNDICE
1. Conceptos iniciales en la teoría del muestreo.
2. Muestreo y estimadores. Distribuciones en el muestreo.
3. Propiedades y precisión de los estimadores. Comparación de estimadores.
4. Estimación por intervalos de confianza.
5. Problemas resueltos.
6. Ejercicios propuestos.
www.FreeLibros.org
Muestreo estadístico: conceptos, estimadores y su distribución 3
CONCEPTOS INICIALES EN LA TEORÍA DEL MUESTREO
Al hablar de métodos de muestreo nos referimos al conjunto de técnicas estadísticas que estudian
la forma de seleccionar una muestra lo suficientemente representativa de una población cuya
información permita inferir las propiedades o características de toda la población cometiendo un
error medible y acotable. A partir de la muestra, seleccionada mediante un determinado método
de muestreo, se estiman las características poblacionales (media, total, proporción, etc.) con un
error cuantificable y controlable. Las estimaciones se realizan a través de funciones matemáticas
de la muestra denominadas estimadores, que se convierten en variables aleatorias al considerar la
variabilidad de las muestras. Los errores se cuantifican mediante varianzas, desviaciones típicas o
errores cuadráticos medios de los estimadores, que miden la precisión de éstos. La metodología
que permite inferir resultados, predicciones y generalizaciones sobre la población estadística,
basándose en la información contenida en las muestras representativas previamente elegidas por
métodos de muestreo formales, se denomina inferencia estadística.
Es muy importante tener en cuenta que para medir el grado de representatividad de la
muestra es necesario utilizar muestreo probabilístico. Diremos que el muestreo es probabilístico
cuando pueda establecerse la probabilidad de obtener cada una de las muestras que sea posible
seleccionar, esto es, cuando la selección de muestras constituya un fenómeno aleatorio
probabilizable. Dicha selección se verificará en condiciones de azar, siendo susceptible de
medida la incertidumbre derivada de la misma. Esto permitirá medir los errores cometidos en el
proceso de muestreo (a través de varianza u otras medidas estadísticas).
Existen varios tipos de muestreo, dependiendo de que la población estadística sea
finita o infinita, materia sobre la que existe amplia literatura estadística, pero nosotros
consideraremos solamente el muestreo en poblaciones finitas. La población finita inicial que
se desea investigar se denomina población objetivo, pero el muestreo de toda la población objetivo
no siempre es posible debido a diferentes problemas que no permiten obtener información de
algunos de sus elementos (inaccesibilidad de algunos de sus elementos, negativas a colaborar,
ausencias, etc.), con lo que la población que realmente es objeto de estudio o población investigada
no coincide con la población objetivo.
Por otro lado, para seleccionar la muestra, necesitaremos un listado de unidades de muestreo
denominado marco que teóricamente debiera coincidir con la población objetivo. Un marco será
más adecuado cuanto mejor cubra la población objetivo, es decir, cuanto menor sea el error de
cobertura. Pero en los marcos son inevitables las desactualizaciones, las omisiones de algunas
unidades, las duplicaciones de otras y la presencia de unidades extrañas y otras impurezas que
obligan a su depuración (depuración de marcos imperfectos). Idealmente podría conseguirse la
población objetivo eliminando del marco las unidades erróneamente incluidas en él (unidades
extrañas, duplicaciones, etc.) y añadiendo las omisiones. Asimismo, también sería una meta que al
eliminar del marco las unidades de las que no se puede obtener información (inaccesibles, ausentes,
no colaboradoras, etc.) se obtuviera la población investigada. El marco puede estar constituido por
unidades elementales de muestreo o por unidades compuestas. Una unidad elemental (o simple) es la
unidad de muestreo más sencilla posible y una unidad compuesta (o primaria) está formada por
varias unidades elementales. Como en la práctica no es fácil disponer de marcos de unidades
elementales, se intenta conseguir marcos de unidades compuestas que son más accesibles. Por
ejemplo, para estudiar habitantes de una región es más fácil disponer de un listado de hogares que de
un listado de individuos. Se selecciona la muestra de un marco de hogares (unidades compuestas de
varios individuos) y después se estudian las propiedades de los individuos con técnicas adecuadas.
www.FreeLibros.org
MUESTREO Y ESTIMADORES. DISTRIBUCIONES EN EL MUESTREO
Consideramos los sucesos elementales asociados a un fenómeno o experimento aleatorio dado S1,
S2, ..., Sm, entendiendo por sucesos elementales los más simples posibles, es decir, aquellos que no
pueden ser descompuestos en otros sucesos. El conjunto {S1, S2, ..., Sm} se denomina espacio
muestral asociado al fenómeno o experimento. Si consideramos como fenómeno o experimento
la extracción aleatoria de muestras dentro de una población por un procedimiento o método
de muestreo dado, podemos considerar como sucesos elementales las muestras obtenidas,
constituyendo el conjunto de las mismas el espacio muestral.
Habitualmente en los métodos de muestreo comunes se consideren iguales muestras con
los mismos elementos, aunque estén colocados en orden diferente (el orden de colocación no
interviene). Una muestra de tamaño n extraída de una población U = {U1, U2, ..., UN} de tamaño
N mediante un método de muestreo dado, suele denotarse como s = {u1, u2, ..., un}. De esta forma,
El conjunto de las Nn muestras posibles de tamaño n que se pueden formar con los N
elementos de la población U es el espacio muestral S.
Evidentemente, para establecer la probabilidad de todas las muestras posibles
derivadas de un procedimiento de muestreo dado, será necesario conocer ese conjunto de
muestras; es decir, será necesario delimitar tanto el método de muestreo como el espacio
muestral derivado del mismo. Un procedimiento, o método, de muestreo es sencillamente un
proceso o mecanismo mediante el que se seleccionan las muestras de modo que cada una tenga
una determinada probabilidad de ser elegida. Por tanto, el método aleatorio empleado para
seleccionar la muestra define en el espacio muestral S una función de probabilidad P tal que:
• P(Si) 0 i
• ∑ P(S ) = 1
S
i
A partir de una muestra, seleccionada mediante un determinado método de muestreo, se

estiman las características poblacionales (media, total, proporción, etc.), con un error cuantificable
y controlable. Las estimaciones se realizan a través de funciones matemáticas de la muestra
denominadas estimadores, que se convierten en variables aleatorias al considerar la variabilidad
de selección de las muestras. Los errores se cuantifican mediante varianzas, desviaciones típicas o
errores cuadráticos medios de los estimadores, que miden la precisión de los mismos.
Para formalizar el problema de la estimación en poblaciones finitas, se considera que
tenemos definida una característica X en la población U que toma el valor numérico Xi sobre la
unidad Ui i = 1, 2 ,..., n. Consideramos ahora una cierta función de los N valores Xi, por
ejemplo, el total poblacional (X1, ...,XN) = ∑Xi para la característica X, o la media poblacional
(X1, ..., XN) = (∑Xi )/N para la característica X, que suele denominarse parámetro poblacional.
Seleccionamos una muestra s, y a partir de ella queremos estimar el parámetro poblacional
mediante una función ˆ = ˆ (s(X))= ˆ (X1, ..., Xn ), basada en los valores Xi i = 1, 2, ..., n, que toma
la característica X sobre las unidades de la muestra s (por ejemplo, el total muestral ˆ (X1, ..., Xn)
= ∑Xi, o la media muestral ˆ (X1, ..., Xn) = (∑Xi )/n, para estimar el total poblacional o la media
poblacional, respectivamente. La función ˆ que asocia a cada muestra s el valor numérico
ˆ (s(X)) = ˆ (X1, ..., Xn), se denomina estimador del parámetro poblacional . A los valores
ˆ (s(X)) para cada s, se los denomina estimaciones.
www.FreeLibros.org
Dada la muestra s = {u1, u2, ..., un}, es habitual especificar el conjunto de valores Xi
i = 1, 2, ..., n que toma la característica X sobre las unidades de la muestra s mediante
s(X)={X1, X2, ..., Xn}. Al considerar todas las muestras s del espacio muestral S asociado al
procedimiento de muestreo, y los valores que toma la característica X sobre dichas muestras,
se obtiene el conjunto S(X) = {s(X) / sS}. Por tanto, podemos formalizar el concepto de
estimador $ para el parámetro poblacional definiéndolo mediante la aplicación medible:
ˆ : S ( X ) R n R
( X 1 L X n ) ˆ( X 1 L X n ) = t
Ya tenemos definido el estimador como un estadístico función de los valores que
toma la característica X sobre los elementos del espacio muestral (muestras). Como ejemplos
más sencillos de estimadores de los parámetros poblaciones total poblacional y media
poblacional, tenemos los estimadores total muestral X$ y media muestral X$ , definidos como
se indica a continuación:
ˆ1 : S ( X ) R n R ˆ2 : S ( X ) R n R
X1 + L + X n ˆ
( X 1 L X n ) ˆ1 ( X 1 L X n ) = X 1 + L + X n = Xˆ ( X 1 L X n ) ˆ2 ( X 1 L X n ) = =X
n
En cuanto a la construcción del estimador, ha de ser tal que la función $ que asocia a cada
muestra s el valor numérico $ (s(X)) = $ (X1, ..., Xn) sea calculable y esté definida para todas las
muestras s del espacio muestral S generado por el procedimiento de muestreo considerado. La
formación de estimadores no es una operación independiente del procedimiento de muestreo que se
adopte. Generalmente, para construir estimadores se utiliza el principio de analogía; es decir, se
estima un parámetro poblacional a partir del estimador muestral análogo. Por ejemplo, para estimar
la media poblacional, la razón poblacional, etc., se utilizan como estimadores sus análogos
muestrales, es decir, la media muestral, la razón muestral, etc. No siempre estos estimadores por
analogía tienen las propiedades más deseables, pero suelen ser siempre consistentes, y a veces
puede corregirse su sesgo multiplicándolos por una constante convenientemente elegida.
Distribución de un estimador en el muestreo

Se denomina distribución de probabilidad de una variable aleatoria a la función que asigna
probabilidad a los valores que puede tomar la variable. Cuando se especifican los posibles valores
de la variable aleatoria y sus probabilidades respectivas, tenemos construido el modelo de
distribución de probabilidad. En nuestro caso la variable aleatoria es el estimador, y los posibles
valores que puede tomar son las estimaciones, con lo que habremos obtenido la distribución de
probabilidad en el muestreo para el estimador cuando conozcamos todos los valores posibles del
estimador junto con las probabilidades de que el estimador tome cada valor.
En el párrafo anterior hemos formalizado el concepto de estimador $ para el

parámetro poblacional , definiéndolo mediante la variable aleatoria (aplicación medible):
ˆ : S ( X ) R n R
( X 1 L X n ) ˆ( X 1 L X n ) = t
Sea T = {tR / (X1, ..., Xn)S(X) que cumple ˆ (X1, ..., Xn) = t}. El conjunto TR
constituye el conjunto de valores del estimador. Ahora vamos a definir las probabilidades de que
el estimador tome estos valores (ley de probabilidad de la variable aleatoria $ ) como sigue:
www.FreeLibros.org
PT( ˆ (X1, ..., Xn ) = t) = ∑ P( s ) i

{ S i / ˆ ( S i ( X )) = t }
Al par {T, PT}, formado por el conjunto de todos los posibles valores del estimador y
por las probabilidades de que el estimador tome esos valores, se lo denomina distribución del
estimador en el muestreo. A partir de la introducción del concepto de muestreo probabilístico
y del conocimiento de la distribución de los estimadores en el muestreo, tanto la teoría de la
probabilidad como la inferencia estadística están disponibles para ser aplicadas al muestreo.
En todo el desarrollo de este libro se supone la existencia de muestreo probabilístico.
PROPIEDADES Y PRECISIÓN DE LOS ESTIMADORES.

COMPARACIÓN DE ESTIMADORES
Como un estimador $ de un parámetro poblacional es sencillamente una variable

aleatoria unidimensional, nos interesarán sus características de centralización y dispersión,
particularmente su esperanza, su varianza y sus momentos, así como otras medidas relativas
a su precisión.
Precisión de los estimadores

Para analizar la precisión de un estimador suelen utilizarse los conceptos de error de
muestreo (o desviación típica), acuracidad (o error cuadrático medio) y sesgo. Suele
llamarse precisión a la acuracidad, lo que no es del todo correcto, ya que, aunque la
acuracidad sea la magnitud más general para la medición de la precisión, hay casos en los
que el análisis puede realizarse en función de otras magnitudes, como el sesgo o la
desviación típica. Todas estas magnitudes que influyen en la precisión de un estimador
pueden relacionarse a partir de la descomposición del error cuadrático medio en sus
componentes de la forma siguiente:
() () 2
ECM ˆ = ˆ + B ˆ () 2
Por tanto, la acuracidad (error cuadrático medio) de un estimador se descompone en

la suma del cuadrado del error de muestreo y el cuadrado del sesgo.
En la práctica, se considera que el sesgo de ˆ no es influyente cuando

()
B ˆ
<
1
()
ˆ 10
.
Comparación de estimadores insesgados
Un estimador $ insesgado para el parámetro poblacional tiene la propiedad de que su

error cuadrático medio coincide con su varianza, ya que al ser E ˆ = se tiene: ()
() ( )2
(
V ˆ = E ˆ
E (ˆ) = E ˆ
) 2
= ECM (ˆ)
De esta forma los conceptos de acuracidad y error del estimador son similares para
estimadores insesgados. Por tanto, para comparar varios estimadores insesgados $i del
parámetro poblacional en cuanto a precisión bastará considerar sus errores de muestreo
(î ) = + V (î ) , siendo más preciso el estimador que menor error de muestreo presente.
www.FreeLibros.org
También en el caso de insesgadez el concepto de error relativo de muestreo puede

()
expresarse en términos de una única magnitud variable ˆ ya que:
() ()
CV ˆ =
ˆ ˆ
E (ˆ)
=
()

y al ser una constante el error relativo está en función sólo del error de muestreo.
Con lo que resulta que, en el caso de estimadores insesgados, la precisión puede

hacerse depender exclusivamente del error de muestreo ˆ . ()
Comparación de estimadores sesgados
Para estimadores $ sesgados del parámetro poblacional , la magnitud general para analizar su
precisión es su error cuadrático medio. Por tanto, para comparar varios estimadores sesgados del
parámetro poblacional en cuanto a precisión se utilizará el error cuadrático medio y el
estimador más preciso será el que menor error cuadrático medio presente.
Pero en la práctica el cálculo del error cuadrático medio puede ser problemático.
Por esta razón, cuando se intentan comparar varios estimadores $i del parámetro
poblacional todos sesgados, se calcula para cada uno de ellos la cantidad:
( )
B î
( )
î
siendo más preciso aquel estimador que presenta una relación del sesgo al error de muestreo
en valor absoluto más pequeña. También puede utilizarse el coeficiente de variación
()
CV î = (î ) / E (î ) , siendo más preciso el estimador con menor coeficiente de variación
(error relativo). Se observa que el denominador del coeficiente de variación es el valor
esperado del estimador, con lo que el coeficiente de variación recoge el efecto de un posible
sesgo en el estimador.
Si los estimadores sesgados a comparar tienen todos sesgo despreciable, es decir,

B(î ) / (î ) < 1 / 10 , se compararían como si fuesen insesgados, de acuerdo con lo expresado
en el apartado anterior.
Comparación de estimadores sesgados e insesgados
Para comparar en cuanto a precisión varios estimadores $i unos sesgados y otros
insesgados del parámetro poblacional , se utilizará el error cuadrático medio, y el
estimador más preciso será el que menor error cuadrático medio presente. A veces, ante las
dificultades de cálculo del error cuadrático medio se utiliza el coeficiente de variación
()
CV î = (î ) / E (î ) (que contempla el posible efecto del sesgo en su denominador), siendo
más preciso el estimador con menor coeficiente de variación (error relativo).
www.FreeLibros.org
Si los estimadores sesgados tienen todos sesgo despreciable, B(î ) / (î ) < 1 / 10 , se
haría la comparación global como insesgados de acuerdo con los valores de (î ) .
Cuantificación de la ganancia en precisión de los estimadores
Para medir la precisión de los estimadores suele utilizarse el error cuadrático medio,
el error relativo (coeficiente de variación) o el error de muestreo (desviación típica). En cada
caso, la ganancia en precisión estará dada por las respectivas tasas de variación:
⎛ ECM (ˆ1 ) ⎞ ⎛ CV (ˆ1 ) ⎞ ⎛ (ˆ1 ) ⎞

⎜
1⎟ x100 ⎜
1⎟ x100 ⎜
1⎟ x100
⎜ ECM (ˆ ) ⎟ ⎜ CV (ˆ ) ⎟ ⎜ (ˆ ) ⎟
⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
ESTIMACIÓN POR INTERVALOS DE CONFIANZA
Al estimar parámetros de la población en estudio basándose en la información contenida en la

muestra, pueden usarse los valores puntuales de un estadístico basado en la misma, o puede
utilizarse un intervalo de valores dentro del cual se tiene confianza de que esté el valor del
parámetro. En el primer caso estamos ante el proceso de estimación puntual, en el que
utilizamos directamente los valores de un estadístico, denominado estimador puntual, sobre la
muestra dada (estimaciones puntuales), para estimar los valores poblacionales. En el segundo
caso estamos ante la estimación por intervalos, donde se calcula un intervalo de confianza en
el que razonablemente cae el valor estimado con un nivel de confianza prefijado.
Obtener una estimación por intervalos (o definir un intervalo de confianza) para un

parámetro poblacional al nivel de confianza consiste en hallar un intervalo real para el
que se tiene una probabilidad 1
de que el verdadero valor del parámetro caiga dentro
del citado intervalo. El valor 1
suele denominarse coeficiente de confianza.
Intervalos de confianza cuando el estimador es insesgado
En este caso se persigue estimar el parámetro poblacional mediante un intervalo de

confianza basado en el estimador ˆ insesgado para (E( ˆ ) = ). Para estimadores
insesgados, es necesario distinguir entre el caso en que la distribución del estimador es
normal y el caso en que dicha distribución no puede asegurarse que sea normal.
a) El estimador $ tiene una distribución normal
El intervalo de confianza para el parámetro poblacional basado en ˆ será:
[ˆ
(ˆ),ˆ + (ˆ)] con

⎛ ⎞
= FN
1(0,1) ⎜1
⎟
⎝ 2⎠
F es la función de distribución de la normal (0,1), y es el nivel de confianza. Si

realmente es dudoso que $ tenga una distribución normal, puede utilizarse la distribución t de
Student con n
1 grados de libertad para calcular el intervalo de confianza para que, en este
caso, será:
www.FreeLibros.org
[ˆ
t ˆ (ˆ),ˆ + t ˆ (ˆ)] con

⎛ ⎞
t = Ftn
11 ⎜1
⎟
⎝ 2⎠
F es la función de distribución de una t de Student con n

1 grados de libertad.
b) El estimador $ no tiene una distribución normal

El intervalo de confianza, derivado de la desigualdad de Tchevichev, para el parámetro
poblacional basado en $ que cubre el valor de con una probabilidad 1
(coeficiente
de confianza), será:
⎡
⎢ˆ
()
ˆ ˆ ˆ ⎤
, + ⎥
()
⎣⎢ ⎥⎦
Este intervalo suele ser más ancho que el obtenido cuando la distribución de $ es
normal. A medida que $ se aleja más de la normalidad, la anchura de este intervalo es
mucho mayor respecto del obtenido para normalidad. Ya sabemos que una estimación por
intervalos es tanto mejor cuanto más reducido sea el intervalo de confianza correspondiente;
de ahí que la propiedad de normalidad sea muy deseable, pues en este caso los intervalos
obtenidos son muy estrechos, lo que implica una buena estimación por intervalos.
Intervalos de confianza en estimadores sesgados
El intervalo de confianza para basado en el estimador $ en presencia del sesgo no

() ()
despreciable B ˆ = E ˆ
es el siguiente:
[ˆ
(ˆ)
| B(ˆ) |,ˆ + (ˆ)
| B(ˆ) |]

Observamos que se trata de un intervalo no centrado en ˆ y desplazado en la

()
cantidad B ˆ respecto del intervalo sin sesgo, que debe centrarse situándonos en la peor de
las circunstancias, es decir, tomando como extremo fijo del intervalo el más lejano del centro
ˆ , y calculando el otro extremo por equidistancia al centro. Ante esta situación, la presencia
()
del sesgo B ˆ origina que el intervalo de confianza para basado en el estimador ˆ y
centrado en ˆ , tenga una longitud superior al intervalo cuando no hay sesgo. Por tanto, la
presencia de sesgo conduce a una estimación por intervalos menos precisa.
El intervalo de confinaza ya centrado será el siguiene:
[ˆ
(ˆ)
| B(ˆ) |,ˆ + (ˆ)+ | B(ˆ) |]

www.FreeLibros.org
PROBLEMAS RESUELTOS
1.1. Sobre las regiones que componen un determinado país se mide la variable X=Número de
personas activas, obteniendo como resultados 6 millones, 4 millones, 3 millones y 8 millones
con probabilidades iniciales de selección 1/6, 1/3, 1/3 y 1/6, respectivamente, para cada
región. Se trata de estimar en millones de personas la cifra media de actividad, extrayendo
muestras de la variable X con tamaño 2 sin reposición y sin tener en cuenta el orden de
colocación de sus elementos. Para ello se consideran los estimadores alternativos
MEDIANA y MEDIA ARMÓNICA. Se pide lo siguiente:
1) Especificar el espacio muestral definido por este procedimiento de muestreo, las

probabilidades asociadas a las muestras y la distribución en el muestreo de los dos
estimadores. Analizar la precisión de los dos estimadores. ¿Cuál de ellos es mejor?
2) Hallar intervalos de confianza para la mediana y la media armónica basados en la

muestra de mayor probabilidad para un nivel de confianza del 2 por mil ( = 0,002).
Como dato se sabe que F-1(0.999)= 3, siendo F la función de distribución de la normal
(0,1). Comentar los resultados relacionándolos con los del apartado 1.
Tenemos un procedimiento de muestreo sin reposición en el que no interviene el orden de

colocación de las unidades en las muestras, con lo que el espacio muestral tendrá
⎛ 4⎞
⎜⎜ ⎟⎟ = 6 muestras.
⎝ 2⎠
A continuación se especifican las muestras, sus probabilidades y los valores de los
estimadores mediana M̂ y media armónica X̂ H para cada muestra.
ˆ
S ( X ) P( X ) Mˆ XH
(6 4) 3 / 20 5 24 / 5
(6 3) 3 / 20 9/2 4
(6 8) 1 / 15 7 48 / 7
(4 3) 1 / 3 7/2 24 / 7
(4 8) 3 / 20 6 16 / 3
(3 8) 3 / 20 11 / 2 48 / 11
Dado que no hay reposición y que no importa el orden de colocación de los

elementos en las muestras (muestras con los mismos elementos colocados en orden diferente
se consideran la misma muestra), las probabilidades de la columna P(X) se han calculado de
la siguiente forma:
1 2 2 1 3
P (6,4) = P{6,4} + P{4,6} = P (6) P (4 / 6) + P (4) P (6 / 4) = + =
6 5 6 4 20
1 2 2 1 3
P (6,3) = P{6,3} + P{3,6} = P (6) P (3 / 6) + P (3) P (6 / 3) = + =
6 5 6 4 20
1 1 1 1 1
P (6,8) = P{6,8} + P{8,6} = P (6) P (8 / 6) + P (8) P (6 / 8) = + =
6 5 6 5 15
www.FreeLibros.org
2 2 2 2 1
P(4,3) = P{4,3} + P{3,4} = P (4) P (3 / 4) + P (3) P (4 / 3) = + =
6 4 6 4 3
2 1 1 2 3
P (4,8) = P{4,8} + P{8,4} = P (4) P (8 / 4) + P (8) P (4 / 8) = + =
6 4 6 5 20
2 1 1 2 3
P (3,8) = P{3,8} + P{8,3} = P (3) P (8 / 3) + P (8) P (3 / 8) = + =
6 4 6 5 20
Las probabilidades anteriores también pueden calcularse mediante la expresión
P(ui,uj) = P(ui)P(uj/ui) + P(uj)P(ui/uj)=P(ui)P(uj)/(1-P(ui))+P(uj)P(ui)/(1-P(uj)) = PiPj/(1-Pi) + PiPj(1-Pj).
Las distribuciones de probabilidad de los dos estimadores se calcularán mediante la

expresión ya conocida PT( ˆ (X1, ...,Xn ) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T ˆ 3 ⎧ T ˆ 24 3
⎪P (M = 5) = P (6,4) =
20 ⎪P ( X H =
5
) = P (6,4) =
20
⎪ ⎪
⎪ P T ( Mˆ 9 3 ⎪ P T ( Xˆ 3
= ) = P (6,3) = = 4) = P (6,3) =
⎪ 2 20 ⎪ H
20
⎪ ⎪
⎪ P T ( Mˆ 1 ⎪ P T ( Xˆ 48 1
= 7) = P (6,8) = H = ) = P (6,8) =
⎪ 15 ˆ ⎪ 7 15
Mˆ ⎨ XH ⎨
⎪ P T ( Mˆ 7 1 ⎪ P T ( Xˆ 24 1
= ) = P (4,3) = H = ) = P (4,3) =
⎪ 2 3 ⎪ 7 3
⎪ 3 ⎪ 16 3
⎪ P T ( Mˆ = 6) = P (4,8) = ⎪ P T ( Xˆ H = ) = P (4,8) =
⎪ 20 ⎪ 3 20
⎪ T 11 3 ⎪ T ˆ 48 3
⎪ P ( Mˆ = ) = P (3,8) = ⎪P ( X H = ) = P (3,8) =
⎩ 2 20 ⎩ 11 20
Una vez conocida la distribución de probabilidad en el muestreo de los dos estimadores

analizaremos si son insesgados o no. Para ello calculamos en primer lugar los valores de la
mediana y media armónica poblacionales como sigue:
4
M = (4 + 6) / 2 = 5 XH = = 4,57
1/ 6 + 1/ 4 + 1/ 3 + 1/ 8
Ahora, para comprobar la insesgadez, hallamos la esperanza de los estimadores:
3 9 3 1 7 1 3 11 3
E ( Mˆ ) = 5 + + 7 + + 6 + = 4,78 X = 5
20 2 20 15 2 3 20 2 20
ˆ 24 3 3 48 1 24 1 16 3 48 3
E( X H ) = + 4 + + + + = 4,37 X H = 4,57
5 20 20 7 15 7 3 3 20 11 20
Vemos que los dos estimadores son sesgados y los valores de sus sesgos son:
ˆ ˆ ˆ
B(Mˆ ) = E( X )
X = 4,78
5 =
0,22 B( X H ) = E( X H )
X H = 4,37
4,57 =
0,2
Ahora calculamos las varianzas de los dos estimadores como sigue:

3 9 3 1 7 1 3
V (Mˆ ) = E (Mˆ
4,78) 2 = (5
4,78) 2 + (
4,78) 2 + (7
4,78) 2 + (
4,78) 2 + (6
4,78) 2
20 2 20 15 2 3 20
11 3
+ (
4,78) 2 = 1,19
2 20
www.FreeLibros.org
ˆ ˆ 24 3 3 48 1
V ( X H ) = E ( X H
4,37) 2 = (
4,37) 2 + (4
4,37) 2 + (
4,37) 2
5 20 20 7 15
24 1 16 3 48 3
+ (
4,37) 2 + (
4,37) 2 + (
4,37) 2 = 0,89
7 3 3 20 11 20
Ya que los dos estimadores son sesgados se pueden hacer las comparaciones a través
B î ( )
del error cuadrático medio, pero antes se deben calcular las cantidades
î ( )
para ver si el
sesgo es o no despreciable. Tenemos:
B(Mˆ ) 0,22 B(Xˆ H ) 0,2

= = 0.2, = = 0,2
(Mˆ ) 1,19 ˆ
(XH ) 0,89
Los dos valores son superiores a 1/10, con lo que el sesgo no resulta despreciable en
ningún caso (los dos estimadores son igualmente precisos según la razón del sesgo a la
desviación típica). Calculamos ahora los errores cuadráticos medios para aquilatar mejor la
diferencia de precisiones y ver realmente qué estimador es mejor.
3 9 3 1 7 1 3 11 3
ECM(Mˆ ) = E(Mˆ
5)2 = (5
5)2 + (
5)2 + (7
5)2 + (
5)2 + (6
5)2 + (
5)2 = 1,24
20 2 20 15 2 3 20 2 20
ˆ ˆ 24 3 3 48 1 24 1
ECM( X H ) = E( X H
4,57)2 = (
4,57)2 + (4
4,57)2 + (
4,57)2 + (
4,57)2
5 20 20 7 15 7 3
16 3 48 3
+ (
4,57)2 + (
4,57)2 = 0,93
3 20 11 20
El mejor estimador resulta ser la media armónica porque tiene menor error
cuadrático medio. Para cuantificar las ganancias en precisión calculamos:
⎛ 1, 24 ⎞
⎜⎜
1 ⎟⎟ 100 = 33 ,33
⎝ 0 ,93 ⎠
Se observa que el uso de la media armónica mejora en un 33,33% la estimación a

partir de la mediana.
Para calcular los intervalos de confianza par la mediana y la media armónica

basados en la muestra de mayor probabilidad (4,3), una vez que ya sabemos que son
sesgados con sesgo influyente (no despreciable), utilizamos la expresión:
() () () ()
[ˆ
ˆ
| B ˆ |, ˆ + ˆ + | B ˆ |]
Tenemos:
Mˆ [7 / 2
3 1,19
|
0,22 |, 7 / 2 + 3 1,19 + |
0,22 |] = [0,004, 6,99]
Xˆ H [24 / 7
3 0,89
|
0,2 |, 24 / 7 + 3 0,89 + |
0,2 |] = [0,39, 6,45]
Se observa que el intervalo más estrecho es el relativo a la media armónica, ya que

es el estimador más preciso.
www.FreeLibros.org
Los cálculos pueden automatizarse con EXCEL como sigue:
Los resultados son los siguientes:
www.FreeLibros.org
1.2. Dada la población {U1, U2, U3, U4, U5} seleccionamos muestras de tamaño 3 por el siguiente
método de muestreo: De un recipiente que contiene tres bolas numeradas del 1 al 3 se
extraen al azar dos bolas mediante muestreo aleatorio sin reposición con probabilidades
iguales, y a continuación, de otro recipiente con dos bolas numeradas con el 4 y el 5 se
extrae una bola. Se supone que extraer la bola i-ésima equivale a elegir para la muestra la
unidad Ui. Consideramos los estimadores por analogía siguientes:
T̂1 = Proporción de subíndices pares en la muestra

T̂2 = Total de subíndices impares en la muestra
1) Hallar las distribuciones en el muestreo de T̂1 y T̂2 y sus varianzas, sesgos y errores
cuadráticos medios.
2) Comparar las precisiones de los estimadores anteriores cuantificando las ganancias en

precisión tanto por la vía de la estimación puntual como por la vía de la estimación por
intervalos al 95%. Comentar los resultados.
Para hallar el espacio muestral asociado a este procedimiento de muestreo consideramos la

urna U1 con tres bolas y la urna U2 con dos bolas.
1, 2 , 3 4, 5
U1 U2
Como en la urna U1 seleccionamos dos bolas sin reposición, las posibilidades son
(A1 A2), (A1 A3) y (A2 A3). Como para cada par de bolas seleccionadas de la urna U1 se
selecciona una bola en la urna U2, las posibles muestras de tres elementos serán (A1 A2 A4),
(A1 A2 A5), (A1 A3 A4), (A1 A3 A5), (A2 A3 A4) y (A2 A3 A5).
Las probabilidades de las muestras se calculan como se indica a continuación:
P(A1 A2 A4) = P(A1 A2 /U1)P(A4/U2) + P(A2 A1/U1)P(A4/U2) = P1(A1)P1(A2/A1)P2(A4) +

P1(A2 )P1(A1 / A2)P2(A4) = (1/3)(1/2)(1/2) + (1/3)(1/2)(1/2) = 1/6
P(A1 A2 A5) = P(A1 A2/U1)P(A5/U2) + P(A2 A1/U1)P(A5/U2) = P1(A1 )P1(A2/A1)P2(A5) +

P1(A2)P1(A1/A2)P2(A5) = (1/3)(1/2)(1/2) + (1/3)(1/2)(1/2) = 1/6
El cálculo de las probabilidades de las restantes muestras es similar, y el valor es 1/6

para todas ellas; es decir, estamos ante un método de selección con probabilidades iguales. Ya
podemos formar la tabla con las muestras del espacio muestral S_X, sus probabilidades Pi y los
valores de los dos estimadores del problema sobre las mismas Tˆ1 y Tˆ2 , datos que van a
permitirnos el cálculo de las distribuciones en el muestreo de los estimadores. En el siguiente
cuadro se especifican las muestras, sus probabilidades y los valores de los estimadores para cada
muestra.
www.FreeLibros.org
S_ X Pi Tˆ1 Tˆ2
A1 A 2 A 4 1/ 6 2/3 1
A1 A 2 A 5 1/ 6 1/ 3 2
A1 A 3 A 4 1/ 6 1/ 3 2
A1 A 3 A 5 1/ 6 0 3
A 2 A3 A 4 1/ 6 2/3 1
A 2 A3 A5 1/ 6 1/ 3 2

expresión ya conocida PT( ˆ (X1, ...,Xn ) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T ˆ 1 1 ⎧ T ˆ 1 1
⎪ P (T 1= 2 / 3) = 2 6 = 3 ⎪ P (T 2 = 1) = 2 6 = 3
⎪ ⎪
⎪ 1 1 ⎪ 1 1
ˆ
T1 ⎨ P T (Tˆ 1= 1 / 3) = 3 = T1 ⎨ P T (Tˆ 2 = 2) = 3 =
ˆ
⎪ 6 2 ⎪ 6 2
⎪ T ˆ 1 ⎪ T ˆ 1
⎪ P (T 1= 0) = 6 ⎪ P (T 2 = 3) = 6
⎩ ⎩
Una vez conocida la distribución de probabilidad en el muestreo de los dos estimadores

proporción de subíndices pares de la población 1 y del total de subíndices impares de la población
2, que son los parámetros que estamos estimando con los estimadores Tˆ1 y Tˆ2 , respectivamente.
Se tiene:
1 = 2/3 2 = 3
Ahora, para comprobar la insesgadez, hallamos la esperanza matemática de los

estimadores tal y como se indica a continuación:
2 1 1 1 1
E(Tˆ1 ) = + + 0 = 7 / 18 = 0,388888888 2 / 5 = 1
3 3 3 2 6
1 1 1
E(Tˆ2 ) = 1 + 2 + 3 = 11 / 6 = 1,8333333333 3 = 2
3 2 6
El estimador Tˆ1 es sesgado con sesgo B( Tˆ1 ) = E( Tˆ1 )

1=7/18
2/5 =
1/90 =

0,0111, y el estimador Tˆ2 también es sesgado con sesgo B( Tˆ2 ) = E( Tˆ2 )
2 = 11/6
3 =

7/6 =
1,16666. Las varianzas de los estimadores son:
2 1 1 1 1
V (Tˆ1 ) = (
0,388 ) 2 + (
0,388 ) 2 + (0
0,388 ) 2 = 0,0524
3 3 3 2 6
1 1 1
V (Tˆ2 ) = (1
1,833 ) 2 + ( 2
1,833 ) 2 + (3
1,833 ) 2 = 0,4722
3 2 6
Con lo que las desviaciones típicas valdrán:
(Tˆ1 ) = 0,0524 = 0,2289 y (Tˆ2 ) = 0,4722 = 0,687
www.FreeLibros.org
Como |B( Tˆ1 )/ ( Tˆ1 )| = 0,0485 < 1/10, el sesgo del estimador Tˆ1 es despreciable, por lo
que este puede considerarse a todos los efectos insesgado. Como |B( Tˆ )/ ( Tˆ )| = 1,69 > 1/10
2 2
el sesgo del estimador Tˆ2 no es despreciable, y como un estimador es sesgado y el otro

insesgado, la comparación de estimadores puede hacerse a través de los errores cuadráticos
medios. Tenemos:
2 1 1 1 1
ECM (Tˆ1 ) = (
0,4) 2 + (
0, 4) 2 + (0
0, 4) 2 = 0,0526
3 3 3 2 6
1 1 1
ECM (Tˆ2 ) = (1
3) 2 + ( 2
3) 2 + (3
3) 2 = 1,833
3 2 6
Se observa que el error cuadrático medio de Tˆ1 es prácticamente igual que su

varianza, dado que es prácticamente insesgado. Evidentemente el mejor estimador es Tˆ , 1
pues su error cuadrático medio es mucho menor que el de Tˆ2 . La ganancia en precisión por
usar Tˆ en vez de Tˆ es:
1 2
GP = (EMC( Tˆ2 )/EMC( Tˆ1 )

1)*100 = (1,833/0,0526
1)*100 = 3385,9%
Para hallar un intervalo de confianza para Tˆ1 (que es insesgado) basado en la primera
muestra y suponiendo normalidad en la población se utilizará la fórmula:
( ) ( )
[Tˆ1
Tˆ1 , Tˆ1 + Tˆ1 ] = [2 / 3
1.96* 0.229, 2 / 3 + 1.96* 0.229] = [0.217, 1.15]
Para el resto de las muestras se realizan cálculos similares.

Se puede suponer normalidad en la población porque el coeficiente de asimetría g1 y el
coeficiente de curtosis g2 de Tˆ1 caen en el intervalo [-2,2]. El coeficiente de asimetría depende
del momento de tercer orden centrado en la media m3 y el coeficiente de curtosis depende
del momento de orden 4 centrado en la media m4 y se calculan como sigue:
g1 = m3/ 3 =
0,0027/0,2293 = 0,22
g2 = m4/ 4
3 =
0,0058/0,2294
3 =
0,89
2 1 1 1 1
m 3(Tˆ1 ) = (
0,388 ) 3 + (
0,388 ) 3 + (0
0,388 ) 3 = 0, 22
3 3 3 2 6
2 1 1 1 1
m 4(Tˆ1 ) = (
0,388 ) 4 + (
0,388 ) 4 + (0
0,388 ) 4 =
0,89
3 3 3 2 6
Si no hubiera habido normalidad, el intervalo de confianza para Tˆ1 se habría calculado

como sigue:
⎡
⎢Tˆ1
( ), T1 +
( )
Tˆ1 ˆ Tˆ1 ⎤ ⎡
⎥ = ⎢2 / 3
0,229
, 2/3+
0,229 ⎤
⎥ = [0.357, 1.69]
⎣⎢ ⎦⎥ ⎢⎣ 0,05 0,05 ⎦⎥
Se observa que el intervalo de confianza para Tˆ1 sin existir normalidad es más ancho,
es decir, es menos preciso.
www.FreeLibros.org
Para hallar un intervalo de confianza para Tˆ2 (que es sesgado) basado en la primera
muestra, realizamos los siguientes cálculos:
() () () ()
[Tˆ2
Tˆ2
| B Tˆ2 |, Tˆ2 + Tˆ2 + | B Tˆ2 |] = [1
1.96* 0.687+ 0.16, 1 + 1.96* 0.687+ 0.16] = [
1.513, 3.513]
Se observa que el intervalo de confianza del estimador menos preciso es más ancho.
Los cálculos pueden automatizarse con Excel como sigue:
www.FreeLibros.org
1.3. En una población de 3 unidades numeradas {U1, U2, U3} se extraen muestras de tamaño 2
mediante el siguiente método de muestreo: Se extraen al azar 2 bolas de una urna que
contiene 6 bolas (tres con el número 1, dos con el número 2 y una con el número 3), y se
extraen de la población las dos unidades que tengan los mismos números que las dos bolas
extraídas. Se pide:
1) Considerando la extracción de las bolas en la urna con reposición y el estimador por analogía
T= Número de unidades distintas en las muestras, hallar su distribución en el muestreo
analizando su precisión. Obtener una estimación puntual del número de unidades distintas en
la población y otra por intervalos al 99,8% de confianza (F-1(0,999) = 3) basándose en la
muestra de mayor probabilidad.
2) Contestar a las preguntas del apartado anterior suponiendo que la extracción de las bolas en la
urna sin reposición. Comparar las estimaciones en los dos casos comentando los resultados.
Para hallar el espacio muestral asociado a este procedimiento de muestreo sin reposición
consideramos la urna U con 6 bolas (tres con el número 1, dos con el número 2 y una con el
número 3).
1 2
1 1 2
U
Como en la urna U seleccionamos dos bolas sin reposición, las posibilidades son
(1,1), (1,2), (1,3), (2,2) y (2,3).
3 2 1
P(1,1) = P1 (1) + P2 (1 / 1) = =
6 5 5
3 2 2 3 2
P(1,2) = P{1,2} + P{2,1} = P1 (1) P2 (2 / 1) + P1 (2) P2 (1 / 2) = + =
6 5 6 5 5
3 1 1 3 1
P(1,3) = P{1,3} + P{3,1} = P1 (1) P2 (3 / 1) + P1 (3) P2 (1 / 3) = + =
6 5 6 5 5
2 1 1
P(2,2) = P1 (2) P2 (2 / 2) = =
6 5 15
2 1 1 2 2
P(2,3) = P{2,3} + P{3,2} = P1 (2) P2 (3 / 2) + P1 (3) P2 (2 / 3) = + =
6 5 6 5 15
Los índices 1 y 2 de las probabilidades indican primera y segunda extracción,

respectivamente. Las barras inclinadas indican condicionada a que se haya obtenido en la
primera extracción el número que aparece en el denominador.
www.FreeLibros.org
Ya podemos formar la tabla con las muestras del espacio muestral S_X, sus
probabilidades Pi y los valores del estimador T del problema sobre las mismas, datos que nos
van a permitir el cálculo de la distribución en el muestreo del estimador. En el siguiente
cuadro se especifican las muestras, sus probabilidades y los valores del estimador para cada
muestra.
Muestras
S_X Pi T
( sin reposicón )
1 (1,1) 1/ 5 1
2 (1, 2 ) 2/5 2
3 (1,3) 1/ 5 2
4 ( 2, 2 ) 1 / 15 1
5 ( 2 ,3 ) 2 / 15 2
La distribución de probabilidad del estimador en el muestreo se calcularán mediante

la expresión ya conocida PT( ˆ (X1, ...,Xn ) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T 1 1 4
⎪⎪ P (T = 1) = 5 + 15 = 15
T⎨
⎪ P T (T = 2) = 2 + 1 + 2 = 11
⎪⎩ 5 5 15 15
Una vez conocida la distribución de probabilidad en el muestreo del estimador

analizaremos si es insesgado o no. Para ello observamos que el valor del número de unidades
distintas en la población es = 3, que es el parámetro que estamos estimando con el estimador T.
Ahora, para comprobar la insesgadez, hallamos la esperanza matemática del estimador
tal y como se indica a continuación:
4 11
E (T ) = 1 + 2 = 26 / 15 = 1,7333333333 3 =
15 15
El estimador T es sesgado con sesgo B(T)=E(T)
= 26/15-3 =
19/15 =
1,26666.
La varianza del estimador es la siguiente:
4 11
V (T ) = (1
1,733 ) 2 + ( 2
1,733 ) 2 = 0,1955
15 15
(T ) = 0,1955 = 0,442
Como |B(T)/ (T)| = 1,266/0,442 = 2,864 > 1/10, el sesgo del estimador T no es
despreciable, por lo que calcularemos su precisión mediante el error cuadrático medio.
Tenemos:
4 11
ECM (T ) = (1
3) 2 + ( 2
3) 2 = 1,8
15 15
www.FreeLibros.org
Para hallar un intervalo de confianza para T (que es sesgado) basado en la segunda

muestra (que es la de mayor probabilidad), realizamos los siguientes cálculos:
[T
(T )
| B(T ) |, T + (T )+ | B(T ) |] = [2
3 * 0,442
1,26 + 3 * 0,442 + 1,26] = [
0,593, 4,593]
Cuando en la urna U seleccionamos dos bolas con reposición, las posibilidades

son (1,1), (1,2), (1,3), (2,2), (2,3) y (3,3).
www.FreeLibros.org
3 3 1
P(1,1) = P(1) P(1) = =
6 6 4
3 2 1
P(1,2) = 2 P(1) P(2) = 2 =
6 5 3
3 1 1
P(1,3) = 2 P(1) P(3) = 2 =
6 6 6
2 2 1
P(2,2) = P(2) P(2) = =
6 6 9
2 1 1
P(2,3) = 2 P(2) P(3) = 2 =
6 6 9
1 1 1
P(3,3) = P(3) P(3) = =
6 6 36
Ya podemos formar la tabla con las muestras del espacio muestral S_X, sus
probabilidades Pi y los valores del estimador T del problema sobre las mismas, datos que nos
van a permitir el cálculo de la distribución en el muestreo del estimador. En el siguiente
cuadro se especifican las muestras, sus probabilidades y los valores del estimador para cada
muestra.
Muestras
S_X Pi T
( con reposición )
1 (1,1) 1/ 4 1
2 (1, 2 ) 1/ 3 2
3 (1,3) 1/ 6 2
4 ( 2, 2 ) 1/ 9 1
5 ( 2,3) 1/ 9 2
6 (3,3) 1 / 36 1
La distribución de probabilidad del estimador en el muestreo se calcularán mediante

la expresión ya conocida PT( ˆ (X1, ...,Xn ) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T 1 1 1 7
⎪⎪ P (T = 1) = 4 + 9 + 36 = 18
T⎨
⎪ P T (T = 2) = 1 + 1 + 1 = 11
⎪⎩ 3 6 9 18
Una vez conocida la distribución de probabilidad en el muestreo del estimador

analizaremos si es insesgado o no. Para ello observamos que el valor del número de unidades
distintas en la población es = 3, que es el parámetro que estamos estimando con el estimador T.
Ahora, para comprobar la insesgadez, hallamos la esperanza matemática del estimador
www.FreeLibros.org
7 11
E (T ) = 1 + 2 = 29 / 18 = 1,611111 3 =
18 18
El estimador T es sesgado con sesgo B(T)=E(T)- = 29/18-3 = -25/18=-1,3888. La
varianza del estimador es la siguiente:
7 11
V (T ) = (1
1,6111) 2 + ( 2
1,6111) 2 = 0,237
18 18
Con lo que las desviaciones típicas valdrá:
(T ) = 0,237 = 0,486
Como |B(T)/ (T)| = 1,388/0,486 = 2,85 > 1/10, el sesgo del estimador T no es
despreciable, por lo que calcularemos su precisión mediante el error cuadrático medio.
Tenemos:
7 11
ECM (T ) = (1
3) 2 + ( 2
3) 2 = 2,1666
18 18
Para hallar un intervalo de confianza para T (que es sesgado) basado en la segunda
muestra (que es la de mayor probabilidad), realizamos los siguientes cálculos:
[T
(T )
| B(T ) |, T + (T )+ | B(T ) |] = [2
3* 0,486
1,38 + 3* 0,486+1,38] = [
0,851, 4,851]
www.FreeLibros.org
Para comparar las estimaciones con y sin reposición observamos los errores
cuadráticos medios, resultando que el método sin reposición tiene menor error cuadrático
medio, lo que indica que es mejor método de estimación.
La ganancia en precisión por trabajar sin reposición en vez de con reposición se
cuantifica como sigue:
GP = (EMCCR(T)/EMCSR(T) - 1)*100 = (2,1666/1,8-1)*100=20,37%
Se ve que la precisión mejora un 20,37% en caso de usa selección sin reposición.
Además, también se observa que el intervalo de confianza del estimador menos preciso (con
reposición) es más ancho.
1.4. Con la finalidad de ensayar el análisis de la divisibilidad en una población numérica,
consideramos una población virtual finita con 6 elementos U = {12, 13, 17, 23, 6, 1}.
Mediante un método de muestreo aleatorio con probabilidades iguales y sin reposición se
extraen muestras de tamaño 2 sin tener en cuenta el orden de colocación de sus elementos.
1) ¿Cuántos elementos tiene el espacio muestral? Especificar dicho espacio muestral y las
probabilidades asociadas a las muestras.
2) A partir de las muestras del espacio muestral se trata de estimar el parámetro poblacional
PROPORCIÓN DE NÚMEROS PRIMOS mediante el estimador por analogía y el
parámetro poblacional TOTAL DE NÚMEROS PRIMOS mediante el estimador de
expansión de la proporción por el tamaño poblacional (producto del estimador de la
proporción por el tamaño poblacional). Hallar la distribución en el muestreo de dichos
estimadores. ¿Qué estimador es mejor? Comparar el estimador de expansión del total
con el estimador por analogía.
3) Hallar intervalos de confianza al 99% ( = 0.01) para el total y la proporción de

números primos en la población, basados en las muestras cuyos dos elementos son
números no primos. Tenemos como dato conocido que F-1(0.995)= 2.57, siendo F la
función de distribución de la normal (0,1). Comentar los resultados.
Como se trata de muestreo aleatorio sin reposición en el que el orden de colocación de

los elementos en las muestras de tamaño 2 no interviene, el número de muestras posibles será:
www.FreeLibros.org
⎛6⎞
⎜⎜ ⎟⎟ =15
⎝ 2⎠
Por otra parte, en este problema estamos considerando la clase A de los números
primos, con lo que asociaremos a los Ui los Ai que valen cero cuando Ui no es primo y valen
uno cuando Ui es primo. Luego sobre el conjunto Ui{2, 13, 17, 23, 6, 1} se mide la variable
A y se obtiene el conjunto Ai{0, 1, 1, 1, 0, 1}. Al tratarse de muestreo aleatorio sin
reposición y probabilidades iguales, las probabilidades iniciales de selección de los elementos
de la población para la muestra valdrán P(ui) = 1/6, i = 1, ..., 6 y la probabilidad de cualquier
muestra puede hallarse mediante la expresión:
P_X = P(ui,uj) = P(ui)P(uj/ui) + P(uj)P(ui/uj) = P(ui)P(uj)/(1

P(ui)) + P(uj)P(ui)/(1
P(uj))) =
(1/62)/(1
1/6) + (1/62)/(1
1/6) = 2(1/62)/(1
1/6) = 1/15
Se observa que las probabilidades de las muestras serán todas iguales a 1/15. Luego
estamos ante un método de selección con probabilidades iguales y muestras equiprobables.
A continuación se presenta la tabla que contiene el espacio muestral, las
probabilidades de las muestras y la distribución de los estimadores.
TOTAL ( Â = 6 P̂ ) TOTAL ( Tˆ = 2 P̂ )
S1_X S2_X P_X PROPORCIÓN ( P̂ ) EXPANSIÓN MUESTRAL
0 1 1/15 0,5 3 1
0 1 1/15 0,5 3 1
0 1 1/15 0,5 3 1
0 0 1/15 0 0 0
0 1 1/15 0,5 3 1
1 1 1/15 1 6 2
1 1 1/15 1 6 2
1 0 1/15 0,5 3 1
1 1 1/15 1 6 2
1 1 1/15 1 6 2
1 0 1/15 0,5 3 1
1 1 1/15 1 6 2
1 0 1/15 0,5 3 1
1 1 1/15 1 6 2
0 1 1/15 0,5 3 1

expresión ya conocida PT( ˆ (X1, ..., Xn ) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T ˆ 1 2 ⎧ T ˆ 1 2 ⎧ T ˆ 1 2
⎪ P ( P = 1) = 6 15 = 5 ⎪ P ( A = 6) = 6 15 = 5 ⎪ P (T = 2) = 6 15 = 5
⎪ ⎪ ⎪
⎪ 1 8 ⎪ 1 8 ⎪ 1 8
Pˆ ⎨ P T ( Pˆ = 1 / 2) = 8 = Aˆ ⎨ P T ( Aˆ = 3) = 8 = Tˆ ⎨ P T (Tˆ = 1) = 8 =
⎪ 15 15 ⎪ 15 15 ⎪ 15 15
⎪ T ˆ 1 ⎪ T ˆ 1 ⎪ T ˆ 1
⎪ P ( P = 0) = 15 ⎪ P ( A = 0) = 15 ⎪ P (T = 0) = 15
⎩ ⎩ ⎩
www.FreeLibros.org
Una vez conocida la distribución de probabilidad en el muestreo de los estimadores

proporción de números primos de la población 1 = 2/3 y del total de números primos de la
población 2 = 4.
2 1 8 1
E( Pˆ ) = 1 + + 0 = 2 / 3 = 0,6666 = 1
5 2 15 15
2 8 1
E( Aˆ ) = 6 + 3 + 0 = 6E( Pˆ ) = 4 = 2
5 15 15
2 8 1
E(Tˆ ) = 2 + 1 + 0 = 2E( Pˆ ) = 4 / 3 = 1,33333 4 = 2
5 15 15
Se observa que P̂ es insesgado para 1 y Â e insesgado para 2. El estimador Tˆ es

sesgado para 2 con sesgo B( Tˆ ) = E( Tˆ )
2 = 4/3
4 =
8/3 =
2,66. Para calcular las
varianzas de los estimadores se tiene en cuenta que Â = 6 P̂ y que Tˆ = 2 P̂ .
2 1 8 1
V ( Pˆ ) = (1
0,666) 2 + (
0,666) 2 + (0
0,66) 2 = 0,088888
5 2 15 15
V ( Aˆ ) = V (6Pˆ ) = 36V ( Pˆ ) = 3,2
V (Tˆ ) = V (2Pˆ ) = 4V ( Pˆ ) = 0,35555
( Pˆ ) = 0,088888 = 0,298, ( Aˆ ) = 3,2 = 1,7888 y (Tˆ ) = 0,35555 = 0,596
Como los estimadores P̂ y Â son insesgados, su varianza coincide con su error cuadrático
medio, por lo que su precisión se mide a través de la varianza. De esta forma, el estimador P̂ para
estimar 1 es más preciso que el estimador Â para estimar 2 por tener menor varianza.
Como |B( Tˆ )/ ( Tˆ )| = 4,46 > 1/10, el sesgo del estimador Tˆ no es despreciable y al

compararlo con Â tenemos un estimador sesgado y el otro insesgado. La comparación debe
hacerse a través de los errores cuadráticos medios. Tenemos:
2 1 8 1
ECM (Tˆ ) = (1
4 / 3) 2 + (
4 / 3) 2 + (0
4 / 3) 2 = 0,53333 > ECM ( Aˆ ) = V ( Aˆ ) = 3,2
5 2 15 15
Se observa que el error cuadrático medio de Tˆ es mayor que la varianza de Â , luego
Â es más preciso que Tˆ para estimar 2. Por lo tanto, el estimador de expansión del total es
más preciso que el estimador por analogía.
Para el cálculo de las estimaciones por intervalos (intervalos de confianza de los
estimadores) es útil poder suponer que A se distribuye normalmente. Como el coeficiente de
asimetría de A vale
0,96 y el de curtosis
1,87, puede ser lógico suponer la normalidad, ya que
ambos coeficientes se encuentran en el intervalo [
2,2]. Sin embargo, como el extremo inferior
está muy cerca de
2, para aceptar esta suposición será necesario realizar un contraste formal de
normalidad. Por lo tanto, hallamos los intervalos de confianza bajo las dos hipótesis (normalidad
y no normalidad en la población).
www.FreeLibros.org
Los coeficientes de asimetría g1 y curtosis g2 de A se calculan como sigue:
m3
1
6
[
2(0
2 / 3) 3 + 4(1
2 / 3) 3 ]
g1 = = = 0,968
3 ⎛ 1 ⎞
3
⎜
⎜ 6
[
2(0
2 / 3) 2 + 4(1
2 / 3) 2 ] ⎟
⎟
⎝ ⎠
m4
1
6
[
2(0
2 / 3) 4 + 4(1
2 / 3) 4 ]
g2 =
3 =
3 =
1,875
4 ⎛ 1 ⎞
4
⎜
⎜ 6
[
2(0
2 / 3) 2 + 4(1
2 / 3) 2 ] ⎟
⎟
⎝ ⎠
Supuesta la no normalidad de A, para hallar un intervalo de confianza para la

proporción P̂ al 99%, basado en la única muestra (0,0) correspondiente al único par de
elementos ambos no primos (12,6), utilizamos el intervalo:
⎡ ( Pˆ ) ˆ ( Pˆ ) ⎤ ⎡ 0, 298 0, 298 ⎤
⎢ Pˆ
,P+ ⎥ = ⎢0
,0+ ⎥ = [
2 .98 , 2 .98 ]
⎢⎣ ⎥⎦ ⎢⎣ 0,01 0,01 ⎥⎦
Si se hubiera supuesto normalidad el intervalo de confianza para P̂ al 99% sería:
[ Pˆ
( Pˆ ), Pˆ + ( Pˆ ) = [0
2,57 0,298, 0 + 2,57 0,298] = [
0.766, 0.766 ]
Se observa que el intervalo de confianza en presencia de normalidad es más estrecho

(más preciso) que sin normalidad.
Dada la no normalidad de A, para hallar un intervalo de confianza para el total de
clase Â al 99%, basado en la única muestra (0,0) correspondiente al único par de elementos
ambos no primos (12,6), utilizamos el intervalo:
⎡ ( Aˆ ) ˆ ( Aˆ ) ⎤ ⎡ 1,7888 1,7888 ⎤
⎢ Aˆ
, A+ ⎥ = ⎢0
,0+ ⎥ = [
17 .8, 17 .8]
⎣⎢ ⎦⎥ ⎣⎢ 0,01 0,01 ⎦⎥
Si se hubiera supuesto normalidad el intervalo de confianza para Â al 99% sería:
[ Aˆ
( Aˆ ), Aˆ + ( Aˆ ) = [0
2,57 1,7888 , 0 + 2,57 1,7888 ] = [
4.59, 4,59 ]
Se observa que el intervalo de confianza en presencia de normalidad es más estrecho

(más preciso) que sin normalidad.
Además, se observa que los intervalos de confianza para P̂ son más estrechos que los
correspondientes intervalos de confianza para Â , lo que concuerdo con la superior precisión del
estimador P̂ .
www.FreeLibros.org
www.FreeLibros.org
1.5. Supongamos que los gastos X y los ingresos Y de una empresa a lo largo de los 6 últimos
meses fueron los siguientes:
X 3 4 2 2,5 3,5 4,5
Y 6 7 4 5 6,5 8
Se extraen muestras aleatorias simples de dos meses sin reposición y con probabilidades
iguales y se pide:
1) Distribución en el muestreo de los estimadores por analogía del gasto total y del
estimador por analogía de la proporción que significan los gastos en los ingresos (razón
de gastos totales sobre ingresos totales). ¿Qué estimador es mejor? Calcular la ganancia
en precisión y expresar los resultados en términos de intervalos de confianza al 95%
basados en la muestra de mayor total.
2) Distribución en el muestreo de los estimadores del gasto total siguientes:
Estimador de expansión del gasto total.
Proporción de los gastos en los ingresos por el ingreso total poblacional
¿Qué estimador es mejor?
Como se trata de muestreo aleatorio sin reposición en el que se supone que el orden de
colocación de los elementos en las muestras de tamaño 2 no interviene, el número de muestras
⎛6⎞
posibles, tanto para X como para Y, será ⎜⎜ ⎟⎟ =15.
2⎝ ⎠
Al tratarse de muestreo aleatorio sin reposición y probabilidades iguales, las

probabilidades iniciales de selección de los elementos de la población para la muestra valdrán
P(ui) = 1/6, i = 1, ..., 6 y la probabilidad de cualquier muestra, tanto para X como para Y, puede
hallarse mediante:
P_X = P(ui,uj) = P(ui)P(uj/ui) + P(uj)P(ui/uj) = P(ui)P(uj)/(1

P(ui)) + P(uj)P(ui)/(1
P(uj))) =
(1/62)/(1-1/6) + (1/62)/(1-1/6) = 2(1/62)/(1-1/6) = 1/15 = 0,066666
estamos ante un método de selección con probabilidades iguales y muestras equiprobables.
A continuación se presenta la tabla que contiene, para X y para Y, el espacio muestral,

las probabilidades de las muestras y la distribución de los estimadores.
Denominamos GTOTAL al estimador por analogía del gasto total (total muestral del
gasto) y RAZÓN al estimador por analogía de la proporción que significan los gastos en los
ingresos (total muestral del gasto entre total muestral del ingreso). Se tendrá presente que el
estimador expandido del gasto total es el producto del tamaño poblacional por la media
muestral del gasto (GTOTALEXP = 6(GTOTAL/2) = 3GTOTAL) y que la proporción de los
gastos en los ingresos por el ingreso total poblacional es TOTAL = (36,5)RAZÓN. En los
estimadores, para las cuatro primeras filas de la tabla se indican todas las operaciones y para el
resto de las filas las operaciones son similares y se indican sólo los resultados.
www.FreeLibros.org
GTOTALEXP TOTAL
S1_X S2_X S1_Y S2_Y P=PX=PY GTOTAL RAZÓN (3*GTOTAL) (36,5*RAZÓN)
3 4 6 7 1/15 7=3+4 0,53=(3+4)/(6+7) 21=3*7 19,65=36,5*0,53
3 2 6 4 1/15 5=3+2 0,5=(3+2)/(6+4) 15=3*5 18,25=36,5*0,5
3 2,5 6 5 1/15 5,5=3+2,5 0,5=(3+2,5)/(6+5) 16,5=3*5,5 18,25=36,5*0,5
3 3,5 6 6,5 1/15 6,5=3+3,5 0,52=(3+3,5)/(6+6,5) 19,5=3*6,5 18,98=36,5*0,52
3 4,5 6 8 1/15 7,5 0,535714286 22,5 19,55357143
4 2 7 4 1/15 6 0,545454545 18 19,90909091
4 2,5 7 5 1/15 6,5 0,541666667 19,5 19,77083333
4 3,5 7 6,5 1/15 7,5 0,555555556 22,5 20,27777778
4 4,5 7 8 1/15 8,5 0,566666667 25,5 20,68333333
2 2,5 4 5 1/15 4,5 0,5 13,5 18,25
2 3,5 4 6,5 1/15 5,5 0,523809524 16,5 19,11904762
2 4,5 4 8 1/15 6,5 0,541666667 19,5 19,77083333
2,5 3,5 5 6,5 1/15 6 0,52173913 18 19,04347826
2,5 4,5 5 8 1/15 7 0,538461538 21 19,65384615
3,5 4,5 6,5 8 1/15 8 0,551724138 24 20,13793103
Una vez conocida la distribución de probabilidad en el muestreo de los estimadores

compararemos en primer lugar el estimador GTOTAL (que estima el gasto total poblacional 1) y
RAZÓN (que estima la proporción de los gastos totales sobre los ingresos totales en la población 2).
Para comprobar la insesgadez, hallamos la esperanza matemática de los estimadores
15
1 1 1
E (GTOTAL) = ∑ GTOTAL P = 7 15 + 5 15 + L + 8 15 = 6,5 19,5 =
i =1
i i 1
15
1 1 1
E ( RAZÓN ) = ∑ RAZÓN P = 0,53 15 + 0,5 15 + L + 0,55 15 = 0,53206 0,53424 =
i =1
i i 2
Para calcular los sesgos se observa que B(GTOTAL) = E(GTOTAL)

1 = 6,5
19,5 =
13
y B(RAZÓN) = E(RAZÓN)
2 = 0,53206
0,53424 =
0,00218. A continuación se calculan las
varianzas de los estimadores.
15
1 1
V (GTOTAL) = ∑ (GTOTAL
i =1
i
E (GTOTAL) ) Pi = (7
6,5) 2
2
15
+ L + (8
6,5) 2 = 1,1666
15
15
1 1
∑ (RAZÓN )
2
V ( RAZÓN ) = i
E ( RAZÓN ) Pi = (0,53
0,532) 2 + L + (0,55
0,532) 2 = 0,000399
i =1 15 15

(GTOTAL) = 1,1666 = 1,08, ( RAZÓN) = 0,000399 = 0,0199
Como |B(GTOTAL)/ (GTOTAL)| = 12,03 > 1/10, el sesgo del estimador GTOTAL no
es despreciable y como |B(RAZÓN)/ (RAZÓN)| = 0,1 1/10, el sesgo de RAZÓN es
despreciable y a todos los efectos este estimador es insesgado. Al comparar RAZÓN con
GTOTAL tenemos un estimador sesgado y el otro insesgado. La comparación debe hacerse a
través de los errores cuadráticos medios. Tenemos:
www.FreeLibros.org
15
1 1
ECM (GTOTAL) = ∑ (GTOTAL
i =1
i
1 ) Pi = (7
19,5) 2
2
15
+ L + (8
19,5) 2 = 170,166
15
ECM ( RAZÓN ) = V ( RAZÓN ) = 0,00399
Como el estimador RAZÓN es insesgado, su varianza coincide con su error cuadrático

medio, luego su precisión se mide a través de la varianza. De esta forma, el estimador RAZÓN
para estimar 2 es más preciso que el estimador GTOTAL para estimar 1 por tener menor error
cuadrático medio.
La ganancia en precisión de RAZÓN respecto de GTOTAL se cuantifica como sigue:

GP = (EMC (GTOTAL)/EMC (RAZÓN)
1)100 = (170,166/0,00399-1)100 = 42045172,1%
El intervalo de confianza para GTOTAL (sesgado) basado en la muestra de mayor total

al 95% es el siguiente:
() () () ()
[ˆ
ˆ
| B ˆ |,ˆ + ˆ + | B ˆ |] = [8,5
1,96 1,08
13, 8,5 + 1,96 1,08 + 13] = [
6.61, 23.61]
Suponiendo normalidad el intervalo de confianza para RAZÓN (insesgado) al 95%

basado en la muestra de mayor total sería:
() ()
[ˆ
ˆ , ˆ + ˆ ] = [0,566
1,96 0,0199, 0,566+1,96 0,0199] = [0.527, 0.605]
Se observa que el intervalo de confianza relativo a RAZÓN es bastante más estrecho

(más preciso) que el relativo a GTOTAL. Esta fuerte diferencia de anchuras de intervalos está
en línea con la cuantía tan fuerte de ganancia en precisión de RAZÓN sobre GTOTAL.
Para comparar los estimadores del gasto total GTOTAEXP y TOTAL, observamos
que GTOTALEXP = 3GTOTAL y TOTAL = (36,5)RAZÓN. Tenemos:
E(GTOTALEXP) = 3E(GTOTAL) = 3(6,5) = 19,5 = 1
E(TOTAL) = (36,5)E(RAZÓN) = (36,5)(0,532) = 19,42 1
V(GTOTALEXP) = 9V(GTOTAL) = 9(1,166) = 10,5
V(TOTAL) = (36,52)V(RAZÓN) = (36,52)0,000399 = 0,539
Los dos estimadores han resultado ser insesgados, con lo que será más preciso el que
tenga menor varianza; es decir, TOTAL es más preciso que GTOTALEXP.
A continuación se presentan los cálculos anteriores automatizados a través de Excel.

Las hoja de Excel con las fórmulas se ha dividido en dos trozos debido a la extensión de los
cálculos necesarios.
A continuación de las dos hojas de fórmulas se presenta la hoja de resultados.
www.FreeLibros.org
www.FreeLibros.org
1.6. Consideramos una población virtual para simulación formada por 10 individuos agrupados
en 4 hogares y cuyos ingresos anuales en miles de euros (variable X) se presentan en la tabla
adjunta:
HOGARES H1 H2 H3 H4
--
INGRESOS (Xi) 1, 2, 3 4, 6 9, 11 2, 2, 5
Se considera un procedimiento de muestreo que consiste en elegir cada hogar con

probabilidades proporcionales a sus tamaños. Se considera el estimador T1 = Ingreso medio
de los hogares, para estimar el ingreso medio poblacional, y se considera el estimador T2 =
Ingreso total de los hogares, para estimar el ingreso total poblacional. Se pide:
1) Especificar el espacio muestral relativo a este procedimiento de muestreo y las

probabilidades asociadas a las muestras. Hallar también las distribuciones de
probabilidad en el muestreo de los estimadores T1 y T2. ¿Cuál de ellos es mejor?
Razonar la respuesta y cuantificar la ganancia en precisión.
2) Hallar un intervalo de confianza para el ingreso medio al nivel = 0,002 basado en el

subconjunto de mayor total. Se sabe que F-1 (0,999) = 3, siendo F la función de
distribución de una Normal (0,1). Hallar también un intervalo de confianza del 95% para
el ingreso total basado en el subconjunto de mayor media. Se sabe que F-1 (0,975) = 2,
siendo F la función de distribución de una Normal (0,1).
www.FreeLibros.org
Como el procedimiento de muestreo es con probabilidades proporcionales a los tamaños

Mi de los hogares tenemos que Pi = kMi i = 1, 2, 3, 4 para una constante de proporcionalidad
k que se calcula de la forma siguiente:
⎧ P1 = 3 / 10
⎪
⎪ P2 = 2 / 10 = 1 / 5
4 4
Pi = kM i ⇒ ∑ ∑
Pi = k M i ⇒ 1 = k 10 ⇒ k = 1 / 10 ⇒ ⎨
i =1 i =1 ⎪ P3 = 2 / 10 = 1 / 5
⎪⎩ P4 = 3 / 10
En el siguiente cuadro se especifican las muestras, sus probabilidades y los valores de los
estimadores para cada muestra.
S(X ) P( X ) T1 T2
{1,2,3} 3 / 10 2 6
{4,6} 1/ 5 5 10
{9,11} 1/ 5 10 20
{2,2,5} 3 / 10 3 9

expresión ya conocida PT( ˆ (X1, ...,Xn) = t) = ∑ P(S i ), de la siguiente forma:
{ S i / ˆ ( S i ( X )) = t }
⎧ T 3 ⎧ T 3
⎪ P (T 1= 2) = P{1,2,3} = 10 ⎪ P (T 2= 6) = P{1,2,3} = 10
⎪ ⎪
⎪ P T (T = 5) = P{4,6} = 1 ⎪ P T (T = 10) = P{4,6} = 1
⎪ 1
5 ⎪ 2
5
T1 ⎨ T2 ⎨
⎪ P T (T = 10) = P{9,11} = 1 ⎪ P T (T = 20) = P{9,11} = 1
1 2
⎪ 5 ⎪ 5
⎪ 3 ⎪ 3
⎪ P T (T 1= 3) = P{2,2,5} = ⎪ P T (T 2= 9) = P{2,2,5} =
⎩ 10 ⎩ 10
Una vez conocida la distribución de probabilidad en el muestreo de los dos

estimadores analizaremos si son insesgados o no. Para ello calculamos en primer lugar los
valores de la media poblacional y el total poblacional, que son los parámetros que estamos
estimando. Se tiene:
X = (1 + 2 + 3 + 4 + 6 + 9 + 11 + 2 + 2 + 5) / 10 = 45 / 10
X = (1 + 2 + 3 + 4 + 6 + 9 + 11 + 2 + 2 + 5) = 45

www.FreeLibros.org
3 1 1 3
E (T1 ) = 2 + 5 + 10 + 3 = 4,5 = X
10 5 5 10
3 1 1 3
E (T2 ) = 6 + 10 + 20 + 9 = 10,5 X = 45
10 5 5 10
El estimador T1 es insesgado, pero el estimador T2 es sesgado con sesgo

B(T2)=E(T2)
X = 10,5
45 =
34,5. Las varianzas de los estimadores son:
3 1 1 3
V (T1 ) = (2
4,5) 2 + (5
4,5) 2 + (10
4,5) 2 + (3
4,5) 2 = 8,65
10 5 5 10
2 3 2 1 2 1 3
V (T2 ) = (6
10,5) + (10
10,5) + (20
10,5) + (9
10,5) 2 = 24,85
10 5 5 10
(T1 ) = 8,65 = 2.94 y (T2 ) = 24,85 = 4.98
Como |B(T2)/ (T2)| = 6.92 > 1/10, el sesgo del estimador T2 no es despreciable, y
como T1 es insesgado, la comparación de estimadores ha de hacerse a través del error
cuadrático medio. Tenemos:
3 1 1 3
ECM (T1 ) = (2
4,5) 2 + (5
4,5) 2 + (10
4,5) 2 + (3
4,5) 2 = 8,65
10 5 5 10
3 1 1 3
ECM (T2 ) = (6
45) 2 + (10
45) 2 + (20
45) 2 + (9
45) 2 = 1215,1
10 5 5 10
Evidentemente, el mejor estimador es T1, pues su error cuadrático medio es mucho
menor que el de T2. La ganancia en precisión por usar T1 en vez de T2 es:
GP=(EMC(T2)/EMC(T1) - 1)100 = (1215,1/8,65-1)100=13946,24%
Para hallar un intervalo de confianza para T1 (que es insesgado) basado en la
muestra de mayor total {9,11}, suponemos primeramente que la población se distribuye
normalmente, en cuyo caso se utiliza como intervalo de confianza el siguiente:
() ()
[ˆ
ˆ ,ˆ + ˆ ] = [10
3 2.94, 10 + 3 2.94] = [1.17, 18.82]
Si la población no se distribuye normalmente el intervalo para T1 es:

⎡
⎢ˆ
()
ˆ ˆ ˆ ⎤ ⎡
, +
()
⎥ = ⎢10
2.94
,10 +
2.94 ⎤
⎥ = [
55.74, 75.7]
⎣⎢ ⎦⎥ ⎣ 0.002 0.002 ⎦
Se observa que la longitud del intervalo de confianza cuando no hay normalidad es

mucho mayor que en el caso de normalidad, con lo que la estimación es más tosca (peor) en
el caso de no normalidad.
Para hallar un intervalo de confianza para T2 (que es sesgado) basado en la muestra de
mayor media {9,11}, realizamos los siguientes cálculos:
() () () ()
[ˆ
ˆ
| B ˆ |, ˆ + ˆ + | B ˆ |] = [20
2 4.98
34.5, 20 + 2 4.98 + 34.5] = [
24.47, 64.47]
El problema puede automatizarse con Excel como sigue:
www.FreeLibros.org
1.7. Supongamos que las calificaciones de tres jueces deportivos sobre el ejercicio de un gimnasta han
sido X={1, 2, 3}. Usando probabilidades iguales se extraen muestras aleatorias de dos
calificaciones y se consideran los estimadores por analogía media muestral y varianza muestral.
Hallar la distribución en el muestreo y sus errores para los dos estimadores en los casos siguientes:
1) Muestreo sin reposición sin tener en cuenta el orden de colocación de los elementos.
2) Muestreo sin reposición teniendo en cuenta el orden de colocación de los elementos.
3) Muestreo con reposición sin tener en cuenta el orden de colocación de los elementos.
4) Muestreo con reposición teniendo en cuenta el orden de colocación de los elementos.
Para muestreo sin reposición sin tener en cuenta el orden de colocación de los elementos el
número de muestras de tamaño 2 en el espacio muestral serán las combinaciones sin repetición
de tres elementos tomados de dos en dos:
⎛3⎞
C3,2 = ⎜⎜ ⎟⎟ =3
⎝ 2⎠

P(ui) = 1/3, i = 1, ..., 3 y la probabilidad de cualquier muestra puede hallarse mediante:
P_X = P(ui,uj) = P(ui)P(uj/ui)+P(uj)P(ui/uj)=P(ui)P(uj)/(1-P(ui))+P(uj)P(ui)/(1-P(uj))) =
(1/32)/(1-1/3) + (1/32)/(1-1/3) = 2(1/32)/(1-1/3) = 1/3 = 0,33333
estamos ante un método de selección con probabilidades iguales y muestras equiprobables. El
espacio muestral, las probabilidades asociadas a las muestras y la distribución en el muestreo
de los estimadores media muestral (MEDIAM) y varianza muestral (VARIANZAM) se
presentan en la siguiente tabla:
S1_X S2_X P_X MEDIAM VARIANZAM

1 2 1/3 1,5 0,25
1 3 1/3 2 1
2 3 1/3 2,5 0,25

3
E ( MEDIAM ) = ∑ MEDIAM P = 2 = MEDIAP
i =1
i i
3
E (VARIANZAM ) = ∑VARIANZA P = 0,5 2 / 3 = 0,6666 = VARIANZAP
i =1
i i
Para calcular los sesgos se observa que MEDIAM es insesgado para MEDIAP y
B(VARIANZAM) = 0,5
0,6666 =
0,16666. A continuación se calculan las varianzas de los
estimadores.
www.FreeLibros.org
3
V ( MEDIAM ) = ∑ (MEDIAM
i =1
i
E ( MEDIAM ) ) Pi = 0,16666
2
3
V (VARIANZAM ) = ∑ (VARIANZAM
i =1
i
E (VARIANZAM ) ) Pi = 0,125
2

(MEDIAM) = 0,1666 = 0,408, (VARIANZAM) = 0,000399 = 0,353
Como |B(VARIANZAM)/ (VARIANZAM)| = 0,47 > 1/10, el sesgo del estimador

VARIANZAM no es despreciable.
Para hallar el error de muestreo de MEDIAM y VARIANZAM vemos que el segundo

estimador es sesgado con sesgo no despreciable y el primero es insesgado. La medición del
error debe hacerse a través de los errores cuadráticos medios. Tenemos:
3
ECM (VARIANZAM ) = ∑ (VARIANZAM
i =1
i
2 / 3) Pi = 0,152777
2
ECM ( MEDIAM ) = V ( MEDIAM ) = 0,16666
Como el estimador MEDIAM es insesgado, su varianza coincide con su error cuadrático

medio, luego su precisión se mide a través de la varianza. De esta forma, el estimador
VARIANZAM para estimar la varianza poblacional es más preciso que el estimador MEDIAM
para estimar la media poblacional por tener menor error cuadrático medio. Se observa que la
ganancia en precisión es pequeña: (0,16666/0,15277-1)100 = 9%.
A continuación se presenta la solución con Excel.
www.FreeLibros.org
Para muestreo sin reposición teniendo en cuenta el orden de colocación de los

elementos el número de muestras de tamaño 2 en el espacio muestral serán las variaciones sin
repetición de tres elementos tomados de dos en dos:
⎛3⎞
V3,2 = ⎜⎜ ⎟⎟ 2! = 6
⎝ 2⎠

P_X = P(ui,uj) = P(ui)P(uj/ui) = P(ui)P(uj)/(1-P(ui)) = (1/32)/(1-1/3) = 1/6 = 0,1666

1 2 1/6 1,5 0,25
1 3 1/6 2 1
2 1 1/6 1,5 0,25
2 3 1/6 2,5 0,25
3 1 1/6 2 1
3 2 1/6 2,5 0,25
www.FreeLibros.org

6
i =1
i i
6
E (VARIANZAM ) = ∑VARIANZA P = 0,5 2 / 3 = 0,6666 = VARIANZAP
i =1
i i
B(VARIANZAM) = 0,5
0,6666 =
estimadores.
6
i =1
i
E ( MEDIAM ) ) Pi = 0,16666
2
6
i =1
i
2



6
i =1
i
2 / 3) Pi = 0,152777
2
Como el estimador MEDIAM es insesgado, su varianza coincide con su error

cuadrático medio, luego su precisión se mide a través de la varianza. De esta forma, el estimador
ganancia en precisión es pequeña: (0,16666/0,15277-1)100 = 9%.
Se observa que cuando se trabaja sin reposición, el hecho de tener o no en cuenta el

orden de colocación de los elementos en las muestras no interviene a los efectos de cálculo de
medias, varianzas, sesgos, intervalos de confianza y precisiones de los estimadores.
Los cálculos pueden implementarse mediante Excel tal y como se indica en las
pantallas siguientes:
www.FreeLibros.org
Para muestreo con reposición sin tener en cuenta el orden de colocación de los
elementos el número de muestras de tamaño dos en el espacio muestral serán las
combinaciones con repetición de tres elementos tomados de dos en dos:
⎛ 3 + 2
1⎞
CR3,2 = ⎜⎜ ⎟⎟ = 6
⎝ 2 ⎠
Al tratarse de muestreo aleatorio con reposición y probabilidades iguales, las

www.FreeLibros.org
P_X = P(ui,uj) =2 P(ui)P(uj) = 2(1/3)2 = 2/9 si i j

P_X = P(ui,ui) =P(ui)2 = (1/3)2 = 1/9 si i = j

1 1 1/9 1 0
1 2 2/9 1,5 0,25
1 3 2/9 2 1
2 2 1/9 2 0
2 3 2/9 2,5 0,25
3 3 1/9 3 0

6
i =1
i i
6
E (VARIANZAM ) = ∑VARIANZA P = 1 / 3 = 0,3333 2 / 3 = 0,6666 = VARIANZAP
i =1
i i
B(VARIANZAM) = 1/3-2/3 = -1/3 =-0,3333. A continuación se calculan las varianzas de los
estimadores.
6
i =1
i
E ( MEDIAM ) ) Pi = 0,3333
2
6
i =1
i
2

Como |B(VARIANZAM)/ (VARIANZAM)| = 0,894 > 1/10 el sesgo del estimador


6
i =1
i
2 / 3) Pi = 0,25
2
www.FreeLibros.org

ganancia en precisión es (0,3333/0,25-1)*100 = 33,32%. Hay que subrayar que la ganancia en
precisión es ahora mayor que en el mismo caso para muestreo sin reposición, debido a la
mayor precisión en general del muestreo sin reposición.
Los cálculos en Excel se muestran a continuación.
www.FreeLibros.org
Para muestreo con reposición teniendo en cuenta el orden de colocación de los

elementos el número de muestras de tamaño 2 en el espacio muestral serán las variaciones con
repetición de tres elementos tomados de dos en dos:
VR3,2 = 32 = 9
Al tratarse de muestreo aleatorio con reposición y probabilidades iguales, las
P_X = P(ui,uj) = P(ui)P(uj) = (1/3)2 = 1/9

1 1 1/9 1 0
1 2 1/9 1,5 0,25
1 3 1/9 2 1
2 1 1/9 1,5 0,25
2 2 1/9 2 0
2 3 1/9 2,5 0,25
3 1 1/9 2 1
3 2 1/9 2,5 0,25
3 3 1/9 3 0

9
i =1
i i
9
E (VARIANZAM ) = ∑VARIANZA P = 1 / 3 = 0,3333 2 / 3 = 0,6666 = VARIANZAP
i =1
i i
B(VARIANZAM) = 1/3
2/3 =
1/3 =
estimadores.
9
i =1
i
E ( MEDIAM ) ) Pi = 0,3333
2
9
i =1
i
2

www.FreeLibros.org

9
i =1
i
2 / 3) Pi = 0,25
2

Los cálculos se automatizan con Excel como sigue:
www.FreeLibros.org

ganancia en precisión es (0,3333/0,25
1)100 = 33,32%. Hay que subrayar que la ganancia en
precisión es ahora mayor que en el mismo caso para muestreo sin reposición, lo que es debido
a la mayor precisión en general del muestreo sin reposición.
Se observa que cuando se trabaja con reposición, el hecho de tener o no en cuenta el
orden de colocación de los elementos en las muestras no interviene a los efectos de cálculo de
medias, varianzas, sesgos, intervalos de confianza y precisiones de los estimadores. Ya vimos
que esto mismo ocurría cuando se trabajaba sin reposición.
Si comparamos los métodos con reposición con los métodos sin reposición vemos que
los errores de muestreo siempre son mayores con reposición. Para el estimador MEDIAM la
ganancia en precisión por muestrear sin reposición se cuantifica en (0,333/0,166
1)100 =
100%, ya que se duplica la precisión. Para el estimador VARIANZAM la ganancia en precisión
por muestrear sin reposición se cuantifica en (0,25/0,15277
1)100 = 63,63%. La ganancia en
precisión para VARIANZAM es menor que para MEDIAM, porque habíamos visto que
VARIANZAM es más preciso que media M y los estimadores más precisos son los que menos
precisión pierden al considerar muestreo con reposición.
1.8. En una prueba de patinaje artístico los 10 jueces del jurado calificaron a un patinador con tres
cincos, cuatro seises y tres sietes. Usando probabilidades iguales se extraen muestras aleatorias de
dos calificaciones sin reposición y teniendo en cuenta el orden de colocación de los elementos.
Se consideran los estimadores por analogía media muestral, varianza muestral y recorrido para
estimar la calificación media y su dispersión (por dos vías). Hallar la distribución en el muestreo y
sus errores para los tres estimadores.
Las probabilidades iniciales de selección serán las siguientes:
Xi 5 6 7
Pi 3 / 10 4 / 10 3 / 10
Para muestreo sin reposición teniendo en cuenta el orden de colocación de los

elementos el número de muestras de tamaño 2 en el espacio muestral serán las variaciones sin
repetición de 10 elementos tomados de dos en dos:
⎛3⎞
V3,2 = ⎜⎜ ⎟⎟ 2! = 6
⎝ 2⎠
Al tratarse de muestreo aleatorio sin reposición teniendo en cuenta el orden, la

probabilidad de cualquier muestra puede hallarse mediante:
P_X = P(ui,uj) = P(ui)P(uj/ui) = P(ui)P(uj)/(1-P(ui)) = PiPj/(1-Pi)
El espacio muestral, las probabilidades asociadas a las muestras y la distribución en el

muestreo de los estimadores media muestral (MEDIAM), varianza muestral (VARIANZAM) y
recorrido muestral RM se presentan en la siguiente tabla:
www.FreeLibros.org
S1_X S2_X P1 P2 P_X MEDIAM VARIANZAM RM

5 6 0,3 0,4 0,171=0,3*0,4/(1-0,3) 5,5 0,25 1
5 7 0,3 0,3 0,128=0,3*0,3/(1-0,3) 6 1 2
6 7 0,4 0,3 0,2=0,4*0,3/(1-0,4) 6,5 0,25 1
6 5 0,4 0,3 0,2=0,4*0,3/(1-0,4) 5,5 0,25 1
7 5 0,3 0,3 0,128=0,3*0,3/(1-0,3) 6 1 2
7 6 0,3 0,4 0,171=0,3*0,4/(1-0,3) 6,5 0,25 1

6
E ( MEDIAM ) = ∑ MEDIAM i Pi = 6 = MEDIAP
i =1
6
E (VARIANZAM ) = ∑ VARIANZAi Pi = 0,442 0,6 = VARIANZAP
i =1
6
E ( RM ) = ∑ RM i Pi = 1,257 2 = RP
i =1
Para calcular los sesgos se observa que MEDIAM es insesgado para MEDIAP,
B(VARIANZAM) = 0,442-0,6 =
0,157, y B(RM) = 1,257
2 =
0,743. A continuación se
calculan las varianzas de los estimadores.
6
V ( MEDIAM ) = ∑ (MEDIAM i
E ( MEDIAM ) ) Pi = 0,185
2
i =1
6
V (VARIANZAM ) = ∑ (VARIANZAM i
2
i =1
6
V ( RM ) = ∑ (RM i
E ( RM ) ) Pi = 0,191
2
i =1


VARIANZAM es no despreciable.
Como |B(RM)/ (RM)| = 1,7 > 1/10, el sesgo del estimador RM no es despreciable.
Para hallar el error de muestreo de MEDIAM, VARIANZAM y RM vemos que los dos
últimos estimadores son sesgados con sesgo no despreciable y el primero es insesgado. La
medición del error debe hacerse a través de los errores cuadráticos medios. Tenemos:

6
ECM (VARIANZAM ) = ∑ (VARIANZAM i
0,6 ) Pi = 0,132
2
i =1
www.FreeLibros.org

para estimar la media poblacional y que el estimador RM para estimar el recorrido poblacional
por tener menor error cuadrático medio.
Los cálculos pueden implementarse mediante Excel tal y como se indica en las
pantallas siguientes:
www.FreeLibros.org
EJERCICIOS PROPUESTOS
1.1. Para la población U = {U 1 , U 2 , U 3 } consideramos el siguiente proceso de selección de muestras

de tamaño 2. Se extrae una primera unidad con probabilidades iguales de selección, y si ésta resulta
ser U1, se extrae la segunda unidad entre las dos restantes también con probabilidades iguales; pero
si la primera no es U1, la segunda se extrae de las tres que componen la población asignando doble
probabilidad a U1 que a cada una de las otras dos. Hallar el espacio muestral y las
probabilidades asociadas a las muestras para este procedimiento de muestreo. Si
consideramos la variable X que toma los valores Xi ={1,1,0} i = 1, 2, 3 en los tres elementos
de la población y definimos el estimador para el total poblacional Xˆ = k ( X 1 + X 2 ) , hallar su
sesgo, su varianza y el valor de k para que sea insesgado.
1.2. Para medir la variable X = nivel de precipitación atmosférica en una determinada región
disponemos de un marco de 4 zonas climáticas de la misma cuyos niveles de precipitación
actual son de 6, 4, 3 y 8 decenas de litros por metro cuadrado, siendo sus probabilidades
iniciales de selección en el muestreo 1/6, 1/3, 1/3 y 1/6, respectivamente. Se trata de estimar
en decenas de litros por metro cuadrado el nivel actual medio de precipitación atmosférica
en la región extrayendo muestras de la variable X con tamaño 2 sin reposición y sin tener en
cuenta el orden de colocación de sus elementos. Para ello se consideran los estimadores
alternativos MEDIA ARITMÉTICA, MEDIA GEOMÉTRICA, MEDIA CUADRÁTICA y
MEDIA ARMÓNICA. Se pide lo siguiente:
1) Especificar el espacio muestral definido por este procedimiento de muestreo S(X), las
probabilidades asociadas a las muestas P(S) y la distribución en el muestreo de los cuatro
estimadores analizando su precisión. ¿Cuál de ellos es mejor? Razonar la respuesta y
cuantificar las ganancias en precisión.
2) Hallar intervalos de confianza para la media según los cuatro estimadores basados en la
muestra de mayor probabilidad para un nivel de confianza del 2 por mil ( =0,002). Como
dato se sabe que F-1(0.999)= 3, siendo F la función de distribución de la normal (0,1).
Comentar los resultados.
1.3. Para la población A = { A1 , A2 , A3 , A4 , A5 } consideramos el siguiente proceso de selección de

muestras de tamaño 3. De una urna con tres bolas numeradas del 1 al 3 se extraen al azar y sin
reposición dos bolas. A continuación, de otra urna con dos bolas numeradas con el 4 y el 5
se extrae una bola. Se pide:
1) Espacio muestral asociado a este experimento de muestreo y probabilidades de las
muestras. Consideramos el estimador por analogía ˆ = suma de los subíndices de unidades
de las muestras para estimar la característica poblacional = suma de los subíndices de las
unidades de población. Calcular la precisión del estimador y hallar un intervalo de confianza
al 95%.
$
2) Se considera el estimador por analogía = Media de los subíndices de unidades de las
muestras para estimar la característica poblacional ˆ = Media de los subíndices de las
unidades de población. Calcular la precisión de este estimador y hallar un intervalo de
confianza al 95%. ¿Qué estimación es mejor? Cuantificar la ganancia en precisión.
www.FreeLibros.org
1.4. Consideramos una población de 3 unidades {u1 , u 2 , u 3 } cuyas probabilidades iniciales de

selección son iguales a 1/3. Se extraen muestras de tamaño 2 con reposición sin tener en cuenta el
orden de colocación de sus elementos. Se pide:
1) Espacio muestral y probabilidad asociadas a las muestras para este tipo de muestreo.
2) Se estima por analogía el parámetro poblacional = nº de unidades distintas en la
población mediante el estimador $ = nº de unidades distintas en la muestra Hallar la
distribución en el muestreo del estimador $ de .
3) Analizar la precisión de $ para los valores = 1, = 2, = 3 del parámetro poblacional .
4) Se estima el parámetro poblacional = Nº medio de unidades distintas en la población

$
mediante el estimador por analogía = Nº medio de unidades distintas en la muestra. Hallar
$
la distribución en el muestreo de y analizar su precisión para los valores = 1 y = 2
del parámetro poblacional .
5) ¿Cuál de las dos estimaciones anteriores es mejor? Hallar intervalos de confianza para
$
ambos estimadores $ y al 95% y comparar sus precisiones.
1.5. Para la población A = {A1 , A2 , L , A12 } consideramos el siguiente proceso de selección de muestras
de tamaño 3. Se selecciona un entero al azar en el conjunto {1,2,3,4} y siendo este número se
forma la muestra {A , A + 4 , L , A +8 } . Considerando la variable Xi=X(Ai)=i se pide la distribución,
esperanza y varianza de los estimadores T1=Máx(Xi) y T2=2(∑Xi)/n – 1. ¿Cuál de los dos
estimadores es más preciso? Realizar estimaciones por intervalos al 95% basadas en las
muestras de mayor valor de los estimadores y comentar los resultados.
1.6. En una población con N = 3 unidades Ui (i = 1, 2, 3), la variable Ti medida sobre cada unidad
toma los valores (1, 3, 5). Se considera un proceso de muestreo sin reposición con probabilidades
iniciales de selección Pi = (1/5, 2/5, 2/5) y tamaño muestral n = 2 sin tener en cuenta el orden de
colocación de las unidades en las muestras. Se pide:
1) Distribuciones en el muestreo de los estimadores X=Ti+Tj, Y=Min(Ti,Tj), Z= (Ti+Tj)/2.

Si con X estimamos el total poblacional, con Y el menor valor de la población y con Z la media
poblacional, ¿cuál de los tres estimadores es mejor? Razonar la respuesta y cuantificar las
ganancias en precisión.
2) Hallar intervalos de confianza para los estimadores X, Y y Z basados en la muestra de mayor

probabilidad para un nivel de confianza del 2 por mil (F-1(0.999)=3 con FN(0,1)). Comentar
los resultados.
1.7. Para la población U = {U 1 , U 2 , U 3 } se mide la variable X sobre sus unidades y se obtiene

X={3, 2, 4}. Se extrae una muestra de tamaño 2 mediante el siguiente proceso de selección. Se
extraen dos bolas de una urna que tiene ocho (cuatro marcadas con un 1, tres con un 2 y una con
un 3) y si sus números son (i,j) se extraen para la muestra las unidades (Xi,Xj). Hallar el espacio
muestral, las probabilidades asociadas a las muestras y la distribución en el muestreo,
esperanza y varianza del estimador por analogía media muestral. Resolver el problema para
muestreo con y sin reposición.
www.FreeLibros.org
CAPÍTULO
MÉTODOS GENERALES DE SELECCIÓN

DE MUESTRAS. ESTIMACIÓN Y ERRORES
OBJETIVOS
1. Distinguir entre muestreo de unidades elementales y muestreo de unidades
compuestas.
2. Distinguir claramente los conceptos de muestreo con probabilidades
iguales y muestreo con probabilidades desiguales.
3. Distinguir entre muestreo con reposición y muestreo sin reposición.
4. Comprender cómo se forman los estimadores en el proceso de estimación puntual.
5. Comprender el concepto de factor de elevación.
6. Obtener el estimador lineal insesgado general para el caso de selección con
reposición y probabilidades desiguales: Estimador de Hansen y Hurwitz.
7. Obtener la varianza y su estimación para el estimador de Hansen y Hurwitz.
8. Analizar los métodos especiales de selección con reposición y probabilidades
desiguales: Método del tamaño acumulativo y método de Lahiri.
9. Obtener el estimador lineal insesgado general para el caso de selección sin
reposición y probabilidades desiguales: Estimador de Horvitz y Thompson.
10. Obtener la varianza y la estimación de la varianza para el estimador de
Horvitz y Thompson.
11. Obtener el estimador alternativo de Yates y Grundy para la varianza.
12. Analizar los métodos especiales de selección con reposición y probabilidades
desiguales: Modelos de Ikeda, Mitzumo, Brewer, Durbin, Sampford y Murthy.
13. Analizar el muestreo con probabilidades gradualmente variables: Estimador
de Sánchez Crespo y Gabeiras, error y estimación del error.
14. Obtener muestras aleatorias, especialmente mediante el método de Montecarlo.
www.FreeLibros.org
ÍNDICE
1. Selección con y sin reposición. Probabilidades iguales y desiguales.
2. Estimación puntual y formación general de estimadores.
3. Muestreo con reposición y probabilidades desiguales. Estimador de Hansen
Hurwitz.
4. Muestreo con reposición y probabilidades proporcionales a los tamaños.
Métodos especiales de selección.
5. Muestreo sin reposición y probabilidades desiguales. Estimador de Horvitz
y Thompson.
6. Muestreo sin reposición y probabilidades proporcionales a los tamaños.
Métodos especiales de selección.
7. Método de Montecarlo
8. Problemas resueltos
9. Ejercicios propuestos
www.FreeLibros.org
SELECCIÓN CON Y SIN REPOSICIÓN. PROBABILIDADES IGUALES Y

DESIGUALES
Las formas básicas de selección de la muestra se clasifican atendiendo a los siguientes

criterios:
1. Atendiendo a las probabilidades de selección
1.1. Con probabilidades iguales: Todas las unidades de la población tienen la misma
probabilidad de ser seleccionadas en cada extracción.
1.2. Con probabilidades desiguales: Al menos dos unidades tienen distintas probabilidades
de selección en cierta extracción.
2. Atendiendo a la mecánica de selección
2.1. Muestreo con reposición: Cada unidad que es extraída para formar parte de la
muestra en una extracción se repone a la población antes de realizar la siguiente
extracción; es decir, la estructura poblacional permanece invariante.
2.2. Muestreo sin reposición: Cada unidad que es extraída para formar parte de la
muestra en una extracción no se repone a la población antes de realizar la siguiente
extracción, por lo que una unidad podrá aparecer en la muestra a lo sumo una vez y
la estructura poblacional va cambiando de una extracción a otra.
Combinando estos cuatro tipos de muestreo resulta:
- Muestreo con reposición y probabilidades iguales
- Muestreo sin reposición y probabilidades iguales
- Muestreo con reposición y probabilidades desiguales
- Muestreo sin reposición y probabilidades desiguales
ESTIMACIÓN PUNTUAL Y FORMACIÓN GENERAL DE ESTIMADORES
Supongamos que tenemos definida una característica X en la población U = {U1, U2, ..., UN}
que toma el valor numérico Xi sobre la unidad Ui i = 1, 2, ..., N, dando lugar al conjunto de
valores {X1, X2, ..., XN}. Consideramos ahora una cierta función de los N valores Xi, que suele
denominarse parámetro poblacional. Seleccionamos una muestra s = {u1, u2, ..., un} de U mediante
un procedimiento de muestreo dado, y consideramos los valores s(X) = {X1, X2, ... , Xn} que toma la
característica X en estudio sobre los elementos de la muestra. A partir de estos valores estimamos
puntualmente el parámetro poblacional mediante la expresión ˆ = ˆ (s(X))= ˆ (X1, ..., Xn), basada
en los valores Xi i = 1, 2, ..., n, que toma la característica X sobre las unidades de la muestra s.
X
U = {U 1 LU N } (X 1 L X N )

X
s = {u1 L u n } s( X ) = (X 1 L X n )
www.FreeLibros.org
La función ˆ que asocia a cada muestra s el valor numérico ˆ (s(X)) = ˆ (X1, ..., Xn), se
denomina estimador del parámetro poblacional . A los valores ˆ (s(X)) para cada s del espacio
muestral se los denomina estimaciones puntuales. Por lo tanto podemos formalizar el concepto
de estimador $ para el parámetro poblacional definiéndolo mediante la aplicación medible:
$: S ( X ) R n R
(X 1 L X n ) $( X 1 L X n ) = t
Ya tenemos definido el estimador como un estadístico función de los valores que toma
la característica X sobre los elementos del espacio muestral (muestras). Como ejemplos tenemos
los estimadores total muestral y media muestral que estiman el total y la media poblacionales:
ˆ1 : S ( X ) R n R
( X 1 L X n ) ˆ1 ( X 1 L X n ) = X 1 + L + X n = Xˆ
ˆ2 : S ( X ) R n R
X1 + L + X n
( X 1 L X n ) ˆ2 ( X 1 L X n ) = = Xˆ
n
Entre los parámetros poblacionales (función de los N valores poblacionales Xi)

más comunes a estimar, tenemos el total poblacional y la media poblacional para la
característica X, definidos de la forma siguiente:
N
• Total poblacional: X = (X1, ..., XN) = ∑ X i
i =1
X 1 N N
Xi
• Media poblacional: X = (X1, ..., XN) = =
N N
∑X =∑
i =1
i
i =1 N
Hasta ahora hemos supuesto que la característica X definida sobre los elementos de la
población es cuantitativa, es decir, cuantificable numéricamente. Sin embargo, también se pueden
definir características cualitativas sobre los elementos de la población, como, por ejemplo, su
pertenencia o no a una determinada clase A. Si para cada unidad ui i = 1, 2, ..., N de la población
definimos la característica Ai, que toma valor 1 si la unidad ui pertenece a la clase A, y que toma
valor 0 si la unidad ui no pertenece a la clase A, podemos definir el total de elementos de la
población que pertenecen a la clase A (total de clase) y la proporción de elementos de la
población que pertenecen a la clase A (proporción de clase) de la forma siguiente:
N
• Total de clase: A = (A1, ..., AN) = ∑ Ai
i =1
N N
A 1 Ai
• Proporción de clase: P = (A1, ..., AN) = =
N N
∑A =∑ N
i =1
i
i =1
Analizados ya los cuatro parámetros poblacionales más típicos a estimar, vemos que,
en general, un parámetro poblacional puede expresarse como una suma de elementos Yi =
f(Xi) función de los valores que la característica cuantitativa X o cualitativa A considerada
toma sobre los elementos de la población. De esta forma, podemos escribir:
www.FreeLibros.org
N N
= ∑ Yi = ∑ f ( X i )
i =1 i =1
⎧Yi = f ( X i ) = X i para el total poblacional X

⎪
⎪Yi = Xi
f (X i ) = para la media poblacional X
⎪ N
en cuyo caso tenemos: ⎨
⎪Yi = f ( Ai ) = Ai para el total de clase A
⎪ Ai
⎪Yi = f ( Ai ) = para la proporción de clase P
⎩ N
Ahora surge el problema de analizar la forma de los estimadores puntuales óptimos ˆ =

ˆ (X1, ..., Xn) para estos parámetros poblacionales típicos. Resulta que las mejores propiedades
n
suelen presentarlas los estimadores lineales insesgados de la forma ˆ = ∑ wi Yi . Los valores i se
i =1
denominan pesos o factores de elevación, ya que so los números por los que hay que multiplicar
los valores muestrales para obtener los valores poblacionales.
Concretamente, para muestreo sin reposición, el estimador óptimo es el de Horvitz y
n
Yi
Thompson ˆHT = ∑ , donde i es la probabilidad que tiene la unidad ui de la población de
i =1 i
pertenecer a la muestra. Se observa que los pesos o factores de elevación son en este caso w i = 1 .
i
Para muestreo con reposición el estimador óptimo es el de Hansen y Hurwitz
n
Yi
ˆHH = ∑ , donde Pi es la probabilidad de seleccionar la unidad ui de la población para
i =1 nPi
la muestra (probabilidad unitaria de selección de la unidad ui ). Se observa que los pesos o
factores de elevación son, en este caso, w i = 1 .
nPi
N
Existen justificaciones para considerar que el parámetro poblacional = ∑Y i puede
i =1
n
estimarse convenientemente mediante el estimador $ = ∑ w Y , entre las que podemos citar:
i i
i =1
• Todas las mediciones de la variable en estudio sobre las unidades de la muestra

intervienen en la formación del estimador.
• La importancia de la aportación al estimador de la unidad muestral ui puede controlarse
mediante el coeficiente de ponderación wi o factor de elevación.
• Cuando wi = 1, todas las unidades muestrales intervienen de igual forma en la formación
del estimador.
• Los coeficientes wi pueden depender, entre otros factores, del tamaño de las unidades
muestrales (cuando son compuestas), del orden de colocación de las mismas en la
muestra, y sobre todo de la probabilidad que tiene la unidad ui de pertenecer a la muestra
según el método de muestreo considerado.
• Las funciones lineales son las más sencillas de manejar matemáticamente.
www.FreeLibros.org
MUESTREO CON REPOSICIÓN Y PROBABILIDADES DESIGUALES:

ESTIMADOR DE HANSEN HURWITZ
Consideremos una población de tamaño N, con unidades {u1 , u 2 , L , u N } . Seleccionamos con
reposición una muestra (x~ ) de tamaño n. Ya sabemos que en este esquema de selección cada
unidad ui de la población puede pertenecer a la muestra (x~ ) de tamaño n desde 0 a n veces ya
que al seleccionar una unidad para la muestra, ésta se devuelve a la población antes de realizar
la siguiente extracción.
La probabilidad de una muestra cualquiera de tamaño n seguirá el modelo multinomial
(conjunta de n binomiales ei), ya que al haber reposición puede seleccionarse para la muestra
N
cada unidad ui de la población ti veces con i = 1,2,...,N y ∑t i =1
i = n, con lo que:
P (~
x ) = P(u1 , L u1 , u 2 , L , u 2 , L , u N , L , u N ) = P(e1 = t1 , e 2 = t 2 , L , e N = t N )
1424 3 1424 3 14243
t1 veces t2 veces t N veces
n! N
= 1
P1t P2t L PNt n! = (t1 + t 2 + L + t N )!∑ t i = n
2 N
t1 !t 2 !L t N ! i =1
El estimador lineal insesgado óptimo en el muestreo con reposición y probabilidades

N
desiguales para el parámetro poblacional = ∑ Yi es el estimador de Hansen y Hurwitz:
i =1
n n
1 n
Y
ˆHH = ∑iYi = ∑ Yi =∑ i
i =1 i =1 nPi i =1 nPi
Al particularizar el estimador de Hansen y Hurwitz para los distintos parámetros

poblacionales, tenemos los siguientes estimadores:
N n
Xi
Total = X = ∑ X i ⇒ Yi = X i ⇒ Xˆ HH = ∑
i =1 i =1 nPi
Xi
N
Xi Xi ˆ
n
1 n
Xi
Media = X =∑ ⇒ Yi = ⇒ X HH = ∑ N = ∑ nP
i =1 N N i =1 nPi N i =1 i
N
An
Total de clase = A = ∑ Ai ⇒ Yi = Ai ⇒ Aˆ HH = ∑ i
i =1 i =1 nPi
Ai
A N
A n
1 n
Ai
Proporción = P = ∑ i ⇒ Yi = i ⇒ PˆHH =∑ N = ∑ nP
i =1 N N i =1 nP i N i =1 i
Varianza del estimador de Hansen y Hurwitz

2 2
1 N ⎛Y ⎞ 1⎡ N Y
2
⎤ 1 N N ⎛Y Yj ⎞
V (ˆHH ) = ∑ ⎜⎜ i
⎟⎟ Pi = ⎢∑ i
2 ⎥ = ∑∑ ⎜ i
⎟ Pi Pj
n i =1 ⎝ Pi ⎠ n ⎣ i =1 Pi n ⎜ Pi P ⎟
⎦ i =1 j > i
⎝ j ⎠
www.FreeLibros.org
Estimación de la varianza del estimador de Hansen y Hurwitz

2
1 ⎡ n ⎛ Yi ⎤
2
⎞ n ⎛ ⎞
1 Yi
Vˆ (ˆHH ) = ⎢∑ ⎜ ˆ
⎟⎟
n HH ⎥ =
2 ˆ
∑ ⎜
HH ⎟⎟
n(n
1) ⎢ i =1 ⎜⎝ Pi ⎠ ⎥⎦ n(n
1) i =1 ⎜⎝ Pi ⎠
⎣
SELECCIÓN CON REPOSICIÓN Y PROBABILIDADES PROPORCIONALES

AL TAMAÑO: MÉTODOS ESPECIALES DE SELECCIÓN
Método de selección del tamaño acumulativo o modelo polinomial
Sea Mi un entero positivo asociado a la unidad ui que denominamos tamaño de ui para i = 1, 2, ..., N
(Mi puede ser el número de unidades elementales de la unidad compuesta ui o una ponderación o
medida de la importancia que concedemos a la selección de la unidad ui para la muestra).
A continuación se expone un método práctico que permite seleccionar muestras con
reposición de modo que en cada extracción la unidad ui tiene probabilidad Pi proporcional a
su tamaño Mi .
N
Sea M = ∑ M i . Consideramos el intervalo de números enteros [1, M] y lo dividimos en
i =1
N subintervalos Ii cada uno de ellos con Mi unidades, tal y como se indica en el cuadro siguiente:
Subintervalos Unidades Tamaños

I 1 = [1, M 1 ] u1 M1
I 2 = [ M 1 + 1,M 1 + M 2 ] u2 M2
I 3 = [ M 1 + M 2 + 1,M 1 + M 2 + M 3 ] u3 M3
M M M
⎛ N
1 ⎞ N
I N = [⎜ ∑ M i ⎟ + 1,∑ M i ] uN MN
⎝ i =1 ⎠ 1 23
i =1
M
Ahora elegimos un entero [1,M] aleatoriamente y con probabilidades iguales y

seleccionamos como primera unidad de la muestra la unidad u i tal que Ii. Repetimos este
proceso n veces hasta obtener una muestra de tamaño n, de modo que para cualquiera de las
n extracciones se cumple:
M
P(u i ) = P( I i ) = i = Pi
M
El procedimiento de selección es con reposición, pues el entero [1,M] elegido
aleatoriamente puede caer varias veces dentro del mismo intervalo Ii, con lo que la unidad ui
estará varias veces en la muestra. También hemos visto que el procedimiento de selección se
realiza en cada extracción con probabilidades proporcionales a los tamaños, ya que
Pi=Mi/M.
Este método también permite obtener muestras sin reposición. Basta no tener en
cuenta la obtención de unidades repetidas y seguir seleccionando hasta acompletar el tamaño
de muestra requerido. Por lo tanto, es un método general de selección de muestras.
www.FreeLibros.org
Este método también permite extraer una muestrea con probabilidades desiguales
no necesariamente proporcionales a sus tamaños. Basta formar un rango acumulativo del
los Pi y extraer una muestra de números aleatorios uniformes en (0,1). Es decir, basta montar
un cuadro como el anterior donde los intervalos acumulativos Ii se formarían ahora con los
Pi = Mi/M, en vez de con los Mi. Y en vez de obtener números aleatorios entre 1 y M, se
obtendrían entre 0 y 1.
Método de selección de Lahiri
Una variante que abrevia el método del tamaño acumulativo la constituye el método de
Lahiri, que permite también seleccionar muestras con reposición y probabilidades
proporcionales a los tamaños.
Sea M0 un número entero mayor o igual que todos los Mi, por ejemplo,
{ ( M i ) . Elegimos un par de números aleatorios (i, j) tales que 1 i N y 1 j M0.
M 0 = Max
i =1, 2 ,..., N
Si j Mi, la unidad seleccionada para la muestra es la ui. Si j > Mi se repite la

selección del par de números aleatorios (i, j) tales que 1 i N y 1 j M0 tantas veces
como sea necesario hasta que j Mi.
Este método también permite obtener muestras sin reposición. Basta no tener en
cuenta la obtención de unidades repetidas y seguir seleccionando hasta completar el tamaño
de muestra requerido. Por lo tanto, es un método general de selección de muestras.
MUESTREO SIN REPOSICIÓN Y PROBABILIDADES DESIGUALES:

ESTIMADOR DE HORVITZ THOMPSON
Decimos que un procedimiento aleatorio de muestreo es sin reposición cuando todas las
muestras que tienen algún elemento repetido son imposibles. Las unidades seleccionadas no
se reponen a la población para seleccionar la siguiente unidad de la muestra, con lo que las
muestras resultantes tienen todos sus elementos distintos.
Decimos que un procedimiento aleatorio de muestreo es con probabilidades iguales
cuando todas las unidades de la población ui tienen la misma probabilidad de ser elegidas
para la muestra en una determinada extracción. En caso de que no sea la misma estaremos
ante muestreo con probabilidades desiguales. Tanto el muestreo con reposición como el
muestreo sin reposición pueden ser con probabilidades iguales o desiguales.
En el caso de muestreo sin reposición y probabilidades desiguales, el estimador lineal

N
insesgado para el parámetro poblacional = ∑ Yi es el estimador de Horvitz y Thompson:
i =1
n n
1 n
Yi
$HT = ∑wY
i i =∑ Yi = ∑
i =1 i =1 i i =1 i
donde i es la probabilidad de que la unidad i de la población pertenezca a la muestra.

Al particularizar el estimador de Horvitz y Thompson para los distintos parámetros
poblacionales, tenemos los siguientes estimadores:
www.FreeLibros.org
N n
Xi
Total = X = ∑ X i ⇒ Yi = X i ⇒ Xˆ HT = ∑
i =1 i =1 i
N
Xi X ˆ 1 n
Xi
Media = X =∑
i =1 N
⇒ Yi = i ⇒ X HT =
N N
∑
i =1 i
N
A n
Total de clase = A = ∑ Ai ⇒ Yi = Ai ⇒ Aˆ HT = ∑ i
i =1 i =1 i
N
A Ai 1 n
Ai
Proporción = P = ∑ i ⇒Yi = ⇒ PˆHT = ∑
i =1 N N N i =1 i
Varianza del estimador de Horvitz y Thompson
Yj
( )= ∑ Yi 2
(1
i ) + 2∑∑ Yi
N N N
V ˆHT ( ij
i j )
i =1 i i =1 j >i i j
donde i es la probabilidad de que la unidad i de la población pertenezca a la muestra y ij es
la probabilidad de que el par de unidades de la población (i,j) pertenezcan a la muestra.
Estimación de la varianza del estimador de Horvitz y Thompson
Y Y j ( ij
i )
( ) Yi 2
n n n
V HT = ∑ 2 (1
i ) + 2∑∑ i
ˆ ˆ
i =1 i i =1 j >i i j ij
Estimador de la varianza de Yates y Grundy para el estimador de Horvitz y Thompson
⎛ Y Y j ⎞ ( i j
ij )
2
( )
n n
Vˆ ˆHT = ∑∑⎜ i
⎟
⎜
i =1 j >i ⎝ i j ⎟⎠ ij
Todas las fórmulas para estimadores y errores vistas hasta ahora para el caso general
sin reposición con probabilidades desiguales son válidas para el caso particular de
probabilidades iguales sin reposición haciendo las siguientes sustituciones:
n n(n
1)
i = , ij =
N N ( N
1)
Se observa que cualquier método de selección sin reposición queda perfectamente
definido al conocer i yij ya que los estimadores y sus errores dependen sólo de estos valores.
SELECCIÓN SIN REPOSICIÓN Y PROBABILIDADES PROPORCIONALES

AL TAMAÑO: MÉTODOS ESPECIALES DE SELECCIÓN
Estimador de Horvitz y Thompson con probabilidades proporcionales al tamaño
Sea Mi el entero positivo asociado a la unidad compuesta Ui i = 1,…,N que representa su
tamaño (número de unidades elementales que contiene). En la práctica las unidades de
muestreo suelen ser conglomerados, aunque a veces este modelo también suele utilizarse con
unidades de muestreo simples, en cuyo caso los Mi son ponderaciones utilizadas para dar un
mayor peso o importancia a determinadas unidades muestrales.
www.FreeLibros.org
Mediante este modelo se selecciona sin reposición de la población para la muestra la

unidad compuesta Ui de tamaño Mi. Como se trata del modelo clásico de selección sin
reposición, se procede a retirar de la población las Mi unidades elementales que componen la
unidad de muestreo compuesta Ui antes de proceder a la selección para la muestra de la
siguiente unidad de muestreo compuesta. Cuando se realiza la siguiente selección ya faltan de
la población Mi unidades elementales. Se supone que en la población hay N unidades de
muestreo compuestas que contienen un total de M unidades elementales, es decir:
N
M = ∑Mi
i =1
Este modelo clásico de selección de la muestra sin reposición es equivalente a considerar

un modelo de urna generalizado consistente en introducir en una urna M bolas que representan
las unidades elementales de la población y que se clasifican en N grupos distinguibles, cada uno
de los cuales tiene las Mi bolas correspondientes al tamaño de la unidad compuesta Ui, de tal
forma que cada unidad compuesta de muestreo Ui queda representada en la urna por Mi bolas
distinguibles. Si en una extracción se obtiene una bola que representa una unidad elemental del
grupo de la unidad compuesta Ui, se procede a retirar de la urna las Mi bolas correspondientes a
todas las unidades elementales de Ui antes de realizar la siguiente selección.
UN U3
MN bolas ..... M3 bolas
U1 U2
M1 bolas M2 bolas
Según este modelo, la probabilidad de seleccionar la unidad Ui en una extracción

(probabilidad unitaria de selección) es Pi = Mi/M = p(ui) i = 1, 2,..., N. Se cumple que:
N
Mi ∑
Mi
Mi Mi N N
M
Pi = = N ⇒ ∑ Pi = ∑ = i =1
= =1
M i =1 M M M
∑Mi i =1
i =1
con lo que el modelo está bien definido. Los valores i y ij relativos, respectivamente, a la
probabilidad de que una unidad de la población pertenezca a la muestra y de que un par de
unidades de la población pertenezcan a la muestra para muestras de tamaño 2 son:
⎛ ⎞ ⎡ 1
⎜ N Pj ⎟ ⎛ 1
2 Pi N
Pi ⎞ 1 ⎤
i = Pi ⎜1 + ∑ ⎟ = P ⎜
i⎜ + ∑ ⎟⎟ ij = Pi Pj ⎢ + ⎥
⎜ j =1 1
Pj ⎟ ⎝ 1
Pi i =1 1
Pi ⎠ ⎣⎢1
Pi 1
Pj ⎦⎥
⎝ j i ⎠
Al conocer i yij este método de selección sin reposición queda perfectamente definido,
ya que los estimadores y sus errores dependen sólo de estos valores.
El método es generalizable para muestras de tamaño n.
www.FreeLibros.org
Estimador de Horvitz y Thompson con selección Brewer
Brewer propuso un método de selección para muestras de tamaño n tal que la primera unidad
se extrae sin reposición con probabilidad proporcional al valor:
k i = Pi
(1
Pi ) Pi < ½
(1
2 Pi )
y el resto de las extracciones se realizan sin reposición y con probabilidades proporcionales a Pi .
Para muestras de tamaño 2 las probabilidades i y ij son las siguientes:
2 Pi Pj ⎡ 1 1 ⎤
i = 2Pi ij = * ⎢ + ⎥
N
Pi ⎢1
2 Pi 1
2 Pj ⎦⎥
1+ ∑ ⎣
i =1 1
2 Pi
Para muestras de tamaño n se demuestra que i = nPi.
Estimador de Horvitz y Thompson con selección Durbin

El método de Durbin consiste en un muestreo con probabilidades desiguales y sin
reemplazamiento con el siguiente método de selección para una muestra de tamaño n = 2: la
primera unidad es seleccionada con probabilidad dada Pi y la segunda unidad se selecciona
con probabilidades proporcionales a kj , siendo:
⎡ 1 1 ⎤
k j = Pj ⎢ + ⎥
⎢⎣1
2 Pi 1
2 Pj ⎥⎦

2 Pi Pj ⎡ 1 1 ⎤
i = 2Pi ij = * ⎢ + ⎥
N
Pi ⎢1
2 Pi 1
2 Pj ⎦⎥
1+ ∑ ⎣
i =1 1
2 Pi
Para muestras de tamaño n se demuestra que i = nPi.

Se observa que los valores de i y ij son idénticos a los obtenidos con el método
de selección de Brewer. Con estos valores ya se pueden hallar estimadores y errores.
Estimador de Horvitz y Thompson con selecciones de Ikeda y Mitzuno
Ikeda propuso un método de selección en el que la primera unidad se obtiene sin reposición
con probabilidad Pi proporcional a su tamaño Mi y las n
1 unidades restantes de la muestra
se seleccionan sin reposición y con probabilidades iguales.
Los valores de i y ij para este método son:
n
1 N
n n
1
i = Pi + (1
Pi ) * = * Pi +
N
1 N
1 N
1
n
1 n
1 n
1 n
2 n
1 ⎡ N
n
ij = Pi * + Pj + (1
(Pi + Pj )) * * = *⎢ (Pi + Pj ) + n
2 ⎤⎥
N
1 N
1 N
1 N
2 N
1 ⎣ N
2 N
2⎦
www.FreeLibros.org
Este método de Ikeda es un caso particular del método más general de Mitzuno, que
consiste en comenzar efectuando m extracciones sin reposición y con probabilidades iguales; en
la extracción m + 1 se asignan probabilidades:
m
Pr
Pi + ∑
r =1 N
m
donde Pr corresponde a la unidad extraída en r-ésimo lugar (1 r m), y por último las
n
(m+1) unidades muestrales restantes se seleccionan sin reposición y probabilidades
iguales. El método de Ikeda es un caso particular del método de Mitzuno para m = 0.
Estimador de Horvitz y Thompson con selección Sampford

En este método los elementos muestrales se eligen con reposición seleccionando el primer
elemento con probabilidad Pi y los restantes n
1 elementos con probabilidades proporcionales a
Pi/(1
nPi). Finalizada la extracción, la muestra se acepta si todos los elementos son diferentes, y
en caso contrario se rechaza y se vuelve a empezar. Se tiene que:
⎛ ⎡ ⎤ ⎞
⎜1 + ⎢(Pi + Pj )
∑ Pk2 ⎥ + 2(Pi 2 + Pj2 )
2∑ Pk3
(n
2) Pi Pj + ⎟
⎜ ⎣ k ⎦ k ⎟
i = nPi ij n(n
1) Pi Pj ⎜ ⎟
⎜ + (n
3)(Pi + Pj )
∑ Pk3
(n
3)⎛⎜ ∑ Pk2 ⎞⎟ ⎟
⎜ ⎟
⎝ k ⎝ k ⎠ ⎠
Muestreo con probabilidades gradualmente variables
Se considera un esquema de urna en el que la unidad Ui viene representada por Mi bolas. En este
esquema de selección con probabilidades gradualmente variables, al seleccionar la unidad Ui se
retira una bola de entre las Mi que representan a Ui y no se vuelve a reponer a la urna para la
siguiente extracción. Se podrá extraer la unidad Ui las veces que corresponda mientras no se
acaben las Mi bolas que la representan o mientras no se cubra el tamaño n de la muestra, por lo
que la unidad Ui puede figurar en la muestra un máximo de veces igual a Mín(Mi,n) i=1,..,N.
La probabilidad de una muestra de tamaño n seguirá el modelo hipergeométrico
generalizado (conjunta de n hipergeométricas ei). Si cada unidad Ui de la población puede
N
elegirse para la muestra ti veces con i = 1, 2, ..., N y se cumple que ∑t
i =1
i = n , tenemos:
P (~
x ) = P(U 1 , LU 1 , U 2 , L , U 2 , L , U N , L , U N ) = P(e1 = t1 , e 2 = t 2 , L , e N = t N )
1424 3 14243 14243
t1 veces t2 veces t N veces
⎛ M 1 ⎞⎛ M 2 ⎞ ⎛ M N ⎞ ⎛ M P1 ⎞⎛ M P2 ⎞ ⎛ M PN ⎞
⎜⎜ ⎟⎟⎜⎜ ⎟⎟L ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟⎜⎜ ⎟⎟L ⎜⎜ ⎟⎟
⎝ t1 ⎠⎝ t 2 ⎠ ⎝ t N ⎠ ⎝ t1 ⎠⎝ t 2 ⎠ ⎝ t N ⎠ N
=
⎛ M1 + M 2 +LM N ⎞
=
⎛M ⎞
con ∑t
i =1
i =n
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ t1 + t 2 + L t N ⎠ ⎝n⎠
Mediante selección con probabilidades gradualmente variables, el estimador lineal
N
insesgado (de Sánchez Crespo y Gabeiras) para el parámetro poblacional = ∑ Yi será:
i =1
n n
1 n
Y
ˆSCG = ∑ i Yi = ∑ Yi =∑ i = ˆHH
i =1 i =1 nPi i =1 nPi
www.FreeLibros.org
que coincide con la expresión del estimador de Hansen y Hurwitz para muestreo con
reposición y probabilidades desiguales. Se cumple que:
( )
V ˆSCG =
M
n ˆ
M
1
V ( HH )
M
n 1 ⎡ n ⎛Y ⎞
2
⎤ M
n
Vˆ (ˆSCG ) = ⎢∑ ⎜ i ⎟⎟
nˆSCG
2
⎥= Vˆ (ˆHH )
M n( n
1) ⎢ i =1 ⎜⎝ Pi ⎠ ⎥⎦ M
⎣
Se observa que el estimador de Sánchez Crespo y Gabeiras tiene menor varianza y
menor varianza estimada que el estimador de Hansen y Hurwitz, ya que:
( )
V ˆSCG =
M
n ˆ
M
1
V ( HH ) V (ˆHH ) y Vˆ ˆSCG =
M
( )
M
n ˆ ˆ
V ( HH ) Vˆ (ˆHH )
Gabeiras sugirió una generalización del método anterior consistente en retirar b

bolas en lugar de una cuando la unidad i-ésima es seleccionada para formar parte de la
muestra, supuesto un esquema de urnas en el que la unidad U i está representada por M i
bolas (i = 1, ..., N ) , siendo b el mayor valor que permita a todas las unidades estar
Min( M i )
representadas en la urna durante las n extracciones, es decir, b = .
n
1
Sánchez Crespo comprobó que con esta restricción la varianza del estimador
resultante es menor e incluso en ciertos casos inferior a la varianza de los estimadores
obtenidos bajo un muestreo sin reposición y probabilidades desiguales. La varianza del
estimador para el total con el esquema mixto (generalización del muestreo gradual) viene
dada por la expresión:
M
bn
V ( Xˆ SC ) = V ( Xˆ HH )
M
b
Se denomina esquema mixto a este procedimiento de muestreo ya que puede
considerarse con reposición, en el sentido de que cada unidad puede pertenecer a la muestra
más de una vez, y sin reposición, pues no se reponen en la urna las b unidades retiradas en
cada extracción.
Método de Murthy
Murthy mejoró un método anterior de Des Raj extrayendo unidades sucesivas para la muestra
con probabilidades Pi, Pj(1
Pi), Pk(1
Pi
Pj) y así sucesivamente. Propuso el estimador del total:
n
∑ P( S / i) X ⎛ X ⎞
2
( ) 1
[P( S ) P( S / i, j )
P( S / i) P( S / j )]Pi Pj ⎜⎜ X i
j ⎟⎟
i n n
Xˆ M = i =1
, Vˆ Xˆ M = ∑ ∑
P( S ) P( S ) 2 i =1 j > i
⎝ Pi Pj ⎠
P(S) = Probabilidad incondicional de obtener la muestra S.

P(S/i) = Probabilidad de obtener la muestra S condicionado a que se sacó la unidad i la primera
P(S/i,j) = Probabilidad de S condicionado a que se sacaron las unidades i y j las dos primeras.
Para n=2 se tiene que P(S/i) = Pj/(1
Pi) y P(S) = ij = PiPj(2
Pi
Pj)/(1
Pi)(1
Pj) y además:
2
⎡ Pj ⎤ 1 ⎡ Xi Xj ⎤ (1
Pi )(1
Pj )(1
Pi
Pj ) ⎛ Xi X j ⎞
i = Pi ⎢1+ ∑ ⎥ Xˆ M = ⎢(1
Pj ) + (1
Pi ) ⎥ , Vˆ(Xˆ M ) = ⎜
⎟
⎜P P ⎟
⎣⎢ j i 1
Pj ⎦⎥ 2
Pi
Pj ⎣⎢ Pi Pj ⎦⎥ (2
Pi
Pj )2 ⎝ i j ⎠
www.FreeLibros.org
MÉTODO DE MONTECARLO
Es un procedimiento general para seleccionar muestras aleatorias simples de cualquier población

(finita o infinita, real o teórica) de la que se conoce su distribución de probabilidad.
Variable aleatoria discreta
Consideremos la variable aleatoria discreta siguiente y veremos cómo se toma una muestra de ella.
x P(x) F(x)
_______________________________________
0 0,41 0,41
1 0,26 0,67
2 0,18 0,85
3 0,10 0,95
4 0,05 1
Observamos los valores de la función de distribución y, basándonos en ellos,
construimos la tabla:
Intervalos x F(x)
_______________________________________
00-40 0 0,41
41-66 1 0,67
67-84 2 0,85
85-94 3 0,95
95-99 4 1
Para seleccionar la muestra aleatoria según la variable X, elegimos un número
aleatorio entre 0 y 99 y observamos en qué intervalo cae, eligiendo para la muestra el valor x
correspondiente a ese intervalo. También se puede tomar el número aleatorio y convertirlo
en decimal NA (por ejemplo, si sale 69 utilizamos NA = 0,69) y tomar para la muestra el
valor x más pequeño que verifica F(x) > NA
F(x)
1
0,95
0,85
NA=0,69
0,67
0,41
0 1 2 3 4 x
El valor x más pequeño que verifica F(x) > 0,69 es x = 2, luego el primer valor para
la muestra es x = 2.
www.FreeLibros.org
Variable aleatoria continua
El proceso a seguir sería el siguiente:
• Tomar un número aleatorio de tantas cifras como precisión se desee y convertirlo en

decimal (por ejemplo, 23457 se convertiría en 0,23457), y sea NA dicho valor.
• Considerar el valor NA como un valor de F(x) y tomar como valor observado en la

muestra aquel valor de x tal que NA=F(x) ⇒x=F-1(NA).
• Repetir el proceso con distintos números aleatorios hasta completar el tamaño de

muestra deseado.
F(x)
NA
x=F-1(NA) x
Dado el número aleatoria NA, se toma para la muestra el valor x tal que x=F-1(NA).
www.FreeLibros.org
PROBLEMAS RESUELTOS
2.1. Un investigador desea muestrear tres hospitales de entre los seis que existen en una ciudad,
con el propósito de estimar la proporción de pacientes que han estado (o estarán) en el
hospital por más de dos días consecutivos. Puesto que los hospitales varían en tamaño, éstos
serán muestreados con probabilidades proporcionales al número de sus pacientes. Con la
información sobre los hospitales dada en la tabla adjunta se selecciona una muestra de tres
hospitales con probabilidades proporcionales al tamaño (número de pacientes) con reposición
utilizando el modelo del tamaño acumulativo (o modelo polinomial).
Hospital Pacientes Hospital Pacientes Hospital Pacientes

1 328 2 109 3 432
4 220 5 280 6 190
Puesto que serán seleccionados tres hospitales, deben ser elegidos tres números aleatorios entre el
0001 y el 1559 = ∑Pacientes. Nuestros números elegidos son 1505, 1256 y 0827. ¿Qué
hospitales serán elegidos para la muestra? Supóngase que los hospitales muestreados registraron
los siguientes datos sobre el número de pacientes con permanencia de más de dos días:
Hospital Nº de pacientes con más de dos días de permanencia

a 250
b 150
c 80
1) Estimar la proporción de pacientes con permanencia superior a dos días para los seis
hospitales.
2) Establecer un límite para el error de estimación con una confianza del 95%.
Para seleccionar la muestra comenzamos construyendo la tabla relativa al método del

tamaño acumulativo.
I 1 = [1, M 1 ] = [1,328] Unidades Tamaños

I 2 = [ M 1 + 1,M 1 + M 2 ] = [329,437] u1 M1
I 3 = [438,869] 827 u2 M2
I 4 = [870,1089] u3 M3
I 5 = [1090,1369] 1256 M M
I 6 = [1370,1559] 1505 uN MN
Para seleccionar tres hospitales para la muestra se eligen tres números aleatorios
entre 0001 y 1559 que resultan ser el 1505, el 1256 y el 0827. Localizados estos números en
la columna de los intervalos acumulados, seleccionamos para la muestra los hospitales 3, 5 y
6. A continuación se presenta un esquema ilustrativo de la selección de las unidades
muestrales.
www.FreeLibros.org
M3 = 432
M5=280
M4=220 M2=109 A2 = 150
PPT M3=432 P 2=150/280
M5=280 A3 = 250 A1=80
P3=250/432 P1= 80
190
M6=190 M1=328 M6=190
N = 6, M=1559 n=3
A continuación se realiza la estimación de la proporción de pacientes con

permanencia superior a dos días utilizando el estimador de Hansen y Hurwitz (ya que el
método de selección de la muestra es con reposición). Se tiene:
1 ˆ 1 n
Xi 1 n
Mi Xi 1 n 1 n 1 ⎛ 80 150 250 ⎞
Xˆ = X HH = ∑ nP = ∑ = ∑ X i ⇒ Pˆ = ∑ Pî = ⎜ + + ⎟ = 0,51
M M i M i M n i n i 3 ⎝ 190 280 432 ⎠
i
n i
M
Por lo tanto, se estima que un 51% de los pacientes permanece más de dos días en el
hospital. A continuación hallamos el error de esta estimación.
2
⎛ Xi ⎞
2 ⎜ ⎟
2
n ⎛ ⎞ n ⎜ M ⎟
1 Y ˆ 1 ˆ 1 ⎛ n ˆ ⎞
Vˆ (ˆHH ) = ∑ ⎜ i
ˆHH ⎟ ˆ
⇒ V ( X HH ) = ∑⎜
X HH ⎟ = ⎜ ∑ X i
X HH ⎟
n(n
1) i =1 ⎜⎝ Pi ⎟
⎠ n(n
1) i =1 ⎜ M i ⎟ n(n
1) ⎝ i =1 ⎠
⎜ M ⎟
⎝ ⎠
con lo que se tiene:
∑ (Pˆ )
n 2

Pˆ
1 ⎡⎛ 80 ⎞ ⎤
2 2 2
()
i
⎞ ⎛ 150 ⎞ ⎛ 250
Vˆ Pˆ = i
= ⎢⎜
0 ,51 ⎟ + ⎜
0 ,51 ⎟ + ⎜
0 ,51 ⎟ ⎥ = 0,0022
n (n
1) 3 2 ⎢⎣⎝ 190 ⎠ ⎝ 280 ⎠ ⎝ 432 ⎠ ⎥⎦
()
Cˆ v Pˆ =
Vˆ Pˆ
=
()
0,0022
= 0,0091 1%
Pˆ 0,51
Se observa que el error relativo de muestreo es del 1%. A continuación se realiza
una estimación por intervalos al 95% de confianza.
Pˆ ± Vˆ ( Pˆ ) = 0,51 ± 1,96 0,0022 = [0.4, 0.6] 95 % confianza
Se observa que el intervalo de confianza es muy estrecho. Esto se debe a que la

estimación realizada es bastante precisa (solamente un 5% de error).
Utilizando la hoja de cálculo Excel, se pueden automatizar los cálculos anteriores tal y
como se indica en las figuras siguientes (en las figuras, Pi juega el papel de P̂i )
www.FreeLibros.org
2.2. Una multinacional tiene un total de 40.000 trabajadores distribuidos en 400 fábricas de 100
obreros cada una. Una muestra aleatoria con probabilidades iguales sin reposición de 25
fábricas presenta la siguiente distribución de obreros mayores de 50 años:
Total de obreros
12 17 23 33 36
mayores de 50 años
N º de fábricas
2 3 9 5 6
de la muestra
Estimar el total y la proporción de obreros de la multinacional con más de 50 años, así como
sus errores de muestreo absolutos y relativos.
www.FreeLibros.org
9
M2=100 A3 = 23
PI 3
A4 = 33
5 A2 = 17
SR
M400=100 M1=100 A5 = 36 A1 = 12
6 2
N = 400 n = 20
Como el muestreo es con probabilidades iguales y se seleccionan 25 fábricas de entre

400, se tiene i = 25/400 = 0,0625 y ij = (25.24)/(400.399) = 0,00376. Como el método es sin
reposición, tomamos como estimador del total de clase el estimador de Horwitz y Thompson
y tenemos:
25
A 2 12 + 3 17 + 9 23 + 5 33 + 6 36
Aˆ HT = ∑ i = = 10608
i =1 i 25 / 400
Para estimar la varianza tomamos el estimador de Yates y Grundy. Tenemos:

2
25
j
ij
⎛ Ai A j ⎞ 2
⎟ = 0,0625
0,00376 ∑ (Ai
A j )2 =
25
Vˆ ( Aˆ HT ) = ∑ ⎜
i

ij ⎜ ⎟
⎝ i j ⎠
2
i< j 0,00376 0,0625 i < j
[ ]
= 9,957 2 3(12
17 ) + L + 5 6(33
36) 2 = 386906,5
2
Las operaciones anteriores totalmente desarrolladas se muestran a continuación.
Vˆ ( Aˆ HT ) = 9,957[2*3(12-17)2+2*9(12-23)2+2*5(12-33)2+2*6(12-36)2+3*9(17-23)2+3*5(17-33)2
+3*6(17-36)2 +9*5(23-33)2+9*6(23-36)2+5*6(33-36)2 = 386906,553
El error absoluto de muestreo será ( Aˆ HT ) = 386906,5 = 622, con lo que el error

( Aˆ HT ) 622
relativo valdrá 100 = 100 = 0,05863 5,8%
Â 10608
HT
Como estimador de la proporción de trabajadores mayores de 40 años tenemos:
Aˆ 10608
PˆHT = HT = = 0,2642 = 26,42%
M 40000
El estimador insesgado de su varianza será :
Vˆ ( Aˆ HT ) 386906,5
Vˆ ( PˆHT ) = = = 0,000242
M2 40000 2
El error absoluto de muestreo será ( PˆHT ) = 0,000242 = 0,0155 , con lo que el error
( PˆHT ) 0,0155
relativo valdrá 100 = 100 = 0,05863 5,8% .
PˆHT 0,2642
www.FreeLibros.org
2.3. Considérese la población de los grupos de la materia Introducción a la Estadística que se

imparte en cierta universidad. La universidad tiene 647 estudiantes de esta materia repartidos
en 15 grupos con Mi estudiantes cada grupo según la tabla siguiente:
Grupos ( Población) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Mi 44 33 26 22 76 63 20 44 54 34 46 24 46 100 15
Extraemos una muestra de cinco grupos con probabilidades proporcionales a los tamaños de
los grupos con reemplazo y anotamos el total de horas durante una semana que todos los
estudiantes de cada grupo han empleado para estudiar la materia de Introducción a la
Estadística. Los datos se recogen en la siguiente tabla:
Grupos ( Muestra) a b c d e
Horas 120 203 100 90 40
Si se ha selecciona la muestra {a, b, c, d, e} por el método del tamaño acumulativo, estimar la

cantidad promedio de tiempo semanal que un estudiante empleó para estudiar la materia
Introducción a la Estadística midiendo la calidad de la estimación. Estimar por intervalos al 95%.
Podemos realizar la disposición de los cálculos del método del tamaño acumulativo y
la obtención de los cinco números aleatorios, como se indica en la siguiente hoja de Excel.
Realizados los cálculos, tenemos la siguiente tabla:
www.FreeLibros.org
La muestra estará formada por los grupos {6, 14, 11, 9, 7} cuyos tamaños son los
siguientes:
Grupos ( Muestra) 6 14 11 9 7
Tamaños ( M i ) 63 100 54 46 20
y el número total de horas semanales empleadas por los estudiantes de esos grupos para
estudiar la materia Introducción a la Estadística es el siguiente:
Horas ( X i ) 120 203 100 90 40
A continuación se realiza la estimación del promedio de horas semanales que dedican

los estudiantes a la materia de Introducción a la Estadística utilizando el estimador de Hansen
y Hurwitz (ya que el método de selección de la muestra es con reposición). Se tiene:
1 1 n X 1 n X 1 n X 1 n 1 ⎛ 120 203 100 90 40 ⎞

Xˆ HH = Xˆ HH = ∑ i = ∑ i = ∑ i = ∑ X i = ⎜ + + + + ⎟ = 1,94
M M i nPi M i M i n i M i n i 5 ⎝ 63 100 54 46 20 ⎠
n
M
Por lo tanto, se estima que el promedio de horas semanales que dedican los
estudiantes a la materia de Introducción a la Estadística es algo inferior a dos horas. A
continuación hallamos el error de esta estimación.
2
⎛ ⎞
n ⎜ ⎟
2
n ⎛ ⎞
1 1 1 X 1 1 X
Vˆ ( Xˆ HH ) = 2 Vˆ ( Xˆ HH ) = 2 ∑ ⎜ i

ˆ
X ⎟ = ∑ ⎜ i

MXˆ ⎟
M n(n
1) i =1 ⎜⎝ Pi
HH ⎟ HH
M ⎠ M 2 n(n
1) i =1 ⎜ M i ⎟
⎜ ⎟
⎝ M ⎠
2 2 2
n ⎛
Xi ˆ ⎞⎟ = M n ⎛
Xi ˆ ⎞⎟ = 1 ⎛ n X
Xˆ ⎞
2
1 1 1
= 2 ∑ ⎜ M
M n(n
1) i =1 ⎜⎝ M i

MX HH ⎟ ∑ ⎜
M 2 n(n
1) i =1 ⎜⎝ M i

X HH ⎟ ⎜∑ i
n(n
1) ⎝ i =1
HH ⎟
⎠
⎠ ⎠
1 ⎡⎛ 120 ⎞⎤
2 2 2 2 2
ˆ ⎛ ˆ ⎞ ⎞ ⎛ 203 ⎞ ⎛ 100 ⎞ ⎛ 90 ⎞ ⎛ 40
V ⎜ X HH ⎟ = ⎢⎜
1,94⎟ + ⎜
1,94⎟ + ⎜
1,94⎟ + ⎜
1,94⎟ + ⎜
1,94⎟ ⎥ = 0,0034
⎝ ⎠ 5 4 ⎢⎣⎝ 63 ⎠ ⎝ 100 ⎠ ⎝ 54 ⎠ ⎝ 46 ⎠ ⎝ 20 ⎠ ⎥⎦
Vˆ ⎛⎜ Xˆ HH ⎞⎟
()
Cˆ v Pˆ =
⎝ ⎠
=
0,0034
= 0,03 3%
Xˆ HH
1,94

Xˆ HH ± Vˆ ( Xˆ HH ) = 0,51 ± 1,96 0,0034 = [1.83, 2.06 ] 95 % confianza
Se observa que el intervalo de confianza es muy estrecho. Esto se debe a que la

estimación realizada es bastante precisa (solamente un 3% de error).
A continuación se presentan cálculos y resultados automatizados con Excel.
www.FreeLibros.org
www.FreeLibros.org
2.4. Resolver el problema anterior suponiendo que se selecciona la muestra {a, b, c, d, e}

utilizando el método de Lahiri.
Para seleccionar la muestra mediante el método de Lahiri elegimos un par de
números aleatorios (i, j) tales que 1 i N = 15 y 1 j M 0 = Max
{ ( M i ) = 100.
i =1, 2 ,..., N
Si j Mi la unidad seleccionada para la muestra es la ui. Si j > Mi, se repite la

selección del par de números aleatorios (i,j) tales que 1 i N y 1 j M0 tantas veces como
sea necesario hasta que j Mi.
La obtención de los números aleatorios (i,j) puede realizarse con Excel mediante la
función ALEATORIO.ENTRE (que se evaluará las veces necesarias para cubrir el tamaño
muestral) tal y como se indica en la figura siguiente.
El resultado obtenido es el siguiente:
www.FreeLibros.org
siguientes:
Tamaños ( M i ) 76 54 100 46 24
Horas ( X i ) 120 203 100 90 40

los estudiantes a la materia de Introducción a la Estadística utilizando el estimador de Hansen
y Hurwitz (ya que el método de selección de la muestra es con reposición). Se tiene:
1 1 n X 1 n X 1 n X 1 n 1 ⎛ 120 203 100 90 40 ⎞

Xˆ HH = Xˆ HH = ∑ i = ∑ i = ∑ i = ∑ Xi = ⎜ + + + + ⎟ = 1,99
M M i nPi M i n Mi n i Mi n i 5 ⎝ 76 54 100 46 24 ⎠
M
estudiantes a la materia de Introducción a la Estadística es prácticamente dos horas. A
continuación hallamos el error de esta estimación.
2
⎛ ⎞
n ⎜ ⎟
2
n ⎛ ⎞
ˆ ˆ 1 ˆ ˆ ˆ ˆ 1 1 X ˆ 1 1 ⎜ X ˆ
V ( X HH ) = 2 V ( X HH )V ( HH ) = 2 ∑ ⎜ i
⎟

X HH = 2 ∑ i

MX HH ⎟
M M n(n
1) i =1 ⎜⎝ Pi ⎟
⎠ M n(n
1) i =1 ⎜ M i ⎟
⎜ ⎟
⎝ M ⎠
2 2 2
n ⎛
ˆ ⎞⎟ = M
n ⎛
1 1 Xi 2
1 Xi ˆ ⎞ 1 ⎛ n ˆ ⎞
= 2 ∑ ⎜
⎜ M
M n(n
1) i =1 ⎝ M i

MX HH ⎟ 2 ∑ ⎜
⎜
X HH
⎟
⎟ = ⎜ ∑ X i
X HH ⎟
⎠ M n(n
1) i =1 ⎝ M i ⎠ n(n
1) ⎝ i =1 ⎠
1 ⎡⎛ 120 ⎞⎤
2 2 2 2 2
⎞ ⎛ 203 ⎞ ⎛ 100 ⎞ ⎛ 90 ⎞ ⎛ 40
Vˆ ⎛⎜ Xˆ HH ⎞⎟ = ⎢⎜
1,99⎟ + ⎜
1,99⎟ + ⎜
1,99⎟ + ⎜
1,99⎟ + ⎜
1,96⎟ ⎥ = 0,73
⎝ ⎠ 5 4 ⎣⎢⎝ 76 ⎠ ⎝ 54 ⎠ ⎝ 100 ⎠ ⎝ 46 ⎠ ⎝ 24 ⎠ ⎦⎥
Vˆ ⎛⎜ Xˆ HH ⎞⎟
⎝ ⎠ 0,73
Cˆ v ⎛⎜ Xˆ HH ⎞⎟ = = = 0,429 43%
⎝ ⎠ X ˆ 1,99
HH

Xˆ HH ± Vˆ ( Xˆ HH ) = 1,99 ± 1,96 0,73 = [0.31, 3.66 ] 95 % confianza
Se observa que el intervalo de confianza es más ancho que en el problema anterior.

Esto se debe a que la estimación realizada es menos precisa (43% de error).
www.FreeLibros.org
www.FreeLibros.org
2.5. Resolver el problema anterior suponiendo que se selecciona la muestra {a, b, c, d, e} sin
reposición utilizando el método de Ikeda.
Mediante el método de Ikeda la primera unidad se obtiene sin reposición con probabilidad Pi
proporcional a su tamaño Mi y las n
1 = 4 unidades restantes de la muestra se seleccionan sin
reposición y con probabilidades iguales (1/4) descartando el elemento elegido inicialmente.
Los valores de i y ij para este método son:
N
n n
1 n
1 ⎡ N
n
i = * Pi + ij = *⎢ (Pi + Pj ) + n
2 ⎤⎥
N
1 N
1 N
1 ⎣ N
2 N
2⎦
Para elegir la primera unidad proporcional a su tamaño podemos utilizar el método

de Lahiri del problema anterior, resultando seleccionada como primera unidad muestral u5.
A continuación elegimos cuatro números aleatorios entre 1 y 15 (sin tener en cuenta el 5).
Las probabilidades Pi, i y los cuatro números aleatorios restantes para seleccionar
las cuatro unidades que faltan para completar la muestra, pueden obtenerse como se indica
en la tabla Excel siguiente.
El resultado obtenido es el siguiente:
www.FreeLibros.org
siguientes:
Tamaños ( M i ) 76 46 22 33 24
Horas ( X i ) 120 203 100 90 40

los estudiantes a la materia de Introducción a la Estadística utilizando el estimador de Horvitz y
Thompson (ya que el método de selección de la muestra es sin reposición). En la tabla siguiente
se presentan todos los cálculos necesarios para realizar la estimación (N=15, n=5).
MUESTRA Mi Pi=Mi/M i = Pi (N-n)/(N-1) + (n-1)/(N-1) Xi Xi/i

5 76 0,1174652 0,369618017 120 324,659
11 46 0,0710974 0,336498123 203 603,272
4 22 0,0340031 0,310002208 100 322,578
2 33 0,0510046 0,322146169 90 279,376
12 24 0,0370943 0,312210201 40 128,119
SUMA= 1658,01
1 ˆ 1 25
Xi 1 ⎛ 120 203 100 90 40 ⎞ 1658
Xˆ HT = X HT = ∑ = ⎜ + + + + ⎟= = 2,56
M M i =1 i 647 ⎝ 0,369 0,336 0,310 0,322 0,312 ⎟⎠ 647
⎜
Por lo tanto, se estima que el promedio de horas semanales que dedican los estudiantes a
la materia de Introducción a la Estadística es prácticamente dos horas y media. A continuación
hallamos el error de esta estimación a través de la estimación de la varianza. En la siguiente tabla
(Xi/i)2(1-i) ij Xi Xj i j Pi Pj (Xi/i)(Xj/j)(ij-ij)/ij

66444,64999 0,107 120 203 0,3696 0,3365 0,117 0,0711 -31007,41923
241473,2008 0,099 120 100 0,3696 0,31 0,117 0,034 -16210,59516
71798,95557 0,103 120 90 0,3696 0,3221 0,117 0,051 -14192,52368
52907,24303 0,1 120 40 0,3696 0,3122 0,117 0,0371 -6451,525615
11289,67748 0,089 203 100 0,3365 0,31 0,071 0,034 -33402,58498
SUMA=443913,7 0,093 203 90 0,3365 0,3221 0,071 0,051 -28399,38423
0,09 203 40 0,3365 0,3122 0,071 0,0371 -13220,87321
0,085 100 90 0,31 0,3221 0,034 0,051 -16240,761
0,082 100 40 0,31 0,3122 0,034 0,0371 -7715,377148
0,085 90 40 0,3221 0,3122 0,051 0,0371 -6412,377049
2*SUMA= -346506,8426
www.FreeLibros.org
1 ⎡5 X X X j ⎛ ij
i j ⎞⎤
( )
2
1 5 5
Vˆ ⎛⎜ Xˆ HT ⎞⎟ = 2 Vˆ Xˆ HT = 2 ⎢∑ 2i (1
i ) + 2∑ ∑ i ⎜ ⎟⎥ =
⎝ ⎠ M M ⎢⎣ i =1 i i =1 j > i i j
⎜ ⎟⎥
⎝ ij ⎠⎦
1 ⎡ X1 ⎛ X X ⎛
⎞ X X ⎛
⎞ ⎞⎤
2 2
X
⎢ (1
1 ) + L + 5 (1
5 ) + 2⎜⎜ 1 2 ⎜⎜ 12 1 2 ⎟⎟ + L + 4 5 ⎜⎜ 45 4 5 ⎟⎟ ⎟⎥ =
⎟
M ⎢⎣ 1 5 ⎝ 1 2 ⎝ 12 4 5 ⎝ 45
2
⎠ ⎠ ⎠⎥⎦
443913,7269
346506,8426
= = 0,232692
647 2

Vˆ ⎛⎜ Xˆ HT ⎞⎟
⎝ ⎠ 0,232692
Cˆ v ⎛⎜ Xˆ HT ⎞⎟ = = = 0,188 19%
⎝ ⎠ Xˆ
HT
2,56

Xˆ HT ± Vˆ ( Xˆ HT ) = 2,56 ± 1,96 0,232692 = [1.617 , 3.508 ] 95 % confianza
Se observa que el intervalo de confianza es más estrecho que en el problema

anterior. Esto se debe a que la estimación realizada es más precisa (19% de error).
www.FreeLibros.org
2.6. Resolver el problema anterior suponiendo que se selecciona la muestra {a, b, c, d, e} sin
reposición utilizando el método de Sampford.
En el método de Sampford los elementos muestrales se eligen con reposición seleccionando

el primer elemento con probabilidad Pi y los restantes n
1 elementos con probabilidades
proporcionales a Pi/(1-nPi). Finalizada la extracción, la muestra se acepta si todos los
elementos son diferentes, y en caso contrario se rechaza y se vuelve a empezar.
Mediante este método se tiene que:

i = nPi
www.FreeLibros.org
⎛ ⎡ ⎤ ⎞
⎜1 + ⎢(Pi + Pj )
∑ Pk2 ⎥ + 2(Pi 2 + Pj2 )
2∑ Pk3
(n
2) Pi Pj + ⎟
⎜ ⎣ k ⎦ k ⎟
ij n(n
1) Pi Pj ⎜ ⎟
⎜ + (n
3)(Pi + Pj )
∑ Pk3
(n
3)⎛⎜ ∑ Pk2 ⎞⎟ ⎟
⎜ ⎟
⎝ k ⎝ k ⎠ ⎠
Para llevar a la práctica el método de Sampford se calculan los Pi = Mi/M y a
continuación se hallan Pi2 y Pi3, valores que se utilizarán para calculai ij. La siguiente
tarea es calcular Pi/(1
5Pi), Pi’ = [Pi/(1
5Pi)]/ [Pi/(1
5Pi)] y i = 5Pi.
La siguiente tarea es extraer las cinco unidades muestrales. La primera unidad se extrae
con probabilidad Pi = Mi/M proporcional a su tamaño Mi y las siguientes unidades se extraen con
probabilidades Pi’= [Pi/(1
5Pi)]/[Pi/(1
5Pi)] proporcionales a Pi/(1
5Pi), con reemplazamiento.
Si sale alguna unidad repetida se repiten otra vez todas las extracciones hasta que no salga
ninguna repetida. Para elegir la primera unidad proporcional a su tamaño podemos utilizar el
método de Lahiri del problema 2.4, resultando seleccionada como primera unidad muestral u5.
Para elegir las cuatro siguientes unidades volvemos a repetir el método de Lahiri [extracción de
pares de números aleatorios (i,j) con 1 i 15 y 0 j Máx(Mi’) = 0,68 hasta que j Mi’] y
resultan elegidas u3, u8, u13 y u14. Las tablas siguientes ilustran las fórmulas con Excel y los
resultados obtenidos.
Mi Pi=Mi/M Mi’=Pi/(1-5Pi) i Pi' i j Ui Pi2 Pi3

1 44 0,0680062 0,103044 0,34 0,0499 5 0,0046 0,00031
2 33 0,0510046 0,068465 0,255 0,0332 4 0,613 0,0026 0,00013
3 26 0,0401855 0,05029 0,2009 0,0244 14 0,037 <M'3=0,04 3 0,0016 6,5E-05
4 22 0,0340031 0,040968 0,17 0,0198 14 0,665 0,0012 3,9E-05
5 76 0,1174652 0,284644 0,5873 0,1379 4 0,365 0,0138 0,00162
6 63 0,0973725 0,189759 0,4869 0,0919 13 0,514 0,0095 0,00092
7 20 0,0309119 0,036563 0,1546 0,0177 2 0,585 0,001 3E-05
8 44 0,0680062 0,103044 0,34 0,0499 4 0,096 <M'8=0,10 8 0,0046 0,00031
9 54 0,0834621 0,143236 0,4173 0,0694 14 0,231 0,007 0,00058
10 34 0,0525502 0,071279 0,2628 0,0345 11 0,081 0,0028 0,00015
11 46 0,0710974 0,110312 0,3555 0,0534 15 0,674 0,0051 0,00036
12 24 0,0370943 0,045541 0,1855 0,0221 3 0,295 0,0014 5,1E-05
13 46 0,0710974 0,110312 0,3555 0,0534 13 0,054 <M'13=0,11 13 0,0051 0,00036
14 100 0,1545595 0,680272 0,7728 0,3296 1 0,319 <M'14=0,68 14 0,0239 0,00369
15 15 0,0231839 0,026224 0,1159 0,0127 0,0005 1,2E-05
SUMA 647 1 2,063954 5 1 0,0845 0,00864
www.FreeLibros.org
siguientes:
Tamaños ( M i ) 76 26 44 46 100
Horas ( X i ) 120 203 100 90 40

Thompson (ya que el método de selección de la muestra es sin reposición). En la siguiente tabla
MUESTRA Mi Pi=Mi/M i = 5Pi Xi Xi/i (Xi/i)2(1-i)

5 76 0,1174652 0,5873 120 204,32 17227,0471
3 26 0,0401855 0,2009 203 1010,3 815643,153
8 44 0,0680062 0,34 100 294,09 57080,3719
13 46 0,0710974 0,3555 90 253,17 41311,3781
14 100 0,1545595 0,7728 40 51,76 608,6976
1813,7 931870,648
1 ˆ 1 25
Xi 1 ⎛ 120 203 100 90 40 ⎞ 1813,7
Xˆ HT = X HT = ∑ = ⎜⎜ + + + + ⎟= = 2,8
M M i =1 i 647 ⎝ 0,587 0,201 0,340 0,355 0,772 ⎟⎠ 647
estudiantes a la materia de Introducción a la Estadística es 2,8 horas. A continuación
hallamos el error de esta estimación a través de la estimación de la varianza. Ahora se
presenta la tabla con todos los cálculos necesarios para realizar la estimación (N = 15, n = 5).

17227,0471 0,1024232 120 203 0,58733 0,201 0,117 0,04 -31413,39362
815643,153 0,177923 120 100 0,58733 0,34 0,117 0,068 -7357,500123
57080,3719 0,1865756 120 90 0,58733 0,355 0,117 0,071 -6157,939465
41311,3781 0,4440242 120 40 0,58733 0,773 0,117 0,155 -234,8366464
608,6976 0,0554606 203 100 0,20093 0,34 0,04 0,068 -68900,81915
931870,648 0,0582159 203 90 0,20093 0,355 0,04 0,071 -58046,26694
0,1421053 203 40 0,20093 0,773 0,04 0,155 -4846,785171
0,1016725 100 90 0,34003 0,355 0,068 0,071 -14063,38541
0,2458765 100 40 0,34003 0,773 0,068 0,155 -1046,18541
0,2577209 90 40 0,35549 0,773 0,071 0,155 -864,3197294
-385862,8633
www.FreeLibros.org
1 ⎡ 5 X2 X X j ⎛⎜ ij
i j ⎞⎤
1
( )
5 5
Vˆ ⎛⎜ Xˆ HT ⎞⎟ = 2 Vˆ Xˆ HT = 2 ⎢∑ 2i (1
i ) + 2∑∑ i ⎟⎥ =
⎝ ⎠ M M ⎢⎣ i =1 i ⎜
i =1 j > i i j ⎝ ij ⎟⎥
⎠⎦
⎡ X 12 ⎛ ⎛ 45
4 5 ⎞ ⎞⎤
(1
5 ) + 2⎜⎜ X 1 X 2 ⎜⎜ 12
1 2
1 X 52 ⎛ ⎞ X X
⎢ (1
1 ) + L + ⎟⎟ + L + 4 5 ⎜⎜ ⎟⎟ ⎟⎥ =
⎟
M2 ⎢⎣ 1 5 ⎝ 1 2 ⎝ 12 ⎠ 4 5 ⎝ 45 ⎠ ⎠⎥⎦
931870,648
385862,8633
= = 1,3043
647 2
⎝ ⎠ 1,3043
Cˆ v ⎛⎜ Xˆ HT ⎞⎟ = = = 0,4074 41%
⎝ ⎠ Xˆ
HT
2,8

Xˆ HT ± Vˆ ( Xˆ HT ) = 2,8 ± 1,96 1,3043 = [0.56, 5.04 ] 95 % confianza
A continuación se presentan los resultados automatizados con Excel.
www.FreeLibros.org
2.7. Resolver el problema anterior suponiendo que se selecciona una muestra de tamaño 2 sin
reposición mediante el método de Brewer.
Brewer propuso un método de selección para muestras de tamaño n tal que la primera unidad
se extrae sin reposición con probabilidad proporcional al valor:
k i = Pi
(1
Pi ) Pi < ½
(1
2 Pi )
y el resto de las extracciones se realizan sin reposición y con probabilidades proporcionales a Pi .
2 Pi Pj ⎡ 1 1 ⎤
i = 2Pi ij = * ⎢ + ⎥
N
Pi ⎢1
2 Pi 1
2 Pj ⎦⎥
1+ ∑ ⎣
i =1 1
2 Pi
En nuestro problema, para realizar la primera extracción con probabilidades

proporcionales a ki aplicaremos el método de Lahiri seleccionando pares de números
aleatorios (i,j) con 1 i 15 y 0 j Máx(ki)=0,68 hasta que j ki,con lo que resulta elegida
la unidad u12 después de dos intentos.
Para realizar la segunda extracción con probabilidades proporcionales a Mi

aplicaremos otra vez el método de Lahiri seleccionando pares de números aleatorios (i,j) con
1 i 15 y 0 j Máx(Mi)=100 hasta que j Mi,con lo que resulta elegida la unidad u4 después
de tres intentos.
Las tablas siguientes ilustran las fórmulas con Excel y los resultados obtenidos.
www.FreeLibros.org
La muestra estará formada por los grupos {12, 4} cuyos tamaños son los siguientes:
Grupos ( Muestra) 12 4
Tamaños ( M i ) 24 22
Horas ( X i ) 120 203

Thompson (ya que el método de selección de la muestra es sin reposición). En la tabla siguiente
se presentan todos los cálculos necesarios para realizar la estimación (N = 15, n = 2).
MUESTRA Mi Pi=Mi/M i Xi Xi/i (Xi/i)2(1-i)

12 24 0,03709 0,074 120 1617,5 2422206,3
4 22 0,034 0,068 203 2985,0227 8304401,1
4602,5227 10726607
1 ˆ 1 25
Xi 1 ⎛ 120 203 ⎞ 4602,5227
Xˆ HT = X HT = ∑ = ⎜⎜ + ⎟= = 4,614
M M i =1 i 647 ⎝ 0,074 0,068 ⎟⎠ 647
hallamos el error de esta estimación a través de la estimación de la varianza. Ahora se
presenta la tabla con todos los cálculos necesarios para realizar la estimación (N = 15, n = 2).

2422206,3 0,00297 120 203 0,07419 0,068 0,037 0,034 -3383694,955
8304401,1 -6767389,909
10726607
www.FreeLibros.org
1 ⎡ 5 X i2 X X ⎛
⎞⎤
⎞⎟ = 1 Vˆ Xˆ ( )
5 5
Vˆ ⎛⎜ Xˆ HT = 2 ∑
⎢ (1
i ) + 2∑∑ i j ⎜⎜ ij i j ⎟⎥ =
⎝ ⎠ M 2 HT
M ⎢⎣ i =1 i 2
i =1 j > i i j ⎝ ij ⎟⎥
⎠⎦
1 ⎡ X 12 ⎛ ⎞ ⎞⎤
(1
2 ) + 2⎜⎜ X 1 X 2 ⎜⎜ 12
1 2 ⎟⎟ ⎟⎟⎥ = 9,458
X 22 ⎛
2 ⎢
(1
1 ) +
M ⎢⎣ 12
22
⎝ 1 2 ⎝ 12 ⎠ ⎠⎥⎦
⎝ ⎠ 9,458
Cˆ v ⎛⎜ Xˆ HT ⎞⎟ = = = 0,66 66%
⎝ ⎠ X ˆ 4,614
HT

Xˆ HT ± Vˆ ( Xˆ HT ) = 4,614 ± 1,96 9,458 = [

1.414 , 10 .6414 ] 95 % confianza
A continuación se presentan los resultados automatizados con Excel.
www.FreeLibros.org
2.8. Resolver el problema anterior suponiendo que se selecciona una muestra de tamaño 2 sin
reposición utilizando el estimador de Murthy.
Murthy mejoró un método anterior de Des Raj extrayendo unidades sucesivas para la muestra
con probabilidades Pi, Pj(1
Pi), Pk(1
Pi
Pj) y así sucesivamente. Propuso el estimador del total:
∑ P( S / i) X ⎛ X ⎞
2
( ) 1
[P( S ) P( S / i, j )
P( S / i) P( S / j )]Pi Pj ⎜⎜ X i
j ⎟⎟
i n n
Xˆ M = i =1
, Vˆ Xˆ M = ∑ ∑
P( S ) P( S ) 2 i =1 j > i
⎝ Pi Pj ⎠
P(S) = Probabilidad incondicional de obtener la muestra S.

P(S/i) = Probabilidad de obtener la muestra S condicionado a que se sacó la unidad i la primera
P(S/i,j) = Probabilidad de S condicionado a que se sacaron las unidades i y j las dos primeras.
Para n=2 se tiene que P(S/i) = Pj/(1

Pi) y P(S) = ij = PiPj(2
Pi
Pj)/(1
Pi)(1
Pj) y además:
2
⎡ Pj ⎤ 1 ⎡ Xi Xj ⎤ (1
Pi )(1
Pj )(1
Pi
Pj ) ⎛ Xi X j ⎞
i = Pi ⎢1+ ∑ ⎥ Xˆ M = ⎢(1
Pj ) + (1
Pi ) ⎥ , Vˆ(Xˆ M ) = ⎜
⎟
⎜P P ⎟
⎢⎣ j i 1
Pj ⎥⎦ 2
Pi
Pj ⎢⎣ Pi Pj ⎥⎦ (2
Pi
Pj )2 ⎝ i j ⎠
En nuestro problema, para realizar la primera extracción con probabilidad Pi

proporcional a su tamaño Mi, aplicamos el método de Lahiri seleccionando pares de números
aleatorios (i,j) con 1 i 15 y 0 j Máx(Mi)=100 hasta que j Mi, con lo que resulta
elegida la unidad u10 después de dos intentos.
Para realizar la segunda extracción con probabilidad Pj/(1

Pi) aplicamos otra vez
el método de Lahiri seleccionando pares de números aleatorios (i,j) con 1 i 15 y 0 j
Máx(Pj/(1
Pi)) = 0,15456 hasta que j Pj/(1-Pi), con lo que resulta elegida la unidad u2
después de tres intentos.
Las tablas siguientes ilustran las fórmulas con Excel y los resultados obtenidos.
www.FreeLibros.org
La muestra estará formada por los grupos {10, 2} cuyos tamaños son los siguientes:
Tamaños ( M i ) 34 33
Horas ( X i ) 120 203
A continuación se realiza la estimación del promedio de horas semanales que

dedican los estudiantes a la materia de Introducción a la Estadística utilizando el estimador
de Murthy. En la siguiente tabla se presentan todos los cálculos necesarios para realizar la
estimación (N = 15, n = 2).
ESTIMADOR
MUESTRA Mi Pi=Mi/M i Xi Xi/Pi DEL TOTAL
10 34 0,05255 0,055375 120 2283,5294 3131,088537
2 33 0,051005 0,053834 203 3980,0303
1 ˆ 1 1 ⎡ Xi Xj⎤ 1
Xˆ HT = X HT = ⎢(1
Pj ) + (1
Pi ) ⎥= 3131,088 = 4,839
M M 2
Pi
Pj ⎣⎢ Pi Pj ⎦⎥ 647
hallamos el error de esta estimación a través de la estimación de la varianza.
⎡ (1
P )(1
P )(1
P
P ) ⎛ X X ⎞ ⎤
2
⎝ ⎠ M
1
( ) M
1
Vˆ ⎛⎜ Xˆ HT ⎞⎟ = 2 Vˆ Xˆ HT = 2 ⎢
⎢
i j
(2
Pi
Pj ) 2
i j
⎜ i
j ⎟ ⎥ = 1 1223240,6 = 2,92
⎜P Pj ⎟⎠ ⎥ 6472
⎣ ⎝ i ⎦
www.FreeLibros.org
⎝ ⎠ 2,92
Cˆ v ⎛⎜ Xˆ HT ⎞⎟ = = = 0,3532 35%
⎝ ⎠
HTXˆ 4,839

Xˆ HT ± Vˆ ( Xˆ HT ) = 4,839 ± 1,96 2,92 = [

1.48, 8.18] 95 % confianza
A continuación se presentan los resultados y fórmulas con Excel.
www.FreeLibros.org
2.9. En una región montañosa de 25000 hectáreas se trata de estudiar la superficie dedicada a la
plantación de pinos. La región de divide en 100 zonas disjuntas lo más similares entre sí, de
tal forma que cada zona contiene plantas de todas las clases que crecen en la región. Se
extrae una muestra de 10 zonas con reemplazamiento y con probabilidades proporcionales a
sus superficies. Las proporciones de superficie total dedicadas a la plantación de pinos en
cada una de las zonas de la muestra son:
0.05, 0.25, 0.10, 0.30, 0.15, 0.25, 0.35, 0.25, 0.10 y 0.20
Se pide:
1) Un estimador insesgado de la superficie total de la región dedicada a la plantación de

pinos, su error relativo y un intervalo de confianza al nivel = 0,05.
2) Contestar a las mismas preguntas del apartado anterior suponiendo que la selección es
sin reposición mediante el método de Ikeda. En este caso considerar la muestra con sólo
tres zonas de igual superficie (250 hectáreas) para las que las proporciones de superficie
total dedicadas a la plantación de pinos en cada una de ellas son 0.25, 0.35 y 0.40,
respectivamente. Se supone en este caso que las 100 zonas de la población son de igual
superficie.
Considerando muestreo con reposición (CR) y selección con probabilidades

proporcionales a los tamaños (PPT), el esquema del problema es el siguiente:
M2 X1/M1 X2/M2 X3/M3

PPT 0,05 0,25 0,10
X4/M4 X5/M5 X6/M6 X7/M7
CR 0,30 0,15 0,25 0,35
X8/M8 X9/M9 X10/M10

M100 M1 0,25 0,10 0,20
N = 100 M = 25000 n = 20
www.FreeLibros.org
Sea Mi = Superficie de la zona i-ésima

Sea Xi = Superficie dedicada a la plantación de pinos
n
X n
Xi M n
Xi 25000
Xˆ HH = ∑ i = ∑ = ∑M = (0,05 + 0,25 + L + 0,20) = 5000
i =1 nPi i =1 M n i =1 10
n i i
M
2 2 2
n ⎛ Xi ˆ ⎞ n ⎛
Xi ˆ ⎞⎟
n ⎛
X ⎞
∑ ⎜
X ⎟ ∑ ⎜
X ∑ ⎜ M i
Xˆ HH ⎟
⎜
i =1 ⎝ Pi
HH ⎟ ⎜
i =1 ⎝ M i M
HH ⎟ ⎜ Mi ⎟
⎠ ⎠ i =1 ⎝ ⎠
Vˆ ( Xˆ HH ) = = = =
n(n
1) n(n
1) n(n
1)
(25000 0,05
5000) 2 + (25000 0,25
5000) 2 + L + (25000 0,20
5000) 2
= 590278
10(10
1)
Vˆ ( Xˆ ) 590278
Cˆ v( Xˆ ) = = = 0,15 (15%)
Xˆ 5000
La estimación por intervalos suponiendo normalidad en la población es:
Xˆ ± ˆ ( Xˆ ) = 5000 ± 2 590278 = [3464, 6536]
La estimación por intervalos sin normalidad en la población es:
ˆ ( Xˆ ) 590278
Xˆ ± = 5000 ± = [1564, 8346]
0,05
Para resolver el segundo apartado del problema consideramos la muestra con sólo tres
zonas de igual superficie (M1 = M2 = M3 = 250) para las que las proporciones de superficie total
dedicadas a la plantación de pinos en cada una de ellas son de 0,25, 0,35 y 0,40, respectivamente.
Como los Pi son proporcionales a las superficies de las zonas se tiene:
⎧ M 250
P = i = = 0,01 (i = 1,2,3 j = 1,2,3)
X1 X1 ⎫ ⎪ i M 25000
= = 0,25 ⇒ X 1 = 62,5 ⎪ ⎪
M 1 250 ⎪ ⎪ i = Pi + n
1 (1
Pi ) = 0,01 + 2 0,9 = 0,028
X2 X ⎪⎪ ⎪⎪ N
1 99
= 2 = 0,35 ⇒ X 2 = 87,5⎬ ⇒ ⎨
P + Pj
M 2 250 ⎪ ⎪ ij = (n
1) [( N
n) i +
n
2
]=
X3 X3 ⎪ ⎪ ( N
1) N
2 N
2
= = 0,40 ⇒ X 3 = 100 ⎪ ⎪
M 3 250 ⎪⎭ ⎪= (3
1) [(100
3) 0,02 + 3
2 ] = 0,006
⎪⎩ (100
1) 100
2 100
2
n
Xi 1
Sin reposición⇒ Xˆ HT = ∑ = (62,5 + 87,5 + 100) = 8928,6
i =1 i 0,028
www.FreeLibros.org
2
n
⎛X ⎞ n
X X ⎛
i j ⎞
Vˆ ( Xˆ HT ) = ∑ ⎜⎜ i ⎟⎟ (1
i ) + 2∑ i j ⎜ ij ⎟ = 49429600
i =1 ⎝ i
⎜
i< j i j ⎝ ij ⎟
⎠ ⎠
49429600
Cˆ v( Xˆ ) = = 0,78 Xˆ ± ˆ ( Xˆ ) = [
5122.6, 22989.8]
8928,6
2.10. Una gran empresa tiene sus inventarios de equipo listados separadamente en 15
departamentos. Se selecciona una muestra de tres departamentos con reposición y
probabilidades proporcionales al número de artículos de equipo en cada departamento. La
tabla siguiente presenta el número de artículos de equipo NA en cada departamento D.
D NA D NA D NA D NA D NA
1 12 4 40 7 18 10 22 13 16
2 9 5 35 8 10 11 22 14 33
3 27 6 15 9 31 12 19 15 6
a) Suponiendo que los tres departamentos seleccionados (que serán los de mayor
probabilidad) tienen cada uno 2 artículos impropiamente identificados, estimar el número
total de artículos impropiamente identificados en la empresa y su error relativo de muestreo.
b) Estimar por intervalos al 95% la media de artículos propiamente identificados, sabiendo

que los tres departamentos seleccionados tienen respectivamente 4, 5 y 6 artículos
impropiamente identificados. ¿Qué estimador es mejor?
El esquema del problema es el siguiente:
M1=12 M2 = 9 M3 =10
M4=40
A1 = 2
M4=40 M5 = 35 M6 =15 PPT M5=35 P 1=2/40
A 2 = 2 A3=2
M7=18 M8 = 10 M9 =31 CR P 2=2/35 P3= 2
33
M10=22 M11= 22 M12 =19 M14=33
M13=16 M14= 33 M15 =6
N = 15, M=315 n=3
Como se selecciona la muestra de tres departamentos con probabilidades PPT

proporcionales al número de artículos de equipo en cada departamento, los tres departamentos
seleccionados para la muestra serán el 4, el 5 y el 14, ya que son los que van a tener mayor
probabilidad de selección (por tener el mayor número de artículos). Al ser la selección con
probabilidades proporcionales a los tamaños, se tiene que Pi = M i / M , con lo que:
40 35 33
P1 = , P2 = y P3 =
315 315 315
www.FreeLibros.org
Como el muestreo es con reposición, el estimador insesgado del total de la clase de los
artículos impropiamene clasificados vendrá dado por la fórmula de Hansen y Hurwitz.
n
A n
M i Pi 1 n M i Pi M n
315 ⎛ 2 2 2⎞
Aˆ HH = ∑ i = ∑ = ∑ = ∑P = i ⎜ + + ⎟ 18
i nPi i n Mi M n i Mi M n i 3 ⎝ 40 35 33 ⎠
P̂i = proporción muestral en el conglomerado i-ésimo.
Como estamos en muestreo con reposición y probabilidades desiguales

proporcionales a los tamaños, utilizamos para estimar la varianza la siguiente expresión:
2 2
⎛A n ⎞ n ⎛M P ⎞
( )
n
∑i ⎜⎜ Pi
Aˆ ⎟⎟ ∑i ⎜⎜ Pi i
M Pˆ ⎟⎟ M 2 ∑ Pi
Pˆ
2
()
Vˆ Aˆ = ⎝ i
n (n
1)
⎠ = ⎝ i
n (n
1)
⎠ = i
n (n
1)
=
315 2 ⎡⎛ 2 18 ⎞
2
⎛ 2 18 ⎞
2
⎛ 2 18 ⎞ ⎤
2
⎢⎜
⎟ +⎜
⎟ +⎜
⎟ ⎥ = 1,04209
3 2 ⎢⎣ ⎝ 40 315 ⎠ ⎝ 35 315 ⎠ ⎝ 33 315 ⎠ ⎥⎦
Para estimar la proporción de artículos propiamente identificados observamos que

los tres departamentos seleccionados para la muestra (el 4, el 5 y el 14) tienen 36, 30 y 27
artículos propiamente identificados respectivamente. El estimador será el siguiente:
1 ˆ 1 n
A 1 ⎛M n
⎞ 1 n 1 ⎛ 36 30 27 ⎞
PˆHH = AHH = ∑i nPi = M ⎜⎝ n ∑i i ⎟⎠ = n ∑i Pi = 3 ⎜⎝ 40 + 35 + 33 ⎟⎠ = 0,858
P
M M i
∑ (P
Pˆ )
n 2
1 ⎡⎛ 36 ⎞ ⎤
2 2 2
() 1
() ⎞ ⎛ 30 ⎞ ⎛ 27
i
Vˆ Pˆ = 2 Vˆ Aˆ = i
= ⎢⎜
0,858⎟ + ⎜
0,858⎟ + ⎜
0,858⎟ ⎥ = 0,000558
M n(n
1) 3 2 ⎣⎢⎝ 40 ⎠ ⎝ 35 ⎠ ⎝ 33 ⎠ ⎦⎥
El intervalo de confianza al 95%, suponiendo normalidad, será:
ˆ ˆ
Pˆ ± Vˆ ( Pˆ ) = 0,858 ± 1,96 0,000558 = [0.8117, 0.9043]
2.11. Un gran banco que tiene 1000 sucursales con cuarenta microordenadores en cada una,
emprende un proceso de auditoría informática. Para ello se extrae una muestra sin reposición
y probabilidades iguales de 20 sucursales, resultando que en nueve de ellas no hay
microordenadores con defectos, en ocho hay un ordenador defectuoso y en tres hay dos
ordenadores defectuosos. Se pide:
1) Estimar el número total de microordenadores defectuosos en el banco y sus errores absoluto

y relativo de muestreo. Realizar la estimación por intervalos al 99% (F-1(0,995) = 2,57).
2) Resolver el problema con reposición y comparar los resultados con los del apartado
primero.
www.FreeLibros.org
Tenemos como datos N = 1000, M = 40000 y n = 20. Como el muestreo es sin reposición, el
total de microordenadores defectuosos puede estimarse mediante el estimador de Horvitz y
Thompson. Además, al ser el muestreo con probabilidades iguales tenemos que i = n/N =
20/1000 = 0,02 y ij = 20(20-1)/[1000(1000-1)] = 0,00038. Se tiene:
25
A 9 0 + 8 1 + 3 2
Aˆ HT = ∑ i = = 700
i =1 i 0,02
La varianza se estima de la siguiente forma:
A Aj ⎛⎜ ij
i j ⎞ 1
0,02 20 2 2(0,00038
0,022 ) 20 20
( ) A2
20 20 20
Vˆ Aˆ HT = ∑ i2 (1
i ) + 2∑∑ i
⎟ 0,022 ∑ ∑∑ Ai Aj
⎟= Ai +
i =1 i
⎜
i =1 j >i i j ⎝ 0,022 0,00038 i =1 j >i
ij ⎠ i =1
⎡⎛ 9 ⎞ ⎛8 ⎞ ⎛3⎞ ⎤
2450(9 02 + 8 12 + 3 22 )
263,15⎢⎜⎜ ⎟⎟(0 0) + 9 8(0 1) + 9 3(0 2) + ⎜⎜ ⎟⎟(1 1) + 8 3(1 2) + ⎜⎜ ⎟⎟(2 2)⎥
⎣⎝ 2⎠ ⎝ 2⎠ ⎝ 2⎠ ⎦
= 25842,1
Ahora calculamos el error relativo.
Vˆ ( Aˆ ) 25842,1
Cˆ v( Aˆ ) = = = 0,2296 (22,96%)
Aˆ 700
Aˆ ± ˆ ( Aˆ ) = 700 ± 2.57 25842,1 = [286.86, 1113.14]
ˆ ( Aˆ ) 25842,1
Aˆ ± = 700 ± = [
907.55, 2307.55]
0,01
Para muestreo sin reposición, para estimar la varianza podríamos haber tomado el
estimador de Yates y Grundy:
2
20
j
ij
⎛ Ai A j ⎞ 2
⎟ = 0,02
0,00038 ∑ (Ai
A j )2 =
20
Vˆ ( Aˆ HT ) = ∑ ⎜
i

ij ⎜ ⎟
i< j ⎝ i j ⎠ 0,00038 0,02 2 i < j
[
= 131,58 9 8(0
1) + 9 3(0
2 ) L + 8 3(1
2) 2 = 26842,3
2 2
]
Se observa que el estimador de Yates y Grundy sobreestima la varianza en este caso.
Cuando el muestreo es con reposición, el total de microordenadores defectuosos

puede estimarse mediante el estimador de Hansen y Hurwitz. Además, al ser el muestreo con
probabilidades iguales, Pi = 1/N y tendremos:
www.FreeLibros.org
n
A n
A N n
1000
Aˆ HH = ∑ i = ∑ i = ∑A i = (9 0 + 8 1 + 3 2) = 700
i nPi 1 n 20
i
n i
La varianza se estima de la siguiente forma:

2 2
⎛A
n
⎞ n
⎛ Ai ⎞ 20 20
∑i ⎜⎜ Pi
Aˆ ⎟⎟ ∑ ⎜1/ N
700 ⎟ ∑ (1000 A
700 )
2
100 2 ∑ (10 Ai
7 )
2
()
i
Vˆ Aˆ = ⎝ i ⎠ = i ⎝ ⎠ = i =1
= i =1
=
n (n
1) n (n
1) 20 (20
1) 380
=
1000
38
[ 2 2 2
]
9 (10 0
7 ) + 8 (10 1
7 ) + 3(10 2
7 ) = 26842 ,1
Vˆ ( Aˆ ) 26842,1
Cˆ v( Aˆ ) = = = 0,234 (23,4%)
Â 700
Aˆ ± ˆ ( Aˆ ) = 700 ± 2.57 26842,1 = [283.2, 1116.8]
ˆ ( Aˆ ) 26842,1
Aˆ ± = 700 ± = [
921.9, 2321.9]
0,01
Las operaciones anteriores totalmente desarrolladas se muestran a continuación.
Vˆ ( Aˆ ) 26842,3
Cˆ v( Aˆ ) = = = 0,234 (23,4%)
Aˆ 700
Aˆ ± ˆ ( Aˆ ) = 700 ± 2.57 26842,1 = [279, 1121]
ˆ ( Aˆ ) 26842,1
Aˆ ± = 700 ± = [
938.35, 2338.35]
0,01
Se observa que los errores de muestreo estimados son ligeramente superiores en muestreo
con reposición. Además, como es natural, los intervalos de confianza son más anchos (o sea,
peores) en muestreo con reposición. La ganancia en precisión es (26842,1/25842,1-1)100=3,8%,
que es una cantidad pequeña. También se observa que el estimador de Yates y Grundy para
muestreo sin reposición sobreestima la varianza hasta hacerla incluso mayor que en el caso de
con reposición (debido a la baja ganancia en precisión del muestreo sin reposición).
www.FreeLibros.org
2.12. Generar una muestra de tamaño 50 de cada una de las siguientes distribuciones:
a) Uniforme entre 10 y 20
b) Poisson con =1
Calcular la media aritmética en cada muestra y realizar un histograma para sus valores
comentando los resultados.
Para obtener muestras aleatorias según una distribución dada es necesario utilizar una
herramienta adecuada. Antiguamente se usaban tablas de números aleatorios, pero en la
actualidad cualquier software estadístico dispone de esta funcionalidad. Por ejemplo, Excel
dispone de dos funciones para selección de números aleatorios uniformemente con reposición.
La función ALEATORIO( ) devuelve un número aleatorio mayor o igual que 0 y menor que 1,
distribuido uniformemente. Cada vez que se calcula la hoja de cálculo, se devuelve un número
aleatorio nuevo. Si desea usar ALEATORIO para generar un número aleatorio, pero no desea
que los números cambien cada vez que se calcule la celda, puede escribir =ALEATORIO( ) en
la barra de fórmulas y, después, pulsar la tecla F9 para cambiar la fórmula a un número
aleatorio. Para generar un número real aleatorio entre a y b, use: ALEATORIO( )*(b-a)+a. No
obstante, la función ALEATORIO.ENTRE(a,b) devuelve un número entero aleatorio
uniforme entre los números a y b
Por otra parte, Excel permite obtener números aleatorios independientes extraídos
según una distribución dada utilizando herramientas de análisis. Si en el cuadro de diálogo
Análisis de datos de la Figura 2-1 elegimos Generación de números aleatorios, se obtiene el
cuadro de diálogo Generación de números aleatorios de la Figura 2-2. En el cuadro Números
de variables introduzca el número de columnas de valores que desee incluir en la tabla de
resultados. Si no introduce ningún número, Microsoft Excel rellenará todas las columnas del
rango de salida que se haya especificado. En el cuadro Cantidad de números aleatorios
introduzca el número de puntos de datos que desee ver. Cada punto de datos aparecerá en una
fila de la tabla de resultados. Si no introduce ningún número, Microsoft Excel rellenará todas
las columnas del rango de salida que se haya especificado. En el cuadro Distribución haga clic
en la distribución estadística que desee utilizar para crear los valores aleatorios.
Figura 2-1 Figura 2-2

Las distribuciones posibles son:
Uniforme: Caracterizada por los límites inferior y superior. Se extraen las variables con
probabilidades iguales de todos los valores del rango. Una aplicación normal utilizará una
distribución uniforme en el rango 0...1.
www.FreeLibros.org
Normal: Caracterizada por una media y una desviación estándar. Una aplicación normal
utilizará una media de 0 y una desviación estándar de 1 para la distribución estándar normal.
Bernoulli: Caracterizada por la probabilidad de éxito (valor p) en un ensayo dado. La
variables aleatorias de Bernoulli tienen el valor 0 o 1; por ejemplo, puede trazarse una
variable aleatoria uniforme en el rango 0...1. Si la variable es menor o igual que la
probabilidad de éxito, se asignará el valor 1 a la variable aleatoria de Bernoulli; en caso
contrario, se le asignará el valor 0.
Binomial: Caracterizada por una probabilidad de éxito (valor p) durante un número de
pruebas; por ejemplo, se pueden generar variables aleatorias Bernoulli de número de
pruebas, cuya suma será una variable aleatoria binomial.
Poisson: Caracterizada por un valor lambda, igual a 1/media. La distribución de Poisson se
utiliza con frecuencia para caracterizar el número de incidencias por unidad de tiempo; por
ejemplo, el ritmo promedio al que llegan los vehículos a una garita de peaje.
Frecuencia relativa: Caracterizada por un límite inferior y superior, un incremento, un
porcentaje de repetición para valores y un ritmo de repetición de la secuencia.
Discreta: Caracterizada por un valor y el rango de probabilidades asociado. El rango debe
contener dos columnas. La columna izquierda deberá contener valores y la derecha
probabilidades asociadas con el valor de esa fila. La suma de las probabilidades deberá ser 1.
En el campo Parámetros introduzca un valor o valores para caracterizar la
distribución seleccionada. En el campo Iniciar con escriba un valor opcional a partir del cual
se generarán números aleatorios. Podrá volver a utilizar este valor para generar los mismos
números aleatorios más adelante. En el cuadro Rango de salida introduzca la referencia
correspondiente a la celda superior izquierda de la tabla de resultados. Microsoft Excel
determinará el tamaño del área de resultados y mostrará un mensaje si la tabla de resultados
reemplaza datos ya existentes. Haga clic en la opción En una hoja nueva para insertar una
hoja nueva en el libro actual y pegar los resultados comenzando por la celda A1 de la nueva
hoja de cálculo. Para asignar un nombre a la nueva hoja de cálculo, escríbalo en el cuadro.
Haga clic en la opción En un libro nuevo para crear un nuevo libro y pegar los resultados en
una hoja nueva del libro creado. En la Figura 2-3 se muestra la salida correspondiente a las
opciones de Generación de números aleatorios de la Figura 2-2 (10 números aleatorios
normales de media cero y varianza 1 con semilla 50).
Figura 2-3
Adicionalmente, Excel permite obtener una muestra aleatoria simple con reposición de
una población numérica dada como rango de entrada. Si en el cuadro de diálogo Análisis de datos
de la Figura 2-4 elegimos Muestra, se obtiene el cuadro de diálogo Muestra de la Figura 2-5. A
continuación se explica la funcionalidad de todos los campos del cuadro de diálogo Muestra.
www.FreeLibros.org
Figura 2-4
Rango de entrada: Introduzca la referencia correspondiente al rango de datos que contenga la

población de valores de los que desee extraer una muestra. Microsoft Excel extraerá muestras
de la primera columna, luego de la segunda y así sucesivamente.
Rótulos: Active esta casilla si la primera fila y la primera columna del rango de entrada
contienen rótulos. Desactívela si el rango de entrada carece de rótulos; Excel generará los
rótulos de datos correspondientes para la tabla de resultados.
Método de muestreo: Haga clic en Periódico o Aleatorio para indicar el intervalo de

muestreo que desee.
Período: Introduzca el intervalo periódico en el que desee realizar la muestra. El valor n del
período del rango de entrada y cada valor n del período siguiente se copiarán en la columna
de resultados. El muestreo terminará cuando se llegue al final del rango de entrada.
Número de muestras: Introduzca el número de valores aleatorios que desee en la columna de

resultados. Cada valor se extrae de una posición aleatoria del rango de entrada y puede
seleccionarse cualquier número más de una vez.
Rango de salida: Introduzca la referencia correspondiente a la celda superior izquierda de la

tabla de resultados. Los datos se escribirán en una sola columna debajo de la celda. Si
selecciona Periódico, el número de valores de la tabla de resultados será igual al número de
valores del rango de entrada, dividido por la tasa de muestreo. Si selecciona Aleatorio, el
número de valores de la tabla de resultados será igual al número de muestras.
www.FreeLibros.org
En una hoja nueva: Haga clic en esta opción para insertar una hoja nueva en el libro actual y
pegar los resultados comenzando por la celda A1 de la nueva hoja de cálculo. Para darle un
nombre a la nueva hoja de cálculo, escríbalo en el cuadro.
En un libro nuevo: Haga clic en esta opción para crear un nuevo libro y pegar los resultados
en una hoja nueva del libro creado.
Al pulsar Aceptar en la Figura 2-5, se obtiene la muestra aleatoria simple de tamaño
10 con reposición de la columna C de la Figura 2-6, que ha sido extraída de la población de
22 elementos de la columna B. Si la muestra se quiere sin reposición, se utiliza este mismo
procedimiento hasta obtener tantos elementos distintos como tamaño muestral se requiera.
Centrándonos ya en nuestro problema particular, seleccionaremos nuestra primera

muestra de tamaño 50 aleatoria uniforme de valores entre 10 y 20. Para ello, situamos la función
ALEATORIO( )*(20-10)+10 en una casilla de Excel y arrastramos esta fórmula 50 casillas hacia
abajo. Para seleccionar la muestra de Poisson, en Herramientas Análisis de datos elegimos
Generación de números aleatorios y rellenamos la pantalla de entrada como se indica en la Figura
2-7. Al pulsar Aceptar se obtiene la columna de 50 números aleatorios de Poisson con = 2. Con
las funciones PROMEDIO(A2:A51) y PROMEDIO(B2:B51) calculamos las medias de ambas
columnas de números aleatorios obteniendo como resultado números cercanos a 15 y 2, que son el
centro del intervalo en la distribución uniforme y el parámetro de la distribución de Poisson,
respectivamente.
Figura 2-7
Para representar los histograma de frecuencias de cada muestra, en Herramientas

Análisis de datos (Figura 2-8) elegimos Histograma y rellenamos la pantalla de entrada como se
indica en las Figuras 2-9 y 2-10. Al pulsar Aceptar se obtienen los histogramas de frecuencias. La
Figura 2-11 presenta las dos series de números aleatorios con sus distribuciones de frecuencias y
sus histogramas. Se observa que el histograma de la distribución de Poisson se acerca mucho a una
normal.
www.FreeLibros.org
Figura 2-8
Figura 2-11
www.FreeLibros.org
2.13. Sea la población {U1, U2, U3} en la que se conocen los valores de una determinada variable X:
X(U1)=2 X(U2)=3 y X(U3)=6. Se seleccionan dos unidades sin reemplazamiento con probabilidades
proporcionales a los valores de la variable X en cada extracción, resultando elegidas las unidades U1
y U3. Se pide:
1) Calcular la estimación puntual lineal insesgada para el total de la variable X.
2) Calcular la estimación por intervalos al 95% para el total de la variable X (población normal).
Como el muestreo es con probabilidades proporcionales a los números 2, 3 y 6,
tenemos que las probabilidades iniciales de selección de cada unidad poblacional para la
muestra son Pi = Mi/∑Mi, es decir: 2/11, 3/11 y 6/11. Como el método es sin reposición
tomamos como estimador del total el estimador de Horwitz y Thompson y tenemos:
⎛ 1
2 Pi 3
P ⎞
i = Pi ⎜⎜ +∑ i ⎟⎟
⎝ 1
Pi i =1 1
Pi ⎠
⎛ 1
2( 2 / 11) 2 / 11 3 / 11 6 / 11 ⎞
1 = (2 / 11)⎜ + + + ⎟ = 0,468
⎝ 1
2 / 11 1
2 / 11 1
3 / 11 1
6 / 11 ⎠
⎛ 1
2(3 / 11) 2 / 11 3 / 11 6 / 11 ⎞
2 = (3 / 11)⎜ + + + ⎟ = 0,660
⎝ 1
3 / 11 1
2 / 11 1
3 / 11 1
6 / 11 ⎠
⎛ 1
2(6 / 11) 2 / 11 3 / 11 6 / 11 ⎞
3 = (6 / 11)⎜ + + + ⎟ = 0,871
⎝ 1
6 / 11 1
2 / 11 1
3 / 11 1
6 / 11 ⎠
2
X 2 6
Xˆ HT = ∑ i = + = 11,16
i =1 i 0,468 0,871
Para estimar la varianza necesitamos el valor de 12. Tenemos:
12 = P(U1U3)=P(U1)P(U3/U1)+P(U3)P(U1/U3)=(2/11)(6/9)+(6/11)(2/5)=0,34
El valor anterior puede calculase también mediante:
⎛ 1 1 ⎞ 2 6⎛ 1 1 ⎞
ij = Pi Pj ⎜ + ⎟= +
⎟ 11 11 ⎜⎝ 1
2 / 11 1
6 / 11 ⎟⎠
=0,34
⎜1
P 1
P
⎝ i j ⎠
X X j ⎛⎜ ij
i j ⎞⎟ 4(1
0,468) 36(1
0,871)
( ) X2
2 2 2
Vˆ Xˆ HT = ∑ 2i (1
i ) + 2∑∑ i = + +
i =1 i i =1 j > i i j
⎜ ij ⎟ 0,468 2 0,8712
⎝ ⎠
2 6 0,34
(0,468)(0,871)
+2 = 15,837
11,711 = 4,126
0,468 0,871 0,34
( Xˆ HT ) 4,126
El error relativo de muestreo será 100 = 100 18,2%
Xˆ HT 22
Xˆ ± ˆ ( Xˆ ) = 11,16 ± 1,96 4,126 = [7.17, 15.14]
www.FreeLibros.org
2.14. Consideremos una región con N = 3 municipios con una población de 3, 5 y 7 miles de habitantes
cada uno. Sabemos que la variable X = Número de mujeres en cada municipio toma los valores 1,
3, y 4 (en miles). Para estudiar el número medio de mujeres en la región se toman muestras de dos
municipios con probabilidades proporcionales a sus tamaños sin reposición y sin tener en cuenta el
orden de colocación de sus elementos utilizando el método de Brewer. A partir de las distribuciones
en el muestreo de X̂ HT y Vˆ ( Xˆ HT ) , hallar V ( Xˆ HT ) , E ( Xˆ HT ) y E (Vˆ ( Xˆ HT )) . Comentar los
resultados.
Como estamos ante un método de selección de unidades primarias compuestas con
probabilidades iniciales proporcionales a los tamaños 3, 5 y 7, dichas probabilidades serán
{3/15, 5/15, 7/15}. Como no hay reposición y las probabilidades son desiguales, utilizamos el
estimador de Horwitz y Thompson.
Dado que el método de selección es el de Brewer tenemos:
2 Pi Pj ⎡ 1 1 ⎤
i = nPi = 2Pi , ij = * ⎢ + ⎥
N
Pi ⎢⎣1
2 Pi 1
2 Pj ⎥⎦
1+ ∑
i =1 1
2 Pi
Dado que el método es sin reposición y no importa el orden de colocación de los

elementos en las muestras, el espacio muestral está constituido por la muestras (u1,u2), (u1,u3) y
(u2,u3) con P1= p(u1) =3 /15, P2 = p(u2) = 5/15 y P3 = p(u3) = 7/15. La distribución en el
muestreo (con el esquema de selección de Brewer) del estimador de Horvitz y Thompson y del
estimador de su varianza, así como el espacio muestral y las probabilidades asociadas a las
muestras se presentan en el siguiente cuadro:
2
X X2
12 ⎛ X 1 X 2 ⎞
X1 X2 i ij Xˆ HT = 1 + VˆYG ( Xˆ HT ) = 1 2 ⎜⎜ + ⎟⎟
2 P1 2 P2 12 ⎝ 1 2 ⎠
1 3 6 1 12
15 15 7
10 5 95
1 4 0 ,38265
15 15 14
14 9 123
3 4 15 15 14 0 , 00170
A partir de las distribuciones de X̂ HT y Vˆ ( Xˆ HT ) podemos calcular su esperanza y su

varianza de la siguiente forma:
E( X̂ HT ) = 7(1/15)+(95/14)(5/15)+(123/14)(9/15) = 8
V( X̂ HT ) = (7-8)2(1/15 -8)2+(95/14 -8)2(5/15 -8)2+(123/14 -8)2(9/15) = 0,9285
E( Vˆ ( Xˆ HT ) ) = 12(1/15)+0,38265(5/15)+0,0017(9/15) = 0,9285
V( Vˆ ( Xˆ HT ) ) = (12-0,9285)2(1/15)+(0,38265-0,9285)2 (5/15)+(0,0017-0,9285)2 (9/15) = 8,768
Según el resultado anterior se tiene E ( Xˆ HT ) = 8 = X, con lo que se comprueba que el

estimador de Horwitz y Thompson es insesgado. También se tiene que V ( Xˆ HT ) = 0.9285 y
E (Vˆ ( Xˆ HT )) = 0,9285 = V ( Xˆ HT ) , con lo que se comprueba que el estimador de la varianza es
insesgado.
www.FreeLibros.org
2.15. Resolver el problema anterior considerando ahora el esquema de selección de probabilidades

gradualmente variables de Sánchez Crespo y Gabeiras con probabilidades iniciales de selección de
las unidades {1/6, 1/3, 1/2}. Comparar los resultados con los obtenidos utilizando muestreo con
reposición sin tener en cuenta el orden de colocación de los elementos en las muestras.
Según el esquema de probabilidades gradualmente variables, se puede suponer que existen seis
bolas en una urna de las que una bola representa a la unidad u1, dos bolas representan a la unidad
u2 y tres bolas representan a la unidad u3, ya que P1 = p(u1) = 1/6, P2 = p(u2) = 1/3 = 2/6 y P3 =
p(u3) = 1/2 = 3/6. En cada selección se extrae una única bola que no se repone a la urna para
seleccionar la siguiente bola, con lo que al seleccionar la segunda bola falta una bola de la urna.
Según este esquema, el espacio muestral y las probabilidades asociadas a las muestras serán:
S(X ) P (u i , u j ) = P (u i ) P (u j / u i ) + P (u j ) P (u i / u j )
(u 1 , u 2 ) 1 1 2 1 2
+ = = 0 ,13333333
6 5 6 5 15
(u 1 , u 3 ) 1 3 3 1 3
+ = = 0,2
6 5 6 5 15
2 1 1
(u 2 , u 2 ) = = 0 , 06666666
6 5 15
2 3 3 2 6
(u 2 , u 3 ) + = = 0,4
6 5 6 5 15
3 2 3
= = 0,2
(u 3 , u 3 ) 6 5 15
El estimador insesgado para el total de Sánchez Crespo y Gabeiras es:
n
X X X
Xˆ SCG = ∑ i = 1 + 2
i =1 nPi 2 P1 2 P2
⎞ 6
2 1 ⎛ X 12 X 22 X 32 ⎞
( )
Su varianza es V Xˆ HT =
M
n 1 ⎛ n X i2
⎜⎜ ∑
M
1 n ⎝ i =1 Pi

X 2 ⎟⎟ = ⎜⎜
6
1 2 ⎝ P1
+
P2
+
P3

82 ⎟⎟
⎠ ⎠
El estimador insesgado de la varianza vale:
M
n 1 ⎡ n ⎛ Xi ⎞ ⎤ 6
2 1 ⎡⎛ X ⎞2 ⎛ X ⎞2 ⎤
2
Vˆ ( Xˆ SCG) = ⎢∑⎜⎜ ⎟⎟
nXˆ SCG
2
⎥= ⎢⎜⎜ 1 ⎟⎟ + ⎜⎜ 2 ⎟⎟
2 Xˆ SCG
2
⎥
M n(n
1) ⎢ i =1 ⎝ Pi ⎠ ⎥ 6 2(2
1) ⎢⎝ P1 ⎠ ⎝ P2 ⎠ ⎥⎦
⎣ ⎦ ⎣
El cuadro del diseño muestral completo sería el siguiente:
1 ⎡⎛ X ⎞ ⎤
2 2
X X ⎛X ⎞
X1 X2 ij Xˆ SCG = 1 + 2 Vˆ ( Xˆ SCG ) = ⎢ ⎜⎜ 1 ⎟⎟ + ⎜⎜ 2 ⎟⎟
2 Xˆ SCG
2
⎥
2 P1 2 P2 3 ⎢ ⎝ P1 ⎠ ⎝ P2 ⎠
⎣ ⎦⎥
1 3 0 ,1333 7 ,5 1,5
1 4 0,2 7 0 , 6666
3 3 0 , 0666 9 0
3 4 0,4 8 ,5 0 ,1666
4 4 0,2 8 0
www.FreeLibros.org
A partir del diseño anterior se tiene E ( Xˆ SCG ) = (7,5)0,1333 + … + 8(0,2) = 8 = X =

1 + 3 + 4, con lo que se comprueba que el estimador de Sánchez Crespo y Gabeiras es
insesgado. También se tiene a partir del diseño que V ( Xˆ SCG ) = (7,5-8)2(0,1333) + … + (8-8)2(0,2)
= 0.4 y E (Vˆ ( Xˆ SCG )) = (1,5)0,1333 + … + 0(0,2) = 0,4 = V ( Xˆ SCG ) , con lo que el estimador de
la varianza es insesgado. Por último se tiene V (Vˆ ( Xˆ SCG )) = (1,5
0,4)2 (0,1333) + …
+(0
0,4)2(0,2) = 0,24.
El cálculo de la varianza del estimador del total de Sánchez Crespo y Gabeiras
también puede realizarse a través de su fórmula correspondiente como sigue:
⎞ 4 1 ⎛ X12 X22 X32 2 ⎞ 4 1 ⎛ 12 32 42 ⎞

( )
V Xˆ SCG =
6
2 1 ⎛ 3 Xi2
⎜∑
X 2 ⎟ =
6
1 2 ⎜⎝ i =1 Pi
⎜ +
⎟ 5 2⎜ P P P +
8 ⎟= ⎜ + +
⎟ 5 2 ⎜1/ 6 1/ 3 1/ 2
82
⎟ = 0,4
⎟
⎠ ⎝ 1 2 3 ⎠ ⎝ ⎠
Para el caso de muestreo con reposición sin importar el orden de colocación de los
elementos en las muestras la probabilidad de cualquier muestra será:
P(ui,uj) = P(ui)P(uj)+ P(uj)P(ui) = 2 P(ui)P(uj) y P(ui,ui) = [P(ui)]2
Las muestras posibles son (u1,u1), (u1,u2), (u1,u3), (u2,u2) (u2,u3) y (u3,u3) con P1 =
p(u1) = 1/6, P2 = p(u2) = 1/3 y P3 = p(u3) = 1/2,. Como estamos en muestreo con reposición el
estimador lineal insesgado para el total es el estimador de Hansen y Hurwitz ( X̂ HH = X1/2P1 +
X2/2P2). Como estimador insesgado para la varianza se puede utilizar:
1 ⎡ n ⎛ X ⎞2 ⎤ 1 ⎡⎛ X ⎞ 2 ⎛ X ⎞
2
⎤
Vˆ ( Xˆ HH ) = ⎢ ∑ ⎜⎜ i ⎟⎟
nXˆ HH
2
⎥= ⎢⎜⎜ 1 ⎟⎟ + ⎜⎜ 2 ⎟⎟
2 Xˆ HH
2
⎥
n ( n
1) ⎢ i =1 ⎝ Pi ⎠ ⎥⎦ 2( 2
1) ⎢⎣⎝ P1 ⎠ ⎝ P2 ⎠ ⎥⎦
⎣
La distribución en el muestreo del estimador de Hansen y Hurwitz y del estimador de su

varianza, así como el espacio muestral y las probabilidades asociadas a las muestras se presentan
a continuación:
1 ⎡⎛ X ⎞ ⎤
2 2
X X ⎛X ⎞
X1 X2 Pij = P ( u i , u j ) Xˆ HH = 1 + 2 Vˆ ( Xˆ HH ) = ⎢ ⎜⎜ 1 ⎟⎟ + ⎜⎜ 2 ⎟⎟
2 Xˆ HH
2
⎥
2 P1 2 P2 2 ⎢ ⎝ P1 ⎠ P
⎝ 2 ⎠ ⎥⎦
⎣
1 1 0 ,1666 6 0
1 3 0 ,1666 7 ,5 2 , 25
1 4 0 ,1666 7 1
3 3 0 ,3333 9 0
3 4 0 ,3333 8 ,5 0 , 25
4 4 0 ,5 8 0
Según la tabla anterior, E ( Xˆ HH ) = 6(0,1666) + … + 8(0,5) = 8 = X = 1 + 3 + 4, con lo que

se comprueba que el estimador de Hansen y Hurwitz es insesgado. También se tiene que
V ( Xˆ HH ) = (6-8)2(0,1666 + … + (8-8)2(0,5) = 0,5 y E (Vˆ ( Xˆ HH )) = 0(0,1666) + … +0(0,5) =
0,5 = V ( Xˆ ) , con lo que el estimador de la varianza es insesgado. Por último se tiene que
HH
V (Vˆ ( Xˆ HH )) = (0-0,5)2(0,1666) + … + (0-0,5)2(0,5) = 0,5.
www.FreeLibros.org
El cálculo de la varianza del estimador del total de Hansen y Hurwitz también puede
realizarse a través de su fórmula correspondiente como sigue:
⎞ 1 ⎛ 12 32 42 ⎞
( ) 1⎛ 3 X2
2 ⎝ i =1 Pi
⎞ 1⎛ X2 X2 X2
V Xˆ HT = ⎜⎜ ∑ i
X 2 ⎟⎟ = ⎜⎜ 1 + 2 + 3
82 ⎟⎟ = ⎜
⎜
+ +
82 ⎟ = 0,5
⎟
⎠ 2 ⎝ P1 P2 P3 ⎠ 2 ⎝1/ 6 1/ 3 1/ 2 ⎠
M
n
Observando los resultados vemos que se cumple V ( Xˆ SCG ) = V ( Xˆ HH ) , ya que
M
1
0,4=[(6-2)/(6-1)]0,5.
M
n ˆ ˆ
Además, Vˆ ( Xˆ SCG ) = V ( X HH ) , ya que Vˆ ( Xˆ SCG ) = [(6-2)/6] Vˆ ( Xˆ HH ) para
M
todos los elementos correspondientes de las columnas consideradas en las tablas anteriores.
( )
Como V ( Xˆ SCG ) =0,4 y V Xˆ HT =0,5, el método de selección con probabilidades
gradualmente variables con el estimador de Sánchez Crespo y Gabeiras resulta más preciso
que el método de selección con reposición de Hansen y Hurwitz.
2.16. Supongamos que tenemos una población de N = 5 niños para los que sus edades correspondientes en
años son {3, 3, 4, 6, 8} y sus pesos en kilos son {10, 16, 16, 25, 33}. Se toman muestras sin reposi-
ción de tamaño 2 de la población de niños con probabilidades proporcionales a sus pesos. Se pide:
1) Obtener un etimador lineal insesgado para la edad media de los niños basado en la muestra de
mayor probabilidad, así como su error de muestreo.
2) Si consideramos la selección de la primera unidad muestral proporcional al peso y la segunda
con probabilidades iguales, obtener un estimador lineal insesgado para la edad media de los
niños basado en la muestra (4,8) así como su error de muestreo.
Como no se especifica nada respecto al orden de colocación de los elementos en las muestras y
el muestreo es sin reposición, supondremos que el orden no interviene. Habrá entonces
⎛5 ⎞
⎜⎜ ⎟⎟ =10 muestras posibles, que son: (3,3), (3,4), (3,6), (3,8), (3,4), (3,6), (3,8), (4,6), (4,8) y (6,8).
⎝ 2⎠
Las probabilidades iniciales de selección Pi proporcionales a M1=10, M2=16, M3=16,
M4=25 y M5=33 originan los siguientes valores: Pi = {M1/M=1/10, M2/M=4/25, M3/M=4/25,
M4/M=1/4, M5/M=33/100}. Las probabilidades ij se calcularán de la siguiente forma:
ij = P((u i u j ) ( ~x )) = P(u i 1ª u j 2ª ) + P(u j 1ª u i 2ª )

= P (u i 1ª ) P (u j 2 ª / u i 1ª ) + P (u j 1ª ) P (u i 2 ª / u j 1ª ) =
Mi Mj Mj Mi Pj P ⎡ 1 1 ⎤
+ = Pi + Pj i = Pi Pj ⎢ + ⎥
M M
Mi M M
Mj 1
Pi 1
Pj ⎣⎢1
Pi 1
Pj ⎦⎥
Y como ya conocemos las Pi, para calcular las probabilidades ij basta sustituir en la
fórmula anterior. También es posible el cálculo como sigue:
11 = P(3,3) = P(31ª)P(32ª/31ª) + P(31ª)P(32ª/31ª) = (M1/M)(M2/(M-M1)) +

(M2/M)(M1/(M-M2)) = (1/10)(16/90) + (4/25)(10/84) = 0,0368
www.FreeLibros.org

(M3/M)(M1/(M-M3)) = (1/10)(16/90)+(4/25)(10/84) = 0,0368

(M4/M)(M1/(M-M4)) (1/10)(25/90)+(1/4)(10/75) = 0,0611
De la misma forma se obtiene 14=0,0611, 15=0,0859, 23=0,0609, 24=0,1009,

25 =0,1416, 34 =0,1009, 35 =0,1416 y 45 =0,2331
El cálculo de los i se realiza de la forma siguiente:
1 = 12+13+14+15=0,0368+0,0368+0,0611+0,0859=0,22069
2 = 12+23+24+25=0,0368+0,0609+0,1009+0,1416=0,34039
3 = 13+23+34+35=0,0368+0,0609+0,1009+0,1416=0,34039
4 = 14+24+34+45=0,0611+0,1009+0,1009+0,2331=0,49614
5 = 15+25+35+45=0,0859+0,1416+0,1416+0,2331=0,60237
También pueden calcularse los i mediante una expresión que los haga depender
solamente de los Pi, tal y como se indica a continuación.
i = P(ui (~x )) = P(ui 1ª ) + P(ui 2ª u j i 1ª ) = P(ui 1ª ) +

P(ui 2ª / u j i 1ª )P(u j i 1ª ) = P(ui 1ª ) + ∑ P(ui 2ª / u j 1ª )P(u j 1ª )
j i
Mi P ⎛ Pj ⎞ ⎛ P ⎞
= Pi + ∑ Pj = Pi + ∑ i Pj = Pi ⎜1 + ∑ ⎟ = Pi ⎜ 1
2Pi + Pi + ∑ j ⎟
j i M
M j j i 1
Pj
⎜ j i 1
P ⎟ ⎜ 1
P j i 1
Pj
⎟
⎝ j ⎠ ⎝ i ⎠
⎛ ⎞
⎜ ⎟
1
2Pi Pi P ⎟ = P ⎛⎜ 1
2Pi + Pj ⎞ ⎛
⎟ = Pi ⎜ 1
2Pi + ∑ Pi ⎟
⎞
N N
⎜ +∑ ∑
j
= Pi + ⎜ ⎟
⎜ 1
Pi 1
Pi j i 1
Pj ⎟ i
⎜ 1
P ⎟
j =1 1
Pj ⎠
⎜ 144 42444 3⎟ ⎝ i ⎝ 1
Pi i =1 1
Pi ⎠
⎝ ⎠
Y como ya conocemos las Pi, para calcular las probabilidades ij basta sustituir en
la fórmula anterior, con lo que se obtienen los mismos resultados. El diseño muestral será el
siguiente:
2
Xi 1 2 X
S(X ) P ( X ) = ij Xˆ HT = ∑ Xˆ HT = ∑ i
i =1 i N i =1 i
(3,3) 0,0368 3 / 0, 22069 + 3 / 0,34039 = 22 , 41 4, 482
(3, 4) 0,0368 3 / 0, 22069 + 4 / 0,34039 = 25,34 5,068
(3,6) 0,0611 3 / 0, 22069 + 6 / 0, 49614 = 25,69 5,138
(3,8) 0,0859 3 / 0, 22069 + 8 / 0,60237 = 26 ,87 5,374
(3, 4) 0,0609 3 / 0,34039 + 4 / 0,34039 = 20 ,56 4,112
(3,6) 0,1009 3 / 0,34039 + 6 / 0, 49614 = 20 ,91 4,182
(3,8) 0,1416 3 / 0,34039 + 8 / 0,60237 = 22 ,09 4, 418
( 4,6 ) 0,1009 4 / 0,34039 + 6 / 0, 49614 = 23,84 4,768
( 4,8) 0,1416 4 / 0,34039 + 8 / 0,60237 = 25,03 5,006
(6,8) 0,2331 6 / 0, 49614 + 8 / 0,60237 = 25,37 5,074
www.FreeLibros.org
Como el muestreo es sin reposición se utiliza el estimador insesgado de Horwitz y

Thompson. Para el total dicho estimador basado en la muestra de mayor probabilidad, la (6,8),
vale 25,37. Para la media vale 5,074. Se estima entonces que la edad media es 5 años.
Para calcular las varianzas de estos estimadores se pueden utilizar directamente las
fórmulas adecuadas, o bien se puede calcular la distribución en el muestreo de los estimadores.
Para el total tenemos:
Xj
( )
2
X5
X 5 5
X 12 X 52
V Xˆ HT = ∑ i (1
i ) + 2∑∑ i ( ij
i j ) = (1
1 ) + L + (1
5 ) +
i =1 i i =1 j >i i j 1 5
⎛X X X X ⎞ 32 82
+ 2⎜⎜ 1 2 ( 12
1 2 ) + L + 4 5 ( 45
4 5 )⎟⎟ = (1
0,22069) + L + (1
0,60237)
⎝ 1 2 4 5 ⎠ 0,22069 0,60237
⎛ 3 3
+ 2⎜⎜ (0,03683
0,22069* 0,34039) + L + 6 8
(0,23313
0,49614* 0,60237)⎞⎟⎟
⎝ 0,22069 0,34039 0 ,49614 0,60237 ⎠
=4,25.
( )
Para la media, como V Xˆ HT = N 2V ( Xˆ HT ) ⇒ V ( Xˆ HT ) = V ( Xˆ HT ) /25 = 4,25/25 = 0,17.
El estimador insesgado para la varianza basado en la muestra de mayor probabilidad

(6,8) será:
X X j ( ij
i j ) X12 ⎛ X X (
) ⎞
( ) X2 X2
2 2 2
Vˆ Xˆ HT = ∑ 2i (1
i ) + 2∑∑ i = 2 (1
1 ) + 22 (1
2 ) + 2⎜⎜ 1 2 12 1 2 ⎟⎟ = 0,41
i =1 i i =1 j > i i j ij 1 2 ⎝ 1 2 12 ⎠
Para la media, Vˆ ( Xˆ HT ) = Vˆ ( Xˆ HT ) /25 = 0,41/25 = 0,016.
Para el segundo apartado del problema las probabilidades Pi proporcionales a M1=10,

M2=16, M3=16, M4=25 y M5=33 en la primera extracción tienen los siguientes valores:
P1=M1/M=1/10, P2=M2/M=4/25, P3=M3/M=4/25, P4=M4/M=1/4 y P5=M5/M=33/100. Las
probabilidades iguales en segunda extracción valdrán 1/4. Las probabilidades ij se calcularán
de la siguiente forma:
ij = P((u i u j ) ( ~x )) = P(u i 1ª u j 2ª ) + P (u j 1ª u i 2ª )
= P(u i 1ª ) P(u j 2ª / u i 1ª ) + P(u j 1ª ) P(u i 2ª / u j 1ª ) =
Mi 1 M j 1 1 1 Pi + Pj
+ = Pi + Pj =
M 4 M 4 4 4 4
Calculamos ahora los i mediante una expresión que los haga depender solamente de
los Pi, tal y como se indica a continuación.
i = P(u i ( ~x )) = P(u i 1ª ) + P(u i 2ª u j i 1ª )

= P(u i 1ª ) + P(u i 2ª / u j i 1ª ) P(u j i 1ª )
= P(u i 1ª ) + ∑ P(u i 2ª / u j 1ª ) P(u j 1ª )
j i
1 1 1 3 1
= Pi + ∑ Pj = Pi + ∑ Pj = Pi + (1
Pi ) = Pi +
j i 4 4 j i 4 4 4
www.FreeLibros.org
Se observa que estamos ante el método de selección sin reposición de Ikeda para el
caso de tamaño de muestra n=2, con lo que las i y ij también podrían haberse calculado
mediante las expresiones siguientes (se obtendrían los mismos resultados):
n
1 N
n n
1
i = Pi + (1
Pi ) * = * Pi +
N
1 N
1 N
1
n
1 ⎡ N
n
ij = *⎢ (Pi + Pj ) + n
2 ⎤⎥
N
1 ⎣ N
2 N
2⎦
Ya tenemos todos los datos para calcular los valores de i y ij , pues sólo dependen de Pi
y Pj que son datos. También podemos calcular ya el estimador X̂ HT . El diseño muestral será:
Pi + Pj 2
X 3 1
S ( X ) P( X ) = ij = Xˆ HT = ∑ i i = Pi +
4 i =1 i 4 4
(3,3) 0,065 3 / 0,325 + 3 / 0,37 = 17,34
(3,4) 0,065 3 / 0,325 + 4 / 0,37 = 20,04
(3,6) 0,0875 3 / 0,325 + 6 / 0,4375 = 22,95 0,325
(3,8) 0,1075 3 / 0,325 + 8 / 0,4975 = 25,31 0,37
(3,4) 0,08 3 / 0,37 + 4 / 0,37 = 18,92 0,37
(3,6) 0,1025 3 / 0,37 + 6 / 0,4375 = 21,82 0,4375
(3,8) 0,1225 3 / 0,37 + 8 / 0,4975 = 24,19 0,4975
(4,6) 0,1025 4 / 0,37 + 6 / 0,4375 = 24,53
(4,8) 0,1225 4 / 0,37 + 8 / 0,4975 = 26,90
(6,8) 0,145 6 / 0,4375 + 8 / 0,4975 = 29,8
Vemos que para la muestra (4,8) el estimador insesgado de Horvitz y Thompson para
el total poblacional vale 26,90 y para la media 26,90/5 = 5,38. Sigue obteniéndose que la edad
media estimada de los niños es 5 años aproximadamente.
Para hallar la varianza del estimador del total se puede utilizar su distribución en el
muestreo o bien se puede aplicar directamente la fórmula apropiada tal y como se indica a
continuación:
( ) X2 X Xj 2 2
( ij
i j ) = X1 (1
1 ) + L + X 5 (1
5 ) +
5 5 5
V Xˆ HT = ∑ i (1
i ) + 2∑∑ i
i =1 i i =1 j > i i j 1 5
⎛X X X X ⎞ 32 82
+ 2⎜⎜ 1 2 (12
1 2 ) + L + 4 5 ( 45
4 5 )⎟⎟ = (1
0,325) + L + (1
0,4975)
⎝ 1 2 4 5 ⎠ 0,325 0,4975
⎛ 3 3
+ 2⎜⎜ (0,065
0,325* 0,37) + L + 6 8
(0,145
0,4375* 0,4975)⎞⎟⎟ = 12,66
⎝ 0,325 0,37 0,4375 0,4975 ⎠
El estimador insesgado para la varianza basado en la muestra (4,8) será:
www.FreeLibros.org
X X (
) X 2 ⎛ X X (
) ⎞
( ) X2 X2
2 2 2
Vˆ Xˆ HT = ∑ 2i (1
i ) + 2∑∑ i j ij i j = 12 (1
1 ) + 22 (1
2 ) + 2⎜⎜ 1 2 12 1 2 ⎟⎟
i =1 i i =1 j >i i j ij 1 2 ⎝ 1 2 12 ⎠
8 (0,1225
0,37 * 0,4975]) ⎞
2 2
4 8
= 2
(1
0,37) + 2
(1
0,4975) + 2⎛⎜⎜ 4 ⎟⎟ = 43,3
0,37 0,4975 ⎝ 0,37 0,4975 0,1225 ⎠
1
( )
Para la media se tiene que Vˆ ⎛⎜ Xˆ HT ⎞⎟ = Vˆ Xˆ HT = 1,73 .
⎝ ⎠ 25
Para hallar el estimador insesgado para la varianza basado en la muestra (4,8) también
se puede usar el estimador insesgado de Yates y Grundy de la forma siguiente:
X X j ⎞ ( i j
ij ) ⎛ X1 X 2 ⎞ (1 2
12 ) ⎛ 4
2 2
8 ⎞ (0,37* 0,4975
0,1225])
2
2 2 ⎛
( )
Vˆ Xˆ HT = ∑∑⎜ i
⎟
⎜ j ⎟⎠
= ⎜⎜
⎟⎟ = ⎜⎜
⎟
⎟ =13,958
i =1 j >i ⎝ i ij ⎝ 1 2 ⎠ 12 ⎝ 0,37 0,4975⎠ 0,1225
Para la media, Vˆ ⎛⎜ Xˆ HT
⎝ ⎠ 25
( )
⎞⎟ = 1 Vˆ Xˆ
HT = 0,55
Se observa que para la muestra (4,8) el estimador de Yates y Grundy para la varianza
del total resulta más preciso que el estimador de la varianza de Horwitz y Thompson.
www.FreeLibros.org
2.1. Supongamos que tenemos una población de N = 3 unidades primarias de la que se obtienen
todas las muestras posibles de tamaño n = 2 con probabilidades iguales y bajo los siguientes
supuestos:
Muestreo sin reposición sin intervenir el orden
Muestreo sin reposición interviniendo el orden
Muestreo con reposición sin intervenir el orden
Muestreo con reposición interviniendo el orden
Se pide:
Hallar el espacio muestral asociado a los cuatro tipos de muestreo y las probabilidades
asociadas a las muestras.
Si al medir una variable X sobre los elementos de la población se obtienen los valores {1, 3, 4},
¿cuál de todos los métodos de muestreo es más preciso al estimar el total poblacional mediante
un estimador lineal insesgado apropiado?
2.2. Una población consta de 40000 unidades distribuidas en 400 conglomerados de 100 unidades
cada uno. Una muestra aleatoria con probabilidades iguales sin reposición de tamaño 25
conglomerados presenta los siguientes datos:
Total de unidades
12 17 23 33 36
de la clase C
N º de conglomerados
2 3 9 5 6
de la muestra
Estimar el total y la proporción de unidades de la población que pertenecen a la clase C, así como
sus errores de muestreo absolutos y relativos.
2.3. Supongamos que tenemos una población de N = 5 unidades primarias para las que una variable X
medida sobre ellas proporciona los valores 3, 3, 4, 6 y 8. Se toma una muestra de tamaño n = 2
sin reposición asignando en la primera extracción probabilidades proporcionales a los números
10, 16, 16, 25 y 33, y también en la segunda (prescindiendo de la unidad seleccionada en primer
lugar). Se pide:
Calcular las probabilidades ij (ij) y comprobar que ∑i =2 para i = 1, 2, ..., 5
N N
Comprobar también que ∑ i = n
j y
i =1
∑
i =1
ij = (n
1) j .
i j i j
Obtener estimadores lineales insesgados para el total y la media (para la muestra de mayor
probabilidad), así como sus errores de muestreo.
2.4. Supongamos que tenemos una población de N = 3 unidades primarias para las que una variable X
medida sobre ellas proporciona los valores {1, 3, 4} con probabilidades de selección
proporcionales a los tamaños 3, 5 y 7. Se toman muestras de tamaño n=2 sin reposición y sin
tener en cuenta el orden de colocación de los elementos mediante el método de selección de
Durbin. A partir de las distribuciones en el muestreo de X̂ y Vˆ ( Xˆ ) , hallar V ( Xˆ ) ,
HT HT HT
E ( Xˆ HT ) y E (Vˆ ( Xˆ HT )) . Comentar los resultados.
www.FreeLibros.org
www.FreeLibros.org
CAPÍTULO
MUESTREO ALEATORIO SIMPLE SIN Y

CON REPOSICIÓN. SUBPOBLACIONES
OBJETIVOS
1. Introducir el concepto de muestreo aleatorio simple.
2. Comprender las especificaciones del muestreo aleatorio simple sin
reposición o muestreo irrestricto aleatorio.
3. Analizar el muestreo aleatorio simple sin reposición.
4. Estudiar las estimaciones, errores y estimación de los errores en muestreo
aleatorio simple sin reposición.
5. Especificar los factores de elevación en muestreo aleatorio simple sin
reposición.
6. Evaluar el tamaño de la muestra en muestreo aleatorio simple sin
reposición.
7. Comprender las especificaciones del muestreo aleatorio simple con
reposición.
8. Analizar el muestreo aleatorio simple con reposición.
9. Estudiar las estimaciones, errores y estimación de los errores en muestreo
aleatorio simple con reposición.
10. Especificar los factores de elevación en muestreo aleatorio simple con
reposición.
11. Evaluar el tamaño de la muestra en muestreo aleatorio simple con
reposición.
12. Comparar el muestreo aleatorio simple con y sin reposición.
13. Obtener estimadores en subpoblaciones con y sin reposición.
14. Calcular errores y estimación de los errores en subpoblaciones con y sin
www.FreeLibros.org
reposición.
ÍNDICE
1. Muestreo aleatorio simple sin reposición. Especificaciones
2. Estimadores, varianzas y estimación de varianzas.
3. Tamaño de la muestra.
4. Muestreo aleatorio simple con reposición. Estimadores
5. Varianzas y su estimación con reposición.
6. Tamaño de la muestra con reposición.
7. Comparación entre muestreo aleatorio sin y con reposición.
8. Subpoblaciones.
www.FreeLibros.org
Muestreo aleatiorio simple sin y con reposición. Subpoblaciones 111
MUESTREO ALEATORIO SIMPLE SIN REPOSICIÓN. ESPECIFICACIONES
El muestreo aleatorio simple sin reposición es un procedimiento de selección de muestras con

probabilidades iguales, que consiste en obtener la muestra unidad a unidad de forma aleatoria sin
reposición a la población de las unidades previamente seleccionadas, teniendo presente que el
orden de colocación de los elementos en las muestras no interviene (es decir, que muestras con
los mismos elementos colocados en orden distinto se consideran iguales). De esta forma, las
muestras con elementos repetidos son imposibles. Como el procedimiento de selección es con
probabilidades iguales, todas las muestras son equiprobables, y además se cumple que todas las
unidades de la población tienen la misma probabilidad de pertenecer a la muestra i = n/N. Se
supone que el tamaño de la población es N y el tamaño de la muestra es n. Como la muestra
se selecciona sin reposición, se realiza la selección sucesiva de las unidades para la muestra
con probabilidades 1/(N
t) para valores de t = 0, 1, ..., n.
Podríamos resumir las especificaciones del muestro aleatorio simple sin reposición o
muestreo irrestricto aleatorio como sigue:
• Se trata de un tipo de muestreo de unidades elementales.
• Consiste en obtener la muestra unidad a unidad de forma aleatoria sin reposición a la

población de las unidades previamente seleccionadas.
• El orden de colocación de los elementos en las muestras no interviene; es decir, las

muestras con los mismos elementos colocados en orden distinto se consideran iguales.
• Las muestras con elementos repetidos son imposibles.
• Se trata de un procedimiento de selección con probabilidades iguales porque todas las

unidades de la población van a tener la misma probabilidad de pertenecer a la muestra.
• Todas las muestras son equiprobables.
Probabilidad de una muestra cualquiera
En la selección de una muestra aleatoria simple sin reposición de n elementos de entre los N
de la población, el espacio muestral asociado tiene un número total de muestras igual a:
⎛N⎞
C N ,n = ⎜ ⎟
⎝n ⎠
ya que el orden de colocación de los elementos en las muestras no interviene. Como el

procedimiento es con probabilidades iguales, la probabilidad de una muestra cualquiera será:
Casos favorables 1 1
p( u1 ,L, un ) = = =
Casos posibles C N ,n ⎛ N ⎞
⎜ ⎟
⎝n ⎠
Estamos entonces ante un procedimiento de selección con muestra equiprobables.
www.FreeLibros.org
Probabilidad i que tiene una unidad de la población de pertenecer a la muestra
Para calcular la probabilidad i que tiene una unidad de la población de pertenecer a

la muestra observamos que el número de muestras posibles de tamaño n en selección
irrestricta aleatoria es:
⎛N⎞
CN,n = ⎜⎜ ⎟⎟
⎝n ⎠
Por otra parte, el número de muestras posibles que se pueden formar con los
elementos de la población y que contengan al elemento dado ui será:
⎛N
1⎞
CN
1,n
1 =⎜⎜ ⎟⎟
⎝ n
1⎠
ya que en este caso se fija el elemento ui y las muestras posibles resultan de las formas
posibles de seleccionar de entre los N-1 elementos de la población restantes n-1 de ellos para
la muestra (el elemento ui ya está fijo en la muestra).
Tenemos entonces:
i = P (u i ( ~x ) ) =
Casos favorables
=
Casos posibles
N º de muestras que contienen la unidad u i
=
N º total de muestras
⎛ N
1⎞ ( N
1)! ( N
1)!
⎜⎜ ⎟⎟

1 ⎠ = ( n
1)! ( N
n )! = ( n
1)! ( N
n )! = 1 = n
= ⎝
n
⎛N ⎞ N! N .( N
1)! N N
⎜⎜ ⎟⎟
⎝n ⎠ n ! ( N
n )! n ( n
1 )! ( N
n )! n
Como todas las unidades de la población tienen la misma probabilidad de pertenecer a

la muestra, estamos ante un procedimiento de selección con probabilidades iguales.
ESTIMADORES, VARIANZAS Y ESTIMACIÓN DE VARIANZAS
Ya sabemos que el estimador lineal insesgado general para el caso de muestreo sin reposición
es el estimador de Horvitz y Thompson ˆ HT .
Y
()
n N
Se tiene que ˆHT = ∑ i estima = ∑Yi , con E ˆ = , es decir, insesgadamente,
i =1 i i =1
siendo i la probabilidad de que la unidad ui pertenezca a la muestra (i = n/N).
Entonces podemos deducir los estimadores lineales insesgados para el total (Yi=Xi),
media (Yi =Xi/N), proporción (Yi =Ai/N) y total de clase (Yi =Ai) como sigue:
www.FreeLibros.org
N n
Xi n
Xi 1 n
= X = ∑ X i ⇒ Yi = X i ⇒ ˆ = Xˆ = ∑ =∑ = N ∑ X i = Nx
i =1 i i =1 n n4i2
i =1
1 =1
4
3
N x
Xi Xi
N
Xi Xi n n
1 n
= X =∑ ⇒ Yi = ⇒ ˆ = Xˆ = ∑ N = ∑ N = ∑ X i = x
i =1 N N i =1 i i =1 n n i =1
N
Ai
N
A A n
1 n
= P = ∑ i ⇒ Yi = i ⇒ ˆ = Pˆ = ∑ N = ∑ Ai
i =1 N N i =1 n n i =1
N
N n
A 1 n
= A = ∑ Ai ⇒ Yi = Ai ⇒ ˆ = Aˆ = ∑ i = N ∑ Ai = NPˆ
i =1 i =1 n n i =1
N
Se observa que los estimadores de la media y la proporción poblacional son los

estimadores por analogía (media y proporción muestral), mientras que los estimadores del total y
el total de clase poblacionales son la expansión mediante el tamaño poblacional de la media y
proporción muestrales (en este caso, Xˆ = Nx = ( N / n) x ⇒ los factores de elevación son N/n).
Varianzas de los estimadores
Sabemos que la varianza del estimador de Horvitz y Thompson está dada por la expresión:
Y N 2 N Yi Yj
( )
V $HT = ∑ i (1
i ) + 2∑
i =1 i i< j i j
( ij
i j )
Para el caso particular del muestreo aleatorio simple sin reposición se sabe que i = n/N
y ij = n(n
1) / [N(N
1)]. Considerando el estimador del total y sustituyendo estos valores de i
y ij en la expresión de la varianza tenemos:
j ⎛ n (n
1)
N X X
( ) X2⎛ n⎞ n n ⎞
N N
V Xˆ = ∑ i ⎜1
⎟ + 2∑ ∑
i
⎜⎜
⎟⎟
i =1 n ⎝ N⎠ i =1 j > i n n ⎝ N ( N
1) N N ⎠
N N N
2
1 N
⎛ n ⎞ N
1∑
( X i
X ) S2
= N 2 ⎜1
⎟ i =1
= N 2 (1
f )
⎝ N⎠ n n
Para los estimadores de la media, total y total de clase tenemos:
N
PQ
()
2 2
S S N 1
V ⎛⎜ Xˆ ⎞⎟ = (1
f ) V P = (1
f )
ˆ = (1
f ) N
1 = (1
f )PQ
⎝ ⎠ n n n N
1 n
N
PQ
()
2
S N
1 N3 1
V A = N (1
f )
ˆ 2
= N (1
f )
2
= (1
f )PQ
n n N
1 n
www.FreeLibros.org
Estimación de varianzas
Sabemos que la varianza del estimador de Horvitz y Thompson está dada por la expresión:
Y
n 2 n Yi Yj ij
i
V$ ( $ HT ) = ∑ i 2 ( 1
i ) + ∑
j
i =1 i i< j i j ij
Si aplicamos la expresión anterior al estimador del total tendremos:
⎛ n(n
1) n n⎞
⎜⎜
⎟
X i X j ⎝ N (N
1) N N ⎟⎠
( )
2
ˆ ˆ X ⎛
n
n⎞ n n
V X =∑ ⎜ 1
⎟ + 2∑ ∑
i
=
i =1 n ⎝
2
N⎠ i =1 j > i n n n(n
1)
N2 N N N (N
1)
N (N
n ) 1 ⎡ n 2⎤ 2 (N
n ) S
ˆ2 Sˆ 2
∑ i ( X
x ) = N = N 2
(1
f )
n n
1 ⎢⎣ i =1 ⎥ n N N
144 424443⎦
Sˆ 2
Para los estimadores de la media, total y total de clase tenemos:

n ˆˆ
ˆ2 PQ
Sˆ 2
Vˆ ( Xˆ ) = (1
f )
n
()
Vˆ Pˆ = (1
f )
S
n
= (1
f ) n
1
n
= (1
f )
1 ˆˆ
n
1
PQ
n $$
$
S 2 PQ 1 $$
n
1
V$( A$ ) = N 2 ( 1
f ) = N 2 ( 1
f ) = N 2 (1
f ) PQ
n n n
1
De las fórmulas de las varianzas y sus estimaciones, se deduce que en muestreo
aleatorio simple sin reposición la cuasivarianza muestral
1 n
Sˆ 2 = ∑ ( X i
x )2
n
1 i =1
1 N
es un estimador insesgado de la cuasivarianza poblacional S 2 = ∑ Xi
X
N
1 i =1
( )
2
.
TAMAÑO DE LA MUESTRA
Estudiaremos el tamaño de muestra necesario para cometer un error de muestreo e = ( ˆ )

dependiendo de si ˆ estima la media, el total, la proporción o el total de clase.
Media:
2
n ⎞ S2 S2 S2
e = ( Xˆ ) = (1
f ) S ⎛
⇒ e 2 = ⎜1
⎟ =
n ⎝ N⎠ n n N
2 2 2 2
S S S NS
⇒ = e2 + ⇒n= 2
=
n N S Ne 2 + S 2
e2 +
N
Se observa que cuando N (fracción de muestreo n/N tendiendo a cero) el tamaño
muestral n S2/e2 = n0 (n inversamente proporcional al cuadrado del error de muestreo).
www.FreeLibros.org
La expresión del tamaño muestral n puede ponerse en función de N y del valor n0

como sigue:
S2 S 2 e2 n0 n N
n= = = = 0 = f (N )
S 2 2
S e 2
n0 n0 + N
2
e + 1+ 1+
N N N
Si representamos gráficamente la curva de ecuación n = f(N) observamos que pasa

por el origen de coordenadas, ya que f(0) = 0, que tiene una asíntota paralela al eje OX de
ecuación n = n0, ya que lim f (N) = n0 , que es siempre creciente dado que la primera derivada:
N
n 02
f '(N ) =
( n0 + N ) 2
es siempre positiva, que no tiene máximos ni mínimos dado que la ecuación definida por
f’(N) = 0 no tiene solución en N, que es siempre convexa ya que la segunda derivada:
2 n 02
f ''(N ) =
( n0 + N ) 3
es siempre negativa y que no tiene puntos de inflexión ya que que la ecuación definida por
f’’(N)=0 no tiene solución en N. Por tanto, la representación gráfica de n = f(N) es la
siguiente:
n
n = n0
n0
n0
n
n-
O N
Como la curva n = f(N) es creciente, al aumentar el tamaño poblacional N también

aumenta el tamaño muestral n necesario para un error de muestreo dado. Pero como n ha de
ser un número entero y la curva n=n0 es una asíntota horizontal, desde un cierto N en
adelante los aumentos de N no producen aumentos en n. Precisamente los aumentos de N no
producen aumentos en n cuando |n0
n|<1. Pero:
n0 N n02 2 S2 ⎛S2 ⎞
n0
n = n0
= < 1 ⇒ n0 < n0 + N ⇒ N > n0 (n0
1) = 2 ⎜ 2
1⎟
n0 + N n0 + N e ⎝e ⎠
Luego la misma precisión da una muestra de tamaño n para una población de N

elementos que para una población de N ’ elementos con N ’> N siempre y cuando se cumpla que:
S2 ⎛S2 ⎞
N > n 0 ( n 0
1) = 2 ⎜ 2
1⎟
e ⎝e ⎠
www.FreeLibros.org
Total:
S2 ⎛ n ⎞ S 2 N 2S 2 N 2S 2
e = ( Xˆ ) = N 2 (1
f ) ⇒ e 2 = N 2 ⎜1
⎟ =
⇒
n ⎝ N⎠ n n N
N 2S 2 N 2S 2 N 2S 2 N 3S 2 N 2S 2
⇒ = e2 + ⇒n= = =
n N N 2S 2 1 2
Ne42 + N432 2
S e 2 + NS 2
e2 +
N (
N e 2 + NS 2 )
La expresión anterior también puede escribirse como:
2
⎛S⎞
2
N ⎜ ⎟ 2
n= ⎝ e ⎠ = N n1 = f ( N )
2
⎛S⎞ 1 + Nn1
1+ N⎜ ⎟
⎝e⎠
Si representamos gráficamente la curva de ecuación n = f(N) observamos que pasa
por el origen de coordenadas ya que f(0) = 0, que tiene una asíntota oblicua de ecuación n =
N
1/n1 ya que:
f (N )
N 1
lim = 1 y lim ( f ( N )
N ) = lim =
N N N N 1 + n1 N n1
Además es siempre creciente ya que la primera derivada:
2n1 N + n12 N 2
f '(N ) =
(1 + n1 N ) 2
es siempre positiva, que no tiene máximos ni mínimos ya que la ecuación definida por
f’(N)=0 no tiene solución en N, que es siempre cóncava puesto que:
2 n12 N
f ''(N ) =
(1 + n1 N ) 3
es siempre positiva. Por tanto, la representación gráfica de n = f(N) es la siguiente:
n
n=f(N)
n=N-1/n1
0 1/n1 N
Observando la gráfica de n = f(N) se ve que n siempre crece al crecer N, es decir,
que al aumentar el tamaño poblacional también aumentará el tamaño de muestra necesario
para cometer un error de muestreo prefijado.
www.FreeLibros.org
Proporción:
Si sustituimos el valor de S2 para variables Ai (que sólo toman los valores 0 y 1) en la fórmula
del tamaño muestral para la media tendremos para la estimación de la proporción el tamaño:
N
NS 2 N PQ N 2 PQ NPQ
N
1
n= = = 2 = 2
Ne 2 + S 2 N NPQ + ( N
1) Ne e ( N
1) + PQ
PQ + Ne 2 14442444 3
N
1
(
N e 2 ( N
1) + PQ )
En el caso de la proporción se observa que cuando N (fracción de muestreo n/N
N
tendiendo a cero) el tamaño muestral n S2/e2 = PQ e 2 PQ e 2 =n0 (n inversamente
N
1
proporcional al cuadrado del error de muestreo y directamente proporcional a la proporción
poblacional P). En este caso, la misma precisión da una muestra de tamaño n para una
población de N elementos que para una población de N ’ elementos con N ’ > N siempre y
cuando se cumpla la desigualdad definida por:
N ⎛ N ⎞
PQ ⎜ PQ ⎟ PQ
⎛ PQ ⎞
N > n0 (n0
1) = N
12 ⎜ N
12
1⎟ ⎜⎜ 2
1 ⎟⎟
e ⎜ e ⎟ 2
e ⎝ e ⎠
⎜ ⎟
⎝ ⎠
Para la estimación de la proporción es muy interesante tener en cuenta que para
poblaciones grandes o fracción de muestreo pequeña (N ), el valor máximo de n se
obtiene para P = Q = 1/2. Para constatar este resultado sabemos que si N el tamaño
muestral n tiende al valor n0 = PQ/e2 = f(P), expresión que tenemos que maximizar en P. Si
igualamos la primera derivada al valor cero tenemos que como f(P) = P(1
P)/e2 entonces
f’(P) = (1
2P)/e2 = 0 ⇒ P = 1/2. Por otra parte f ’’(P) =
2/e2 < 0, lo que asegura la presencia
de un máximo para la función f en el punto P = 1/2. Como Q =1
P = 1
1/2 = 1/2, el valor
máximo de n para poblaciones grandes o fracciones de muestreo pequeñas se obtiene para P =
Q = 1/2. Por lo tanto, para un error prefijado se necesitarán tamaños de muestra más pequeños
cuanto más próximo esté P a cero o a uno. Este resultado es muy importante en la práctica, ya
que cuando se estiman proporciones y no se conoce el valor de la proporción poblacional P
ni se tiene una aproximación suya (proporcionada por una encuesta similar, por una
encuesta piloto, por la misma encuesta realizada anteriormente o por cualquier otro
método), entonces se toma P=1/2, con lo que estamos situándonos en el caso de máximo
tamaño muestral para el error fijado, lo cual siempre es aceptable estadísticamente. La
dificultad práctica puede ser que se obtenga un tamaño muestral n demasiado grande para el
presupuesto de que se dispone.
Total de clase:
Si sustituimos el valor de S2 para variables Ai (que sólo toman los valores 0 y 1) en la fórmula
del tamaño muestral para el total tendremos para la estimación del total de clase el tamaño:
N
N2 PQ
N 2S 2 N
1 N 3 PQ
n= 2 = = 2
e + NS 2 N e (N
1) + N 2 PQ
e2 + PQN
N
1
www.FreeLibros.org
También puede estudiarse el tamaño de muestra necesario para cometer un error

relativo de muestreo er = Cv( ˆ) dependiendo de si se estima la media, el total, la proporción
y el total de clase.
Asimismo, es típico introducir un coeficiente de confianza adicional P al error de
muestreo a cometer (límite de tolerancia). En este caso las fórmulas de los tamaños muestrales
necesarios para cometer un error absoluto o relativo de muestreo dado en presencia del
coeficiente de confianza adicional se derivarán de las expresiones e = ( ˆ) y er = Cv( ˆ) .
En general = F-1(1
/2), siendo F la función de distribución de una normal (0,1).
El cuadro siguiente resume las expresiones de los tamaños muestrales.
Tipo de error Absoluto y coeficiente Relativo y

Absoluto Relativo
Parámetro de confianza adicional confianza
e er
e e r
NS 2 NC 1,2 x 2 NS 2 2 NC 1,2 x
Media
Ne 2 + S 2 Ne r2 + C 1,2 x Ne 2 + 2 S 2 Ne r2 + 2 C 1,2 x
2
N S2
NC 1,2 x 2 N 2 S 2 2 NC 1,2 x
Total
e 2 + NS 2 Ne r2 + C 1,2 x e 2 + 2 NS 2 Ne r2 + 2 C 1,2 x
NPQ NQ 2 NPQ NQ2
Proporción
e 2 ( N
1) + PQ P ( N
1)e r2 + Q e 2 ( N
1) + 2 PQ e r2 ( N
1) P + 2 Q
N 3 PQ NQ 2 N 3 PQ NQ2
Total de clase
e 2 ( N
1) + N 2 PQ P ( N
1)e r2 + Q e 2 ( N
1) + 2 N 2 PQ e r2 ( N
1) P + 2 Q
En todas las fórmulas S2 es la cuasivarianza poblacional y C1,2 x = (S / X ) . Por otra parte,

2
es el valor crítico de la normal unitaria al nivel .
MUESTREO ALEATORIO SIMPLE CON REPOSICIÓN. ESTIMADORES
El muestreo aleatorio simple con reposición es un procedimiento de selección con

probabilidades iguales que consiste en obtener la muestra unidad a unidad de forma aleatoria
con reposición a la población de las unidades previamente seleccionadas. De esta forma las
muestras con elementos repetidos son posibles y cualquier elemento de la población puede
estar repetido en la muestra 0, 1, ..., n veces. Supongamos en todo momento que el tamaño
de la población es N y el tamaño de la muestra es n. Como la muestra se selecciona con
reposición (se reponen a la población las unidades previamente seleccionadas) y con
probabilidades iguales, se realiza la selección sucesiva de las unidades para la muestra con
probabilidades Pi = 1/N y todas las muestras son equiprobables, ya que:
P(u1, u2, ..., un) = P(u1)P(u2) ... P(un) = (1/N)(1/N) ... (1/N) = 1/(Nn)
En cuanto a los estimadores, partimos de que el estimador lineal insesgado general
n
Yi
para el caso de muestreo con reposición es el estimador de Hansen y Hurwitz $ HH =∑
i =1 nPi
(Pi = probabilidad de seleccionar la unidad ui de la población para la muestra =1/N), que estima
N
insesgadamente la característica poblacional = ∑Y . Según los distintos valores de Y se tiene:
i i
i =1
www.FreeLibros.org
N n
Xi n
X 1 n
= X = ∑ X i ⇒ Yi = X i ⇒ ˆ = Xˆ = ∑ = ∑ i = N ∑ X i = Nx
i =1 nPi i =1 n n4i2
i =1
1 =1
4
3
N x
Xi Xi
N
Xi Xi n n
1 n
= X =∑ ⇒ Yi = ⇒ ˆ = Xˆ = ∑ N = ∑ N = ∑ X i = x
i =1 N N i =1 nPi i =1 n n i =1
N
Ai
N
A A n
1 n
= P = ∑ i ⇒ Yi = i ⇒ ˆ = Pˆ = ∑ N = ∑ Ai
i =1 N N i =1 n n i =1
N
N n
A 1 n
= A = ∑ Ai ⇒ Yi = Ai ⇒ ˆ = Aˆ = ∑ i = N ∑ Ai = NPˆ
i =1 i =1 n n i =1
N
Da la casualidad de que se obtienen los mismos estimadores insesgados para los
parámetros poblacionales que para el caso de muestreo aleatorio simple sin reposición. Por
lo tanto, los estimadores de la media y la proporción poblacional son los estimadores por
analogía (media y proporción muestral), mientras que los estimadores del total y el total de clase
poblacionales son la expansión mediante el tamaño poblacional de la media y proporción
muestrales (en este caso, Xˆ = Nx = ( N / n) x ⇒ los factores de elevación son N/n).
VARIANZAS Y SU ESTIMACIÓN CON REPOSICIÓN
Partiendo de la varianza del estimador de Hansen y Hurwitz:

2
1 N ⎛ Yi ⎞
V ( HH ) = ∑⎜
Y ⎟ Pi
$
n i =1 ⎝ Pi ⎠
y considerando que para el caso particular del muestreo aleatorio simple con reposición se
sabe que Pi = 1/N, tenemos:
2
⎛ ⎞
N ⎜ ⎟
2 2
1 ⎛ X ⎞ 1 X 1 N2 1 2
∑ (X
X) = N2
N N
ˆ
V (X ) = ∑⎜ ⎜ i

X ⎟ Pi = ∑
⎟ ⎜ i

X⎟ = i
n i =1 ⎝ Pi ⎠ n i =1 ⎜ 1 ⎟ N n N i =1 n
⎜ ⎟
⎝ N ⎠
⎛ Xˆ ⎞ 1
( )
1
V ⎛⎜ Xˆ ⎞⎟ = Var⎜⎜ ⎟⎟ = 2 Var Xˆ = 2 N 2
⎝ ⎠
2 2
=
⎝N⎠ N N n n
N
1 2
S
()
()
2
ˆ N PQ 2 PQ
V P = = = V Aˆ = N 2 = N2
n n n n n
Para estimar las varianzas partimos del estimador de la varianza de Hansen y Hurwitz:
2
n ⎛ ⎞
1 Yi
V$ ($HH ) = ∑ ⎜
Y$HH ⎟
n(n
1) i =1 ⎝ Pi ⎠
www.FreeLibros.org
y considerando que para el caso particular del muestreo aleatorio simple con reposición se
sabe que Pi = 1/N, tenemos:
2
⎛ ⎞
n ⎜ ⎟ ˆ2
( )
2
1 X N2 1 n 2 S
Vˆ Xˆ = ∑ ⎜ i

ˆ
X ⎟ = ∑ i ( X
x ) = N
n(n
1) i =1 ⎜ 1 ⎟ n n
1 i =1 n
⎜ ⎟
⎝ N ⎠
⎛ Xˆ ⎞ Sˆ 2 Sˆ 2
1
( ) 1
Vˆ ⎛⎜ Xˆ ⎞⎟ = Vˆ ⎜⎜ ⎟⎟ = 2 Vˆ Xˆ = 2 N 2
⎝ ⎠
=
⎝N⎠ N N n n
n ˆˆ n ˆˆ
ˆ2 PQ ˆ2 PQ
ˆ()
ˆ
V P =
S
n
= n
1
n
=
1
n
1
ˆ
PQ ˆ ˆ ˆ()
V A =N 2 S
n
=N 2 n
1
n
= N2
1 ˆˆ
n
1
PQ
Un resultado interesante que se deduce de las fórmulas anteriores es que la

cuasivarianza muestral definida Ŝ 2 es un estimador insesgado de la varianza poblacional 2
en muestreo aleatorio simple con reposición
TAMAÑO DE LA MUESTRA CON REPOSICIÓN
Igual que en el caso de sin reposición, consideraremos el tamaño de muestra necesario para
cometer un error de muestreo e = ( ˆ ) dependiendo de si ˆ estima la media, el total, la
proporción o el total de clase. También se considerará el tamaño de muestra necesario para
cometer un error relativo de muestreo er = Cv( ˆ) dependiendo de si se estima la media, el total, la
proporción y el total de clase. Asimismo, se tendrá presente la introducción de un coeficiente de
confianza adicional P al error de muestreo a cometer (límite de tolerancia), en cuyo caso las
fórmulas de los tamaños muestrales necesarios para cometer un error absoluto o relativo de
muestreo dado en presencia del coeficiente de confianza adicional se derivarán de las expresiones
e = ( ˆ) y er = Cv( ˆ) . En general, = F-1(1
/2), siendo F la función de distribución de
una normal (0,1). El cuadro siguiente resume las expresiones de los tamaños muestrales.
Tipo de error Absoluto y coeficiente Relativo y

Absoluto Relativo
Parámetro de confianza adicional confianza
e er
e e r
2
2
Cx 2
2
2 C x2
Media 2 2
e er e2 er2
N 2 2 C x2 2 N 2 2 2 C x2
Total 2 2
e er e2 er2
PQ Q 2 PQ 2 Q
Proporción 2 2
e Per e2 Per2
N 2 PQ Q 2 N 2 PQ 2 Q
Total de clase 2 2
e Per e2 Per2
En todas las fórmulas 2 es la varianza poblacional y C x2 = ( / X ) . Por otra parte,

2
es el valor crítico de la normal unitaria al nivel .
www.FreeLibros.org
COMPARACIÓN ENTRE MUESTREO ALEATORIO SIN Y CON REPOSICIÓN
Se pueden realizar las comparaciones a través error de muestreo o a través del tamaño
muestral necesario para cometer un error de muestreo dado. Desde el primer enfoque será
más preciso aquel método de selección cuyo error de muestreo sea menor, es decir, el que
tenga menor varianza de los estimadores. Tenemos:
N ⎫ ⎧ V SR ⎛⎜ Xˆ ⎞⎟
2 2 ⎪ ⎪ ⎝ ⎠ N
n
⎛ ˆ ⎞
2
S n N
1 N
n = <1
V SR ⎜ X ⎟ = (1
f ) = (1
) = ⎪ ⎪⎪ ⎛ ˆ ⎞ N
1
⎝ ⎠ n N n V
N
1 n ⎬ ⇒ ⎨ CR ⎜ ⎟ X
⎝ ⎠
ˆ 2
2 ⎪ ⎪
⎛ ⎞
VCR ⎜ X ⎟ = ⇒n= 2 ⎪ ⎪⇒ V ⎛⎜ Xˆ ⎞⎟ < V ⎛⎜ Xˆ ⎞⎟
⎝ ⎠ n e ⎭ ⎪⎩ SR
⎝ ⎠ CR
⎝ ⎠
Para el resto de los estimadores todo sería equivalente, luego la varianza siempre es
menor en el caso del muestreo sin reposición, lo que nos indica que el muestreo sin
reposición es en general más preciso que el muestreo con reposición.
Desde el punto de vista del tamaño muestral, será mejor aquel método de selección
en el que se necesite menor tamaño muestral para cometer un error de muestreo dado. En
este capítulo hemos visto que para muestreo sin reposición el valor de n era:
n0
n SR =
1 + n0 N
tanto en el caso de estimaciones de medias y proporciones para un error de muestreo dado

como en el caso de estimaciones de medias, totales, proporciones y totales de clase para un
error relativo de muestreo dado con o sin coeficiente de confianza. En los mismos casos,
para muestreo con reposición se observa que el tamaño muestral resulta ser nCR = n0. Por lo
tanto, tenemos:
n0 nCR
nSR = = < nCR ⇒ n SR < nCR
1 + n0 N 1 + nCR N
En el caso de estimación sin reposición de totales y totales de clase para un error de

muestreo dado con o sin coeficiente de confianza se vio que:
N 2 n1 nCR
n SR = < nCR ⇒ n SR < nCR
1 + Nn1 1 + nCR N
En los mismos casos para muestreo con reposición se observa que el tamaño
muestral resulta ser nCR = N2n1.
Por lo tanto, en todas las situaciones, en el caso de muestreo sin reposición se

necesita menos tamaño de muestra para cometer el mismo error que en el caso del
muestreo con reposición, con lo que el muestreo sin reposición es más eficiente que el
muestreo con reposición.
www.FreeLibros.org
SUBPOBLACIONES
La escasa disponibilidad de marcos que listen específicamente los elementos de la población

que interesa estudiar, sobre todo cuando utilizamos unidades poblacionales muy elementales
(marco muy fino), nos lleva a considerar la teoría de subpoblaciones o dominios.
Normalmente se dispone de marcos menos finos cuyas unidades contienen a las unidades
elementales en estudio. Por ejemplo, podemos desear estudiar una muestra de los hogares
que tienen niños, pero el mejor marco disponible puede ser una lista de todos los hogares en
la ciudad (sin poder desagregar hasta los hogares que tienen niños). Utilizaremos entonces el
marco amplio de todos los hogares y consideraremos la subpoblación de los hogares que
tienen niños para intentar estimar los parámetros de dicha subpoblación a través de los
métodos para subpoblaciones. Supongamos que dividimos una población de tamaño N en
subpoblaciones o dominios. Consideremos que el j-ésimo dominio contiene Nj unidades, y
que nj es el número de unidades, en una muestra aleatoria simple de tamaño n, que
pertenecen al dominio j.
n3 N 3 y3 n2
N2
y2
n1
N1 y1
N = Tamaño de la población
n = tamaño de la muestra
Sea Yjk (k = 1, 2, ..., nj y ∑nj = n) son los valores de la variable en estudio medida
sobre los elementos de la muestra que pertenecen al dominio j-ésimo. Un estimador
insesgado de la media en la subpoblación o dominio j será el siguiente:
nj
Y jk
Yˆ j = y j = ∑
k =1 n j
cuya varianza puede expresarse como:
n j S 2j
(Y jk
Y j ) donde Y j = ∑ Y jk
Nj Nj
1
∑
2 2
V ( y j ) = (1
) siendo S j =
N j nj N j
1 k =1 k =1 N j
y pudiendo expresarse la estimación de su varianza como:
n j Sˆ 2j
(Y jk
y j ) dónde y j = ∑ Y jk
nj nj
ˆ 1
Vˆ ( y j ) = (1
∑
2 2
) siendo S j =
N j nj n j
1 k =1 k =1 n j
www.FreeLibros.org
Si no se conoce el valor de Nj, se sustituye nj/Nj por n/N y se tiene:
n Sˆ j
2 2
n Sj
V ( y j ) = (1
) Vˆ ( y j ) = (1
)
N nj N nj
En el caso del muestreo con reposición tenemos:
2j 1
Nj
Sˆ 2j
∑ (Y
Yj ) y Vˆ ( y j ) =
2
V(yj ) = siendo = 2
j jk
nj Nj k =1 nj
Un estimador insesgado del total en la subpoblación o dominio j en caso de

conocer Nj será el siguiente:
nj
Y jk
Yˆ j = N j y j = N j ∑
k =1 nj
cuya varianza y estimación de varianza son, respectivamente:
n j S 2j n j Sˆ 2j
V (Yˆ j ) = N 2j V ( y j ) = N 2j (1
) y Vˆ (Yˆ j ) = N 2j (1
)
N j nj N j nj
En el muestreo con reposición tendremos:
2j Sˆ 2j
V (Yˆ j ) = N 2j V ( y j ) = N 2j y Vˆ (Yˆ j ) = N 2j
nj nj
Un estimador insesgado del total en la subpoblación o dominio j en caso de no
conocer Nj será el siguiente:
nj
Y jk nj
Nj N
nj
N
Yˆ j = N j ∑ =∑ Y jk =
{ ∑Y = y
k =1 nj k =1 nj n k =1
jk
n {j
Se aplica Total
Nj N muestral
en dominio
nj n j
ésimo
cuya varianza y estimación de varianza son, respectivamente:
n Sˆ '
2 2
n S' ˆ ˆ
V (Yˆ j ) = N 2 (1
) 2
y V (Y j ) = N (1
)
N n N n
1 ⎛⎜ Y j2 ⎞ 1 ⎛⎜ j y 2j ⎞
n nj
ˆ
∑ Y jk
N ⎟ , S ' = n
1 ⎜ ∑
⎟ ⎟ e y j = ∑ Y jk
2 2 2 2
siendo S ' = Y jk
N
1 ⎜⎝ Dominio j n ⎟
⎠ ⎝ k =1 ⎠ k =1
En el muestreo con reposición tendremos:
'2 Sˆ ' 2 1 ⎛⎜ Y j2 ⎞
V (Yˆ j ) = N 2 y Vˆ (Yˆ j ) = N 2 ∑ ⎟
2
con ' 2 = Y jk
n n N ⎜⎝ Dominio j N ⎟⎠
www.FreeLibros.org
PROBLEMAS RESUELTOS
3.1. Un auditor muestrea aleatoriamente con reposición 20 cuentas impagadas de una empresa y
verifica en 12 de ellas la cantidad adeudada y si los documentos respectivos cumplen (1) o
no cumplen (0) con los procedimientos establecidos. Se tienen la siguiente estructura
poblacional:
Cuenta Cantidad Concordancia Cuenta Cantidad Concordancia
1 278 1 11 188 0
2 192 1 12 212 0
3 310 1 13 92 1
4 94 0 14 56 1
5 86 1 15 142 1
6 335 1 16 37 1
7 310 0 17 186 0
8 290 1 18 221 1
9 221 1 19 229 0
10 168 1 20 305 1
Basándose en las 12 cuentas verificadas, estimar la proporción de cuentas cuyos documentos

concuerdan, así como el importe medio adeudado, y cuantificar el error cometido.
Comenzamos introduciendo los datos en una hoja de cálculo de Excel. A continuación,

para elegir la muestra, en el menú Herramientas de Excel elegimos Análisis de datos,
seleccionamos Muestra y rellenamos la pantalla de entrada como se indica en la Figura 3-1. Al
pulsar Aceptar se obtiene la MUESTRA de tamaño 12 de la Figura 3-2. Mediante las fórmulas de
la Figura 3-2 se obtienen los resultados de la Figura 3-3.
Figura 3-1
www.FreeLibros.org
Figura 3-2
Figura 3-3
Hemos obtenido que el importe medio adeudado se estima en:
1 12
X= ∑ X i = 209,583
12 i =1
con un error absoluto de:
2

V ⎛⎜ Xˆ ⎞⎟ = = 655,745
⎝ ⎠ n
La proporción de cuentas cuyos documentos concuerdan con los procedimientos

establecidos se estima mediante:
1 12
Pˆ = ∑ Ai = 0,75
12 i =1
El error absoluto de esta estimación es:
()
V Pˆ =
PQ (14 / 20)(6 / 20)
n
=
12
=
84
4800
= 0,0175
www.FreeLibros.org
En términos relativos estos errores son más fácilmente interpretables, y se

cuantifican en el 12,2% y el 17,6%, respectivamente (a través de los coeficientes de
variación de los estimadores). Tenemos:
Cv⎛⎜ Xˆ ⎞⎟ =
655,745
⎝ ⎠ 209,583
100 = 12,218% ()
Cv Pˆ =
0,0175
0,75
100 = 17,638%
3.2. El gerente de un taller de maquinaria desea estimar el tiempo promedio que necesita un operador
para terminar una tarea sencilla. El taller tiene 98 operadores y se selecciona una muestra de 8 sin
reposición a los que se les toma el tiempo, Se obtienen los siguientes resultados:
4,2 5,1 7,9 3,8 5,3 4,6 5,1 4,1
Estimar el tiempo promedio y el tiempo total para terminar la tarea entre todos los
operadores estableciendo límites al 95% para los errores de estimación.
Comenzamos introduciendo los datos como la variable T en una hoja de cálculo de Excel. A
continuación, para calcular los estadísticos necesarios, en el menú Herramientas de Excel
elegimos Análisis de datos, seleccionamos Estadística descriptiva y rellenamos la pantalla
de entrada como se indica en la Figura 3-4. Al pulsar Aceptar se obtienen los estadísticos
maestrales de la Figura 3-5. Por último, se calculan los estimadores y sus errores según las
fórmulas de la Figura 3-6 que nos llevan a los resultados de la Figura 3-7.
1 12
Se observa que el tiempo medio por operario para terminar la tarea es Tˆ = ∑ Ti =
12 i =1
ˆ
S 2
5,0125 minutos con un error de muestreo de Vˆ (Tˆ ) = (1
f ) = 0,189 y un error relativo
n
ˆ (Tˆ ) 0,189
dado por Cv(Tˆ ) = 100 = 100 = 9,69%. El tiempo total para terminar la tarea se
Tˆ 5,0125
estima en Tˆ = NTˆ = 89 5,0125 = 491,225 minutos con un error de muestreo estimado por
Vˆ (Tˆ ) = N 2Vˆ (Tˆ ) = 89 2 0,189 = 1822,07, siendo el error relativo el mismo que el del estimador
del tiempo medio, es decir, 9,69%. El coeficiente de curtosis = 4,24 no está en el intervalo
[
2,2] luego no podemos suponer normalidad, con lo que intervalo de confianza al 95% para
la media de anchura 1,07475886 no es válido.
www.FreeLibros.org
Figura 3-6
Figura 3-7
Al no existir normalidad utilizamos como intervalos de confianza:
⎢
()
⎡ ˆ ˆ ˆ ˆ ⎤
, + ⎥
()
⎣ ⎦
cuya anchura es 2
()
ˆ
. Esta anchura (3,895 para el estimador de la media y 381,79 para el

estimador del total) suele considerarse como un límite para el error de estimación. Se
observa que estas anchuras son mayores que con normalidad, ya que en este caso las
estimaciones son menos precisas (errores mayores).
3.3. En una región con N = 1000 viviendas determinar el tamaño de muestra necesario para que,
con un grado de confianza del 95%, la estimación de la proporción de viviendas sin agua
corriente no difiera en más del 0,1 del valor verdadero. Comentar los resultados para
muestreo sin reposición y con reposición.
www.FreeLibros.org
P(| Pˆ
P | 0,10) = 0,95 P (
0,10 Pˆ
P 0,10) = 0,95
⎛
0,10 Pˆ
P 0,10 ⎞ ⎛
0,10 0,10 ⎞⎟
P⎜ ⎟ = 0,95 P⎜ N (0,1) = 0,95
⎜ ( Pˆ ) ( Pˆ ) ( Pˆ ) ⎟ ⎜ ( Pˆ ) ( Pˆ ) ⎟⎠
⎝ ⎠ ⎝
De lo anterior se deduce que:
0,10 0,10
= = 1,96 ⇒ ( Pˆ ) = = 0,051
( Pˆ ) 1,96
Luego el problema se traduce en calcular el tamaño de muestra necesario para

cometer un error de muestreo de 0,051 al estimar la proporción de viviendas sin agua
corriente. Como no tenemos información acerca de la proporción poblacional P de
viviendas sin agua corriente, nos colocamos en la situación más desfavorable, es decir, P =
Q = 1/2. Tendremos:
NP (1
P ) 1000 0,5 0,5
n= 2
= = 91 viviendas
P (1
P ) + ( N
1)e 0,5 0,5 + 999.0,0512
Para el caso de muestreo con reposición tendremos:

P (1
P ) 0,5 0,5
n= = = 96 viviendas
e2 0,0512
Se observa que el tamaño de muestra necesario para cometer el mismo error de
muestreo al estimar igual parámetro es superior en el caso de muestreo con reposición.
3.4. De una población con 33 millones de habitantes se ha obtenido una muestra de 10.000. En
ella, 4.000 se han clasificado como población activa, y de éstos, 40 se encuentran en
situación de desempleo. Se pide:
1) Estimar el porcentaje de población activa. Estimar también el número de personas activas que
se encuentran en situación de desempleo. Calcular los errores absoluto y relativo de muestreo
en ambas estimaciones así como intervalos de confianza con un riesgo del 3 por mil.
2) ¿Cuántas personas de todas las edades sería necesario incluir en una muestra para
estimar la tasa de actividad en España con un error absoluto E = 0,02 y una probabilidad
del 95%? Del último censo se sabe que en el país hay un 39% de activos. Contestar a la
misma pregunta para cometer un error relativo del 5%.
Realizamos el siguiente esquema de apoyo (PA significa población activa y NPA significa el
complentario):
PA=4000
N=33000000 3660 activos

40 parados
NPA=6000
n=10000
www.FreeLibros.org
El porcentaje estimado de población activa será:

4000
Pˆ = = 0,4 (40%)
10000
El error de muestreo será:
⎛ n ⎞ Pˆ (1
Pˆ ) ⎛ 10000 ⎞ 0,4(1
0,4)
ˆ ( Pˆ ) = ⎜1
⎟ = ⎜1
⎟ = 0,00489
⎝ N ⎠ n
1 ⎝ 33000000 ⎠ 10000
1
El error relativo de muestreo será la estimación del coeficiente de variación de P̂ , que

se calcula de la siguiente forma:
ˆ ( Pˆ ) 0,00489
Cˆ v( Pˆ ) = = = 0,012225 (1,2225%)
Pˆ 0,4
Para hallar el intervalo de confianza para la proporción con = 0,003, utilizamos =

F-1N(0,1) (1
/2) = F-1 N(0,1) (1
0,003/2) = F-1 N(0,1) (0,9985)=2,997. El intervalo será:
[ Pˆ
( Pˆ ), Pˆ + ( Pˆ )] = [0,4
2,997 0,00489, 0,4 + 2,997 0,00489] = (0.3853, 0.4146)
Se podría interpretar el intervalo de confianza diciendo que el porcentaje de la población

activa está comprendido entre el 38,53% y el 41,46% con una probabilidad del 997 por mil, es
decir, prácticamente la certeza.
El total estimado de personas activas que se encuentran en situación de desempleo será:
⎛ 40 ⎞
Aˆ = 33000000⎜ ⎟ = 132000
⎝110000
424 3⎠
Pˆ
⎛ n ⎞ Pˆ (1
Pˆ ) ⎛ 10000 ⎞ 0,004(1
0,004)
ˆ ( Aˆ ) = N 2 ⎜1
⎟ = 33000000 ⎜1
⎟ = 20827
⎝ N ⎠ n
1 ⎝ 33000000 ⎠ 10000
1
El error relativo de muestreo será la estimación del coeficiente de variación de Â , que

se calcula de la siguiente forma:
ˆ ( Aˆ ) 20827
Cˆ v( Aˆ ) = = = 0,157 (15,7%)
Aˆ 132000
Para hallar el intervalo de confianza para el total con = 0,003, utilizamos el valor
=F-1N(0,1) (1
/2) = F-1 N(0,1) (1
0,003/2)= F-1 N(0,1) (0,9985)=2,997. El intervalo será:
[ Aˆ
( Aˆ ), Aˆ + ( Aˆ )] = [132000
2,997 20827, 132000+ 2,997 20827] = (69581, 194419)
El tamaño de muestra necesario para estimar la tasa de actividad en España con un

error de muestreo e = 0,02 y un coeficiente de confianza del 95% será:
2 NPQ 1,96 2 33000000 0,39 (1

0,39)
n= = = 2379
( N
1)e2 + 2 PQ (33000000
1) 0,02 2 + 1,96 2 0,39 (1
0,39)
www.FreeLibros.org
El tamaño de muestra necesario para estimar la tasa de actividad en España con un

error relativo de muestreo e r =0,05 y un coeficiente de confianza del 95% será:
2r NQ 1,96 2 33000000 (1
0,39)
n= = = 2379
( N
1) Pe r2 + 2r Q (33000000
1) 0,39 0,02 2 + 1,96 2 (1
0,39)
3.5. Mediante muestreo irrestricto aleatorio se trata de estimar la proporción y el total de aciertos
obtenidos en un juego ilegal en el que se realizan un total de 6000 apuestas. En un ensayo
previo se han obtenido 1/3 de fallos en las apuestas. Se pide:
1) Hallar el número de apuestas necesario para que el error de muestreo sea de una décima
al estimar la proporción de aciertos en las apuestas del juego ilegal. Hallar también el
número de apuestas necesario para que el error relativo de muestreo sea del 20% en la
misma estimación.
2) Hallar el número de apuestas necesario para que el error de muestreo sea de 600 unidades
al estimar el total de aciertos en las apuestas con un coeficiente de confianza del 99,7% y
suponiendo muestreo aleatorio simple con reposición. Hallar dicho tamaño en las
condiciones anteriores pero para un error relativo de muestreo del 10%.
Tenemos como datos N = 6000 y P = 2/3. El tamaño de muestra necesario para
estimar la proporción de aciertos en las apuestas con un error de muestreo e = 0,1 será:
NPQ 6000 0,6666 (1

0,6666)
n= = = 22,14
( N
1)e + PQ (6000
1) 0,12 + 0,6666 (1
0,6666)
2
Será necesario utilizar un tamaño de muestra de 23 apuestas.

El tamaño de muestra necesario para estimar la proporción de aciertos con un error
relativo de muestreo e r = 0,2 será:
NQ 6000 (1
0,6666)
n= = = 12,47
( N
1) Pe r + Q (6000
1) 0,6666 0,2 2 + (1
0,6666)
2
Será necesario utilizar un tamaño de muestra de 13 apuestas.
Para hallar el tamaño de muestra necesario para estimar el total de aciertos con = 0,003,
se usa = F-1N(0,1) (1
/2) = F-1N(0,1) (1
0,003/2) = F-1N(0,1) (0,9985) = 2,997. Dicho tamaño en
muestreo con reposición para un error de muestreo e = 600 se calcula de la siguiente forma:
2 PQN 2 2,997 2 0,6666(1

0,6666)6000 2
n= = = 199,6 (200 apuestas)
e2 600 2
El tamaño de muestra en muestreo con reposición para un error relativo de muestreo

er = 0,1 con = 0,003 se calcula de la siguiente forma:
2 Q 2,997 2 (1
0,6666)
n= = = 449,1 (450 apuestas)
e2 P 0,12 0,6666
www.FreeLibros.org
3.6. De una población de 100 opositores que se presentan a un examen se ha extraído una
muestra irrestricta aleatoria de tamaño n = 8, siendo sus edades (variable X) las siguientes:
{25, 32, 28, 35, 26, 34, 30, 28}. Basándose en esta muestra, estimar la edad media y la suma
de las edades de los opositores así como sus errores absoluto y relativo de muestreo.
Determinar también:
1) Basándose en la muestra anterior, ¿qué tamaño de muestra sería necesario para que el
error de muestreo sea 2 al estimar la edad media y 50 al estimar la suma de las edades?
¿Y para que el error relativo sea del 6%? Contestar a las mismas preguntas con un
coeficiente de confianza del 95%.
2) A partir de la muestra anterior, estimar la proporción de edades pares en la población y

el total de la clase de las edades pares estimando los errores absoluto y relativo de
muestreo. ¿Qué tamaño de muestra sería necesario para que el error relativo de muestreo
fuese del 6% al 95% de confianza al estimar la proporción?
3) Hallar el tamaño de muestra del apartado anterior suponiendo muestreo con reposición.
Se observa que la media muestral es 29,75, la cuasivarianza muestral es 13,3571 y la

cuasidesviación típica muestral es 3,65474. También se obtienen buenos valores para los
coeficientes de asimetría (0,28) y curtosis (
0,79), que al estar comprendidos entre
2 y 2
permiten suponer normalidad.
Las estimaciones de la edad media y la suma de edades y sus errores absoluto y
relativo son:
Sˆ 2 ⎛ 8 ⎞ 13.3571
Xˆ = x = 29,75 e = ˆ ( x ) = (1
f ) = ⎜1
⎟ = 1,536
n ⎝ 100 ⎠ 8
ˆ ( x ) 1,536
e r = Cv( x ) = = = 0,051 (5,1%)
x 29,75
Xˆ = N x = 100 29,75 = 2975 e = ˆ ( Xˆ ) = N ˆ ( x ) = 100 1,536 = 153,6

ˆ ( Xˆ ) 153,6
e r = Cv( Xˆ ) = = = 0,051 (5,1%)
Xˆ 2975
Evidentemente, los errores relativos de las estimaciones de media y total coinciden.
Para hallar el tamaño de muestra necesario para estimar la edad media (media) con un
error de muestreo e igual a 50, consideramos la muestra anterior como una muestra piloto que
nos proporciona una estimación del valor de la cuasivarianza. Se aplica la fórmula:
NS 2 100 13,3571
n= 2 2
= = 3,23
S + Ne 13,3571 + 100.2 2
con lo que se tomará como tamaño de muestra necesario n = 4.
Para hallar el tamaño de muestra necesario para estimar la suma de edades (total) con
un error de muestreo e igual a 50, se aplica la fórmula:
www.FreeLibros.org
N 2S 2 100 2 13,3571
n= = = 34,82
NS 2 + e 2 100 13,3571 + 50 2
con lo que se tomará como tamaño de muestra necesario n = 35.

Si introducimos un coeficiente de confianza del 95%, los tamaños de muestra necesarios
para cometer el mismo error de muestreo e = 2 al estimar la media y e = 50 para el total
lógicamente serán algo superiores a los calculados anteriormente. Tenemos:
n0 12,82 2 S 2 1,962 13,3571

Media n = = = 11,36 con n0 = 2 = = 12,82
n0 12,82 e 22
1+ 1+
N 100
N 2n1 1002 12,82 2 S2 1,962 13,3571

Total n = = = 99,92 con n0 = 2 = = 12,82
1 + Nn1 1 + 100 12,82 e 22
Para el caso de un error relativo de muestreo igual a er = 0,06 el tamaño de muestra

necesario es el mismo para la estimación del total y de la media. Tendremos:
C12, x 0,015 S 2 13,3571

n= = = 4 con C12, x = 2 = = 0,015
C12, x 2 0,015 X 29,75 2
e r2 + 0,06 +
N 100
Para el caso de un error relativo de muestreo igual a er = 0,06 con un coeficiente de

confianza del 95%, el tamaño de muestra necesario es el mismo para la estimación del total y
de la media, y lógicamente será mayor que cuando no existe el coeficiente de confianza.
Tendremos:
2 C12, x 1,96 2 0,015

n= = = 61,54
C12, x 2 2 0,015
e r2 + 2 0,06 + 1,96
N 100
con lo que se tomará como tamaño de muestra necesario n = 65 que, evidentemente, es

superior al tamaño de muestra necesario sin coeficiente de confianza.
A continuación consideramos la muestra asociada a la inicial, cuyos valores son cero para
edades impares y uno para edades pares, es decir, la nueva muestra será {0, 1, 1, 0, 1, 1, 1, 1}. A
partir de esta muestra estimaremos la proporción P y el total de la clase A de los valores pares de X
en la población, así como los errores de muestreo correspondientes. Tenemos:
∑A i
6 6
Pˆ = i =1
=
= 0,75 (75%) Aˆ = N Pˆ = 100 = 75
n 8 8
Pˆ Qˆ ⎛ 8 ⎞ 0,75 0,25
e = ˆ ( Pˆ ) = (1
f ) = ⎜1
⎟ = 0,0246
n
1 ⎝ 100 ⎠ 8
1
e = ˆ ( Aˆ ) = N ˆ ( Pˆ ) = 100 0,0246 = 2,46
www.FreeLibros.org
El tamaño de muestra necesario para estimar la proporción de edades pares en la

población con un error relativo de muestreo e r = 0,06 y un coeficiente de confianza del 95%
será:
2r NQ 1,96 2 100 (1
0,75)
n= = = 78,22
( N
1) Pe r2 + 2r Q (100
1) 0,75 0,06 2 + 1,96 2 (1
0,75)
Vamos a realizar a continuación para muestreo con reposición el cálculo del tamaño
de muestra necesario para que el error relativo de muestreo sea 0,06 al estimar la proporción
de edades pares de la población con un coeficiente de confianza del 95%. Utilizamos:
Q 1,96 2 1
0,75
2
C
2 2
0,75
n= X
= 2P = = 355
e r2 e r 0,06 2
luego el tamaño de muestra necesario será n = 355, que supera al tamaño poblacional. Eso se
debe a lo bajo que es el error especificado a cometer. En este caso habrá que aumentar el
error a cometer. No obstante, se ha comprobado que el tamaño de muestra necesario para
estimar el mismo parámetro cometiendo el mismo error siempre es mayor en el muestreo
con reposición, lo que indica que este tipo de muestreo es menos preciso que el muestreo sin
reposición. Esto concuerda también con el hecho de que los errores de muestreo siempre son
menores en el caso de sin reposición.
3.7. Una muestra irrestricta aleatoria de 600 habitantes procedente de una población de N = 15.000
presenta los siguientes datos para la variable X = número de visitas anuales a doctores
especialistas:
600 600
∑X
i =1
i = 2946 y ∑X
i =1
i
2
= 18694
Hallar intervalos de confianza al 95% para el total y la media por habitante anuales de visitas
a doctores especialistas en la población admitiendo normalidad para la distribución de los
estimadores. Tomando la muestra anterior como muestra piloto, ¿qué tamaño de muestra
será necesario para cometer un error absoluto de muestreo de 1.000 unidades al estimar el
total de visitas a doctores especialistas en la población? ¿Y para cometer un error relativo de
muestreo del 15%?
El total de visitas a doctores especialistas en la población, su error y el intervalo de

confianza al 95% se estiman como sigue:
1 ⎡ 20 2 ⎛ 20 ⎤
2
2946 ⎞
Xˆ = N x = 15000 = 73650 Sˆ 2 = ⎢∑ i ⎜ ∑ i ⎟ n ⎥ = 7,06
X
X
600 n
1 ⎢⎣ i =1 ⎝ i =1 ⎠ ⎥⎦
Sˆ 2 ⎛ 600 ⎞ 7,06
ˆ ( Xˆ ) = N 2 (1
f ) = 15000 2 ⎜1
⎟ = 1594,239
n ⎝ 15000 ⎠ 600
IC ( X ) = Xˆ ± ˆ ( Xˆ ) = 73650 ± 1,96 1594,239 = (70526, 76775)
www.FreeLibros.org
La media de visitas por habitante a doctores especialistas en la población, su error y

el intervalo de confianza al 95% se estiman como sigue:
2946 Sˆ 2 ⎛ 600 ⎞ 7,06

x= = 4,91 ˆ ( x ) = (1
f ) = ⎜1
⎟ = 0,106282
600 n ⎝ 15000 ⎠ 600
IC ( x ) = x ± ˆ ( x ) = 4,91 ± 1,96 0,106282 = (4,70168, 5,11831)
El tamaño de muestra necesario para cometer un error absoluto de muestreo de

1.000 unidades al estimar el total poblacional de X, se puede calcular despejando n en la
fórmula de la desviación típica del estimador del total, de la forma siguiente:
⎛ n ⎞ 7,06 15000 2 7,06

1000 2 = 15000 2 ⎜1
⎟ ⇒n= = 1437
⎝ 15000 ⎠ n 1000 2 + 15000 7,06
El tamaño de muestra necesario para cometer un error relativo de muestreo del 15%
al estimar el total poblacional de X puede hallarse como sigue:
S2 7,06
2 N 15000
NC 1, x X 2
4,912
n= = = = 13
Ne r2 + C12, x S2 2 7,06
2
Ne r + 2 15000 0,15 +
X 4,912
Hemos utilizado un valor de S2 = 7,06 porque la muestra de tamaño 600 con los
datos dados en el enunciado del problema se utiliza como muestra piloto.
3.8. Un sector industrial de Estados Unidos tiene un censo de 1000 fábricas. Hallar el tamaño de
muestra necesario (número de fábricas) para que, con un grado de confianza del 95%, la
estimación de la producción total del sector quede dentro del 10% de su valor verdadero. Se
utiliza muestreo irrestricto aleatorio y se sabe por una muestra piloto que el coeficiente de
variación poblacional es 0,6.
P(| Xˆ
X | 0,10 X ) = 0,95 P(
0,10 X Xˆ
X 0,10 X ) = 0,95
⎛
0,10 X Xˆ
X 0,10 X ⎞ ⎛
0,10 X 0,10 X ⎞
P⎜⎜ ⎟ = 0,95 P⎜
⎟ ⎜ ( Xˆ ) N ( 0,1) ⎟ = 0,95
⎟
⎝ ( Xˆ ) ( ˆ
X ) ( ˆ
X ) ⎠ ⎝ ( ˆ
X ) ⎠
0,10 X ( Xˆ ) ( Xˆ )
⇒ = ⇒ 0,10 = = = Cv( Xˆ ) = er con =1,96
( Xˆ ) X E ( Xˆ )
Por lo tanto, el problema se traduce en calcular el tamaño de muestra necesario para
cometer un error relativo de muestreo de 0,051 al estimar la producción total.
2
S2 N ⎛ ⎞ 2 2
2 N 1,962 1000
2 NC12,x N 2
2
⎜ ⎟
N
1 ⎝ X ⎠
(CV )
2
0,62
n= = X = = N
1 = 999 = 122
Ner2 + 2 C12, x 2 S
2
2
N ⎛ ⎞
2
2 1,962
Ner + 2 Ner +
2 2
⎜ ⎟
2
er + (CV ) 0,1 +
2 2
.0,6 2
X N
1⎝ X ⎠ N
1 999
www.FreeLibros.org
3.9. Los partidos de izquierdas desean obtener información rápida sobre el número total de concejales
que obtuvieron en las últimas elecciones en los 300 municipios más pequeños de una región
española. Para ello se eligieron 50 municipios, y se obtuvieron los siguientes resultados:
Número de concejales por municipio Número de municipios

Xi ni
0 2
1 7
2 5
3 7
4 8
5 10
6 5
7 3
8 2
9 1
Se pide:
1) Estimar el número total de concejales que obtuvieron los partidos de izquierdas en las
últimas elecciones en la región en los municipios más pequeños.
2) Si se hubiera querido un error de muestreo inferior a 150 concejales, ¿cuántos municipios
habría sido necesario seleccionar?
Tenemos N = 300 y n = 50. Para estimar el total de concejales que obtuvieron los partidos de
izquierdas se procede como sigue:
1 k 196
x= ∑
n i =1
x i ni =
50
= 3,92 ⇒ Xˆ = Nx = 300 3,92 = 1176 concejales
Como no se especifica lo contrario, se supone que el muestreo es sin reposición, en

cuyo caso el error del estimador anterior al 99% de confianza es:
n Sˆ
2
4,8098
( Xˆ ) = N 2 (1
) = 2,575 300(300
50) = 218,7189
N n 50
ˆ 2 1 ⎡k 2
⎢∑ x i ni
(∑ xi ) ⎤ 1 ⎡
2
⎥=
196 2 ⎤
S = 1004
= 4,8098
n
1 ⎢ i =1 n ⎥ 49 ⎢⎣ 50 ⎥⎦
⎣ ⎦
Por tanto, la estimación del número de concejales obtenidos en los 300 municipios
más pequeños de esa región durante las pasadas elecciones es de 1178 concejales. El error de
muestreo con un 99% de confianza ha resultado ser 218,7, que en términos relativos (de
coeficiente de variación) es:
218,7189
Cˆ v ( Xˆ ) = 100 = 18,59%
1176
www.FreeLibros.org
Para estimar el total de concejales con un error de muestreo inferior a 150, el

número de municipios que habría sido necesario seleccionar se calculará como:
N 2 2 S 2 300 2 2,575 2 4,8098

n= = = 89,51 90 municipios
eT2 + N2 S 2 150 2 + 300 2,575 2 4,8098
3.10. Un prestamista se dispone a contabilizar deudas atrasadas de 10000 clientes. Necesita

aproximar la deuda sin cobrar y para ello elige una muestra aleatoria de 36 clientes, los
cuales adeudan en media 7500 euros con un error (cuasidesviación típica) de 3000 euros.
Realizar una estimación por intervalos al 95% de la deuda sin cobrar. ¿Qué tamaño de
muestra deberá seleccionarse para estimar la deuda pendiente con un error de muestreo
inferior a 2500000 euros.
Sea X la variable que mide la deuda sin cobrar. Dicha deuda total se estimará mediante:
Xˆ = Nx = 1000 * 7500 = 7500000 euros
n Sˆ
2
⎛ 36 ⎞ 3000 2
( Xˆ ) = N 2 (1
) = 1000 2 ⎜1
⎟ = 2764,8
N n ⎝ 1000 ⎠ 36
El intervalo de confianza para el total poblacional será:
[ Xˆ
( Xˆ ), Xˆ + ( Xˆ )] = [75000
1,96(2764,8); 75000+ 1,96(2764,8)] = [65217655,9; 84782344,1]
Para estimar la deuda pendiente con un error inferior a 2500000 euros, se debe elegir
una muestra de tamaño superior al valor siguiente:
N 2 2 Sˆ 2 10000 2 1,96 2 3000 2

n= = = 524,19 525
eT2 + N2 Sˆ 2 (2500000) + 10000 1,96 2 3000 2
2
3.11. En un recinto ferial se desea estimar la cantidad X gastada por visitante en sus instalaciones.
Para ello, de entre los 500 visitantes de un día determinado, se seleccionó una muestra
aleatoria simple de 100 y a la salida del recinto ferial se les preguntó la cantidad en euros
que habían gastado. Se obtuvieron los siguientes datos:
100 100
∑ X i = 250
i =1
∑X
i =1
i
2
= 649,75
Hallar un intervalo de confianza al 95% para la cantidad media gastada por persona en el
recinto ferial. ¿A cuántas personas se debería haber preguntado para que, con la misma
confianza, el error de la estimación anterior no superarse los 75 euros? ¿Cuántas personas
deberían haber sido preguntadas si se hubiera deseado estimar la proporción de personas
insatisfechas con los servicios prestados en el recinto ferial con un error del 10% y una
confianza del 95%?
www.FreeLibros.org
El intervalo de confianza para la media poblacional será:
⎡ n Sˆ
2
n Sˆ ⎤
2
I = ⎢ x
(1
) ; x
(1
) ⎥
⎢⎣ N n N n ⎥
⎦
1 n 250
x = ∑ xi = = 2,50 euros
n i! 100
1 ⎡ n 2 1⎛ n ⎞ ⎤ 1 ⎡
2
1
ˆ 2
S = ⎢∑ X i
⎜ ∑ X i ⎟ ⎥ = ⎢ 649,75
(250)2 ⎤⎥ = 0,25
n
1 ⎢⎣ i =1 n ⎝ i =1 ⎠ ⎥⎦ 99 ⎣ 100 ⎦
El intervalo de confianza para el gasto medio en euros por persona en la feria será:
⎡ 100 0,25 100 0,25 ⎤

I = ⎢2,5
1,96 (1
) ; 2,5
1,96 (1
) ⎥ = [2,4123; 2,5876]
⎢⎣ 500 100 500 100 ⎥⎦
Para un error en la estimación de la media de 75 euros, el número de personas que

será necesario entrevistar será:
2 NSˆ 2 1,96 2 500 0,25

n= = = 127,2761 128
e 2 N + 2 Sˆ 2 0,075 2 500 + 1,96 2 0,24
El número de personas que deberían haber sido preguntadas si se hubiera deseado

estimar la proporción de personas insatisfechas con los servicios prestados en el recinto
ferial con un error del 10% y una confianza del 95% sería el siguiente:
2 NPQ 1,96 2 500 0,5 0,5

n= = = 80,7005 81 personas
e2 (N
1) + 2 PQ 0,10 2 499 + 1,96 2 0,5 0,5
Como no se tiene información sobre el valor de P, se toma P = 0,5.
3.12. Para tomar la decisión de mantener un determinado libro como texto oficial de una
asignatura, se pretende tomar una muestra aleatoria simple entre los 1250 profesores de una
universidad y enviarles un cuestionario a través del cual manifiesten si son favorables a la
renovación del libro como texto oficial.
1) ¿Cuál deberá ser el número apropiado de profesores encuestados de entre los 1250 para
obtener una estimación sobre la proporción de profesores favorables a la renovación del
libro de texto con un error de muestreo inferior al 12% y una confianza del 90%?
2) Si de la encuesta realizada el año anterior se sabe que la proporción de profesores
favorables al mantenimiento del libro de texto estará entre el 75% y el 85%, ¿cuál debería
ser en este caso el número apropiado de profesores encuestados del apartado anterior?
3) Si finalmente se decidió enviar cuestionarios a 100 profesores, de los cuales tan sólo 35
no se manifestaron favorables a la renovación del libro de texto, estimar la proporción del
número apropiado de profesores encuestados de entre los 1250 para obtener una estimación.
www.FreeLibros.org
El número apropiado de profesores a encuestar de entre los 1250 para obtener una
estimación sobre la proporción de profesores favorables a la renovación del libro de texto
con un error de muestreo inferior al 12% y una confianza del 90% será el siguiente:
2 NPQ 1,645 2 1250 0,5 0,5

n= = = 45,2968 46 profesores
e2 (N
1) + 2 PQ 0,12 2 1249 + 1,645 2 0,5 0,5
Se ha utlizado P = 1/2 porque no se tiene información sobre P.
Para el caso de que se estime que la proporción oscilará entre el 75% y el 85%, en la
fórmula para obtener el tamaño muestral se utilizará P = 0,75, pues es el que proporciona
mayor variabilidad entre los posibles. Ahora tenemos:
1,645 2 1250 0,75 0,25

n= = 34,2954 35 profesores
0,12 2 1249 + 1,645 2 0,75 0,25
En el último apartado, como el estimador puntual de la proporción poblacional es la

proporción muestral, tenemos:
1 n
Pˆ = ∑ Ai (Ai =1 si el profesor i-ésimo mantiene el libro y Ai = 0 en caso contrario)
n i =1
Como sólo 35 profesores de los 100 deciden la no renovación del libro de texto,
tenemos:
65
Pˆ = = 0,65
100
N
n pq 1250
100 0,65 0,35
e p = = 1,645 * = 0,0753
N
1 n 1249 100
3.13. Una empresa industrial está interesada en el tiempo por semana que los científicos emplean
para ciertas tareas triviales. Las hojas de control del tiempo de una muestra irrestricta
aleatoria de n = 50 empleados muestran que la cantidad promedio de tiempo empleado en
esas tareas es de 10,31 horas, con una varianza muestral de S2 = 2,25. La compañía emplea N
= 750 científicos. Estimar el número total de horas-hombre que se pierden por semana en las
tareas insignificantes y establecer un límite para el error de estimación al 95% ( = 2).
Sea X el total de horas-hombre que se pierden por semana. Tenemos:
Xˆ = Nx = 750(10,31) = 7732,5 horas
Un límite para el error de estimación será el radio del intervalo de confianza al 95%:
n Sˆ
2
⎛ 50 ⎞ 2,25
( Xˆ ) = 2 N 2 (1
) = 2 700 2 ⎜1
⎟ = 307,4 horas
N n ⎝ 750 ⎠ 50
www.FreeLibros.org
3.14. Una muestra irrestricta aleatoria de n = 100 estudiantes del último año de un colegio fue
seleccionada para estimar: (1) la fracción de entre los N = 300 estudiantes del último año que
asistirán a una universidad, y (2) la fracción de estudiantes que han tenido trabajos de tiempo
parcial durante su estancia en el colegio. Sean Yi y Xi (i = 1, 2, …, 100) las respuestas del i-
ésimo estudiante seleccionado. Estableceremos que Yi = 0 si el i-ésimo estudiante no
planifica asistir a una institución superior, e Yi = 1 si lo planifica. Asimismo, sea Xi = 0 si el
estudiante i-ésimo no ha tenido trabajo durante su estancia en el colegio y sea Xi = 1 si lo ha
tenido. Usando los datos de la muestra presentados en la tabla adjunta, estime P1, la
proporción de estudiantes del último año que planea asistir a una universidad y P2, la
proporción de estudiantes del último año que ha tenido un trabajo de tiempo parcial durante
sus cursos en el colegio (incluyendo los veranos).
Estudiante Y X
1 1 0
2 0 1
3 0 1
4 1 1
5 0 0
6 0 0
7 0 1
. . .
. . .
96 0 1
97 1 0
98 0 1
99 0 1
100 1 1
100 100
∑Y
i =1
i = 15 ∑X
i =1
i = 65
Las estimaciones de las respectivas proporciones estarán dadas por las proporciones
muestrales:
1 100 15 1 100 65
Pˆ1 = ∑ Yi = = 0,15 Pˆ2 = ∑ Xi = = 0,65
100 i =1 100 100 i =1 100
Los límites para los respectivos errores de estimación al 95% estarán dados por los
radios de los dos intervalos de confianza, que se calculan como sigue:
n Pˆ1Qˆ 1 ⎛ 100 ⎞ 0,15 0,85

( Pˆ1 ) = 2 (1
) = 2 ⎜1
⎟ = 0,059
N n
1 ⎝ 300 ⎠ 99
n Pˆ2 Qˆ 2 ⎛ 100 ⎞ 0,65 0,35

( Pˆ2 ) = 2 (1
) = 2 ⎜1
⎟ = 0,078
N n
1 ⎝ 300 ⎠ 99
Hemos obtenido que el 15% de los estudiantes de último año planifica asistir a la
universidad con un límite del error de la estimación del 5,9%, y el 65% de los estudiantes de
último año ha tenido un trabajo a tiempo parcial durante su estancia en el colegio con un
límite para el error de la estimación del 7,8%.
www.FreeLibros.org
3.15. Mediante muestreo irrestricto aleatorio se obtiene una muestra de 50 trabajadores procedente
de una población de 750 empleados de una multinacional. Al medir el salario mensual X en
cientos de euros que perciben los trabajadores de la muestra se obtienen los siguientes datos:
50 50
∑X ∑X
2
i = 454 y i = 4306
i =1 i =1
De esta muestra 20 trabajadores pertenecen al sector financiero de la multinacional, y al medir

los salarios mensuales X sobre estos 20 empleados se obtienen los siguientes resultados:
20 20
∑X ∑X
2
i = 172 y i = 1536
i =1 i =1
1º Estimar el salario medio mensual por trabajador y el total mensual de pagos en salarios de
la multinacional para todos sus empleados y para los empleados del sector financiero, así
como sus errores absolutos y relativos de muestreo.
2º Responder a las preguntas del apartado anterior para muestreo aleatorio simple con
reposición comentando resultados y comparándolos con los del apartado 1.
Consideramos como población todos los empleados de la multinacional y como

subpoblación todos los empleados del sector financiero de la multinacional.
Para estimar la media y el total de la población con n = 50 y N = 750 se tiene:

50 50
∑ Xi 454
∑X i
x= i =1
= = 9,08 y Xˆ = Nx = 750 i =1
= 750 9,08 = 6810
n 50 n
Las estimaciones de los errores de muestreo serán:
⎡ ⎛ ⎞
2
⎤
1 ⎢ 50 2 ⎜ 50 ⎟ ⎥
⎢∑ X i
⎜ ∑ X i ⎟ 50⎥
49 ⎢ 1 23 ⎜⎜ 1
i =1
23 ⎟⎟
i =1 ⎥
50 ⎢
⎣ 4306 ⎝ 454 ⎠ ⎥⎦
Vˆ ( x ) = (1
) = 0,07 ⇒ ˆ ( x ) = 0,07 = 0,26
750 50
Vˆ ( Xˆ ) = N 2Vˆ ( x ) = 750 2 0,07 = 39375 ⇒ ˆ ( Xˆ ) = 39375 = 198,43
Las estimaciones de los errores relativos de muestreo (coeficientes de variación de

los estimadores) serán las siguientes:
ˆ ( x ) 0,27 ˆ ( Xˆ ) 198,43
Cˆ v( x ) = = = 0,029 (2,9%) y Cˆ v( Xˆ ) = = = 0,029 (2,9%)
x 9,08 Xˆ 6810
Evidentemente, los errores relativos de muestreo coinciden al estimar la media y el

total para la población.
www.FreeLibros.org
Hemos estimado que el salario medio de todos los trabajadores de la multinacional

es de 908 euros mensuales y que los pagos totales mensuales de la multinacional en salarios
de todos sus empleados es 681000 euros. Estas estimaciones tiene un error inferior al 3%
(2,9%), lo que indica que son muy aceptables.
Para estimar la media y el total de la subpoblación con n = 50, N = 750, n1 = 20 y N1

desconocido, se tiene:
20 20
∑X i
172 x ∑X i
172
x1 = i =1
= = 8,6 y Xˆ 1 = N 1 = 750. i =1 = 750 = 2580
n1 20 n 50 50
1 ⎡ 20 2 ⎛ 20 ⎤
2
⎞
⎢∑ X i
⎜ ∑ X i ⎟ n1 ⎥ 1
[
1536
172 2 20 ]
n n1
1 ⎣⎢ i =1 ⎝ i =1 ⎠ ⎥
⎦ 50
Vˆ ( x1 ) = (1
) = (1
) 19 = 0,14
N n1 750 20
1 ⎡ 20 2 ⎛ 20 ⎤
2
⎞
⎢∑ X i
⎜ ∑ X i ⎟ n ⎥ 1
[
1536
172 2 50 ]
n n
1 ⎢⎣ i =1 ⎝ ⎠ ⎥
⎦ 50
ˆ ˆ 2
V ( X 1 ) = N (1
)
i =1
2
= 750 (1
) 49
N n 750 50
= 202354,28
Luego las estimaciones de los errores de muestreo para la subpoblación serán:
ˆ ( x1 ) = Vˆ ( x1 ) = 0,14 = 0,374 y ˆ ( Xˆ 1 ) = Vˆ ( Xˆ 1 ) = 202354,28 = 450
Las estimaciones de los errores relativos de muestreo (coeficientes de variación)

para la subpoblación serán:
ˆ ( x1 ) 0,374 ˆ ( Xˆ 1 ) 450
Cˆ v( x1 ) = = = 0,043 ( 4,3%) y Cˆ v( Xˆ 1 ) = = = 0,1744 (17,44%)
x1 8,6 Xˆ 1 2580
Para la subpoblación ya no coinciden los errores relativos de muestreo al estimar la

media y el total.
Hemos estimado que el salario medio de los trabajadores del sector financiero de la
multinacional es de 860 euros mensuales (algo inferior a los 908 euros mensuales de media
cuando se consideran todos los trabajadores) y que los pagos totales mensuales de la
multinacional en salarios de sus empleados del sector financiero es 258000 euros. Estas
estimaciones tienen unos errores del 4,3% y del 17,44%, respectivamente. Es mucho más
precisa la estimación del salario medio de los empleados del sector financiero que la
estimación de los pagos totales a empleados de dicho sector.
En el caso de muestreo con reposición los estimadores son los mismos (para la
población y para la subpoblación). Los errores de muestreo para la población y la
subpoblación serán:
www.FreeLibros.org
Vˆ ( x ) 0,07
ˆ CR ( x ) = VˆCR ( x ) = = = 0,289
1
f 1
50 / 750
Vˆ ( Xˆ ) 39375
ˆ CR ( Xˆ ) = VˆCR ( Xˆ ) = = = 212,28
1
f 1
50 / 750
Vˆ ( x1 ) 0,14
ˆ CR ( x1 ) = VˆCR ( x1 ) = = = 0,4
1
f 1
50 / 750
Vˆ ( Xˆ 1 ) 202354,28
ˆ CR ( Xˆ 1 ) = VˆCR ( Xˆ 1 ) = = = 482,14
1
f 1
50 / 750
Se observa que los errores de muestreo al estimar la media y el total, tanto

para la población como para la subpoblación, son mayores en el caso de muestreo con
reposición que en el caso de muestreo sin reposición.
Las estimaciones de los errores relativos de muestreo (coeficientes de
variación) para la población y la subpoblación serán:
ˆ
y Cˆ v( Xˆ ) = CR ( X ) = 212,28 = 0,031 (3,1%)
ˆ ( x ) 0,289 ˆ
Cˆ v( x ) = CR = = 0,031 (3,1%)
x 9,08 Xˆ
6810
ˆ ( x ) 0,4 ˆ ( Xˆ ) 482,1
Cˆ v( x1 ) = CR 1 = = 0,046 ( 4,6%) y Cˆ v( Xˆ 1 ) = CR 1 = = 0,186 (18,6%)
x1 8,6 Xˆ 1 2580
Los errores relativos de muestreo al estimar la media y el total también son mayores
en el caso de muestreo con reposición, tanto para la población como para la subpoblación.
3.16. La tabla adjunta muestra la distribución de frecuencias del número de residentes en cada una
de las 197 ciudades de Estados Unidos que tenían más de 50000 habitantes en 1940.
Nº de residentes en miles Frecuencias Nº de residentes en miles Frecuencias

de habitantes (clases) absolutas de habitantes (clases) absolutas

50 - 100 105 650 -700 2
100 - 150 36 700 - 750 0
150 - 200 13 750 - 800 1
200 - 250 6 800 - 850 1
250 - 300 7 850 - 900 2
300 - 350 8 900 - 950 0
350 - 400 4 950 - 1000 0
400 - 450 1 1000 - 1050 0
450 - 500 3 1500 - 1550 1
500 - 550 0 1600 - 1650 1
550 - 600 2 1900 - 1950 1
600 - 650 1 3350 - 3400 1
7450 - 7500 1
Calcular los errores absoluto y relativo de muestreo del número total de habitantes estimado en
las 197 ciudades utilizando los siguientes métodos de muestreo:
1º) Muestro irrestricto aleatorio con tamaño de muestra n = 50.
2º) Muestreo que consiste en seleccionar las cinco ciudades más grandes y posteriormente una
muestra irrestricta aleatoria de tamaño 45 para las 192 ciudades restantes.
www.FreeLibros.org
Comenzaremos calculando la cuasivarianza para la distribución de frecuencias dada relativa

a los tamaños de las ciudades. Considerando las marcas de clase se tiene:
1 ⎡ 197 ⎤
2
2
S =
⎛ 197 ⎞
⎢∑ ni X i
⎜ ∑ n i X i ⎟ N ⎥ =
N
1 ⎢⎣ i =1
2 1
[
85363125
(46275) 197 = 380067,33
2
]
⎝ i =1 ⎠ ⎥⎦ 197
1
El error de muestreo para una muestra aleatoria simple sin reposición de tamaño 50 es:
n S2 50 380067,33
( Xˆ ) = V ( Xˆ ) = N 2 (1
) = 197 2 (1
) = 14836,79 miles de personas
N n 197 50
197
14836,79
Como X = ∑ ni X i = 46275 ⇒ Cv( Xˆ ) = * 100 = 32% (error relativo).
i =1 46275
En el segundo apartado consideramos la subpoblación de las cinco ciudades mayores

(últimos cinco elementos de la tabla de frecuencias) que no presenta variabilidad porque se
eligen todos sus elementos para la muestra, y en la subpoblación de las 192 ciudades restantes
elegimos una muestra de tamaño 45. En esta última subpoblación calcularemos el error de
muestreo (N1 = 192 n1 = 45).
1 ⎡ 192 ⎤
2
S1
2
=
⎛ 192 ⎞
⎢∑ n i X i
⎜ ∑ n i X i ⎟ N 1 ⎥ =
N 1
1 ⎢⎣ i =1
2 1
[ 2
]
9425000
(30350 ) 192 = 24227,68
⎝ i =1 ⎠ ⎥⎦ 192
1
n1 S12 45 24227,268
( Xˆ ) = V ( Xˆ ) = N 2 (1
) = 192 2 (1
) = 3898,09 miles de personas
N 1 n1 192 45
192
3898,09
Como X 1 = ∑ ni X i = 30350 ⇒ Cv( Xˆ ) = * 100 = 12,84% (error relativo).
i =1 30350
3.17. Dos dentistas A y B hicieron una encuesta para investigar el estado de los dientes de 200 niños. El
doctor A seleccionó una muestra irrestricta aleatoria de 20 niños y contó el número de dientes con
caries de cada niño, con los siguientes resultados:
N º de dientes con caries por niño 0 1 2 3 4 5 6 7 8 9 10

N º de niños 8 4 2 2 1 1 0 0 0 1 1
El doctor B, utilizando las mismas técnicas dentales, examinó a los 200 niños y sólo registró
aquellos que no tenían caries, encontrando que 60 niños no tenían dientes dañados.
1) Estudiar qué doctor obtiene estimaciones más precisas del número total de dientes con caries en
los niños cuantificando la ganancia en precisión.
2) Realizar las estimaciones anteriores mediante intervalos de confianza al 95%. Comentar los
resultados comparándolos con los del apartado anterior.
www.FreeLibros.org
Para el doctor A, la estimación del número de dientes con caries será:
0 8 + 1 4 + L + 10 1
Xˆ = Nx = 200 = 200 2,1 = 420 dientes con caries.
20
El error de muestreo de esta estimación es:
n Sˆ 2 20 8,62
ˆ ( Xˆ ) = Vˆ ( Xˆ ) = N 2 (1
) = 200 2 (1
) = 123,04
N n 200 20
1 ⎡ 10 ⎤ 1
2
Sˆ 2 =
⎛ 10 ⎞
⎢∑ n i X i
⎜ ∑ ni X i ⎟ n ⎥ =
20
1 ⎣⎢ i = 0
2
19
[ 2
]
252
(42 ) 20 = 8,62
⎝ i =1 ⎠ ⎥⎦
La estimación por intervalos al 95% es IC ( X ) = Xˆ ± ˆ ( Xˆ ) = 420 ± 1,96 123,04 .
Para el doctor B se considera la subpoblación de los 140 niños con caries resultante de
eliminar de los 200 niños iniciales los 60 que no tenían caries. En cuanto a la muestra, hay que
eliminar de la distribución inicial los ocho niños que tienen cero caries (20
8=12). La
distribución muestral de frecuencias de esta subpoblación queda como sigue:
N º de dientes con caries por niño 1 2 3 4 5 6 7 8 9 10

N º de niños 4 2 2 1 1 0 0 0 1 1
Tenemos entonces N1 = 140 y n1 = 12.
1 4 + L + 10 1
Xˆ 1 = N 1 x1 = 140 = 140 3,5 = 490 dientes con caries.
12
El error de muestreo de esta estimación es:
n1 Sˆ1
2
12 9,545
ˆ ( Xˆ 1 ) = Vˆ ( Xˆ 1 ) = N 12 (1
) = 140 2 (1
) = 419,370
N 1 n1 140 12
1 ⎡ 10 ⎤ 1
2
Sˆ12 =
⎛ 10 ⎞
⎢∑ ni X i
⎜ ∑ ni X i ⎟ n1 ⎥ =
12
1 ⎢⎣ i =1
2
[ 2
]
252
(42) 12 = 9,545
⎝ i =1 ⎠ ⎥⎦ 11
Se observa que la precisión del doctor B es bastante menor (error mayor).
La estimación por intervalos al 95% es IC ( X 1 ) = Xˆ 1 ± ˆ ( Xˆ 1 ) = 490 ± 1,96 419,37 .
www.FreeLibros.org
3.1. Consideramos una población finita de seis elementos sobre los que medimos una variable X,
obteniendo como resultados Xi = {8, 3, 1, 11, 4, 7}, i = 1, ..., 6. Mediante muestreo irrestricto
aleatorio se extraen muestras de tamaño 2. Se pide:
1) ¿Cuántos elementos tiene el espacio muestral? Especificar dicho espacio muestral y las
probabilidades asociadas a las muestras. Hallar las distribuciones en el muestreo de los
estimadores de la media y del total de X, así como de los estimadores de sus varianzas.
S2
Comprobar la insesgadez de los estimadores y que se cumple V ( x ) = (1
f ) ,
n
2
S
V ( Xˆ ) = N 2 (1
f ) y E ( Sˆ 2 ) = S 2 , así como que el estimador T = Total muestral no es
n
insesgado del total poblacional X.
2) Hallar el tamaño de muestra necesario para que el error de muestreo sea 2 al estimar la
media de la población. ¿Y al estimar el total poblacional? Hallar también el tamaño de
muestra necesario para que el error relativo de muestreo sea 0.48 en las mismas
estimaciones. Calcular todos los tamaños de muestra anteriores en presencia de un
coeficiente de confianza adicional del 95%. Comentar los resultados.
3) Contestar a todas las preguntas del apartado anterior para muestreo con reposición.
Comparar los resultados con los de muestreo sin reposición. Comentar los resultados.
4) ¿A partir de qué tamaño poblacional N el aumento del tamaño muestral n no interviene en

el error absoluto de muestreo para la estimación de la media? ¿Cuánto valdrá N con un
coeficiente de confianza del 95%? Hallar intervalos de confianza al 95% para la media y el
total basados en las muestras de elementos pares. Si al medir una variable X sobre los
elementos de la población se obtienen los valores {1, 3, 4}, ¿cuál de todos los métodos de
muestreo es más preciso al estimar el total poblacional mediante un estimador lineal
insesgado apropiado?
3.2. Mediante muestreo irrestricto aleatorio se trata de estimar la proporción y el total de piezas
correctas producidas en un proceso industrial en el que se fabrican un total de 6000 unidades.
Una muestra piloto ha suministrado 1/3 de piezas defectuosas. Se pide:
1) Hallar el tamaño de muestra necesario para que el error de muestreo sea de una décima al
estimar la proporción de piezas correctas producidas en el proceso industrial. Hallar también el
tamaño de muestra necesario para que el error relativo de muestreo sea de 20% en la misma
estimación.
2) Hallar el tamaño de muestra necesario para que el error de muestreo sea de 600 unidades al
estimar el total de piezas correctas con un coeficiente de confianza del 99,7% y suponiendo
muestreo aleatorio simple con reposición. Hallar dicho tamaño en las condiciones anteriores pero
para un error relativo de muestreo del 10%.
www.FreeLibros.org
3.3. Con el objetivo del análisis de la divisibilidad de un conjunto de números consideramos la

población virtual Xi = {2, 13, 17, 23, 6, 1}, i = 1, ..., 6. Mediante muestreo irrestricto aleatorio se
extraen muestras de tamaño 2.
1) Se trata de estimar los parámetros poblacionales PROPORCIÓN DE NÚMEROS PRIMOS y

TOTAL DE NÚMEROS PRIMOS mediante estimadores insesgados basados en las muestras del
espacio muestral. Hallar la distribución en el muestreo de dichos estimadores y de las
estimaciones insesgadas de sus varianzas. Comprobar todas las insesgadeces y que se cumplen
N N
PQ PQ
las relaciones V ( Pˆ ) = (1
f ) N
1 , V ( Aˆ ) = N 2 (1
f ) N
1 y E ( Sˆ 2 ) = S 2 , así como
n n
que el estimador T = Total de números primos en las muestras no es insesgado del total de clase
poblacional A.
3) Hallar el tamaño de muestra necesario para que el error de muestreo sea 1/4 al estimar la
proporción de números primos de la población. Hallar también el tamaño de muestra necesario
para que el error relativo de muestreo sea del 2% en la misma estimación.
4) Hallar intervalos de confianza al 99% ( = 0,01) para el total y la proporción de números

primos en la población basados en las muestras cuyos dos elementos son números no primos.
Tenemos como dato conocido que F-1(0.995)= 2,57, siendo F la función de distribución de la
normal (0,1). Comentar los resultados.
5) Hallar el tamaño de muestra necesario para que el error de muestreo sea 6 al estimar el total de
números primos de la población con un coeficiente de confianza del 99% y suponiendo muestreo
aleatorio simple con reposición. Hallar dicho tamaño en las condiciones anteriores pero para un
error relativo de muestreo del 90%. Comentar los resultados.
3.4. Un investigador está interesado en estimar la ganancia en peso total en 0 a 4 semanas de N =

1000 polluelos alimentados con una nueva ración. Obviamente, pesar cada ave sería tedioso
y lento. Por lo tanto, determinar el número de polluelos que serán seleccionados en este
estudio para estimar τ con un límite para el error de estimación igual a 1000 gramos. Muchos
estudios similares sobre nutrición de polluelos se han llevado a cabo en el pasado. Usando
los datos de esos estudios, el investigador encontró que σ2, la varianza poblacional, fue
aproximadamente igual a 36,00 gramos. Determine el tamaño de muestra requerido.
3.5. Una muestra irrestricta aleatoria de n = 100 medidores de agua es controlada dentro de una
comunidad para estimar el promedio de consumo de agua diario por casa durante un periodo
estacional seco. La media y la varianza muestrales fueron y = 12,5 y s 2 = 1252 . Si
suponemos que hay N = 10000 casas dentro de la comunidad, estimar μ, el promedio de
consumo diario verdadero, y establezca un límite para el error de estimación.
www.FreeLibros.org
CAPÍTULO
MUESTREO ESTRATIFICADO
SIN Y CON REPOSICIÓN
OBJETIVOS
1. Presentar el concepto de muestreo estratificado.
2. Comprender las especificaciones del muestreo estratificado.
3. Analizar los estimadores y sus errores en muestreo aleatorio estratificado
sin reposición.
4. Estimar los errores en muestreo aleatorio estratificado sin reposición.
5. Analizar los estimadores y sus errores en muestreo estratificado con
reposición.
6. Estimar los errores en muestreo aleatorio estratificado sin reposición.
7. Comprender el concepto de afijación de la muestra.
8. Estudiar los distintos tipos de afijación.
9. Especificar los errores de los estimadores en función de los distintos tipos
de afijación.
10. Analizar el tamaño de la muestra en general.
11. Estudiar el tamaño de la muestra en función de los distintos tipos de
afijación.
12. Comparar la eficiencia de los distintos tipos de afijación.
13. Presentar el concepto de postestratificación.
14. Analizar estimadores y errores en postestratifiacción.
www.FreeLibros.org
ÍNDICE
1. Concepto de muestreo estratificado.
2. Muestreo estratificado sin reposición. Estimadores y errores.
3. Muestreo estratificado con reposición. Estimadores y errores.
4. Afijación de la muestra. Tipos de afijación y errores de los estimadores para
muestreo sin reposición.
5. Afijación de la muestra. Tipos de afijación y errores de los estimadores para
muestreo con reposición.
6. Tamaño de la muestra para muestreo sin reposición.
7. Tamaño de la muestra para muestreo con reposición.
8. Comparación de eficiencias en muestreo estratificado.
9. Postestratificación.
10. Problemas resueltos
www.FreeLibros.org
Muestreo estratificado sin y con reposición 149
CONCEPTO DE MUESTREO ESTRATIFICADO
Supongamos que la población objeto de estudio, formada por N unidades elementales, se

divide en L subpoblaciones o estratos, los cuales constituyen una partición, es decir, no se
solapan y la unión de todos ellos es el total. De forma más precisa podemos decir que en el
muestreo estratificado, una población heterogénea con N unidades {ui} i = 1, 2, ..., N se subdivide
en L subpoblaciones disjuntas lo más homogéneas posible (que forman una partición) de tamaños
N1, N2, ..., NL., denominadas estratos {uhi } h =1,2 ,L, L .
i =1, 2 ,L N h
El muestreo estratificado es un tipo de muestreo de unidades elementales ya que la muestra

estratificada de tamaño n se obtiene seleccionando nh elementos (h = 1, 2, ..., L) de cada uno de los L
estratos en los que se subdivide la población de forma independiente. Si la selección en cada estrato
es aleatoria simple y de forma independiente, el muestreo se denomina muestreo aleatorio
estratificado, pero en general nada impide utilizar diferentes tipos de selección en cada estrato. Si
el muestreo aleatorio en cada estrato es sin reposición, el muestreo estratificado es sin reposición,
y si el muestreo aleatorio en cada estrato es con reposición, el muestreo estratificado es con
reposición. El gráfico siguiente muestra la población dividida en h estratos de tamaño Nh, en
cada de los cuales elegimos de modo independiente nh unidades (por muestreo aleatorio
simple si no se especifica otra cosa) para la muestra estratificada de tamaño n..
Nh N4
nh n4
N1 N2 N3
n1 n2 n3
POBLACIÓN
A continuación se expresa de modo esquemático la formación de estratos en la
población y la formación de la muestra estratificada de la forma siguiente:
POBLACIÓN
⎧u11 u12 Lu 1 N1 ⎫
⎪ ⎪
⎪u 21 u 22 Lu 2 N 2 ⎪ L
{u1 u 2 Lu N } ⎨
Se divide en L estratos
∑
⎬ Nh = N
⎪LLLLLL⎪ h =1
⎪u u Lu ⎪
⎩ L1 L 2 LN L ⎭
MUESTRA
⎧u11 u12 Lu 1n ⎫
1
⎪ ⎪
⎪u 21 u 22 Lu 2 n ⎪ L
{u1 u 2 Lu n } ⎨
Se extrae en cada estrato
∑
⎬ nh = n
2
⎪LLLLLL⎪ h =1
⎪u u Lu ⎪
⎩ L1 L 2 Ln ⎭
L
www.FreeLibros.org
El principal objetivo del muestreo estratificado es mejorar la precisión de las

estimaciones reduciendo los errores de muestreo. Intenta minimizar la varianza de los
estimadores mediante la creación de estratos lo más homogéneos posible entre sus elementos
(para que los estimadores del estrato sean precisos) y lo más heterogéneos entre sí (para
tener el máximo de información). Otros objetivos del muestreo estratificado son los
siguientes:
1. Obtener estimaciones separadas para cada uno de los estratos.
2. Hacer un uso más racional de la organización administrativa.
3. Paliar los defectos del marco, aislando esos defectos en algunos estratos.
Es muy conveniente utilizar muestreo estratificado cuando existe una variable precisa para
la estratificación cuyos valores permitan dividir convenientemente la población en estratos
homogéneos. Las variables utilizadas para la estratificación deberán estar correlacionadas con las
variables objeto de la investigación. Por ejemplo, para realizar estadísticas sobre los ingresos de las
familias en una ciudad puede estratificarse según los valores de la variable cualificación profesional
de los cabezas de sus componentes (a más cualificación normalmente hay más ingresos, con lo que
los estratos resultarán homogéneos). Si se quiere estudiar el volumen de negocio de los
establecimientos de venta al público de una ciudad, se puede utilizar como variable de
estratificación su número de empleados, y clasificar (estratificar) los establecimientos en grandes
superficies, supermercados, tiendas grandes, tiendas pequeñas y otros, según el número de
empleados; así resulta una división de los establecimientos en grupos homogéneos. Si se quiere
estudiar características de hospitales se puede utilizar la variable de estratificación número de
pacientes, para estratificarlos en grandes hospitales, clínicas medias y clínicas pequeñas, resultando
así grupos de hospitales con problemática similar. Para realizar estadísticas en el sector educativo
puede utilizarse la variable de estratificación nivel de enseñanza, tomando como estratos los niveles
de enseñanza infantil, enseñanza primaria, enseñanza secundaria obligatoria, bachillerato y
enseñanza universitaria (cada estrato tiene así unas características muy peculiares que lo hacen
homogéneo).
MUESTREO ESTRATIFICADO SIN REPOSICIÓN: ESTIMADORES Y ERRORES

L Nh
En muestreo estratificado un parámetro poblacional puede escribirse como = ∑∑Y
h i
hi .
El parámetro puede ser estimado mediante la suma extendida a todos los estratos de los
estimadores lineales insesgados de Horvitz y Thompson en cada estrato, es decir, mediante:
L nh
Y hi
ˆ = ∑∑
h i hi
~
donde hi es la probabilidad de que la unidad u hi pertenezca a la muestra ( Xh ) de nh unidades,
obtenida de entre las Nh unidades del estrato h-ésimo. Para los diferentes estimadores tendremos las
siguientes expresiones:
www.FreeLibros.org
nh nh
L
X hi L
X hi L
1 nh L L
= X ⇒ Yhi = X hi ⇒ Xˆ st = ∑∑ = ∑∑ = ∑ N h ∑ X hi = ∑ N h xh = ∑ Xˆ h
hi h=1 i =1 nh N h n =1
h=1 i =1 h=1
1h4i243 h=1 h=1
Xˆ h = xh
X hi L
1 nh X L
1 nh X L
N 1 nh L
= X ⇒ Yhi = ⇒ Xˆ st = xst = ∑ ∑ hi = ∑ ∑ hi = ∑ h ∑ X hi = ∑Wh xh
N h=1 N i =1 hi h=1 N i =1 nh N h N nh i=1
h=1 { h=1
Wh
nh nh
L
Ahi L
Ahi L
1 nh L L
= A ⇒ Yhi = Ahi ⇒ Aˆ st = ∑∑ = ∑∑ = ∑ N h ∑ Ahi = ∑ N h Pˆh = ∑ Aˆ h
hi nh N h h=1 nh i =1
h=1 i =1 h =1 i =1
1424 3 h=1 h =1
Pˆh
Ahi L
1 nh A L
1 nh Ahi L
N 1 nh L
= P ⇒ Yhi = ⇒ Pˆst = ∑ ∑ hi = ∑ ∑ =∑ h ∑ Ahi = ∑ Wh Pˆh
N N N n N N n
h =1 { h i =1
h =1 i =1 hi h =1 i =1 h h
W
1424 3 h=1
h
Pˆh
El estimador del total poblacional en muestreo estratificado aleatorio es la suma de

los estimadores del total en cada estrato y los factores de elevación son Nh / nh. El estimador
de la media en muestreo estratificado aleatorio es la media ponderada de los estimadores de la
media en cada estrato, siendo los coeficientes de ponderación Wh = Nh/N de suma unitaria, que a
su vez son los factores de elevación. El estimador del total de clase en muestreo estratificado
aleatorio es la suma de los estimadores del total de clase en cada estrato. El estimador de la
proporción en muestreo estratificado aleatorio es la media ponderada de los estimadores de la
proporción en cada estrato, siendo los coeficientes de ponderación Wh = Nh/N de suma
unitaria. Las varianzas de los estimadores y sus errores son (fh = nh / Nh):
( ) S2 ⎛ L ⎞ L S2
L
V Xˆ st = ∑ N h2 (1
f h ) h , V (x st ) = V ⎜ ∑ W h x h ⎟ = ∑ W h2 (1
f h ) h
h =1 nh ⎝ h =1 ⎠ h =1 nh
( ) N h Ph Q h
( ) N h Ph Q h
L L
V Aˆ st = ∑ N h2 (1
f h ) , V Pˆst = ∑ Wh2 (1
f h )
h =1 N h
1 nh h =1 N h
1 nh
Sˆ h2 Sˆ h2
( )
L L
V X st = ∑ N h (1
f h )
ˆ ˆ 2
, V (X st ) = ∑ W h (1
f h )
ˆ 2
h =1 nh h =1 nh
Pˆ Qˆ Pˆ Qˆ
( ) ( )
L L
Vˆ Aˆ st = ∑ N h2 (1
f h ) h h , Vˆ Pˆst = ∑ W h2 (1
f h ) h h
h =1 nh
1 h =1 nh
1
S h2 = cuasivarianza poblacional en el estrato h, Sˆh2 = cuasivarianza muestral en el estrato h.
MUESTREO ESTRATIFICADO CON REPOSICIÓN: ESTIMADORES Y ERRORES
Para el caso del muestreo estratificado con reposición los estimadores son los
mismos, y sus varianzas son las siguientes:
( ) 2 2 PQ
( ) PQ
( )
L L L L
V Xˆ st = ∑ N h2 h , V ( x st ) = ∑Wh2 h , V Aˆ st = ∑ N h2 h h , V Pˆst = ∑Wh2 h h
h =1 nh h =1 nh h =1 nh h =1 nh
www.FreeLibros.org
Las estimaciones de los errores (estimaciones de varianzas) son las siguientes:
ˆ2 ˆ2 Pˆ Qˆ Pˆ Qˆ
( ) 2 Sh 2 Sh
( ) ( )
L L L L
ˆ ˆ
V X st = ∑ N h , V (X st ) = ∑Wh
ˆ , Vˆ Aˆ st = ∑ N h2 h h , Vˆ Pˆst = ∑Wh2 h h
h =1 nh h =1 nh h =1 nh
1 h =1 nh
1
AFIJACIÓN DE LA MUESTRA: TIPOS DE AFIJACIÓN Y ERRORES DE

LOS ESTIMADORES PARA MUESTREO SIN REPOSICIÓN
Se llama afijación de la muestra al reparto, asignación, adjudicación, adscripción o distribución
del tamaño muestral n entre los diferentes estratos; esto es, a la determinación de los valores de nh
que verifiquen n1 + n2 + .... + nL = n. Pueden establecerse muchas afijaciones o maneras de
repartir la muestra entre los estratos, pero las más importantes son: la afijación uniforme, la
afijación proporcional, la afijación de varianza mínima y la afijación óptima.
Afijación uniforme
Consiste en asignar el mismo número de unidades muestrales a cada estrato, con lo que se
tomarán todos los nh iguales a n/L, aumentando o disminuyendo este tamaño en una unidad
si n no fuese múltiplo de L, esto es, nh = E(n/L) + 1, donde E denota la parte entera.
L L
nh k
n h = k h = 1LL ⇒ ∑ n h = ∑ k ⇒ n = Lk ⇒ f h = =
h =1 h =1 Nh Nh
Para este tipo de afijación, las varianzas de los estimadores y sus estimaciones se
hallan sustituyendo en las fórmulas generales fh por k/Nh. Este tipo de afijación da la misma
importancia a todos los estratos, en cuanto a tamaño de la muestra, con lo cual favorecerá a los
estratos de menor tamaño y perjudicará a los grandes en cuanto a precisión. Sólo es conveniente
en poblaciones con estratos de tamaño similar.
Afijación proporcional
Consiste en asignar a cada estrato un número de unidades muestrales proporcional a su tamaño.
Las n unidades de la muestra se distribuyen proporcionalmente a los tamaños de los estratos
expresados en número de unidades. Tenemos:
L L L
n
n h = N h k ⇒ ∑ n h = ∑ N h k = k ∑ N h ⇒ n = kN ⇒ k = = f
1 23 h =1
h =1
1 23
h =1 N
n N
nh N k N h nh k nh
fh = = h =k = f Wh = = =
N Nh N nk n
{h
hi
Para este tipo de afijación, las varianzas de los estimadores serán:
www.FreeLibros.org
( )
V Xˆ st =
(1
k ) L N S 2 , V (x ) = (1
k ) L W S 2
k h=1
∑ h h st
n h=1
∑ h h
( )
ˆ (1
k ) L Nh2 ˆ (1
k ) L Nh2 N
( )
V Ast = ∑
k h=1 Nh
1
PhQh , V Pst = ∑
k h=1 Nh
1
PhQh
En afijación proporcional los estimadores de media y total pueden expresarse como

sigue:
L
L L
n 1 L ∑x h
x Total muestral
Xˆ st = ∑ N h x h = ∑ h x h = ∑ nh x h = h =1
= =
h =1 h =1 k K h =1
{ k f Fraccion demuestreo
x h nh
L
L L
1 L ∑x h
Xˆ st = x st = ∑ Wh x h = ∑ h x h = ∑ nh x h =
n h =1 Total muestral
=
h =1 h =1 n n h =1 x{n n Tamaño de muestra
h h
A la vista de los resultados anteriores, en afijación proporcional, podemos asegurar lo

siguiente:
• Las fracciones de muestreo en los estratos son iguales y coinciden con la fracción global
de muestreo, siendo su valor la constante de proporcionalidad.
• Los coeficientes de ponderación Wh se obtienen exclusivamente a partir de la muestra,

pues para su cálculo sólo son necesarios valores muestrales (nh y n).
• El estimador insesgado para el total poblacional puede expresarse como el cociente entre
el total muestral y la fracción de muestreo, o lo que es lo mismo, como el producto del
total muestral por la inversa de la fracción de muestreo. Similar propiedad tiene el
estimador insesgado para el total de clase (producto del total de clase muestral por la
inversa de la fracción de muestreo).
• El estimador insesgado para la media poblacional puede expresarse como el cociente entre
el total muestral y el tamaño de la muestra. Similar propiedad tiene el estimador insesgado
para la proporción poblacional (cociente entre el total de clase muestral y el tamaño de la
muestra).
nh
• Como hi = = k = f, todas las unidades de la población tienen la misma probabilidad
Nh
de figurar en la muestra de n unidades; es decir, estamos en el caso de muestras
autoponderadas.
Afijación de mínima varianza (o afijación de Neyman)
La afijación de mínima varianza o afijación de Neyman consiste en determinar los valores de

nn (número de unidades que se extraen del estrato h-ésimo para la muestra) de forma que para
un tamaño de muestra fijo igual a n la varianza de los estimadores sea mínima.
www.FreeLibros.org
Nh
Sh
NhSh W S
La expresión para nh es n h = n L =n L N =n L h h .
Nh
∑h =1
NhSh ∑h =1 N
Sh ∑h =1
Wh S h
Vemos que los valores de nh son proporcionales a los productos N h S h y en el

supuesto de que Sh = S, h = 1, 2, ..., L esta afijación de mínima varianza coincidiría con la
proporcional, tal y como se ve a continuación:
NhS nN h n
S h = S ⇒ nh = n L
= = kN h con k =
N N
∑N
h =1
h S
La utilidad de esta afijación es mayor si hay grandes diferencias en la

variabilidad de los estratos. En otro caso, la mayor sencillez y autoponderación de la
afijación proporcional hacen preferible el empleo de ésta.
Una vez calculados los nh para afijación de mínima varianza, vamos a ver cuánto
vale la varianza del estimador de la media y del total para este tipo de afijación. Tenemos:
2 2
( ) 1⎛ L ⎞ 1 L
1⎛ L ⎞ 1 L
V ( x st ) = ⎜ ∑ Wh S h ⎟
∑ Wh S , V Xˆ st2
h = ⎜∑ Nh Sh ⎟
∑N h S h2
n ⎝ h =1 ⎠ N h =1 n ⎝ h =1 ⎠ N h =1
Si se quiere la afijación y la expresión de la varianza mínima para el estimador de la

proporción y el total de clase, basta sustituir en la fórmula anterior Sh2 por PhQhNh/(Nh-1).
Afijación óptima
La afijación óptima consiste en determinar los valores de nh (número de unidades que se
extraen del estrato h-ésimo para la muestra) de forma que para un coste fijo C la varianza de
los estimadores sea mínima. El coste fijo C será la suma de los costes derivados de la
selección de las unidades muestrales de los estratos; es decir, si ch es el coste por unidad de
muestreo en el estrato h, el coste total de selección de las nh unidades muestrales en ese
estrato será chnh. Sumando los costes chnh para los L estratos tenemos el coste total de
selección de la muestra estratificada.
Nh Sh ch Wh S h ch
Podemos escribir que n h = n L
= n L
∑N
h =1
h Sh ch ∑W
h =1
h Sh ch
Vemos que los valores de nh son proporcionales a los productos N h S h c h y en el

supuesto de que Ch = k h = 1, 2, ..., L (coste constante en todos los estratos) la afijación
óptima coincide con la de mínima varianza, y si además Sh = S, h = 1, 2, ..., L la afijación
óptima coincidirá con la de mínima varianza y con la proporcional.
Valor de la varianza mínima
Una vez calculados los nh para afijación óptima, vamos a ver cuánto vale la varianza del
estimador de la media y del total para este tipo de afijación. Tenemos:
www.FreeLibros.org
1⎛ L ⎞⎛ L ⎞ 1 L
V ( x st ) = ⎜ ∑ Wh S h c h ⎟⎜ ∑ Wh S h c h ⎟
∑W S h
2
h
n ⎝ h =1 ⎠⎝ h =1 ⎠ N h =1
( ) 1⎛ L ⎞⎛ L ⎞ 1 L
V Xˆ st = ⎜ ∑ N h S h c h ⎟⎜ ∑ N h S h c h ⎟
∑N h S h2
n ⎝ h =1 ⎠⎝ h =1 ⎠ N h =1
Si se quiere la afijación óptima y la expresión de la varianza mínima para el

estimador de la proporción y el total de clase, basta sustituir en la fórmula anterior Sh2 por
PhQhNh/(Nh-1).
AFIJACIÓN DE LA MUESTRA: TIPOS DE AFIJACIÓN Y ERRORES DE LOS

ESTIMADORES PARA MUESTREO CON REPOSICIÓN
Dada la forma en que están definidos los cálculos de los nh para las afijaciones uniforme y
proporcional, dichas afijaciones no van a verse afectadas por el hecho de que el muestreo sea
con o sin reposición. Sin embargo, sí variarán las varianzas de los estimadores. Las
afijaciones de mínima varianza y óptima sí van a verse afectadas por la existencia de
reposición o no, ya que el cálculo de nh depende de las varianzas en los estratos.
Afijación uniforme
Para este tipo de afijación, las varianzas de los estimadores serán:
( )
( ) ( )
2 2
L L
PQ PQ
L L
V Xˆ st = ∑Nh2 h , V (xst ) = ∑Wh2 h , V Aˆst = ∑Nh2 h h , V Pˆst = ∑Wh2 h h
h=1 k h=1 k h=1 k h=1 k
Para este tipo de afijación las varianzas de los estimadores serán:
( ) 1 L 1 L
k h=1
( ) 1 L
n h=1
1 L PQ
V Xˆ st = ∑ N h h2 , V Aˆ st = ∑ N h Ph Qh , V (xst ) = ∑Wh h2 , V Pˆst = ∑Wh h h
k h=1 n h=1 k
( )
Afijación de mínima varianza (o afijación de Neyman)
Tenemos:
2 2
Wh h N h h 1⎛ L ⎞ 1⎛ L ⎞
nh = n L
= n L
, V ( x st ) = ⎜∑ h h ⎟
W , V ( x st ) = ⎜ ∑ N h h ⎟
n ⎝ h =1 ⎠ n ⎝ h =1 ⎠
∑W
h =1
h h ∑N
h =1
h h
Si se quiere la afijación de mínima varianza y la expresión de la varianza mínima

para el estimador de la proporción y el total de clase basta sustituir en la fórmula anterior
h2 por PhQh.
www.FreeLibros.org
Afijación óptima
Tenemos:
Wh h N h h
ch ch 1⎛ L ⎞⎛ L ⎞
nh = n =n , V ( x st ) = ⎜ ∑ Wh h c h ⎟⎜ ∑ Wh h c h ⎟ ,
L
Wh h L
N h h n ⎝ h =1 ⎠⎝ h =1 ⎠
∑
h =1 ch
∑ h =1 ch
( )
1⎛ L
V Xˆ st = ⎜ ∑ N h h
n ⎝ h =1
⎞⎛ L ⎞
c h ⎟⎜ ∑ N h h c h ⎟
⎠⎝ h =1 ⎠
Si se quiere la afijación óptima y la expresión de la varianza mínima para el estimador de
la proporción y el total de clase basta sustituir en las fómulas anterioriores h2 por PhQh.
TAMAÑO DE LA MUESTRA PARA MUESTREO SIN REPOSICIÓN
Vamos a analizar ahora el tamaño de muestra estratificada necesario para cometer un

determinado error de muestreo conocido de antemano. Distinguiremos los casos de error de
muestreo dado con y sin coeficiente de confianza adicional y, además, distinguiremos entre
los diferentes tipos de afijación de la muestra.
Tipo de error Absoluto y coeficiente Absoluto y coeficiente

Absoluto Absoluto
Parámetro de confianza adicional de confianza adicional
proporcional varianza mínima
2 2
L ⎛ L
⎞ L ⎛ L ⎞
∑ Wh Sh2 ⎜ ∑
⎜ Wh Sh ⎟
⎝ h =1
⎟
⎠
∑ Wh Sh2 ∑
⎜ Wh Sh ⎟
⎜
⎝ h =1
⎟
⎠
h =1 h =1
Media L L 2 L 2 L
1 1 e 1 e 1
e2 +
N
∑W S
h =1
2
h h
2
e + ∑
N h =1
Wh Sh2
2
+
N
∑W S
h =1
2
h h +
2 N h =1
∑ Wh Sh2
2 2
L ⎛ L
⎞ L ⎛ L
⎞
N ∑ N h Sh2 ⎜ ∑
⎜ N h Sh ⎟
⎝ h =1
⎟
⎠
N ∑ N h Sh2 ⎜ ∑
⎜ N h Sh ⎟
⎝ h =1
⎟
⎠
h =1 h =1
Total L L 2 L 2 L
e e
e2 + ∑N S
h =1
2
h h e2 + ∑N S
h =1
2
h h
2
+ ∑N Sh =1
2
h h 2

+ ∑N h Sh2
h =1
2 2
L ⎛ L
Nh ⎞ L ⎛ L
Nh ⎞
∑ Wh
Nh
Nh
1
PhQh ⎜ Wh
∑
⎜ h =1 N
1
PhQh ⎟
⎟ ∑ Wh
Nh
Nh
1
PhQh ∑
⎜ Wh
⎜ h =1 N
1
PhQh ⎟
⎟
Proporción h =1 ⎝ h ⎠ h =1 ⎝ h ⎠
L L 2 L 2 L
1 Nh 1 Nh e 1 Nh e 1 Nh
2
e +
N
∑
h =1
Wh
Nh
1
PhQh 2
e +
N h =1
∑
Wh
Nh
1
PhQh
2
+
N
∑W h =1
h
Nh
1
PhQh + ∑Wh
2 N h =1 N h
1
PhQh
2 2
L ⎛ L Nh ⎞ L ⎛ L Nh ⎞
∑
N Nh
Nh
PhQh ∑
⎜ Nh
⎜ h =1
1
PhQh ⎟
⎟ N Nh ∑
Nh
PhQh ∑
⎜ Nh
⎜ h =1
1
PhQh ⎟
⎟
h
1 h
1
h =1 N ⎝ N h ⎠ h =1 N ⎝ N h ⎠
Total de clase L L 2 L 2 L
Nh Nh e Nh e Nh
e2 + ∑N
h =1
h
Nh
1
PhQh e2 + ∑
h =1
Nh
Nh
1
PhQh
2
+ ∑N h =1
h
Nh
1
PhQh +
2 h =1
∑
N h
Nh
1
P Q
h h
TAMAÑO DE LA MUESTRA PARA MUESTREO CON REPOSICIÓN
Vamos a analizar ahora el tamaño de muestra estratificada con reposición necesario para
cometer un determinado error de muestreo conocido de antemano. Distinguiremos los casos
de error de muestreo dado con y sin coeficiente de confianza adicional y, además,
distinguiremos entre los diferentes tipos de afijación de la muestra.
www.FreeLibros.org
Tipo de error Absoluto y coeficiente Absoluto y coeficiente

Absoluto Absoluto
Parámetro de confianza adicional de confianza adicional
2 2
L ⎛ L ⎞ L ⎛ L ⎞
∑W h
2
h ∑
⎜⎜ Wh h ⎟⎟
⎝ h =1 ⎠
∑W h
2
h ∑
⎜⎜ Wh h ⎟⎟
⎝ h =1 ⎠
h =1 h =1
Media
e2 e2 2
e / 2 e 2 / 2
2 2
L ⎛ L ⎞ L ⎛ L ⎞
N ∑ N h h2 ∑
⎜⎜ N h h ⎟⎟
⎝ h =1 ⎠
N ∑ N h h2 ∑
⎜⎜ N h h ⎟⎟
⎝ h =1 ⎠
h =1 h =1
Total 2
e e2 2
e / 2
e 2 / 2
2 2
L ⎛ L ⎞ L ⎛ L ⎞
∑ Wh Ph Qh ∑
⎜⎜ Wh Ph Qh
⎝ h =1
⎟⎟
⎠
∑ Wh Ph Qh ∑
⎜⎜ Wh Ph Qh
⎝ h =1
⎟⎟
⎠
h =1 h =1
Proporción 2
e e2 e 2 / 2 e 2 / 2
2 2
L ⎛ L
⎞ L ⎛ L ⎞
N ∑N PQ h h h ∑
⎜⎜ N h Ph Qh
⎝ h =1
⎟⎟
⎠
N ∑N PQ h h h ∑
⎜⎜ N h Ph Qh
⎝ h =1
⎟⎟
⎠
h =1 h =1
Total de clase
e2 e2 e / 2
2
e 2 / 2
COMPARACIÓN DE EFICIENCIAS EN MUESTREO ESTRATIFICADO
Muestreo sin reposición
Vamos a realizar ahora comparaciones de eficiencias a partir de la expresión de S2. Tenemos:
S2 1 L 1 L
∑ W h S h2 + ∑ W h (X h
X ) ⇒ = ∑ W h S h2 + ∑ W h (X h
X ) ⇒
L L
2 2
S2 =
h =1 h =1 n n h =1 n h =1
S 2 1
f L 1
f L
∑ ∑ W h (X h
X ) ⇒ V MAS ( x )
2 2
(1
f ) = W S + V MEP ( x )
n 1n442 3 1n4 4
h h

14243 h =1
44 4 24 4 4 3
h =1 La igualdad se da
V MAS ( x ) V MEP ( x ) 0 si X = X h =1,L, L h
Hemos visto que el muestreo estratificado con afijación proporcional es más preciso que el
muestreo aleatorio simple, produciéndose la igualdad de precisiones cuando las medias de los
estratos son todas iguales. Por tanto, la ganancia en precisión del muestreo estratificado respecto del
aleatorio simple será mayor cuanto más distintas entre sí sean las medias de los estratos; es decir,
para que el muestreo estratificado sea preciso es conveniente que los estratos sean heterogéneos
entre sí en media, afirmación que ya conocíamos desde el comienzo del tema y que constituye una
de las especificaciones clásicas en el muestreo estratificado.
1
f L ⎛1⎛ L ⎞
2
1 L ⎞
V MEP ( x )
V MEMV ( x ) = ∑
n3 h =1
2
Wh S h
⎜
⎜ ⎜ ∑ Wh S h ⎟
∑W S 2 ⎟=
⎟
⎝ n ⎝ h =1 N
h h
12 ⎠ h =1
⎠
1 1

n N
1 ⎛⎜ L ⎞ 1 L
2
⎛ L ⎞
( )
L
2
∑
n ⎜⎝ h =1
W S
h h
2

⎜ ∑
⎝ h =1
Wh S h ⎟
⎠
⎟ = ∑ Wh S h
S
⎟ n h =1
0 con S = ∑ Wh S h
⎠ La igualdad se da h =1
si S h = S h =1,L, L
Luego VMEP ( x )
VMEMV ( x ) 0 ⇒ VMEP ( x ) VMEMV ( x )
www.FreeLibros.org
El muestreo estratificado con afijación de mínima varianza es más preciso que el muestreo
estratificado con afijación proporcional, produciéndose la igualdad de precisiones cuando las
cuasidesviaciones típicas de los estratos son todas iguales. Por tanto, la ganancia en precisión del
muestreo estratificado con afijación de mínima varianza respecto del muestreo estratificado con
afijación proporcional será mayor cuanto más distintas entre sí sean las cuasidesviaciones típicas de
los estratos; es decir, para que el muestreo estratificado sea más preciso es conveniente que los
estratos sean heterogéneos entre sí en desviación típica, afirmación que ya conocíamos desde el
comienzo del tema y que constituye una de las especificaciones clásicas en el muestreo
estratificado.
V MAS ( x ) V MEP ( x ) V MEMV ( x )
El muestreo estratificado con afijación de mínima varianza es más preciso que el muestreo
estratificado con afijación proporcional y que el aleatorio simple, siendo además el estratificado con
afijación proporcional más preciso que el aleatorio simple.
S 2 1
f L 1
f L
∑ ∑ W (X )
2
(1
f ) = W h S h2 + h h
X =
142 43 n 1n442h =1
44 3 n h =1
V MAS ( x ) V MEP ( x )
1 L
1
f L
V MEMV ( x ) +
n
(
∑ Wh Sh
S )
2
+
n
∑ W (X h h
X )
2
h =1 h =1
El incremento de la eficiencia del muestreo estratificado con afijación de mínima varianza

respecto del muestreo aleatorio simple recoge un término debido a la variabilidad de las medias de
los estratos y otro debido a la variabilidad de las desviaciones típicas de los estratos. Se produce la
igualdad de eficiencias cuando las cuasivarianzas y las medias de los estratos son constantes, y se
produce la máxima diferencia de eficiencias cuanto más distintas sean las cuasivarianzas y las
medias de los estratos, es decir, cuanto mayor sea la heterogeneidad entre los estratos, tal y como es
lógico en muestreo estratificado.
Muestreo con reposición
Vamos a realizar ahora comparaciones de eficiencias a partir de la expresión de 2. Tenemos:
2 1 L 1 L
2 = ∑Wh h2 + ∑Wh (X h
X ) ⇒ Wh h2 + ∑Wh (X h
X ) ⇒
L L
∑
2 2
=
h =1 h =1 {n n4
1 243 1
h =1 n h4
=1
4
42444 3
VMAS ( x ) VMEP ( x ) 0
VMAS ( x ) VMEP ( x )

La igualdad se da
si X h = X h =1,L, L
Hemos visto que el muestreo estratificado con reposición y afijación proporcional es más
preciso que el muestreo aleatorio simple con reposición, produciéndose la igualdad de precisiones
cuando las medias de los estratos son todas iguales.
Ahora vamos a comparar la afijación proporcional y de mínima varianza con reposición.
www.FreeLibros.org
1 ⎛⎜ L ⎞ ⎞⎟
2 2
1 L 1⎛ L ⎞ ⎛ L
VMEP ( x )
VMEMV ( x ) = ∑ h h n ⎝∑
n h =1
W 2

⎜
h =1
W
h h ⎟
⎠
= ∑ h h ⎝∑
n ⎜⎝ h =1
W 2

⎜
h =1
W
h h ⎟
⎠ ⎟⎠
1 L
Wh ( h
)
L
∑ 0 con = ∑ Wh h ⇒ VMEP ( x ) VMEMV ( x )

2
=
n h =1
La igualdad se da h =1
si S h = S h =1,L, L
El muestreo estratificado con reposición y afijación de mínima varianza es más preciso

que el muestreo estratificado con reposición y afijación proporcional, produciéndose la igualdad de
precisiones cuando las cuasidesviaciones típicas de los estratos son todas iguales.
VMAS ( x ) VMEP ( x ) VMEMV ( x )
En general el muestreo estratificado con reposición y afijación de mínima varianza es más

preciso que el muestreo estratificado con reposición y afijación proporcional y que el aleatorio
simple con reposición, siendo además el estratificado con reposición y afijación proporcional más
preciso que el aleatorio simple con reposición.
2 1 L 1 L
∑ ∑ Wh (X h
X ) =
2
= W
h h
2
+
{n n4
1 243 n h =1
h =1
V MAS ( x ) VMEP ( x )
1 L
) + 1n ∑ W (X
L
VMEMV ( x ) + ∑ Wh h

n h =1
( 2
h h
X)
2
h =1
El incremento de la eficiencia del muestreo estratificado con reposición y afijación de

mínima varianza respecto del muestreo aleatorio simple con reposición recoge un término debido a
la variabilidad de las medias de los estratos y otro debido a la variabilidad de las desviaciones
típicas de los estratos. Se produce la igualdad de eficiencias cuando las varianzas y las medias de
los estratos son constantes, y se produce la máxima diferencia de eficiencias cuanto más distintas
sean las varianzas y las medias de los estratos, es decir, cuanto mayor sea la heterogeneidad entre
los estratos, tal y como es lógico en muestreo estratificado.
POSTESTRATIFICACIÓN
Cuando se manejan determinadas variables de estratificación puede ocurrir que no se

conozca el estrato a que pertenece una unidad sino hasta después de recoger los datos.
Ejemplos típicos son las características personales como la edad, el sexo, la estatura,
etc., y el nivel de educación.
Los tamaños de los estratos Nh se pueden obtener de manera bastante exacta a partir
de las estadísticas oficiales, pero las unidades se pueden clasificar en estratos solamente
después de conocer los datos de la muestra. Por lo tanto, puede suponerse que los Wh y los
Nh son conocidos.
www.FreeLibros.org
Este método se utiliza cuando se desconocen a priori las unidades que pertenecen a
cada estrato. Obtenida la muestra, las unidades se asignan al estrato correspondiente. Si los
pesos de éstos son conocidos, se puede utilizar el estimador insesgado.
L
x ' = ∑ Wh x h
h =1
cuya precisión es similar a la obtenida con la afijación proporcional, siempre que todos los
nh sean grandes; por ejemplo, superiores a 20 unidades. Si de los Wh se conocen sólo las
aproximaciones W’h, el estimador:
L
x ' ' = ∑W 'h xh
h =1
será sesgado y la cuantía del sesgo será:

L L L
E [x ' ']
X = ∑ W ' h X h
∑ Wh X h = ∑ (W ' h Wh ) X h
h =1 h =1 h =1
La acuracidad vendrá dada por el error medio cuadrático

2
L
S2 ⎡ ⎤
E.M .C.( x ' ' ] = ∑ W ' h (1
f h ) + ⎢∑ (W ' h
Wh )X h ⎥
2
h
h =1 nh ⎣ ⎦
L
El estimador del total es: Xˆ ' ' = ∑ N ' h x h .
h =1
El método de postestratificación puede aplicarse también a una muestra ya

estratificada por otro factor, por ejemplo, en cinco regiones geográficas a condición de que los
Wh se conozcan separadamente en cada región. Esta estratificación doble se utiliza mucho en
las cuentas nacionales de Estados Unidos. Los errores se calculan y estiman mediante:
N
n L N
n L 2
V (x' ' ) = ∑ h h N n2 ∑
N ' S ' 2
+ S ' h (1
f ' h )
N 2 n h =1 h =1
N
n L N ( N
n) L 2
V ( Xˆ ' ' ) = ∑ h h
N ' S ' 2
+ ∑ S ' h (1
f ' h )
n h =1 n2 h =1
N
n L N
n L ˆ 2
Vˆ ( x ' ' ) = 2 ∑ N ' h Sˆ ' h2 +
N n h =1
∑ S ' h (1
f ' h )
N n 2 h =1
N
n L N ( N
n) L ˆ 2
Vˆ ( Xˆ ' ' ) = ∑ N ' h Sˆ ' h2 + ∑ S ' h (1
f ' h )
n h =1 n2 h =1
n' h ˆ
Para totales y proporciones cambiamos Sˆ h2 por P' h (1
Pˆ ' h ) y S ' 2h por
n' h
1
N 'h
P ' h (1
P' h ) . El apóstrofe indica siempre valor de postestratificación.
N ' h
1
www.FreeLibros.org
PROBLEMAS RESUELTOS
4.1. Una empresa publicitaria está interesada en medir la influencia de la publicidad televisiva en un
municipio y decide realizar una encuesta por muestreo para estimar el número promedio de horas
por semana que se ve la televisión en los hogares del municipio. Éste comprende dos pueblos A y
B y un área rural, y se sabe que existen 155 hogares en el pueblo A, 62 en el pueblo B y 93 en el
área rural. La empresa publicitaria tiene tiempo y dinero suficientes para entrevistar 30 hogares
(20 del pueblo A, 8 del pueblo B y 12 del área rural) midiendo en cada uno el tiempo que se ve la
televisión en horas por semana. Se obtienen los datos siguientes:
Puebla A (estrato I)→ 35 28 26 41 43 29 32 37 36 25 29 31 39 38 40 45 28 27 35 34

Pueblo B (estrato II)→ 27 4 49 10 15 41 25 30
Área rural (estrato III)→ 8 15 21 7 14 30 20 11 12 32 34 24
Estimar el tiempo promedio que se ve la televisión, en horas por semana, en cada uno de los
estratos y en todo el municipio fijando límites para el error de estimación a través de intervalos de
confianza al 95%.
Comenzamos introduciendo los datos como tres columnas, una por cada estrato, en
una hoja de cálculo de Excel. A continuación, para calcular los estadísticos necesarios en cada
estrato, en el menú Herramientas de Excel elegimos Análisis de datos, seleccionamos
Estadística descriptiva y rellenamos la pantalla de entrada como se indica en la Figura 13-1.
Al pulsar Aceptar se obtienen los estadísticos muestrales por estrato de la Figura 13-2. Se
observa que el tiempo promedio que se ve la televisión en el pueblo A es 33,9 horas por
semana, en el pueblo es 20,33 y en la zona rural es 19. Las cuasivarianzas muestrales son
33,3578, 285 y 87,63 horas por semana, respectivamente, en cada estrato, y al dividirlas por el
tamaño muestral seleccionado en cada estrato obtenemos los errores de los estimadores en
cada estrato suponiendo muestreo con reposición (33,35/20 = 1,667, 285/8 = 35,62 y 87,63/12
= 7,3). Como los coeficientes de asimetría y curtosis en cada estrato están en el intervalo
[
2,2], puede suponerse normalidad, con lo que los límites para el error de estimación en cada
estrato (suponiendo muestreo con reposición) serán los radios de los intervalos de confianza al
95%, es decir, 2,7829, 12,97 y 5,94, respectivamente. Si el muestreo es sin reposición, las
varianzas en cada estrato hay que multiplicarlas por (1
nh/Nh) h = 1, 2, 3.
Figura 13-1
www.FreeLibros.org
Figura 13-2
Para hallar la estimación del tiempo promedio que se ve la televisión en todo el

municipio en horas por semana y su error para muestreo sin reposición, se tendrán en cuenta
las siguientes expresiones:
nh
L
N 1 L
Xˆ st = x st = ∑ h ∑ X hi = ∑Wh xh
N nh
h =1 { i =1 h =1
Wh
L
Sˆ 2
Vˆ ( X st ) = ∑Wh2 (1
f h ) h
h =1 nh
La Figura 13-3 presenta las fórmulas para el cálculo del estimador de la media
estratificada para todo el municipio, su error de muestreo y el radio del intervalo de
confianza al 95%. La Figura 13-4 presenta los resultados.
Figura 13-3
Figura 13-4
La estimación del tiempo promedio que se ve la televisión en todo el municipio en

horas por semana en muestreo con reposición es la misma que sin reposición y su error de
muestreo se calcula mediante la siguiente expresión:
L ˆ2
2 Sh
ˆ ( )
V X st = ∑Wh
h =1 nh
La Figura 13-5 presenta las fórmulas y la Figura 13-6 presenta los resultados.
www.FreeLibros.org
4.2. Consideramos los salarios anuales (variable X) en miles de euros de 500 trabajadores de una
empresa se obtiene la siguiente distribución de frecuencias:
Xi ni
2 100
3 80
5 200
10 30
20 30
50 30
100 20
200 10
Se estratifica la población en grupos homogéneos de ganancias salariales utilizando como

variable de estratificación el propio salario anual mediante el criterio dado por 2 X < 10,
10 X < 100, 100 X 200. Realizar las afijaciones de mínima varianza sin y con
reposición de una muestra de tamaño 100 cuando se estima el salario anual medio. Analizar
las precisiones y justificar los resultados.
Comenzamos realizando los cálculos por estratos necesarios para la resolución del
problema. Tenemos:
Estratos
Sh S h2 h h2 Nh

I 1,32 1,75 1,32 1,74 380
II 17,1 292,13 16,99 288,88 90
III 47,95 2298,85 47,14 2222,22 30
Afijación de mínima varianza sin reposición
⎧ N 1 S1
⎪n1 = 100 15
⎪ N 1 S1 + N 2 S 2 + N 3 S 3
N S ⎪⎪ N2S2
n h = n L h h ⇒ ⎨n 2 = 100 44
⎪ N 1 S1 + N 2 S 2 + N 3 S 3
∑ Nh Sh
⎪
h =1 N3 S3
⎪n 3 = 100 41
⎪⎩ N 1 S1 + N 2 S 2 + N 3 S 3
Se observa que el número de unidades a seleccionar para la muestra en el tercer

estrato es superior al número de unidades de dicho estrato.
www.FreeLibros.org
Ante esta circunstancia seleccionamos para la muestra las 30 unidades del tercer
estrato; es decir, todas las unidades del tercer estrato van a ser autorrepresentadas. Pero
ahora las 70 unidades restantes de la muestra han de repartirse mediante afijación de mínima
varianza entre los dos primeros estratos. Tendremos:
⎧ N 1 S1
⎪n1 = 70 N S + N S 17
N S ⎪ 1 1 2 2
nh = n L h h ⇒ ⎨
⎪n = 70 N2S2
∑ Nh Sh
⎪ 2
N 1 S1 + N 2 S 2
53
h =1 ⎩
Por tanto, la nueva afijación es n1 = 17, n2 = 53 y n3 = 30. Para hallar la varianza del
estimador de la media para esta afijación sin reposición hemos de tener en cuenta que los
estratos con sus unidades autorrepresentadas no intervienen en el cálculo de las varianzas.
Como el tercer estrato no interviene en el valor de la varianza, calculamos
N 380 N 90
W '1 = 1 = = 0,8085 y W '2 = 2 = = 0,1915 . La varianza será:
N' 470 N' 470
2
1⎛ 2 ⎞ 1 2
V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ W ' h S h ⎟
∑ W ' h S h2 = 0,184064 .
⎝ ⎠ n' ⎝ h =1 ⎠ N ' h =1
Afijación de mínima varianza con reposición
Realizaremos la afijación de mínima varianza con reposición como sigue:
⎧ N 1 1
⎪n1 = 100 15
⎪ N 1 1 + N 2 2 + N 3 3
N ⎪⎪ N 2 2
n h = n L h h ⇒ ⎨n 2 = 100 44
⎪ N 1 1 + N 2 2 + N 3 3
∑ N h h
⎪
h =1 N 3 3
⎪n 3 = 100 41
⎩⎪ N 1 1 + N 2 2 + N 3 3
Se observa que la afijación coincide exactamente con la obtenida para muestreo sin
reposición. Ahora el número de unidades a seleccionar para la muestra en el tercer estrato
vuelve a ser superior al número de unidades de dicho estrato, pero como el muestreo es con
reposición, es posible seguir haciendo extracciones porque las unidades se reponen a la
población cuando se extrae y nunca se acabarán. El valor de la varianza mínima será ahora:
2
1⎛ 3 ⎞ 1 380 90 30
V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ Wh h ⎟ = ( 1,32 + 16,99 + 47,14) 2 = 0,47469344
⎝ ⎠ n ⎝ h =1 ⎠ 100 500 500 500
No obstante, si se exige que las unidades seleccionadas sean distintas, seleccionamos

para la muestra las 30 unidades del tercer estrato; es decir, todas las unidades del tercer estrato
van a ser autorrepresentadas. Pero ahora las 70 unidades restantes de la muestra han de
repartirse mediante afijación de mínima varianza con reposición entre los dos primeros
estratos. Tendremos:
www.FreeLibros.org
⎧ N 1 1
⎪n1 = 70 N + N 17
N ⎪ 1 1 2 2
nh = n L h h ⇒ ⎨
N 2 2
∑ N h h ⎪n = 70
⎪ 2
N 1 1 + N 2 2
53
h =1 ⎩
Por tanto, la nueva afijación es n1 = 17, n2 = 53 y n3=30. Para hallar la varianza del
estimador de la media para esta afijación con reposición hemos de tener en cuenta que los
estratos con sus unidades autorrepresentadas no intervienen en el cálculo de las varianzas.
Como el tercer estrato no interviene en el valor de la varianza calculamos W '1 = N 1 = 380 = 0,8085
N' 470
y N 90
W '2 = 2 = = 0,1915 . La varianza será:
N ' 470
2
1⎛ 2 ⎞ 1
V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ W ' h h ⎟ = (0,8085 1,32 + 0,1915 16,99) 2 = 0,266705.
⎝ ⎠ n' ⎝ h =1 ⎠ 70
Las afijaciones coinciden para muestreo con y sin reposición, pero el muestreo sin
reposición resulta más preciso, ya que tiene menor varianza (tanto si se exigen unidades
distintas, como en caso contrario).
Se observa que, aunque haya estratos con todas sus unidades autorrepresentadas, el
muestreo sin reposición sigue siendo más preciso que el muestreo con reposición.
4.3. Las mil unidades de una población se clasifican en tres estratos para los que se conocen los
datos de la tabla adjunta:
Estratos
i Wi

I 4 0,6
II 12 0,3
III 80 0,1
Se pide:
1) Determinar el tamaño de muestra que con afijación proporcional proporciona una

varianza del estimador de la media igual a 5, considerando muestreo con y sin
reposición. Realizar las respectivas afijaciones proporcionales. ¿Qué resultados se
obtendrían con afijación de mínima varianza? Realizar las respectivas afijaciones de
mínima varianza. Comentar todos los resultados y compararlos.
2) Determinar el tamaño de muestra para afijación óptima con costes C1=1000, C2=1200 y
C3=2000, considerando el muestreo con y sin reposición. Realizar las respectivas
afijaciones óptimas. Comprobar que los resultados coinciden para costes unitarios con
los de afijación de mínima varianza.
Como es habitual en los problemas de muestreo estratificado, comenzamos

recopilando los datos necesarios para el problema.
www.FreeLibros.org
W1=0,6=N1/N⇒N1=600 12=16=(N1-1)S12/N1⇒S12=6,02⇒S1=4,003
W2=0,3=N2/N⇒N2=300 22=144=(N2-1)S22/N2⇒S22=144,5⇒S2=12,02
W3=0,1=N3/N⇒N3=100 32=6400=(N3-1)S32/N3⇒S32=6464,6⇒S3=80,4
Tenemos entonces:
Estratos
Sh S h2 h h2 Nh Wh

I 4,003 6,02 4 16 600 0,6
II 12,02 144,5 12 144 300 0,3
III 80,4 6464,6 80 6400 100 0,1
Afijación proporcional sin reposición

L
⎛1 1 ⎞ L ∑W S h
2
h
e 2 = V ⎛⎜ Xˆ ⎞⎟ = ⎜
⎟∑ Wh S h2 ⇒ n = h =1
122
⎝ ⎠ ⎝ n N ⎠ h =1 1 L
2
e +
N
∑W S
h =1
h
2
h
Una vez hallado el tamaño de muestra, realizamos la afijación como sigue:
⎧n1 = kN 1 = 0,122 600 73

n 122 ⎪
n h = kN h con k = = = 0,122 ⇒ ⎨n 2 = kN 2 = 0,122 300 37
N 1000 ⎪n = kN = 0,122 100 12
⎩ 3 3
Afijación proporcional con reposición

L
1 L ∑W h
2
h
e = V ⎛⎜ Xˆ ⎞⎟ = ∑ Wh h2 ⇒ n =
2 h =1
139
⎝ ⎠ n h =1 e2
Se observa que el tamaño muestral necesario para cometer el mismo error que sin
reposición es ahora superior. Ello es debido a que el muestreo con reposición es menos
preciso que el muestreo sin reposición. Una vez hallado el tamaño de muestra realizamos la
afijación proporcional como sigue:
⎧n1 = kN 1 = 0,139 600 83

n 139 ⎪
nh = kN h con k = = = 0,139 ⇒ ⎨n 2 = kN 2 = 0,139 300 42
N 1000 ⎪n = kN = 0,139 100 14
⎩ 3 3
Afijación de mínima varianza sin reposición

2
⎛ L ⎞
2 ⎜ ∑ Wh S h ⎟
1⎛ L
⎞ 1 L
⎝ h =1 ⎠
e 2 = V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ Wh S h ⎟
∑ Wh S h2 ⇒ n = = 35
⎝ ⎠ n ⎝ h =1 ⎠ N h =1 1 L
e + ∑ Wh S h
2 2
N h =1
Una vez hallado el tamaño de muestra, realizamos la afijación de mínima varianza
como sigue:
www.FreeLibros.org
⎧ N 1 S1
⎪n1 = 35 6
⎪ N 1 S1 + N 2 S 2 + N 3 S 3
N S ⎪⎪ N2S2
n h = n L h h ⇒ ⎨n 2 = 35 9
⎪ N 1 S1 + N 2 S 2 + N 3 S 3
∑ Nh Sh
⎪
h =1 N3S3
⎪n 3 = 35 20
⎩⎪ N 1 S1 + N 2 S 2 + N 3 S 3
Afijación de mínima varianza con reposición

2
⎛ L ⎞
2 ⎜ ∑ Wh h ⎟
1⎛ L
⎞ ⎝ h =1 ⎠
e 2 = V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ Wh h ⎟ ⇒ n = 40
⎝ ⎠ n ⎝ h =1 ⎠ e 2
reposición es ahora superior. Una vez hallado el tamaño de muestra realizamos la afijación
de mínima varianza como sigue:
⎧ N 1 1
⎪n1 = 35 7
⎪ N 1 1 + N 2 2 + N 3 3
N h h ⎪⎪ N 2 2
nh = n L ⇒ ⎨n 2 = 35 10
⎪ N 1 1 + N 2 2 + N 3 3
∑ N h h
⎪
h =1 N 3 3
⎪n 3 = 35 23
⎪⎩ N 1 1 + N 2 2 + N 3 3
Afijación óptima sin reposición
⎛L ⎞⎛ L ⎞
⎜ ∑Wh Sh ch ⎟⎜ ∑Wh Sh ch ⎟
1⎛ L ⎞⎛ L ⎞ 1 L ⎝ h=1 ⎠⎝ h=1 ⎠
V (xst ) = e 2 = ⎜ ∑Wh Sh ch ⎟⎜ ∑Wh Sh ch ⎟
∑Wh Sh2 ⇒ n = 35
n ⎝ h=1 ⎠⎝ h=1 ⎠ N h=1 1 L
e + ∑Wh Sh
2 2
N h=1
Una vez hallado el tamaño de muestra, realizamos la afijación óptima como sigue:
⎧ N 1 S 1 / C1
⎪n1 = 35 7
⎪ N 1 S 1 / C1 + N 2 S 2 / C 2 + N 3 S 3 / C 3
⎪
N h S h / Ch ⎪ N2S2
nh = n L ⇒ ⎨n 2 = 35 10
N S / C + N S / C + N S / C
∑ N h S h / Ch ⎪
⎪
1 1 1 2 2 2 3 3 3
h =1
⎪n 3 = 35 N3S3
18
⎪ N 1 S 1 / C1 + N 2 S 2 / C 2 + N 3 S 3 / C 3
⎩
www.FreeLibros.org
Afijación óptima con reposición

⎛ L ⎞⎛ L ⎞
⎜ ∑ Wh h c h ⎟⎜ ∑ Wh h c h ⎟
1⎛ L ⎞⎛ L ⎞ ⎝ h =1 ⎠⎝ h =1 ⎠
V ( x st ) = e 2 = ⎜ ∑ Wh h c h ⎟⎜ ∑ Wh h c h ⎟ ⇒ n = 2
= 40
n ⎝ h =1 ⎠⎝ h =1 ⎠ e
reposición es ahora superior. Una vez hallado el tamaño de muestra realizamos la afijación
óptima como sigue:
⎧ N 1 1 / C1
⎪n1 = 40 8
⎪ N 1 1 / C1 + N 2 2 / C 2 + N 3 3 / C 3
⎪
N h h / C h ⎪ N 2 2
nh = n L ⇒ ⎨n 2 = 40 12
N / C + N / C + N / C
∑ N h h / C h ⎪
⎪
1 1 1 2 2 2 3 3 3
h =1
⎪n 3 = 40 N
3 3
20
⎪ N / C + N / C + N / C
⎩ 1 1 1 2 2 2 3 3 3
Si utilizamos costes unitarios los cálculos son exactamente los mismos que para la afijación
de mínima varianza, luego los resultados también lo son. Se observa que tanto en muestreo con
reposición como sin reposición la afijación que menos tamaño muestral necesita para cometer un
determinado error de muestreo es la afijación de mínima varianza, y en este caso también la óptima.
4.4. Una empresa de publicidad quiere estimar la proporción de hogares en un municipio donde
se ve cierto programa televisivo. El municipio tiene en total 310 hogares y es dividido en
tres estratos. Se selecciona una muestra estratificada de n = 40 hogares con afijación
proporcional. Estimar la proporción de hogares en el municipio donde se ve el programa
televisivo estimando los errores absoluto y relativo cometidos. Datos:
N º de hogares donde
Estratos Tamaños muestrales Pˆh
se ve el pro gra ma
1 n 1 = 20 16 0,80
2 n2 = 8 2 0,25
3 n 3 = 12 6 0,50
Como la selección de la muestra se realiza con afijación proporcional, se tiene:
⎧ n1 20
⎪ N 1 = k = 0,129 155
⎪
n 40 ⎪ n 8
nh = kN h con k = = = 0,129 ⇒ ⎨ N 2 = 2 = 62
N 310 ⎪ k 0,129
⎪ n3 12
⎪N1 = = 93
⎩ k 0,129
Ya podemos estimar la proporción de hogares en el municipio donde se ve el

programa televisivo de la siguiente forma:
www.FreeLibros.org
3 3
N 155 62 93
Pˆst = ∑ W h Pˆh = ∑ h Pˆh = 0,80 + 0,25 + 0,50 = 0,60 (60%)
h =1 h =1 N 310 310 310
Resulta que en el 60% de los hogares del municipio se ve el programa televisivo.

Para calcular el error absoluto de esta estimación hallamos la estimación de la
varianza del estimador de la proporción. Se tiene:
3
N2 3
N2 n Pˆ (1
Pˆh )
Vˆ ( Pˆst ) = ∑ h2 Vˆ ( Pˆh ) = ∑ h2 (1
h ) h = 0,0045
h =1 N h =1 N Nh nh
1
Vˆ ( Pˆst ) 0,0045
El error relativo sería Cˆ v( Pˆst ) = 100 = 100 = 11,18% .
Pˆst 0,60
4.5. Una empresa publicitaria está interesada en determinar lo que debe enfatizar la publicidad
televisiva en un determinado municipio, y decide realizar una encuesta por muestreo para
estimar el número promedio de horas por semana que se ve la televisión en los hogares del
municipio. Éste comprende dos pueblos, pueblo A y pueblo B, y un área rural. El pueblo A
circunda una fábrica, y la mayoría de los hogares son de trabajadores fabriles con niños en
edad escolar. El pueblo B es un suburbio exclusivo de una ciudad vecina y consta de
habitantes más viejos con pocos niños en casa. Existen 155 hogares en el pueblo A, 62 en el
pueblo B y 93 en el área rural. Se pide:
1. Analizar los méritos de usar muestreo aleatorio estratificado en esa situación.
2. Supóngase que se lleva a cabo la encuesta planificada. La empresa publicitaria tiene
tiempo y dinero suficientes para entrevistar n = 40 hogares, y decide seleccionar muestras
aleatorias de tamaño n1 = 20 del pueblo A, n2 = 8 del pueblo B, y n3 = 12 del área rural. Se
seleccionan las muestras irrestrictas aleatorias y se realizan las entrevistas. Los resultados,
con mediciones del tiempo que se ve la televisión en horas por semana, son los siguientes:
Estrato 1(pueblo A) 35 43 36 39 28 28 29 25 38 27 26 32 29 40 35 41 37 31 45
Estrato 2 (pueblo B) 27 15 4 41 49 25 10 30
Estrato 3 (pueblo C) 8 14 12 15 30 32 21 20 34 7 11 24
Estimar el tiempo promedio que se ve televisión, en horas por semana, para (a) todos los
hogares del municipio y (b) todos los hogares en el pueblo B. En ambos casos fijar un límite
para el error de estimación.
3. Estimar el número total de horas por semana que las familias del municipio dedican a ver
la televisión fijando un límite para el error de estimación.
Comenzamos recopilando la información necesaria para el problema en la tabla siguiente:
Estratos
nh S h2 Sh xh Nh

1 20 35,358 5,946 33,9 155
2 8 232,411 15,245 25,125 62
3 12 87,636 9,361 19 93
www.FreeLibros.org
En cuanto al primer apartado, podemos decir que la población de hogares se ubica

en tres grupos naturales, dos pueblos y un área rural, de acuerdo con su localización
geográfica. Por lo tanto, la población dividida en tres estratos es bastante natural, lo que
lleva a que los elementos de cada estrato deben de presentar tendencias similares de
comportamiento entre ellos mismos (homogeneidad dentro). Se espera relativamente poca
variabilidad en el número de horas que se ve la televisión en los hogares de cada grupo, lo
que hace aplicable el muestro estratificado. Por otro lado, los estratos son adecuados por
conveniencia administrativa para seleccionar las muestras y para ejecutar el trabajo de
campo. Además, la empresa publicitaria puede obtener estimaciones por separado del
número promedio de horas que se ve la televisión en cada estrato.
Para estimar el promedio de horas por semana que se ve la televisión en todo el

municipio, utilizamos el estimador de la media estratificada:
3
155 62 93
x st = ∑ Wh x h = 33,9 + 25,125 + 19 = 27,7
h =1 310 310 310
El error de esta estimación será:
Sˆ 2 ⎛ 155⎞ ⎛ 20 ⎞ 35,3 ⎛ 62 ⎞ ⎛ 8 ⎞ 232,4 ⎛ 93 ⎞ ⎛ 12 ⎞ 87,6

L 2 2 2
Vˆ (xst ) = ∑Wh2 (1
f h ) h = ⎜ ⎟ ⎜1
⎟ +⎜ ⎟ ⎜1
⎟ +⎜ ⎟ ⎜1
⎟ = 1,97
h=1 nh ⎝ 310⎠ ⎝ 155⎠ 20 ⎝ 310⎠ ⎝ 62⎠ 8 ⎝ 310⎠ ⎝ 93⎠ 12
Un intervalo de confianza al 95% ( 2) será el siguiente:
xst ± Vˆ ( x st ) = 27,7±2 1,97 =27,7±2,8
Por lo tanto, estimamos que el número promedio de horas que se ve la televisión en

los hogares del municipio es de 27,7 horas, con un error de muestreo de 1,97 = 1,4 horas y
un límite para el error de estimación de ±2,8 horas.
Las ocho observaciones del estrato relativo al pueblo B forman una muestra aleatoria
simple para la que podemos aplicar las fórmulas del muestreo irrestricto aleatorio. Tenemos:
x2 =25,125
Sˆ 2 ⎛ 8 ⎞ 232,4
Vˆ (x2 ) = (1
f 2 ) 2 = ⎜1
⎟ = 25,5
n2 ⎝ 62⎠ 8
x 2 ± Vˆ (x 2 ) = 25,125±10,1
Por lo tanto, estimamos que el número promedio de horas que se ve la televisión en

el pueblo B es de 25,5 horas, con un error de muestreo de 25,5 = 5,05 horas y un límite
para el error de estimación de ±10,1 horas. El límite del error de estimación es más grande
en este caso porque la variabilidad del estrato es grande y su tamaño es pequeño. Se observa
que la estimación en todo el municipio es buena, pero en el estrato 2 es peor.
www.FreeLibros.org
El número total de horas estimado que las familias del municipio dedican a ver la
televisión será:
Xˆ st = Nx st = 300(27,7) = 8587 horas
El error de esta estimación será:
( )
V Xˆ st = N 2Vˆ (x st ) = 300 2 (1,97 ) = 189278 ,56
Un intervalo de confianza al 95% ( 2) será el siguiente:
( )
X̂ st ± Vˆ Xˆ st = 8587±2 189278,56 =8587±870
Por lo tanto, estimamos que el número total de horas que se ve la televisión en los
hogares del municipio es de 8587 horas, con un error de muestreo de 189278,56 = 435
horas y un límite para el error de estimación de ±870 horas.
Cuando se estiman totales es conveniente relativizar los errores, para que sean más
comprensibles. En nuestro caso, el error relativo será:
( )
Cˆ v Xˆ st =
( )
Vˆ Xˆ st
100 =
189278,56
100 = 5%
Xˆ st 8587
Se trata de un error muy aceptable.
4.6. La empresa publicitaria del ejercicio anterior comprobó que cuesta más obtener una
observación del área rural que una del pueblo A o del B. El incremento es debido a los
costos de traslado de un hogar rural a otro. El costo por observación en cada pueblo se ha
estimado en 9 euros (esto es, c1 = c2 = 9), y los costos por observación en el área rural se han
estimado en 16 euros (esto es, c3 = 16). Las desviaciones estándar por estrato (aproximadas
por las varianzas muestrales de una encuesta previa) son 1 5 , 2 15 y 3 10 . Halle
el tamaño de muestra total n y los tamaños de muestra para los estratos n1, n2 y n3, que
permiten a la empresa estimar, al mínimo costo, el tiempo promedio que se ve televisión,
con un límite para el error de estimación igual a 2 horas.
Supongamos que la firma publicitaria decide utilizar entrevistas por teléfono en lugar de
entrevistas personales, porque todos los hogares en el municipio tienen teléfono y este
método reduce los costos. El costo de obtener una observación es entonces el mismo en los
tres estratos y la empresa desea estimar en este caso la media poblacional μ con un límite
para el error de estimación igual a 2 horas. Encuentre el tamaño aproximado de la muestra n
y los tamaños de muestra para los estratos n1, n2 y n3.
Supongamos ahora que la empresa publicitaria considera que las varianzas aproximadas que se
usaron en los ejemplos previos son erróneas y que las varianzas de los estratos son iguales. El
valor común de σi fue aproximado por 10 en un estudio preliminar. Se van a efectuar entrevistas
por teléfono, por lo que los costos serán iguales en todos los estratos. La empresa desea estimar el
número promedio de horas por semana que se ve la televisión en los hogares del municipio, con
un límite para el error de estimación igual a 2 horas. Determine el tamaño de muestra y los
tamaños de estratos necesarios para lograr esta exactitud.
www.FreeLibros.org
En primer lugar observamos que, como el límite del error de estimación es 2, tenemos:
2 Vˆ (x st ) = 2 ⇒ Vˆ (x st ) = 1
Como estamos en afijación óptima sin reposición, el tamaño de muestra necesario

para cometer un error de muestreo unitario para estimar la media vendrá dado por:
⎛ L ⎞⎛ L ⎞
⎜ ∑Wh S h ch ⎟⎜ ∑Wh S h ch ⎟
1⎛ L ⎞⎛ L ⎞ 1 L
V (xst ) = ⎜ ∑Wh S h ch ⎟⎜ ∑Wh S h ch ⎟
∑Wh S h2 ⇒ n=⎝ ⎠⎝ h=1 ⎠
h =1
n ⎝ h=1 ⎠⎝ h=1 ⎠ N h=1 1 L

V (x st ) + ∑Wh S h 2
N h=1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato tenemos
(los Wh son los del problema anterior):
⎛ L ⎞⎛ L ⎞
⎜ ∑Wh h c h ⎟⎜ ∑Wh h c h ⎟
⎝ h =1 ⎠⎝ h =1 ⎠
n= = 57,42 58
1 L
V (x st ) + ∑Wh h 2
N h =1
Ahora realizamos la afijación óptima como sigue:
⎧ N 1 1 / C1
⎪n1 = 58 18
⎪ N 1 1 / C1 + N 2 2 / C 2 + N 3 3 / C 3
⎪
N h h / C h ⎪ N 2 2
nh = n L ⇒ ⎨n 2 = 58 23
N / C + N / C + N / C
∑ N h h / C h ⎪
⎪
1 1 1 2 2 2 3 3 3
h =1
⎪n3 = 58 N 3 3
17
⎪ N 1 1 / C1 + N 2 2 / C 2 + N 3 3 / C 3
⎩
En caso de utilizar entrevista telefónica, los costes unitarios por estrato son iguales,
con lo que la afijación óptima coincide con la afijación de mínima varianza. En este caso, el
tamaño de muestra para cometer un error de muestreo unitario será:
2
⎛ L ⎞
2 ⎜ ∑ Wh S h ⎟
1⎛ L
⎞ 1 L
⎝ h =1 ⎠
e 2 = V (x st ) = ⎜ ∑ Wh S h ⎟
∑ Wh S h2 ⇒ n =
n ⎝ h =1 ⎠ N 1 L
h =1
V (x st ) + ∑ Wh S h2
N h =1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato tenemos
(los Wh son los del problema anterior):
www.FreeLibros.org
2
⎛ L ⎞
⎜ ∑ Wh h ⎟
n= ⎝ h =1 ⎠ = 56,34 57
1 L
V (x st ) + ∑ Wh h 2
N h =1

como sigue:
⎧ N 1 1
⎪n1 = 57 17
⎪ N 1 1 + N 2 2 + N 3 3
N ⎪⎪ N 2 2
n h = n L h h ⇒ ⎨n 2 = 57 20
N 1 1 + N 2 2 + N 3 3
∑ N h h ⎪
⎪
h =1 N 3 S3
⎪n3 = 57 20
⎪⎩ N 1 1 + N 2 2 + N 3 3
Aunque el tamaño de muestra sigue siendo muy parecido al del apartado anterior, la
afijación cambia, tomándose más observaciones del área rural ya que ahora no tienen un
coste más alto.
Si, además de utilizar costes unitarios, suponemos que la variabilidad en los estratos
es unitaria, podemos aproximar la afijación óptima y la de mínima varianza por la
proporcional, ya que en este caso coinciden las tres. Entonces, el tamaño de muestra para
cometer un error de muestreo unitario será:
⎛1 1 ⎞ L ∑W S h
2
h
e 2 = V (x st ) = ⎜
⎟∑ Wh S h2 ⇒ n = h =1
⎝ n N ⎠ h =1 1 L
V (x st ) + ∑W S h
2
h
N h =1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato, que son
todas iguales a 10 en este caso, tenemos (los Wh son los del problema anterior):
∑W h
2
h
n= h =1
= 75,6 76
1 L
V (x st ) + ∑W h
2
h
N h =1
Una vez hallado el tamaño de muestra, realizamos la afijación proporcional como

sigue:
⎧n1 = kN 1 = 0,245 155 38

n 76 ⎪
nh = kN h con k = = = 0,245 ⇒ ⎨n 2 = kN 2 = 0,245 62 15
N 310 ⎪n = kN = 0,245 93 23
⎩ 3 3
www.FreeLibros.org
4.7. Una empresa de publicidad quiere estimar la proporción de hogares en un municipio donde
se ve cierto programa televisivo. El municipio tiene en total N = 310 hogares y es dividido
en tres estratos (pueblo A, pueblo B y un área rural) de tamaños 155, 62 y 93 hogares,
respectivamente. Datos de un estudio anterior indican que las proporciones de hogares donde
se ve el programa pueden estimarse por 0,80, 0,25 y 0,30, respectivamente, en cada estrato.
Además, el coste para obtener una observación es de 9 unidades monetarias para cualquiera
de los pueblos y de 16 para el área rural. Hallar el tamaño de muestra n y su reparto entre los
estratos para estimar la proporción poblacional de hogares donde se ve la televisión con un
límite para el error de estimación igual a 0,1 y con un coste mínimo.
Resolver el problema suponiendo que las entrevistas se realizan por teléfono.
Resolver el problema suponiendo que las entrevistas se realizan por teléfono y la proporción
de hogares donde se ve el programa televisivo es similar en cada uno de los tres estratos.
Observamos que, como el límite del error de estimación es 0,1, tenemos:
2 Pˆst = 0,1 ⇒ Pˆst = 0,0025
En la primera parte del problema se trata de buscar el tamaño de muestra necesario

para estimar la proporción de hogares donde se ve el programa televisivo con un error de 0,1
y afijación óptima. Disponemos de los siguientes datos:
Estratos Tamaños ci Pˆh

1 N 1 = 155 9 0.80
2 N 2 = 62 9 0.25
3 N 3 = 93 16 0,50
Como estamos en afijación óptima sin reposición, el tamaño de muestra necesario

para cometer un error de muestreo unitario para estimar la proporción vendrá dado por:
⎛ L ⎞⎛ L ⎞
⎜ ∑Wh S h ch ⎟⎜ ∑Wh S h ch ⎟
1⎛ L ⎞⎛ L ⎞ 1 L
V (xst ) = ⎜ ∑Wh S h ch ⎟⎜ ∑Wh S h ch ⎟
∑Wh S h2 ⇒ n=⎝ ⎠⎝ h=1 ⎠
h =1
n ⎝ h=1 ⎠⎝ h=1 ⎠ N h=1 1 L

V (x st ) + ∑Wh S h2
N h=1
Aproximando las cuasivarianzas por Pˆh Qˆ h = Pˆh (1

Pˆh ) por estrato tenemos:
⎛ L Nh ⎞⎛ L N ⎞
⎜⎜ ∑ Pˆh Qˆ h c h ⎟⎟⎜⎜ ∑ h Pˆh Qˆ h c h ⎟⎟
⎝ h =1 N ⎠⎝ h =1 N ⎠
n= = 62,3 64
1 L Nh ˆ ˆ
V (x st ) + ∑ Ph Qh
N h =1 N
Ahora realizamos la afijación óptima como sigue:
www.FreeLibros.org
⎧ N1 P1Q1 / C1
⎪n1 = 63 31
⎪ N1 P1Q1 / C1 + N 2 P2 Q2 / C2 + N 3 P3Q3 / C3
⎪
N h Ph Qh / Ch ⎪ N 2 2
nh = n L ⇒ ⎨n2 = 63 14
N1 P1Q1 / C1 + N 2 P2 Q2 / C2 + N 3 P3Q3 / C3
∑ N h Ph Qh / Ch ⎪
⎪
h =1
⎪n3 = 63 N 3 3
18
⎪ N1 P1Q1 / C1 + N 2 P2 Q2 / C2 + N 3 P3 Q3 / C3
⎩
En caso de utilizar entrevista telefónica, los costes unitarios por estrato son iguales,
con lo que la afijación óptima coincide con la afijación de mínima varianza. En este caso, el
tamaño de muestra para cometer un error de muestreo unitario será:
2
⎛ L ⎞
2 ⎜ ∑ Wh S h ⎟
1⎛ L
⎞ 1 L
⎝ h =1 ⎠
e 2 = V ( x st ) = ⎜ ∑ Wh S h ⎟
∑ Wh S h2 ⇒ n =
n ⎝ h =1 ⎠ N h =1 1 L
V (x st ) + ∑ Wh S h2
N h =1

2
⎛ L Nh ˆ ˆ ⎞
⎜∑ Ph Qh ⎟
⎝ h =1 N ⎠
n= = 61,08 62
1 L Nh ˆ ˆ
N h =1 N

como sigue:
⎧ N1 P1Q1
⎪n1 = 62 29
⎪ N1 P1Q1 + N 2 P2 Q2 + N 3 P3 Q3
⎪
N h Ph Qh ⎪ N 2 2
nh = n L ⇒ ⎨n2 = 62 12
N P Q + N P Q + N P Q
∑ N h Ph Qh ⎪
⎪
1 1 1 2 2 2 3 3 3
h =1
⎪n3 = 62 N 3 3
21
⎪ N1 P1Q1 + N 2 P2 Q2 + N 3 P3 Q3
⎩
Aunque el tamaño de muestra sigue siendo muy parecido al del apartado anterior, la
afijación cambia, tomándose más observaciones del área rural ya que ahora no tienen un
coste más alto.
Si, además de utilizar costes unitarios, suponemos que la variabilidad en los estratos
es constante (Ph 0,4 ⇒ h2 = PhQh = Ph(1
Ph) = 0,24), podemos aproximar la afijación
óptima y la de mínima varianza por la proporcional, ya que en este caso coinciden las tres.
Entonces, el tamaño de muestra para cometer un error de muestreo unitario será:
www.FreeLibros.org
⎛1 1 ⎞ L ∑W S h
2
h
e 2 = V (x st ) = ⎜
⎟∑ Wh S h2 ⇒ n = h =1
⎝ n N ⎠ h =1 1 L
V (x st )+ ∑W S h
2
h
N h =1

L
Nh ˆ ˆ
∑ h =1 N
Ph Qh
n= = 73,3 74
1 L N
V (x st ) + ∑ h Pˆh Qˆ h
N h =1 N

sigue:
⎧n1 = kN 1 = 0,238 155 37
n 74 ⎪
nh = kN h con k = = = 0,238 ⇒ ⎨n 2 = kN 2 = 0,238 62 15
N 310 ⎪n = kN = 0,238 93 22
⎩ 3 3
4.8. Se trata de estimar el peso promedio de N = 90 conejos (N1 = 50 machos y N2 = 40 hembras)

que han sido alimentados en cierta dieta. Los conejos se separan por sexo, por lo que el uso
de muestreo aleatorio estratificado con dos estratos pareció apropiado. Para aproximar la
variabilidad dentro de cada estrato, se pesó el conejo más pequeño y el más grande en cada
estrato, y se halló que la amplitud de variación fue de 10 gramos para los machos y de 8 para
las hembras. ¿Cuál es el tamaño de muestra necesario para estimar el peso promedio
poblacional con un límite de 1 gramo para el error de estimación suponiendo que el costo de
muestreo fue el mismo para ambos estratos?
Si suponemos los pesos con una distribución normal, la desviación estándar en cada estrato puede
aproximarse por un cuarto de la amplitud de variación, es decir, 1 = 10/4 = 2,5 y 2 = 8/4 = 2.
Como los costes de muestreo son similares en los estratos, es lógico utilizar afijación de
mínima varianza (que coincide con la óptima en este caso) y que siempre es más eficiente que
la afijación proporcional. En este caso, el tamaño de muestra para cometer un error de
muestreo unitario será:
2
⎛ L ⎞
2 ⎜ ∑ Wh S h ⎟
1 ⎛ L
⎞ 1 L
⎝ h =1 ⎠
e 2 = V (x st ) = ⎜ ∑ Wh S h ⎟
∑ Wh S h2 ⇒ n =
n ⎝ h =1 ⎠ N 1 L
h =1
V (x st ) + ∑ Wh S h2
N h =1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato tenemos:
2
⎛ L Nh ⎞
⎜∑ h ⎟
n= ⎝ h =1 N ⎠ = 16,83 17
1 L Nh 2
V (x st ) + ∑ h
N h =1 N
www.FreeLibros.org

como sigue:
⎧ N 1 1
⎪n1 = 17 N + N + N 10
N ⎪ 1 1 2 2 3 3
nh = n L h h ⇒ ⎨
N
∑h =1
N h h ⎪n = 17
⎪⎩ 2
2 2
N 1 1 + N 2 2 + N 3 3
7
4.9. Un mayorista del sector de la distribución de comestibles en una gran ciudad desea saber si
la demanda es lo suficientemente grande para justificar la inclusión de un nuevo producto en
sus existencias. Para tomar la decisión, planifica añadir este producto a una muestra de los
almacenes a los que abastece para estimar el promedio de las ventas mensuales (variable X).
El distribuidor suministra únicamente a cuatro grandes cadenas en la ciudad y, por
conveniencia administrativa, decide utilizar muestreo aleatorio estratificado tomando cada
cadena como un estrato. Hay 24 almacenes en el estrato 1, 36 en el estrato 2, 30 en el estrato
3 y 30 en el estrato 4 (N1 = 24, N2 = 36, N3 = 30, N4 = 30 y N = 120). El distribuidor tiene
suficiente tiempo y dinero para obtener datos sobre ventas mensuales en una muestra de
tamaño n = 20 almacenes. Dado que no tiene información previa respecto a las varianzas de
los estratos y porque el coste del muestreo es el mismo en cada estrato, decide aplicar la
afijación proporcional, con lo que el nuevo producto es introducido en cuatro almacenes
elegidos al azar de la cadena 1, seis almacenes de la cadena 2, y 5 almacenes de cada una de
las cadenas 3 y 4. Después de un mes, las ventas X presentan los resultados indicados en la
tabla siguiente:
Estrato 1 Estrato 2 Estrato 3 Estrato 4

94 91 108 92
90 99 96 110
102 93 100 94
110 105 93 91
111 93 113
101
Estimar las ventas promedio para el mes y fijar un límite para el error de estimación.
Realizar la misma estimación y calcular el error suponiendo que se realiza muestreo
aleatorio simple. Comentar los resultados.
Evidentemente, la afijación proporcional nos lleva a seleccionar cuatro almacenes elegidos

al azar de la cadena 1, seis almacenes de la cadena 2, y 5 almacenes de cada una de las
cadenas 3 y 4, ya que:
⎛N ⎞ ⎛ 24 ⎞ ⎛ 36 ⎞ ⎛ 30 ⎞ ⎛ 30 ⎞
n1 = n⎜ 1 ⎟ = 20⎜ ⎟ = 4 , n2 = 20⎜ ⎟ = 6 , n3 = 20⎜ ⎟ = 5 , n 4 = 20⎜ ⎟=5
⎝N ⎠ ⎝ 120 ⎠ ⎝ 120 ⎠ ⎝ 130 ⎠ ⎝ 130 ⎠
De la tabla de ventas se deducen los siguientes valores:
www.FreeLibros.org
Estratos I II III IV
Medias ( x h ) 99 100 98 100
Cuasivarianzas ( Sˆ h2 ) 78,67 55,6 39,5 112,5
El estimador de la media será:
L L
Nh 24 36 30 30
x st = ∑ Wh x h = ∑ xh = 99 + 100 + 98 + 100 = 99,3
h =1 h =1 N 120 120 120 120
Como la afijación es proporcional, tenemos:
2 2
1⎛ L ⎞ 1 L
1 ⎛ L Nh ⎞ 1 L
Nh 2
Vˆ (x st ) = ⎜ ∑ Wh S h ⎟
∑ Wh S h2 = ⎜∑ Sh ⎟
∑ S h = 2,93
n ⎝ h =1 ⎠ N h =1 n ⎝ h =1 N ⎠ N h =1 N
Un intervalo de confianza al 95% para esta estimación será:
x st ± 2 Vˆ (x st ) = 99,3 ± 2 2,93 = 99,3 ± 3,4
Si hubiésemos considerado muestreo aleatorio simple, el estimador de la media sería:
1 L 1
x= ∑
n h =1
Xi =
20
(94 + 90 + L + 91 + 113) = 99,3
Su error de muestreo estimado será:
Sˆ 2 20 59,8
Vˆ ( x ) = (1
f ) = (1
) = 2,49
n 120 20
Se observa que el error es menor en muestreo aleatorio simple con una ganancia en
precisión dada por:
⎛ 2,93 ⎞
GP = ⎜⎜
1⎟⎟100 = 17,67%
⎝ 2,49 ⎠
La razón de que el muestreo estratificado proporcional haya sido peor que el

aleatorio simple en un 17,67% radica en que las ventas varían fuertemente dentro de los
almacenes de las distintas cadenas que conforman los estratos. Si observamos los valores de
las cuasivarianzas en los distintos estratos vemos que varían mucho entre sí. Éste es un caso
típico de mala aplicación de la afijación proporcional.
La posible solución a este problema podría haber sido la estratificación a partir de la

cantidad de ventas, esto es, ubicando los almacenes con ventas mensuales bajas en un estrato,
almacenes con ventas altas en otro, y así sucesivamente. De esta forma se conseguirían estratos
muy homogéneos dentro de sí y heterogéneos entre sí, lo que disminuiría el error de estimación y
aumentaría la ganancia en precisión del muestreo estratificado respecto del aleatorio simple.
www.FreeLibros.org
4.10. La consejería de medio ambiente de una comunidad está realizando un estudio del número
de personas X que utiliza las instalaciones de campings públicos. La comunidad tiene dos
áreas para acampar, una localizada en las montañas y otra localizada a lo largo de la costa.
La consejería desea estimar el número promedio de personas por camping y la proporción de
campings que albergan personas de fuera de la comunidad durante un particular fin de semana,
cuando se espera que todos los sitios estén ocupados. El número promedio de personas se va a
estimar con un límite de 1 para el error de estimación, y la proporción de personas de fuera
de la comunidad con un límite de 0,1. Las dos áreas para acampar forman convenientemente
dos estratos, la localidad de la montaña como el estrato 1 y la localidad de la costa como el
estrato 2. Se sabe que N1 = 120 campings para acampar y N2 = 80. Encuentre el tamaño de
muestra y la asignación necesarios para lograr estos dos límites. Se supone que la consejería
de medio ambiente conoce por experiencia que la mayoría de los campings contienen de 1 a
9 personas y que los costes de muestreo son los mismos en cada estrato.
Como los costes de muestreo son constantes en los estratos, utlizaremos afijación de mínima
varianza (equivalente a la óptima en este caso). Además, como la desviación típica es
alrededor de 1/4 de la amplitud de variación en una distribución normal, podemos suponer
que su valor para el número de personas que ocupan los campings es constante en todos los
campings y con valor i = (9
1)/4 = 2.
En primer lugar observamos que, como el límite del error de estimación es 1
tenemos:
2 Vˆ (x st ) = 1 ⇒ Vˆ (x st ) = 0,25
En afijación proporcional, el tamaño de muestra necesario para cometer un error de

muestreo de 0,25 al estimar la media (promedio de personas por camping) podría estimarse
como sigue:
L
⎛1 1 ⎞ L
∑W S h
2
h
e = V (x st ) = ⎜
⎟∑ Wh S h2 ⇒ n =
2 h =1
⎝ n N ⎠ h =1 1 L
V (x st ) + ∑W S h
2
h
N h =1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato, que son
todas iguales a 2 en este caso, tenemos:
L
Nh 2
∑ h =1 N
h
n= = 14,8 15
1 L Nh 2
V (x st ) + ∑ h
N h =1 N
Una vez hallado el tamaño de muestra (15 campings), realizamos la afijación

proporcional como sigue:
n 15 ⎧n = kN 1 = 0,075 120 = 9
nh = kN h con k = = = 0,075 ⇒ ⎨ 1
N 200 ⎩n 2 = kN 2 = 0,075 80 6
Se estudiarán entonces 9 campings localizados en las montañas y 6 en la costa.
www.FreeLibros.org
En el caso de la estimación de la proporción de ocupantes de fuera de la comunidad,

no disponemos de estimaciones previas de las proporciones por estrato, lo que nos llevará a
considerar Pˆ1 = Pˆ2 = 0,5 para obtener el tamaño de muestra máximo posible cuyo valor en
afijación proporcional será:
L
Nh ˆ ˆ
∑h =1 N
Ph Qh
n= = 67
1 L Nh ˆ ˆ
N h =1 N

sigue:
n 67 ⎧n = kN 1 = 0,335 120 40
nh = kN h con k = = = 0,335 ⇒ ⎨ 1
N 200 ⎩n 2 = kN 2 = 0,238 62 27
Se estudiarán entonces 40 campings localizados en las montañas y 27 en la costa.

Lógicamente se obtienen tamaños de muestra muy altos ya que nos hemos situado en el caso
óptimo de precisión máxima.
4.11. Determinar el tamaño n de la muestra estratificada que con afijación de mínima varianza
produzca la misma precisión que una muestra aleatoria simple (no estratificada) de tamaño n’,
para estimar la proporción P de una cierta clase en la población. Suponer en ambos casos
muestreo con reposición y aplicar el resultado a los datos de la tabla con n’=1000.
Estratos
I II III
Wh 0,2 0,3 0,5
Ph 0,5 0,6 0,4
Resolver el mismo problema para afijación proporcional y comparar resultados realizando los
comentarios pertinentes.
Se trata de igualar la varianza del estimador de la proporción en muestreo

estratificado con afijación de mínima varianza a la varianza del estimador de la proporción
en el muestreo aleatorio simple en ambos casos con reposición. Se tiene:
2
⎛ 3 ⎞
⎜ ∑ Wh Ph (1
Ph ) ⎟
P (1
P)
V AS ( Pˆ ) = y VSTMV ( Pˆ ) = ⎝ ⎠
h =1
n' n
Teniendo presente que P = ∑WhPh, se tiene el siguiente cuadro de datos:
www.FreeLibros.org
Estratos W h Ph 1
Ph W h Ph Ph (1
Ph ) Wh Ph (1
Ph )
I 0,2 0,5 0,5 0,10 0,5 0,1
II 0,3 0,6 0,4 0,18 0,49 0,147
III 0,5 0,4 0,6 0,20 0,49 0,245
3 3
∑W
h =1
h Ph = 48 ∑W h =1
h Ph (1
Ph ) = 0,492
Igualando las precisiones tenemos:

2
⎛ 3 ⎞
⎜ ∑ Wh Ph (1
Ph ) ⎟
P (1
P )
V AS (Pˆ ) = VSTMV (Pˆ ) ⇒ = ⎝ ⎠ ⇒
h =1
n' n
2
⎛ 3 ⎞
n' ⎜ ∑ Wh Ph (1
Ph ) ⎟
1000 (0,492 )
2
n= ⎝ h =1 ⎠ = = 970
P (1
P ) 0,48(1
0,48)
Se obtiene un tamaño de muestra n = 970 en el muestreo estratificado con afijación

de mínima varianza, que es ligeramente inferior al tamaño necesario en muestreo aleatorio
simple n’ = 1000. Existe entonces una ganancia en precisión por utilizar muestreo
estratificado, pero es pequeña.
A continuación se iguala la varianza del estimador de la proporción en muestreo

estratificado con afijación proporcional a la varianza del estimador de la proporción en el
muestreo aleatorio simple, en ambos casos con reposición. Se tiene:
3
P (1
P) ∑W P (1
P )
h h h
V AS ( Pˆ ) = y VSTP ( Pˆ ) = h =1
n' n
Igualando las precisiones tenemos:

3
P(1
P) ∑ W P (1
P )
h h h
V AS (Pˆ ) = VSTP (Pˆ ) ⇒ = h =1
⇒
n' n
⎛ 3 ⎞
n' ⎜ ∑ Wh Ph (1
Ph ) ⎟
n= ⎝
h =1 ⎠ = 1000 (0,242) = 970
P (1
P ) 0,48(1
0,48)
Se obtiene un tamaño de muestra n = 970 en el muestreo estratificado con afijación

proporcional, que es ligeramente inferior al tamaño necesario en muestreo aleatorio simple
n’=1000. Existe entonces una ganancia en precisión por utilizar muestreo estratificado, pero
es pequeña. Observamos que este tamaño de muestra con afijación proporcional coincide
con el tamaño de muestra para afijación de mínima varianza, con lo que en este caso la
precisión de ambos tipos de afijación es similar. Esto es debido a que las variabilidades por
estrato Ph (1
Ph ) son casi iguales (0,5, 0,49 y 0,49).
www.FreeLibros.org
4.12. Se trata de estudiar el consumo anual de leche en una ciudad de 110000 habitantes. La
población se divide en tres estratos por edades y se toman muestras aleatorias simples en
cada uno de ellos. Se tienen los siguientes datos para el consumo anual de leche en litros:
Estratos Tamaños Tamaños Media muestral Varianza

poblacionales muestrales del consumo muestral
Menores de 25 años 48000 1460 102,7 15876
Entre 25 y 50 años 38000 1160 71,4 48841
Más de 50 años 24000 1730 73,2 23409
Estimar la cantidad total de leche consumida al año entre los menores de 25 años, indicando
el error de muestreo cometido, y calcular el tamaño muestral necesario para estimar el
consumo medio de leche al año entre los mayores de 50 años, con un error de muestreo de 5
litros al 95% de confianza. Realizar una estimación por intervalos al 95% del consumo
medio anual de leche por habitante.
Supongamos ahora que se multiplica por tres el tamaño de la muestra. Realizar la nueva
afijación por los diferentes métodos para elegir el mejor.
Si se quiere estimar la proporción de personas entre 25 y 50 años que estarían dispuestas a

comprar un producto lácteo de reciente aparición, ¿cuál sería el tamaño muestral necesario
para estimar la proporción de personas entre 25 y 50 años que estarían dispuestas a comprar
un producto lácteo de reciente aparición con un error de muestreo inferior al 5%? Comparar
el resultado anterior con el obtenido cuando existe un estudio piloto que sugiere que dicha
proporción será al menos del 60%.
Consideramos como variable X la cantidad de leche consumida anualmente por una persona.
La primera pregunta del problema pide estimar un total poblacional dentro del primer
estrato; por tanto, su estimador es el correspondiente a un muestreo aleatorio simple:
Xˆ 1 = N 1 x1 = 48000(102,7) = 4929600 litros
El error de muestreo estimado será:
Sˆ 2 1460 15876
Vˆ ( Xˆ 1 ) = (1
f 1 ) 1 = (1
) ⇒ ˆ ( Xˆ 1 ) = Vˆ ( Xˆ 1 ) = 155857,578 litros
n 48000 1460
Par calcular el tamaño muestral necesario al estimar el consumo medio de leche en

el tercer estrato con un error de muestreo fijado de 5 litros, será necesario un tamaño
muestral igual a:
2 N 3 S 32 1,96 2 (24000)(23409)
n3 = = = 3128,25 3129
e2 N 3 + 2 S 32 5 2 (24000) + 1,96 2 (23409)
Para realizar la estimación por intervalos al 95% del consumo medio anual de leche
por habitante en la ciudad, utilizaremos el estimador de la media global en el muestreo
estratificado y, por tanto, el intervalo de confianza será:
www.FreeLibros.org
x st ± ˆ ( x st )
L
1 L
1
x st = ∑ Wh x h = ∑N h xh = (48000 102,7 + 38000 71,4 + 24000 73,2) = 85,451
h =1 N h =1 110000
2
L
S h2 ⎛ 48000 ⎞ ⎛ 1460 ⎞ 15876
ˆ ( x st ) = ∑ Wh2 (1
f h )
h =1
=⎜ ⎟ ⎜1
n h ⎝ 110000 ⎠ ⎝
⎟
48000 ⎠ 1460
+
2 2
⎛ 38000 ⎞ ⎛ 1160 ⎞ 48841 ⎛ 24000 ⎞ ⎛ 1730 ⎞ 23409
⎜ ⎟ ⎜1
⎟ +⎜ ⎟ ⎜1
⎟ = 2,73
⎝ 110000 ⎠ ⎝ 38000 ⎠ 1160 ⎝ 110000 ⎠ ⎝ 24000 ⎠ 1730
Entonces:
x st ± ˆ ( x st ) = 85,451 ± 1,96 * 2,73 = [80,101; 90,801]
Si triplicamos el tamaño de la muestra, el nuevo valor será 3(1460 + 1160 + 1730) =

13050 personas. A continuación realizamos las distintas afijaciones entre los estratos de este
nuevo tamaño muestral.
Afijación uniforme
Wh = 1/L = 1/3, h = 1, 2, 3 n1 = n2 = n3 = (1/L)n =13050/3 = 4350
Por tanto, de cada estrato se tomaría un muestra aleatoria simple de 4350 personas.
Nh
Wh = , h = 1, 2, 3
N
N1 48000
n1 = n= 13050 = 5694,5455 5695
N 110000
N2 38000
n2 = n= 13050 = 4508,1818 4508
N 110000
N3 24000
n3 = n= 13050 = 2847,2727 2847
N 110000
Afijación de mínima varianza
Nh Sh
nh = L
n , h = 1, 2, 3
∑ N i Si
i =1
www.FreeLibros.org
∑N
h =1
h S h = 48000 15876 + 38000 48841 + 24000 23409 = 18118000
48000 15876
n1 = 13050 = 4356,2424 4356
18118000
38000 48841
n2 = 13050 = 6048,8961 6049
18118000
24000 23409
n3 = 13050 = 2644,8615 2645
18118000
Como la afijación de mínima varianza siempre supera a las demás, esta última es la
afijación más eficiente entre los estratos.
Para resolver el último apartado utilizaremos muestreo aleatorio simple en el

segundo estrato.
El tamaño muestral necesario para conseguir un error inferior a 0,05 al estimar la

proporción con un coeficiente de confianza del 95% será una cantidad superior o igual a la
siguiente:
2 N 2 p 2 q 2 1,96 2 (38000)(0,5)(0,5)
n= = = 380,3251 381
e 2p (N 2
1) + 2 p 2 q 2 0,05 2 (37999) + 1,96 2 (0,5)(0,5)
3
Hemos supuesto que si no se tiene información sobre p2 o q2 tomamos p2 = q2 = 0,5,

que es la situación de máxima variabilidad:
1,96 2 (38000)(0,5)(0,5)
n= = 380,3251 381
0,05 2 (37999) + 1,96 2 (0,5)(0,5)
Si de la encuesta piloto se conoce que p 2 0,6 , entonces tomaremos p2 = 0,6 y q2

= 1 – 0,6 = 0,4 con lo que:
1,96 2 (38000)(0,6)(0,4)
n= = 365,2583 366
0,05 2 (37999) + 1,96 2 (0,6)(0,4)
Cuando no hay información sobe las proporciones poblaciones siempre nos situamos
en la peor de las situaciones para nosotros en términos de coste, es decir, el caso en que más
tamaño muestral se va a necesitar; sin embargo ésta es la situación de más precisión, es
decir, que lo que se pierde en términos de coste se gana en términos de precisión.
Cualquier otro tamaño muestral obtenido para valores dados de la proporción

poblacional distintos de 1/2 para cometer el mismo error de muestreo, será siempre menor.
www.FreeLibros.org
14.13. Los 10000 trabajadores de una empresa fueron clasificados en tres grupos de edad,
seleccionándose una muestra aleatoria simple en cada uno de ellos. Se obtuvieron las
características siguientes para los tres grupos:
Gruposde Número total de Número de Salario mensual Salario mensual Número de

edad trabajadores trabajadores Media muestral Desviación típica contratos inferiores
seleccionados muestral a 2 años
18-35 2900 666 120500 38000 375
36-50 4700 754 163000 35000 150
51-65 2400 580 195000 40000 90
Realizar una estimación por intervalos al 99% de confianza para el salario total percibido por
los empleados más jóvenes. Hallar también la estimación del salario mensual medio de los
diez mil trabajadores, así como su error de muestreo. Hallar el reparto muestral más eficiente
en los distintos grupos de edad para estimar el salario mensual medio.
Realizar una estimación puntual de la proporción de trabajadores de la empresa cuyo

contrato tiene una duración inferior a los dos años, indicando el error de muestreo cometido.
Calcular el número de trabajadores que sería necesario seleccionar para que el error de
muestreo no superase el 6% si se deseara estimar la proporción de trabajadores con más de
50 años que padecieron enfermedades por no cumplirse las normas de seguridad e higiene en
sus puestos de trabajo.
Sea X el salario mensual de un trabajador. Para estimar el salario total repartido entre los
trabajadores más jóvenes mediante un intervalo de confianza, utilizaremos la expresión
correspondiente al muestreo aleatorio simple aplicada al primer estrato:
⎡ n S2 n S2 ⎤
I Xˆ = ⎢ N 1 X 1
N 12 (1
1 ) 1 ; N 1 X 1 + N 12 (1
1 ) 1 ⎥
1
⎢⎣ N 1 n1 N 1 n1 ⎥⎦
El intervalo de confianza será entonces:
⎛ 666 ⎞ 38000 2
2900 120500 ± 2,575 2900 2 ⎜1
⎟ = [339799178,2; 359100821,8]
⎝ 2900 ⎠ 66
Para estimar el salario medio de todos los trabajadores utilizamos el estimador del
muestreo aleatorio estratificado:
L
x st = ∑ Wh x h = 0,29 120500 + 0,47 163000 + 0,24 195000 = 158355
h =1
N1 2900 N 4700 N 2400

W1 = = = 0,29 , W2 = 2 = = 0,47 , W3 = 3 = = 0,24
N 10000 N 10000 N 10000
www.FreeLibros.org
El error de muestreo de la estimación anterior se calculará mediante:
L
S h2
ˆ ( x st ) = ∑ Wh2 (1
f h )
h =1 nh
cuyo valor es:
⎛ 666 ⎞ 380002 ⎛ 754 ⎞ 350002 ⎛ 580 ⎞ 400002

0,29 2 ⎜1
⎟ + 0,47 2 ⎜1
⎟ + 0,24 2 ⎜1
⎟ = 749,85
⎝ 2900 ⎠ 666 ⎝ 4700 ⎠ 754 ⎝ 2400 ⎠ 580
La afijación más eficiente a realizar será la de mínima varianza, que siempre supera
en precisión a las demás. Tenemos:
Nh Sh
nh = L
n
∑ Nh Sh
h =1
∑N
h =1
h S h = 2900 38000 + 4700 35000 + 2400 40000 = 370700000
2900 38000
n1 = 2000 = 594,5508 595
370700000
4700 35000
n2 = 2000 = 887,5101 887
370700000
2400 40000
n3 = 2000 = 517,9390 518
370700000
Por tanto, el reparto muestral del enunciado no es el más eficiente.
Para estimar la proporción de trabajadores con contrato inferior a dos años, debemos
obtener la estimación de la proporción poblacional en un muestreo aleatorio estratificado
como sigue:
L
Pˆst ∑ Wh Pˆh = 0,29 0,5631 + 0,47 0,1989 + 0,24 0,1552 = 0,2940
h =1
375 150 90
Pˆ1 = = 0,5631 , Pˆ2 = = 0,1989 , Pˆ3 = = 0,1552
666 754 580
El error de muestreo de la estimación anterior será:
L
N h
n h Pˆh Qˆ h
ˆ ( Pˆst ) = ∑W h
2
h =1 N h
1 nh
www.FreeLibros.org
cuyo valor es:
2900
6660,56310,4369 4700
7540,19890,8011 2400
5800,15520,8448
0,292 + 0,472 + 0,242 = 0,008
2899 666 4699 754 2399 580
En el último apartado hallamos el tamaño muestral necesario para estimar la

proporción de trabajadores en el tercer estrato con un error de muestreo del 6%, que vendrá
dado por:
2 N 3 p 3 q 3 2,575 2 2400 0,5 0,5

n3 = = = 386,4730 387
e 2p (N 3
1) + 2 p 3 q 3 0,06 2 (2399) + 2,575 2 0,5 0,5
3
Hemos supuesto que p3 = 0,5 puesto que no se tiene información anterior sobre la proporción
de trabajadores de más de 50 años que padecieron enfermedades por motivos laborales.
Hemos llegado a que, para estimar esta proporción con un error de muestreo no superior al 6%
habrá que seleccionar al menos 387 trabajadores entre el grupo de los mayores de 50 años.
4.14. Para estudiar el terreno agrícola de una comarca se consideraron tres zonas según su
localización geográfica y en cada una de ellas, de forma independiente, se seleccionó,
mediante un muestreo aleatorio simple, cierto número de fincas. Se tiene la siguiente
información:
Zonas Número total Número de fincas Superficie media Desviación típica Número de fincas
de fincas seleccionadas muestral (Ha) muestral (Ha) barbecho
A 3200 380 28 3,5 124
B 5600 800 15 6,7 250
C 1200 200 45 8 17
Estimar puntualmente la superficie total del terreno agrícola en cada una de las zonas, así
como su error de muestreo. Hallar los tamaños muestrales necesarios para realizar las
estimaciones anteriores con unos errores de muestreo estimados inferiores a 1000 Ha y un
coeficiente de confianza del 99%.
Realizar una estimación por intervalos al 99% de confianza de la superficie media de las
fincas de la comarca y realizar la afijación más eficiente de la muestra anterior en las tres
zonas para realizar la estimación de la superficie media.
Hallar también el tamaño muestral y la afijación que se debería haber realizado para estimar
del modo más eficiente posible la superficie total del terreno agrícola de la comarca con un
error de muestreo no superior a 1000 Ha y una confianza del 99%.
Estimar puntualmente el porcentaje global de fincas en barbecho y su error de muestreo.
Sea X la variable superficie de una finca de la comarca. Los estimadores dentro de cada zona
podrán obtenerse a través de las fórmulas del muestreo aleatorio simple y los globales a
partir de las del muestreo estratificado ya que las fincas de la comarca han sido divididas en
tres zonas o estratos, y en cada una de ellas se ha realizado un muestreo aleatorio simple de
forma independiente entre ellas.
www.FreeLibros.org
Los estimadores puntuales de la superficie total del terreno agrícola en cada una de
las zonas se calculan mediante Xˆ h = N h x h y su error de muestreo se calcula mediante:
⎛ n ⎞ S
ˆ ( Xˆ h ) = N h2 ⎜⎜1
h ⎟⎟ h , h = 1, 2, 3
⎝ N h ⎠ nh
Tenemos los siguientes resultados:
Xˆ 1 = N 1 x1 = 3200 28 = 89600 Ha
⎛ 380 ⎞ 3,5
ˆ ( Xˆ 1 ) = 3200 2 ⎜1
⎟ = 539,35 Ha
⎝ 3200 ⎠ 380
Xˆ 2 = N 2 x 2 = 5600 15 = 84000 Ha
⎛ 800 ⎞ 6,7
ˆ ( Xˆ 1 ) = 5600 2 ⎜1
⎟ = 1228,13 Ha
⎝ 5600 ⎠ 800
Xˆ 3 = N 3 x 3 = 1200 45 = 54000 Ha
⎛ 200 ⎞ 8
ˆ ( Xˆ 1 ) = 1200 2 ⎜1
⎟ = 619,67 Ha
⎝ 1200 ⎠ 200
Los tamaños muestrales necesarios para realizar las estimaciones anteriores con unos
errores de muestreo estimados inferiores a 1000 Ha y una confianza del 99% se calculan en
cada estrato mediante:
2 N h2 S h2
nh = , h = 1, 2, 3
eT2 + N h 2 S h2
h
Para los distintos estratos tendremos:
5600 2 2,575 2 3,5 2

n1 = = 660,1572 661
1000 2 + 3200 2,575 2 3,5 2
5600 2 2,575 2 6,7 2

n2 = = 3500,1310 3501
1000 2 + 5600 2,575 2 6,7 2
1200 2 2,575 2 8 2
n3 = = 404,8936 405
1000 2 + 1200 2,575 2 8 2
www.FreeLibros.org
Para realizar la estimación por intervalos al 99% de la superficie media de las fincas
de la comarca, utilizaremos el estimador de la media global en el muestreo estratificado y,
por tanto, el intervalo de confianza será:
x st ± ˆ ( x st )
L
x st = ∑ Wh x h = 0,32 28 + 0,56 15 + 0,12 45 = 22,76
h =1
L
N = ∑ N h = 3200 + 5600 + 1200 = 10000
h =1
N1 3200 n 380
W1 = = = 0,32 ; f 1 = 1 = = 0,1188
N 10000 N 1 3200
N2 5600 n 800
W2 = = = 0,56 ; f 2 = 2 = = 0,1429
N 10000 N 2 5600
N3 1200 n 200
W3 = = = 0,12 ; f 3 = 3 = = 0,1667
N 10000 N 3 1200
L
Sh2 3,52 6,72 82
ˆ (xst ) = ∑Wh2 (1
f h )
h=1 nh
= 0,322 (1
0,1188)
380
+ 0,562 (1
0,1429)
800
+ 0,122 (1
1667)
200
= 0,147
Entonces:
x st ± ˆ ( x st ) = 22,76 ± 2,575 * 0,147 = [22,76 + 0,3805; 22,76 + 0,3805] = [22,3795; 23,1405]
La afijación más eficiente de la muestra anterior en las tres zonas para realizar la
estimación de la superficie media será la afijación de mínima varianza definida por:
Nh Sh
nh = L
n , h = 1, …,L
∑N
h =1
h Sh
Tenemos:
∑N
h =1
h S h = 3200 3,5 + 5600 6,7 + 1200 8 = 58320
n = 380 + 800 + 200 = 1380
La afijación será la siguiente:
www.FreeLibros.org
3200 3,5
n1 = 1380 = 265,0205 265
58320
5600 6,7
n2 = 1380 = 887,8189 888
58320
1200 8
n3 = 1380 = 227,1605 227
58320
En afijación de mínima varianza puede expresarse el tamaño muestral necesario para

estimar el total con un error de muestreo dado e (1000 Ha) y un coeficiente de confianza
adicional P, (99% ⇒ = 2,575) mediante:
L
N h2 S h2
∑
h =1 wh Nh Sh
n= 2
wh = L
, h = 1, ….,L
e L
2
+ ∑ NhS
h =1
2
h ∑N
i =1
h Sh
3200 3,5
w1 = = 0,1920
58320
5600 6,7
w2 = = 0,6433
58320
1200 8
w3 = = 0,1646
58320
3200 2 3,5 2 5600 2 6,7 2 1200 2 8 2

+ +
0,1920 0,6433 0,1646
n= 2
= 6564,1970 6565
1000
2,575 2
+ [
3200 3,5 2
+ 5600 6,7 2
+ 1200 8 2
]
La afijación de los 6565 elementos muestrales en cada zona puede realizarse

mediante:
nh = wh n , h = 1, …,L
n1 = 0,1920 6565 = 1260,48 1261
n2 = 0,6433 6565 = 4223,36 4223
n3 = 0,1646 6565 = 1080,599 1081
www.FreeLibros.org
Para estimar la proporción de fincas dedicadas al barbecho, definimos:
⎧1 si la finca i del estrato h se destina a barbecho

Ahi = ⎨ h =1, 2, 3
⎩0 en caso contrario
La proporción poblacional de fincas dedicadas al barbecho se estima mediante:
L
NL
N L Nh
124 250 17
Pˆst = ∑ Wh Pˆh = ∑ h Pˆh = ∑ h ∑A ih = 0,32 + 0,56 + 0,12 = 0,2896
h =1 h =1 N h =1 N i =1 380 800 200
1 n1
124
Pˆ1 = ∑A i1 = = 0,3263
n1 i =1 380
1 n2
250
Pˆ2 = ∑A i2 = = 0,3125
n2 i =1 800
1 n3
17
Pˆ3 = ∑A i3 = = 0,085
n3 i =1 200
El error de muestreo de este estimador se puede aproximar mediante:
L
N h
n h Pˆh Qˆ h
ˆ ( Pˆst ) = ∑ Wh2
h =1 N h
1 nh
3200
3800,3263 0,6737 5600
8000,3125 0,6875 1200
2000,085 0.915
ˆ (Pˆst ) = 0,322 + 0,562 + 0,122 = 0,0011
3200
1 380 5600
1 800 1200
1 200
Un 28,96% de las fincas de la región están en barbecho, siendo el error de muestreo

de esta estimación 0,0011.
4.15. En una ciudad turística de temporada con 10000 viviendas se desea conocer la proporción de
viviendas en alquiler al menos una vez al año. Para realizar el estudio, se selecciona en cada
uno de los tres barrios existentes una muestra aleatoria de viviendas de tamaño proporcional
al número total de viviendas en cada uno. En el barrio A se seleccionaron 1050 viviendas, de
las cuales había 800 en alquiler al menos un mes al año. En el barrio B se eligieron 900
viviendas, de las cuales había 600 en alquiler al menos un mes al año. En el barrio C se
seleccionaron 1700 viviendas, de las cuales 1300 estaban en alquiler al menos un mes al año.
Estimar la proporción de apartamentos que estarían dispuestos a ser alquilados al menos una
vez al año y cuantificar el error de muestreo cometido.
Para estimar la proporción de viviendas en alquiler al menos una vez al año, definimos:
⎧1 si la vivienda i del barrioo h se alquila al menos una vez al año

Ahi = ⎨ h = 1, 2, 3
⎩0 en caso contrario
www.FreeLibros.org
La proporción de viviendas en alquiler al menos una vez al año se estima mediante:
L
N L L
n h ˆ 1050 800 900 600 1700 1300
Pˆst = ∑ Wh Pˆh = ∑ h Pˆh =
{ ∑ Ph = + + = 0,7397
h =1 h =1 N h =1 n 3650 1050 3650 900 3650 1700
Afijación
proporcional
1 n1
800 1 n2
600 1 n3
1300
Pˆ1 = ∑ Ai1 = = 0,7619, Pˆ2 = ∑ Ai 2 = = 0,6667 , Pˆ3 = ∑A i3 = = 0,7647
n1 i =1 1050 n2 i =1 900 n3 i =1 1700
n = n1 + n2 + n3 = 1050 + 900 + 1700 = 3650, N = 10000
Como la afijación es proporcional:
N 1 n1 1050 1050
W1 = = = ⇒ N1 = 10000 = 2877
N n 3650 3650
N n 900 900
W2 = 2 = 2 = ⇒ N2 = 10000 = 2466
N n 3650 3650
N n 1700 1700
W3 = 3 = 3 = ⇒ N3 = 10000 = 4658
N n 3650 3650
El error de muestreo de este estimador se puede aproximar mediante:
L
N h
n h Pˆh Qˆ h
ˆ ( Pˆst ) = ∑W h
2
h =1 N h
1 nh
3200
3800,3263 0,6737 5600
8000,3125 0,6875 1200
2000,085 0.915
ˆ (Pˆst ) = 0,322 + 0,562 + 0,122 = 0,0011
3200
1 380 5600
1 800 1200
1 200
Un 28,96% de las fincas de la región está en barbecho, siendo el error de muestreo

de esta estimación 0,0011.
4.16. Una gran empresa sabe que el 40% de las cuentas que recibe es al por mayor y el 60% es al por
menor. Sin embargo, identificar las cuentas individuales sin consultar un archivo es complicado.
Un auditor desea muestrear n = 100 de sus cuentas para estimar la cantidad promedio de las
cuentas por cobrar de la empresa. Una muestra irrestricta aleatoria presenta 70% de cuentas al por
mayor y un 30% de cuentas al por menor. Los datos son separados en cuentas al por mayor y
cuentas al por menor después del muestreo, con los siguientes resultados en unidades monetarias:
Por mayor Por menor
n1 = 70 n2 = 30
y1 = 520 y 2 = 280
Sˆ1 = 210 Sˆ 2 = 90
Estimar la cantidad promedio de las cuentas que recibe la empresa y fijar un límite para el error
de estimación.
www.FreeLibros.org
Como la proporción observada de cuentas al por mayor (0,7) está muy alejada de la proporción
verdadera (0,4), la estratificación después de seleccionar la muestra irrestricta aleatoria
(estratificación a posteriori) puede ser adecuada, lo cual puede también ser justificado porque n1
y n2 exceden de 20.
La cantidad promedio de cuentas que recibe la empresa se estima mediante:
L L
Nh
x st = ∑ Wh x h = ∑ x h = 0,4 520 + 0,6 280 = 376
h =1 h =1 N
El error de muestreo de la estimación anterior se calculará mediante:
L
S h2
ˆ ( x st ) = ∑ Wh2 (1
f h )
h =1 nh
cuyo valor, omitiendo la corrección por población finita, es:
2102 90 2
0,4 2 + 0,6 2 = 14,07
70 30
El límite para el error de estimación al 95% será 2 ˆ ( x st ) 28, con lo que un intervalo
de confianza al 95% para la estimación de la cantidad promedio de cuentas que recibe la
empresa será 376 ± 28.
4.17. Un farmacéutico investiga el ingreso en caja obtenido por ventas a jubilados y al resto de sus
clientes. Observa que el último mes ha vendido productos a 750 jubilados y 346 al resto de
sus clientes. Como los jubilados suelen tener tratamientos particulares propios de
enfermedades habituales en ellos, puede considerarse como un estrato homogéneo respecto
de los productos que consumen. Lo mismo ocurre con el resto de los clientes. Como llevaría
tiempo analizar cliente a cliente, se toma una muestra de 24 clientes y se estratifica a
posteriori en función de si se trata de jubilados o no. El ingreso neto en euros por cada
cliente de la muestra se presenta a continuación:
Cliente Ingreso Cliente Ingreso Cliente Ingreso

Jubilado 271,3 Normal 173,69 Jubilado 277,67
Jubilado 301,29 Normal 133,24 Normal 171,89
Normal 163,17 Jubilado 275,8 Normal 165,22
Normal 141,72 Normal 246,48 Jubilado 235
Jubilado 367,94 Normal 176,7 Normal 181,2
Jubilado 328,63 Jubilado 292,09 Normal 177,37
Normal 179,7 Normal 187,52 Normal 161,37
Jubilado 337,77 Jubilado 349,79 Normal 215,76
Realizar una estimación del ingreso neto del farmacéutico y de su error de muestreo.
www.FreeLibros.org
Como estamos ante un proceso de postestratificación, el número de jubilados y personas

normales muestreadas son variables aleatorias con 24 valores. La cantidad ingresada por el
farmacéutico se estima mediante:
L
Xˆ ' ' = ∑ N h' x h = 750 303728 + 346 176,8 = 288968,8 euros
h =1
La estimación de la varianza se calculará mediante:
N
n L N ( N
n) L ˆ 2
Vˆ ( Xˆ ' ' ) = ∑ N ' h Sˆ h2 + ∑ S ' h (1
f h ) = 71689746,68
n h =1 n2 h =1
El error relativo de muestreo será:
71689746,68
Cˆ v( Xˆ ' ' ) = = 0,03 3%
288968,8
www.FreeLibros.org
4.1. Sea X la variable salario anual en millones de unidades monetarias. Al medir la variable X
sobre una población de 870 personas se obtiene la siguiente distribución de frecuencias:
Valores de X 2 3 4 7 10 12 16 20 25 30 35 50 60 100

Frecuencias (ni) 20 30 60 100 150 200 120 80 50 20 18 10 8 4
Con el objeto de establecer pautas para futuras encuestas de salarios se estratifica la población
utilizando dos métodos diferentes de estratificación. El método I consiste en realizar tres
estratos según los criterios dados por 2 X 7, 10 X 25, 30 X 100. El método II
consiste en realizar tres estratos según los criterios dados por 2 X 10, 12 X 35,
50 X 100. Se pide lo siguiente:
1º) Suponiendo muestreo con reposición y para un tamaño de muestra n = 100, realizar las
afijaciones uniforme, proporcional y de mínima varianza para los dos métodos de
estratificación. Comentar los resultados. Elegir el mejor método de estratificación y su tipo
de afijación justificando la respuesta. Cuantificar la ganancia en precisión para el método y
afijación elegidos respecto del muestreo aleatorio simple con reposición.
2º) Responder a las mismas cuestiones del apartado anterior suponiendo muestreo sin
reposición. Comentar los resultados comparándolos con los del apartado anterior.
3º) Para la misma muestra de tamaño 100 realizar la afijación óptima para los dos métodos de
estratificación, siendo los costes por unidad en cada estrato los siguientes: C11 = 1, C21 = 16, C31 =
25, C12 = 4, C22 = 9 y C32 = 36, donde Cij = Coste por unidad en el estrato i según el método de
estratificación j. Considerar muestreo sin reposición y con reposición y comparar los resultados.
Para este tipo de afijación ¿cuál es el mejor método de estratificación? Razona la respuesta.
4º) En una encuesta de salarios posterior, ¿qué tamaño de muestra sería necesario para
conseguir un error de muestreo de 0,5 al estimar la media salarial sin reposición y afijación
de mínima varianza? ¿y si el muestreo es con reposición? Comentar los resultados.
5º) En una encuesta de salarios posterior ¿qué tamaño de muestra sería necesario para
conseguir un error relativo de muestreo del 15% al 95% de coeficiente de confianza ( r
=1,96) al estimar el total salarial con reposición y afijación proporcional. ¿Y si el muestreo
es sin reposición? Comentar los resultados.
4.2. Se van a muestrear las familias de un pueblo para estimar la cantidad promedio de bienes por
familia que se pueden convertir en dinero efectivo rápidamente. Las familias se estratifican
en un estrato de renta alta y otro de renta baja. Se piensa que una casa en el estrato de renta
alta tiene cerca de nueve veces más bienes que una casa en el estrato de renta baja, y se
espera que Sh sea proporcional a la raíz cuadrada de la media del estrato. Se sabe que existen
4000 familias en el estrato de renta alta y 20000 familias en el estrato de renta baja. Se pide:
a) ¿Cómo se distribuiría de forma óptima entre los dos estratos una muestra de 1000 familias
extraída de la población?
b) Si el objetivo es estimar la diferencia entre bienes por familia en ambos estratos ¿cómo
debe distribuirse la muestra?
www.FreeLibros.org
4.3. Consideramos un proceso de muestreo estratificado con afijación óptima en el que se define
la función de coste total C de la siguiente forma:
L
C = c0 + ∑ c h n h
h =1
donde c0 representa un coste fijo dado y los ch son también conocidos y representan el coste
unitario en el estrato h (h = 1, 2, ..., L). Se pide:
1º Realizar la afijación de mínima varianza para un coste total C fijo al estimar la media
poblacional y hallar la expresión general que nos da la varianza mínima.
2º Responder a las preguntas del apartado anterior considerando la extracción de una

muestra estratificada de tamaño 1000 de una población de tamaño 10000 con los datos que
se dan a continuación. Comparar los resultados con los que se obtendrían para afijación
óptima con función de coste lineal y cuantificar la ganancia en precisión. Comentar los
resultados.
Estrato Wh Sh ch

1 0,4 4 1
2 0,3 5 2
3 0,3 6 3
4.4. Supongamos conocidos los siguientes datos de una población dividida en tres estratos: S12 = 9,
S22 = 225, S32 = 1600, N1 = 1000, N2 = 600, N3 = 200, C1 = 1000, C2 = 1200 y C3 = 2000. Se pide
lo siguiente:
a) Determinar el coste de una muestra estratificada que proporciona un error relativo de

muestreo de 5% para estimar la media considerando afijaciones proporcional, de mínima
varianza y óptima, respectivamente. Se sabe que X = 22 y que la función de coste es lineal.
Comentar los resultados obtenidos para cada tipo de afijación y justificarlos.
b) Contestar a las mismas cuestiones del apartado anterior, pero con reposición, y comparar
los resultados con los obtenidos en el apartado a). Justificar los resultados y comprobar que
la afijación óptima y la de mínima varianza coinciden para costes unitarios.
www.FreeLibros.org
CAPÍTULO
MUESTREO SISTEMÁTICO
OBJETIVOS
1. Presentar el concepto de muestreo sistemático.
2. Comprender las especificaciones del muestreo sistemático.
3. Analizar estimadores y errores en el muestreo sistemático.
4. Comprender el concepto de coeficiente de correlación intramuestral.
5. Analizar errores en función del coeficiente de correlación intramuestral.
6. Relacionar el muestreo sistemático con el muestreo aleatorio simple.
7. Relacionar el muestreo sistemático con el muestreo estratificado.
8. Comprender el concepto de coeficiente de correlación intraestratal.
9. Analizar errores en función del coeficiente de correlación intraestratal.
10. Realizar la estimación de varianzas.
11. Relacionar el muestreo sistemático con el muestreo por conglomerados.
www.FreeLibros.org
ÍNDICE
1. Muestreo sistemático. Especificaciones.
2. Estimadores y varianzas.
3. Relación entre el muestreo sistemático y el muestreo aleatorio simple.
4. Relación entre el muestreo sistemático y el muestreo estratificado.
5. Estimación de varianzas.
6. Relación entre el muestreo sistemático y el muestreo por conglomerados.
www.FreeLibros.org
Muestreo sistemático 199
MUESTREO SISTEMÁTICO. ESPECIFICACIONES

Partimos de una población de tamaño N, y agrupamos sus elementos en n zonas (filas) de
tamaño k (N = nk). Podríamos representar la población como sigue:
i \ j 1 2 3 L j L k
1 u 11 u 12 u 13 L u1 j L u 1k
2 u 21 u 22 u 23 L u1 j L u 2k
M M M M M M
i u i1 ui2 u i3 L u1 j L u ik
M M M M M M
n u n1 u n2 u n3 L u nj L u nk
A continuación se numeran los elementos de la tabla anterior de izquierda a derecha

empezando por la primera unidad de la primera fila y pasando a la primera unidad de la fila
siguiente cuando se agota cualquier fila. Tendríamos la siguiente estructura:
i\j 1 2 3 L j L k
1 u1 u2 u3 u
L j L uk
2 uk +1 uk +2 uk +3 L uk + j L uk +k
3 u2 k +1 u2 k +2 u2 k +3 L u2 k + j u2 k +k
M M M M M M
i u(i
1) k +1 u(i
1) k +2 u(i
1) k +3 L u(i
1) k + j L u(i
1) k +k
M M M M M M
n u( n
1) k +1 u( n
1) k +2 u( n
1) k +3 L u(n
1) k + j L u(n
1) k +k
12
44 3
uN
Para extraer una muestra de tamaño n se elige al azar una unidad en la primera zona, y
para seleccionar las n
1 unidades restantes para la muestra se toma en cada zona la unidad que
ocupa el mismo lugar dentro de su zona que el que ocupaba la primera unidad seleccionada dentro
de la primera zona. Por ejemplo, si la unidad seleccionada para la muestra al azar en la primera
zona es la tercera, se elegirán las n
1 unidades restantes para la muestra tomando la tercera unidad
de cada zona. Las muestras sistemáticas así obtenidas (columnas de la tabla anterior) suelen
denominarse muestras 1 en k.
La probabilidad de seleccionar cualquier muestra será la probabilidad de elegir la unidad

que la origina en la primera fila por muestreo aleatorio simple, es decir, 1/k. Por tanto, el muestreo
sistemático proporciona muestras equiprobables. Por otro lado, la probabilidad que tiene cualquier
unidad de la población (de N unidades) de pertenecer a la muestra (de tamaño k) es k/N = k/nk =
1/n; por lo tanto, el muestreo sistemático es un tipo de muestreo con probabilidades iguales. Las
muestras del espacio muestral pueden representarse como sigue:
www.FreeLibros.org
( u~ ) = {u
1 1 , u 1+ k , L u 1+ ( n
1 ) k }
LLLLLLLLLLL
( u~ ) = {u
j j , u j + k , L u j + ( n
1) k }
LLLLLLLLLLL
( u~ ) = {u
k k , u k + k , L u k + ( n
1) k }
El muestreo sistemático extiende la muestra a toda la población, recoge el posible
efecto de estratificación debido al orden en que figuran las unidades de la población (cada
fila se puede considerar como un estrato), permite la consideración de conglomerados en la
población (cada columna se puede considerar como un conglomerado), es fácil de aplicar y
comprobar, no presenta problemas de cálculo algebraico y no precisa distinción entre
reposición y no reposición. Además, si la disposición de los elementos en la población es
aleatoria, la selección sistemática equivale a un muestreo aleatorio simple. Por último, el
error de muestreo suele ser menor que en muestreo aleatorio simple o incluso que en
estratificado.
Por otro lado, hay que tener presente la posibilidad de aumento de la varianza si
existe periodicidad en la población y el problema teórico que se presenta en la estimación de
varianzas debido a que no hay independencia en la selección de unidades en las distintas
zonas, ya que la unidades extraídas en cada zona dependen de la seleccionada en la primera
zona. En general sólo hay selección aleatoria para la primera unidad de la muestra.
ESTIMADORES Y VARIANZAS
Se utilizará el estimador lineal insesgado de Horwitz y Thompson porque el muestreo

sistemático es sin reposición. En general sabemos que:
n
Yi n
$ =∑ estima insesgadamente el parámetro poblacional = ∑Y
HT
i i i
i
En muestreo sistemático la probabilidad i de selección de un elemento poblacional

cualquiera para la muestra será igual a la probabilidad de que resulte elegida la zona que lo
contiene, esto es, i = 1/k = n/(nk) = n/N, luego podemos utilizar la forma general del
estimador de Horwitz y Thompson para asegurar lo siguiente:
n 1 Yij n k
$ = ∑ ∑
1
estima insesgadamente el parámetro poblacional = ∑ ∑Y . ij
i j i j
k
Si aplicamos la expresión anterior a las estimaciones del total, media, proporción y

total de clase poblacionales, se obtienen los siguientes estimadores:
www.FreeLibros.org
X ij n n
1 n
1
Total = X ⇒Yij = X ij ⇒ Xˆ = ∑∑ =∑ k X ij = N. ∑ X ij = Nx j
i j =1 1
n i=1
i =1 n
k N
X ij
X ij n 1
1 n
Media = X ⇒Yij = ⇒ Xˆ = ∑∑ nk = ∑ X ij = x j
N
{ i j =1 1 n i=1
nk k
Aij
Aij n 1
1 n
Proporción = P ⇒Yij = ⇒ Pˆ = ∑∑ nk = ∑ Aij = Pˆ j
nk i j =1 1 n i=1
k
n 1 A n
1 n
Totaldeclase = X ⇒Yij = Aij ⇒ Aˆ = ∑∑ =∑ k Aij = N. ∑ Aij = NPˆ j
ij
i j =1 1
n i=1
i =1 n
k N
Hemos demostrado que un estimador lineal insesgado para la media poblacional es

la media de la muestra sistemática obtenida, para la proporción poblacional es la
proporción de la muestra sistemática, para el total poblacional es N veces el total de la
muestra sistemática, y para el total de clase es N veces el total de clase muestral. Es decir,
podemos escribir lo siguiente:
• Total Xˆ = Nx j
• Media Xˆ = x j
• Proporción Pˆ = Pˆ j
• Total de clase Aˆ = NPˆ j
Varianzas de los estimadores
Definimos la cuasivarianza entre las k muestras posibles o cuasivarianza intermuestral como:

2
1 n k
2
S =
bs ∑∑(x j
X )
k
1 i j
y la cuasivarianza dentro de las muestras o cuasivarianza intramuestral como:
2
1 n k
2
Sws = ∑∑(Xij
x j )
N
k i j
Con lo que la descomposición de la suma de cuadrados para el análisis de la varianza
poblacional permite escribir lo siguiente:
n k 2 n k n k
∑∑ (X ij
X ) = ∑ ∑ ( X ij
x j ) + ∑ ∑ (x j
X ) ⇒
( N
1)S 2 = ( N
k )Sws
2
2 2
+ (k
1)Sbs2
i =1 j =1 i =1 j =1 i =1 j =1
1 442443 1 442443 1 442443
( N
1) S 2 2
( N
k ) S ws 2
( k
1) Sbs
www.FreeLibros.org
A partir de la tabla del análisis de la varianza para la población que se presenta a

continuación, pueden calcularse los errores de los estimadores.
Grados de Cuadrados
Fuente de variación Sumas de cuadrados
libertad medios
n k
∑∑ (x ) 2
Entre muestas k
1 j
X S bs2
i j
n k
Dentro de muestras N
k ∑∑ (X
i j
ij
xj ) 2 2
S ws
n k
Total k
1+ (N
k ) = N
1 ∑∑ (X
i j
ij
Xj ) S2
2
S S 2
V ( Xˆ ) = V (x j ) = (1
f ) ,bs
V ( Xˆ ) = V (Nx j ) = N 2V ( x j ) = N 2 (1
f ) bs
n n
2 2 2
( ) ∑( ) ∑∑ ( ) ∑∑ ( )
k n k n k k
1 1 1 1
V ( Pˆ ) = V Pˆ j =
k j
Pˆj
P =
nk i j
Pˆ j
P =
N i j
Pˆ j
P = PQ
k
∑ Pˆ Qˆ
j
j j
2 2
( ) ( ) ∑ (Pˆ
P) = N ∑∑ (Pˆ
P) = N ⎜⎜ PQ
k ∑ Pˆ Qˆ ⎟⎟
⎛ ⎞
k n k k
1 1
V ( Aˆ ) = V NPˆj = N 2V Pˆj = N 2 j j
2
j j
k j i j ⎝ j ⎠
Un concepto interesante en muestreo sistemático es el coeficiente de correlación
intramuestral w, que mide la interrelación entre las unidades dentro de las muestras. Lógicamente,
esta interrelación debe ser lo más pequeña posible, ya que en el muestreo sistemático interesa la
heterogeneidad intramuestral, con la finalidad de que una única muestra sistemática represente lo
mejor posible a toda la población. Para que una muestra sistemática aspire a ser fiel espejo de toda
la población ha de ser heterogénea, y la interrelación entre sus unidades ha de ser baja. Por lo tanto,
inicialmente parece lógico que interesen valores muy pequeños del coeficiente de correlación
intramuestral. La expresión matemática de w es la siguiente:
k n
2∑∑ (X ij
X )(X zj
X ) 2
1 k n
∑∑ (X ij
X ) = varianza poblacional
j i< z
w = , 2 =
N (n
1) 2 nk j i
La varianza de los estimadores puede expresarse en función de w. Para la media
tenemos:
2 2
V (x j ) = [1 + (n
1) w ] = N
1 S [1 + (n
1) w ]
n N n
2 2
( )
V ( Xˆ ) = V Nx j = N 2V x j = N 2( ) [1 + (n
1) w ] = N ( N
1) S [1 + (n
1) w ]
n n
( )
V Pˆ j =
PQ
n
[1 + (n
1) w ] V Aˆ = N 2 ()
PQ
n
[1 + (n
1) w ]
Según esta expresión, la precisión del muestreo sistemático puede analizarse en función
del coeficiente de correlación intramuestral, de tal modo que la precisión máxima se produce para
=
1/(n-1), y la mínima para = 0, igualándose la precisión del muestreo sistemático con la
del muestreo aleatorio simple para = 0. De esta forma, para valores de entre
1/(n-1) y 0,
el muestreo sistemático es más preciso que el aleatorio simple, y para valores de entre 0 y 1, el
muestreo sistemático es menos preciso que el aleatorio simple. Por lo tanto, en cuanto a
precisión, convienen valores negativos del coeficiente de correlación intraconglomerados .
www.FreeLibros.org
RELACIÓN ENTRE MUESTREO SISTEMÁTICO Y MUESTREO ALEATORIO SIMPLE
El muestreo sistemático se ideó con la finalidad de mejorar el muestreo aleatorio simple.

Pero habrá ocasiones en que esta mejora es máxima. Se demuestra que mientras más supera
2
la cuasivarianza intramuestral S ws a la cuasivarianza poblacional S2 el muestreo sistemático
más gana en precisión al aleatorio simple.
El párrafo anterior puede interpretarse diciendo que el muestreo sistemático es más

preciso que el aleatorio simple cuando la variabilidad dentro de muestras es superior a la
variabilidad dentro de las unidades de la población. La precisión del muestreo sistemático
2
coincide con la del aleatorio simple cuando S ws = S2, es decir, cuando la variabilidad dentro
de muestras es similar a la variabilidad dentro de las unidades de la población, y esto se da
cuando la disposición de los elementos en la población es aleatoria.
RELACIÓN ENTRE MUESTREO SISTEMÁTICO Y MUESTREO ESTRATIFICADO
En el muestreo sistemático puede considerarse cada zona de k elementos consecutivos a

partir del primero como un estrato; es decir, se puede dividir la población en n estratos
constituidos cada uno de ellos por una fila de la tabla (k unidades) del cuadro en que hemos
representado los elementos de la población numerados consecutivamente.
1 j k
1 x1 xj xk
2 x1+ k x j+k xk + k
M M M M
i x1+ (i
1)kL x j + (i
1)k L xk + (i
1)k
M M M M
n x1+ (n
1)k x j + (n
1)k xk + (n
1)k
Obtener una muestra sistemática sería entonces equivalente a obtener una muestra
estratificada con una unidad por estrato. Debe tenerse en cuenta, sin embargo, que en el
muestreo estratificado aleatorio la selección se efectúa independientemente en cada estrato,
mientras que en el muestreo sistemático todos los elementos seleccionados ocupan el mismo
lugar o número de orden dentro de cada zona de k elementos, con la que no hay aleatoriedad
de selección. Además, sería conveniente que las n zonas sistemáticas de k elementos cada
una (estratos) sean lo más homogéneas posible dentro de ellas y heterogéneas entre ellas.
Esta clasificación de los elementos de la población en n filas de k unidades cada una origina
la siguiente tabla del análisis de la varianza poblacional:
Grados de Cuadrados
libertad medios
∑ ∑ (X
X)
n k
2 2
Entre estratos n
1 i S bst
i j
∑ ∑ (X
Xi)
n k
2
Dentro de estratos N
n ij
2
S wst
i j
∑ ∑ (X )
n k
Total n
1 + ( N
n) = N
1 ij
X j S2
i j
www.FreeLibros.org
Si definimos la cuasivarianza entre las n estratos posibles, o cuasivarianza interestratal

como:
2
1 n k
2
Sbss = ∑∑ X i
X
n
1 i j
( )
y la cuasivarianza dentro de los estratos o cuasivarianza intraestratal como:
2
1 n k
2
Swss = ∑∑
N
n i j
Xij
Xi2 ( )
tenemos:
n k n k n k
∑∑(X ij
X ) = ∑∑(X ij
X i ) + ∑∑( X i
X ) ⇒ ( N
1)S = ( N
n)Swst + (n
1)Sbst
2 2 2 2 2 2
i=1 j =1 i=1 j =1 i=1 j =1

1 442443 1 442443 1 442443
( N
1) S 2 2
( N
n) Swst 2
( n
1) Sbst
Tenemos entonces que la varianza de la media puede expresarse como:
() L
h
n
i
n
1 S2 1 ⎛ 1 ⎞ n
V Xˆ = V (xst ) = ∑Wh2V (xh ) = ∑Wi 2V ( xi ) = ∑ 2 (1
f i ) i = 2 ⎜1
⎟∑ Si2 =
i n ni n ⎝ k ⎠ i
2 2 2
1 ⎛ 1⎞ n 1 k 1 n k N
n 2 S wst
⎜1
⎟∑ ( X
X )
∑ ij i n2k ∑∑= ( X ij
X i ) = S wst = (1
f )
n 2 ⎝ k ⎠ i k
1 j i Nn n
1 4j 42443
( N
n)Swst2
Si definimos ahora el coeficiente de correlación intraestratal st como el

coeficiente de correlación lineal entre las desviaciones respecto de las medias de los estratos
de todos los pares de valores que están en la misma muestra sistemática, su expresión puede
calcularse de la siguiente forma:
1 k n
∑∑(X ij
X i )(X zj
X z ) k n
⎛ n ⎞ j i< z
k ⎜⎜ ⎟⎟ 2∑∑(X ij
X i )(X zj
X z )
cov(X ij ; X zj ) ⎝ 2⎠ j i< z
st = = =
1 k n 1 k n 2
n(n
1)(k
1)S wst
∑∑ (X ij
X i )2 ∑∑ ij i ( X
X )2
N j i=1 N j i=1
1442443
( N
n)Swst
2
Se demuestra que la varianza del estimador de la media en función de st y Sst tiene la
forma siguiente:
2
S
V ( Xˆ ) = V (x j ) = (1
f ) wst (1 + (n
1) st )
n
y lo mismo se calcularían las varianzas del resto de los estimadores en función del
coeficiente de correlación intraestratal st.
www.FreeLibros.org
La precisión máxima, que evidentemente se da cuando el error de muestreo es cero

(V( x j ) = 0), se produce si (n
1)st =
1, luego se puede asegurar que la precisión máxima
si:
1
V( x j ) = 0 st =
n
1
La precisión mínima, que evidentemente se da cuando la varianza es máxima, se

produce si st = 1 (valor máximo de st que será el que efectivamente hace máxima V( x j )),
luego se puede asegurar que PRECISIÓN MÍNIMA st = 1. Por otra parte:
2
S wst
st = 0 ⇒ V( x j ) = (1
f )
n
con lo que el muestreo sistemático coincide en precisión con el muestreo aleatorio estratificado
considerando selección aleatoria independiente en cada estrato. De esta forma, st es en cierta
forma una medida de la falta de aleatoriedad en la selección de unidades para la muestra en
las distintas zonas sistemáticas (filas o estratos).
ESTIMACIÓN DE VARIANZAS
No podemos decir que en muestreo sistemático haya un método directo para la estimación de
varianzas a partir de una muestra sistemática. Tenemos las siguientes situaciones:
a) próximo a cero o S2ws = S2

Si el coeficiente de correlación intramuestral se aproxima a cero puede suponerse la
población aleatoria y si S2ws = S2 la precisión del aleatorio simple y el estratificado coinciden,
con lo que la estimación de la varianza puede realizarse con la misma expresión que en
muestreo aleatorio simple, es decir:
S$ 2
V ( x ) = (1
f )
$
n
siendo S$ 2 la cuasivarianza de la muestra sistemática.
b) st próximo a cero

Si st se aproxima a cero se puede utilizar el muestreo sistemático como muestreo
estratificado considerando cada zona sistemática como un estrato y seleccionando una
muestra estratificada con una unidad por estrato. La razón de esta utilización es que la
precisión del muestreo sistemático se iguala con la del muestreo aleatorio estratificado para
st = 0. En la práctica, lo que se hace es mezclar, antes de la selección, las 2k unidades de
dos zonas en una única zona, con lo que se transforman las n zonas de k unidades cada una
en n/2 zonas de 2k unidades cada una (si n es impar, para la zona que queda suelta se repite
aleatoriamente un elemento de la muestra). Con este modelo se transforman las n zonas de k
unidades en n/2 zonas de 2k unidades. Con ello se dispone de dos unidades muestrales por
zona. Aplicando las fórmulas de muestreo estratificado tendremos:
n n n
2 S$h2 2
⎛2⎞
2
( x h1
x h 2 ) 2
2 1
f 2
V$ ( x st ) = ∑Wh ( 1
f h ) =∑ ( 1
f ) ∑( x
xh2 )
2
2
⎜ ⎟ =
h ⎝n⎠ n2 h1
h nh 2 h
www.FreeLibros.org
c) Ni ni st están próximos a cero

En este caso utilizaremos alguno de los métodos especiales generales para la estimación de
varianzas. Concretamente podemos utilizar el método de las muestras interpenetrantes, que
se utiliza cuando tenemos un conjunto de dos o más muestras, elegidas con el mismo
esquema de muestreo (independientes o no) y tales que cada una proporcione una estimación
válida del parámetro que se pretenda estimar con el mismo error de muestreo. Si las
muestras son independientes es fácil obtener un estimador insesgado de la varianza del
estimador. Para aplicar el método de las muestras interpenetrantes al muestreo sistemático
supongamos que en vez de elegir una muestra sistemática de tamaño n para un solo valor j,
1 j k , es decir, con un solo arranque aleatorio, obtenemos t muestras de tamaño n/t
utilizando t arranques aleatorios. Estas muestras pueden considerarse independientes, ya que
la elección del arranque es aleatoria en la primera zona sistemática.
Podemos formar un estimador combinado de la media poblacional basado en las
medias de las t muestras (cada media muestral es un estimador insesgado de la misma media
poblacional) definido como:
1 t
xc = ∑x
t 1 t
siendo el estimador insesgado de su varianza mediante la aplicación del método de las
muestras interpenetrantes:
1 t
1 ⎛ t 2 t
⎞ 1 t
V$ ( x c ) = ∑ xi2
tx c2 = ⎜ ∑ xi
∑ x c2 ⎟ = ∑ ( xi2
x c2 )
t ( t
1) i t ( t
1) ⎝ i i ⎠ t ( t
1) i
La fórmula puede multiplicarse también por (1-f). En particular para t = 2 tenemos:
x1 + x 2 ⎛ x1 + x 2 ⎞
2
⎛ x1 + x 2 ⎞
2
( x1
x2 ) 2
xc = ⇒ V ( x c ) = x1
⎜
$ 2
⎟ + x2
⎜
2
⎟ =
2 ⎝ 2 ⎠ ⎝ 2 ⎠ 4
Se observa que al aumentar el número de arranques aleatorios, manteniendo el mismo
tamaño de muestra, la precisión obtenida se aproxima a la del muestreo aleatorio simple.
RELACIÓN ENTRE MUESTREO SISTEMÁTICO Y POR CONGLOMERADOS
En el muestreo sistemático puede considerarse cada columna de n elementos como un

conglomerado; es decir, se puede dividir la población en k conglomerados constituidos cada
uno de ellos por una columna de la tabla (n unidades). Obtener una muestra sistemática sería
entonces equivalente a obtener una muestra por conglomerados de tamaño 1.
1 j k
1 x1 xj xk
2 x1+ k x j +k xk +k
M M M M
i x1+(i
1)k L x j +(i
1)k L x k +(i
1)k
M M M M
n x1+(n
1)k x j +(n
1)k x k +(n
1) k
www.FreeLibros.org
PROBLEMAS RESUELTOS
5.1. En un proceso de fabricación de automóviles se trata de analizar la producción de piezas

en serie de trece robots. Para ello se controlaron las piezas producidas por los trece
robots en la primera hora de su funcionamiento y se obtuvo la siguiente distribución:
N º de robot 1 2 3 4 5 6 7 8 9 10 11 12 13
N º de piezas producidas 5 5 4 2 5 4 5 4 3 4 4 3 2
Con la finalidad de estimar el número de piezas defectuosas en el proceso de

fabricación, se realiza un muestreo sistemático 1 en 5, es decir, se selecciona una de
cada cinco piezas empezando por la primera pieza del primer robot hasta que se agoten
sus piezas, para pasar a continuación a la primera pieza del segundo robot hasta que se
agoten sus piezas, y así sucesivamente hasta que se agoten todas las piezas de todos los
robots. Suponiendo que la primera pieza producida por cada robot es defectuosa y que
todas las demás son correctas, se pide lo siguiente:
a) Calcular la varianza del estimador de la proporción de piezas defectuosas producidas

por los robots y el valor del coeficiente de correlación intramuestral. ¿Existirá ganancia
en precisión respecto de un muestreo irrestricto aleatorio con fracción de muestreo del
20%? ¿Por qué? Cuantificarla. Realizar la tabla del análisis de la varianza para la
producción total.
b) Estimar la varianza para cada muestra sistemática posible según nuestro

procedimiento de muestreo. ¿Con qué muestra sistemática nos quedaremos que
represente mejor a toda la producción? ¿Existirá ganancia en precisión si se estiman las
varianzas utilizando estratificación? Dar la estimación de la proporción de piezas
defectuosas producidas por los robots.
Si definimos una variable dicotómica A a la que asignamos el valor 1 para las piezas
defectuosas y el valor 0 para las piezas correctas, y clasificamos las 50 piezas en 10 filas de
5 piezas cada una (muestreo sistemático 1 en 5) siguiendo el orden del enunciado del
problema, tendremos la tabla de la Figura 5-1.
A continuación, se construye la tabla del análisis de la varianza para la población

(producción total) utilizando Excel. Como estamos clasificando los datos en 5 grupos
(columnas), utilizaremos una variable G, que clasificará los valores de A (ceros o unos) por
grupos (por columnas). Introducimos los valores de G en columnas de la hoja de cálculo de
Excel y elegimos Análisis de la varianza de un factor en la opción Análisis de datos del
menú Herramientas, rellenando su pantalla de entrada como se indica en la Figura 5-2. La
Figura 5-3 presenta los resultados.
www.FreeLibros.org
1 0 0 0 0 1/ 5
1 0 0 0 0 1/ 5
1 0 0 0 1 2/5
0 1 0 0 0 1/ 5
0 1 0 0 0 1/ 5
1 0 0 0 0 1/ 5
1 0 0 0 1 2/5
0 0 1 0 0 1/ 5
0 1 0 0 0 1/ 5
1 0 0 1 0 2/5
6 / 10 3 / 10 1 / 10 1 / 10 2 / 10 13 / 50
Figura 5-1
Figura 5-2
Figura 5-3
Con la notación que utilizamos habitualmente, la tabla ANOVA será:
Grados de Cuadrados
Fuente Sumas de cuadrados
libertad medios
n k
∑ ∑ (x
X ) = 1,72
2
Entre k
1= 5
1= 4 j S bs2 = 1,72 / 4 = 0,43
i j
n k
∑ ∑ (X
x j ) = 7,9
2
Dentro N
k = 50
5 = 45 ij
2
S ws = 7,9 / 45 = 0,1755
i j
n k
Total N
1 = 50
1 = 49 ∑ ∑ (X
i j
ij
X j ) = 9,62 S 2 = 9,62 / 49 = 0,1963
www.FreeLibros.org
Conocida esta tabla, pueden realizarse ya todos los cálculos. La varianza del
estimador de la proporción puede calcularse como:
( ) ⎛ n ⎞ S2 S2 1 0,43
V ( Pˆ ) = V Pˆ j = ⎜1
⎟ bs = (1
f ) bs = (1
)
N⎠ n n 5 10
= 0,0344
⎝
La varianza para el estimador del total de clase será:
( )
2
S
V ( Aˆ ) = V NPˆ j = N 2V ( Pˆ j ) = N 2 (1
f ) bs = 50 2 0,0344 = 86
n
Del valor de la varianza puede deducirse el valor del coeficiente de correlación
2
intramuestral a través de la fórmula V ( x j ) = (1 + (n
1) ) . Tendremos:
n
49
0 ,1963
0 , 0344 = 50 (1 + (10
1) ) ⇒ = 0 , 0875
10
Se observa un valor de muy cercano a cero, lo que indica que el muestreo sistemático
va a tener una precisión muy cercana a la del aleatorio simple en la estimación de la proporción de
piezas defectuosas. Esto concuerda con el hecho de que S2 y S2ws también tienen valores muy
cercanos. Concretamente S2 = 0,1963 > S2ws = 0,1755, lo que indica que es más preciso el muestreo
aleatorio simple. La varianza del estimador de la proporción en el muestreo aleatorio simple es
(1
1/5)0,1963/10 = 0,0157, lo que indica que la ganancia en precisión del aleatorio simple será
(0,0344
0,0157)/0,0344 = 54,3%.
Dado el valor del coeficiente de correlación intramuestral, muy cercano a cero, podemos
estimar varianzas mediante la fórmula del muestreo aleatorio simple. Se tiene:
6 ⎛ 6⎞
ˆ 2 ˆ ˆ ⎜1
⎟
ˆ( )
V P1 = (1
f )
ˆ S1
n
= (1
f )
P1Q1 ⎛ 1 ⎞ 10 1 ⎝ 10 ⎠
= ⎜1
⎟
n
1 ⎝ 5 ⎠ 10
1
= 0,0213
3 ⎛ 3⎞
ˆ 2 ˆ Qˆ ⎜1
⎟
ˆ( )
V P2 = (1
f )
ˆ S
n
2
= (1
f )
P2 2 ⎛ 1
= ⎜1
⎟
⎞ 1 ⎝ 10 ⎠
10
n
1 ⎝ 5 ⎠ 10
1
= 0,0186
1 ⎛ 1⎞
ˆ 2 ˆ ˆ ⎜1
⎟
ˆ( )
V P3 = (1
f )
ˆ S3
n
= (1
f )
P3 Q3 ⎛ 1 ⎞ 10 1 ⎝ 10 ⎠
= ⎜1
⎟
n
1 ⎝ 5 ⎠ 10
1
= 0,008
( ) ( )
Vˆ Pˆ4 = Vˆ Pˆ3 = 0,008
2 ⎛ 2⎞
ˆ 2 ˆ Qˆ ⎜1
⎟
( ) S P ⎛ 1
Vˆ Pˆ5 = (1
f ) 5 = (1
f ) 5 5 = ⎜1
⎟
n
10
⎞ 1⎝
n
1 ⎝ 5 ⎠ 10
1
10 ⎠
= 0,0142
Según estos resultados la muestras más precisas son la tercera y la cuarta.
www.FreeLibros.org
También podemos estimar la varianza a partir del muestreo estratificado, agrupando

las 10 filas (estratos) de la población en grupos de 2, y considerando cada dos filas como un
estrato del que seleccionamos dos unidades para la muestra. Tendremos:
n
( ) 1
f
Vˆ Pˆ1 = 2
n
∑ (x
2
h
h1
xh 2 ) =
2 1
0,2
10 2
[ ]
(1
1) 2 + (1
0) 2 + (0
1) 2 + (1
0) 2 + (0
1) 2 = 0,032
n
( ) 1
f 2
Vˆ Pˆ2 = 2 ∑ (xh1
xh 2 ) =
n h
2 1
0,2
10 2
[
(0
0) 2 + (0
1) 2 + (1
0) 2 + (0
0) 2 + (1
0) 2 = 0,024 ]
ˆ( )
V P = 0,008(0
1) 2 = 0,008 = Vˆ Pˆ
ˆ
3 ( ) ( )
Vˆ Pˆ = 0,008 (1
0) 2 + (1
0) 2 = 0,016
4 5 [ ]
Las mejores muestras según el método del muestreo estratificado también resultan ser
la tercera y la cuarta, y además coinciden en varianza con el método anterior. Para las restantes
muestras se observa ganancia en precisión del método de estimación utilizando la fórmula del
muestreo aleatorio simple. La proporción estimada de piezas defectuosas producidas será la
derivada de la 3ª o 4ª muestra, esto es: Pˆ = Pˆ3 = Pˆ4 = 1 / 10 ; es decir que se estima un 10%
de producción defectuosa.
5.2. En una población de 8 tipos de maletines de herramientas medimos el número de elementos

importantes que faltan para considerarse de primera calidad:
mi m1 m2 m3 m4 m5 m6 m7 m8
Xi 1 3 5 2 4 6 2 7
Se realiza muestreo sistemático 1 en 2 y se pide:

a) Calcular las varianzas de los estimadores insesgados del total y de la media de elementos
importantes ausentes en los maletines. Utilizar adicionalmente la relación entre muestreo
sistemático y estratificado.
b) Estimar dichas varianzas y comparar la precisión de este tipo de muestreo con la del muestreo
aleatorio simple. Seleccionar la muestra más precisa.
Como se trata de un muestreo sistemático 1 en 2 y N = 8, habrá dos muestras

sistemáticas posibles de tamaño 4 (columnas). Dividiremos entonces la población en 4 zonas
(filas) de 2 elementos cada una de la forma:
[ ]
3 3
∑ ∑ (x
X ) 2 = 4 (3
3,75 ) + (4,5
3,75 ) = 4,5
2 2
j
1 3 2 i =1 j =1
5 2 3,5 3 3
∑ ∑ (X
x j ) 2 =(1
3) + (5
3) + ... + (6
4,5) + (7
4,5) 2 = 27
2 2 2
4 6 5 ij
i =1 j =1
2 7 4 ,5 3 3
3 4 ,5 3,75
∑ ∑ (X
X ) 2 =(1
3,75 ) + (5
3,75 ) + ... + (7
3,75) 2 = 31,5
2 2
ij
i =1 j =1
Hemos creado un cuadro con las muestras sistemáticas como columnas, colocando
una fila adicional inferior con las medias de las columnas y una columna adicional a la derecha
con las medias de las filas.
www.FreeLibros.org

utilizando Excel. Como estamos clasificando los datos en 2 grupos (columnas), utilizaremos las
variables M1 y M2, que recogen los valores de las dos columnas. A continuación elegimos Análisis
de la varianza de un factor en la opción Análisis de datos del menú Herramientas, rellenando su
pantalla de entrada como se indica en la Figura 5-4. La Figura 5-5 presenta los resultados.
Figura 5-4
Figura 5-5
Mediante Excel se ha hallado la siguiente tabla del análisis de la varianza:

Grados de Cuadrados
libertad medios
∑ ∑ (x )
n k
2
Entre muestras k
1 = 2
1 = 1 j
X = 4,5 S bs2 = 4,5 / 1 = 4,5
i j
∑ ∑ (X
x j ) = 27
n k
2
Dentro de muestras N
k = 8
2 = 6 ij S ws2 = 27 / 6 = 4,5
i j
∑ ∑ (X )
n k
Total N
1 = 8
1 = 7 ij
X j = 31,5 S 2 = 31,5 / 7 = 4,5
i j
Conocida esta tabla pueden realizarse ya todos los cálculos.
www.FreeLibros.org
1 k 1
[
V ( Xˆ ) = V ( x j ) = ∑ ( x j
X ) 2 = (3
3,75) + (3,5
3,75) 2 = 0,5625
k j 2
2
]
La varianza del estimador de la media también puede calcularse como:
2
⎛ n⎞S S2 1 4,5
V ( Xˆ ) = V (x j ) = ⎜1
⎟ bs = (1
f ) bs = (1
) = 0,5625
⎝ N⎠ n n 2 4
La varianza para el estimador del total será:

S bs2
V ( Xˆ ) = V (Nx j ) = N 2V ( x j ) = N 2 (1
f ) = 8 2 0,5625 = 36
n
El cálculo de la varianza también puede realizarse a través del valor del coeficiente de
2
correlación intramuestral como V ( x j ) = (1 + (n
1) ) . Tenemos:
n
( )( ) 2∑∑(X )( )
k n k n
2∑∑ X ij
X X zj
X ij
X X zj
X
j i<z j i<z
w = = =
0,14285
N (n
1) 2 ( N
1)(n
1)S 2
Tendremos entonces:
7
4,5
2
V (x j ) = (1 + ( n
1) ) = 8 (1 + 3(
0,14285)) = 0,5625
n 4
Ahora surge el problema de estimar las varianzas. Para ello observamos en primer
lugar que S2ws = 4,5 = S2, por lo que la precisión en muestreo aleatorio simple coincide con la
precisión del muestreo sistemático, y podremos utilizar la fórmula del muestreo aleatorio
simple para estimar varianzas. Por otra parte, el valor del coeficiente de correlación
intramuestral indica que la precisión del muestreo sistemático es buena, ya que éste es
muy bajo y además es negativo. Al ser negativo vemos que no existe interrelación dentro de
las muestras, esto es, que las muestras tienden a ser heterogéneas dentro de sí, lo cual es muy
conveniente en muestreo sistemático a la vista de que la muestra ha de representar fielmente
a toda una población que se supone heterogénea.
Para estimar la varianza de la media podemos utilizar la fórmula del muestreo
aleatorio simple, ya que en este problema coincide en precisión con el sistemático.
Tendremos los siguientes resultados para cada una de las dos muestras:
Sˆ
[ ] 4⎞⎟⎠ = 0,41
2
⎛ 1 ⎞⎛ 1
Vˆ (x1 ) = (1
f ) 1 = ⎜1
⎟⎜ (1
3) + (5
3) + (4
3) + (2
3) 2
2 2 2
n ⎝ 2 ⎠⎝ 3
Sˆ
[ ] 4⎞⎟⎠ = 0,71
2
⎛ 1 ⎞⎛ 1
Vˆ (x2 ) = (1
f ) 2 = ⎜1
⎟⎜ (3
4,5) + (2
4,5) + (6
4,5) + (7
4,5) 2
2 2 2
n ⎝ 2 ⎠⎝ 3
La mejor muestra sistemática resulta ser la primera, pues es la que presenta menor
varianza.
También podemos tratar este problema desde el enfoque de la equivalencia entre

muestreo estratificado y muestreo sistemático.
www.FreeLibros.org
Consideramos ahora cada una de las 4 zonas (filas) como un estrato de 2 unidades.
Tenemos entonces dividida la población en 4 estratos de 2 unidades cada uno, de modo que
la muestra sistemática consta de una unidad por estrato, que de forma general no es elegida
aleatoriamente dentro del mismo. Esta clasificación de los elementos de la población en 4
filas de 2 unidades cada una origina una tabla del análisis de la varianza para la población
que puede calcularse a través de Excel. Como estamos clasificando los datos en 4 filas (estratos),
utilizaremos las variables M2 a M5, que recogen los valores de las cuatro filas. A continuación
elegimos Análisis de la varianza de un factor en la opción Análisis de datos del menú
Herramientas, rellenando su pantalla de entrada como se indica en la Figura 5-6. La Figura 5-7
presenta los resultados.
Figura 5-6
Figura 5-7
www.FreeLibros.org
La tabla del análisis de la varianza por estratos es entonces la siguiente:
Grados de Cuadrados
libertad medios
∑ ∑ (X
X ) = 10,5 S bst
n k
2 2
Entre estratos n
1= 4
1= 3 i = 10,5 / 3 = 3,5
i j
∑ ∑ (X
X i ) = 21
n k
2
n=8
4=4 ij
2
S wst = 21 / 4 = 5,25
i j
∑ ∑ (X
X j ) = 31,5
n k
Total N
1= 8
1= 7 ij S 2 = 31,5 / 7 = 4,5
i j
∑∑(X
X ) ( ) [ ]
n k k
2 2
i = k∑ Xi
X = 2 (2
3,75)2 + (3,5
3,75)2 + (5
3,75)2 + (4,5
3,75)2 = 10,5
i j j
∑∑(X )
n k
2
ij
Xi = (1
2)2 + (3
2)2 + (5
3,5)2 + (2
3,5)2 + (4
5)2 + (6
5)2 + (2
4,5)2 + (7
4,5)2 = 21
i j
A partir de esta equivalencia entre muestreo estratificado y muestreo sistemático

podemos hallar la varianza del estimador de la media de la siguiente forma:
ˆ S2 ⎛ 1 ⎞ 5,25
V ( X ) = V ( x j ) = (1
f ) wst = ⎜1
⎟ = 0,65625
n ⎝ 2⎠ 4
Se observa que ahora la varianza es ligeramente superior al caso en que no se

consideraba estratificación. Ello es debido a que la selección de la unidad por estrato para la
muestra no es aleatoria salvo en el primer estrato. Una medida de esa falta de aleatoriedad la
proporciona el coeficiente de correlación st, cuyo valor se calcula como:
( )( )
k n
2∑∑ Xij
Xi X zj
X z
2
st = j i<z
2
= ((1
2)(5
3,5) + (1
2)(4
5) + ...+ (6
5)(7
4,5)) =
0,047
n(n
1)(k
1)S wst 4.3.1.5,25
El valor de st es negativo y muy pequeño, lo que indica que la falta de aleatoriedad
en la selección de una unidad por estrato no es muy elevada. Para calcular el valor correcto
de la varianza del estimador de la media considerando la falta de aleatoriedad se utiliza la
siguiente expresión en función de st:
2
S 5,25
V ( Xˆ st ) = V ( x jst ) = (1
f ) wst (1+ (n
1)st ) = (1
0,5) (1
(4
1)0,047) = 0,56
n 4
Se observa que ahora ya coincide la varianza con la calculada sin estratificar.
También podemos estimar la varianza a partir del muestreo estratificado, agrupando

las 4 filas (estratos) de la población en grupos de 2, y considerando cada dos filas como un
estrato del que seleccionamos dos unidades para la muestra. Tendremos:
www.FreeLibros.org
1 3⎫
⎬ Estrato 1
5 2⎭
4 6⎫
Estrato 2
2 7 ⎬⎭
n
1
f 1
0,5
[ ]
2
Vˆ ( x1 ) = 2 ∑ (x
xh2 ) =
2
h1 (1
5) 2 + (4
2) 2 = 0,625
n h 42
n
1
f 1
0,5
[ ]
2
Vˆ ( x 2 ) = 2 ∑ (x
xh2 ) =
2
h1 (3
2) 2 + (6
7) 2 = 0,0625
n h 42
Por esta vía la menor varianza la presenta la segunda muestra.

La tabla del análisis de la varianza en el caso de estratificación es esencial en estos
problemas, ya que proporciona prácticamente toda la información para realizar cálculos.
5.3. Una manzana de casas de una ciudad contiene 36 hogares numerados del 1 al 36. Los
hogares con ingresos mensuales superiores a 1500 euros son los que tienen los números 3,
5-7, 11-13, 15-16, 20- 22, 25-26, 28 y 30-34.
1º) Se trata de estimar la proporción de hogares con sueldo mensual superior a 1500 euros
utilizando muestreo sistemático. Comparar la precisión de una muestra sistemática 1 en 4
con una muestra aleatoria simple del mismo tamaño para estimar la proporción de hogares
con sueldo mensual superior a 1500 euros. Justificar la respuesta en función del valor del
coeficiente de correlación intramuestral y en función de la cuasivarianza intramuestral.
2º) Hallar el tamaño de muestra necesario para estimar la proporción de viviendas en las que los
ingresos mensuales son superiores a 1500 euros para un error de muestreo de 16 centésimas.
Hallar ese mismo tamaño para muestreo aleatorio simple y comentar el resultado.
Si definimos una variable dicotómica A a la que asignamos el valor 1 para los hogares en
que los ingresos mensuales superan los 1500 euros y el valor 0 para el resto de los hogares, y
clasificamos los 36 hogares en 9 filas de 4 viviendas cada una (muestreo sistemático 1 en 4)
siguiendo el orden del enunciado del problema, tendremos la siguiente tabla:
0 0 1 0 1/ 4
1 1 1 0 3/ 4
0 0 1 1 1/ 2
1 0 1 1 3/ 4
0 0 0 1 1/ 4
1 1 0 0 1/ 2
1 1 0 1 3/ 4
0 1 1 1 3/ 4
1 1 0 0 1/ 2
5/9 5/9 5/9 5/9 5/9
Para calcular la varianza del estimador sistemático de la proporción hacemos:
www.FreeLibros.org
1 ⎡⎛ 5 5 ⎞ ⎛ 5 5 ⎞ ⎛ 5 5 ⎞ ⎛ 5 5 ⎞ ⎤
2 2 2 2
V ( Pˆ ) = ⎢⎜
⎟ + ⎜
⎟ + ⎜
⎟ + ⎜
⎟ ⎥ = 0
4 ⎣⎢⎝ 9 9 ⎠ ⎝ 9 9 ⎠ ⎝ 9 9 ⎠ ⎝ 9 9 ⎠ ⎦⎥
También podemos calcular la varianza del estimador de la proporción como:

1 k 20 ⎛ 20 ⎞ 1 ⎛ 5 4 5 4 5 4 5 4 ⎞
V ( Pˆ ) = PQ
∑ Pˆ j Qˆ j = ⎜1
⎟
⎜ + + + ⎟=0
k j =1 36 ⎝ 36 ⎠ 4 ⎝ 9 9 9 9 9 9 9 9 ⎠

(producción total) utilizando Excel. Como estamos clasificando los datos en 4 grupos
(columnas), utilizaremos una variable G, que clasificará los valores de A (ceros o unos) por
grupos (por columnas). Introducimos los valores de G en columnas de la hoja de cálculo de
Excel y elegimos Análisis de la varianza de un factor en la opción Análisis de datos del
menú Herramientas, rellenando su pantalla de entrada como se indica en la Figura 5-8. La
Figura 5-9 presenta los resultados.
Figura 5-9
Figura 5-10
www.FreeLibros.org
Por lo tanto, la tabla del análisis de la varianza para la población es la siguiente:
Grados de Cuadrados
Fuente Sumas de cuadrados
libertad medios
∑ ∑ (x )
n k
2
Entre k
1 = 4
1 = 3 j
X =0 S bs2 = 0 / 3 = 0
i j
∑ ∑ (X
n k

x j ) = 8,88
2
Dentro N
k = 36
4 = 32 ij S ws2 = 8,88 / 32 = 0,277
i j
∑ ∑ (X ) = 8,88
n k
Total N
1 = 36
1 = 35 ij
X j S 2 = 8,88 / 35 = 0,254
i j
Conocida esta tabla pueden realizarse ya todos los cálculos. Por ejemplo, la varianza
del estimador de la proporción también podría calcularse como:
( )
2
⎛ n⎞S S2 1 0
V ( Pˆ ) = V Pˆ j = ⎜1
⎟ bs = (1
f ) bs = (1
) = 0
⎝ N ⎠ n n 4 9
Del valor de la varianza puede deducirse el valor del coeficiente de correlación

2
intramuestral a través de la fórmula V ( x j ) = (1 + (n
1) ) . Tendremos:
n
35
0 , 254
1 1
0 = 36 (1 + ( 9
1) ) ⇒ =
=
=
0 ,125
9 8 n
1
Estamos ante el caso de máxima precisión del muestreo sistemático, ya que la varianza
1
es nula, o lo que es lo mismo, =
.
n
1
Este hecho concuerda con los valores que toman S2 y S2ws. Concretamente S2 = 0,254 <
S2ws = 0,277, lo que indica que es más preciso el muestreo sistemático que el aleatorio simple.
La varianza del estimador de la proporción en el muestreo aleatorio simple es (1
1/4)*0,254/9
= 0,021.
Para resolver el segundo apartado del problema consideramos ahora cada una de las
9 zonas (filas) como un estrato de 4 unidades. Tenemos entonces dividida la población en 9
estratos de 4 unidades cada uno, de modo que la muestra sistemática consta de una unidad por
estrato que de forma general no es elegida aleatoriamente dentro del mismo. Esta clasificación
de los elementos de la población en 9 filas de 4 unidades cada una origina una tabla del
análisis de la varianza que se puede calcular con Excel.
Como estamos clasificando los datos en 9 filas (estratos), utilizaremos las variables G5 a
G13, que recogen los valores de las nueve filas. A continuación elegimos Análisis de la varianza de
un factor en la opción Análisis de datos del menú Herramientas, rellenando su pantalla de entrada
como se indica en la Figura 5-11. La Figura 5-12 presenta los resultados.
www.FreeLibros.org
Figura 5-11
Figura 5-12
El cuadro del análisis de la varianza por estrato es entonces el siguiente:
Grados de Cuadrados
libertad medios
∑∑ (X )
n k
2 2
Entre estratos n
1 = 9
1 = 8 i
X = 1,388 S bst = 1,388 / 8 = 0,1735
i j
∑∑ (X )
n k
2
n = 36
9 = 27 ij
Xi = 7,5 2
S wst = 7,5 / 27 = 0,277
i j
∑∑ (X )
n k
Total N
1 = 36
1 = 35 ij
X j = 8,888 S 2 = 8,888 / 35 = 0,254
i j
Calculamos ahora el valor del coeficiente de correlación st como sigue:
( )( )
k n
2∑∑ Xij
Xi X zj
X z
j i<z 2 ⎛ 1 3 1 1 3 1 ⎞
st = 2
= ⎜ (0
)(1
) + (0
)(0
) + ... + (1
)(0
) ⎟ =
0,125
n(n
1)(k
1)S wst 9.8.3.0,277⎝ 4 4 4 2 4 2⎠
Para calcular el tamaño de muestra necesario para cometer un error de muestreo

igual a 0,16 despejamos n en la expresión que define la varianza de la proporción en función
de st. Tenemos:
www.FreeLibros.org
S2 n 0,277
V (Pˆst ) = (1
f ) wst (1 + (n
1)st ) ⇒ 0,162 = (1
) (1 + (n
1)(
0,125) ⇒ n = 5
n 36 n
Para calcular el tamaño de muestra anterior en muestreo aleatorio simple despejamos
n en la expresión que define la varianza de la proporción en ese tipo de muestreo. Tenemos:
S2 n 0,254
V (Pˆst ) = (1
f ) ⇒ 0,162 = (1
) ⇒n =8
n 36 n
Obviamente el tamaño de muestra necesario para cometer el mismo error de muestreo es
mayor en muestreo aleatorio simple que en muestreo sistemático, ya que en este problema el
muestreo sistemático es más preciso que el muestreo aleatorio simple.
5.4. Un investigador desea determinar la calidad del azúcar contenida en la sabia de los árboles
de una finca, que se encuentran situados a lo largo de la misma de forma natural en 7 hileras.
El número total de árboles es desconocido, por lo que no puede realizarse una muestra
irrestricta aleatoria. Como procedimiento alternativo el investigador decide usar una muestra
sistemática de 1 en 7. En la tabla adjunta se encuentran los datos del contenido de azúcar en
la sabia de los árboles muestreados:
Árbol Contenido de azúcar

X2
muestreado en la savia X
1 82 6724
2 76 5776
3 83 6889
M M M
210 84 7056
211 80 6400
212 79 6241
212 212
∑X
i =1
i = 17066 ∑X
i =1
i
2
= 1486800
Estimar el contenido de azúcar promedio en la sabia de los árboles de la finca estableciendo

los errores absoluto y relativo de la estimación. Realizar la estimación mediante un intervalo
de confianza al nivel del 5%.
La estimación de la media vendrá dada por:

212
ˆ
∑X
i =1
i
X = xj = = 80,5
212
Para calcular el error absoluto de muestreo consideramos la estimación de la

varianza, que se basará en la fórmula del muestreo aleatorio simple, ya que intuitivamente
podemos suponer que la población de árboles en la finca es aleatoria en cuanto al contenido
de azúcar en la sabia debido a que suponemos una distribución natural de los mismos en la
finca. Previamente necesitamos estimar la cuasivarianza mediante:
www.FreeLibros.org
2
212
⎛ 212 ⎞
∑ i
2
∑
X
⎜⎜ X i
⎝ i =1
⎟⎟
⎠
212
Sˆ 2 = x j =
i =1
= 535,48
212
1
Además, al ser la muestra sistemática 1 en 7 y n = 212 entonces N = nk = 212.7 =1484

árboles. La estimación de la varianza del estimador de la media será:
ˆ ⎛ 1 ⎞ 535,48 ˆ
Vˆ ( X ) = Vˆ ( x j ) = ⎜1
⎟ = 2,16 ⇒ ˆ ( X ) = 1,47
⎝ 7 ⎠ 212
ˆ Vˆ ( x j ) 1,47 1,47
Cˆ v( X ) = = = = 0,0182 (1,82%)
E(x j ) ˆ 80,5
X
El error relativo es bajo, por lo que la estimación puede ser buena. Por otra parte, un
intervalo de confianza para la media suponiendo normalidad en la población será:
Xˆ ± ˆ ( Xˆ ) = 80,5 ± 1,96 1.47 = [77,6 83,4]
En caso de no poder suponer normalidad se toma el intervalo más tosco dado por:
ˆ ( Xˆ ) 1.47
Xˆ ± = 80,5 ± = [74, 87]
0,05
El intervalo para no normalidad es más ancho (peor) que en el caso de normalidad,

pero no demasiado.
5.5. Un hortelano tiene un huerto experimental con N = 1300 manzanos de una nueva variedad
en estudio. El investigador desea estimar la producción total (en quintales) de la huerta, con
base en los manzanos de una muestra sistemática de 1 en 10. La media y la varianza
muestrales para los árboles muestreados fueron x j = 3,52 quintales y Sˆ 2 = 0,48 quintales.
Utilizar estos datos para estimar la producción total, y establecer un límite para el error de
estimación.
La estimación de la producción total estará dada por:
Xˆ = Nx j = 1300(3,52) = 4576 quintales
Para calcular el error absoluto de muestreo consideramos la estimación de la

varianza, que se basará en la fórmula del muestreo aleatorio simple, ya que intuitivamente
podemos suponer que la población de manzanos en el huerto es aleatoria debido a que
suponemos una distribución natural de los mismos en el huerto.
Además, al ser la muestra sistemática 1 en 10 y N = 1300 entonces N = nk ⇒ 1300 = n.10

⇒ n = 130 manzanos árboles. La estimación de la varianza del estimador de la media será:
www.FreeLibros.org
⎛ 130 ⎞ 0,48
Vˆ ( Xˆ ) = N 2Vˆ ( x j ) = 1300 2 ⎜1
⎟ = 5625 ⇒ ˆ ( Xˆ ) = 75
⎝ 1300 ⎠ 130
Vˆ ( Xˆ ) 75 1,47
Cˆ v( Xˆ ) = = = = 0,016 (1,6%)
Xˆ 4576 80,5
El error relativo es bajo, por lo que la estimación puede ser buena. Por otra parte, un
intervalo de confianza al 95% para la producción total suponiendo normalidad en la
población será:
Xˆ ± ˆ ( Xˆ ) = 4576 ± 2 75 = [4426 4726]
El límite para el error de estimación está dado por:
2 ˆ ( Xˆ ) = 150
5.6. Una muestra sistemática de 1 en 10 es obtenida de una lista de votantes registrados para
estimar la proporción de votantes que están a favor de la emisión de bonos propuesta. Se
utilizan diferentes puntos de inicio aleatorio para asegurar que los resultados de la muestra
no se ven afectados por variación periódica en la población. Los resultados codificados de
esta encuesta de elección previa se muestran en la tabla adjunta. Estimar p, la proporción de
los 5775 votantes registrados que están a favor de la emisión de bonos propuesta (N = 5775).
Establecer un límite para el error de estimación.
Votante Respuesta
4 1
10 0
16 1
. .
. .
. .
5760 0
5766 0
5772 1
962
∑y
i =1
i = 652
Al ser la muestra sistemática 1 en 6 y N = 5775 entonces N = nk ⇒ 5775 = n*6 ⇒ E(n) =

962 donde E(n) significa parte entera de n. Por tanto, el tamaño muestral es 962.
Como n es grande y se han tomado varios puntos de inicio aleatorio en la extracción

de la muestra sistemática, podemos estimar la proporción proporcional mediante la
proporción muestral, y el error se estimará utilizando la fórmula del muestreo aleatorio
simple. Tenemos:
www.FreeLibros.org
212
∑X i
652
Pˆ = Pˆ j = i =1
= = 0,678
962 962
⎛ n ⎞ Pˆ j (1
Pˆ j ) ⎛ 962 ⎞ 0,678(1
0,678)
Vˆ ( Pˆ ) = Vˆ ( Pˆ j ) = ⎜1
⎟ = ⎜1
⎟ = 0,000196 ⇒ ˆ ( Xˆ ) = 0,014
⎝ N ⎠ n
1 ⎝ 5775 ⎠ 962
1
El error relativo de muestreo cuando se asegura que el 67,8% de los votantes

registrados favorece la emisión de bonos propuesta, será:
Vˆ ( Pˆ ) 0,014 1,47
Cˆ v( Pˆ ) = = = = 0,0206 (2,06%)
Pˆ 0,678 80,5
Por otra parte, un intervalo de confianza para la proporción, suponiendo normalidad
en la población será:
Pˆ ± ˆ ( Pˆ ) = 0,678 ± 2 0,014
El límite para el error de estimación será el radio del intervalo de confianza, o sea,
0,028 (2,8%).
5.7. Un parque estatal cobra la admisión por automóvil en lugar de por persona, y un funcionario
del parque quiere estimar el número promedio de personas por automóvil para un día
concreto en particular durante el verano. El funcionario sabe por experiencia que entrarán al
parque alrededor de 400 automóviles y quiere muestrear 80 de ellos. Para obtener una
estimación de la varianza, utiliza el muestreo sistemático replicado con 10 muestras de 8
automóviles cada una. En la tabla siguiente se presentan los datos del número de personas
por automóvil (entre paréntesis):
Punto de inicio Segundo Tercer Cuarto Quinto Sexto Séptimo Octavo yi

aleatorio elemento elemento elemento elemento elemento elemento elemento
2 (3) 52 (4) 102 (5) 152 (3) 202 (69 252 (1) 302 (4) 352 (4) 3,75
5 (5) 55 (3) 105 (4) 155 (2) 205 (4) 255 (2) 305 (3) 355 (4) 3,38
7 (2) 57 (4) 107 (6) 157 (2) 207 (3) 257 (2) 307 (1) 357 (3) 2,88
13 (6) 63 (4) 113 (6) 163 (7) 213 (2) 263 (3) 313 (2) 363 (7) 4,62
26 (4) 76 (5) 126 (7) 176 (4) 226 (2) 276 (6) 326 (2) 376 (6) 4,5
31 (7) 81 (6) 131 (4) 181 (4) 231 (3) 281 (6) 331 (7) 381 (5) 5,25
35 (3) 85 (3) 135 (2) 185 (3) 235 (6) 285 (5) 335 (6) 385 (8) 4,5
40 (2) 90 (6) 140 (2) 190 (5) 240 (5) 290 (4) 340 (4) 390 (5) 4,12
45 (2) 95 (6) 145 (3) 195 (6) 245 (4) 295 (4) 345 (5) 395 (4) 4,25
46(6) 96 (5) 146 (4) 196 (6) 246 (3) 296 (3) 346 (5) 396 (3) 4,38
Estimar el número promedio de personas por automóvil y establezcer un límite para el error
de estimación.
Como tenemos varios arranques aleatorios, utilizaremos el método de las muestras

interpenetrantes.
www.FreeLibros.org
Podemos formar un estimador combinado de la media poblacional basado en las

medias de las t muestras (cada media muestral es un estimador insesgado de la misma media
poblacional) promediando las medias de las 10 muestras sistemáticas (filas de la tabla del
enunciado) de la siguiente forma:
1 t 1
xc = ∑
t 1
x t = (3,75 + 3,38 + L + 4,38) = 4,16
10
El estimador insesgado de su varianza mediante la aplicación del método de las
muestras interpenetrantes es:
1 t 2 1 ⎛ t 2 t 2⎞ 1 t 2
Vˆ (xc ) = (1
n / N ) ∑i c
t(t
1) i
x
tx 2
= (1
n / N ) ⎜ ∑ i ∑i c ⎠
t(t
1) ⎝ i
x
x ⎟ = (1
n / N ) ∑(xi
xc2 )
t(t
1) i
1
Vˆ (xc ) = (1
80 / 400) 177410
10* 4,162 = 0,0365
10(9
1)
El límite para el error de estimación al 95% es 2 Vˆ (x c ) = 2 0,0365 = 0,38 .
5.8. Una empresa publicitaria está iniciando una campaña de promoción para un nuevo producto.
La empresa quiere muestrear clientes potenciales en una pequeña comunidad para
determinar la aceptación del producto. Para eliminar algo de los costos asociados con las
entrevistas personales, el investigador decide seleccionar una muestra sistemática de entre N
= 5000 nombres listados en un registro de la comunidad y recolectar los datos mediante
entrevistas por teléfono. Determinar el tamaño de muestra requerido para estimar la
proporción de personas que consideran <<aceptable>> el producto, con un límite para el
error de estimación de magnitud 0,03 (esto es, 3%).
Como el límite para el error de la estimación es 0,003, tenemos:
() ()
2 Vˆ Pˆ = 0,03 ⇒ Vˆ Pˆ = 0,000225
Entonces, el tamaño de muestra requerido es:
NPˆ Qˆ 5000(0,5)(0.5)
n= = = 909,240 910
( N
1)Vˆ ( Pˆ ) + Pˆ Qˆ 4999(0,000225) + (0,5)(0,5)
La empresa debe entrevistar a 910 personas para determinar la aceptación del

producto, con un límite para el error de estimación del 3%.
Se ha supuesto que es correcta la aproximación del error del muestreo sistemático

por el error del muestreo aleatorio simple (población grande de carácter típicamente
aleatorio) y se ha tomado Pˆ = Qˆ = 1 / 2 por desconocimiento de sus valores.
www.FreeLibros.org
5.1. Dada la población siguiente:
ui u1 u2 u3 u4 u5 u6 u7 u8 u9
Xi 1 3 5 2 4 6 2 7 3
se desea obtener una muestra sistemática de tamaño 3 (1 en 3). Determinar el espacio

muestral y las probabilidades asociadas a las muestras posibles para este tipo de muestreo.
Calcular las varianzas de los estimadores insesgados del total y de la media. Estimar dichas
varianzas y comparar la precisión de este tipo de muestreo con la del muestreo aleatorio
simple. Seleccionar la muestra más precisa.
5.2. En un directorio de 13 casas de una calle las personas están distribuidas hogar a hogar como
sigue:

1 2 3 4 5 6 7 8 9 10 11 12 13

M M M M M M M M M M M M M
F F F F F F F F F F F F F
f f m m f f m m m f f
m m f m m f f f m
f f f m

M=varón adulto, F=mujer adulta, m=hijo varón, f=hija
Se realiza muestreo sistemático de una de cada 5 personas (muestreo 1 en 5), numerando los
elementos de la población por columnas hacia abajo y luego yendo a la parte superior de la
siguiente columna (se empieza por la primera columna de la izquierda). Se pide lo siguiente:
1º) Calcular el valor del coeficiente de correlación st y hallar la varianza del estimador de la
proporción de varones adultos en la población utilizando la relación entre muestreo sistemático
y muestreo estratificado.
2º) ¿Qué muestra sistemática es la mejor? ¿Cuál es la proporción estimada de varones
adultos en la población?
5.3. La administración de una empresa de servicio público está interesada en la cantidad

promedio de tiempo que llevan vencidas las cuentas atrasadas. Una muestra sistemática será
extraída de una lista en orden alfabético con N = 2500 cuentas de clientes que están
vencidas. En una encuesta similar realizada el año anterior, la varianza muestral fue s2 = 100
días. Determinar el tamaño de muestra requerido para estimar μ, la cantidad promedio de
tiempo que tienen de estar vencidas las cuentas de la empresa de servicio público, con un
límite para el error de estimación de 2 días.
www.FreeLibros.org
CAPÍTULO
MUESTREO POR MÉTODOS INDIRECTOS.

RAZÓN, REGRESIÓN Y DIFERENCIA
OBJETIVOS
1. Presentar el concepto de estimación no lineal.
2. Presentar el concepto de estimación por métodos indirectos.
3. Analizar el estimador de razón, su sesgo y su varianza.
4. Estimar el sesgo y la varianza del estimador por razón.
5. Analizar los estimadores y sus errores en muestreo estratificado con
reposición.
6. Comprender la formación de estimadores de magnitudes poblacionales
basados en la razón.
7. Estudiar los errores y su estimación para estimadores indirectos basados en
la razón.
8. Analizar el estimador de razón, su sesgo y su varianza.
9. Obtener la varianza mínima para el estimador de regresión y su estimación.
10. Comparar la estimación indirecta por regresión con otros tipos de muestreo.
11. Analizar el estimador por diferencia, sesgo, varianza y sus estimaciones.
12. Comprender los métodos indirectos en muestreo estratificado.
13. Analizar la estimación por razón en muestreo estratificado.
14. Analizar la estimación por regresión en muestreo estratificado.
15. Diferenciar entre estimadores separados y estimadores combinados.
16. Comparar las precisiones de los métodos de estimación indirecta con
estratificación.
www.FreeLibros.org
ÍNDICE
1. Estimadores no lineales.
2. Muestreo por métodos indirectos. El estimador de razón.
3. Estimaciones de los parámetros poblacionales basadas en la razón y errores.
4. Estimaciones por regresión y errores.
5. Estimaciones por diferencia y errores.
6. Estimadores de razón en el muestreo estratificado.
7. Estimadores de regresión en el muestreo estratificado.
www.FreeLibros.org
Muestreo por métodos indirectos. Razón, regresión y diferencia 227
ESTIMADORES NO LINEALES
Al estimar un parámetro poblacional la dificultad principal suele estar en el cálculo del error
de muestreo (raíz cuadrada de la varianza del estimador). Por esta razón, son muchos los
procedimientos analizados para la estimación de varianzas. Según Wotter (1985), podemos
clasificar las situaciones que se pueden presentar atendiendo a la naturaleza del parámetro a
estimar (parámetros lineales o no lineales) y al diseño muestral utilizado (diseños simples o
complejos). Se pueden estimar parámetros lineales en diseños simples, parámetros no
lineales en diseños simples, parámetros lineales en diseños complejos o parámetros no
lineales en diseños complejos. Aunque la mayor parte de la teoría básica de muestreo se basa
en el cálculo de estimadores de parámetros lineales en diseños simples, también se han
desarrollado procedimientos para aproximación lineal de estimadores que están basados en
un desarrollo en serie de Taylor para obtener una aproximación lineal del estimador y así
poder aplicar posteriormente toda la teoría desarrollada para estimadores lineales.
Otras técnicas, como los métodos de replicación de muestras, se basan en la

generación de diversas muestras, todas bajo el mismo diseño muestral, con el fin de obtener
información acerca de la distribución del estimador.
Además existen otras técnicas, como los métodos de exploración intensiva de una
muestra, que consisten en la generación de muestras a partir de la muestra inicial, obtenida
mediante un determinado diseño, usando técnicas muy variadas.
Estimadores no lineales. Método general de linealización para la estimación de varianzas
Supongamos un parámetro poblacional del cual hemos obtenido un estimador no lineal

ˆ = f ( x1 ,..., x n ) basado en la muestra ( x1 ,..., x n ) . Se trata de expresar dicho estimador como
función de una serie de estimadores ˆ1 ,...,ˆk , es decir, ˆ = f ( x1 ,..., x n ) = ˆ1 ,...,ˆk , de ( )
modo que si se calculan las varianzas de los nuevos estimadores habremos conseguido resolver
nuestro problema.
Supongamos que ˆ1 ,...,ˆk son estimadores insesgados de 1 ,..., k respectivamente

y que los valores teóricos cumplen = ( 1 ,..., k ) . El desarrollo de Taylor de ˆ1 ,...,ˆk ( )
en un entorno del punto ( 1 ,..., k ) es el siguiente:
( ) (
ˆ1 ,...,ˆk = ( 1 ,..., k ) + d ˆ1 ,...,ˆk )( 1 ,..., k )
+ Tn
donde Tn es el término complementario o resto, el cual puede ser despreciado o no

dependiendo de las condiciones del entorno. Para un entorno suficientemente pequeño
supongamos que Tn sí es despreciable, resultando:
(
ˆ
d ˆ1 ,...,ˆk )( = ∑⎜
k ⎛
(
ˆ1 ,...,ˆk )⎞⎟ (ˆ
r )
1 ,..., k ) ⎜
r =1 ⎝ ˆr ⎟ r
⎠ (1 ,..., k )
www.FreeLibros.org
Elevando ambos términos de esta igualdad al cuadrado y tomando esperanzas

obtenemos una expresión aproximada para la varianza de ˆ , es decir,
( )⎞⎟
2
⎡ k ⎛ ˆ ,...,ˆ ⎤
() (
V ˆ = E ˆ
)2
E ⎢∑ ⎜
⎜
⎢ r =1 ⎝
1
ˆ
r
k
⎟
( r )
ˆ
⎥
r
⎥
⎣ ⎠ (1 ,..., k ) ⎦
= E ⎢∑∑ ⎜
(
⎡ k k ⎛ ˆ ,...,ˆ ⎞
1 k ⎟ ) ( ⎛ ˆ
) (
ˆ
⎜ 1 ,..., k ⎟
ˆ ⎞ ) ˆl
l (
⎤
)⎥⎥
⎢ r =1 l =1 ⎜⎝ ˆr ⎟ ⎜ ˆ ⎟
r r
⎠ (1 ,..., k ) ⎝ ⎠ (1 ,..., k )
⎣ l
⎦
k
= ∑∑ ⎜
k ⎛
(
ˆ1 ,...,ˆk ⎞⎟ ) ⎜
(
⎛ ˆ1 ,...,ˆk ⎞
⎟
) Cov ˆr ,ˆl ( )
r =1 l =1 ⎝
⎜ ˆr ⎟ ⎜ ˆ ⎟
⎠ (1 ,..., k ) ⎝ l ⎠ (1 ,..., k )
Aplicación al cociente de estimadores
ˆ
Sea R = un parámetro poblacional y Rˆ = un estimador del mismo.
! !ˆ
Observamos que Rˆ = (ˆ , !ˆ ) y R = ( , ! ) , por lo que estamos en condiciones
de aplicar el método general de linealización de varianzas previamente explicado. Haciendo
un desarrollo en serie de Taylor de la función (ˆ , !ˆ ) en el punto ( , ! ) resulta:
⎛ ˆ , !ˆ
Rˆ
R ⎜⎜
( )⎞⎟ (ˆ
) + ⎜⎜ (ˆ, ! )⎟⎟
⎛ ˆ ˆ ⎞
(!ˆ
! )
⎟
⎝ ˆ ⎠ ( , ! ) ⎝ ! ⎠ ( , ! )
y elevando al cuadrado y tomando esperanzas tenemos:
( )⎞⎟ ( )⎞⎟ (!ˆ

! )⎤⎥
2
⎡⎛ ˆ , !ˆ ⎛ ˆ , !ˆ
() (
V Rˆ = E Rˆ
R )2
E ⎢⎜⎜
⎢⎣⎝ ˆ ⎟ (ˆ
)+ ⎜
⎜ !ˆ ⎟ ⎥
⎠ ( , ! ) ⎝ ⎠ ( , ! ) ⎦
2 2
⎛ Rˆ ⎞ ⎛ Rˆ ⎞ ˆ ⎛ Rˆ ⎞
= ⎜⎜
ˆ
⎟
⎟ V (ˆ)+ ⎜ ⎟
⎜ !ˆ ⎟ V ! ()
ˆ + 2⎛⎜ R ⎞⎟
⎜ ˆ ⎟
⎜ ⎟
⎜ !ˆ ⎟ Cov ˆ , !ˆ ( )
⎝ ⎠ ( , ! ) ⎝ ⎠ ( , ! ) ⎝ ⎠ ( , ! ) ⎝ ⎠ ( , ! )
2
!
1 ⎛ ⎞ 1⎛ ⎞
()
= 2 V (ˆ ) + ⎜⎜
2 ⎟⎟ V !ˆ + 2 ⎜⎜
2 ⎟⎟Cov ˆ , !ˆ
!⎝ ! ⎠
( )
⎝ ! ⎠
1
[ ()
= 2 V (ˆ ) + R 2V !ˆ
2 RCov ˆ , !ˆ
!
( )]
Otra expresión alternativa para la varianza de Rˆ = (ˆ , !ˆ ) es:
() ⎡V (ˆ ) V !ˆ
V Rˆ R 2 ⎢ 2 + 2
2
Cov ˆ , !ˆ ⎤
⎥
() ( )
⎣ ! ! ⎦
www.FreeLibros.org
MUESTREO POR MÉTODOS INDIRECTOS. EL ESTIMADOR DE RAZÓN
Los métodos indirectos utilizan la información conocida relativa a una variable auxiliar Y
(variable de apoyo) correlacionada con la variable en estudio X para conseguir estimaciones
más precisas para X que las calculadas únicamente a partir de la muestra de la variable que
se estudia.
Entre los métodos clásicos de estimación indirecta más utilizados se encuentran el
método de estimación por razón (basado en la razón entre X e Y), el método de estimación
por regresión (basado en la regresión entre X e Y) y el método de estimación por diferencia
(basado en la diferencia entre X e Y). Estos tres métodos serán desarrollados a lo largo de
este capítulo.
La estimación indirecta constituye el complemento de la estimación directa. No se

trata por sí solo de un método eficiente de estimación, pero junto con la estimación directa
desarrolla casi totalmente la información muestral. Los métodos de estimación indirecta
aprovechan la información de variables auxiliares correlacionadas con la variable objeto de
estudio con el fin de conseguir una ganancia en precisión de los estimadores.
N
Sea X la variable objetivo y supongamos que se conoce Y = ∑Y
i =1
i , donde
( X i , Yi ) se corresponden con los pares de valores de las variables X e Y respectivamente,

observados en la unidad i-ésima de la población o de la muestra. Nuestro objetivo es obtener
un estimador para X que sea más preciso que el estimador directo basado únicamente en la
muestra. La expresión general de los estimadores indirectos es la siguiente:
( ) ( ) (
f Xˆ G = f Xˆ + b0 f (Y )
f Yˆ ( ))
siendo f una función, X̂ G el estimador indirecto de X , X̂ e Yˆ los estimadores directos
de X e Y , respectivamente, y b0 un coeficiente de corrección que, dependiendo de su
valor, nos dará los diferentes tipos de estimadores indirectos. Como caso particular
(
supongamos f ( x) = x . Entonces Xˆ G = Xˆ + b0 Y
Yˆ . )
Los casos más frecuentes de estimadores indirectos son los siguientes:
1. Si b0 = 0 , se tiene Xˆ G = Xˆ , es decir, el estimador obtenido es el directo.
( )
2. Si b0 = 1 , entonces Xˆ G = Xˆ + Y
Yˆ , denominado estimador de la diferencia o
diferencial.
Xˆ
3. Si b0 = = Rˆ , se obtiene el estimador de razón.
Yˆ
Xˆ Xˆ
Xˆ G = Xˆ +
Yˆ
[ ]
Y
Yˆ = Y = Rˆ Y = Xˆ R
Yˆ
4. Si b0 = b , se obtiene el estimador de regresión.
( )
Xˆ G = Xˆ + b Y
Yˆ = Xˆ rg
www.FreeLibros.org
Supongamos una población formada por N unidades, {U 1 , ..., U N } , y nos fijamos

en dos características ( X , Y ) para cada unidad, siendo X la variable objeto de estudio e Y
X
una variable auxiliar correlacionada con X . Llamaremos razón a R = y su estimador
Y
viene dado por la expresión:
n
∑x i
Xˆ x
Rˆ = i =1
= =
Yˆ
n
y
∑y
i =1
i
A partir de la razón podemos también estimar totales y medias mediante:
Xˆ R = Rˆ Y
Xˆ R = Rˆ Y
Estos estimadores no son insesgados pero tienen varianza muy pequeña y otras
propiedades que los hacen deseables. Sin embargo, es preciso conocer Y o Y para poder
calcularlos.
R̂ es consistente, pero en general es sesgado. Para muestras grandes, Rˆ N ( R, V ( Rˆ ))

y el sesgo es despreciable. No se conoce la expresión exacta de la varianza de R̂ , aunque bajo
ciertas condiciones se puede obtener una expresión aproximada de la misma. Podemos
expresar el sesgo en función del coeficiente de correlación entre R̂ e y del siguiente modo:
Cov( Rˆ , y ) Rˆ y
B ( Rˆ ) =
=
Y Y
B ( Rˆ )
es una medida del sesgo por unidad de desviación típica, es decir, una medida
Rˆ
B ( Rˆ )
relativa del sesgo respecto del error de muestreo. Además, si es del orden del 10%,
Rˆ
entonces el sesgo puede ser considerado despreciable en relación al error estándar.
Se cumple que B( R$ )=0 R$ e y son variables incorreladas en el muestreo, con lo

que ya tenemos la primera de las condiciones para la insesgadez del estimador de la razón.
Además se cumple que:
B( R$ )
B( R$ ) =
( R$ , y ) R$ Cv ( y ) ⇒ = ( R$ , y ) Cv ( y ) Cv ( y )
R$
con lo que el sesgo relativo (módulo del cociente entre el sesgo del estimador de la razón y
su desviación típica) está acotado por el coeficiente de variación de y .
www.FreeLibros.org
Entonces, para que el sesgo del estimador de la razón sea despreciable bastará con
que el coeficiente de variación de la media muestral de la variable auxiliar sea menor que
1/10, ya que en este caso:
B( R$ ) 1
Cv ( y ) <
R$ 10
Se observa que el sesgo relativo es tanto menor cuanto menor sea Cv( y ). Además,
para intentar eliminar la influencia del sesgo se tomarán tamaños de muestra tales que el
sesgo sea despreciable, es decir, tamaños de muestra tales que Cv( y ) < 1/10. Para hallar este
tamaño de muestra en el muestreo sin reposición operamos como se indica a continuación:
⎛ n ⎞ S2 SY2
⎜1
⎟ Y 100 N
( y) V ( y) ⎝ N⎠ n 1 100 NSY2 y2
Cv ( y ) = = = < ⇒n> =
E( y) Y Y 10 Ny 2 + 100SY2 SY2
N + 100 2
y
Para hallar el tamaño de muestra para el que el sesgo es despreciable en el muestreo
con reposición operamos como se indica a continuación:
Y2
( y) V ( y) n 1 100 Y2 Y2
Cv ( y ) = = = < ⇒n> = 100 2
E( y) Y Y 10 Y2 Y
La segunda condición de insesgadez del estimador de la razón es que si la recta de
regresión de la variable auxiliar Y sobre la variable en estudio X (o la de X sobre Y) pasa
por el origen de coordenadas entonces el estimador de la razón R$ es insesgado para R.
Cálculo aproximado del sesgo del estimador de razón y su estimación
El sesgo del estimador de razón puede aproximarse como sigue:
(1
f )
B( Rˆ ) = (RS Y2
S XY )
nY 2
1
B( Rˆ ) = 2
(R Y2
XY )
nY
Estimación del sesgo del estimador de la razón
La expresión obtenida para el sesgo del estimador de la razón va a permitir se estimación a

partir de los valores muestrales:
www.FreeLibros.org

Como en muestreo sin reposición las cuasivarianzas poblacionales se estiman
insesgadamente por cuasivarianzas muestrales, tenemos:
(1
f ) $ $ 2 $
B$ ( R$ ) =
nY 2
( RSY
S XY )
Como en muestreo con reposición las varianzas poblacionales se estiman insesgadamente
por cuasivarianzas muestrales, tenemos:
Bˆ ( Rˆ ) =
nY 2
(
1 ˆ ˆ2 ˆ
RS Y
S XY )
Varianza aproximada del estimador de la razón
() 1
f 1
f ⎡N ⎤
N N
V Rˆ = 2 (S x2 + R 2 S y2
2 RS xy ) = 2 ⎢∑ X i2 + R 2 ∑ Yi 2
2 R ∑ X i Yi ⎥
Y n Y n(N
1) ⎣ i i i ⎦
() 1 1 ⎡N ⎤
N N
V Rˆ = 2 ( x2 + R 2 y2
2 R xy ) = 2 ⎢∑ X i2 + R 2 ∑ Yi 2
2 R ∑ X i Yi ⎥
Y n Y nN ⎣ i i i ⎦
Estimación de la varianza del estimador de la razón

Utilizaremos que las cuasivarianzas muestrales estiman insesgadamente las cuasivarianzas
poblacionales ( S$ x2 estimador insesgado de S2x, S$Yx
2
estimador insesgado de S2y y S$ XY
estimador insesgado de Sxy). A su vez, utilizaremos el estimador reciente obtenido para la
razón R. Tenemos:
() 1
f
( ) 1
f ⎡n ⎤
n n
Vˆ Rˆ = 2 Sˆ x2 + Rˆ 2 Sˆ y2
2 Rˆ Sˆ xy = 2 ⎢∑ X i2 + Rˆ 2 ∑ Yi 2
2 Rˆ ∑ X i Yi ⎥
Y n Y n(n
1) ⎣ i i i ⎦

Utilizaremos el hecho de que las cuasivarianzas muestrales estiman insesgadamente las
varianzas poblacionales ( S$ x2 estimador insesgado de 2x, S$Yx
2
estimador insesgado de 2y y
S$ XY estimador insesgado de xy). A su vez utilizaremos el estimador reciente obtenido para
la razón R. Tenemos:
() 1
( ) 1 ⎡n ⎤
n n
2 Rˆ Sˆ xy = 2 ⎢∑ X i2 + Rˆ 2 ∑ Yi 2
Y n Y n(n
1) ⎣ i i i ⎦
www.FreeLibros.org
ESTIMACIONES DE LOS PARÁMETROS POBLACIONALES BASADAS EN

LA RAZÓN Y ERRORES
Podemos utilizar el estimador de la razón para realizar estimaciones de los parámetros

poblacionales típicos como sigue:
x x x Pˆ Aˆ
Xˆ R = Y = Y = Rˆ Y , Xˆ R = x R = Y = Rˆ Y , PˆRX = X PY = Rˆ PY , Aˆ RX = X PY = Rˆ AY
y y y PˆY Aˆ Y
Las varianzas pueden calcularse como sigue:
V ( Xˆ R ) = V ( Rˆ Y ) = Y 2V ( Rˆ ) = N
2 1
f
(
S x2 + R 2 S y2
2RS xy
n
)
V ( Xˆ R ) = V ( Rˆ Y ) = Y 2V ( Rˆ ) =
1
f 2
n
(
S x + R 2 S y2
2 RS xy )
N2
V(Xˆ R ) =V(RˆY) =Y 2V(Rˆ) = ( x2 + R2 y2
2R xy )
n
ˆ
V(X R ) =V(RˆY ) = Y 2V(Rˆ) = ( x2 + R 2 y2
2R xy )
1
n
Las estimaciones de las varianzas pueden calcularse como sigue:
Vˆ ( Xˆ R ) = N
2
n
(
1
f ˆ 2 ˆ 2 ˆ 2
S x + R S y
2RˆSˆ xy = N 2 )
1
f ⎡ n
⎢∑ i
n ( n
1) ⎣ i
X 2
+ ˆ2
R
n
∑ Y i
2

2 ˆ
R
n
∑
⎤
X i Yi ⎥
i i ⎦
ˆ
Vˆ ( X R ) =
1
f ˆ 2 ˆ 2 ˆ 2
n
(
S x + R S y
2Rˆ Sˆ xy =
1
f ⎡ n
⎢∑ i
n(n
1) ⎣ i
X )
2
+ ˆ 2 Y 2
2 Rˆ X Y ⎤
R
n
∑i i
n
∑i i i ⎥⎦

2
N
( S$ ) N2 ⎡ ⎤
n n n
V$ ( X$ R ) = 2
x + R$ 2 S$ y2
2 RS
$$ =
xy ⎢ ∑ X i2 + Rˆ 2 ∑ Y i 2
2 Rˆ ∑ X Y ⎥⎦ i i
n n ( n
1) ⎣ i i i
1
(
V$ ( X$ R ) = S$ x2 + R$ 2 S$ y2
2 RS ) ⎡ ⎤
n n n
$$ = 1
n xy ⎢
n(n
1) ⎣
∑ i
X i2 + Rˆ 2 ∑
i
Yi 2
2 Rˆ ∑ X Y ⎥⎦
i
i i
www.FreeLibros.org
ESTIMACIONES POR REGRESIÓN Y ERRORES
Supongamos ( xi , y i ) i = 1,..., N pares de valores situados sobre una recta que no pasa por el
origen, es decir, xi = a + by i con a 0 . Entonces, para los valores muestrales y poblacionales se
(
cumple, respectivamente x = a + by y X = a + bY por lo que x
X = b y
Y , o lo que es lo )
( )
mismo, X = x
b y
Y . Se tiene:
- Si y = Y , entonces X = x y V ( x ) = 0
- ( )
Si y Y , entonces X x , siendo b y
Y el ajuste.
Este razonamiento sugiere intentar una ganancia en precisión cuando la relación

entre xi e y i sea lineal sin pasar por el origen, utilizando el estimador lineal de regresión
para la media:
Xˆ rg = x + b(Y
y )
Como casos particulares del estimador de regresión se tienen:
1. Si b = 0 , el estimador de regresión coincide con el estimador directo o de

(
expansión Xˆ rg = x )
2.
x
(
Si b = Rˆ = , se obtiene el estimador de razón Xˆ rg = Rˆ Y = Xˆ R
y
)
3. Si b = 1 se obtiene el estimador de la diferencia (Xˆ rg = x + (Y
y ) )
Tenemos:
⎧bo = 0 x rg = x (estimador simple)

⎪
x rg = x + bo ( Y
y ) ⇒ ⎪b = x ⇒ x = x + x (Y
y ) = x + x Y
x y = x Y = Xˆ (razón )
⎨ o rg R
⎪ y y y y y
⎪b = 1x = ( x
y ) + Y (estimador por diferencia )
⎩ o rg
Análogamente, se puede definir el estimador de regresión para el total poblacional

como
(
Xˆ rg = Xˆ + b Y
Yˆ )
siendo Xˆ , Yˆ los estimadores directos de X , Y respectivamente.
Podemos resumir las estimaciones por regresión como sigue:
( )
x rg = x + bo (Y
y ) , Xˆ rg = Nx rg , Pˆrg = PˆX + bo PY
PˆY y Aˆ rg = NPˆrg
www.FreeLibros.org
Sesgo del estimador de regresión
El estimador de regresión es en general sesgado salvo que los puntos (Xi , Yi ) con i = 1,2, .... ,N,
donde Yi representa la variable auxiliar correlacionada con la variable en estudio Xi, estuviesen
situados sobre una línea recta que no pasa por el origen de ecuación Xi = a + b Yi .
Otro caso de insesgadez del estimador de regresión es cuando b = bo = constante.
Varianzas y estimación de varianzas
Las varianzas y sus estimaciones toman los siguientes valores:
V (xrg ) =
1
f 2
n
(
(S x + bo2 S y2
2bo S xy ) , Vˆ (x rg ) = 1
f Sˆ x2 + bo2 Sˆ y2
2bo Sˆ xy
n
)
( ) ( ) ( )
2
V Xˆ rg = (Sx + bo S y
2bo Sxy ) , Vˆ Xˆ rg = N (1
f ) Sˆ x2 + bo2 Sˆ y2
2bo Sˆ xy
N 2 (1
f ) 2 2 2
n n
1
f ˆ2
Vˆmin (x rg ) =
n
( )
S x (1
ˆ 2 ) , Vˆmin Xˆ rg =
N 2 (1
f ) ˆ 2
n
S x (1
ˆ 2 )
V (xrg ) =
1 2
n n
( )
( x + bo2 y2
2bo xy ), Vˆ (x rg ) = 1 Sˆ x2 + bo2 Sˆ y2
2bo Sˆ xy , Vˆmin (x rg ) = 1 Sˆ x2 (1
ˆ 2 )
n
( ) N2 2
( ) ( )
2
( x + bo2 y2
2bo xy ) , Vˆ Xˆ rg = N Sˆ x2 + bo2 Sˆ y2
2bo Sˆ xy , Vˆmin Xˆ rg = N Sˆx2 (1
ˆ 2 )
( )
2
V Xˆ rg =
n n n
Hasta aquí hemos considerado el caso en que b0 es constante. Sin embargo, cuando
se desconoce b0 o es variable, suelen utilizarse los resultados anteriores, estimando b0
mediante la expresión:
n
Sˆ ∑ (X i
x )(Yi
y )
bˆ0 = !ˆ = XY2 = i
SˆY
n
∑ (Y
y)
2
i
i
Este resutado obtenido es aplicable para muestras grandes.
Comparación con otros tipos de muestreo

Para comparar la precisión de la estimación por regresión con la de otros tipos de muestreo
utilizamos el estimador de la media y las expresiones de su varianza en los distintos tipos de
muestreo. Tenemos:
www.FreeLibros.org
( )
V X$ = V ( x ) =
1
f 2
n
Sx
( )
V X$ R =
1
f 2
n
(
S x + R 2 S y2
2 RS x S y xy )
( ) ( )
Vmin X$ rg = Vmin xrg =
1
f 2
n
(
S x 1
xy2 )
( )
Es evidente que Vmin x rg V ( x ) , ya que 1
xy2 1, correspondiendo el signo
igual al caso xy = 0 , es decir, al caso de correlación nula entre X e Y. Por lo tanto, cuando la
variable auxiliar y la variable en estudio están incorreladas no se gana en precisión por
considerar el método indirecto de estimación por regresión respecto de considerar el muestreo
aleatorio simple. En el resto de los casos la estimación indirecta por regresión supera en
precisión a la estimación aleatoria simple.
Por otra parte:
( ) ( )
Vmin xrg < V ( x R ) V ( x R )
Vmin xrg 0
1
f 2 1
f 2
( S x + R 2 S y2
2 RS x S y xy )
S x (1
2 xy ) 0
n n
1
f 1
f
( ) ( )
2
R 2 S y2
2 RS x S y xy + S x2 xy2 0 RS y
xy S x 0
n n
La desigualdad es siempre cierta, y se produce la iguladad si:
Sx
RS y
xy S x = 0 R = =!
Sy
es decir, la igualdad de precisiones en la estimación por razón y por regresión se produce en el

caso en que la recta de regresión pase por el origen (si R = !, la ordenada en el origen de la
recta de regresión de X sobre Y, que en el caso de varianza mínima tiene de ecuación
X=!Y+ X - !Y , valdrá X - !Y = X - RY = X - X = 0). En cualquier otro caso, la estimación
por regresión es más precisa que la estimación por razón.
Para el caso de muestreo con reposición tenemos:
( ) 1
V X$ = V ( x ) = x2
n
( ) ( 1
V X$ R = x2 + R 2 y2
2 R x y xy
n
)
( ) ( ) 1
(
Vmin X$ rg = Vmin xrg = x2 1
xy2
n
)
www.FreeLibros.org
( )
Es evidente que Vmin x rg V ( x ) , ya que 1
xy2 1, correspondiendo el signo
igual al caso xy = 0 , es decir, al caso de correlación nula entre X e Y. Por lo tanto, cuando
la variable auxiliar y la variable en estudio están incorreladas no se gana en precisión por
considerar el método indirecto de estimación por regresión respecto de considerar el
muestreo aleatorio simple. En el resto de los casos la estimación indirecta por regresión
supera en precisión a la estimación aleatoria simple.
Por otra parte:
( ) ( )
Vmin xrg < V ( x R ) Vmin ( x R )
V xrg 0
1 2 1
( x + R 2 y2
2 R x y xy )
x2 (1
2 xy ) 0
n n
1 2 2 1
( ) ( )
2
R y
2 R x y xy + x2 xy2 0 R y
xy x 0
n n
La desigualdad es siempre cierta, y se produce la igualdad si:
x S
R y
xy x = 0 R = = x =!
y Sy
es decir, la igualdad de precisiones en la estimación por razón y por regresión se produce en el

caso en que la recta de regresión pase por el origen (si R = !, la ordenada en el origen de la
recta de regresión de X sobre Y, que en el caso de varianza mínima tiene de ecuación X = !Y
+ X
!Y , valdrá X
!Y = X
RY = X
X =0). En cualquier otro caso la estimación por
regresión es más precisa que la estimación por razón.
ESTIMACIONES POR DIFERENCIA Y ERRORES
Dentro de los denominados métodos indirectos de estimación suele considerarse la

estimación por diferencia, que se utiliza en caso de que la recta de regresión que ajusta los
puntos (Xi, Yi) tiene como pendiente la unidad. Por otra parte, ya vimos al estudiar la
estimación por regresión que el método de estimación por diferencia era un caso particular
suyo (caso en que b = 1). Los estimadores de la media y el total basados en el estimador por
diferencia Dˆ = x
y pueden expresarse como sigue:
Xˆ = x
y + Y = Dˆ + Y Xˆ = N ( x
y ) + Y = Dˆ T + Y = NDˆ + Y
Las varianzas y sus estimaciones para los estimadores de la media y el total basados
en la diferencia, coinciden con las varianzas y sus estimaciones de los propios estimadores
diferencia. Para muestreo sin reposición tenemos:
1
f 2
V ( Xˆ ) = V ( Dˆ + Y ) = V ( Dˆ ) =
n
(
S x + S y2
2S xy ) ( Y es una constante)
www.FreeLibros.org
V ( Xˆ ) = V ( Dˆ T + Y ) = V ( Dˆ T ) = N 2
1
f 2
n
( )
S x + S y2
2 S xy (Y es una constante)
ˆ ()
Vˆ ( X ) = Vˆ Dˆ =
n
(
1
f ˆ2 ˆ2
)
S x + S y
2 Sˆ xy , Vˆ ( Xˆ ) = Vˆ ( Dˆ T ) = N 2 (
1
f ˆ2 ˆ2
n
S x + S y
2 Sˆ xy )
Para muestreo con reposición tenemos:
1 1
(
V ( Xˆ ) = x2 + y2
2 xy
n
) (
V ( Xˆ ) = N 2 x2 + y2
2 xy
n
)
( ) ( 1
Vˆ ( Xˆ ) = Vˆ Dˆ = Sˆ x2 + Sˆ y2
2 Sˆ xy
n
) 1
(
Vˆ ( Xˆ ) = Vˆ ( Dˆ T ) = N 2 Sˆ x2 + Sˆ y2
2 Sˆ xy
n
)
ESTIMADORES DE RAZÓN EN EL MUESTREO ESTRATIFICADO
Existen dos formas de plantear un estimador de razón para el total X , en el caso de muestreo
estratificado. En la primera de ellas se obtiene un estimador de razón para cada el total de cada
estrato y se suman todos ellos. El estimador obtenido se denomina estimador separado de razón.
La principal ventaja de este estimador es que permite que la razón de X a Y varíe de un estrato a
otro. Sin embargo, necesitamos conocer el total de la variable auxiliar, Yh , en cada estrato por
separado. En la segunda de ellas se obtiene una única razón con los totales de X e Y estimados
Xˆ st
mediante muestreo estratificado, es decir, , y se multiplica este cociente por el total de la
Yˆ st
variable auxiliar Y , que se supone conocido. El estimador obtenido se denomina estimador
combinado de razón. Para construir este estimador no es preciso conocer el total de la variable
auxiliar en cada estrato; basta conocer el total de la población. Ésta es una ventaja con respecto al
estimador separado de razón. Sin embargo, el estimador combinado supone, implícitamente, que la
razón permanece constante de un estrato a otro.
4.2.1 Estimador separado de razón
Estimador de razón simple o separado (para el total poblacional)
Se define el estimador separado de razón para el total poblacional X en un
muestreo estratificado como:
L L
x L
Xˆ RS = ∑ Xˆ Rh = ∑ Rˆ hYh = ∑ h Yh
h =1 h =1 h =1 y h
Se observa que es la suma de los estimadores de razón para el total en los diferentes
estratos. En general este estimador es sesgado, por serlo Rˆ h h = 1, ..., L .
Sesgo del estimador de razón simple o separado y su estimación

L L L L
X
B ( Xˆ RS ) = E ( Xˆ RS )
X = E (∑ Rˆ hYh )
∑ X h = ∑ E ( Rˆ h )Yh
∑ h Yh =
h h h h Yh
L L L L
∑ E ( Rˆ h )Yh
∑ RhYh = ∑ (1
E ( Rˆ h )
Rh )Yh = ∑ B ( Rˆ h )Yh
4243
h h h B ( Rˆ ) h
h
www.FreeLibros.org
Se observa que el sesgo total es la suma de los sesgos en cada estrato ponderados
por los Yh. Para muestreo sin reposición la expresión del sesgo será:
L L
(1
f h ) L
N h2 (1
f h )
B( Xˆ RS ) = ∑ Yh B ( Rˆ h ) = ∑ Yh 2
R S 2
h Yh
S (
XYh = ∑ )
Rh S Yh2
S XYh ( )
h h n h Yh h n hYh
{
Yh2 N h2
N h2 (1
f h ) ˆ ˆ 2 ˆ
( )
L
que puede estimarse como: Bˆ ( Xˆ RS ) = ∑ n Y Rh SYh
S XYh
h h h
Para muestreo con reposición la expresión del sesgo será:

L L
1 L
N h2
B ( Xˆ RS ) = ∑ Yh B ( Rˆ h ) = ∑ Yh 2
(R 2
h Yh
XYh ) = ∑ (Rh Yh2
XYh )
h h n Y
h { h n Y
h h h
Yh2 N h2
N2
( )
L
que puede estimarse como: Bˆ ( Xˆ RS ) = ∑ h Rˆ h SˆYh2
Sˆ XYh
h nh Yh
Varianza del estimador de razón simple o separado y su estimación
El valor de la varianza de este estimador para muestreo sin reposición será:
L L L
1
f
V ( Xˆ RS ) = ∑ V ( Rˆ h Yh ) = ∑ Y h2 V ( Rˆ h ) = ∑ Y h2 2 h (S xh2 + Rh2 S yh2
2 Rh S xyh ) =
h h h Yh n h
N h2Yh2
2
L
N (1
f h ) 2 L
N h2 (1
f h ) ⎛ N N N
⎞
( )
h h h
∑ n h
S xh + R 2 2
h S yh
2 R S
h xyh = ∑ n ( N
1) ⎜ ∑i hi h ∑i hi
⎜ X 2
+ R 2
Y 2

2 R h ∑ X hi Yhi ⎟
⎟
h h h h h ⎝ i ⎠
La estimación de la varianza para muestreo sin reposición será:
N 2 (1
f h ) ˆ 2
( )
L
Vˆ ( Xˆ RS ) = ∑ h S xh + Rˆ h2 Sˆ yh2
2 Rˆ h Sˆ xyh =
h n h
2
L
N (1
f h ) ⎛ n
h n h n
⎞
h
=∑ h ⎜⎜ ∑ X hi2 + Rˆ h2 ∑ Yhi2
2 Rˆ h ∑ X hi Yhi ⎟⎟
h n h (nh
1) ⎝ i i i ⎠
El valor de la varianza del estimador separado del total para muestreo con reposición será:
www.FreeLibros.org
L L
1 L
V ( Xˆ RS ) = ∑ V ( Rˆ h Yh ) = ∑ Y h2 V ( Rˆ h ) = ∑ Y h2 2 ( xh2 + Rh2 yh2
2 Rh xyh ) =
h h h Yh n h
N h2Yh2
2 2
N
L L
N ⎛N N N
⎞
∑ n ( + Rh2 yh2
2 Rh xyh ) = ∑
h h h
h 2
xh ⎜⎜ ∑ X hi2 + Rh2 ∑ Yhi2
2 Rh ∑ X hi Yhi ⎟⎟
h
h h h n h ( N h
1) ⎝ i i i ⎠
La estimación de la varianza para muestreo con reposición será:
L
N h2 $ 2 L
N h2 ⎛ nh 2 nh nh
⎞
V ( X RS ) = ∑
$ $ $ (
S xh + Rh S yh
2 Rh S xyh = ∑
2 $2 $ $ ) ⎜ ∑ X hi + R$ h2 ∑Yhi2
2 R$ h ∑ X hi Yhi ⎟
h nh h nh (nh
1) ⎝ i i i ⎠
Estimador de razón simple o separado (para la media poblacional)

Se consideran estimaciones para la media basadas en la razón en cada estrato definidas como
x
X$ Rh = h Yh = R$ h Yh . Como en muestreo estratificado la estimación del total se forma
yh
sumando las estimaciones de las medias en cada estrato ponderadas por los W h =Nh/N
L
$
( Xst = ∑W X$ h h ), podemos definir el estimador simple o separado de la media como:
h =1
L L
X$ RS = ∑Wh X$ Rh = ∑Wh R$ h Yh
h h
Este estimador para la media puede expresarse como:
L L L
N Y 1 L X$
X$ RS = ∑Wh X$ Rh = ∑Wh R$ h Yh = ∑ h R$ h h = ∑ R$ h Yh = RS
h h h N Nh N h N
Luego todas las fórmulas para el estimador de la media pueden obtenerse a partir de
las fórmulas correspondientes ya vistas para el estimador del total.
L ⎛
1 N h2 ⎞ (1
f h ) 2
V ( X$ RS ) = 2 V ( X$ RS ) = ∑ ⎜ 2 ⎟
N N n
S xh + R h2 S yh
2
(

2 R h S xyh = )
h ⎝123⎠ h
Wh2
Wh2 (1
f h ) ⎛ N h 2
L Nh Nh
⎞
∑ n ( N
1) ⎝ ∑ hi h ∑ hi
⎜ X + R 2
Y 2

2 R h ∑ X hi Yhi ⎟
⎠
h h h i i i

W 2 (1
f h ) ˆ 2
( )
L
Vˆ ( Xˆ RS ) = ∑ h S xh + Rˆ h2 Sˆ yh2
2 Rˆ h Sˆ xyh =
h nh
2
L
W (1
f h ) ⎛ n h n h n h
⎞
=∑ h ⎜⎜ ∑ X hi2 + Rˆ h2 ∑ Y hi2
2 Rˆ h ∑ X hi Y hi ⎟⎟
h n h ( n h
1) ⎝ i i i ⎠
www.FreeLibros.org
El valor del sesgo del estimador simple o separado es el siguiente:
Xˆ X 1 1 L
Y
B ( Xˆ RS ) = E ( Xˆ RS )
X = E ( RS )
= ( E ( Xˆ RS )
X ) = B ( Xˆ RS ) = ∑ B ( Rˆ h ) h
N N N N h N
Se observa que el sesgo total es la suma de los sesgos en cada estrato ponderados
por los Yh/N. Para muestreo sin reposición la expresión del sesgo será:
N 2 (1
f h )
1
(Rh S Yh2
S XYh ) = ∑ Wh (1
f h ) (Rh SYh2
S XYh )
L L
B( Xˆ RS ) = B( Xˆ RS ) = ∑ h
N h Nn h Yh h n h Yh
(
Wh (1
f h ) ˆ ˆ 2 ˆ
)
L
que puede estimarse como: Bˆ ( Xˆ RS ) = ∑ Rh S Yh
S XYh
h nhYh
El valor de la varianza del estimador separado de la media para muestreo con reposición
será:
1 L
⎛ N2 ⎞ 1 2
V ( Xˆ RS ) = 2 V ( Xˆ RS ) = ∑ ⎜⎜ h2 ⎟⎟
n
(
xh + Rh2 yh2
2 Rh xyh = )
N h ⎝1N23⎠ h
Wh2
Wh2
L
⎛ Nh 2 Nh Nh
⎞
∑n N ⎜⎜ ∑ X hi + Rh2 ∑ Yhi2
2 Rh ∑ X hi Yhi ⎟⎟
h h h ⎝ i i i ⎠
W2
( ) Wh2 ⎛n ⎞
L L n n
Vˆ ( Xˆ RS ) = ∑ h Sˆ xh2 + Rˆ h2 Sˆ yh2
2Rˆ h Sˆ xyh = ∑
h h h
⎜⎜ ∑ X hi2 + Rˆ h2 ∑ Yhi2
2Rˆ h ∑ X hi Yhi ⎟⎟
h nh h nh (nh
1) ⎝ i i i ⎠
1 L
N h2 L
W
ˆ ˆ
B ( X RS ) = B ( X RS ) = ∑
N
R h Yh
2
( )

XYh = ∑ h R h Yh
2

XYh ( )
h Nn h Yh h n h Yh
Wh
(Rˆ Sˆ )
L
que puede estimarse como: Bˆ ( Xˆ RS ) = ∑n Y h
2
Yh
Sˆ XYh
h h h
El método de estimación estratificada por razón simple o separada presenta como

principal ventaja la obtención de estimaciones separadas por estratos, lo que permite ofrecer
información de la población al subnivel de estratos. El principal inconveniente de este método es
la acumulación de los sesgos de las estimaciones en los estratos para el cálculo del sesgo total. En
la práctica suele utilizarse este método cuando los estratos son de tamaño elevado (habrá
pocos estratos en la población, lo que implica pocos sumandos en la acumulación de sesgos).
También suele utilizarse cuando los Rh tienden a ser muy distintos.
www.FreeLibros.org
Estimador de razón combinado (para el total poblacional)
xst X st $
Se considera inicialmente la razón de los estimadores estratificados R$C = = $ , y se
y st Yst
ˆ ˆ
forma el estimador del total X RC = RC Y (ya que el estimador del total basado en la razón
es X$ = R$ Y ).

1
V ( Xˆ RC ) = V ( Rˆ C Y ) =Y 2 V ( Rˆ C ) = Y 2 2 ( V ( x st ) + R 2 V ( y st )
2RCov( x st , y st ))
{ Y 123 123 142
4 43 4
2 2 L 2 L 2 L
N Y S S S
∑W (1
f ) n h
2
∑W (1
f ) n
h
Xh
∑W (1
f ) n
h
2
h
Yh
h
2
h
XYh
h h h h h h
2 2
W (1
f h ) 2
(S xh + R 2 S yh2
2R S xyh ) = N 2 ∑ W (1
f h ) ⎛⎜⎜ ∑ X hi2 + R 2 ∑ Yhi2
2R∑ X hiYhi ⎞⎟⎟
L L Nh N Nh h
N2∑ h h
h nh h nh ( N h
1) ⎝ i i i ⎠
En el cálculo de esta varianza se ha aplicado la fórmula general de la varianza del

estimador de la razón ya estudiada anteriormente.
L
Wh2 (1
fh ) $2 $ 2 $2 L
Wh2 (1
fh ) ⎛ nh 2 2 nh 2 nh
⎞
V( XRC ) = N ∑
$ $ 2
nh
(
Sxh + R Syh
2R Sxyh = N ∑
$ $ 2
) ⎜∑Xhi + R ∑Yhi
2R∑XhiYhi ⎟
h h nh (nh
1) ⎝ i i i ⎠
El valor del sesgo del estimador combinado para el total es el siguiente:
X
B ( X$ RC ) = E ( X$ RC )
X = E ( R$ C Y )
Y = E ( R$ C )Y
RY = ( E ( R$ C )
R ) Y = B ( R$ C )Y
Y
Se observa que para el sesgo total no se acumulan los sesgos en cada estrato. Para
muestreo sin reposición la expresión del sesgo será:
L L
S2 S
∑ Wh2 (1
f h ) nYhh ∑ Wh2 (1
f h ) nXYhh
h h
67
4 48 6 447 448 2
$ $ R V ( y st )
Cov ( x st , y st ) L W (1
f )
h h
B ( X RC ) = B ( RC )Y = Y = N 2
∑ 2
( RS Yh
S XYh )
Y{2 h nh Y
Y2 / N2
L
Wh2 (1
f h ) $ $ 2
que puede estimarse como: B ( X RC ) = N ∑
$ $ 2
n Y
( RSYh
S$ XYh )
h h
El valor de la varianza del estimador combinado del total para muestreo con reposición será:
www.FreeLibros.org
1
V ( Xˆ RC ) = V ( Rˆ C Y ) =Y 2 V ( Rˆ C ) = Y 2 2 (V ( x st ) + R 2 V ( y st )
2 R Cov ( x st , y st ) )
{ Y 123 123 142
4 43 4
2 2 L 2 L 2 L
N Y
∑W n ∑W n h
2
∑W n
Xh
h
2 Yh
h
2 XYh
h h h h h h
2 2
W
( xh2 + R 2 yh2
2 R xyh ) = N 2 ∑ W ⎛⎜⎜ ∑ X hi2 + R 2 ∑ Yhi2
2 R ∑ X hi Yhi ⎞⎟⎟
L L N N N h h h
N2∑ h h
h nh h nh N h ⎝ i i i ⎠
L
Wh2 $ 2 $ 2 $ 2 L
Wh2 ⎛ nh 2 $ 2 nh 2 nh
⎞
V ( X RC ) = N ∑
$ $ 2
(
Sxh + R S yh
2 RS xyh = N ∑
$ $ 2
) ⎜ ∑ X hi + R ∑Yhi
2 R$ ∑ X hiYhi ⎟
h nh h nh (nh
1) ⎝ i i i ⎠

L 2 L
2 Yh 2 XYh
∑W n h ∑W n h
6
h
78 647 h h
48 h
2
RV ( y )
Cov ( x st , y st )
L W
B( Xˆ RC ) = B( Rˆ C )Y = st
Y = N 2
∑ h
( R Yh2
XYh )
Y{2 h n Y
h
Y2 / N2
2
Wh $ $ 2 $ L
que puede estimarse como: B$ ( X$ RC ) = N 2 ∑ ( RSYh
S XYh )
h nhY
Estimador de razón combinado (para la media poblacional)

$ xst X$ st
Se considera inicialmente la razón de los estimadores estratificados RC = = , y se
yst Y$st
forma el estimador de la media Xˆ RC = Rˆ C Y (ya que el estimador del total basado en la
$
razón es X = R$ Y ).

1
V ( Xˆ RC ) = V ( Rˆ C Y ) =Y 2 V ( Rˆ C ) = Y 2 2 ( V ( x st ) + R 2 V ( y st )
2 RCov( x st , y st ))
Y 123 123 142
4 43 4
L 2 L 2 L
S S S
∑ W (1
f )
n ∑ W (1
h
2
f )
n ∑ W
h (1
Xh
f )
n
h
2
h
Yh
h
2
h
XYh
h h h h h h
2 2
W (1
f h ) 2
(S xh + R 2 S yh2
2R S xyh ) = ∑ W (1
f h ) ⎛⎜⎜ ∑ X hi2 + R 2 ∑ Yhi2
2R∑ X hi Yhi ⎞⎟⎟
L L Nh Nh Nh
∑ h
nh
h
h h n h ( N h
1) ⎝ i i i ⎠
En el cálculo de esta varianza se ha aplicado la fórmula general de la varianza del

estimador de la razón ya estudiada anteriormente.
(
W 2 (1
fh ) ˆ 2 ˆ 2 ˆ 2
)
W 2 (1
fh ) ⎛ n 2 ⎞
L L n n
Vˆ ( Xˆ RC ) = ∑ h
h h h
Sxh + R S yh
2Rˆ Sˆxyh = ∑ h ⎜⎜ ∑ X hi + R2 ∑Yhi2
2R∑ X hiYhi ⎟⎟
h nh h nh (nh
1) ⎝ i i i ⎠
www.FreeLibros.org
El valor del sesgo del estimador combinado para la media es el siguiente:

X
B( X$ RC ) = E ( X$ RC )
X = E ( R$ C Y )
Y = E ( R$ C )Y
RY = ( E ( R$ C )
R) Y = B( R$ C )Y
Y
Se observa que para el sesgo total no se acumulan los sesgos en cada estrato. Para
muestreo sin reposición la expresión del sesgo será:
L 2 L
SYh S XYh
∑ W (1
f ) n
h
2
h ∑ W (1
f ) n h
2
h
h
678 6h 47
4 48 h
4 h
2
ˆ R V ( y )
Cov ( x , y st )
L W (1
f )
B ( X RC ) = B ( Rˆ C )Y = st
2
st
Y = ∑ h h
( RS Yh2
S XYh )
Y h nhY
$
L
Wh2 (1
f h ) $ $ 2
que puede estimarse como: B ( X RC ) = ∑
$
n Y
( RSYh
S$ XYh )
h h

El valor de la varianza del estimador combinado de la media para muestreo con reposición
será:
1
V ( Xˆ RC ) = V ( Rˆ C Y ) =Y 2 V ( Rˆ C ) = Y 2 2 (V ( x st ) + R 2 V ( y st )
2 RCov ( x st , y st ))
Y 123 123
L
142
4 43
2
4
L 2 L

∑ n
W ∑ n
W ∑ n
h
2
W Xh
h
2 Yh
h
2 XYh
h h h h h h
2 2
W
( xh2 + R 2 yh2
2 R xyh ) = ∑ W ⎛ ⎞
L L Nh Nh Nh
∑ h h
⎜⎜ ∑ X hi2 + R 2 ∑ Yhi2
2 R ∑ X hi Yhi ⎟⎟
h nh h nh N h ⎝ i i i ⎠
W2
( )
Wh2 ⎛n ⎞
L L n n
Vˆ ( Xˆ RC ) = ∑ h Sˆ xh2 + Rˆ 2 Sˆ yh2
2 Rˆ Sˆ xyh = ∑
h h h
⎜⎜ ∑ X hi2 + Rˆ 2 ∑ Yhi2
2 Rˆ ∑ X hi Yhi ⎟⎟
h nh h n h (n h
1) ⎝ i i i ⎠
L 2 L
Yh XYh
∑W n h∑W n
2
h
2
6
h
78 647 4
h h
484 h
2
ˆ RV ( y )
Cov ( x , y st )
L W
B( X RC ) = B( Rˆ C )Y = st st
Y = ∑ h
( R Yh2
XYh )
Y2 h n Y
h
2
$ Wh $ $ 2 $ L
que puede estimarse como: B$ ( X RC ) = ∑ ( RSYh
S XYh )
h nhY
El método de estimación estratificada por razón combinada presenta como principal
ventaja la no acumulación de los sesgos de las estimaciones en los estratos para el cálculo
del sesgo total, lo que reduce el sesgo del estimador final respecto de la estimación separada.
El principal inconveniente de este método es la imposibilidad de obtención de estimaciones
separadas por estratos, lo que no permite disponer de información de la población al
subnivel de estratos. En la práctica suele utilizarse este método cuando los estratos son de tamaño
pequeño (habrá muchos estratos en la población, lo que implica demasiado sesgo por estimación
separada). En general suele utilizarse siempre que la estimación separada presenta demasiado
sesgo. También suele utilizarse cuando los Rh tienden a ser constantes.
www.FreeLibros.org
ESTIMADORES DE REGRESIÓN EN EL MUESTREO ESTRATIFICADO
También distinguiremos aquí entre el estimador simple o separado obtenido a partir de

L
estimaciones de regresión en cada estrato, cuya expresión será x rgst = ∑Wh x rgh , y el
h
estimador combinado, obtenido directamente a partir de las medias estratificadas, que vale
(
x rgc = x st + b Y
y st . )
Ambos estimadores son insesgados para un valor bo prefijado de b, ya que:
L L
E ( xrgst ) = ∑Wh E ( xrgh ) = ∑Wh X h = X
h h
E ( xrgc ) = E ( xst ) + b( Y
E ( yst )) = X + b(Y
Y ) = X
Como en el caso de los estimadores de la razón, el estimador combinado suele ser

más apropiado que el simple cuando el sesgo de x rgh es aproximadamente constante en los
diversos estratos y esperamos regresiones lineales en ellos.
Estimador simple o separado
En el supuesto b = bo la varianza del estimador simple para la media es:

L L
1
fh 2
( ) h
( )
V xrgst = ∑Wh2V xrgh = ∑Wh2
h nh
2
( S Xh + bo S Xh
2bo S XYh )
S XYh
( )
que será mínima cuando lo sean las V x rgh , es decir, cuando bo = ! h =
SYh2
La varianza mínima será entonces:

L L
1
f h 2 L
1
f h 2
( ) h
( )
h nh
( S Xh + ! h S Xh
2

2 ! h S XYh ) = ∑Wh2
h nh
Sxh (1
2 xyh )
que puede estimarse mediante:

L
1
fh $2 L
1
fh $2
( )
V$ xrgst = ∑Wh2
h nh
( S Xh + !$h S$ Xh
2

2 !$h S$ XYh ) = ∑Wh2
h nh
S xh (1
$ 2 xyh )
L
Para la estimación separada del total X$ rgst = ∑N h x rgh se tiene:
h
L L
1
f h 2 L
1
f h 2
( ) h
( )
V X$ rgst = ∑ N h2V xrgh = ∑ N h2
h nh
( S Xh + ! h S Xh
2

2 ! h S XYh ) = ∑ N h2
h nh xh
S (1
2 xyh )
www.FreeLibros.org

L
1
fh $2 L
1
fh $2
(
V$ X$ rgst = ∑ N h2
h
) nh
( S Xh + !$h S$ Xh
2

2 !$h S$ XYh ) = ∑ N h2
h nh
S xh (1
$ 2 xyh )
En el supuesto b = bo la varianza del estimador simple es:

L L
1 2
( ) h
( )
h
( + b 2
2bo XYh )
nh Xh o Xh
S XYh XYh
( )
que será mínima cuando lo sean las V xrgh , es decir, cuando bo = ! h =
SYh2
= 2
Yh
La varianza mínima será entonces:

L L
1 2 L
1
( )
Vmin xrgst = ∑Wh2V xrgh = ∑Wh2
h
( ) h nh
( Xh + ! h Xh
2

2 ! h XYh ) = ∑Wh2 xh2 (1
2 xyh )
h nh

L
1 2 L
1
( )
V$min xrgst = ∑Wh2 ( S$ Xh
h nh
+ !$h S$ Xh
2

2 !$h S$ XYh ) = ∑Wh2 S$xh2 (1
$ 2 xyh )
h nh
Para el estimador del total se tendría:

L L
1 2 L
1
( )
h h
( )
Vmin X$ rgst = ∑ N h2V xrgh = ∑ N h2 ( Xh
nh
+ ! h Xh
2

2 ! h XYh ) = ∑ N h2 xh2 (1
2 xyh )
h nh
L
1 2 L
1
( h
)
V$min X$ rgst = ∑ N h2 ( S$ Xh
nh
+ !$h S$ Xh
2

2 !$h S$ XYh ) = ∑ N h2 S$xh2 (1
$ 2 xyh )
h nh
Estimador combinado

El estimador combinado para la media se forma como:
L L
xrgc = xst + bo ( Y
yst ) con x st = ∑Wh xh y st = ∑Wh yh
h h
Su varianza puede expresarse de la siguiente forma:
( )
V xrgc = V ( xst ) + bo2V ( Y
yst )
2bo cov( xst , Y
yst ) =
L
Wh2 ( 1
f h )
V ( xst ) + bo2V ( yst )
2bo cov( xst , yst ) = ∑
h nh
(
S xh2 + bo2 S yh
2

2bo S xyh )
www.FreeLibros.org
Para hallar el valor de bo que minimiza esta expresión, igualamos a cero su derivada
respecto de bo y tenemos:
Wh2 ( 1
f h )
L
L
Wh2 ( 1
f h ) 2 L
Wh2 ( 1
f h )
∑ n S xyh
2b0 ∑ S yh
2 ∑
h h
S xyh = 0 ⇒ bo =
nh nh Wh2 ( 1
f h ) 2
L
∑ n S yh
h h
h h
Wh2 ( 1
f h ) 2
L
S xyh ∑ n S yh ! h
h h
Pero como ! h = S xyh = ! h S yh
2
, se tiene bo =
Wh2 ( 1
f h ) 2
2
S yh L
∑ n S yh
h h
El valor bo que minimiza la varianza del estimador combinado es entonces una medida
ponderada de los coeficientes de regresión !h, siendo las ponderaciones dadas por
L
W (1
f h ) 2
h
2 ∑ ! h h
h
h = S yh , de tal forma que se puede escribir bo = L = ! c , pudiendo
nh
∑ h
h
expresarse la varianza mínima como:
l
1
fh
( )
Vmin xrgc = ∑Wh2
h nh
(
S xh2 + ! c2 S yh
2

2 ! c S xyh )
que puede estimarse como:
1
fh $2
( )
l
( )
V$min xrgc = ∑Wh2
h nh
S xh + !$c2 S$yh
2

2 !$c S$xyh
donde:
L
∑$ !$ h h Wh2 ( 1
f h ) 2 S$xyh
!$c = h
L , $h = S$ yh y !$h = $ 2 .
nh S yh
∑$ h
h
Para estimar el total, el estimador combinado se forma como:
( )
Xˆ rgc = Xˆ st + bo Y
Yˆst = Nx st + bo (NY
Ny st ) = Nx rgc
Su varianza puede entonces expresarse en función de la varianza para la estimación

de la media de la siguiente forma:
L Wh2 ( 1
f h )
( ) ( )
V X$ rgc = V Nx rgc = N 2V x rgc = N 2 ∑ ( ) h nh
(
S xh2 + bo2 S yh
2

2bo S xyh )
www.FreeLibros.org
pudiendo expresarse la varianza mínima como:
1
fh l
( )
Vmin X$ rgc = N 2 ∑Wh2
h nh
S xh2 + ! c2 S yh
2

2 ! c S xyh ( )
1
fh $2
( )
l
( )
V$min X$ rgc = N 2 ∑Wh2
h nh
S xh + !$c2 S$ yh
2

2 !$c S$ xyh

El valor bo que minimiza la varianza del estimador combinado para la media es una media
ponderada de los coeficientes de regresión !h, siendo las ponderaciones dadas por
L
W2 ∑ ! h h
h = h yh2 , de tal forma que se puede escribir bo = h
L = ! c , pudiendo expresarse la
nh
∑ h
h
varianza mínima como:
l
1
( )
Vmin x rgc = ∑Wh2
h nh
(
xh2 + ! c2 yh2
2 ! c xyh )
1 $2
( )
l
( )
V$min x rgc = ∑Wh2
h nh
S xh + !$c2 S$ yh
2

2 !$c S$ xyh
donde:
L
∑$ !$ h h
Wh2 $ 2 S$xyh
!$c = h
L , $h = S yh y !$h = $ 2 .
nh S yh
∑$ h
h
Para estimar el total, la varianza puede entonces expresarse en función de la

varianza para la estimación de la media de la siguiente forma:
2
Wh L
( ) ( )
V X$ rgc = V Nx rgc = N 2V x rgc = N 2 ∑
h nh
( )
xh2 + bo2 yh2
2bo xyh ( )
pudiendo expresarse la varianza mínima como:
l
1
( )
Vmin X$ rgc = N 2 ∑Wh2
h nh
xh2 + ! c2 yh2
2 ! c xyh( )
1 $2
( )
l
$ $ ( 2
)
Vmin X rgc = N ∑Wh2
h nh
S xh + !$c2 S$ yh
2

2 !$c S$ xyh
www.FreeLibros.org
Comparación de precisiones en los stimadores de regresión separado y combinado
Vamos a comparar las varianzas mínimas de los estimadores de regresión separado y

combinado. Tenemos:
(1
f h ) 2
[ ]
L
Vmin ( Xˆ rg ,c )
Vmin ( Xˆ rg , s ) = ∑ Wh2 S Xh + ! c2 S Yh2
2 ! c S XYh
h =1 nh
2 (1
f h )
[ ] [ ( ]
L L

∑ Wh
nh
2 2 2
)
S Xh + ! h S Yh
2 ! h S XYh = ∑ u h ! c2
! h2
2u h (! c
! h )! h
h =1 h =1
L
= ∑ u h (! c
! h ) 0
2
h =1
Luego el estimador separado de regresión es más preciso que el combinado. Ambos

tendrán igual varianza cuando ! c = ! h h = 1, ..., L .
www.FreeLibros.org
PROBLEMAS RESUELTOS
6.1. En un estudio para estimar el contenido total de azúcar de una carga de naranjas, se pesó una
muestra de 10 naranjas, y se extrajo su jugo para pesar el contenido de azúcar. Se obtuvieron los
siguientes resultados:
Naranja Contenido de azúcar Peso de la naranja
1 0,021 0,40
2 0,030 0,48
3 0,025 0,43
4 0,022 0,42
5 0,033 0,50
6 0,027 0,46
7 0,019 0,39
8 0,021 0,41
9 0,023 0,42
10 0,025 0,44
1) Sabiendo que el peso de todas las naranjas es 1800, estimar el contenido total de azúcar de las
naranjas y su error de muestreo.
2) Estimar dichas varianzas y comparar la precisión de este tipo de muestreo con la del muestreo
aleatorio simple. Seleccionar la muestra más precisa.
Como disponemos de información de una variable adicional muy correlacionada con

la variable en estudio ( = 0,99), podemos realizar la estimación del contenido total de
azúcar de las naranjas utilizando el estimador del total basado en la razón. Mediante el
procedimiento Estadística descriptiva de la opción Análisis de datos del menú Herramientas
(Figura 6-1), podemos calcular los estadísticos más relevantes relativos a la variable en
estudio y a la variable adicional. La Figura 6-2 muestra los resultados.
Las fórmulas para los cálculos del estimador del total y de su error en la estimación
por razón, V$( X$ R ) = N 2
n
(
1
f ˆ 2 ˆ 2 ˆ 2
)
Sx + R Sy
2RˆSˆxy , se muestran en la Figura 6-3, y los resultados
en la Figura 6-4.
www.FreeLibros.org
Figura 6-3
Figura 6-4
6.2. Consideramos una población de 500 individuos en la que está definida la característica
bidimensional (Xi,Yi) que mide las ganancias mensuales en miles de euros de los varones (X)
y las mujeres (Y) con título universitario superior. Una muestra aleatoria simple de tamaño
80 proporciona los siguientes datos:
80 80 80 80 80
∑ X i = 420
i =1
∑ Yi = 190
i =1
∑ X i2 = 2284
i =1
∑ Yi 2 = 512
i =1
∑X Y
i =1
i i = 1045
, , , y
1) Estimar la razón de las ganancias mensuales femeninas respecto de las masculinas, su

sesgo y su error de muestreo. Estudiar la posible influencia del sesgo.
2) Se trata de estimar con y sin reposición la media y el total de las ganancias mensuales
femeninas en la población utilizando la información adicional de la variable ganancia
mensual masculina mediante un método de estimación indirecta. ¿Qué método indirecto
sería el más adecuado? ¿Por qué? Realizar las estimaciones de las ganancias femeninas
media y total mensuales mediante los métodos indirectos conocidos ordenándolos en
precisión y sabiendo que la ganancia total masculina es 10000.
c) Cuantificar la ganancia en precisión respecto del muestreo aleatorio simple.

Tenemos:
1 ⎛⎜ 80 2 1 ⎛ 80 ⎞ ⎞⎟ 1 ⎛⎜ 80 2 1 ⎛ 80 ⎞ ⎞⎟
2 2
Sˆ x2 = ∑ i n ⎜⎝ ∑
X
X i ⎟ = 1 , S ˆ 2
= ∑ i n ⎜⎝ ∑
Y
Yi ⎟ = 0,768
n
1 ⎜⎝ i =1 ⎠ ⎟⎠ n
1 ⎜⎝ i =1 ⎠ ⎟⎠
y
i =1 i =1
1 ⎛ 80 1 ⎛ 80 ⎞⎛ 80 ⎞ ⎞
Sˆ xy = ⎜⎜ ∑ X i Yi
⎜ ∑ X i ⎟⎜ ∑ Yi ⎟ ⎟⎟ = 0,6012
n
1 ⎝ i =1 n ⎝ i =1 ⎠⎝ i =1 ⎠ ⎠
1 80 1 80
x= ∑ X i = 5,25
n i =1
y= ∑ Yi = 2,375
n i =1
www.FreeLibros.org
Estimar la razón de las ganancias mensuales femeninas respecto de las masculinas es

equivalente a estimar la razón de Y a X.
y y
La razón Y/X se estima mediante Rˆ = = = 0,452 .
x x
El sesgo del estimador de la razón anterior se estima mediante:
Bˆ ( Rˆ ) =
nx 2
(
(1
f ) ˆ ˆ 2 ˆ
RS x
S XY = )
(1
80 / 500)
80 5,25 2
(0,452 1
0,6012) =
0,0000568
El error de muestreo del estimador de la razón se estima mediante:
ˆ (Rˆ ) =
nx 2
(
(1
f ) ˆ 2 ˆ 2 ˆ 2
)
S y + R Sx
2Rˆ SˆXY =
(1
80/ 500)
80 5,252
(0,768+ 0,4522 1
2 0,452 0,6012) = 0,0128
Para ver si el sesgo del estimador de la razón es influyente hallamos el valor del sesgo
Bˆ ( Rˆ ) 0,0000568
relativo = = 0,004 < 0,1 , por lo que el sesgo es despreciable.
ˆ ( Rˆ ) 0,0128
Estimar la media y el total de las ganancias mensuales femeninas en la población es

equivalente a estimar la media y el total de Y.
Para estudiar qué método de estimación indirecta es el más adecuado al estimar la

media y el total de Y utilizamos la recta de regresión de la variable en estudio Y sobre la
variable auxiliar X, cuya ecuación es:
Sˆ xy
y
y = ( x
x ) ⇒ y = 0,6012 x
0,78
Sˆ 2 x
Observamos que la recta de regresión de Y sobre X tiene una ordenada en el origen

cercana a cero (comparada con los valores medios de X e Y), lo que indica que puede ser
razonable la estimación indirecta de los parámetros poblacionales utilizando estimación
basada en la razón. Además, el sesgo del estimador de la razón será pequeño (como ya
hemos visto) porque la recta de regresión está próxima a pasar por el origen. Evidentemente,
la estimación indirecta basada en regresión será la más apropiada, como ocurre siempre.
Puede suceder que la estimación indirecta basada en la diferencia sea la menos apropiada ya
que la pendiente de la recta de regresión no está claro que se aproxime a la unidad.
La utilización de métodos indirectos de estimación en todo el problema es

Sˆ xy
apropiada, ya que el coeficiente de correlación ˆ = 0,7 es alto.
Sˆ Sˆ
x y
Comenzamos realizando estimaciones para la media y el total de la variable en estudio Y

basadas en la razón de Y a la variable auxiliar X y a su vez calculamos también las varianzas
de los estimadores.
www.FreeLibros.org
y 10000 y
Yˆ = Rˆ X = X = 0,452 = 9,04 Yˆ = Rˆ X = X = 0,452 10000 = 4520
x 500 x
80
(1
)
Vˆ (Yˆ ) =
n
(
(1
f ) ˆ 2 ˆ 2 ˆ 2
S y + R S x
2Rˆ Sˆ XY = ) ( )
500 0,768 + 0,4522 1
2 0,452 0,6012 = 0,0073
80
Vˆ (Yˆ ) = N 2
n
(
(1
f ) ˆ 2 ˆ 2 ˆ 2
)
S y + R S x
2 Rˆ Sˆ XY = 500 2 0,0073 = 1825
Ahora calculamos estimadores y varianzas basados en la regresión.
Sˆ xy 0,6012 ⎛ 1000 ⎞
Yˆrg = y + b( X
x ) = y + 2 ( X
x ) = 2,375 + ⎜
5,25 ⎟ = 11,2427
ˆ
Sx 1 ⎝ 500 ⎠
Yˆ = NYˆ = 500 11,2427 = 5621,35
rg rg
80
1
(1
f ) ˆ 2
Vˆmin (Yˆrg ) =
n
S y 1
ˆ 2 = ( ) 500 0,768(1
0,7 2 ) = 0,004
80
Vˆ (Yˆ ) = N Vˆ (Yˆ ) = 500 2 0,004 = 1000
min rg
2
min rg
Ahora calculamos estimadores y varianzas basados en la diferencia.
10000
Yˆ = Dˆ + X = y
x + X = 2,375
5,25 + = 17,125
500
Yˆ = Dˆ + X = N ( y
x ) + NX = NYˆ = 500 17,125 = 8562,5
T
V (Yˆ ) = V ( Dˆ + X ) = V ( Dˆ ) =
(1
f ) ˆ 2 ˆ 2 ˆ
n
(
S y + S x
S XY = 0,009 )
V (Yˆ ) = V ( Dˆ T + X ) = V ( Dˆ T ) = N 2V ( Dˆ ) = 500 2 0,009 = 2250
Ahora calculamos estimadores y varianzas para muestreo aleatorio simple.
Yâs = y = 2,375 Yâs = NYâs = 500 2,375 = 1187,5
80
1
(1
f ) ˆ 2
Vˆ (Yâs ) = Sy = 500 0,768 = 0,008
n 80
Vˆ (Yˆ ) = N 2Vˆ (Yˆ ) = 500 2 0,008 = 2000
as as
Se observa que la menor varianza la presenta el estimador basado en la regresión,

seguido del estimador basado en la razón, el estimador aleatorio simple y el estimador
basado en la diferencia. Estos resultados coinciden con los especificados al principio del
problema basados en la recta de regresión.
www.FreeLibros.org
1 Cˆ x
El estimador basado en la razón mejora al aleatorio simple si se cumple ˆ >
2 Cˆ y
1 Cˆ x Sˆ x ˆ 1
0,7 = ˆ > = R= 0,452 = 0,5157
2 Cˆ y Sˆ y 0,678
Por lo tanto, el muestreo basado en la razón es más preciso que el aleatorio simple. Ello
implica que el muestreo basado en la regresión también es más preciso que el aleatorio simple.
Sin embargo, ya hemos visto que el muestreo por diferencia es ligeramente menos preciso que el
aleatorio simple.
La ganancia en precisión del estimador de regresión sobre el aleatorio simple es G =
(0,008/0,004
1)100 = 100%.
La ganancia en precisión del estimador de razón sobre el aleatorio simple es G =
(0,008/0,0073
1)100 = 9,5%.
La ganancia en precisión del estimador aleatorio simple sobre el de diferencia es G =
(0,009/0,008
1)100 = 12,5%.
Las estimaciones de la media y total valen lo mismo que en muestreo sin reposición.
Calculamos las estimaciones de las varianzas de los estimadores para estimación indirecta
por razón.
1
( )
Vˆ (Yˆ ) = Sˆ y2 + Rˆ 2 Sˆx2
2 Rˆ Sˆ XY = 0,00869
n
1
( )
Vˆ (Yˆ ) = N 2 Sˆ y2 + Rˆ 2 Sˆ x2
2 Rˆ Sˆ XY = 2172,5
n
Ahora estimamos varianzas basadas en la regresión.
1 1
( )
Vˆmin (Yˆrg ) = Sˆ y2 1
ˆ 2 = 0,768(1
0,7 2 ) = 0,00476
n 80
ˆ
Vˆ (Yˆ ) = N Vˆ (Y ) = 500 2 0,00476 = 11900
2
min rg min rg
Ahora estimamos varianzas basadas en la diferencia.
1
( )
V (Yˆ ) = V ( Dˆ + X ) = V ( Dˆ ) = Sˆ y2 + Sˆ x2
Sˆ XY = 0,0107
n
V (Yˆ ) = V ( Dˆ T + X ) = V ( Dˆ T ) = N 2V ( Dˆ ) = 500 2 0,0107 = 2675
Ahora estimamos varianzas para muestreo aleatorio simple.
1 1
Vˆ (Yâs ) = Sˆ y2 = 0,768 = 0,0096
n 80
ˆ
Vˆ (Yˆ ) = N Vˆ (Y ) = 500 2 0,0096 = 2400
2
as as
www.FreeLibros.org

basado en la diferencia. Estos resultados presentan varianzas mayores que en el caso de sin
reposición para todos los estimadores, ya que el muestreo con reposición es menos preciso
que el muestreo sin reposición.

(0,0096/0,00476
1)100 = 101,6%.

(0,0096/0,00869
1)100 = 10,47%.
La ganancia en precisión del estimador aleatorio simple sobre el de diferencia es G =

(0,0107/0,0096
1)100 = 11,45%.
Se observa que la utilización del método indirecto de estimación basado en la

regresión mejora fuertemente la estimación aleatoria simple, y que la utilización del método
indirecto de estimación basado en la razón mejora levemente la estimación aleatoria simple.
Las ganancias en precisión se han acentuado levemente respecto del muestreo sin reposición.
El método indirecto de la diferencia es ligeramente peor que el aleatorio simple; sin
embargo, la ganancia en precisión del aleatorio simple sobre la estimación por diferencia
disminuye al considerar reposición.
6.3. De los N = 750 trabajadores de una fábrica se conoce que el número medio de días anuales de
ausencia del trabajo sin justificar para las mujeres (variable X) es 10 y para los hombres
(variable Y) es 8. Se sabe que el error cometido al cuantificar la media de la variable X es 2500
y que la razón de la covarianza de X e Y a la varianza de X es 0,6. Determinar a partir de qué
tamaño muestral el sesgo del estimador de la razón Y/X es despreciable utilizando muestreo sin
y con reposición. ¿Qué método de estimación indirecta sería el más adecuado a utilizar sobre
muestras de esta población?
Determinar a partir de qué tamaño muestral el sesgo del estimador de la razón Y/X es
despreciable utilizando muestreo sin y con reposición. ¿Qué método de estimación indirecta
sería el más adecuado a utilizar sobre muestras de esta población?
El enunciado del problema nos da como datos:
xy
X = 10 , Y = 8 , x2 = 2500 y = 0,6
x2
B( Rˆ )
De la condición de que el sesgo relativo sea menor que un décimo se
( Rˆ )
750
750 100 2500
N 100 S x2 749
obtiene que n = = 577 .
NX 2 + 100S x2 2 750
750 10 + 100 2500
749
www.FreeLibros.org
En caso de muestreo con reposición la misma condición de sesgo relativo menor que un
2 2500
décimo nos lleva a n 100 x2 = 100 = 2500 , que sobrepasa el tamaño poblacional (con
X 100
los datos del problema nunca podría ser el sesgo despreciable).
Sˆ xy
La recta de regresión de Y sobre X tiene de ecuación y
y = (x
x)
Sˆ 2
x
⇒ y
8 = 0,6( x
10) ⇒ y = 0,6 x + 2 , lo que indica que la estimación por razón podría
ser adecuada al no ser demasiado grande la ordenada en el origen. La estimación por
regresión siempre es el método más adecuado. La pendiente de la recta no es unitaria, con lo
que no es muy apropiada la estimación por diferencia.
6.4. Para estudiar el grado medio de implantación de un determinado cultivo en una región se obtuvo
una muestra de 100 fincas para las que se midió la superficie dedicada al cultivo en estudio
(variable X) y su superficie total (variable Y), obteniéndose los datos que se presentan en la tabla
adjunta. Se pide:
1º) A la vista de la información, justificar si será adecuado el uso de los métodos indirectos de
muestreo respecto del muestreo aleatorio simple y estudiar qué métodos serán los más adecuados
expresándolos por orden de preferencia. Hallar los errores relativos de muestreo para los
diferentes métodos cuantificando sesgos y ganancias en precisión y razonando adecuadamente
los resultados. Contrastar también los resultados obtenidos considerando muestreo con reposición
y sin reposición.
2º) Dada la estructura de las fincas se consideró conveniente realizar una estratificación según la
variable superficie total de la fincas. Se consideraron dos estratos relativos a fincas de superficie
total superior a una hectárea y a fincas de superficie total menor o igual que una hectárea. Los
datos obtenidos también se presentan en la tabla adjunta. A la vista de esta información, justificar
si serán adecuados los métodos de estimación indirecta con estratificación y cuál de entre ellos
puede resultar mejor. Hallar los errores relativos de muestreo para los diferentes métodos de
estimación con muestreo estratificado cuantificando sesgos y ganancias en precisión y razonando
adecuadamente los resultados. Contrastar también los resultados obtenidos considerando
muestreo con reposición y sin reposición.
Superficie
Sˆ yh Sˆ xh
2 2
Estratos Nh ˆ xyh yh xh nh
de las fincas
1 0
1Ht 1580 2055 312 0.62 82.5 19.4 70
2 > 1Ht 430 7357 922 0.3 244.8 51.6 30
Población 7619 620 0.67
Se trata de estimar con y sin reposición la media y el total de Y utilizando la información

adicional de la variable X mediante un método de estimación indirecta. ¿Qué método
indirecto sería el más adecuado? ¿Por qué? Realizar las estimaciones de media y total
mediante los métodos indirectos conocidos ordenándolos en precisión y sabiendo que el total
de X es 10000.
www.FreeLibros.org
Sˆ xy
Tenemos como dato que ˆ = = 0,67 , por lo que la utilización de métodos
Sˆ Sˆ
x y
indirectos de estimación en todo el problema es apropiada, ya que el coeficiente de

correlación estimado es alto.
Para estudiar qué método de estimación indirecta es el más adecuado al estimar la
superficie dedicada al cultivo (variable X) en las fincas utilizamos la recta de regresión de la
variable en estudio X sobre la variable auxiliar Y superficie total de las fincas, cuya ecuación
es:
Sˆ xy 1453
x
x = ( y
y ) ⇒ x
26,3 = ( y
117,28) ⇒ x = 0,19 y + 4
ˆ
Sy 2
7619
2
N1 N 1580 430
x = ∑ Wh x h = x1 + 2 x 2 = 19,4 + 51,63 = 26,3
h =1 N N 2010 2010
2
N1 N 1580 430
y = ∑ Wh y h = y1 + 2 y 2 = 82,56 + 244,85 = 117,28
h =1 N N 2010 2010
x 26,30
Sˆ xy = ˆ xy Sˆ x Sˆ y ⇒ 0,67 620 7619 = 1453 Rˆ = = = 0,224
y 117,28
Observamos que la recta de regresión de X sobre Y tiene una ordenada en el origen que
no se anula, pero es pequeña (comparada con los valores medios de X e Y), lo que indica que
puede ser razonable la estimación indirecta de los parámetros poblacionales utilizando estimación
basada en la razón. Además el sesgo del estimador de la razón será pequeño porque la recta de
regresión está próxima a pasar por el origen. Evidentemente, la estimación indirecta basada en
regresión será la más apropiada, como ocurre siempre. La estimación indirecta basada en la
diferencia será la menos apropiada, ya que la pendiente de la recta de regresión no se aproxima a
la unidad.
1 Cˆ y
El estimador basado en la razón mejora al aleatorio simple si se cumple ˆ >
2 Cˆ
x
1 Cˆ y Sˆ y ˆ 1 7619 26,30
0,67 = ˆ > = R= = 0,393
2 Cˆ x Sˆ x 2 620 117,28
Por lo tanto, el muestreo basado en la razón es más preciso que el aleatorio simple. Ello
implica que el muestreo basado en la regresión también es más preciso que el aleatorio simple. Sin
embargo, ya hemos razonado que el muestreo por diferencia probablemente será menos preciso
que el aleatorio simple, y, por tanto, también será menos preciso que la estimación por razón y
regresión. Vamos a realizar los cálculos de varianzas.

Comenzamos hallando el error para la estimación de la media (grado medio de implantación
del cultivo medido a través de la superficie dedicada al cultivo) de la variable en estudio X
basada en la razón de X a la variable auxiliar Y.
www.FreeLibros.org
100
(1
)
Vˆ ( Xˆ ) =
n
(
(1
f ) ˆ 2 ˆ 2 ˆ 2
)
S x + R S y
2Rˆ Sˆ XY = ( )
2010 620 + 0,2242 7619
2 0,224 1453 = 3,335
100
Ahora estimamos el error del estimador de la media basado en la regresión.
100
1
(1
f ) ˆ 2
Vˆmin ( Xˆ rg ) = S x (1
ˆ 2 ) = 2010 620(1
0,67 2 ) = 3,24
n 100
Ahora estimamos el error del estimador de la media basado en la diferencia.
100
1
V ( Xˆ ) = V ( Dˆ + Y ) = V ( Dˆ ) =
n
(
(1
f ) ˆ 2 ˆ 2 ˆ
S x + S y
S XY = ) 2010 (620 + 7619
1453) = 64,4
100
Ahora estimamos el error del estimador de la media en el aleatorio simple.

100
1
2010
(1
f ) ˆ 2
Vˆ ( Xˆ as ) = Sx = 100 620 = 5,89
n 100
basado en la diferencia. Estos resultados coinciden con los especificados al principio del
problema basados en la recta de regresión.
(5,89/3,24
1)100 = 81,8%.
(5,89/3,335
1)100 = 76,6%.
La ganancia en precisión del estimador de regresión sobre el de razón es G =
(3,335/3,24
1)100 = 2,9%.
En cuanto a la estimación del sesgo de estimador de la razón tenemos:
100
1
Bˆ ( Rˆ ) =
ny 2
(
(1
f ) ˆ ˆ 2 ˆ
RS y
S XY ) = 2010 (0,224 7619
1453) = 0,02
100 117,28
Este sesgo resulta despreciable porque 0,02/3,335 = 0,006 < 1/10.

Comenzamos estimando el error del estimador de la media de la variable en estudio
X basado en la razón de X a la variable auxiliar Y.
1
(
Vˆ ( Xˆ ) = Sˆx2 + Rˆ 2 Sˆ y2
2 Rˆ Sˆ XY =
n
) 1
100
(
620 + 0,2242 7619
2 0,224 1453 = 3,51 )
Ahora estimamos el error del estimador de la media basado en regresión.
www.FreeLibros.org
1 1
n
(
Vˆmin ( Xˆ rg ) = Sˆ x2 1
ˆ 2 =
100
)
620(1
0,67 2 ) = 3,41
Ahora estimamos el error del estimador de la media basado en diferencia.

1
(
V ( Xˆ ) = V ( Dˆ + Y ) = V ( Dˆ ) = Sˆ x2 + Sˆ y2
Sˆ XY =
n
1
)
100
(620 + 7619
1453) = 67,78
Ahora estimamos el error del estimador de la media en el aleatorio simple.
Sˆ 2 620
Vˆ ( Xˆ as ) = x = = 6,2
n 100
basado en la diferencia. Estos resultados son superiores a los correspondientes a muestreo
sin reposición debido a que el muestreo con reposición es menos preciso.
El sesgo del estimador de la razón se estima mediante:
1
(
Bˆ ( Rˆ ) = 2 Rˆ Sˆ y2
Sˆ XY =
ny
)
(1
600 / 1500)
600 5,58 2
(2 7
3,75) = 0,0005
Consideramos ahora la estratificación en dos estratos según la superficie total de las

fincas, y vamos a considerar las estimaciones separada y combinada para la media en razón
y regresión para calcular sus errores de muestreo y sus sesgos.
Comenzaremos determinando valores necesarios en todos los cálculos posteriores, como
son: W1 = 1580/2010 = 0,786, W2 = 430/2010 = 0,214, f1 = 70/100 = 0,7, f2 = 30/100 = 0,3, R̂1 =
19,40/82,56 = 0,235, R̂2 = 51,63/244,85 = 0,21, Sˆxy1 = ˆ xy1Sˆx Sˆy = 496,4 y Sˆxy2 = ˆ xy2Sˆx Sˆy = 781,3.
Estimador combinado de la razón

La estimación combinada de la varianza del estimador de la media para muestreo sin
( )
2
reposición será Vˆ ( Xˆ RC ) = ∑Wh (1
fh ) Sˆxh2 + Rˆ 2Sˆyh2
2Rˆ Sˆxyh = 1,51593.
L
h nh
El sesgo del estimador combinado para la media puede estimarse como:
(
W 2 (1
f h ) ˆ ˆ 2 ˆ
)
L
Bˆ ( Xˆ RC ) = ∑ h RS Yh
S XYh =0,83/ Y . Las operaciones a realizar son:
h nhY
Pero Y se estima por y = 117,2 ⇒ Bˆ ( Xˆ RC ) = 0,83/117,2 = 0,007.
La estimación de la varianza de la media para muestreo con reposición será:
( )
2
W L
Vˆ ( Xˆ RC ) = ∑ h Sˆ xh2 + Rˆ 2 Sˆ yh2
2 Rˆ Sˆ xyh = 3,1375 .
h nh
www.FreeLibros.org
Para muestreo con reposición el sesgo puede estimarse como:
( )
2
W L
Bˆ ( Xˆ RC ) = ∑ h Rˆ SˆYh2
Sˆ XYh =1.00456/ Y
h nhY
Pero Y se estima por y = 117,2 ⇒ Bˆ ( Xˆ RC ) = 1,00456/117,2 = 0,0085.
Estimador separado de la razón

La estimación de la varianza del estimador de la media para muestreo sin reposición será:
W 2 (1
f h ) ˆ 2
( )
L
Vˆ ( Xˆ RS ) = ∑ h S xh + Rˆ h2 Sˆ yh
2

2 Rˆ h Sˆ xyh = 1,49.
h n h
El valor del sesgo del estimador simple o separado sin reposición puede estimarse
W (1
f h ) ˆ ˆ 2 ˆ
( )
L
como: Bˆ ( Xˆ RS ) = ∑ h Rh S Yh
S XYh = 0,0029. Y 1 e Y 2 se estimarán mediante y 1
h nh Yh
e y 2 respectivamente. Los cálculos a realizar serían:
La varianza del estimador separado de la media para muestreo con reposición puede
( )
2
estimarse como Vˆ ( Xˆ RS ) = ∑ Wh Sˆxh2 + Rˆh2 Sˆ yh2
2Rˆh Sˆxyh = 3,09792.
L
h nh
Para muestreo con reposición la expresión del sesgo puede estimarse como:
W
( )
L
Bˆ ( Xˆ RS ) = ∑ h Rˆ h SˆYh2
Sˆ XYh = 0,0033.
h n hYh
Estimador combinado en regresión

La estimación de la varianza mínima del estimador de la media viene expresada en muestreo
sin reposición por la expresión:
1
fh $2
( )
l
( )
V$min xrgc = ∑Wh2
h nh
S xh + !$c2 S$yh
2

2 !$c S$xyh
donde:
L
∑ ˆ !ˆ h
h
Wh2 ( 1
f h ) 2 S$xyh
!ˆ c = h
0,16155 con $h = S$ yh y !$h = $ 2 .
L
nh S yh
∑ ˆ
h
h
ˆ
Calculado ! c ya podemos hallar el valor de la varianza mínima mediante:
1
fh $2
( )
l
( )
V$min xrgc = ∑Wh2
h nh
S xh + !$c2 S$ yh
2

2 !$c S$xyh =1,46407.
La estimación de la varianza mínima del estimador de la media viene expresada en

muestreo con reposición por la expresión:
www.FreeLibros.org
1 $2
( )
l
$ ( )
Vmin x rgc = ∑Wh2
h nh
S xh + !$c2 S$ yh
2

2 !$c S$ xyh
donde:
L
∑ ˆ !ˆ h S$xyh
h
Wh2 $ 2
!ˆ c = h
= 0,18977 con $h = S yh y !$h = $ 2 .
L
nh S yh
∑ ˆ
h
h
ˆ
Calculado ! c ya podemos hallar el valor de la varianza mínima mediante:
1 $2
( )
l
( )
V$min x rgc = ∑Wh2
h n h
S xh + !$c2 S$ yh
2

2 !$c S$ xyh =3,10321.
Estimador separado en regresión

La estimación de la varianza mínima del estimador de la media viene expresada en muestreo
sin reposición por la expresión:
L
1
fh ˆ 2 L
1
fh ˆ 2
Vˆmin (x rgst ) = ∑ Wh2 ( S Xh + !ˆ h Sˆ Xh
2

2!ˆ h Sˆ XYh ) = ∑ Wh2 S xh (1
ˆ 2 xyh ) = 1,40509
h n h h n h
La estimación de la varianza mínima del estimador de la media viene expresada en

muestreo con reposición por la expresión:
L
1 2 L
1 ˆ2
Vˆmin (xrgst ) = ∑Wh2 ( Sˆ Xh + !ˆ h Sˆ Xh
2

2 !ˆ h Sˆ XYh ) = ∑Wh2 S xh (1
ˆ 2 xyh ) = 2,97591
h nh h nh
Resumiendo resultados tenemos:
⎧ ⎧ ⎧ ⎧⎪SIN REPOSICIÓN 1,49

⎪ ⎪ ⎪SEPARADA⎨
⎪ ⎪ ⎪ ⎪⎩CON REPOSICIÓN 3,09792
⎪ ⎪ RAZÓN ⎨
⎪ ⎪ ⎪ ⎧⎪SIN REPOSICIÓN 1,51593
⎪ ⎪ ⎪COMBINADA⎨
⎪ ⎪ ⎩ ⎪⎩CON REPOSICIÓN 3,1375
⎪ ESTRATIFICADO ⎨
⎪ ⎪ ⎧ ⎧⎪SIN REPOSICIÓN 1,40509
⎪ ⎪ ⎪SEPARADA⎨
⎪ ⎪ ⎪ ⎪⎩CON REPOSICIÓN 2,97591
⎨ ⎪ REGRESIÓN ⎨
⎪ ⎪ ⎪ ⎧⎪SIN REPOSICIÓN 1,46407
⎪ ⎪ ⎪COMBINADA⎨
⎪ ⎩ ⎩ ⎪⎩CON REPOSICIÓN 3,10321
⎪
⎪ ⎧ ⎧⎪SIN REPOSICIÓN 3,335
⎪ ⎪ RAZÓN ⎨
⎪SIN ESTRATIFICAR ⎪ ⎪⎩CON REPOSICIÓN 3,51
⎪ ⎨
⎪ ⎪ ⎪⎧SIN REPOSICIÓN 3,24
⎪ ⎪ REGRESIÓN ⎨
⎩ ⎩ ⎪⎩CON REPOSICIÓN 3,41
www.FreeLibros.org
6.5. En una determinada comunidad se intenta estudiar el cambio relativo en el valor catastral de
los bienes inmuebles en los dos últimos años. Se selecciona una muestra irrestricta aleatoria
de n = 20 inmuebles de entre los N = 1000 de la comunidad. De los registros fiscales se
obtiene el valor catastral para este año (X) o valor actual y el valor correspondiente de hace
dos años (Y) o valor calculado, de cada una de las n = 20 casas incluidas en la muestra. Se
desea estimar R, el cambio relativo en el valor catastral para los N = 1000 inmuebles de la
comunidad, usando la información contenida en la muestra.
Casa Valor calculado Valor actual

yi xi yi2 xi2 xiyi
1 6,7 7,1 44,89 50,41 47,57
2 8,2 8,4 67,24 70,56 68,88
3 7,9 8,2 62,41 67,24 74,78
4 6,4 6,9 40,96 47,61 44,16
5 8,3 8,4 68,89 70,56 69,72
6 7,2 7,9 51,84 62,41 56,88
7 6 6,5 36 42,24 39
8 7,4 7,6 54,76 57,76 56,24
9 8,1 8,9 65,61 79,21 72,09
10 9,3 9,9 86,49 98,01 92,07
11 8,2 9,1 67,24 82,81 74,62
12 6,8 7,3 46,24 53,29 49,64
13 7,4 7,8 54,76 60,84 57,72
14 7,5 8,3 56,25 68,89 62,25
15 8,3 8,9 68,89 79,21 73,87
16 9,1 9,6 82,81 92,16 87,36
17 8,6 8,7 73,96 75,69 74,82
18 7,9 8,8 62,41 77,44 69,52
19 6,3 7 39,69 49 44,1
20 8,9 9,4 79,21 88,36 83,66
Total 154,5 164,7 1210,55 1373,71 1288,95
La estimación del cambio relativo R en el valor catastral desde hace dos años se
obtiene mediante el estimador de razón siguiente:
n
Xˆ x ∑x i
164,7
Rˆ = = = i =1
= = 1,07
Yˆ y
n
154,5
∑y
i =1
i
() 1
f
( ) 1
f ⎡n ⎤
n n
2 Rˆ Sˆ xy = 2 ⎢∑ X i2 + Rˆ 2 ∑ Yi 2
Y n Y n(n
1) ⎣ i i i ⎦
Como Y 2 no se conoce, se estima mediante y 2 . Tenemos:
()
Vˆ Rˆ =
1
20 / 100
(154,5 / 20) 2 ( 20)(19)
[ ]
1373,71 + 1,07 2 (1210,55)
2(1,07)1288,95 = 0,0001 .
www.FreeLibros.org
() ()
Por tanto, el error de muestreo es ˆ Rˆ = Vˆ Rˆ = 0,0001 = 0,01 .
() ()
Cˆ v Rˆ =
ˆ Rˆ 0,01
= = 0,0093 1%
Rˆ 1,07
Como el cambio relativo del valor catastral de los inmuebles se ha estimado en 1,07,
la subida en los dos últimos años se estima que es del 7%, con un error del 1%.
6.6. Una compañía desea estimar la cantidad promedio de dinero x pagado a los empleados por
gastos médicos durante los tres primeros meses del año en curso. Los resultados del
promedio por trimestres y están disponibles en los informes fiscales del año anterior. Una
muestra aleatoria de 100 registros de empleados se seleccionó de una población de 1000
empleados. Los resultados de la muestra se resumen a continuación:
n = 100, N = 1000
100
Total para el trimestre actual: ∑x
i =1
i = 1750
100
Total para el trimestre correspondiente del año anterior: ∑y
i =1
i = 1200
1000
Total poblacional para el trimestre correspondiente del año anterior ∑y
i =1
i = 12500
100 100 100
∑ xi2 = 31650
i =1
∑ yi2 = 15620
i =1
∑y x
i =1
i i = 22059,35 .
Usar los datos para estimar y y establecer un límite para el error de estimación.
Como tenemos información de una variable auxiliar Y, la utilizaremos para realizar una
estimación indirecta de X basada en la razón de X a Y. Tenemos:
100
x
∑x i
12500 1750 12500
Xˆ R = x R = Y = Rˆ Y = i =1
100
= = 18,23
y 1000 1200 1000
∑y
i =1
i
El error para la estimación anterior se estima mediante:
ˆ
Vˆ ( X R ) =
n
(
1
f ˆ 2 ˆ 2 ˆ 2
) ⎡ n
n( n
1) ⎣ i
n n
⎤
S x + R S y
2Rˆ Sˆ xy = 1
f ⎢∑ X i2 + Rˆ 2 ∑ Yi 2
i i ⎦
www.FreeLibros.org
100
1
Vˆ ( x R )= 1000 ⎡31650 + ⎛ 1750 ⎞15620

2 1750 22059,35⎤ = 0,0441
⎜ ⎟
100(100
1) ⎢⎣ ⎝ 1200 ⎠ 1200 ⎥
⎦
Un límite para el error de estimación al 95% será 2 Vˆ ( x R ) = 0,42.
Hemos estimado que la cantidad promedio de dinero pagado a los empleados por
gastos médicos es 18,23 unidades monetarias y tenemos una confianza alta de que el error
cometido no supera las 0,42 unidades monetarias.
6.7. Se trata de realizar un estudio sobre las granjas de cerdos en una determinada comarca
analizando una muestra obtenida en 10 municipios. Para ello se estratifica la comarca en dos
zonas, una de secano y otra de regadío. En cada zona se mide el número de granjas existente
(variable X) y el número de cerdos (variable Y) por municipios muestrales. Se obtienen los
siguientes datos:
Zona Secano Regadío

Fracción de muestreo 10% 20%
Número de granjas 71 182
Municipio muestral 1 2 3 4 1 2 3 4 5 6
X 1 3 2 1 5 8 6 7 6 5
Y 10 25 22 11 55 90 61 77 66 51
Se pide:
1) Estimar de la forma más eficiente posible el número total de cerdos y el promedio de

cerdos por granja en el supuesto de que la selección de los municipios de la muestra haya
sido con reposición. Razonar la elección de los estimadores.
2) Hallar el tamaño muestral necesario para cometer un error del 10% al estimar el número
total de cerdos mediante muestreo estratificado con afijación proporcional al número de
granjas existentes en cada municipio y realizar la afijación.
Sean:
Xih= Número de granjas de cerdos existentes en el municipio muestral i-ésimo del estrato h-
ésimo.
Yih= Número de cerdos existentes en el conjunto de explotaciones ganaderas del municipio

muestral i-ésimo del estrato h-ésimo.
Tenemos:
n1 4 n2 6
f1 = ⇒ 0,1 = ⇒ N 1 = 40 f2 = ⇒ 0,2 = ⇒ N 2 = 30
N1 N1 N2 N2
www.FreeLibros.org
Vamos a estimar el número total de cerdos en las granjas y sus errores absoluto y
relativo de muestreo mediante muestreo estratificado como sigue:
2
10 + 25 + 22 + 11 55 + 90 + 61 + 77 + 66 + 51
Yˆ = ∑ N h yh =N 1y1 + N 2y2 = 40 + 30 = 2780
h =1 4 6
2 Sˆ yh
2
Sˆ y21 Sˆ y22 7.61 30,15
Vˆ (Yˆ ) = ∑ N h2 = 40 2
+ 30 2
= 40 2 + 30 2 = 7566,5
h =1 nh 4 6 4 6
1 nh ⎧⎪Sˆ y21 = 7,61

Sˆ yh
2
=
nh
1 i =1
(
∑ Yhi
yh )2
⇒⎨
ˆ 2
ˆ (Yˆ ) = Vˆ (Yˆ ) = 7566,5 = 87
⎪⎩S y 2 = 30,15
ˆ (Yˆ ) 87 6357,67
Cˆ v(Yˆ ) = = = = 0,0312 (3,12%)
Yˆ 2780 2780
Para estimar el promedio de cerdos por explotación ganadera utilizamos el estimador de

razón de Y a X (también puede usarse razón separada o combinada).
Yˆ
∑N h yh
2780 2780
Rˆ = = h =1
= = = 10,9
Xˆ 1+ 2 + 3 +1 5+8+6+7+6+5
2
255
∑N
h =1
h xh 40
4
+ 30
6
Tomaremos 11 cabezas de ganado en promedio por cada explotación ganadera.
1 1
Vˆ (Rˆ ) = 2 (Sˆ y2 + Rˆ 2 Sˆ x2
2Rˆ Sˆ xy ) = (
795,51+ 112 6,26
2 11 70,2 = 0,004426 )
10(4,4)
2
nx
ˆ ( Rˆ ) 0,004426
Cˆ v( Rˆ ) = = = 0,006 (0,6%)
Rˆ 11
El muestral para afijación proporcional con reposición para un error relativo del 5%
al estimar el total de cabezas de ganado se halla despejando n en la expresión:
N h2 Sˆ yh
2 2
∑
h=1 n
N 2 253
N ∑ N h Sˆ yh
2
(71 7,61 + 182 30,15)
ˆ
ˆ (Y ) N
h
n h=1 n
0,1 = Cˆv(Yˆ ) = = = = ⇒ n 20
Yˆ 2780 2780 2780
La afijación será n1 = (20/253)71 = 6 y n2 = (20/253)182 = 14 (6 municipios del

estrato 1 y 14 municipios el estrato 2).
www.FreeLibros.org
6.8. Se trata de estudiar el ganado ovino en una determinada comarca en la que existen seis
majadas. Para ello se estratifica la comarca en dos zonas, una de secano a la que corresponden
tres majadas y otra de regadío a la que corresponden las otras tres majadas. En cada majada se
mide el número de ovejas (variable X) y su superficie en unidades cuadradas (variable Y), y se
obtienen los siguientes datos:
Estrato 1 Estrato 2
X 1i Y1i X 2i Y2i
2 1 5 4
4 2 7 5
5 3 12 6
A la vista de la información, analizar la precisión de todos los métodos indirectos de

estimación que se utilizan en estratificación cuando se trata de estimar el número medio de
ovejas por majada utilizando la información adicional de la variable auxiliar Y. Razonar
adecuadamente los resultados. Contrastar también estos resultados con las precisiones
obtenidas considerando métodos de estimación indirecta sin estratificación. Emplear también
métodos directos de estimación para la variable en estudio sin utilizar la variable de apoyo.
Los métodos de estimación indirecta son perfectamente aplicables en este caso porque el
coeficiente de correlación entre la variable en estudio X y la variable auxiliar Y es muy alto (0,9).
A partir de los datos del problema se puede construir la siguiente tabla:
Estrato N h Wh S xh2 S yh
2
X h Yh S xyh f h nh
1 3 1 / 2 7 / 3 1 11 / 3 2 3/ 2 2/3 2
2 3 1 / 2 13 1 8 5 7/2 2/3 2
A continuación se calculan las varianzas del estimador de la media para los distintos
métodos de estimación directos e indirectos y estratificados y sin estratificar.
S x2
Aleatorio simple V1 ( x ) = (1
f ) = 0,98
n
2
S2
Estratific ado V2 ( x ) = ∑ Wh2 (1
f h ) xh = 0,63
h =1 nh
(1
f ) 2
Razón V3 ( x ) = (S x + R 2 S y2
2 RS xy ) = 0,151296
n
2
(1
f h ) 2
Razón separada V4 ( x ) = ∑ Wh2 (S xh + Rh2 S yh2
2 Rh S xyh ) = 0,189
h =1 n
(1
f h ) 2
(S xh + R 2 S yh2
2 RS xyh ) = 0,1759
2
Razón combinada V5 ( x ) = ∑ Wh2
h =1 n
2
S
Regresión V6 ( x ) = (1
f ) x (1
2 ) = 0,15119
n
www.FreeLibros.org
2
(1
f h ) 2
Regresión separada V7 ( x ) = ∑ Wh2 (S xh + ! h2 S yh2
2! h S xyh ) = 0,0347
h =1 n
(1
f h ) 2
( )
2
Regresión combinada V8 ( x ) = ∑ Wh2 S xh + ! c2 S yh2
2 ! c S xyh = 0,118
h =1 n
(1
f ) 2
Diferencia V9 ( x ) = (S x + S y2
2S xy ) = 0,28833
n
En cuanto a los métodos no estratificados, se observa que la estimación óptima la

produce el método indirecto basado en la regresión, resultado que siempre se cumple.
El siguiente método en precisión es la estimación indirecta por razón, que presenta

una precisión muy similar a la estimación por regresión (apenas un 0,07% de ganancia en
precisión para regresión).
La estimación indirecta por diferencia también es aceptable, aunque es el método de

estimación indirecta menos preciso en este caso. Por otra parte, el muestreo aleatorio simple
presenta una precisión muy inferior a cualquier método indirecto.
Ello nos lleva a concluir que en este problema es importante la consideración de los
métodos indirectos de estimación.
Si analizamos la recta de regresión de la variable en estudio X respecto de la variable

auxiliar Y, que tiene de ecuación x = 1,6y
0,06, vemos que prácticamente pasa por el
origen, razón por la cual el estimador por razón es muy preciso.
Además, la pendiente de la recta no está lejos de la unidad, con lo que la estimación

indirecta por diferencia puede resultar también apropiada.
Por otra parte se cumple:
1 S
0,9 = > R y = 0,45
2 Sx
lo que indica que el muestreo aleatorio simple va a ser bastante menos preciso que el método
de estimación por razón.
Al introducir la estratificación se obtiene buena mejora en la estimación indirecta

por regresión separada y no tanto en la combinada (que ya sabemos que siempre es peor que
la separada).
En cuanto a la estratificación por razón, se obtienen peores precisiones que cuando

se usa razón sin estratificar. Por lo tanto, la estimación estratificada basada en la razón no es
conveniente. De todas formas, la estimación por razón combinada resulta aquí más precisa que
la estimación por razón separada.
www.FreeLibros.org
6.9. Antes del ingreso en un centro educativo se hizo un examen de conocimientos matemáticos a
486 estudiantes. Se seleccionó una muestra irrestricta aleatoria de n = 10 estudiantes y se
observaron sus progresos en cálculo mediante una prueba de conocimientos cuyas
calificaciones constituyen la variable Y. Más adelante se observaron sus calificaciones
finales en cálculo mediante la variable X. Los datos se recogen en la tabla siguiente:
Estudiante x y
1 39 65
2 43 78
3 21 52
4 64 82
5 57 92
6 47 89
7 28 73
8 75 98
9 34 56
10 52 75
Se sabe que la calificación media de la prueba de conocimientos para los 486 estudiantes que
presentaron el examen es 52. Estimar la calificación final media en cálculo para esta
población, y establecer un límite para el error de estimación.
A fin de aprovechar la información adicional de la variable Y, para estimar la media de X

utilizaremos el método de estimación indirecta más preciso, que es el estimador por
regresión. Podemos resumir las estimaciones por regresión como sigue:
x rg = x + bo (Y
y )
Del enunciado del problema sabemos que Y = 52, y de los datos de la tabla se
deduce que x = 76 e y = 46. Para calcular el estimador por regresión sólo nos faltaría
estimar bo . Tenemos:
n n
Sˆ ∑ ( X i
x )(Yi
y ) ∑ X iYi
nxy 36,854
10(46)(76)
bˆ0 = !ˆ = XY2 = i
= i
= = 0,766
SˆY
n n
23,634
10(46) 2
∑ (Y
y) ∑Y
2 2
i i
ny 2
i i
El estimador por regresión será entonces:
x rg = x + bo (Y
y ) = 76 + 0,766(52
46) = 80
La varianzas mínima estimada será Vˆmin ( x rg ) =

(1
f ) Sˆ 2 1
ˆ 2 = 7,4 y el( )
x
n
límite para el error de estimación al 95% es 2 Vˆmin ( x rg ) = 5,4 .
www.FreeLibros.org
6.10. Los auditores frecuentemente están interesados en comparar el valor intervenido de los
artículos con el valor asentado en los libros. Generalmente, los valores en los libros son
conocidos para cada artículo en la población, y los valores intervenidos son obtenidos con
una muestra de esos artículos. Los valores en el libro entonces pueden utilizarse para obtener
una buena estimación del valor intervenido total o promedio para la población. Supóngase
que una población contiene 180 artículos inventariados con un valor establecido en el libro
de $13,320. Denotar por yi el valor en el libro y por xi el valor intervenido del i-ésimo
artículo. Una muestra irrestricta aleatoria de n = 10 artículos produce los resultados que se
muestran en la tabla adjunta. Estimar el valor intervenido medio por el método de diferencia
así como el error cometido. Realizar las mismas estimaciones pero usando un estimador de
regresión y un estimador de razón.
Muestra Valor intervenido Valor en el libro di

xi yi
1 9 10 -1
2 14 12 2
3 7 8 -1
4 29 26 3
5 45 47 -2
6 109 112 -3
7 40 36 4
8 238 240 -2
9 60 59 1
10 170 167 3
La estimación por diferencia se realiza de la siguiente forma:
Xˆ = x
y + Y = Dˆ + Y = (72,1-71,7) + 74 = 74,4
La estimación de la varianza viene dada por:
Vˆ ( Xˆ ) =
1
f ˆ2 ˆ2
n
(
S x + S y
2 Sˆ xy = 0,59 )
La estimación por regresión se realiza de la siguiente forma:
x rg = x + bo (Y
y ) = 72,1 + 0,99(74
71,7) = 74,38
n n
∑ (X i
x )(Yi
y ) ∑X Y i i
nx y
105,881
10(71,7)(72,1)
bˆ0 = i
n
= i
n
= = 0,99
106,003
10(71,7) 2
∑ (Y
y) ∑Y
2 2
i i
ny 2
i i
www.FreeLibros.org
La varianzas mínima estimada será Vˆmin ( x rg ) =

(1
f ) Sˆ 2 (1
ˆ 2 ) = 2,24 .
x
n
La estimación por regresión se realiza de la siguiente forma:
x 721
Xˆ R = x R = Y = Rˆ Y = 74 = 74,41
y 717
La varianza puede estimarse como sigue:
ˆ
Vˆ ( X R ) =
n
(
1
f ˆ 2 ˆ 2 ˆ 2
)
S x + R S y
2Rˆ Sˆ xy =
1
f ⎡ n 2 ˆ2 n 2
∑
n(n
1) ⎢⎣ i
X i + R ∑ Yi
2 ˆ ∑ X Y ⎤ = 0,66
R
n
i i⎥
i i ⎦
www.FreeLibros.org
6.1. Sobre una población de 500 unidades está definida un característica bidimensional (Xi,Yi).
Una muestra aleatoria simple de tamaño 80 proporciona los siguientes datos:
80 80 80 80 80
∑ X i = 420
i =1
∑ Yi = 190
i =1
∑ X i2 = 2284
i =1
∑ Yi 2 = 512
i =1
∑X Y
i =1
i i = 1045
, , , y
a) Estimar el sesgo y el error de muestreo de la razón de la variable Y a la variable X. ¿Se

trata de un sesgo influyente para estimaciones indirectas basadas en la razón?
b) Se trata de estimar con y sin reposición la media y el total de Y utilizando la información

adicional de la variable X mediante un método de estimación indirecta. ¿Qué método
indirecto sería el más adecuado? ¿Por qué? Realizar las estimaciones de media y total
mediante los métodos indirectos conocidos ordenándolos en precisión y sabiendo que el total
de X es 10000.
c) ¿Habrá ganancia en precisión respecto del muestreo aleatorio simple? Cuantificarla.
6.2. Una empresa está interesada en estimar el total de ganancias por las ventas de televisiones de
color al final de un período de tres meses (variable Y). Se tienen cifras del total de ganancias
de todas las sucursales de la empresa para el período de tres meses correspondiente del año
anterior (variable X). Se selecciona una muestra irrestricta aleatoria de 13 sucursales de entre
las 123 de la empresa. Usando un estimador de razón, estimar el total de ganancias por las
ventas de televisiones de color al final de un período de tres meses y establecer un límite
para el error de estimación. Usar los datos de la tabla adjunta, y considerar que la media
poblacional de la variable X vale 128,200.
Oficina Datos de tres meses Datos de tres meses

del año anterior, Xi del año actual, Yi
1 550 610
2 720 780
3 1500 1600
4 1020 1030
5 620 600
6 980 1050
7 928 977
8 1200 1440
9 1350 1570
10 1750 2210
11 670 980
12 729 865
13 1530 1710
Estimar también las ganancias medias para las oficinas de la empresa y establecer un límite
www.FreeLibros.org
6.3. Una empresa industrial elabora un producto que es empaquetado, para propósitos de
mercado, en dos marcas comerciales. Estas dos marcas sirven como estratos para estimar el
volumen potencial de ventas para el trimestre siguiente. Una muestra irrestricta aleatoria de
clientes para cada marca es entrevistada para proporcionar una cantidad potencial Y de
ventas (en número de unidades) para el próximo trimestre. La cifra de las ventas verdaderas
del año pasado, para el mismo trimestre, está disponible para cada uno de los clientes
muestreados y se denota por X. Los datos se presentan en la tabla anexa. La muestra para la
marca I fue tomada de una lista de 120 clientes, para quienes el total de ventas en el mismo
trimestre del año pasado fue de 24500 unidades. La muestra de la marca II viene de 180
clientes, con un total trimestral de ventas para el año pasado de 21000 unidades. Hallar una
estimación de razón del total potencial de ventas para el próximo trimestre. Estime la
varianza de su estimador.
Marca I Marca II
Xi Yi Xi Yi
204 210 137 150
143 160 189 200
82 75 119 125
256 280 63 60
275 300 103 110
198 190 107 100
159 180
63 75
87 90
6.4. Se estima el ingreso nacional para 1981 mediante una muestra de n = 10 industrias que
declaran sus ingresos de 1981 antes que las 35 restantes. Se dispone de los datos del ingreso
de 1980 para las 45 industrias y los totales son 2174,2 (en miles de millones). Los datos se
presentan en la tabla adjunta.
Industria 1980 1981

Productos de fábricas textiles 13,6 14,5
Productos químicos y relacionados 37,7 42,7
Madera aserrada y leña 15,2 15,1
Equipo eléctrico y electrónico 48,4 53,6
Vehículos automotores y equipo 19,6 25,4
Transporte y almacenaje 33,5 35,9
Banca 44,4 48,5
Bienes raíces 198,3 221,2
Servicios de salud 99,2 114
Servicios de educación 15,4 17
a) Hallar un estimador de razón del ingreso total de 1981, y establecer un límite para el
error de estimación.
b) Hallar un estimador de regresión del ingreso total de 1981, y establecer un límite para el
c) hallar un estimador de diferencia del ingreso total de 1981, y establecer un límite para el
d) ¿Cuál de los tres métodos es el más apropiado en este caso? ¿Por qué?
www.FreeLibros.org
CAPÍTULO
MUESTREO UNIETÁPICO
DE CONGLOMERADOS
OBJETIVOS
1. Presentar el concepto de muestreo unietápico de conglomerados.
2. Analizar los estimadores y sus errores en muestreo unietápico de
conglomerados del mismo tamaño y con probabilidades iguales.
3. Analizar los errores y su estimación en función del coeficiente de
correlación intraconglomerados.
4. Analizar los estimadores y sus errores cuando se considera muestreo
unietápico de conglomerados con reposición.
5. Estudiar el muestreo unietápico de conglomerados de distinto tamaño y
probabilidades iguales con y sin reposición.
probabilidades desiguales con y sin reposición.
probabilidades proporcionales al tamaño con y sin reposición.
8. Estudiar el problema del tamaño de la muestra.
www.FreeLibros.org
ÍNDICE
1. Muestreo unietápico de conglomerados. Estimadores para conglomerados
del mismo tamaño y probabilidades iguales.
2. Varianza de los estimadores. Coeficiente de correlación intraconglomerados.
Estimación de varianzas.
3. Muestreo de conglomerados del mismo tamaño con reposición. Varianzas
de los estimadores y estimación de las varianzas.
4. Muestreo unietápico de conglomerados de distinto tamaño.
5. Muestreo unietápico de conglomerados de distinto tamaño con probabilidades
desiguales.
6. Tamaño de la muestra.
www.FreeLibros.org
Muestreo unietápico de conglomerados 275
MUESTREO UNIETÁPICO DE CONGLOMERADOS. ESTIMADORES PARA

CONGLOMERADOS DEL MISMO TAMAÑO Y PROBABILIDADES IGUALES
Tanto en el muestreo aleatorio simple con reposición como sin reposición, así como en el
muestreo estratificado, sistemático y métodos indirectos de estimación, las unidades de
muestreo son las mismas que las unidades objeto de estudio (unidades simples o
elementales), pero en la práctica nos encontramos con situaciones más generales en las que
las unidades de muestreo comprenden dos o más unidades de estudio. En tal caso a las
unidades de muestreo se las denomina unidades primarias o compuestas.
En el muestreo por conglomerados no se necesita un marco muy específico como en

el caso del muestreo aleatorio simple en el que era necesario disponer de un listado de
unidades de la población, o como en el muestreo estratificado, donde era necesario disponer
de listados de unidades por estratos. Se divide previamente al muestreo la población en
conglomerados o áreas convenientes, de las cuales se selecciona un cierto número para la
muestra, con lo que sólo es necesario un marco de conglomerados que será más fácil de
conseguir y más barato. Se pueden utilizar como marco divisiones territoriales ya
establecidas por necesidades administrativas para las cuales existe ya información. También
se pueden utilizar como marco áreas geográficas cuyas características están ya muy
delimitadas. Está claro que se ahorra coste y tiempo al efectuar visitas a las unidades
seleccionadas. Además, la concentración de unidades disminuye la necesidad de
desplazamientos.
Por otro lado, en el muestreo por conglomerados solemos tener menor precisión en
las estimaciones, debido a que, aunque lo ideal es que haya heterogeneidad dentro, siempre
va a existir un cierto grado de homogeneidad inevitable dentro de los conglomerados que
disminuirá la precisión. La eficiencia de este tipo de muestreo disminuye al aumentar el
tamaño de los conglomerados, cuando en realidad este tipo de muestreo es más útil en caso
de poblaciones muy numerosas en las que se puedan construir conglomerados grandes.
Consideramos una población finita con M unidades elementales o últimas agrupadas en

N unidades mayores llamadas conglomerados o unidades primarias, de tal forma que no existan
solapamientos entre los conglomerados y que éstos contengan en todo caso a la población en
estudio. Consideramos como unidad de muestreo el conglomerado, y extraemos de la población
una muestra de n conglomerados a partir de la cual estimaremos los parámetros poblacionales. El
número de unidades elementales de un conglomerado se denomina tamaño del conglomerado.
Los conglomerados pueden ser de igual o de distinto tamaño, y han de ser lo más heterogéneos
posible dentro de ellos y lo más homogéneos posible entre ellos, de tal forma que la situación
ideal sería que un único conglomerado pudiese representar fielmente a la población (muestra de
tamaño uno con mínimo coste). Se observa que la situación ahora es la complementaria a la del
caso de los estratos estudiados anteriormente.
Vamos a suponer ahora probabilidades iguales y que todos los conglomerados son
del mismo tamaño M , en cuyo caso utilizaremos la siguiente notación:
N: Número de conglomerados en la población

N: Número de conglomerados en la muestra
M : Número de unidades elementales por conglomerado (tamaño del conglomerado)
N M : Número total de unidades elementales en la población
n M : Número total de unidades elementales en la muestra
www.FreeLibros.org
N N M
Consideraremos la característica poblacional general = ∑ Yi =∑∑ Yij que,
i i i
suponiendo muestreo sin reposición y probabilidades iguales, puede ser estimada mediante
M
Y n n ∑Y ij
N n M
el estimador lineal insesgado de Horwitz y Thompson ˆHT = ∑ i = ∑ i
= ∑∑ Y ij .
i i i n/ N n i i
La aplicación del estimador lineal insesgado de Horwitz y Thompson para

probabilidades iguales a las estimaciones del total, media, proporción y total de clase
poblacionales, proporciona los siguientes estimadores:
N M
N n M NM n 1 M 1 n
= X = ∑∑ X ij ⇒ Yij = X ij ⇒ Xˆ = ∑∑ ij n ∑i M ∑j ij
X = X = NM ∑ X i =NMx
i j n i j n i
1 N M X ij ˆ N n M X ij 1 n 1 M 1 n
=X =
NM i j
∑∑ X ij ⇒ Yij = NM ⇒X = n ∑∑ i j NM
= ∑ ∑ X ij = ∑ X i =x
n i M j n i
1 N M Aij N n M Aij 1 n 1 M 1 n
=P= ∑∑ ij ij NM
A ⇒ Y = ⇒Pˆ = ∑∑ = ∑ ∑ ij n ∑i Pi
A =
NM i j n i j NM n i M j
N M
N n M NM n
1 M
1 n
= A = ∑∑ Aij ⇒ Yij = Aij ⇒ Aˆ = ∑∑ Aij = ∑i M ∑ Aij = NM ∑ Pi =NMPˆ
i j n i j n j n i
VARIANZAS DE LOS ESTIMADORES. COEFICIENTE DE CORRELACIÓN

INTRACONGLOMERADOS. ESTIMACIÓN DE LAS VARIANZAS
Las expresiones iniciales para las varianzas de los estimadores sin reposición y probabilidades
iguales para conglomerados del mismo tamaño son:
N M
∑∑ (X
X)
2
2 i
S
V (x ) = (1
f )
i j
b
con S b2 =
nM N
1
( ) S2
V Xˆ = V (NM x ) = N 2 M 2 V (x ) = N 2 M 2 (1
f ) b
nM
M N N
∑
N
1 i
( Pi
P )
2
∑ ( Pi
P)
2
V ( P$ ) = ( 1
f ) = (1
f ) i
nM n( N
1)
N
∑( P
P)
2
i
V ( A$ ) = V ( NM P$ ) = N 2 M 2V ( P$ ) = N 2 M 2 (1
f ) i
n( N
1)
Las expresiones de las varianzas son similares a las obtenidas en el muestreo
aleatorio simple, sustituyendo S2 por S b2 y siendo nM el número total de unidades
elementales en la muestra.
www.FreeLibros.org
Pero las varianzas anteriores pueden expresarse en función del coeficiente de correlación
intraconglomerados, que se define como el coeficiente de correlación lineal entre todos los pares
de valores de la variable en estudio medidos sobre las unidades de los conglomerados y
extendido a todos los conglomerados, de tal forma que dicho coeficiente será una <<medida de la
homogeneidad>> en el interior de los conglomerados. Evidentemente interesará que el
coeficiente de homogeneidad intraconglomerados sea lo más pequeño posible, ya que en
muestreo por conglomerados lo ideal es la heterogeneidad dentro de los conglomerados. La
expresión del coeficiente de correlación intraconglomerados será:
1 N M
∑∑ ( X ij
X )( X iz
X )
⎛ M ⎞ i =1 j < z
N ⎜⎜ ⎟⎟
=
Cov( X ij , X iz )
=
[
E ( X ij
E ( X ij ))( X iz
E ( X iz )) ]= ⎝2 ⎠
( X ij ) ( X iz ) 2 2
2 2
1
(X ij
X ) y 2 = 1
N M N M
de donde al ser S = ∑∑
2
NM
1 i j l NM
∑∑ (X
i j l
ij
X ) se puede expresar
N M
1 2
la varianza como 2 = S , expresión que puede sustituirse en el denominador del
N M
coeficiente de correlación intraconglomerados:
1 N M
∑ ∑ ( X ij
X )( X iz
X ) N M
⎛ M ⎞ i =1 j < z
N ⎜⎜ ⎟⎟ 2∑∑ ( X ij
X )( X iz
X )
⎝ 2 ⎠ i =1 j < z
= =
N M
1 2
S
(M
1)(NM
1)S 2
N M
S$b2
S$ 2
Este coeficiente se puede estimar mediante $ =
( M
1) S$ 0
2
2
1 n M
( 1
) 1 n M
n M
∑ ∑ ( ( Xi
x ) )
2
S$ 2 = ∑ ∑ ∑ ∑
2
X ij
x , S$w2 = X
X , $
S 2
=
nM
1 i j l nM
n i j ij i b
n
1 i j
N
1 ˆ 2 N (M
1) ˆ 2 n
1 ˆ 2 n(M
1) ˆ 2
Sˆ 0 = Sˆ 2 =
2
Sb + Sw Sb + Sw
NM
1 NM
1 nM
1 nM
1
Los errores de estos estimadores y sus estimaciones en función de son:
Sˆ
[ ]
2
S2
V (x ) = (1
f )
nM
[ ]
1 + (M
1) ⇒ Vˆ (x ) = (1
f ) 0 1 + (M
1)ˆ
nM
S 2 ˆ
S 2
V (x ) = (1
f ) b ⇒ Vˆ (x ) = (1
f ) b
nM nM
V ( X ) = V ( NMx ) = N M V ( x ) ⇒ V ( Xˆ ) = N 2 M 2Vˆ ( x )
ˆ 2 2 ˆ
www.FreeLibros.org
El cálculo de los términos de las fórmulas anteriores los facilitan los cuadros del
análisis de la varianza para la población y para la muestra siguientes:
Descomposición de la varianza para la población
Fuente de variación Grados de libertad Sumas de cuadrados Cuadrados medios
∑∑ (X )
N M
Entre conglomerados N
1 i
X
2
Sb2
i j
Dentro de conglomerados (
n M
1 ) ∑∑ (X
N M
ij
Xi ) 2
S w2
i j
∑∑ (X )
N M
Total NM
1 ij
X
2
i j
Descomposición de la varianza para la muestra
Fuente de variación Grados de libertad Sumas de cuadrados Cuadrados medios Esperanzas
Sˆb2
n M
Entre conglomerados n
1 ∑ ∑ (X i
x )
2
Sb2
i j
Dentro de conglom. (
n M
1 ) n
∑∑ (X
M
ij
Xi )
2
Sˆ w2 S w2
i j
n M
nM
1 ∑∑ (X ) Ŝ 2
2
Total ij
x
i j
Para el caso de proporciones y totales de clase las fórmulas son las mismas, pero las
magnitudes se obtienen del cuadro del análisis de la varianza siguiente:
Fuentede Gradosde Sumade Cuadrados Estimadores

Variación Libertad Cuadrados Medios Insesgados
N
1 n
N
A ∑ M ( Pi
∑ Pi ) 2
n i =1
Entre N
1 A = ∑ M ( Pi
P) 2 S b2 = Sˆ b2 = i =1
i =1 N
1 n
1
n
N
B ∑ MP (1
P ) i i
Dentro N ( M
1) B = ∑ MPi (1
Pi ) S = 2
w Sˆ w2 = i =1
i =1 N ( M
1) n( M
1)
C
Total NM
1 C = NMP (1
P) 2
S = Sˆ 2 0
NM
1
Comparación con el muestreo aleatorio simple

S2
De la expresión V ( x ) = ( 1
f )
nM
[1 + ( M
1) ] = V MAS ( x )[1 + ( M
1) ] se deduce que
para valores positivos de existe un aumento en la varianza del muestreo por conglomerados con
relación al muestreo aleatorio simple y muestras de tamaño igual a n M unidades
elementales.
www.FreeLibros.org
El caso más desfavorable (varianza máxima) correspondería a = + 1 y el más favorable

1
(varianza mínima) a =
, en que la varianza sería igual a cero. Para = 0 ambos
M
1
métodos proporcionarían la misma precisión.
El término M
1 expresa el aumento de la varianza debido a la selección de n
conglomerados de tamaño M en lugar de n M unidades elementales obtenidas por muestreo
aleatorio simple. Ahora bien, si el coeficiente de correlación intraconglomerados fuese
negativo, ello supondría mayor precisión en el muestreo por conglomerados que en el
aleatorio simple.
Pero en la práctica suele ocurrir que los elementos de cada conglomerado tienen
cierto parecido entre sí aunque se intente que sean lo más heterogéneos posible, con lo cual
la correlación es positiva y menor la precisión en el muestreo por conglomerados que en el
aleatorio simple. Este problema ya se había citado al principio del capítulo como una de las
desventajas del muestreo por conglomerados.
Según lo visto, la comparación entre muestreo monoetápico de conglomerados y

muestreo aleatorio simple podría resumirse como sigue:
⎧ Si > 0 ⇒ conglomera dos peor que aleatorio simple

[ ] ⎪
V MC (x ) = V MAS ( x ) 1 + (M
1) ⇒ ⎨ Si = 0 ⇒ conglomera dos igual que aleatorio simple
⎪ Si < 0 ⇒ conglomera dos mejor que aleatorio simple
⎩
Evidentemente, cuando (0,1] la precisión del muestreo por conglomerados es

inferior a la del muestreo aleatorio simple, y a medida que el se aproxima a 1, se acentúa la
pérdida de precisión en el muestreo por conglomerados respecto del aleatorio simple.
⎡ 1 ⎤
Cuando = 0, las precisiones de ambos métodos coinciden, y cuando ⎢
,0 , la
⎣ M
1 ⎥⎦
precisión del muestreo por conglomerados es superior a la del muestreo aleatorio simple y a
1
medida que el se aproxima a
, se acentúa la ganancia en precisión del muestreo
M
1
por conglomerados respecto del aleatorio simple.
Por otra parte, si llamamos na al tamaño de muestra necesario en muestreo aleatorio

simple para obtener una precisión dada, y si llamamos nc al tamaño de muestra en muestreo
por conglomerados, resulta que si los dos tipos de muestreo tienen la misma precisión,
S2 S2
(1
f ) = (1
f ) (1 + ( M
1) ) ⇒ nc = na (1 + ( M
1) ) .
na nc
Precisamente la cantidad 1 + ( M
1) por la que hay que multiplicar el tamaño de
una muestra por conglomerados nc para que coincida con el tamaño de muestra necesario en
muestreo aleatorio simple na para igual precisión en ambos tipos de muestreo, se denomina
efecto del diseño.
www.FreeLibros.org
MUESTREO DE CONGLOMERADOS DEL MISMO TAMAÑO CON REPOSICIÓN.

VARIANZAS DE LOS ESTIMADORES Y ESTIMACIÓN DE LAS VARIANZAS
En caso de muestro con reposición, probabilidades iguales y conglomerados del mismo

tamaño, los estimadores son los mismos, y las varianzas tienen las siguientes expresiones:
1 N
∑i M Xi
X ( )
2
b2
()
Vx = N
nM
=
nM
1 N
1 N M
∑ M( X
X) ∑ ∑( X
X ) es la cuasivarianza entre conglomerados
2 2
=2
b i = i
N i N i j
b2
y la expresión de la varianza de la media V ( x ) = es similar a la obtenida en el muestreo
nM
aleatorio simple, sustituyendo 2 por b2 y siendo nM el número total de unidades
elementales en la muestra.
b2
V ( X$ ) = V ( NM x ) = N 2 M 2 V ( x ) = N 2 M 2
nM
M N N
∑( P
P) ∑( P
P)
2 2
2
N i i
V ( P$ ) =
b i i
= =
nM nM nN
N
∑ ( P
P)
2
i
V ( A$ ) = V ( NM P$ ) = N 2 M 2V ( P$ ) = N 2 M 2
i
nN
La varianzas de los estimadores y sus estimaciones en función del coeficiente de

correlación intraconglomerados tienen las siguientes expresiones:
Sˆ b2
V (x ) =
nM
2
[
1 + (M
1) ⇒ V (x ) =
ˆ ˆ ' 2
]
nM
ˆ [
1 + (M
1) , V (x ) =
b2
nM
⇒ V (x ) =
ˆ
nM
]
ˆ 2 2 ˆ ˆ 2 2 ˆ
V ( X ) = V ( NM x ) = N M V ( x ) ⇒ V ( X ) = N M V ( x )
El coeficiente de correlación intraconglomerados y su estimación son:
⎛ 2 S$b2 ⎞
Sb
⎜ S$1w +
$ 2
⎟
b2
2 $ ⎝ M⎠ S$b2
$ ' 2
= = =
(M
1) 2 ⎛ 2 S$b2 ⎞ ( M
1) $ ' 2
( M
1)⎜ S1w + ⎟
$
⎝ M⎠
Sˆb2 ˆ 2 1 N M 1 n M
1 n M
( ) (
( Xi
x ) )
2
ˆ ' 2 = Sˆ12,w + ∑ ∑ ∑ ∑
2
, S1,w = ∑∑ X ij
X i
2
, 2
= X
X , $
S 2
=
w ij i b
M nM i j NM i j n
1 i j
www.FreeLibros.org
Si estimamos proporciones y totales de clase utilizaremos lo siguiente:
NM
1 2 NM
1 NMP (1
P ) NMP (1
P )
2 = S = = = P (1
P )
NM NM NM
1 NM
1 1 1
∑∑ (X
Xi ) =
N M N N
∑ M (P
P ) ∑ (P
P )
2 2 2
w2 = ij i = i
NM i j NM i N i
1 M
∑ ∑ (X
X) = ∑ (X
X) .
N M N
2 2
b2 = i i
N i j N i
M n
ˆ b2 = Sˆ b2 = ∑ (Pi
P )2
n
1 i
1 1 1
∑∑ (X
Xi ) =
n M n n
ˆ w2 = Sˆ12,w = ∑ MP (1
P ) = n ∑ P (1
P )
2
ij i i i i
nM i j nM i =1 i =1
S$b2 1 n M n
$ '2 = S$12,w + = ∑ Pi (1
Pi ) +
M n i =1 ∑ (Pi
P )
2
n
1 i
MUESTREO UNIETÁPICO DE CONGLOMERADOS DE DISTINTO TAMAÑO
Probabilidades iguales
a) Los conglomerados no varían mucho en tamaño (Mi similares)

N
Mi
Consideraramos M = ∑M como la media de los tamaños Mi de los conglomerados y
i =1
utilizamos todas las fórmulas estudiadas hasta ahora, tanto para muestreo con reposición
como para muestreo sin reposición. No obstante, suelen considerarse las siguientes
expresiones alternativas para los estimadores:
Para la media se tiene
∑ (X
n
∑ (X
X)
x)
N 2
2
1 n
1 X 1 n n
1
f i
1
f i
x= ∑ Xi = ∑ i = ∑X i , V (x ) = i =1
, Vˆ ( x ) = i =1
n i =1 n i =1 M nM i =1 nM 2 N
1 nM 2 n
1
1 n
N n
Para el total se tiene el estimador X$ = NMx = NM
nM
∑ Xi = n ∑X i , que no
i =1 i =1
depende de M .
www.FreeLibros.org
Su varianza y estimación de varianza tampoco dependen de M . Tenemos:
∑ (X
n
∑(X
X )
x)
N 2
2
i
1
f i
1
f
V ( Xˆ ) = N 2 i =1
, Vˆ ( Xˆ ) = N 2 i =1
n N
1 n n
1
Para muestreo con reposición la varianza y estimación de varianza para el estimador de la

media pueden calcularse como sigue:
∑ (X
X)
N
∑ (X
n

x)
2 2
i i
1 1
V (x ) = i =1
, Vˆ ( x ) = i =1
nM 2 N nM 2 n
1
La varianza y estimación de varianza para el estimador del total no dependerán de

M y pueden calcularse como sigue:
∑ (X
n
∑ (X )
x)
N 2
2
i
X 2 i
N 2
N
V ( Xˆ ) = i =1
, Vˆ ( Xˆ ) = i =1
n N n n
1
En caso de estimación de totales y proporciones se utilizan las fórmulas ya vistas
N
Mi
anteriormente para conglomerados del mismo tamaño tomando M = ∑ , tanto para
i =1 M
muestreo sin reposición como para muestreo con reposición.
N
b) Los conglomerados varían mucho en tamaño (Mi no similares y M = ∑M i )
i =1
Si los tamaños de los conglomerados son significativamente distintos, un estimador sesgado

de la media es el estimador de razón:
n
∑X i
Xˆ = x = Rˆ = i
n
∑Mi
i

Por ser un estimador de la razón, su varianza aproximada es:
∑ M (X
X) ∑ M (X
x)
N n
2 2 2
()
2 i i 2 i i
N N
V ( x ) = (1
f ) i
, Vˆ ( x ) = Vˆ Rˆ = (1
f ) i
nM 2 N
1 nM 2 n
1
Para el estimador del total tendremos:
∑ M i2 (X i
X ) M (X
x)
N n
(1
f ) ∑
2 2 2
N (1
f )
( ) ( )
2 2 i i
N
V Xˆ = i
, Vˆ Xˆ = i
n N
1 n n
1
Para el estimador de la proporción y el total de clase tenemos:
www.FreeLibros.org
∑ M (P
P )
N n
N2 ∑ Mi2 (Pi
P) N2 i
2
i
V ( Pˆ ) = (1
f ) i
, Vˆ ( Pˆ ) = (1
f ) i
nM 2 N
1 nM 2 n
1
M (P
P )
N n
M (P
P )
(1
f ) ∑ (1
f ) ∑
2 2 2 2
() ()
2 i i 2 i i
N N
V Aˆ = i
, Vˆ Aˆ = i
n N
1 n n
1
Por ser un estimador de la razón, su varianza aproximada es:
∑ M (X
X)
N
∑ M (X )
n
2 2 2
2 i i 2
x
N N i i
V (x ) = i
, Vˆ ( x ) i
nM 2 N nM 2 n
1
Para el estimador del total tendremos:
∑ M i2 (X i
X ) ∑ M (X
x)
N n
2 2 2
( ) ( )
2 2 i i
N N
V Xˆ = i
, Vˆ Xˆ = i
n N n n
1
Para el estimador de la proporción y el total de clase tenemos:
∑ M (P
P )
N n
N2 ∑ M i2 (Pi
P) N2 i
2
i
V ( Pˆ ) = i
⇒ Vˆ ( Pˆ ) = i
,
nM 2 N nM 2 n
1
∑ M (P
P )
N n
∑ M (P
P)
2 2 2 2
() ()
2 i i 2 i i
N N
V Aˆ = i
, Vˆ Aˆ = i
n N n n
1
MUESTREO UNIETÁPICO DE CONGLOMERADOS DE DISTINTO TAMAÑO

CON PROBABILIDADES DESIGUALES
En este caso se utilizan los estimadores generales de Horvitz Thompson y Hansen Hurweitz.
N
Consideramos una población de N conglomerados de tamaños desiguales Mi con M = ∑M
i =1
i .
En este caso se utilizará el estimador general de Horwitz y Thompson, que proporciona el

estimador lineal insesgado para el total definido por:
n
X n
M X N
X2 N
X Xj
Xˆ HT = ∑ i = ∑ i i , V ( Xˆ HT ) = ∑ i (1
i ) + ∑ i ( ij
i j )
i =1 i i =1 i i =1 i i j i j
n
X2 n
X X j ⎛⎜ ij
i j ⎞
Vˆ ( Xˆ HT ) = ∑ 2i (1
i ) + ∑ i ⎟
i =1 i
⎜
i j i j ⎝ ij ⎟
⎠
www.FreeLibros.org
Consideramos una población de N conglomerados de tamaños desiguales Mi con M =

N
∑M
i =1
i . En este caso se utilizará el estimador general de Hansen y Hurwitz, que
proporciona el estimador lineal insesgado para el total definido por:

2 2
n
X n
MX 1 N ⎛X ⎞ 1 n
⎛ Xi ⎞
Xˆ HH = ∑ i = ∑ i i , V ( Xˆ HH ) = ∑ ⎜⎜ i
X ⎟⎟ Pi , Vˆ ( Xˆ HH ) = ∑ ⎜⎜
Xˆ HH ⎟⎟
i =1 nPi i =1 nPi n i =1 ⎝ Pi ⎠ n(n
1) i =1 ⎝ Pi ⎠
Xˆ Xˆ 1 1
Xˆ HH = HH ⇒ V ( Xˆ HH ) = V ( HH ) = 2 V ( Xˆ HH ) ⇒ Vˆ ( Xˆ HH ) = 2 Vˆ ( Xˆ HH )
M M M M
Probabilidades proporcionales a los tamaños

El estimador lineal insesgado de Horwitz y Thompson para el total será:
n
X n
M X n
M X 1 n
Xˆ HT = ∑ i = ∑ i i = ∑ i i = M ∑ X i = Mx
i =1 i i M n i =1
i =1 i =1
n i
M
El estimador lineal insesgado de Horwitz y Thompson para la media será:
Xˆ Mx
Xˆ = HT = =x
M M
Se observa que las expresiones de los estimadores lineales insesgados para la media
y el total en el caso de probabilidades desiguales proporcionales a los tamaños de los
conglomerados coinciden con sus expresiones para probabilidades iguales.
Como siempre, los estimadores son los mismos que para el caso sin reposición. Las
varianzas y su estimación en el caso de probabilidades proporcionales a los tamaños con
reposición valdrán:
2 n
V ( Xˆ HH ) =
M N
∑ M i ( X i
X ) , Vˆ ( Xˆ ) = M
HH ∑
n(n
1) i =1
(
Xi
x
2
)
n i =1
1 n
∑( )
N
1
∑ ( )
M i X i
X , Vˆ(Xˆ HH ) =
2
ˆ 2
Xi
x
V ( X HH ) =
nM i =1 n(n
1) i=1
Las fórmulas para proporciones y totales de clase se obtienen sustituyendo

X i = Pi , X = P, x = P . Esto es válido tanto en general como en probabilidades
proporcionales a los tamaños, y tanto con reposición como sin reposición.
www.FreeLibros.org
TAMAÑO DE LA MUESTRA
La peculiaridad en muestreo por conglomerados monoetápico es la forma de la función de

coste. Si consideramos la función de coste C = c o n + c1 n + c 2 n M , podemos
determinar los pares ( n, M ) que, para C prefijado, minimizan la varianza del estimador de la
media V ( x ) . También podemos determinar los pares ( n, M ) que, para V ( x ) prefijada,
minimizan la función de coste C.
El primer término c o n de la función de coste representa el coste de viaje entre los

conglomerados, y se toma así porque se ha demostrado empíricamente que el coste de viaje
entre n conglomerados varía aproximadamente proporcional a su raíz cuadrada.
El segundo término c1 n de la función de coste representa el coste de selección de

los n conglomerados de la muestra, siendo c1 el coste unitario de selección de un
conglomerado muestral.
El tercer término c 2 n M representa el coste relativo a las n M unidades

elementales de la muestra, siendo c2 el coste unitario de selección de una unidad elemental que
suele estar formado principalmente por el coste de entrevista y el coste de desplazamiento
entre las unidades elementales dentro del mismo conglomerado.
El término C = c o n + c 2 n M suele denominarse coste de campo.
La determinación de n y M óptimos lleva al planteamiento del problema de

Lagrange con una restricción:
⎧ ⎡ S2 ⎤
⎪MinV ( x ) = Min ⎢(1
f ) (1
( M
1) )⎥
⎨ ⎣ nM ⎦
⎪
⎩C = co n + c1 n + c 2 n M
El problema alternativo es la determinación de n y M óptimos mediante el

planteamiento del problema de Lagrange con una restricción:
⎧Min C = Min (co n + c1 n + c 2 n M )

⎪
⎨ S2
⎪V ( x ) = (1
f ) (1
( M
1) )
⎩ nM
S b2
También se utiliza para la varianza la expresión V ( x ) = (1
f ) .
nM
www.FreeLibros.org
PROBLEMAS RESUELTOS
7.1. Se trata de estudiar una población de 1000 cajas de tornillos todas ellas con 40 unidades cada
una. Para ello se extrae una muestra sin reposición de 20 cajas, dentro de la cual nueve cajas
no tienen tornillos defectuosos, ocho cajas tienen un tornillo defectuoso, y tres cajas tienen
dos tornillos defectuosos. Se pide:
1) Estimar el número total de tornillos defectuosos en la población y sus errores absoluto y

relativo de muestreo. Realizar la estimación por intervalos al 99% (F-1(0,995)=2,57).
2) Resolver el problema con reposición y comparar los resultados con los del punto (a).
Tenemos como datos N = 1000, M = 40 y n = 20. El total de piezas defectuosas

puede estimarse como sigue:
⎛1 n ⎞ 1 ⎛ 0 1 2 ⎞
Aˆ = NMPˆ = NM ⎜ ∑ Pi ⎟ = 40 000 ⎜ 9 + 8 + 3 ⎟ = 700
⎝ n i =1 ⎠ 20 ⎝ 40
14 44
40 40 ⎠
424444 3
Pˆ = 0 , 0175
Para calcular la estimación de la varianza, se realiza el cuadro del análisis de la

varianza muestral considerando 20 variables, desde L1 a L20, una para cada caja en la
muestra. Cada variable tiene tantos unos como tornillos defectuosos hay en la caja. Se elige
Análisis de la varianza de un factor en Análisis de datos del menú Herramientas, y se
rellena su pantalla de entrada como se indica en la Figura 7-1. Los resultados se ven en la
Figura 7-2. La varianza es:
Sˆ 2 20 0,0134
( ) 2
( )
Vˆ ( Aˆ ) = NM Vˆ ( Pˆ ) = NM (1
f ) b = 400002 (1
nM
)
1000 800
= 26305,26
Figura 7-1
www.FreeLibros.org
Figura 7-2
El error relativo de muestreo para el estimador del total será:
Vˆ ( Aˆ ) 26305,26
Cˆ v( Aˆ ) = = = 0,2317 (23,17%)
Aˆ 700
Aˆ ± ˆ ( Aˆ ) = 700 ± 2,57 26305,26 = [283,2, 1116,8]
ˆ ( Aˆ ) 26305,26
Aˆ ± = 700 ± = [
921,9, 2321,9]
0,01
Si consideramos muestreo con reposición, tenemos:
ˆ2
2 Sb 26305,26 26305,26
V ( A) = (NM ) V ( P) = (NM )
ˆ ˆ ˆ ˆ
2
= = = 26842,1
nM 1
f 20
1
1000
Vˆ ( Aˆ ) 26842,1
Cˆ v( Aˆ ) = = = 0,234 (23,4%)
Aˆ 700
Aˆ ± ˆ ( Aˆ ) = 700 ± 2,57 26842,1 = [279, 1121]
www.FreeLibros.org
ˆ ( Aˆ ) 26842,1
Aˆ ± = 700 ± = [
938,35, 2338,35]
0,01
Se observa que los errores de muestreo estimados son ligeramente superiores en

muestreo con reposición. Además, como es natural, los intervalos de confianza son más
anchos (o sea, peores) en muestreo con reposición. La ganancia en precisión es (26842,1 /
26305,26
1)100 = 2%, que es una cantidad pequeña.
7.2. En una región hay 300 granjas de 50 animales diversos cada una. Se obtiene una muestra de n=5
granjas sin reposición y probabilidades iguales. Las proporciones de animales enfermos en cada
una de las granjas son 0,14, 0,20, 0,18, 0,12, 0,16. Se pide:
Estimar la proporción y el total de animales enfermos en la región y sus errores absoluto y
relativo de muestreo. Realizar las mismas estimaciones para muestreo con reposición.
Podemos realizar el esquema siguiente para el problema.
M =50 P2=0,2
P5=0,16
SR P3=0,18
N=300
PI
M =50 M =50 P4=0,12 P1=0,14
n=5
SR significa sin reposición y PI probabilidades iguales.
Estamos en un caso de muestreo monoetápico de conglomerados del mismo tamaño.
Se tiene:
1 n 1
Pˆ = ∑ Pi = (0,14 + 0,20 + 0,18 + 0,12 + 0,16) = 0,16
n i =1 5
Aˆ = NMPˆ = 300 50 0,16 = 2400

Sˆ 2 1
Vˆ ( Aˆ ) = (NM ) Vˆ ( Pˆ ) = (NM ) (1
f ) b = (NM ) (1
f )
n
∑ ( Pi
Pˆ ) 2 =
2 2 2
nM n(n
1) i =1
5 ⎞ (0,14
0,16) 2 + (0,20
0,16) 2 + (0,18
0,16) 2 + (0,12
0,16) 2 + (0,16
0,16) 2
(300 50)2 ⎛⎜1
⎟ = 45000
⎝ 300 ⎠ 5(5
1)
1 45000
Vˆ ( Pˆ ) = Vˆ ( Aˆ ) = = 0,0002
2
N M 2
300 2 50 2
Vˆ ( Aˆ ) 45000
Cˆ v( Pˆ ) = Cˆ v( Aˆ ) = = = 0,088 (8,8%)
Â 2400
www.FreeLibros.org
Se estima que en la región hay un 16% de animales enfermos y un total de 2400

animales enfermos, con un error de muestreo del 8,8%.
Ahora estimaremos los errores absoluto y relativo de muestreo del total de clase y de
la proporción considerando muestreo con reposición. Tenemos:
2 S
ˆ2 1
Vˆ ( Aˆ ) = (NM ) Vˆ ( Pˆ ) = (NM ) b = (NM )
n
∑ ( Pi
Pˆ ) 2 = 45762,7
2 2
nM n(n
1) i =1
1 45762,7
Vˆ ( Pˆ ) = Vˆ ( Aˆ ) = = 0,000203389
2
N M 2
300 2 50 2
Vˆ ( Aˆ ) 45762,7
Cˆ v( Pˆ ) = Cˆ v( Aˆ ) = = = 0,089 (8,9%)
Aˆ 2400
Se observa que los errores de muestreo son ligeramente mayores en el caso de

reposición.
7.3. En un proceso electoral se toma una muestra aleatoria de 10 urnas, el número de votantes y sus
papeletas favorables a un determinado partido son:
Número de votantes 4 2 6 1 5 3 3 8 1 4
Papeletas favorables 2 1 4 1 2 1 2 5 0 3
Suponiendo muestreo con reposición, estimar la proporción de votos favorables a ese partido
en toda la población y su error de muestreo.
Vamos a considerar las urnas como conglomerados, siendo las unidades elementales las
papeletas introducidos en ellas. Por tanto, los números de papeletas en las distintas urnas
serán los tamaños de los conglomerados Mi. Se considera la clase A de los votantes que
votan a favor del partido en cuestión. Por tanto, las papeletas favorables al partido en cada
urna serán los valores Ai.
Ya que los conglomerados son de distinto tamaño, para estimar la proporción del
total de votantes de la población que votan al partido utilizaremos el estimador de la razón
de A a M siguiente:
10
∑A i
21
Pˆ = i =1
10
= = 0,57
37
∑M
i =1
i
Para estimar la varianza de la proporción con reposición utilizamos el estimador de

la varianza del estimador de la razón:
www.FreeLibros.org
1 ˆ2 ˆ 2 2 1 10 10 10
Vˆ (Pˆ ) = 2
(SA + R SM
2RˆSÂM ) = 2
(∑ Ai2 + Rˆ 2 ∑Mi2
2Rˆ ∑ Ai Mi )
nM nM (n
1) i =1 i =1 i =1
1
= (65 + 0,572 181
2 0,57 106) = 0,00242
10 3,72 (10
1)
El error de muestreo estimado será ˆ ( Pˆ ) = Vˆ ( Pˆ ) = 0,00242 = 0,049 .
7.4. Se trata de estudiar la superficie de una región montañosa dedicada a la plantación de pinos.
La región, que tiene un total de 25000 km2, se divide en 100 zonas disjuntas lo más similares
entre sí de tal forma que cada zona contiene plantas de todas las clases que crecen en la región.
Se extrae una muestra de 10 zonas con reemplazamiento y con probabilidades proporcionales
a sus superficies. Las proporciones de superficie total dedicadas a la plantación de pinos en
cada una de las zonas de la muestra son:
0,05, 0,25, 0,10, 0,30, 0,15, 0,25, 0,35, 0,25, 0,10 y 0,20
Se pide un estimador insesgado de la superficie total de la región dedicada a la plantación de
pinos, su error relativo y un intervalo de confianza al nivel = 0,05.
Sea Mi = Superficie de la zona i-ésima

Sea Xi = Superficie dedicada a la plantación de pinos
n
X n
Xi M n
Xi 2500
Xˆ HH = ∑ i = ∑ = ∑M = (0,05 + 0,25 + L + 0,20) = 5000
i =1 nPi i =1 M n i =1 10
n i i
M
2 2 2
n ⎛ Xi ˆ ⎞ n ⎛ Xi ⎞ n ⎛ Xi ˆ ⎞
∑ ⎜
X HH ⎟
⎜ ⎟ ∑ ⎜
⎜
Xˆ HH ⎟⎟ ∑ ⎜M ⎟
⎜ M
X HH ⎟
i =1 ⎝ Pi ⎠ = i =1 ⎝ M i M ⎠ = i =1 ⎝ ⎠ =
Vˆ ( Xˆ HH ) = i
n(n
1) n(n
1) n(n
1)
(25000 0,05
5000)2 + (25000 0,25
5000)2 + L + (25000 0,20
5000)2
= 590278
10(10
1)
Vˆ ( Xˆ ) 590278
Cˆ v( Xˆ ) = = = 0,15 (15%)
Xˆ 5000
Xˆ ± ˆ ( Xˆ ) = 5000 ± 2 590278 = [3464, 6536]
ˆ ( Xˆ ) 590278
Xˆ ± = 5000 ± = [1564, 8346]
0,05
www.FreeLibros.org
7.5. Una gran empresa tiene sus inventarios de equipo listados separadamente en 15 departamentos.
Se selecciona una muestra de tres departamentos con reposición y probabilidades
proporcionales al número de artículos de equipo en cada departamento. La tabla siguiente
presenta el número de artículos de equipo NA en cada departamento D.
D NA D NA D NA D NA D NA
1 12 4 40 7 18 10 22 13 16
2 9 5 35 8 10 11 22 14 33
3 27 6 15 9 31 12 19 15 6
1) Suponiendo que los tres departamentos seleccionados (que serán los de mayor probabilidad)
tienen cada uno 2 artículos impropiamente identificados, estimar el número total de artículos
impropiamente identificados en la empresa y su error relativo de muestreo.
2) Estimar por intervalos al 95% la media de artículos propiamente identificados, sabiendo que
los tres departamentos seleccionados tienen respectivamente 4, 5 y 6 artículos impropiamente
identificados.
Como se selecciona la muestra de tres departamentos con probabilidades proporcionales al

número de artículos de equipo en cada departamento, los tres departamentos seleccionados
para la muestra serán el 4, el 5 y el 14, ya que son los que van a tener mayor probabilidad de
selección (por tener el mayor número de artículos).
Al ser la selección con probabilidades proporcionales a los tamaños se tiene que:
Mi 40 35 33
Pi = ⇒ P1 = , P2 = y P3 =
M 315 315 315
Como el muestreo es con reposición, el estimador insesgado del total de la clase de los
artículos impropiamene clasificados vendrá dado por la fórmula de Hansen y Hurwitz.
ˆ ˆ 1 n M Pˆ 1 n M Pˆ M n
315 ⎛ 2 2 2⎞
Aˆ HH = MPˆHH = ∑ i i = ∑ i i = ∑ Pˆ = i ⎜ + + ⎟ 18
n i Pi n i Mi M n i 3 ⎝ 40 35 33 ⎠
P̂i = proporción muestral en el conglomerado i-ésimo
Como estamos en muestreo monoetápico con reposición y probabilidades desiguales

proporcionales a los tamaños, utilizamos para estimar la varianza el estimador:
2 2
n
⎛A ⎞ n
⎛M P ⎞
( )
n
∑i ⎜⎜ Pi
Aˆ ⎟⎟ ∑i ⎜⎜ Pi i
M Pˆ ⎟⎟ M 2 ∑ Pi
Pˆ
2
()
Vˆ Aˆ = ⎝ i
n (n
1)
⎠ = ⎝ i
n (n
1)
⎠ = i
n (n
1)
=
315 2 ⎡⎛ 2 18 ⎞
2
⎛ 2 18 ⎞
2
⎛ 2 18 ⎞ ⎤
2
⎢⎜
⎟ +⎜
⎟ +⎜
⎟ ⎥ = 1,04209
3 2 ⎣⎢ ⎝ 40 315 ⎠ ⎝ 35 315 ⎠ ⎝ 33 315 ⎠ ⎦⎥
www.FreeLibros.org
Para estimar la proporción de artículos propiamente identificados observamos que

los tres departamentos seleccionados para la muestra (el 4, el 5 y el 14) tienen 36, 30 y 27
artículos propiamente identificados, respectivamente. El estimador será el siguiente:
Mi Mi
Pi Pi
1 n
M 1 n
1 n 1 ⎛ 36 30 27 ⎞
Pˆ = ∑ = ∑ M = ∑ Pî = ⎜ + + ⎟ = 0,858
n i Pi n i Mi M n i 3 ⎝ 40 35 33 ⎠
∑(P
Pˆ )
n 2
1 ⎡⎛ 36 ⎞⎤
2 2 2
() 1 ˆ ˆ
() ⎞ ⎛ 30 ⎞ ⎛ 27
i
ˆ ˆ
V P = 2V A = i
= ⎢⎜
0,858⎟ + ⎜
0,858⎟ + ⎜
0,858⎟ ⎥ = 0,000558
M n(n
1) 3 2 ⎣⎢⎝ 40 ⎠ ⎝ 35 ⎠ ⎝ 33 ⎠ ⎦⎥
Pˆ ± Vˆ ( Pˆ ) = 0,858 ± 1,96 0,000558 = [0.8117, 0.9043]
7.6. Un fabricante de sierras quiere estimar el costo de reparación promedio mensual para las
sierras que ha vendido a ciertas industrias. El fabricante no puede obtener un costo de
reparación por sierra, pero puede obtener la cantidad total gastada en reparación y el número
de sierras que tiene cada industria. El fabricante decide seleccionar una muestra aleatoria
simple sin reposición de 20 industrias de entre las 96 a las que ofrece servicio. Los datos de gasto
total mensual en reparaciones por industria y el número de sierras por industria se presentan en
la tabla siguiente:
Costo total de Costo total de
N º de N º de
Indus. reparaciones Indus. reparaciones
sierras sierras
mensual mensual
1 3 50 11 8 140
2 7 110 12 6 130
3 11 230 13 3 70
4 9 140 14 2 50
5 2 60 15 1 10
6 12 280 16 4 60
7 14 240 17 12 280
8 3 45 18 6 150
9 5 60 19 5 110
10 9 230 20 8 120
1) Estimar el costo promedio de reparación mensual por sierra y su error de muestreo.

2) Estimar la cantidad gastada por las 96 industrias en la reparación de sierras y su error de
muestreo.
3) Después de verificar sus registros de ventas, el fabricante se percata de que ha vendido un
total de 710 sierras a esas industrias. Usando esta información adicional, estimar la
cantidad total gastada en reparación de sierras para estas industrias y su error de muestreo.
4) El mismo fabricante quiere estimar el coste de reparación promedio por sierra para el mes
siguiente: ¿cuántos conglomerados debe seleccionar en la muestra si quiere que su error de
muestreo sea inferior a una unidad?
www.FreeLibros.org
Consideramos las industrias como conglomerados (N = 96). Se extrae una muestra de 20

conglomerados (n = 20) siendo las unidades elementales el número de sierras Mi de cada
industria. El coste promedio de reparación de sierra se estimará como la razón entre el coste
total de reparación por industria y el número de sierras por industria. Como los
conglomerados son de tamaños desiguales tenemos:
n
∑X
i =1
i
50 + 110 + L + 120 2565
x= n
= = = 19,73
3 + 7 +L+ 8 130
∑M
i =1
i
1
f ˆ2 ˆ 2 2 ˆSˆ ) = 1
f (∑ X 2 + Rˆ 2 ∑ M 2
2Rˆ ∑ X M ) =
10 10 10
Vˆ ( x ) = ( S x + R SM
2R xm i i i i
nM 2 nM 2 (n
1) i =1 i =1 i =1
20
1
96 (460225+ 19,732 1188

2 19,73 22285) = 0,7905⇒ ˆ ( x ) = 0,89
2
⎛ 130⎞
20 ⎜ ⎟ (20
1)
⎝ 20 ⎠
Para estimar el coste total en reparación de sierras en las industrias tomamos:
N n
96
Xˆ = ∑X i = 2565 = 12312
n i =1 20
2
n
⎛ n ⎞
∑ (X
x) ⎜∑ X i ⎟
2
1
f i =1 i N 2 (1
f ) n ⎝ i =1 ⎠
Vˆ ( Xˆ ) = N 2 (∑ X i
2
=
)=
n n
1 n(n
1) i =1 n
20
96 2 (1
)
96 (460225
(2565) ) = 25200516 ⇒ ˆ ( Xˆ ) = 1587,467
2
20(20
1) 20
Ahora conocemos M = 710 y queremos estimar la cantidad total gastada para

reparación de sierras en las industrias. Utilizaremos el estimador del total basado en la razón
definido como:
n
∑X i
2565
Xˆ = i =1
n
M = 710 = 14008,846
130
∑M
i =1
i
1
f ˆ2 ˆ 2 2 N 2 (1
f ) 10 2 ˆ 2 10 2 10
Vˆ ( Xˆ ) = N 2 (Sx + R SM
2RˆSˆxm ) = (∑ Xi + R ∑Mi
2Rˆ ∑ Xi Mi )
n n(n
1) i =1 i =1 i =1
⎛ 20 ⎞
962 ⎜1
⎟
= ⎝ 96 ⎠ (460225+ 19,732 1188
2 19,73 22285) = 308467,24⇒ ˆ ( Xˆ ) = 555,4
20 (20
1)
El número n de conglomerados a seleccionar en la muestra si se quiere un error de

muestreo inferior a una unidad al estimar el coste de reparación promedio por sierra para el
mes siguiente se obtiene despejando n en la expresión:
www.FreeLibros.org
n
1
Vˆ (x ) = 96 16066,002 < 1 ⇒ n > 14

2
⎛ 710⎞ 19
n ⎜ ⎟
⎝ 96 ⎠
7.7. Un sociólogo quiere estimar el ingreso promedio por persona en una ciudad pequeña en la que
no está disponible una lista de residentes. Par ello, se divide la ciudad en 415 bloques
rectangulares de residentes sobre un mapa y se realizan entrevistas en 25 bloques. Se pregunta
a los residentes de cada bloque por su ingreso total. Se obtienen los siguientes resultados:
Conglomerado Número de Ingreso total por

residentes (Mi ) conglomerado (Xi )
1 8 96000
2 12 121000
3 4 42000
4 5 65000
5 6 52000
6 6 40000
7 7 75000
8 5 65000
9 8 45000
10 3 50000
11 2 85000
12 6 43000
13 5 54000
14 10 49000
15 9 53000
16 3 50000
17 6 32000
18 5 22000
19 5 45000
20 4 37000
21 6 51000
22 8 30000
23 7 39000
24 3 47000
25 8 41000
SUMA 151 1329000
1) Estimar el ingreso promedio por persona en la ciudad y establecer un límite para el error de
estimación.
2) Estimar el ingreso total de todos los residentes de la ciudad y establecer un límite para el
error de estimación sabiendo que hay 2500 residentes en la ciudad.
3) Estimar el ingreso total de todos los residentes de la ciudad y establecer un límite para el
error de estimación si se desconoce el número de residentes en la ciudad.
Consideramos los bloques rectangulares de residentes como conglomerados (N = 415). Se

extrae una muestra de 25 conglomerados (n = 25), siendo las unidades elementales el
número de residentes Mi de cada bloque.
www.FreeLibros.org
El ingreso promedio por persona en la ciudad se estimará como la razón entre el

ingreso total de los bloques y el número de residentes en los bloques. Como los
conglomerados son de tamaños desiguales tenemos:
n
∑X i
1329000
x= i =1
n
= = 8801
151
∑M
i =1
i
1
f ˆ2 ˆ2 2 1
f 10 10 10
Vˆ ( x ) = 2
( S x + R S M
2 Rˆ Sˆ xm ) = 2
(∑ X i2 + Rˆ 2 ∑ M i2
2 Rˆ ∑ X i M i ) = 653785
nM nM (n
1) i =1 i =1 i =1
El límite para el error de estimación al 95% será:
x ± 2 Vˆ ( x ) = 8801 ± 2 653785 = 8801 ± 1617
Para estimar el ingreso total de todos los residentes de la ciudad hacemos lo siguiente:
Xˆ = Mx = 2500(8801) = 22002500
El error de estimación se estima mediante:
Vˆ ( Xˆ ) = M 2Vˆ ( x ) = 2500 2 (653785)
Xˆ ± 2 Vˆ ( Xˆ ) = 22002500 ± 4042848
Si no se conocen los residentes en la ciudad M, para estimar el ingreso total de todos

los residentes de la ciudad utilizamos el estimador:
N n
415
Xˆ = ∑X i = 1329000 = 22061400
n i =1 25
2
n
⎛ n ⎞
1
f ∑
(X i
x ) N 2 (1
f ) n2
⎜∑ X i ⎟
Vˆ ( Xˆ ) = N 2 (∑ X i
⎝ ⎠ )=
2 i =1
i =1
=
n n
1 n( n
1) i =1 n
25
415 2 (1
)
415 (82039000000
(1329000) ) ⇒ ˆ ( Xˆ ) = 1752960
2
25(25
1) 25
Xˆ ± 2 Vˆ ( Xˆ ) = 22061400 ± 3505920
www.FreeLibros.org
7.8. Un auditor desea muestrear los registros de ausencias por enfermedad de una gran empresa,
para estimar el número promedio de días de ausencia por enfermedad por empleado en el
cuatrimestre pasado. La empresa tiene ocho divisiones, con diferentes números de empleados
por división. Ya que el número de días de ausencia por enfermedad dentro de cada división
debe estar altamente correlacionado con el número de empleados, el auditor decide muestrear
n = 3 divisiones con probabilidad proporcional al número de empleados. Mostrar cómo
seleccionar la muestra si los respectivos números de empleados son 1200, 450, 2100, 860,
2840, 1910, 390, 3200.
Supóngase que el número total de días de ausencia por enfermedad registrados en las tres
divisiones muestreadas durante el cuatrimestre pasado son, respectivamente, X1 = 4320, X2 =
4160, X3 = 5790. Estimar el número promedio de días de ausencia por enfermedad requeridos
por persona, de toda la empresa, y establecer un límite para el error de estimación.
Comenzamos listando el número de empleados y el intervalo acumulado para cada división.
División Número de Intervalo acumulado

empleados
1 1200 1-1200
2 450 1201-1650
3 2100 1651-3750
4 860 3751-4610
5 2840 4611-7450
6 1910 7451-9360
7 390 9361-9750
8 3200 9751-12950
12950
Como se van a muestrear n = 3 divisiones, debemos seleccionar tres números

aleatorios entre 00001 y 12500. Los números obtenidos mediante una función generadora de
números aleatorios automatizada resultan ser 02011, 07972 y 10281. El primero pertenece al
intervalo acumulado de la división 3, el segundo al de la división 6 y el tercero al de la
división 8. Por lo tanto, la muestra estará formada por las divisiones 3, 6 y 8.
Xi
1 n
Xi n
M =1
n
X i 1 ⎛ 4220 4160 5790 ⎞
Xˆ HH = ∑ = ∑ ∑ = ⎜ + + ⎟ = 2,02
M i =1 nPi i =1 M i n i =1 M i 3 ⎝ 3100 1910 3200 ⎠
n
M
2
⎛ ⎞
n ⎜ ⎟
⎜ X ˆ ⎟
n ⎛ Xi ˆ ⎞
2
n ⎛ ˆ
⎜ X i
X HH
⎞
2
∑
i =1 ⎜
i
Mi

X HH
⎟
∑⎜ ⎜
X ⎟
HH ⎟ ∑ ⎜
i =1 MPi M
⎟
⎟ ⎜M ⎟
1 i =1 ⎝ Pi ⎠ ⎝ ⎠ ⎝ M ⎠
Vˆ ( Xˆ HH ) = 2 = = =
M n(n
1) n(n
1) n(n
1)
2
n ⎛ Xi ˆ ⎞ ⎛ 4220
2
⎞ ⎛ 4160
2
⎞ ⎛ 5790 ⎞
2
∑ ⎜
⎜
i =1 ⎝ M i

X HH
⎟
⎟ ⎜
2,02 ⎟ + ⎜
2 ,02 ⎟ + ⎜
2,02 ⎟
⎠ ⎝ 3100 ⎠ ⎝ 1910 ⎠ ⎝ 3200 ⎠
= = 0,0119
n(n
1) 3(3
1)
El límite para el error de estimación será 2 0,0119 = 0,22 .
www.FreeLibros.org
7.1. De una población formada por N conglomerados se selecciona una muestra de tamaño n con
un procedimiento mediante el cual se elige la primera unidad para la muestra con
probabilidades desiguales Pi, y los n
1 conglomerados restantes de la muestra se eligen con
probabilidades iguales, realizándose todas las extracciones sin reposición. Se pide una
estimación insesgada del total poblacional X y sus errores absoluto y relativo de muestreo
siendo N = 50, n = 4, Xi el total del conglomerado i-ésimo y conociendo los siguientes datos
de los conglomerados de la muestra:
Pi 0,026 0,017 0,022 0,013

Xi 100 80 120 60
7.2. En una población compuesta por 10 conglomerados de 100 elementos se toma una muestra
monoetápica de n conglomerados. Por experiencias anteriores se sabe que el modelo de
Smith S2b = S2 M t se ajusta bien en la proximidad de M =100 y se conoce el valor de S2b
=1173. Se pide:
Calcular el valor de t y S2w en el supuesto de que S2b/ S2 =13,8.
Formar la tabla poblacional del análisis de la varianza y hallar el coeficiente de correlación
intraconglomerados.
7.3. Una industria está considerando la revisión de su política de jubilación y quiere estimar la
proporción de empleados que apoyan la nueva política. La industria consiste de 87 plantas
separadas localizadas en todo Estados Unidos. Ya que los resultados deben ser obtenidos
rápidamente y con poco dinero, la industria decide usar muestreo por conglomerados, con
cada planta como un conglomerado. Se selecciona una muestra irrestricta aleatoria de 15
plantas y se obtienen las opiniones de los empleados en estas plantas a través de un
cuestionario. Los resultados se presentan en la tabla anexa. Estimar la proporción de
empleados en la industria que apoyan la nueva política de jubilación y establecer un límite
Planta Número de Número de empleados

empleados que apoyan la nueva
política
1 51 42
2 62 53
3 49 40
4 73 45
5 101 63
6 48 31
7 65 38
8 49 30
9 73 57
10 61 45
11 58 51
12 52 29
13 65 46
14 49 37
15 55 42
www.FreeLibros.org
7.4. El gerente de circulación de un periódico desea estimar el número promedio de ejemplares

comprados por familia en determinada comunidad. Los costos de transporte de un hogar a
otro son sustanciales. Es por eso por lo que se listan los 4000 hogares de la comunidad en
400 conglomerados geográficos de 10 hogares cada uno, y se selecciona una muestra
irrestricta aleatoria de 4 conglomerados. Se realizan las entrevistas con los resultados que se
muestran en la tabla anexa. Estimar el número promedio de periódicos por hogar en la
comunidad y establecer un límite para el error de estimación.
Conglomerado Número de periódicos Total

1 1 2 1 3 3 2 1 4 1 1 19
2 1 3 2 2 3 1 4 1 1 2 20
3 2 1 1 1 1 3 2 1 3 1 16
4 1 1 3 2 1 5 1 2 3 1 20
7.5. Se diseña una encuesta económica para estimar la cantidad promedio gastada en servicios
para el hogar en una ciudad. Ya que no se encuentra disponible una lista de hogares, se usa
muestreo por conglomerados, con divisiones (barrios) formando los conglomerados. Se
selecciona una muestra aleatoria de 20 barrios de la ciudad de un total de 60. Los
entrevistadores obtienen el costo de los servicios de cada hogar dentro de los barrios
seleccionados; los costos totales se muestran en la tala anexa. Estimar la cantidad promedio
de gastos en servicios por hogar en la ciudad y establecer un límite para el error de
estimación.
Barrio Número de Cantidad total

muestreado hogares gastada en servicios
1 55 2210
2 60 2390
3 63 2430
4 58 2380
5 71 2760
6 78 3110
7 69 2780
8 58 2370
9 52 1990
10 71 2810
11 73 2930
12 64 2470
13 69 2830
14 58 2370
15 63 2390
16 75 2870
17 78 3210
18 51 2430
19 67 2730
20 70 2880
www.FreeLibros.org
CAPÍTULO
MUESTREO BIETÁPICO
DE CONGLOMERADOS
OBJETIVOS
1. Presentar el concepto de muestreo de conglomerados en dos etapas.
2. Analizar los estimadores y sus errores en muestreo bietápico de conglomerados
del mismo tamaño con probabilidades iguales.
del mismo tamaño con probabilidades iguales considerando todas las opciones
posibles de reposición o no en ambas etapas.
de distinto tamaño con probabilidades iguales.
5. Analizar los estimadores y sus errores en muestreo bietápico de
conglomerados de distinto tamaño con probabilidades iguales considerando
todas las opciones posibles de reposición o no en ambas etapas.
6. Estudiar el tamaño de la muestra en muestreo bietápico.
con probabilidades desiguales y con reposición en primera etapa.
con probabilidades desiguales y sin reposición en primera etapa.
9. Presentar el concepto de muestreo polietápico.
10. Analizar los estimadores y sus errores en muestreo polietápico.
11. Estudiar diseños polietápicos complejos.
12. Estudiar el muestreo bietápico con estratificación en primera etapa.
www.FreeLibros.org
ÍNDICE
1. Muestreo bietápico de conglomerados. Estimadores para probabilidades
iguales y conglomerados del mismo tamaño.
2. Varianzas y su estimación en muestreo bietápico con probabilidades iguales
y conglomerados del mismo tamaño.
3. Muestreo bietápico de conglomerados de distinto tamaño y probabilidades
iguales.
4. Tamaño de la muestra en muestreo bietápico.
5. Muestreo bietápico con probabilidades desiguales y con reposición en 1ª
etapa. Estimadores, varianzas y su estimación.
6. Muestreo bietápico con probabilidades desiguales y sin reposición en 1ª
etapa. Estimadores, varianzas y su estimación.
7. Muestreo polietápico.
8. Diseños complejos: Muestreo bietápico con estratificación en primera
etapa.
www.FreeLibros.org
Muestreo bietápico de conglomerados 301
MUESTREO BIETÁPICO DE CONGLOMERADOS. ESTIMADORES PARA

PROBABILIDADES IGUALES Y CONGLOMERADOS DEL MISMO TAMAÑO
El muestreo bietápico de conglomerados es un tipo de muestreo en el que en una primera etapa se

selecciona una muestra de n conglomerados de tamaños Mi, i = 1, 2, ..., n y en una segunda etapa
se selecciona, independientemente en cada conglomerado de la primera etapa, una submuestra de
mi unidades elementales de entre las Mi del conglomerado. En ambas etapas la selección puede
ser con o sin reposición, pero en la segunda etapa suele usarse muestreo sin reposición. En la
segunda etapa se puede utilizar cualquier tipo de muestreo de los ya estudiados, pero
generalmente sin reposición y probabilidades iguales.
En el muestreo bietápico no es necesario utilizar todas las unidades elementales de

los conglomerados seleccionados en primera etapa. Tampoco es necesario un marco de
unidades elementales completo; basta con un marco más basto para conglomerados, y dentro
de cada conglomerado basta con un submarco para el submuestreo en segunda etapa. De esta
forma, a medida que se consideran etapas de submuestreo se utilizan submarcos más bastos,
y por lo tanto más fáciles de conseguir y manejar, que los marcos completos de unidades
elementales. Cuando hay un cierto grado de homogeneidad dentro de los conglomerados
muestrales es absurdo seleccionar todas sus unidades elementales para la muestra. Bastará
con elegir sólo algunas de ellas originándose el submuestreo. En el muestreo bietápico se
necesitan menos recursos y el coste es menor, ya que sólo se visitan algunas de las unidades
elementales de los conglomerados elegidos en primera etapa para la muestra. No obstante, en
el muestreo bietápico la precisión es menor; los submarcos dentro de cada conglomerado
pueden originar complicaciones al aumentar el número de etapas de submuestreo y aparecen
fuentes de variación que complican los cálculos algebraicos (tantas fuentes como etapas
tenga el muestreo). La primera fuente es debida a la selección de las unidades primarias y la
fuente 2 es debida al submuestreo dentro de cada unidad primaria.
El muestreo bietápico también se denomina muestreo en dos etapas o muestreo con

submuestreo (el submuestreo es la segunda etapa).
Un estimador insesgado de la media será, lógicamente, la media muestral de las

medias muestrales derivadas del submuestreo dentro de cada conglomerado:
n m
1 1 n
x=
nm
∑∑ X ij =
i j
∑ xi
n i
Para el total poblacional, proporción y total de clase, los estimadores insesgados son
los siguientes:
NM n
1 n NM n
Xˆ = N M x = ∑ xi , Pˆ = ∑ Pî , Aˆ = NMPˆ = ∑ Pˆ i
n i n i n i
VARIANZAS Y SU ESTIMACIÓN EN MUESTREO BIETÁPICO CON

PROBABILIDADES IGUALES Y CONGLOMERADOS DEL MISMO TAMAÑO
Las expresiones para la varianzas de los estimadores en el muestreo bietápico dependerán de

las fracciones de muestreo en ambas etapas y de la reposición. Tenemos:
www.FreeLibros.org
Muestreo sin reposición en las dos etapas
S b2 S2
V (x ) = (1
f 1 ) + (1
f 2 ) w
nM nm
N
∑( X ) ∑ (X
Xi )
M
2

X
n m i
i ij
, S b2 = M
j
f1 = , f 2 = , S w2 =
N M N
1 (M
1) N
N 2 MS b2 N 2 M 2 S w2
V ( Xˆ ) = N 2V (x ) = (1
f 1 ) + (1
f 2 )
n nm
1 N 1 N
∑ M ( Pi
P ) ∑ MPi ( 1
Pi )
2
N
1 i N ( M
1) i =1
V ( P$ ) = ( 1
f 1 ) + (1
f 2 ) =
nM nm
N N
∑( P
P) ∑ MP (1
P )
2
i i i
(1
f )1
i
n( N
1)
+ (1
f 2 )
i =1
nm N ( M
1)
N N
∑( P
P) ∑ P (1
P )
2 2 2 3
N M i NM i i
V ( A$ ) = N 2 M 2V ( P$ ) = ( 1
f 1 ) i
+ (1
f 2 ) i =1
n( N
1) nm ( M
1)
A partir de la tabla de descomposición del análisis de la varianza muestral, pueden

realizarse las estimaciones de las varianzas. La citada tabla es la siguiente:
Fuente Grados libertad Sumas de cuadrados Cuadrados medios Valores esperados

n
m 2
∑ (x ) Sˆb2 S b + (1
f 2 )S w2
2
“Entre” n
1 m i
x
i M
n m
∑ ∑( X )
2
“Dentro” n(m
1) ij
xi Sˆ w2 S w2
i j
n m
∑∑ (X )
2
Total nm
1 ij
x Ŝ 2 S2
i j
Las estimaciones de las varianzas para las dos etapas sin reposición son las siguientes:
Sˆ 2 Sˆ 2
Vˆ (x ) = (1
f 1 ) b + f 1 (1
f 2 ) w , y Vˆ ( Xˆ ) = N 2 M 2Vˆ ( x )
nm nm
n n
∑ (P
P ) ∑ PQ
2
()
i i i
Vˆ Pˆ = (1
f1 ) i
+ f1 (1
f 2 ) i
n(n
1) n (m
1)
2
www.FreeLibros.org
V$ ( X$ ) = N 2 M 2V$ ( x ) y V$ ( A$ ) = N 2 M 2V$ ( P$ )
S$b2
Si f1 es muy pequeña, se toma V ( x ) = ( 1
f 1 )
$ .
nm
Muestreo con reposición en las dos etapas
b2 w2
V (x ) = +
nM nm
N 2 M b2 N 2 M 2 w2
$ ( )
V ( X ) = V NMx = +
n nm
1 N
1 N N N
∑ M ( P
P) ∑ MP (1
P ) ∑( P
P) ∑ P (1
P )
2 2
i i i i i i
N NM
V ( P$ ) =
i i =1 i i =1
+ = +
nM nm nN nm N
N N
NM 2 ∑( Pi
P ) NM 2 ∑ Pi ( 1
Pi )
2
V ( A$ ) = N 2 M 2V ( P$ ) =
i i =1
+
n nm
Las estimaciones de varianzas son:
Sˆ 2
Vˆ (x ) = b , y Vˆ ( Xˆ ) = N 2 M 2Vˆ ( x )
nm
m n
∑i (Pi
P ) ∑ (P
P ) ∑ (P
P )
n n
2 2 2
() ()
i i
n
1
Vˆ Pˆ = = i
y Vˆ Aˆ = N 2 M 2 i
nm n(n
1) n(n
1)
Primera etapa con reposición y segunda sin reposición
b2 S w2
V (x ) = + (1
f 2 )
nM nm
N 2 M b2 N 2 M 2 S w2
$ ( )
V ( X ) = V NMx = + (1
f 2 )
n nm
1 N 1 N N N
∑ M( Pi
P) ∑ MPi ( 1
Pi ) ∑( Pi
P) ∑ MPi ( 1
Pi )
2 2
N i N ( M
1) i =1
V ( P$) = + (1
f2 ) = i + (1
f2 ) i =1
nM nm nN nmN ( M
1)
N N
NM 2 ∑ ( Pi
P) NM 3 ∑ Pi ( 1
Pi )
2
V ( A$ ) = N 2 M 2V ( P$ ) = i
+ (1
f 2 ) i =1
n nm ( M
1)
www.FreeLibros.org
Las estimaciones de varianzas son iguales que para reposición en las dos etapas:
Sˆ 2
Vˆ (x ) = b , y Vˆ ( Xˆ ) = N 2 M 2Vˆ ( x )
nm
m n
(Pi
P )2 ∑ (P
P ) ∑ (P
P )
n n
∑
2 2
() ()
i i
n
1 i
Vˆ Pˆ = = i
y Vˆ Aˆ = N 2 M 2 i
nm n(n
1) n(n
1)
Primera etapa sin reposición y segunda con reposición
S b2 w2
V (x ) = (1
f1 ) +
nM nm
N 2 MSb2 N 2 M 2 w2
V ( X ) = V ( NMx ) = (1
f 1 )
$ +
n nm
1 N 1 N N N
∑ M (Pi
P) ∑ MPi (1
Pi ) ∑ (Pi
P)2 ∑Pi (1
Pi )
2
()
V Pˆ = (1
f1) N
1 i
nM
+ NM i =1
nm
= (1
f1) i
n(N
1)
+ i =1
nmN
N N
N 2 M 2 ∑ ( Pi
P) NM 2 ∑ Pi ( 1
Pi )
2
V ( A$ ) = N 2 M 2V ( P$ ) = (1
f 1 ) i
+ i =1
n( N
1) nm
Cuando la primera etapa es sin reposición y la segunda con reposición, las

estimaciones de varianzas son:
Sˆ 2 Sˆ 2
Vˆ (x ) = (1
f 1 ) b + f 1 w , y Vˆ ( Xˆ ) = N 2 M 2Vˆ ( x )
nm nm
N N
∑(P
P) ∑P(1
P)
2
()
i i i
V Pˆ = (1
f1) i
+ i =1
y V ( Aˆ ) = N 2 M 2V ( Pˆ )
n(N
1) nmN
n
m n ∑ m P (1
P )
i i
Para proporciones y totales de clase: Sˆ b2 = ∑ (Pi
P )2 y Sˆ w2 = i =1
.
n
1 i n(m
1)
MUESTREO BIETÁPICO DE CONGLOMERADOS DE DISTINTO TAMAÑO

Y PROBABILIDADES IGUALES
1 n N n
Para probabilidades iguales se tiene: Xˆ = N ∑ M i x i = ∑M i xi .
n i n i
Las dos etapas sin reposición
Las varianzas y sus estimaciones para las dos etapas sin reposición son las siguientes:
www.FreeLibros.org
Mi
∑ (X
Xi )
N
∑ (X
X)
2 2
( )
ij
i
N N
V Xˆ = N 2 (1
f 1 ) ∑ M (1
f ) (M
2 j
i
+
n(N
1)
1)mi
i 2i
n i i
mi
(X
xi )
n 2
⎛⎜ Xˆ
Xˆ ⎞⎟
∑ ) ∑
2
( ) M (1
f 2i
( )
2 2 ij
N 1
f ⎝ i i
⎠ N n
Vˆ Xˆ = ∑
j
1
i + i

n n
1 n i mi mi
1
⎛ ˆ 1 ⎞ n
⎜ X i = ∑ Xˆ i , Xˆ i = M i x ⎟
⎝ n i ⎠i
Primera etapa sin reposición y segunda etapa con reposición
En este caso, las varianzas y sus estimaciones son las siguientes:

N
∑ (X
X)
2
( ) N M
i N Mi
V Xˆ = N 2 (1
f 1 ) ∑i mi ∑ (X
Xi )
2
i
+
n(N
1)
ij
n i j
mi
∑ (X
xi )
n 2
⎛⎜ Xˆ
Xˆ ⎞⎟
∑
2
( ) N 2
(1
f ) ⎝ i i
⎠ N n
M 2 ij
Vˆ Xˆ = ∑
j
1
i + i
n n
1 n i mi mi
1
⎛ ˆ 1 n
⎞
⎜ X i = ∑ Xˆ i , Xˆ i = M i x i ⎟
⎝ n i ⎠
Las dos etapas con reposición
( ) N N N M N Mi
V Xˆ = ∑ (X i
X ) + ∑ (X
Xi )
i
∑i mi
2 2
ij
n i n i j
n 2
∑i ⎛⎜⎝ Xˆ i
Xˆ i ⎞⎟⎠
( )
2
N ⎛ ˆ 1 n ⎞
Vˆ Xˆ = ⎜ X i = ∑ Xˆ i y Xˆ i = M i x i ⎟
n n
1 ⎝ n i ⎠
Primera etapa con reposición y segunda sin reposición

Mi
∑ (X
Xi )
2
( )
ij
N N
N N
V Xˆ = ∑ (X
X) + ∑ M (1
f ) (M
2 2 j

1)mi
i i 2i
n i n i i
n 2
∑i ⎛⎜⎝ Xˆ i
Xˆ i ⎞⎟⎠
( )
2
N ⎛ ˆ 1 n ⎞
Vˆ Xˆ = ⎜ X i = ∑ Xˆ i y Xˆ i = M i xi ⎟
n n
1 ⎝ n i ⎠
www.FreeLibros.org
1 n
Para proporciones y totales de clase: Xˆ i = ∑ M i Pî y Xˆ i = M i Pî
n i
Los estimadores para medias, proporciones y totales de clase en el muestreo

bietápico con probabilidades iguales y conglomerados de distinto tamaño son inmediatos:
Xˆ N n M i 1 1
Xˆ = = ∑ xi , V ( Xˆ ) = 2 V ( Xˆ ) , Vˆ ( Xˆ ) = 2 Vˆ ( Xˆ )
M n i M M M
N n
Mi ˆ ˆ N n
Pˆ = ∑M Pi , A = MPˆ = ∑Mi Pî
n i n i
P̂i = proporción muestral en el conglomerado i-ésimo
Las fórmulas para la varianza del total de clase y su estimación en el caso de

muestreo sin reposición en ambas etapas son las siguientes:
() N 3 PQ N PQ
N
V Aˆ = (1
f 1 ) + ∑ M (1
f ) (M
1)m
3 i i
n(N
1) n
i 2i
i i i
2
n
⎛ 1 n ⎞
∑ ⎜ M i Pî
∑ M i Pî ⎟
N (1
f 1 ) i ⎝ ˆ ˆ
()
2
n i =1 ⎠ +N
n
PQ
Vˆ Aˆ =
n

n
1 n
∑ M (1
f ) m
1
i
i
2
2i
i i

muestreo sin reposición en primera etapa y con reposición en segunda son las siguientes:
() N 3 PQ N M i2
N
V Aˆ = (1
f 1 ) + ∑i m Pi Qi
n(N
1) n i
2
⎛n
ˆ 1 n ⎞
∑ ⎜ M P
∑ M i Pî ⎟
N (1
f 1 ) i ⎝ Pî Qˆ i
()
2 i i
n i =1 ⎠ +N
n
Vˆ Aˆ = ∑ M i2
n n
1 n i mi
1

muestreo con reposición en ambas etapas son las siguientes:
()N2 N M i2
N
V Aˆ = PQ + ∑ Pi Qi
n n i mi
2
⎛ ˆ
1 ∑ M Pˆ ⎞⎟
n n
∑ ⎜ M P
()
i i i i
ˆ ˆ N2 i ⎝ n i =1 ⎠
V A =
n n
1
www.FreeLibros.org

muestreo con reposición en primera etapa y sin reposición en segunda son las siguientes:
() N2 N PQ
N
V Aˆ =
n
PQ +
n
∑ M (1
f ) (M
1)m
i
i
3
2i
i i
i i
2
⎛ ˆ
1 ∑ M Pˆ ⎞⎟
n n
∑ ⎜ M P
()
i i i i
ˆ ˆ N2 i ⎝ n i =1 ⎠
V A =
n n
1
1 1
Para proporciones aplicamos V ( Pˆ ) = 2 V ( Aˆ ) y Vˆ ( Pˆ ) = 2 Vˆ ( Aˆ ) .
M M
TAMAÑO DE LA MUESTRA EN MUESTREO BIETÁPICO
Suele expresarse el coste total C mediante la función general de costes f ( n, M , m ) definida

como:
C = co + c1n a1 + c2 ( nM ) + c3 ( nM )
a2 a3
en donde c0 representa un coste fijo que suele incluir, dependiendo de las encuestas, gastos
de preparación técnica, gastos administrativos previos, cartografía, etc. Puede empezarse
por suponer deducido el coste co del total C, para no preocuparse más que de la distribución
de los costes variables.
Por otra parte, c1 , c2 y c3 son los costes unitarios por unidad primaria, por unidad
secundaria listada y por unidad secundaria que sea objeto de entrevista o medida,
respectivamente.
Como casos particulares típicos de nuestra función de costes tenemos:
1) a1 = a2 = a3 = 1, ⇒ C = c1n + c2 nM + c3 nm
2) Además de verificarse la condición anterior, suponemos c2 = 0, con lo cual no se

cuenta el coste del listado de unidades de segunda etapa. Ahora tenemos: C = c1n + c3 nm ,
que suele denominarse función de coste de campo, y que es la más utilizada habitualmente.
3) Además de las dos condiciones anteriores suponemos que c 1 = 0, lo que equivale

a considerar el coste total directamente proporcional al tamaño de la muestra. Tendremos
C = cnm = cm .
Una expresión matemática de la función de coste no deducible de la función general

anterior es la función de coste de Hansen, Hurwitz y Madow, cuya expresión es
C = co n + c1n + c2 nm , donde el primer término expresa los gastos de viaje entre las
unidades primarias. Hansen, Hurwitz y Madow obtienen el par ( n, m ) que minimiza la
varianza para una función de coste dada.
www.FreeLibros.org
Nosotros vamos a suponer en los cálculos una función de coste de campo definida
como C = n c1 + n m c2 , y evaluaremos la varianza de la media a optimizar mediante la
S2
expresión aproximada V (x ) = (1 + (m
1) ) . Para obtener los valores de n y m que
nm
hagan mínima V ( x ) con la restricción dada por la función de coste de campo construiremos
la función de Lagrange:
S2
"= ( 1 + ( m
1) ) + ( C
n c1
n m c2 )
nm
Igualaremos a cero sus derivadas parciales respecto de n, m y y eliminando

parámetros adecuadamente se tiene:
c 1

mop = 1
c2
MUESTREO BIETÁPICO CON PROBABILIDADES DESIGUALES Y CON

REPOSICIÓN EN 1ª ETAPA. ESTIMADORES, VARIANZAS Y SU ESTIMACIÓN
Si consideramos la unidad muestral primaria i-ésima de muestreo como una población,

siendo X$ i una estimación de su total al considerar el submuestreo, y representamos por xi
un estimador insesgado de su media, podemos aplicar la expresión del estimador general de
Hansen y Hurwitz X$ HH (estudiado en el Capítulo 2) al muestreo bietápico, siendo la primera
etapa con reposición (la segunda etapa puede ser con o sin reposición). Así, un estimador
insesgado del total será:
ˆ n
Xˆ 1 n Xˆ 1 n M x
Un estimador insesgado del total será: Xˆ HH = ∑ i = ∑ i = ∑ i i .
i nPi n i Pi n i Pi
Mi N
Para probabilidades proporcionales al tamaño Pi = con M = ∑ M i , luego:
M i =1
ˆ 1 n M x 1 n M i xi M n
Xˆ HH = ∑ i i = ∑ = ∑x i
n i Pi n i Mi M n i

bietápico con probabilidades desiguales son inmediatos:
Mi Mi ˆ
x Pi
ˆ 1 ˆˆ 1 n
Xˆ i 1 n M i ˆˆ ˆˆ 1 n
1 n M Pˆ
Xˆ = X HH = ∑i nP n ∑i P
= , A = M P = M ∑ M = ∑ i i
M M i i n i Pi n i Pi
Mi ˆ
P
ˆˆ 1 n M i
P= ∑
n i Pi
P̂i = proporción muestral en el conglomerado i-ésimo.
www.FreeLibros.org
Varianzas
Como la primera etapa es siempre con reposición, distinguiremos entre si la segunda etapa
es con reposición o sin reposición.
Sin reposición en segunda etapa
2
ˆ 1 N ⎛X ⎞ N
M 2 (1
f 2i ) 2 ˆ 1 ˆ
V ( Xˆ HH ) = ∑ ⎜⎜ i
X ⎟⎟ Pi + ∑ i S i , V ( Xˆ HH ) = 2 V ( Xˆ HH )
n i =1 ⎝ Pi ⎠ i nPi mi M
ˆ 1⎛ N A ⎞ N M2 (1
f2i ) Mi PiQi
V( AˆHH) = ⎜⎜ ∑ i
A2 ⎟⎟ + ∑ i
n ⎝ i=1 Pri ⎠ i nPrimi Mi
1
ˆ 1 ˆ
V ( PˆHH ) = 2 V ( Aˆ )
M
Mi
Para el caso particular de probabilidades proporcionales a los tamaños Pi =
M
N
con M = ∑ M , se tiene:
i
i =1
⎞ Mi N Mi2 (1
f2i ) 2 M ⎡ N ⎛ Xi2 X 2 ⎞ N Mi ⎤
2 2
ˆˆ 1 N ⎛ Xi
V ( XHH) = ∑⎜⎜
X ⎟⎟ +∑ Si = ⎢∑⎜⎜
⎟⎟ + ∑ (1
f2i ) Si2 ⎥
n i =1 ⎝ Mi / M ⎠ M i nmi Mi / M n ⎢ i =1 ⎝ Mi M ⎠ i mi ⎥⎦
⎣
Con reposición en segunda etapa
2
ˆ 1 N ⎛X ⎞ N
M i2 ˆ 1 ˆ
V ( Xˆ HH ) = ∑ ⎜⎜ i
X ⎟⎟ Pi + ∑ i2 , V ( Xˆ HH ) = 2 V ( Xˆ HH )
n i =1 ⎝ Pi ⎠ i nPi mi M
2
ˆ 1 N ⎛A ⎞ N
M i2
V ( Aˆ HH ) = ∑ ⎜⎜ i
A ⎟⎟ Pri + ∑ Pi Qi
n i =1 ⎝ Pri ⎠ i nPri mi
ˆ 1 ˆ
V ( PˆHH ) = 2 V ( Aˆ )
M
Mi
Para el caso particular de probabilidades proporcionales a los tamaños Pi =
M
N
con M = ∑ M , se tiene:
i
i =1
M ⎡ N ⎛ Xi ⎤
2 2
1 N ⎛ Xi ⎞ Mi N M i2 X2⎞
2
ˆˆ N
M
V ( X HH ) = ∑ ⎜⎜
X ⎟⎟ +∑ 2
i = ⎢∑ ⎜
⎟ + ∑ i i2 ⎥
n i =1 ⎝ M i / M ⎠ M i nmi M i / M n ⎢ i =1 ⎜⎝ M i M ⎟⎠ i mi ⎥⎦
⎣
www.FreeLibros.org
Estimación de varianzas (obtenidas por el método de los conglomerados últimos)
Los estimadores insesgados para las varianzas de los estimadores cuando la primera etapa es con
reposición, no dependen de si la segunda etapa es o no con reposición.
Independientemente de que la segunda etapa sea o no con reposición, si la primera

etapa es con reposición, los estimadores insesgados para las varianzas de los estimadores son
los siguientes:
2
n ⎛ ˆ ⎞
X ˆ
ˆ
∑i ⎜⎜ P
X HH ⎟⎟
i
ˆ
ˆ 1 ˆ
Vˆ ⎛⎜ Xˆ ⎞⎟ = ⎝ ⎠
, Vˆ ( Xˆ ) = 2 Vˆ ( Xˆ HH )
i
⎝ ⎠ n(n
1) M
2 2
n ⎛ Aˆ i ˆ ⎞ n ⎛ M i Pî ˆ⎞
∑i ⎜⎜ P
Aˆ ⎟⎟ ∑i ⎜⎜ P
MPˆ ⎟⎟
ˆ
Vˆ ⎛⎜ Aˆ ⎞⎟ = ⎝ ⎠ = ⎝ i ⎠
i
⎝ ⎠ n(n
1) n(n
1)
ˆ 1 ˆ
Vˆ ( Pˆ ) = 2 Vˆ ( Aˆ )
M
MUESTREO BIETÁPICO CON PROBABILIDADES DESIGUALES Y SIN

REPOSICIÓN EN 1ª ETAPA. ESTIMADORES, VARIANZAS Y SU ESTIMACIÓN
Si consideramos la unidad muestral primaria i-ésima de muestreo como una población,

siendo X$ i una estimación de su total al considerar el submuestreo, y representamos por xi
un estimador insesgado de su media, podemos aplicar la expresión del estimador general de
Hoewitz y Thompson X̂ HT al muestreo bietápico, siendo la primera etapa sin reposición (la
segunda etapa puede ser con o sin reposición). Así, un estimador insesgado del total será:
ˆ n
Xˆ n
M x
Xˆ HT = ∑ i =∑ i i
i i i i
Como casos particulares de este estimador tenemos:
Conglomerados del mismo tamaño M
ˆ n
Mxi n
x
Xˆ HT = ∑ = M∑ i
i i i i
N
nM i
Probabilidades proporcionales al tamaño i = con M = ∑ M i
M i =1
ˆ n
M x n
M i xi M n
Xˆ HT = ∑ i i = ∑ = ∑x i
i i i nM i M n i
www.FreeLibros.org
n
Probabilidades iguales i =
N
ˆ n
M x n
M x N n
Xˆ HT = ∑ i i = ∑ i i = ∑M x i i
i i i n N n i
Vemos que las expresiones de los estimadores coinciden en muestreo con y sin
reposición.

bietápico con probabilidades desiguales son inmediatos:
Mi
xi
ˆ 1 ˆˆ 1 n
Xˆ i n
Xˆ = X HT = ∑ =∑ M
M M i i i i
Mi ˆ
n Pi
ˆ M
Pˆ = ∑ P̂i = proporción muestral en el conglomerado i-ésimo
i i
Mi ˆ
Pi
ˆ ˆ n
M
n
M Pˆ
Aˆ = MPˆ = M ∑ =∑ i i
i i i i
Varianzas
Como la primera etapa es siempre sin reposición, distinguiremos entre si la segunda etapa es
con reposición o sin reposición.
ˆ N
X2 N
X Xj N
(1
f 2i ) M i2 S i2
V ( Xˆ HT ) = ∑ i (1
i ) + ∑ i ( ij
i j ) + ∑ ,
i =1 i i j i j i mi i
ˆ 1 ˆ
V ( Xˆ HH ) = 2 V ( Xˆ HH )
M
ˆ N
X2 N
X Xj N
M 2 2 ˆ 1 ˆ
V ( Xˆ HT ) = ∑ i (1
i ) + ∑ i ( ij
i j ) + ∑ i i , V ( Xˆ HH ) = 2 V ( Xˆ HH )
i =1 i i j i j i mi i M
Para el caso particular de totales de clase y proporciones se hacen las siguintes

sustituciones en las fórmulas anteriores:
Mi
S i2 = Pi Qi , i2 = Pi Qi
Mi
1
www.FreeLibros.org
Estimación de varianzas (obtenidas mediante los teoremas I y II de Durbin)
ˆ ˆˆ n
Xˆ i2 n
Xˆ i Xˆ j n
(1
f 2i ) M i2 Sˆ i2
V ( X HT ) = ∑ (1
i ) + ∑ ( ij
i j ) + ∑
ˆ N
Xˆ 2 N
Xˆ Xˆ j N
M 2 Sˆ 2
Vˆ ( Xˆ HT ) = ∑ i (1
i ) + ∑ i ( ij
i j ) + ∑ i i
ˆ 1 ˆ
Para las medias se hace Vˆ ( Xˆ HH ) = 2 Vˆ ( Xˆ HH ) .
M
mi ˆ ˆ
Para el caso particular de totales de clase y proporciones se hace Sˆ i2 = Pi Qi .
mi
1
MUESTREO POLIETÁPICO
En el muestreo polietápico se realizan submuestreos consecutivos hasta un número de etapas

determinado. Por ejemplo, en el muestreo trietápico se selecciona en una primera etapa una
muestra de unidades primarias, en una segunda etapa se realiza submuestreo en cada una de
las unidades de la muestra de primera etapa y en una tercera etapa se realiza submuestreo en
cada una de las unidades de la muestra de segunda etapa. De forma similar se generalizaría
para un número elevado de etapas, dando lugar al muestreo polietápico.
Muestreo con reposición de unidades primarias y sin reposición en las restantes etapas
Considerando la unidad muestral i-ésima como una población y representando por x i un

estimador insesgado de X i , podemos extender el estimador insesgado de Hansen y Hurwitz
a cualquier número de etapas. Tenemos entonces que un estimador insesgado del total será:
ˆ n
Xˆ 1 n Xˆ 1 n M x
Xˆ HH = ∑ i = ∑ i = ∑ i i
i nPi n i Pi n i Pi
La varianza de este estimador y su estimación son las siguientes:

2
n ⎛ Xˆ ˆ ⎞
2 ∑i ⎜⎜ Pi
Xˆ HH ⎟⎟
ˆ 1 N ⎛X ⎞ N
ˆ
V ( Xˆ HH ) = ∑ ⎜⎜ i
X ⎟⎟ Pi + ∑ nPi i2 Vˆ ⎛⎜ Xˆ ⎞⎟ = ⎝ ⎠
i
n i =1 ⎝ Pi ⎠ i ⎝ ⎠ n(n
1)
Muestreo sin reposición en todas las etapas
Considerando la unidad muestral i-ésima como una población y representando por X̂ i un

estimador insesgado de X i , podemos extender el estimador insesgado de Horvitz y Thompson a
cualquier número de etapas. Tenemos entonces que un estimador insesgado del total será:
www.FreeLibros.org
ˆ n
Xˆ n
M x n
M x N n
Xˆ HT = ∑ i = ∑ i i = ∑ i i = ∑M i xi
i i i i i n N n i
La varianza de este estimador es:
ˆ N
X2 N
X Xj N
V ( Xˆ HT ) = ∑ 2i i + 2∑ i ij
X 2 + ∑ i2 i
i =1 i i< j i j i
Un estimador insesgado para la varianza es:
ˆ ˆˆ n
Xˆ i2 n
Xˆ i Xˆ j n
(1
f 2i ) M i2 Sˆ i2
V ( X HT ) = ∑ (1
i ) + ∑ ( ij
i j ) + ∑
DISEÑOS COMPLEJOS: MUESTREO BIETÁPICO CON ESTRATIFICACIÓN

EN PRIMERA ETAPA
En la práctica es habitual utilizar diseños polietápicos con distintos tipos de muestreo en

cada etapa. Es muy común utilizar estratificación de unidades primarias para seleccionar las
unidades primarias de la muestra de primera etapa mediante muestreo estratificado. Después
se realiza la selección de las unidades de segunda etapa dentro de cada unidad de primera
etapa. Para este tipo de muestreo bietápico con estratificación en primera etapa las fórmulas de
los estimadores, varianzas y estimaciones de varianzas se presentarán a continuación.
Sean los pesos de los estratos y las fracciones de muestreo.
NhM h n m
Wh = f h = h h = f 1h f 2 h
NM NhM h
L L
1 nh
Un estimador insesgado de la media es x st = ∑ Wh x h = ∑ Wh ∑x ih pues
h h nh i
L L
1 n L L
E (x st ) = ∑ Wh E1 E 2 x h = ∑ Wh E1 ∑ E 2 xih = ∑ Wh E1 x h =∑ Wh X h =X
h h nh i h h
La varianza del estimador de la media viene dada por:

L L
⎡ S2 S2 ⎤
V (x st ) = ∑ Wh2 V (x h ) = ∑ Wh2 ⎢(1
f 1h ) bh + (1
f 2 h ) wh ⎥
h i ⎣ nh M h nh mh ⎦
La muestra es autoponderada si f h = f 1h f 2 h = f y la estimación de la varianza

vendrá dada por la siguiente expresión:
L L ⎡ Sˆ 2 S2 ⎤
Vˆ (x st ) = ∑ Wh2 Vˆ (x h ) = ∑ Wh2 ⎢(1
f 1h ) bh + f 1h (1
f 2 h ) wh ⎥
h i
⎣⎢ nh mh nh mh ⎦⎥
De forma similar se realizan otros diseños complejos de encuestas. En cada etapa se

aplicarán los cálculos relativos al tipo de muestreo definido en ella.
www.FreeLibros.org
PROBLEMAS RESUELTOS
8.1. En un barrio de una ciudad se obtiene una muestra de 6 manzanas de 30 casas cada una con
probabilidades iguales. Dentro de cada manzana de la muestra se realiza submuestreo sin
reposición con fracción de muestreo igual a 1/6, y se obtienen los siguientes valores para el
número de casas en las que viven jubilados:
Manzana 1 2 3 4 5 6
N º de casas con jubilados 4 3 5 2 1 5
Se pide:
1) Suponiendo muestreo con reposición de unidades primarias, estimar la proporción P de

casas del barrio en las que viven jubilados y su error relativo de muestreo. Estimar por
intervalos al 95% el total A de casas del barrio en las que viven jubilados.
2) Suponiendo muestreo sin reposición de unidades primarias y fracción de muestreo en
primera etapa igual a 1/2, estimar la proporción de casas del barrio en las que viven
jubilados y su error relativo de muestreo. Construir la tabla del análisis de la varianza para la
muestra y estimar el valor del coeficiente de correlación intraconglomerados. Estimar por
intervalos al 95% el total de casas del barrio en las que viven jubilados.
Consideramos las manzanas como conglomerados de igual tamaño (30 casas cada manzana).
mi 1
Tenemos como datos n = 6, M = 30, f 2i = ⇒ mi = f 2i M = 30 = 5 = m .
M 6
Estamos entonces en muestreo bietápico de conglomerados del mismo tamaño con

submuestreo también del mismo tamaño y con reposición en primera etapa sin existir
reposición en segunda etapa. El estimador de la proporción es:
1 n 1 ⎛ 4 3 5 2 1 5⎞ 2
Pˆ = ∑ Pî = ⎜ + + + + + ⎟ =
n i =1 6 ⎝ 5 5 5 5 5 5⎠ 3
Para calcular la varianza del estimador realizamos la tabla muestral del análisis de la
varianza. Para ello utilizamos seis variables de clasificación de, C1 a C6, una por cada
conglomerado muestral, de modo que cada variable tiene un número de unos igual al total de
clase del conglomerado muestral correspondiente, y ceros para el resto de las unidades del
conglomerado muestral. Se elige Análisis de la varianza de un factor en Análisis de datos
del menú Herramientas, y se rellena su pantalla de entrada como se indica en la Figura 8-1.
Los resultados se ven en la Figura 8-2.
Sˆ 2 0,53333
La varianza es Vˆ ( Pˆ ) = b = = 0,018 . El error relativo de muestreo es:
nm 6,5
V$ ( P$ ) 0,018 0,134164
Cv ( P$ ) = = = = 0,2 (20%)
P$ 2/3 2/3
www.FreeLibros.org
Figura 8-1
Figura 8-2
Al ser la fracción de muestreo en primera etapa 1/2, tenemos 1/2 = 6/N, de donde el
número de conglomerados en la población es N = 13. Para hacer una estimación por
intervalos del total de la característica A en la población, necesitamos la varianza del
estimador del total. Pero:
Vˆ ( Aˆ ) = N 2 M 2Vˆ ( Pˆ ) = 12 2 30 2 0,018 = 2332,8 ⇒ ˆ ( Aˆ ) = 48,3
El intervalo de confianza para el total al 95% suponiendo normalidad será:
(Aˆ
ˆ ( Aˆ ), Aˆ
ˆ ( Aˆ )) = [240
1,96 48,3,
240 + 1,96 48,3] = [145,33, 334,66 ]
2
Aˆ = NMPˆ = 12 30 = 240
3
En el caso de que ambas etapas sean sin reposición, los estimadores de la proporción
y el total de clase no varían, pero sí cambian los errores de muestreo. La varianza del
estimador de la proporción será ahora:
Sˆ2 Sˆ2 ⎛ 1 ⎞ 0,5333 1 ⎛ 1 ⎞ 0,1666

()
Vˆ Pˆ = (1
f1) b + f1(1
f2 ) w = ⎜1
⎟
nm
+ ⎜1
⎟
nm ⎝ 2 ⎠ 6,5 2 ⎝ 6 ⎠ 6,5
= 0,0112
V$ ( P$ ) 0,0112 0,10583
El error relativo es Cv ( P$ ) = = = = 0,1587 (15,87%) y se
P$ 2/3 2/3
observa que en muestreo sin reposición el error resulta ser menor.
www.FreeLibros.org
8.2. Una región tiene 1000 hogares agrupados en 50 pequeños municipios de tamaños desiguales
Mi (i = 1, 2, ..., 50). Se trata de estimar la proporción de hogares que están al corriente de
sus obligaciones fiscales mediante muestreo de conglomerados con submuestreo con
probabilidades iguales y sin reposición en las dos etapas. En la primera etapa se obtienen 5
municipios muestrales de tamaños 6, 10, 8, 20 y 60 hogares. En la segunda etapa, realizada
con fracciones de muestreo f2i = 4/Mi, se obtiene en los 5 municipios de la muestra de
primera etapa los valores 1, 3, 2, 2 y 3 para el número de hogares que están al corriente de
sus obligaciones fiscales. Se pide:
1) Hallar el estimador insesgado de la proporción de hogares que están al corriente de sus

obligaciones fiscales y su error absoluto y relativo de muestreo.
2) Construir la tabla del análisis de la varianza para la muestra y comprobar la igualdad

fundamental.
Consideramos los municipios como conglomerados de distinto tamaño. Las unidades elementales
son los hogares de los municipios. Tenemos:
mi 4
f 2i = = ⇒ mi = 4 i
Mi Mi
El estimador insesgado para la proporción en muestreo bietápico para conglomerados de

distinto tamaño es:
N n
M i ˆ 50 1 5 1 ⎛ 1 3 2 2 3⎞
Pˆ = ∑i M Pi = 5 1000 ∑i M i Pî = 100 ⎜⎝ 6 4 + 10 4 + 8 4 + 20 4 + 60 4 ⎟⎠ = 0,68
n
Para estimar la varianza de la proporción utilizamos la fórmula adecuada al

muestreo bietápico sin reposición en las dos etapas con probabilidades iguales para
conglomerados de distinto tamaño. Tenemos:
⎡ n
⎛ ˆ 1 n ⎞
2
⎤
⎢ 2 ∑ ˆ
⎜ Mi Pi
∑Mi Pi ⎟ ⎥
1 N (1
f1 ) i ⎝
() n i =1 ⎠ + N M 2 (1
f ) PiQi ⎥ = 0,1458
n
Vˆ Pˆ = 2 ⎢ ∑ i 2i m
1⎥
M ⎢ n n
1 n i i
⎢ ⎥
⎢⎣ ⎥⎦
El error relativo de muestreo viene dado por el coeficiente de variación del

estimador. Tenemos:
Vˆ ( Pˆ ) 0,1458 0,38
Cv( Pˆ ) = = = = 0,5588 (55,88%)
Pˆ 0,68 0,68
Como mi = 4 = m i , la tabla del análisis de la varianza para la muestra en este

caso del muestreo bietápico es la siguiente:
www.FreeLibros.org
Fuente Grados libertad Sumas de cuadrados Cuadrados medios

( )
n
2
“entre” n
1 m ∑ Pî
P Sˆb2
i
∑ Pˆ (1
Pˆ )
n
“dentro” n(m
1) m i i Sˆ w2
i =1
Total nm
1 nm P Q Ŝ 2
La relación fundamental del análisis de la varianza será: (nm

1)Sˆ 2 = (nm
n)Sˆ w2 + (n
1)Sˆb2 .
Todos los elementos del cuadro son calculables con nuestros datos, con lo que ya pueden
realizarse las operaciones para obtener los siguientes resultados:

“entre” 5
1 = 4 0,7 0,175
“dentro” 5( 4
1) = 15 4,25 0,2833
Total 5 4
1 = 19 4,95 0,26
8.3. Consideremos una provincia con 400 municipios. Para estimar el total de hogares con
automóvil en la provincia se selecciona una muestra de 10 municipios con igual
probabilidad, y dentro de cada municipio de la muestra se seleccionan aleatoriamente
hogares utilizando una fracción de muestreo f = 1/5. Se obtienen los siguientes datos:
Distritos Total de hogares en N º de hogares en Hogares con

muestrales los distritos ( M i ) la muestra ( m i ) coche ( Ai )
1 200 40 6
2 180 35 7
3 35 7 1
4 220 44 7
5 80 16 1
6 140 28 3
7 125 25 2
8 65 13 2
9 140 28 2
10 55 11 1
Se pide:
1) Estimar el total de hogares con automóvil en la provincia y sus errores absoluto y relativo
de muestreo.
2) Realizar la estimación anterior por intervalos al 95% de confianza.
Consideramos los municipios como conglomerados de distinto tamaño. Las unidades

elementales son los hogares dentro de los municipios.
www.FreeLibros.org
El estimador insesgado para la proporción en muestreo bietápico para conglomerados

de distinto tamaño con probabilidades iguales es:
N n
400 ⎛ 6 7 1⎞
Aˆ = ∑ M Pˆ
i i = ⎜ 200 + 180 + L + 53 ⎟ = 6440
n i 10 ⎝ 40 35 11 ⎠
Para estimar la varianza del total de clase utilizamos la fórmula adecuada al
muestreo bietápico sin reposición en las dos etapas (no se especifica otra cosa) con
probabilidades iguales para conglomerados de distinto tamaño. Tenemos:
2
n
⎛ ˆ 1 n ⎞
∑⎜ Mi Pi
∑Mi Pî ⎟
N (1
f1 ) i ⎝
()
2
n i =1 ⎠ + N M 2 (1
f ) PiQi = 628237
n
Vˆ Aˆ = ∑ i 2i
n n
1 n i mi
1
El error relativo de muestreo viene dado por el coeficiente de variación del estimador.
Tenemos:
Vˆ ( Aˆ ) 628237 792,614
Cv ( Pˆ ) = = = =0,123 (12,3%)
Aˆ 6440 6440
Para hacer una estimación por intervalos del total de la característica suponiendo
normalidad tendremos:
(Aˆ
ˆ ( Aˆ ), Aˆ
ˆ ( Aˆ )) = [6440
1.96 792,61, 6440 + 1.96 792,61] = [4886.4, 7993.5]

8.4. De una viña formada por 1000 líneos de 50 cepas cada uno, se extrae una muestra de 30
líneos. Dentro de cada líneo de la muestra se analizan cinco cepas, utilizando muestreo con
probabilidades iguales y con reemplazamiento en primera etapa. El análisis de la varianza de
la muestra para una variable medida sobre las cepas presenta los siguientes resultados:
Fuente de variación Grados de libertad Cuadrados medios
Entre líneos 29 600

Dentro de líneos 120 400
1) Estimar el error de muestreo del estimador de la media de la variable medida sobre las
cepas. Hallar la amplitud de las estimaciones por intervalos al 95% de confianza.
2) Realizar los mismos cálculos para muestreo sin reposición en ambas etapas, comparando
los resultados con los del apartado anterior.
Consideramos cada líneo como conglomerado de 50 cepas (tamaños iguales). Cuando existe
reposición en primera etapa, la fórmula de la estimación de la varianza de la media,
independientemente de que haya o no reposición en segunda etapa, es la siguiente:
Sˆ 2
Vˆ (x ) = b
nm
La tabla del análisis de la varianza para la muestra en el caso del muestreo bietápico
es la siguiente:
www.FreeLibros.org

n
m ∑ ( xi
x )
2
“entre” n
1 S$b2
i
n m
∑ ∑( X )
2
“dentro” n( m
1) ij
xi Sˆ w2
i j
n m
∑ ∑( X )
2
Total nm
1 ij
x S$ 2
i j
Si consideramos los datos de nuestro problema tenemos S$b2 = 600 y Sˆ w2 = 400. Por tanto:
Sˆ 2 600
Vˆ (x ) = b = =4
nm 29 5
La amplitud del intervalo de confianza al 95% es 2 Vˆ (x ) , que puede considerarse

como un límite para el error de muestreo, y que en nuestro caso vale 4.
Si las dos etapas son sin reposición se tiene:
Sˆ 2 Sˆ 2 ⎛ 30 ⎞ 600 30 ⎛ 5 ⎞ 400
()
Vˆ x = (1
f1 ) b + f1 (1
f2 ) w = ⎜1
nm
⎟ + ⎜1
⎟
nm ⎝ 1000⎠ 30 5 1000⎝ 50 ⎠ 30 5
= 3,95
La amplitud del intervalo de confianza al 95% es 2 Vˆ (x ) , que en este caso vale 7,9.
Como es natural, tiene menos varianza el muestreo sin reposición, ya que siempre es más
preciso. Este hecho también se refleja en la anchura de los intervalos de confianza.
8.5. Un fabricante de prendas de vestir tiene 90 plantas localizadas en todo Estados Unidos y
quiere estimar el número promedio de horas que las máquinas de coser estuvieron sin
funcionar por reparación en los meses pasados. Debido a que las plantas están muy
dispersas, el fabricante decide utilizar un muestreo por conglomerados, especificando cada
planta como un conglomerado de máquinas. Cada planta contiene muchas máquinas, y el
verificar los registros de reparación de cada máquina implicaría consumir tiempo. Por tanto
el fabricante usa un muestreo en dos etapas. Se dispone de tiempo y dinero suficientes para
muestrear 10 plantas y aproximadamente un 20% de las máquinas de cada planta. Dados los
siguientes datos sobre el tiempo sin funcionar para las máquinas de coser por plantas
Planta Mi mi Tiempo sin funcionar (en horas) xi S2i
1 so 10 5, 7, 9, 0, 11, 2, 8, 4, 3, 5 5,40 11,38
2 65 13 4, 3, 7, 2, 11, 0, 1, 9, 4, 3, 2, 1, 5 4,00 10,67
3 45 9 5, 6, 4, 11, 12, 0, 1, 8, 4 5,67 16,75
4 48 10 6, 4, 0, 1, 0, 9, 8, 4, 6, 10 4,80 13,29
5 52 10 11, 4, 3, 1, 0, 2, 8, 6, 5, 3 4,30 11,12
6 58 12 12, 11, 3, 4, 2, 0, 0, 1, 4, 3, 2, 4 3,83 14,88
7 42 8 3, 7, 6, 7, 8, 4, 3, 2 5,00 5,14
8 66 13 3, 6, 4, 3, 2, 2, 8, 4, 0, 4, 5, 6, 3 3,85 4,31
9 40 8 6, 4, 7, 3, 9, 1, 4, 5 4,88 6,13
10 56 11 6, 7, 5, 10, 11, 2, 1, 4, 0, 5, 4 5,00 11,80
Estimar el tiempo sin funcionar promedio por máquina y establecer un límite para el error de
estimación. El fabricante sabe que tiene un total de 4.500 máquinas en todas las plantas.
Estimar también la cantidad total de tiempo sin funcionar durante el mes pasado para todas
las máquinas. Estimar el tiempo sin funcionar promedio por máquina en caso de que no se
conozca el número total de máquinas.
www.FreeLibros.org
Para estimar el tiempo promedio sin funcionar por máquina tenemos:

n
N Mi 90
x=
n
∑Mx
i =1
i =
4500 10
(50 5,4 + 65 4 + L + 56 5) = 4,8
mi
(X )
n 2
⎛⎜ Xˆ
Xˆ ⎞⎟
∑ ) ∑
2

xi
N 2 (1
f 1 ) M i2 (1
f 2i
ij
⎝ i i
⎠ N n
()
Vˆ x = i
+ ∑
j
=
nM 2 n
1 nM 2 i mi mi
1
⎛ 10 ⎞
90 2 ⎜1
⎟
⎝ 90 ⎠ 768,38 + 90
2
21990,96 = 0,037094
10 4500 10 4500 2
Un límite para el error de estimación puede calcularse a través del intervalo de

confianza para el estimador x ± 2 0,037094 = 4,8 ± 0,38 .
Para la estimación de la cantidad total de tiempo sin funcionar para todas las máquinas
tenemos el estimador Xˆ = Mx = 4500 4,8 = 21600 , siendo la estimación de su varianza
Vˆ ( Xˆ ) = M 2V ( x ) = 4500 2 0,037094 = 751153,5 .
Si no se conoce M se estima la media mediante el estimador de razón:

n
∑M x
i =1
i i
(50 5,4 + 65 4 + L + 56 5)
x= n
= = 4,6
50 + 65 + L56
∑M
i =1
i
10 10 10
1
f ˆ 2 ˆ 2 2 ˆSˆ ) = 1
f
Vˆ ( x ) = ( S x + R S M
2R xm ( (M i xi ) 2
+ x 2
∑M i
2

2x ∑
M i xi M i ) = 0,049 ∑
nM 2 nM 2 (n
1) i =1 i =1 i =1
Se observa que la estimación por razón, provocada por el desconocimiento de M,

origina un error superior, pero no en demasiada cuantía.
8.6. Para estimar el total de una magnitud en una población de 100 conglomerados se estratifica la misma
en dos zonas, rural y urbana, con 60 y 40 conglomerados respectivamente. En la zona rural se
selecciona una muestra de cinco conglomerados con probabilidades proporcionales a su tamaño Mi y
con reemplazamiento, mientras que en la zona urbana se selecciona una muestra sistemática de
cuatro conglomerados con coeficiente de correlación intramuestral igual a una milésima. Se tiene:
ZONA RURAL ZONA URBANA

Unidad Unidad
muestral Mi Total muestral Total

1 7 13 1 21
2 6 11 2 15
3 8 18 3 24
4 4 10 4 20
5 5 11
1) Estimar la media por conglomerado en cada zona y sus errores absoluto y relativo de
muestreo. Hallar también un intervalo de confianza del 95% para la media por conglomerado
en cada zona.
2) Estimar el total en la población y sus errores absoluto y relativo de muestreo.
www.FreeLibros.org
Comenzaremos por la zona rural, en la cual tenemos definido muestreo unietápico de

conglomerados con probabilidades proporcionales a los tamaños y muestreo con reposición, lo
que nos lleva a utilizar el estimador de Hansen y Hurwitz. Tenemos:
1 n Xi 1 1 n Xi 1 n Xi 1 ⎛ 13 11 18 10 11⎞
Xˆ HHR = ∑ = ∑ = ∑ = ⎜ + + + + ⎟ = 2,128
MR i nPi MR n i MiR MR n i MiR 5 ⎝ 7 6 8 4 5 ⎠
Para estimar la varianza del estimador de la media utilizamos:

2 2
n ⎛ Xi ˆ ⎞ n ⎛ Xi ˆ ⎞
1 1
∑ ⎜
X HHR ⎟
⎜
i =1 ⎝ Pi
⎟ ∑ ⎜
⎜
i =1 ⎝ MiR M R

M R X HHR ⎟⎟
ˆ ˆ ˆ ˆ
V ( X HHR) = 2 V ( X HHR) = 2 ⎠ = 1 ⎠ =
MR MR n(n
1) M R2 n(n
1)
2
n ⎛ Xi ˆ ⎞⎟ ⎛ 13
2
⎞ ⎛ 11
2
⎞ ⎛ 18
2
⎞ ⎛ 10
2
⎞ ⎛ 11 ⎞
2
∑ ⎜
⎜
i =1 ⎝ MiR

X HHR ⎟ ⎜
2,128⎟ + ⎜
2,128⎟ + ⎜
2,128⎟ + ⎜
2,128⎟ + ⎜
2,128⎟
⎠ =⎝7 ⎠ ⎝6 ⎠ ⎝8 ⎠ ⎝4 ⎠ ⎝5 ⎠ = 0,016
n(n
1) 20
El error relativo de muestreo en la zona rural será:
ˆ ˆ V ( Xˆ HHR ) 0,016
Cv( X HHR ) = = = 0,059 6%
Xˆ HHR 2,128
Un intervalo de confianza al 95% para el gasto medio por hogar en zona rural es:
Xˆ HHR ± V ( Xˆ HHR ) = 2,128 ± 1,96 0,016 = [1,880, 2,376]
Nos ocupamos ahora de la zona urbana, en la cual tenemos definido muestreo

sistemático con un coeficiente de correlación intramuestral muy pequeño, lo que nos va a
permitir estimar la varianza mediante la fórmula del muestreo aleatorio simple. Tenemos
entonces los siguientes estimadores:
21 + 15 + 24 + 20
Xˆ U = = 20
4
1
ˆ ˆ 2
S ⎛ 4 ⎞3
[
(21
20)2 + (15
20)2 + (24
20)2 + (20
20)2 ]
V ( XU ) = (1
f ) = ⎜1
⎟ = 3,15
n ⎝ 40 ⎠ 4
El error relativo de muestreo en la zona urbana será:
ˆ ˆ V ( Xˆ U ) 3,15
Cv ( X U ) = = = 0,0887 8,87%
Xˆ U 20
Un intervalo de confianza al 95% para el gasto medio por hogar en zona urbana es:
www.FreeLibros.org
Xˆ U ± V ( Xˆ U ) = 20 ± 1,96 3,15 = [16,5214, 23,4786]
Para estimar el total de la población utilizamos el muestreo estratificado, que es el

definido en primera etapa, teniendo en cuenta que en segunda etapa están definidos muestreo
unietápico de conglomerados en la zona rural, y muestreo sistemático en la zona urbana.
Tenemos:
n
Xˆ st = ∑ N h x h = 60 Xˆ HHR + 40 Xˆ U = 60 2,128 + 40 20 = 927,68
h =1
n
V ( Xˆ st ) = ∑ Nh2V ( xh ) = 602V ( Xˆ HHR) + 402V ( Xˆ U ) = 602 0,016+ 402 3,15 = 5097,6
h =1
V ( Xˆ st ) 5097,6
Cˆ v( Xˆ st ) = = = 0,077 7,7%
Xˆ st 927,68
8.7. En las 10 regiones de un país se efectúa muestreo en dos etapas (1ª etapa con reposición). En
la primera etapa se obtienen tres regiones de 50, 60 y 80 distritos. En la segunda etapa se
seleccionan cinco distritos de cada región de la primera etapa en los que se mide el número
de habitantes condenados a cadena perpetua, y se obtienen los siguientes datos:
Unidades primarias Tamaños Valores observados X ij

de la muestra (n = 3) (M i ) mi = m = 5
REGIÓN 1 50 8, 6, 12, 14, 10
REGIÓN 2 60 8, 10, 14, 14, 16
REGIÓN 3 80 8, 10, 10, 16, 12
Sabiendo que el total de distritos es M = 600, se pide formar un estimador insesgado del total
X de condenados a cadena perpetua y calcular el valor particular correspondiente a los datos
del problema en los siguientes casos:
1) Muestreo con probabilidades iguales en las dos etapas.
2) Muestreo con probabilidades proporcionales al tamaño en primera etapa.
3) Estimar el error de muestreo en ambos casos.
Para probabilidades iguales en ambas etapas el estimador del total es:
N n
10
Xˆ = ∑M i xi = (50 10 + 60 12,4 + 80 11,2) = 7133,33 7134 condenados
n i 3
La estimación de la varianza es:

2
n ⎛ Xˆ ⎞ 2 2
∑i ⎜⎜ 1 / Ni
Xˆ ⎟⎟ ∑ ⎛⎜ NXˆ i
N 1 ∑ M i xi ⎞⎟ ⎛ 1 n ⎞
n n n n 2
∑i ⎜⎝ M i xi
n ∑i M i xi ⎟⎠ N 2 ∑ ⎛⎜⎝ Xˆ
Xˆ i ⎞⎟
( )
i
⎝ ⎠ i ⎝ n i ⎠ N2 ⎠
Vˆ Xˆ = = = = i
n(n
1) n(n
1) n n
1 n n
1
100 ⎛ (50 10
713,33) 2 + (60 12,4
713,33) 2 + (80 11,2
713,33) 2 ⎞
⎜ ⎟⎟ = 2.19385 107
3 ⎜⎝ 2 ⎠
www.FreeLibros.org
Para probabilidades proporcionales a los tamaños en primera etapa se tiene:
ˆ 1 n M x 1 n M i xi M n
600
Xˆ HH = ∑ i i = ∑ = ∑x i = (10 + 12,4 + 11,2) = 6720 condenados
n i Pi n i Mi M n i 3
La estimación de la varianza es:
2
⎛ Xˆ
2
n ⎞ n ⎛M M n ⎞ 2
∑i xi ⎟⎟ M 2 ∑ ⎛⎜ xi
1n ∑ xi ⎞⎟
n n
∑i ⎜⎜ M /iM
Xˆ ⎟⎟ ∑i ⎜⎜ M M i xi
n
( )
Vˆ Xˆ = ⎝
i
n(n
1)
⎠ = ⎝ i
n(n
1)
⎠ = i ⎝
n(n
1)
i ⎠ =
(
6002 (10
11,2) + (12,4
11,2) + (11,2
11,2)
2 2
= 172800
2
)
6
Se observa que el error de muestreo es mucho menor en el caso de utilizar

probabilidades proporcionales a los tamaños.
8.8. Consideramos las 1100 granjas de cerdos de una comarca que se estratifican formando 2
estratos. El primero de ellos (granjas en zona rural) tiene 1.000 granjas de 50 cerdos con 4
meses de edad del que se extrae una muestra de 5 granjas, en cada una de las cuales se obtiene
a su vez una submuestra de 6 cerdos. Los pesos promedios (en arrobas) de los 6 cerdos con 4
meses de las 5 granjas anteriores extraídas del primer estrato son los siguientes:
2
x i1 = {3, 5, 2, 4, 6} i = 1, 2, ..., 5 y S1w =1,5. El segundo estrato (granjas en perímetro
urbano) tiene 100 granjas de 40 cerdos con 4 meses cada una del que se extrae una muestra de
6 granjas, en cada una de las cuales se obtiene a su vez una submuestra de 4 cerdos. Los pesos
promedios (en arrobas) de los 4 cerdos con 4 meses de las 6 granjas anteriores extraídas del
2
segundo estrato son los siguientes: x i 2 = {3, 4, 3, 5, 3, 3} i = 1, 2, ..., 6 y S 2w = 1,33. A partir
de esta información, estimar el peso promedio de los cerdos a los 4 meses en las granjas de la
comarca y sus errores absoluto y relativo de muestreo considerando muestreo sin reposición y
probabilidades iguales en todas las etapas. Hallar también un intervalo de confianza para el
peso promedio de los cerdos a los 4 meses en las granjas de la comarca al 95%.
Estamos ante el típico diseño complejo de muestreo bietápico de conglomerados (granjas de

cerdos) con estratificación de las unidades de primera etapa (las granjas) en dos estratos. Las
unidades elementales de segunda etapa son los cerdos con 4 meses de las granjas.
Inicialmente estimamos la media y su varianza en el primer estrato. Tenemos:

5
m1 ∑ (xi1
x1 )
2
1 20
x1 = ∑x i1 = =4 Sˆ b2 = i
= 15
n1 i 5 n1
1
Sˆ 2 Sˆ 2 ⎛ 5 ⎞ 15 5 ⎛ 6 ⎞ 1,5
Vˆ (x1 ) = (1
f11 ) 1b + f11(1
f12 ) 1w = ⎜1
⎟ + ⎜1
⎟ = 0,5
n1m1 n1m1 ⎝ 1000⎠ 30 1000⎝ 50 ⎠ 30
www.FreeLibros.org
Ahora estimamos la media y su varianza en el segundo estrato. Tenemos:

6
m 2 ∑ (xi 2
x 2 )
2
1 21
x2 = ∑i xi 2 = 6 = 3,5 Sˆ 22b = i
= 2,8
n2 n2
1
Sˆ 2 Sˆ 2 6 ⎞ 2,8 6 ⎛ 4 ⎞ 1,33
( ) n2m2
⎛
Vˆ x2 = (1
f21) 2b + f21(1
f22 ) 2w = ⎜1
⎟ + ⎜1
⎟
n2m2 ⎝ 100⎠ 24 100⎝ 40 ⎠ 24
= 0,113
El estimador de la media estratificado será:
2
1000 100
x st = ∑ W h x h = W1 x1 + W 2 x 2 = 4+ 3,5 = 3,685 arrobas
h =1 1100 1100
La estimación de la varianza del estimador de la media valdrá:

2 2
2
⎛ 1000⎞ ⎛ 100 ⎞
Vˆ (xst ) = ∑Wh Vˆ (xh ) = W1 Vˆ (x )1 + W2 Vˆ (x2 ) = ⎜
2 2 2
⎟ 0,5 + ⎜ ⎟ 0,113 = 0,415
h =1 ⎝ 1100⎠ ⎝ 1100⎠
El error relativo de muestreo se estimará mediante:
Vˆ ( x st ) 0,415
Cˆ v( x st ) = = = 0,1748 (17,48%)
x st 3,685
x st ± Vˆ ( x st ) = 3,685 ± 1,96 0,415 = [2,42, 4,95]
8.9. Una empresa tiene que realizar una encuesta en la que las unidades primarias de muestreo
son las secciones censales y las unidades de segunda etapa son las familias pertenecientes a
las secciones censales. La empresa dispone de agentes entrevistadores que residen en la
capital de cada provincia en la que tiene sucursales. Se supone que el coste de enviar un
agente a una sección censal es de 500 euros y el de realizar una entrevista a una familia es de
50 euros.
Si existe un presupuesto de 3000000 de euros para realizar la encuesta siendo la

característica a estimar la proporción de población activa respecto del total, y por encuestas
anteriores se tiene una estimación de dicha proporción del 38% y una estimación del
coeficiente de correlación intraconglomerados de 0,05, se pide:
1) Considerando muestreo con reposición, plantear el problema de Lagrange que permite

calcular el número óptimo de secciones censales y el de familias a entrevistar dentro de cada
una.
2) Hallar el valor de los números óptimos citados para el coste total dado.
www.FreeLibros.org
Para plantear el problema de Lagrange adecuado, consideramos la función de coste de

campo C = c1n + c2 nm donde c1 = 500 es el coste de enviar un agente a una sección censal
y c2 = 50 es el coste de realizar una entrevista a una familia en segunda etapa. Como el
presupuesto total para realizar la encuesta es de 3000000 de euros, la función de coste será:
3000000 = 500n + 50nm

Como la característica a estimar es el porcentaje de población activa respecto del
total, utilizaremos la varianza de la proporción para denotar el error, es decir:
$$
PQ
V ( P$ ) = (1
f ) (1 + (m
1) )
nm
El problema se resuelve minimizando la varianza para el coste dada a través del
problema de optimización de Lagrange:
0,38(1.0,38) ⎫
MinV ( Pˆ ) = (1
f ) (1 + (m
1)0,05)⎪ c1 1
500 1
0,05
nm ⎬⇒m = = 14 familias
⎪ c2 50 0,05
3000000 = 500n + 50nm ⎭
3000000 3000000
3000000 = 500n + 50nm ⇒ n = = = 2500 secciones censales
500 + 50m 500 + 50 14
8.10. Una empresa quiere estimar la proporción de máquinas que han sido retiradas del proceso de
producción debido a reparaciones mayores. Para ello utiliza muestreo en dos etapas
considerando unidades de primera etapa las plantas de que dispone y unidades de segunda
etapa las máquinas de las plantas. Se dispone de tiempo y dinero para muestrear 10 plantas y
se obtiene que los tamaños de las plantas Mi, las máquinas muestreadas en cada planta en
segunda etapa mi y las proporciones muestrales de máquinas que requieren reparaciones
mayores son los que se exponen en la siguiente tabla:
Porcentaje de máquinas
Planta Mi mi con reparacion es mayores ( Pî )
1 50 10 0, 40
2 65 13 0,38
3 45 9 0, 22
4 48 10 0,30
5 52 10 0,50
6 58 12 0, 25
7 42 8 0,38
8 66 13 0,31
9 40 8 0, 25
10 56 11 0,36
Estimar la proporción de máquinas que han sido retiradas del proceso de producción debido
a reparaciones mayores para todas las plantas y establecer un límite para el error de
estimación al 95%.
www.FreeLibros.org
Al no conocerse el valor M se utilizará el estimador de la proporción por razón al tamaño

siguiente:
∑M i Pî
Pˆ = i =1
n
= 0,34
∑M
i =1
i
cuyo error de muestreo puede estimarse mediante:
(Pˆ
Pˆ )
n 2
) ∑M
2
(1
f 1 ˆ ˆ
() PQ
i i
1 n
Vˆ Pˆ =
nM
2

i
n
1
+
nNM 2
∑ M (1
f ) m
1 = 0,0081
i
i
2
2i
i i
Un límite para el error de estimación al 95% será:
()
Pˆ ± 2 Vˆ Pˆ = 0,34 ± 0,056
Se estima entonces que la proporción de máquinas involucradas en reparaciones

mayores es de 0,34, con un límite para el error de estimación de 0,056.
www.FreeLibros.org
8.1. Se desea estimar el consumo de los hogares españoles a través de una muestra bietápica
formada por conglomerados de 500 hogares cuya unidad primaria de muestreo es la sección
censal. El coeficiente de correlación intraconglomerados es 0,1. El coste de preparación de
listados y planimetría de cada sección censal a incluir en la muestra es de 5.000 unidades
monetarias, y el coste de entrevista por hogar es de 1000 unidades monetarias, no
considerándose más componentes en la función de coste total. Si se dispone de un
presupuesto global de 10000000 de unidades monetarias, se pide:
1) Especificar la función de coste total y plantear el problema de optimización con

restricciones asociado.
2) ¿Cuáles serían los tamaños de muestra en cada etapa que optimizasen el diseño? Se
entiende por diseño óptimo aquel que logra la máxima precisión dentro del presupuesto
fijado.
3) Si se estratifican las secciones censales en dos estratos del mismo tamaño correspondientes
a zona rural y zona urbana, de modo que la variabilidad del consumo de los hogares medida a
través de la varianza es tres veces superior en la zona urbana que en la rural, ¿cómo se distribuiría
la muestra en cada estrato y en cada etapa para optimizar el diseño?
8.2. Un investigador desea muestrear tres hospitales de entre los seis que existen en una ciudad,
con el propósito de estimar la proporción de pacientes que han estado (o estarán) en el
hospital por más de dos días consecutivos. Puesto que los hospitales varían en tamaño, éstos
serán muestreados con probabilidades proporcionales al número de sus pacientes. En los tres
hospitales muestreados se examinará un 10% de los registros de los pacientes actuales para
determinar cuántos pacientes permanecerán por más de dos días en el hospital. Con la
información sobre los tamaños de los hospitales dada en la tabla adjunta se selecciona una
muestra de tres hospitales con probabilidades proporcionales al tamaño.
Hosp. Pacien. Interv. Hosp. Pacien. Interv. Hosp. Pacien. Interv

1 328 1-328 2 109 329-437 3 432 438-869
4 220 870-1089 5 280 1090-1369 6 190 1370-1559
Puesto que serán seleccionados tres hospitales, tres números aleatorios entre el 0001 y el
1559 deben ser seleccionados de la tabla de números aleatorios. Nuestros números elegidos
son 1505, 1256 y 0827. ¿Qué hospitales serán elegidos para la muestra? Supóngase que los
hospitales muestreados dieron los siguientes datos sobre el número de pacientes con
permanencia de más de dos días:
Hospital Nº de pacientes muestreados Nº con más de dos días de permanencia

a 43 25
b 28 15
c 19 8
Estimar la proporción de pacientes con permanencia superior a dos días para los seis
hospitales y establecer un límite para el error de estimación.
www.FreeLibros.org
8.3. Supongamos que cinco investigadores toman muestras independientes de igual tamaño
constituidas por pequeñas parcelas de un campo de cultivo y obtienen estimaciones del
rendimiento del campo . Sean estas estimaciones: 97, 96, 100, 98, 94. Si tomamos como
estimador de la media de las cinco estimaciones, calcular el error de muestreo relativo.
Realizar el mismo cálculo suponiendo que las muestras son de distintos tamaños, de 3, 1,
10, 10 y 1, respectivamente
8.4. Realizamos muestreo bietápico en una población de 10 conglomerados de tamaños

desiguales. En la primera etapa se toman tres unidades primarias y en la segunda etapa se
toman cinco unidades dentro de cada unidad primaria. Hallar el estimador lineal insesgado
del total poblacional en el caso de muestreo sin reposición con probabilidades iguales en las
dos etapas. Probar que si se aplica el teorema de Durbin para la estimación de la varianza del
estimador del total se tiene:
14 3 2 3 2 7
Vˆ ( Xˆ ) = ∑ M 2 2
x
i i
∑ s i M i ( M i
5)
∑ M i M j xi x j
45 i =1 3 i =1 45 i j
siendo xi el total muestral y si2 = Sî2 la cuasivarianza dentro de la unidad primaria i-ésima de
la muestra. Si consideramos muestreo con reposición en la segunda etapa, ¿cuál es el
estimador del total? ¿Qué expresión toma el estimador de su varianza?
8.5. Una cadena de supermercados tiene tiendas en 32 ciudades. Un director de la compañía

quiere estimar la proporción de tiendas en la cadena que no satisfacen un criterio de limpieza
específico. Las tiendas dentro de cada ciudad poseen características similares, por lo que el
director selecciona una muestra por conglomerados en dos etapas que conmtiene la mitad de
las tiendas dentro de cada una de las cuatro ciudades. La tabla siguiente muestra los datos
recogidos.
N º de tiendas N º de tiendas N º de tiendas que no

Ciudad en la ciudad muestreada s satisfacen el criterio de limp ieza
1 25 13 3
2 10 5 1
3 18 9 4
4 16 8 2
Estimar la proporción de tiendas que no satisfacen el criterio de limpieza y establecer un

límite para el error de estimación al 95% de confianza.
www.FreeLibros.org
CAPÍTULO
MUESTREO BIFÁSICO Y
MUESTREO EN OCASIONES SUCESIVAS
OBJETIVOS
1. Presentar el concepto de muestreo bifásico.
2. Analizar los estimadores y sus errores en muestreo bifásico con estra-

tificación.
3. Analizar los estimadores y sus errores en muestreo bifásico para estima-

ciones de razón.

ciones de regresión.

ciones de diferencia.
6. Estudiar los estimadores de mínima varianza en el muestreo en ocasiones

sucesivas.
www.FreeLibros.org
ÍNDICE
1. Muestreo bifásico.
2. Muestreo bifásico para estratificación. Estimadores, varianzas y estimación

de varianzas.
3. Muestreo bifásico para estimadores de razón.
4. Muestreo bifásico para estimadores de regresión.
5. Muestreo bifásico para estimadores de diferencia.
6. Mestreo en ocasiones sucesivas.
7. Estimadores de mínima varianza en el muestreo en ocasiones sucesivas.
www.FreeLibros.org
Muestreo bifásico y muestreo en ocasiones sucesivas 331
MUESTREO BIFÁSICO
El muestreo doble o bifásico se utiliza cuando queremos obtener estimadores de alguna variable
X y disponemos de información adicional de otra variable de modo similar a lo que ocurría en los
métodos de estimación indirecta. En la práctica, el muestreo doble se lleva a cabo seleccionando
en una primera fase una muestra, relativamente grande, en la que a bajo coste pueden observarse
una o varias características generales de las unidades que nos proporcionan la información que
necesitamos para el estudio de nuestra característica objetivo. En una segunda fase seleccionamos
una submuestra de la primera en la que observamos ya la característica objeto de estimación. Esta
técnica se conoce con el nombre de muestreo en dos fases, muestreo doble o muestreo bifásico.
Para fijar notación consideramos:
1ª fase. Se toma una muestra grande de tamaño n’ relativa a la variable auxiliar Yi
para estimar por ejemplo Y u otras características relativas a la variable Yi con bajo coste.
2ª fase. Se toma una muestra relativa a la variable en estudio Xi de tamaño n
(generalmente submuestra de la muestra preliminar n< n’) con coste mucho más alto.
El uso de esta técnica de muestreo depende de los costes. Si la observación de la
característica Xi que nos interesa no tiene coste, o es muy bajo, sencillamente tomaríamos
una muestra del tamaño no necesario para la precisión deseada y con ella haríamos las
estimaciones relativas a Xi. Supongamos que disponemos de un presuspuesto total C, que el
coste por unidad de la primera muestra, de tamaño n’, es c’ y que el coste por unidad de la
segunda muestra, de tamaño n < n’, es c. Frecuentemente c’ es mucho más pequeño que c,
bien sea porque la primera muestra se utiliza para obtener unos pocos datos generales de las
unidades (en campo o en oficina, si se dispone de un fichero o registro) o bien porque la
observación de la característica objetivo implica un proceso de observación más costoso. En
estas condiciones, si tomamos una sola muestra, tendremos C = cno, y si hacemos muestreo
en dos fases C = c’n’ + cn. Supongamos que los costes totales por el procedimiento bifásico
y por el normal (aleatorio) son los mismos, esto es, cno = c’n + cn. Igualando los dos costes
c'
totales, se obtiene: no = n + n' , lo que nos dice que con la técnica de dos fases la
c
observación efectiva (la referida a la variable Xi) se hace en una muestra de tamaño n, menor
que el tamaño no de la muestra aleatoria simple correspondiente en una sola fase con el
mismo coste total. Luego al introducir las dos fases el tamaño de muestra necesario es más
pequeño que si hubiese una sola fase (muestreo aleatorio normal) y hay una pérdida en la
precisión de los estimadores (al disminuir el tamaño de la muestra).
Se trata de decidir si compensa la disminución del tamaño efectivo de la muestra, con
el incremento de información adquirido en la primera fase (lo que provocará pérdida de
precisión en las estimaciones relativas a Xi). Para ello debe calcularse la varianza
2
correspondiente a muestreo doble y compararla con la del muestreo en una sola fase en
no
caso de estimación de la media. Es obvio que cuanto menor sea la relación c’/c más favorable
es el muestreo doble. Ello es debido a que no
n = (c’ / c ) n’⇒ mientras menor sea c’ / c más
cerca estará n de no y menos disminución habrá del tamaño de muestra comparado el bifásico y
el aleatorio simple, siendo la pérdida en precisión de los estimadores menor al introducir el
bifásico.
www.FreeLibros.org
La adecuación del muestreo bifásico depende de si lo que se gana en precisión de los

estimadores al introducir la ayuda de la muestra grande compensa la pérdida en precisión
debida a la reducción del tamaño de la muestra para estimar Xi, esto es, la ayuda de la
variable auxiliar Yi. La primera muestra de tamaño n’ proporciona ciertos datos buenos
basados en la variable auxiliar Yi para que las estimaciones finales (las estimaciones de Xi )
sean precisas. Si no hubiese variable auxiliar Yi el tamaño de la muestra para estimar Xi será no, y
al introducir la variable auxiliar el tamaño de la muestra sería n < no .
MUESTREO BIFÁSICO PARA ESTRATIFICACIÓN. ESTIMADORES,

VARIANZAS Y ESTIMACIÓN DE VARIANZAS
Partimos de una población estratificacada en L clases (estratos). La primera muestra

(primera fase) es aleatoria de tamaño n’ seleccionada de entre las n unidades de la
población. Sea Wh = Proporción de elementos de la población que caen en el estrato h, que
es desconocida inicialmente.
N h Número de elementos poblacionales en el estrato h

Wh = =
N Número total de elementos de la población
Consideremos ahora la proporción de elementos de la primera muestra que cae en el

estrato h:
n' Número de elementos de la primera muestra que caen en el estrato h

Wˆ h = h =
n' Número total de elementos de la primera muestra
Hay que tener presente que si consideramos selecciones diferentes de la primera

muestra (con n’ prefijado) obtenemos diferentes valores de n’h y W$h resulta ser un estimador
insesgado de Wh (porque la proporción muestral en muestreo aleatorio simple es un
estimador insesgado de la proporción poblacional, lo mismo que la media muestral es un
( )
estimador insesgado de la media poblacional). Tenemos entonces que E W$h = Wh estando
la esperanza referida a las muestras posibles de n’ unidades de entre las N de la población. A
efectos de clarificar la notación especificamos lo siguiente:
n’h = nº de unidades de entre las n’ de la muestra de primera fase que caen en el estrato h
para h = 1, 2, ..., L
L L
n' = ∑ n' h y n = ∑ nh
h =1 h =1
La segunda muestra (segunda fase) es una muestra aleatoria estratificada de tamaño

n. Consiste en tomar una submuestra aleatoria de tamaño nh n' h en cada estrato
independientemente (o sea, las nh las elegimos de entre las n’h para valores de h = 1, ..., L).
L
Tendremos n = ∑ nh . Ahora n’ es dado y n’1 ....n’h ....n’L son fijos y W$1 LW$h LW$ L
h =1
también serán fijos (por serlo n’h y n’) y lo que se hace es considerar todas las submuestras
aleatorias de nh unidades que pueden extraerse de entre las n’h unidades dadas.
www.FreeLibros.org
Estimadores y varianzas
Nh
El estimador usual de la media en muestreo estratificado es X̂ = ∑W x
h
h h con Wh =
N
.
En muestreo doble los Wh se estiman por los W$h obtenidos de la primera muestra, y con la
xh
segunda muestra estimamos las medias x h = ; de esta forma resulta el estimador para la
nh
media:
n' h
X$ = ∑W$h x h ; W$h =
h n'
Utilizaremos la notación EW ' (T ) para expresar la esperanza matemática de un estadístico
T, condicionada al conjunto de muestras de primera fase en las cuales n’1, ....,n’h , ..., n’ son fijos, o
lo que es lo mismo, para un n’ dado, W$1 , L , W$h , L , W$ L son fijos. Análogamente VW ' ( T )
expresará la varianza condicionada.
La varianza del estimador de la media sin reposición en las dos fases es:
S2 ⎛ g 'Wh (1
Wh ) ⎞ g '
V ⎛⎜ Xˆ ⎞⎟ = ∑ (1
f h ) h ⎜Wh2 + ⎟ + ∑ Wh ( X h
X )
2
⎝ ⎠ h nh ⎝ n' ⎠ n' h
donde g’ es el factor de finitud g’ = (N

n’)/(N
1). Por otro lado, Rao expresó esta varianza
de la media de la siguiente forma:
N
n' S 2 ⎛ 1 ⎞ S2 nh
V ⎛⎜ Xˆ ⎞⎟ = + ∑ ⎜⎜
1⎟⎟ Wh h ; #h =
⎝ ⎠ N n' h ⎝# h ⎠ n' n h'
Para muestreo es con reposición en primera fase tendremos:
S2 ⎛ W (1
Wh ) ⎞ 1
V ⎛⎜ Xˆ ⎞⎟ = ∑ (1
f h ) h ⎜Wh2 + h ⎟ + ∑ Wh ( X h
X )
2
⎝ ⎠ h nh ⎝ n' ⎠ n' h
fórmula aproximada para n’ pequeño respecto de N en caso sin reposición en segunda fase.
Para muestreo con reposición en las dos fases tendremos:
h2 ⎛ 2 Wh (1
Wh ) ⎞ 1
⎟ + ∑ Wh ( X h
X )
⎛ ˆ ⎞
V ⎜ X ⎟ = ∑ ⎜ Wh +
2
⎝ ⎠ h nh ⎝ n' ⎠ n' h
fórmula aproximada para nh pequeño respecto de Nh, en todo h, y n’ pequeño respecto de N.
$
Para el total X = NX , el estimador insesgado es X$ = NX y su varianza es
( )
V ( X$ ) = N 2V X$ .
www.FreeLibros.org
Si la muestra de primera fase es de tamaño n’=N, esto es, se observan todas las
unidades de la población para efectuar la estratificación, la fórmula general de la varianza
del estimador en muestreo doble se convierte en:
S h2
( )
$
V X = ∑ ( 1
f h )Wh
h
2
nh
; g' = 0
que coincide con la del muestreo estratificado habitual (una sola fase). Además se observa
que n’ aparece dividiendo, y en consecuencia, cuanto mayor es n’ (n’ < N ) la pérdida de
precisión por el uso de muestreo doble disminuye. Obviamente el coste aumenta, razón por
la cual conviene estudiar los tamaños y la afijación óptimos en función del coste.
Para proporciones y totales de clase tenemos:
Si se desea estimar una porporción P en la población, siendo Ph la correspondiente

al h-ésimo estrato, el estimador insesgado en muestreo doble es:
P$ = ∑W$h ph ; ph = proporción muestral en segunda fase.

h
La varianza (sin reposición en las dos fases), aplicando el resultado anterior, será:
PQ ⎛ g ' Wh ( 1
Wh ) ⎞ g '
V ( P$ ) = ∑ ( 1
f h ) h h ⎜Wh2 + ⎟ + ∑Wh ( Ph
P)
2
h nh ⎝ n' ⎠ n' h
Nh
con la aproximación S h2 = Ph Qh Ph Qh .
Nh
1
En muestreo con reposición en las dos fases, o sin reposición y tamaños muestrales
pequeños respecto de los correspondientes poblacionales ( f h 1; g ' 1) , se tiene:
PQ ⎛ Wh ( 1
Wh ) ⎞ 1
V ( P$ ) = ∑ h h ⎜Wh2 + ⎟ + ∑Wh ( Ph
P )
2
h nh ⎝ n' ⎠ n' h
Para el total de clase, A = NP , el estimador es A$ = NP$ y su varianza

( ) ( )
V A$ = N 2V P$ .
Para afijación proporcional, si en la muestra de segunda fase asignamos a cada

estrato un tamaño muestral nh proporcional al tamaño del estrato, se tiene nh = Wh n ,
resultando para la varianza del estimador la fórmula:
⎛ g ' ( 1
Wh ) ⎞ g '
( ) 1
V X$ = ∑ ( 1
f h ) S h2 ⎜Wh +
n h ⎝ n'
⎟ + ∑Wh ( X h
X )
⎠ n' h
2
En la práctica, para efectuar la afijación a los estratos utilizaremos nh = W$h n .
www.FreeLibros.org
En muestreo con reposición se tiene:
( ) 1
V X$ = ∑ h2Wh +
n h
1
∑
nn' h
1
h2 ( 1
Wh ) + ∑Wh ( X h
X )
n' h
2
que puede aproximarse por:
( ) 1 1
V X$ = ∑Wh h2 + ∑Wh ( X h
X )
n h n' h
2
Para afijación óptima tenemos:
2
1⎛ ⎞ 1
V ⎛⎜ Xˆ ⎞⎟ = ⎜ ∑ Wh h ⎟ + ∑ Wh (X h
X )
2
⎝ ⎠ n⎝ h ⎠ n' h
Además, para determinar los tamaños óptimos n’ y n correspondientes a un coste

( $)
total dado tales que V X sea mínima, escribimos la función de Lagrange:
2
1 1 ⎛ ⎞
" = A + B + ( c' n'+cn
C ) con A = ⎜ ∑ Wh h ⎟ y B = ∑ Wh ( X h
X )
2
n n' ⎝ h ⎠ h
Derivando respecto de n y n’ y se tiene:

⎧ C A
" A A ⎫
=
2 + c = 0 ⇒ = 2 ⎪ ⎪n = c ( Ac + Bc' )
n n cn ⎪
⎪ ⎪
" B B ⎪ ⎪ C B
=
2 + c' = 0 ⇒ = ⎬ ⇒ ⎨n ' =
n ' n' c ' n' 2 ⎪ ⎪ c' ( Ac + Bc' )
"

= c' n'+ cn
C = 0
⎪ ⎪
⎪ ⎪V
⎭ ⎪ ópt . ()
Xˆ =
( Ac + Bc' )
2
⎩ C
Estimación de varianzas
Tenemos:
n' ⎡ sh2 ⎛ 2 Wˆ h ⎞ 1 ⎤
Vˆ ⎛⎜ Xˆ ⎞⎟ = ⎜Wˆ h
⎟ + ∑Wˆ h (xn
X )2 ⎥
⎝ ⎠ n'
1 ⎢∑
⎢ ⎜
⎣ h nh ⎝ n' ⎟⎠ n' h ⎦⎥
n'
El factor prácticamente es próximo a la unidad si n’ no es pequeño. También
( n'
1)
el término que aparece en segundo lugar en la fórmula de la estimación de la varianza puede
ser despreciable respecto de los otros dos, ya que aparece el producto nh n' en el
denominador. Entonces resulta la aproximación:
www.FreeLibros.org
() s2 1
Vˆ Xˆ ∑ Wˆ h2 h + ∑ Wˆ h x h
Xˆ
h n h n'
( )
2
Y, por último, también en esta expresión el segundo sumando será pequeño

respecto del primero para valores grandes de n’, resultando como fórmula aproximada más
sencilla:
()
2
ˆ ˆ ˆ 2 sh
V X ∑ Wh
h nh
que es la correspondiente a muestreo estratificado en una sola fase, sustituyendo W h por su

estimación Wˆ h .
En caso de estimar la varianza de la proporción P$ o del total de clase Â ,

sustituimos en la fórmula para la varianza, o en sus aproximaciones, cuando sean válidas, los
siguientes valores:
sh2 ph q h
(x )
2

X$ = ( ph
P$ )
2
= ; h
nh nh
1
MUESTREO BIFÁSICO PARA ESTIMADORES DE RAZÓN
El estimador usual de razón para la media X utiliza como información conocida previamente
la media Y (o el total) de una característica Y, definida en todas las unidades de la
población, elegida convenientemente de modo que su relación con X sea lineal al menos
aproximadamente. El muestreo doble utiliza la primera muestra de tamaño n’ para obtener una
buena estimación de Y , o de Y, y la segunda muestra de tamaño n para estimar x e y . De esta
forma , el estimador de razón para la media en muestreo doble es:
x
X$ R = y ' ; y ' = Media de la primera muestra.
y
En el caso de que las muestras de las dos fases sean independientes, se tiene:
1 1
V ⎛⎜ Xˆ R ⎞⎟ = { x2 + R2 y2
2R xy }+ R2 y2
⎝ ⎠ n n'
fórmula válida para muestreo con reposición. En el caso sin reposición sustituimos varianzas
y covarianzas por cuasivarianzas y cuasicovarianzas, multiplicando el primer sumando por el
factor de finitud en segunda fase y el segundo sumando por el de primera fase.
Para el caso en que la segunda muestra de tamaño n es una submuestra aleatoria de

la primera (n n’), resulta:
1 1
V ⎛⎜ Xˆ R ⎞⎟ = { x2 + R 2 y2
2 R xy }+ {2 R xy
R 2 y2 }
⎝ ⎠ n n'
www.FreeLibros.org
Para estimar el total en muestreo doble, tendremos:
X$ R = NX$ R ( )
; V ( X$ R ) = N 2V X$ R
Para estimar la varianza, dado que en la segunda muestra de tamaño n obtenemos

observaciones de la variable conjunta (X,Y), podemos calcular estimaciones de y2 y Cov(X,Y)
1 n
( X i
x )2 y s xy = 1 ∑ ( X i
x )(Yi
y ) , y puesto que la primera
n
como s x2 = ∑
n
1 1 n
1 1
muestra es de tamaño n’ > n, nos permite una buena estimación de y2 mediante
1 n'
∑ (Yi
y ') . Para la razón R, tomaremos la estimación R$ .
2
s y2 =
n'
1 1
MUESTREO BIFÁSICO PARA ESTIMADORES DE REGRESIÓN
El estimador usual para la media en muestreo indirecto (en una fase) por regresión lineal es
X$ = x + K ( Y
y ) , donde K es una constante prefijada e Y es la media poblacional de la
variable auxiliar. Los estimadores x , y se obtienen de las observaciones de una muestra
( X i , Yi ) de tamaño n. En muestreo doble, al suponer desconocida Y , utilizamos la primera
muestra de tamaño n’ para estimar Y , estimación dada por y' . Con la muestra de tamaño n
en segunda fase estimamos x , y , formando entonces el estimador en muestreo doble por
regresión para la media poblacional:
Xˆ rg = x + K ( y '
y )
En esta situación, la segunda muestra puede ser independiente de la primera o la

segunda muestra puede ser una submuestra aleatoria n < n’ de la primera.
Si las muestras de las dos fases son independientes, se tiene:
1 2 K 2 y2
V ⎜ X rg ⎟ = ( x + K y
2 K xy ) +
⎛ ˆ ⎞ 2 2
⎝ ⎠ n n'
Para el caso en que la segunda muestra de tamaño n es una submuestra aleatoria de

la primera (n n’), resulta:
1 1
V ⎛⎜ Xˆ rg ⎞⎟ = ( x2 + K 2 y2
2 K xy ) + (2 K xy
K 2 y2 )
⎝ ⎠ n n'
n
xy ∑ (X i
x )(Yi
y )
Sea el valor óptimo de K = b = 2 estimado por bˆ = 1
.
y n
∑ (X
x ) (Yi
y )
2 2
i
1
www.FreeLibros.org
Se obtiene en ambos casos (muestras independientes y segunda muestra submuestra

de la primera) la expresión para la varianza óptima del estimador bifásico por regresión:
V ⎛⎜ Xˆ rl ⎞⎟ =
(1
2 ) x2 + 2 x2
x2
⎝ ⎠ n n' N
Una estimación para la varianza óptima es la siguiente:
Sˆ x2, y Sˆ x2
Sˆ x2, y Sˆ x2
Vˆ ⎛⎜ Xˆ rl ⎞⎟ = +
⎝ ⎠ n n' N
1 ⎡ n n
⎤ 1 ⎡ n ⎤
Sˆ x2, y = ⎢ ∑ ( X i
x ) 2

b 2
∑ (Yi
y ) 2 ⎥ Sˆ x2 = ⎢ ∑ ( X i
x)2 ⎥
n
2 ⎣ i =1 i =1 ⎦ n
1 ⎣ i =1 ⎦
MUESTREO BIFÁSICO PARA ESTIMADORES DE DIFERENCIA
El estimador por diferencia en muestreo doble resulta del estimador de regresión haciendo K = 1,
por lo que toda la teoría anterior es válida haciendo K=1, resultando el estimador
X$ d = x + ( y '
y ) . Análogamente, las fórmulas de las varianzas se obtienen aplicando a K el
valor 1 en las varianzas del estimador por regresión.
MUESTREO EN OCASIONES SUCESIVAS
El muestreo en ocasiones sucesivas es adecuado cuando estamos interesados en estudiar la

evolución de una determinada característica de la población a lo largo del tiempo (como, por
ejemplo, la producción industrial, los salarios, la población activa, etc.), para lo que se toman
periódicamente muestras del mismo colectivo. En esta situación es habitual que un objetivo
sea estimar el cambio producido en la variable estudiada desde la ocasión anterior, otro
objetivo puede ser estimar el valor promedio de la media sobre las dos ocasiones, e incluso
otro objetivo puede ser estimar la media para la ocasión más reciente.
Inicialmente puede diseñarse una muestra que permanece fija de una ocasión a otra,
pero, aunque metodológicamente ésta es la situación más ventajosa, tiene el inconveniente de
que las personas o entidades encuestadas son reacias a permanecer por un tiempo indefinido en
dicha muestra. Para tratar de resolver este problema se utiliza un procedimiento que consiste en
sustituir, en cada período de encuesta, una parte de la muestra, lo que da lugar a la denominada
rotación de la muestra. Conviene observar de pasada que esto no siempre puede practicarse, ya
que, cuando se trata de unidades muy grandes (grandes almacenes, siderúrgicas, astilleros, etc.), a
veces una o unas pocas contribuyen al total estimado en una cantidad superior a todas las demás
juntas. En este caso prescindiríamos del muestreo incluyendo estas unidades críticas en un estrato
de unidades autorrepresentadas (de probabilidad 1). Adicionalmente surge la pregunta: ¿Con qué
frecuencia y de qué manera debería cambiarse la muestra conforme progresa el tiempo?
Otro problema que puede plantearse es el de la estimación óptima de la segunda
ocasión, utilizando las informaciones disponibles, tanto de la ocasión presente como de la
anterior. En cualquier caso el valor X, que toma la variable en la unidad A, puede cambiar de
una ocasión a la siguiente, desempeñando un papel importante en esta teoría el coeficiente
de correlación lineal entre los valores de la variable en una y otra ocasión. De todas formas,
las unidades de la muestra en una ocasión pueden ser las mismas que en la ocasión anterior,
algunas nuevas y otras permanecientes y seleccionadas independientemente de nuevo todas.
www.FreeLibros.org
Estimación del cambio entre ocasiones sucesivas

Supongamos que se pretende estimar el cambio de la media entre dos ocasiones, que
designaremos por t1 y por t2, con una muestra de n unidades. Si utilizamos el estimador
simple del cambio:
1 n
$ = x 2
x1 = ∑( x
x1i )
n i 2i
podemos optar entre las siguientes alternativas:
a) Utilizar la misma muestra, denominada panel, en ambas ocasiones.

b) Mantener en la segunda ocasión c unidades de la primera muestra, eliminar n
c y
añadir n
c nuevas unidades.
c) Utilizar en la segunda ocasión una muestra independiente de la primera.
La posibilidad a) nos permitiría conocer los cambios individuales entre las dos
ocasiones. Este esquema presenta serias dificultades cuando hemos de medir un carácter en
ocasiones sucesivas. Prescindiendo del caso en que las mediciones fuesen destructivas, sería muy
difícil mantener indefinidamente las mismas unidades, y aun en el caso de que fuese posible no
sería deseable por los sesgos que una exposición continuada a los métodos de encuesta pueden
originar en la conducta de los entrevistados. En este sentido puede decirse que la muestra se
“contamina” con el tiempo.
Para la posibilidad b), si representamos por c el número de unidades comunes, por

n
c = c el número de las no comunes, y con los subíndices 1 y 2 las correspondientes
ocasiones, se puede hacer la representación gráfica siguiente sobre los solapamientos en los
totales muestrales en ambas ocasiones.
Ocasión t1 $ x1c $ x1c

Ocasión t 2 $ x2c $ x2c
Las medias en ambas ocasiones son:
x1c + x1c x1c x1c n

c c
x1 = = + = x1c + x1c
n n n n n
x2c + x2c x2c x2c n
c c
x2 = = + = x2c + x2c
n n n n n
y prescindiendo del factor de corrección para poblaciones finitas 1
f y suponiendo por
comodidad que la cuasivarianza poblacional en las dos ocasiones es la misma, tendremos
para las varianzas y covarianzas las expresiones:
S2 S2
V ( x1 ) = , V (x2 ) =
n n
2
c S S c2 S2 c S2
cov( x1 , x 2 ) = 2 cov( x1c , x 2 c ) = 12 2 = 12 = 12 c
n c c n n n n
www.FreeLibros.org
Sustituyendo estos valores en la varianza de $ tenemos:
()
V ˆ = V ( x1 ) + V ( x 2 )
2 cov( x1 x 2 ) =
S2 S2
n
+
n

2
S2
n
S2
12 c = 2 [1
12 c ]
n
siendo 12 el coeficiente de correlación entre los valores comunes a ambas ocasiones y
c la proporción de unidades comunes. De esta expresión deducimos que para 12 > 0 la
ganancia en precisión es proporcional a c 12 correspondiendo la máxima ganancia a los
valores 12 = +1 y c = 1 . Por lo tanto, la situación ideal es aquella en la que la
proporción de unidades comunes en la muestra en las dos ocasiones es del 100% ( c = 1 ),
lo que significa que la muestra es común en su totalidad en las dos ocasiones. La situación
también es ideal cuando el coeficiente de correlación entre los valores comunes en ambas
ocasiones es máximo ( 12 = +1 ), que en términos prácticos significa que las unidades
muestrales en las dos ocasiones han de estar muy estrechamente relacionadas de forma
positiva (lo mejor es que sean iguales las muestras en las dos ocasiones).
Estimación de la media extendida a dos ocasiones
Uno de los objetivos clásicos en el muestreo en ocasiones sucesivas es estimar el valor

promedio de la media sobre las dos ocasiones. Para ello, consideremos el estimador
siguiente:
1
x= ( x + x2 )
2 1
definido como la media de las medias en ambas ocasiones. Su varianza es:
1
V ( x) =
4
[
V ( x1 ) + V ( x 2 ) + 2 cov( x1 , x 2 ) ]
S2
y sustituyendo en la fórmula los valores obtenidos en la sección anterior ( V ( x1 ) = ,
n
S2 S2
V (x2 ) = y cov( x1 , x 2 ) = 12 c ), tenemos:
n n
1 ⎡ 2S 2 2S 2 ⎤ S2
V (x ) = ⎢ +
12 c ⎥ = [1 + 12 c ]
4⎣ n n ⎦ 2n
Como este valor es mínimo cuando c = 0 , vemos que, en el caso 12 < 0 , para
estimar la media sobre dos ocasiones es preferible utilizar muestras independientes.
www.FreeLibros.org
ESTIMADORES DE MÍNIMA VARIANZA EN EL MUESTREO EN OCASIONES

SUCESIVAS
Estimador del cambio entre dos ocasiones
Consideraremos el estimador lineal de mínima varianza del cambio combinado:
%$ = W ( x 2 c
x1c ) + ( 1
W ) ( x 2 c
x1c )
y determinamos el valor de W que haga efectivamente mínima la varianza de %$ .
()
ˆ = W 2V ( x
x ) + (1
W )2 V ( x
x ) .
Tenemos V % 2c 1c 2c 1c
Obteniendo la primera derivada respecto de W e igualando a cero se tiene:
V ( x2c
x1c )
2W V ( x2c
x1c )
2 (1
W ) V ( x2c
x1c ) = 0 ⇒ W =
V ( x2c
x1c ) + V ( x2c
x1c )
2S 2 2S 2
y sustituyendo las varianzas V ( x2c
x1c ) = y V ( x2c
x1c ) = (1
12 ) ⇒
n
c c
1
n
c c c (1
12 )(1
c )
W= = = ⇒1
W =
1 1
12 c + (n
c)(1
12 ) 1
12 (1
c ) 1
12 (1
c )
+
n
c c
Sustituyendo estos valores en la expresión de la varianza del estimador lineal de
mínima varianza se obtiene:
c 2S 2 (1
12 ) (1
c ) (1
12 ) 2S 2 2
()
V % = W V (x2c
x1c ) + (1
W ) V (x2c
x1c )
ˆ 2 2
=
[1
12 (1
c )]2 n [1
12 (1
c )]2 n
2S 2 (1
12 ) 2S 2 (1
12 )
= [ c + (1
c ) (1
12 )] = (1
12 + c 12 )
[1
(1
)] n
12 c
2
[1
(1
)] 12 c
2
n
2S (1
)
2
2S (1
) 2
= 12
(1
(1
)) = 12
[1
(1
)] n
12 c
2 12
[1
(1
)] n
c
12 c
Hemos obtenido una expresión para la varianza mínima del estimador lineal:
2 S 2 (1
12 )
()
V %ˆ =
[1
12 (1
c )] n
Vemos que, en este caso, el estimador lineal de mínima varianza combinado %$
proporciona igual precisión que el estimador simple $ cuando c = 1, es decir, cuando se
mantiene la misma muestra para la segunda ocasión.
www.FreeLibros.org
Estimador de la media en la segunda ocasión

Vamos a trabajar en la suposición de que en la primera ocasión el tamaño de la muestra es lo
suficientemente grande para poder considerar la estimación x1 como aproximación al valor
X 1 en el estimador de regresión x 2' c = x 2 c + b( x1
x1c ) cuya varianza viene dada por la
varianza de sus componentes x 2 c
bx1c y bx1 :
V ( x 2 c
bx1c ) = V ( x 2 c ) + b 2V ( x1c )
2 cov( x 2 c ; x1c ) =
S2 S2 S S S2
c
+ 122
c

2 12 12 =
c
1
122 ( )
c c
S2 2 S
2
S
V (bx1 ) = b V ( x1 ) = b
2
= 12
2
, (S1 = S 2 ⇒ b = 1 12 = 12 )
n n S2
⎛ 1
122 122 ⎞
Sumando ambas componentes se obtiene: V x ( )'
2c =S ⎜ 2
+ ⎟
⎝ c n ⎠
Utilizaremos el estimador lineal de mínima varianza de la media para la segunda
ocasión combinado definido por:
x 2 = Wx 2' c + ( 1
W ) x 2 c
( ) ( )
cuya varianza V x 2 = W 2V x 2' c + ( 1
W ) V x 2 c es mínima para:
2
( )
V(x ) 2c V ( x 2' c )
W= 1
W =
V( x ) +V( x )
'
2c 2c V ( x 2' c ) + V ( x 2 c )
de donde se deduce que el estimador combinado de varianza mínima para estimar la media
en la segunda ocasión toma la forma:
1 1
V ( x 2' c ) V ( x2c )
x2 = x 2' c + x 2' c
1 1 1 1
+ +
V ( x2c ) V ( x 2' c ) V ( x2c ) V ( x 2' c )
es una media ponderada con los coeficientes de ponderación basados en los valores
recíprocos de las varianzas. Sustituyendo los valores de W y 1
W en V x 2 , calculamos el ( )
valor de la varianza mínima para el estimador de la media en segunda ocasión. Tenemos
V (x2 ) =
V 2 ( x2c )
( )
V 2 x 2' c +
( )
V 2 x 2' c
V 2 (x2c ) =
( )
V ( x 2 c )V x 2' c
(V (x ) + V (x ))
'
2c 2c
2
(V (x ) + V (x ))
'
2c 2c
2
( )
V ( x 2 c )V x 2' c
⎛ 1
122 122 ⎞ S2 S2
( )
y como V x 2' c = S 2 ⎜⎜ + ⎟⎟ y V ( x 2 c ) = = tenemos:
⎝ c n ⎠ n
c c
www.FreeLibros.org
S 2 ⎜⎜
( )
⎛ 1
122 n + c122 ⎞ S 2
⎟⎟
V (x2 ) = ⎝ cn ⎠ c = ( )
1
122 n + c122

S2
( )
⎛ 1
122 n + c122 ⎞ S 2
S 2 ⎜⎜ ⎟⎟ + ( )
1
122 n + c122 +
cn c
cn c
⎝ ⎠ c
=
S2

n
122 (n
c )
=
( ) (
S 2 n
122 (n
c ) S 2 n
122 (n
1)
=
)
c cn c n
2 2
c + cn n 2
122 c 2
n
12 (n
c ) +
2 12
c
Por lo tanto, ya tenemos el valor de la varianza mínima para el estimador lineal de

mínima varianza de la media en segunda ocasión:
n
122 c 2
V (x2 ) = S 2
n 2
122 c 2
S2 S 2 n (1
122 ) S 2
En particular , c = 0 ⇒ V (x 2 ) = y c = n ⇒V (x 2 ) = =
n n 2 (1
122 ) n
Luego podemos decir que para estimar el valor actual de X 2 se obtiene la misma
precisión manteniendo la muestra que cambiándola por completo en cada ocasión.
www.FreeLibros.org
PROBLEMAS RESUELTOS
9.1. Se trata de estudiar las casas en alquiler en una población. Para ello se extrae una muestra
aleatoria simple extensa y barata de tamaño 374 de las casas de un distrito y se halla que 272
casas estaban ocupadas por familias de raza blanca y 82 por otras razas. Se extrae una
segunda muestra de aproximadamente una de cada cuatro casas y se obtienen los siguientes
resultados respecto de la proporción de casas en alquiler:
En alquiler Total
Blancos 31 74
Otras razas 4 18
Estimar la proporción de casas en alquiler en la población y su error de muestreo.
Se trata de un problema de muestreo bifásico en el que la muestra de primera fase tiene de

tamaño n’ = 374 distribuyéndose entre los dos estratos con n1’ = 272 y n2’ = 82.
En segunda fase tenemos los siguientes datos por estratos:
Estrato I Raza blanca n1 = 74 W$ 1 = 272/374 P$ 1 =31/74

Estrato II Otras razas n2 = 18 W$ 2 = 82/374 P$ 2 = 4/18

n=92
2
272 31 82 4
Tenemos entonces P = ∑W$h P$h =
$ + = 0,376 .
h =1 374 74 374 18
Para hallar el error de muestreo calculamos la estimación de la varianza de la

proporción a partir de la fórmula aproximada:
n' ⎡ Pˆh Qˆ h ⎛⎜ ˆ 2 Wˆ h ⎞⎟ 1 2⎤
()
Vˆ Pˆ = ⎢∑
n'
1 ⎣⎢ h nh
1 ⎜⎝
Wh
( )
+ ∑ Wˆ h Pˆn
Pˆ ⎥ =
n' ⎟⎠ n' h ⎥⎦
⎡ 31 43 ⎛ 272 ⎞ 4 14 ⎛ 82 ⎞⎤
⎢ ⎜ 2 ⎟ ⎜ 2 ⎟⎥
374 74 74 ⎜ ⎛ 272 ⎞ 374 ⎟ 18 18 ⎜ ⎛ 82 ⎞ 374 ⎟⎥ +
⎢ ⎜ ⎟
+ ⎜ ⎟
373 ⎢ 73 ⎜ ⎝ 374 ⎠ 374 ⎟ 17 ⎜ ⎝ 374 ⎠ 374 ⎟⎥

⎢⎣ ⎜ ⎟ ⎜ ⎟⎥
⎝ ⎠ ⎝ ⎠⎦
1 ⎡⎛ 272 ⎞⎛ 31 ⎞ ⎤
2 2
⎞ ⎛ 82 ⎞⎛ 4
⎢⎜ ⎟⎜
0,376 ⎟ + ⎜ ⎟⎜
0,376 ⎟ ⎥ 0,0025
374 ⎣⎢⎝ 374 ⎠⎝ 74 ⎠ ⎝ 374 ⎠⎝ 18 ⎠ ⎦⎥
0,0025
El error relativo de muestreo será = 0,133 (13,3%) .
0,375
www.FreeLibros.org
9.2. Se trata de estimar una proporción a través de una encuesta para la que se dispone de un
presupuesto de 300000 unidades monetarias utilizando muestreo bifásico con estratificación.
La encuesta principal cuesta 1000 unidades monetarias por unidad de muestreo y se dispone
de información adicional en registros a un coste de 25 unidades monetarias por unidad de
muestreo que permite clasificar las unidades en dos estratos de tamaños casi iguales.
Sabiendo que la proporción verdadera es 0,2 en el primer estrato y 0,8 segundo estrato, se
quiere estimar los tamaños de las muestras en ambas fases n y n’ óptimos y el
correspondiente valor de la varianza del estimador de la proporción. Cuantificar la ganancia
en precisión respecto del muestreo aleatorio simple.
Hallaremos los tamaños óptimos n’ y n correspondientes a un coste total dado tales que
()
V Pˆ sea mínima, escribiendo la función de Lagrange:
1 1 ⎛ ⎞
2
" = A + B + c' n'+cn

C con A = ⎜ ∑Wh Ph Qh ⎟ y B = ∑Wh (Ph
P)2
( )
n n' ⎝ h ⎠ h
Derivando respecto de n y n’ y se tiene:
⎧ C A
" A A ⎫ ⎪n =
n
=
2 + c = 0 ⇒ = 2 ⎪
n cn ⎪ c ( Ac + Bc ' )
⎪ ⎪
" B B ⎪ ⎪ C B
=
2 + c' = 0 ⇒ = ⎬⇒ ⎨n ' =
n ' n' c' n' 2 ⎪ ⎪ c' ( Ac + Bc ' )
"

= c ' n '+ cn
C = 0
⎪
⎪
⎭
⎪
⎪V ()
Xˆ =
( Ac + Bc ' )
2
⎪⎩ ópt . C
Tenemos como datos que C = 300000, c = 1000, c’ = 25, P1 = Q2 = 0,2, Q1 = P2 = 0,8,

2
W1 = W2 = 0,5 y P = ∑W P
h =1
h h = 0,5(0,2 + 0,8) = 0,5 . Ya podemos calcular:
2
⎛ ⎞
(
A = ⎜ ∑Wh Ph Qh ⎟ = 0,5 0,2 0,8 + 0,5 0,8 0,2 )
2
= 0,16
⎝ h ⎠
B = ∑ Wh (Ph
P ) = 0,5 (0,2
0,5) 2 + 0,5 (0,8
0,5) 2 = 0,09
2
y tenemos:
C A 300000 0,16
n= =
c ( Ac + Bc ' ) 1000 ( 0,16 1000 + 0,09 25 ) = 268
C B 300000 0,09
n' = =
c' ( Ac + Bc ' ) 25 ( 0,16 1000 + 0,09 25 ) = 1272
V ópt . ()
Xˆ =
( Ac + Bc ' ) =(
2
0,16 1000 + 0,09 25 ) 2
= 0,0006673
C 300000
www.FreeLibros.org
En muestreo aleatorio simple la varianza de la proporción, considerando reposición (no

olvidemos que para poblaciones grandes en muestreo bifásico pueden aproximarse todas las
fórmulas por su expresión para reposición en las dos fases) será la siguiente:
PQ 0,5(1
0,5)
V ( Pˆ ) = = = 0,0008333
n 300000 / 1000
Se observa que hay ganancia en precisión al utilizar muestreo bifásico cuantificada por
(0,0008333/0,0006673-1) = 0,248, esto es, el 24,8%.
9.3. Consideremos un proceso de muestreo bifásico con estratificación. Supongamos que en la

primera fase se extrae una muestra de tamaño n’ = 400, y que en la segunda fase se ha
tomado, una vez formados tres estratos, n1 = 20, n2 = 10 y n3 = 10. Se conocen los siguientes
resultados:
Wˆ h x h Sˆ h2
0,55 2,8 15
0,32 8,2 200
0,13 26 1000
Obtener una estimación del error relativo de muestreo del estimador de la media así como
una estimación de la media por intervalos al 95% de confianza.
Se considera que para poblaciones grandes, en muestreo bifásico pueden aproximarse todas las
fórmulas por su expresión para reposición en las dos fases. Para estimar la varianza del
estimador de la media tenemos:
()
Vˆ Xˆ =
n' ⎡ s h2 ⎛⎜ ˆ 2 Wˆ h ⎞⎟ 1
⎢∑ ⎜Wh
n'
1 ⎢⎣ h nh ⎝ ⎟
n' ⎠ n' h
2⎤
+ ∑Wˆ h (xn
X ) ⎥ =
400 ⎡15 ⎛
⎢
⎥⎦ 400
1 ⎣ 20 ⎝
2
⎜ 0,55
0,55 ⎞
400 ⎠
⎟
200 ⎛ 0,32 ⎞ 1000 ⎛ 0,13 ⎞ 1

+
10 ⎝
2
⎜ 0,32
⎟+
400 ⎠ 10 ⎝
2
⎜ 0,13
⎟+
400 ⎠ 400
(
0,55(2,8
7,54) 2 + 0,32(8,2
7,54) 2
)]
+ 0,13(26
7,54) 2 = 3,96
3
Xˆ = ∑ Wˆ h x h = 0,55 2,8 + 0,32 8,2 + 0,13 26 = 7,544
h =1
Vˆ ( Xˆ ) 3,96
El error relativo será Cˆ v( Xˆ ) = = = 0,264 (26,4%)
Xˆ 7 ,544
Un límite para el error de estimación al 95% vendrá dado por la anchura del intervalo de
confianza, que vale 1,96 3,96 = 3,9.
Hemos visto en este capítulo que para valores grandes de n’ (caso habitual) el
estimador de la varianza del estimador de la media puede aproximarse por la fórmula
correspondiente al estimador de la varianza del estimador de la media en muestreo
estratificado en una sola fase (seguimos suponiendo reposición) sustituyendo Wh por su
estimación. En nuestro caso tendríamos:
() h
Sˆ 2 ⎡
Vˆ Xˆ = ∑Wˆ h2 h = ⎢0,552
nh ⎣
15
20
+ 0,322
200
10
+ 0,132
1000⎤
10 ⎥⎦
= 4,12
www.FreeLibros.org
Vˆ ( Xˆ ) 4,12
El error relativo será Cˆ v( Xˆ ) = = = 0,269 (26,9%)
Xˆ 7 ,544
Observamos que la pérdida en precisión es mínima por haber utilizado la aproximación
citada.
9.4. Consideremos dos características X e Y medidas sobre los elementos de una población para
las que conocemos los datos x = 2 y = 4 xy = 10 y X = 10. Se lleva a cabo un muestreo
bifásico obteniendo en primera fase una muestra de tamaño n’ = 100 con y ' = 40,6. En la
segunda fase n = 25, x = 9,8 e y = 40,1. Se trata de estimar la media poblacional utilizando
muestreo bifásico por regresión óptimo calculando el error relativo de muestreo y el coste
total para c ’ = 0 y c = 600
xy 6 6 xy 6 6
Se tiene = = = = 0,75 y b = 2 = 2 =
x y 2 4 8 y 4 16
El estimador por regresión para la media en el muestreo doble se halla mediante:
6
Xˆ rg = x + b( y '
y ) = 9,8 + (40,6
40,1) = 9,998
16
La varianza del estimador óptimo de la media se calcula mediante la expresión:
( )
V Xˆ rg =
( +
)
1
2 x2 2 x2
=
( )
1
0,75 2 2 2 0,75 2 2 2
+ = 0,0955
n n' 25 100
ˆ Vˆ ( Xˆ rg ) 0,0955
El error relativo será Cˆ v( X rg ) = = = 0,0309 (3,09%)
ˆ
X rg 9,998
El coste total será C = cn + c’n’ = 600(25)+10(100) = 16000.
9.5. Se utiliza una muestra aleatoria simple de tamaño 60 extraída de una población sin
reposición y probabilidades iguales, para repetir una encuesta sobre sus elementos en dos
ocasiones distintas. Se supone que no existe falta de respuesta y que los resultados obtenidos
son los que representa la tabla adjunta. Además, se sabe que 2 = 20, = 0,7 y = 0,6.
Primera ocasión Segunda ocasión

x' ' = 150 y' ' = 160
x' = 152 y' = 158
1) Hallar la estimación de cambio y

x y su error de muestreo.
2) Hallar la estimación del cambio de mínima varianza y su error de muestreo.
3) Hallar la estimación de la media en segunda ocasión y y su error de muestreo.
4) Hallar la estimación de la media en segunda ocasión de mínima varianza y su error.
www.FreeLibros.org
El número c de unidades muestrales comunes en las dos ocasiones se puede calcular a partir de la
proporción de unidades muestrales comunes c y del tamaño muestral total n.
c
c = ⇒ c = c n = 0,6 60 = 36
n
n
c c 60
36 36
x= x ' '+ x ' = 150 + 152 = 0,4 150 + 0,6 152 = 151,2
n n 60 60
n
c c 60
36 36
y= y ' '+ y ' = 160 + 158 = 0,4 160 + 0,6 158 = 158,8
n n 60 60
Para la estimación del cambio y su error tenemos entonces:
ˆ = y
x = 158,8
151,2 = 7,6
() S2 20
V ˆ = 2 [1
12 c ] 2 [1
0,7 0,6] = 0,38666
n 60
El estimador del cambio de mínima varianza y su error vienen dados por:
c 0,6
%ˆ = W ( y '
x ') + (1
W ) ( y ' '
x ' ') con W = = = 0,8333
1
12 (1
c ) 1
0,7 0,4
ˆ = 0,8333(158
152 ) + (1
0,8333) (160
150 ) = 6,66666
luego ya tenemos %
2 S 2 (1
12 ) 2 20(1
0,7 )
()
V %ˆ =
[1
12 (1
c )] n [1
0,7(1
0,6)] 60
= 0,277
El estimador de la media en segunda ocasión y su error se calculan como:
n
c c 60
36 36
y= y ' '+ y ' = 160 + 158 = 0,4 160 + 0,6 158 = 158,8
n n 60 60
S 2 20
V (y) = = 0,333
n 60
Utilizaremos el estimador estimador lineal de mínima varianza de la media para la
segunda ocasión combinado definido por:
y = W [ y'+ ( x
x ')] + (1
W ) y' ' = 0,65[158 + 0,7(151,2
152)] + (1
0,65)160 = 159
Los cálculos necesarios son los siguientes:

V (x2c ) 0,833
W = = = 0,65
( )
V x + V ( x 2 c ) 0,446 + 0,833
'
2c
⎛ 1
122 122 ⎞ ⎛ 1
0,72 0,72 ⎞ S2 20
( )
V x2' c = S 2 ⎜⎜ + ⎟⎟ = 20⎜⎜ + ⎟⎟ = 0,446 V ( x2c ) = =
n
c 60
36
= 0,833
⎝ c n ⎠ ⎝ 32 60 ⎠
www.FreeLibros.org
El error de muestreo del estimador de varianza mínima viene dado por:
V (y) =
( ) (
S 2 n
122 (n
1) 20 60
0,7 2 (60
1)
= = 0,29
)
n 2
122 c 2 60 2
0,7 2 (60
36) 2
9.6. Se utiliza una muestra aleatoria simple de tamaño 100 de una población de 1000 personas
sin reposición y probabilidades iguales para repetir una encuesta sobre sus elementos en dos
ocasiones sucesivas preguntando sobre un carácter dicotómico. Se obtienen los resultados de
la tabla adjunta.
O1
O2 Sí No Total

Sí 80 5 85
No 10 5 15
Total 90 10 100
Hallar y calcular el error de muestreo del estimador diferencia de proporciones con

contestación afirmativa entre la segunda y la primera ocasión.
Pˆ (1
Pˆ2 )
Dˆ = Pˆ2
Pˆ1 ⇒ Vˆ ( Dˆ ) = Vˆ ( Pˆ2 ) + Vˆ ( Pˆ1 )
2Cov( Pˆ1 , Pˆ2 ) = (1
f ) 2 +
n
1
n
85 85
ˆ ˆ ∑ X 1i X 2i
nPˆ1 Pˆ2 (1
)
P1 (1
P1 ) ⎛ 10 ⎞ 100 100
(1
f )
2(1
f ) i =1
= ⎜1
⎟ +
n
1 n(n
1) ⎝ 100 ⎠ 100
1
90 90 90 85
(1
) 80
100
⎛ 10 ⎞ 100 100 + 2⎜1
⎛ 10 ⎞ 100 100 = 0,00134
⎜1
⎟ ⎟
⎝ 100 ⎠ 100
1 ⎝ 100 ⎠ n(n
1)
n
Con los datos de la tabla se comprueba fácilmente que ∑X
i =1
1i X 2i = 80 .
El coeficiente de correlación se calculará de la siguiente forma:
Cov( Pˆ1 , Pˆ2 ) 0,00032

= = = 0,3
Vˆ ( Pˆ1 ) Vˆ ( Pˆ2 ) 0,00082 0,00116
www.FreeLibros.org
9.1. Se destinan 3000 unidades monetarias a una encuesta para estimar una proporción. La
encuesta principal costará 10 unidades monetarias por unidad de muestreo. Se dispone de
información en registros, a un coste de 0,25 unidades monetarias por unidad de muestreo,
que permite la clasificación de las unidades en dos estratos de tamaños casi iguales. Si la
proporción verdadera es 0,2 en el estrato 1 y 0,8 en el estrato 2, estimar n y n’ óptimas y el
valor resultante de V(pst). ¿Produce el muestreo bifásico alguna ganancia en precisión sobre
el muestreo aleatorio simple?
9.2. Si = 0,8 en muestreo doble para regresión, ¿cómo debe ser n’ con relación a n, si la pérdida
en precisión debida a errores de muestreo en la media de la muestra grande se desea que sea
menor del 10%?
9.3. En una aplicación de muestreo bifásico por regresión la muestra pequeña es de tamaño 87 y
la grande de tamaño 300. Para la muestra pequeña conocemos los siguientes datos:
∑ (X
x ) = 17283 ∑ (X
x )(Yi
y ) = 5114 ∑ (Y
y ) = 3248
2 2
i i i
i i i
Calcular el error estándar de la estimación de la regresión de X .
9.4. En un muestreo en dos ocasiones se supone que S1=S2=S y que las muestras son grandes de
modo que los coeficientes de regresión de X2i respecto de X1i y de X1i respecto de X2i en la
parte apareada de las muestras en las dos ocasiones son ambas efectivamente iguales a .
Demostrar que si las estimaciones x1 y x2 se construyen usando la regresión de X1i respecto
de X2i se tiene:
2S 2 (1
) 2 S 2 (1 + )
v( x 2
x1 ) = v( x2 + x1 ) =
(n
u ) (n + u )
www.FreeLibros.org
CAPÍTULO
MUESTREO ESTADÍSTICO
MEDIANTE SPSS
OBJETIVOS
1. Presentar métodos automatizados de tratamiento del muestreo estadístico.
2. Analizar las posibilidades en muestreo del software SPSS a partir de la

versión 12.
3. Utilizar el asistente de muestreo de SPSS para la creación de planes de

muestreo en diseños complejos.
4. Utilizar el asistente de muestreo de SPSS para la modificación y ejecución

de planes de muestreo en diseños complejos.
5. Estudiar las posibilidades del asistente de preparación de análisis de SPSS

para la creación de un plan de análisis en una muestra compleja.
6. Estudiar las posibilidades del asistente de preparación de análisis de SPSS

para la modificación de un plan de análisis en una muestra compleja.
7. Realizar cálculos en muestra complejas con SPSS.
8. Obtener frecuencias, descriptivos, tablas de contingencia, razones y otros

estimadores y sus errores en muestras complejas con SPSS.
www.FreeLibros.org
ÍNDICE
1. SPSS y el muestreo estadístico.
2. Diseños complejos y el asistente de muestreo. Creación de un nuevo plan

de muestreo.
3. Asistente de muestreo: Modificar un plan existente.
4. Asistente de muestreo: ejecutar un plan de muestreo dado.
5. Preparación de una muestra compleja para su análisis: Creación de un

nuevo plan de análisis.
6. Preparación de una muestra compleja para su análisis: Modificar un plan de

análisis existente.
7. Cálculos en muestras complejas: frecuencias, descriptivos, tablas de

contingencia y razones.
www.FreeLibros.org
Muestreo estadístico mediante SPSS 353
SPSS Y EL MUESTREO ESTADÍSTICO
Un supuesto inherente a los procedimientos de análisis en los paquetes de software

tradicionales es que las observaciones del archivo de datos de trabajo representan una
muestra aleatoria simple de la población de interés. Este supuesto es insostenible para un
número cada vez mayor de empresas e investigadores que consideran más económico y
cómodo obtener las muestras de una forma más estructurada. La opción Muestras complejas
de SPSS (opción presente en el programa a partir de la versión 12) permite seleccionar una
muestra de acuerdo con un diseño complejo e incorporar las especificaciones del diseño al
análisis de los datos para asegurar la validez de los resultados.
En SPSS, una muestra compleja puede ser distinta de una muestra aleatoria simple en
muchos aspectos. En una muestra aleatoria simple, las unidades de muestreo individuales se
seleccionan aleatoriamente con la misma probabilidad y sin reposición (SR) directamente a
partir de la totalidad de la población. Por el contrario, una muestra compleja determinada
puede tener en SPSS alguna o todas las características siguientes:
Estratificación: El muestreo estratificado implica seleccionar muestras independientemente

dentro de los subgrupos de la población que no se solapen o estratos. Por ejemplo, los
estratos pueden ser grupos socioeconómicos, categorías laborales, grupos de edad o grupos
étnicos. Con la estratificación, puede asegurar que los tamaños muestrales de los subgrupos
de interés son adecuados, mejorar la precisión de las estimaciones globales y utilizar
distintos métodos de muestreo entre los diferentes estratos.
Conglomerados: El muestreo por conglomerados implica la selección de grupos de unidades

muestrales o conglomerados. Por ejemplo, los conglomerados pueden ser escuelas, hospitales
o zonas geográficas y las unidades muestrales pueden ser alumnos, pacientes o ciudadanos. El
conglomerado es común en los diseños polietápicos y en las muestras de zona (geográfica).
Múltiples etapas: En el muestreo polietápico, se selecciona una muestra de primera etapa

basada en conglomerados. A continuación, se crea una muestra de segunda etapa extrayendo
submuestras a partir de los conglomerados seleccionados. Si la muestra de segunda etapa
está basada en subconglomerados, entonces puede añadir una tercera etapa a la muestra. Por
ejemplo, en la primera etapa de una encuesta, se podría extraer una muestra de ciudades. A
continuación, y a partir de las ciudades seleccionadas, se podrían muestrear unidades
familiares. Finalmente, a partir de las unidades familiares seleccionadas, se podría encuestar
a individuos. Los Asistentes de muestreo y preparación del análisis permiten especificar tres
etapas en un diseño.
Muestreo no aleatorio: Cuando es difícil obtener la muestra aleatoriamente, las unidades se

pueden muestrear sistemáticamente (con un intervalo fijo) o secuencialmente.
Probabilidades de selección desiguales: Cuando se muestrean conglomerados que contienen

números de unidades desiguales, puede utilizar el muestreo probabilístico proporcional al tamaño
(PPS) para que la probabilidad de selección del conglomerado sea igual a la proporción de unidades
que contiene. El muestreo PPS también puede utilizar esquemas de ponderación más generales para
seleccionar unidades.
Muestreo no restringido: El muestreo no restringido selecciona las unidades con reposición

(CR), por lo que se puede seleccionar más de una vez una unidad individual para la muestra.
www.FreeLibros.org
Ponderaciones muestrales: Las ponderaciones muestrales se calculan automáti-camente al extraer

una muestra compleja y de forma ideal se corresponden con la <<frecuencia>> que cada unidad
muestral representa en la población objetivo. Por lo tanto, la suma de las ponderaciones muestrales
debe estimar el tamaño de la población. Los procedimientos de análisis de muestras complejas
requieren las ponderaciones muestrales para poder analizar correctamente una muestra compleja.
DISEÑOS COMPLEJOS Y EL ASISTENTE DE MUESTREO. CREACIÓN DE

UN NUEVO PLAN DE MUESTREO
El Asistente de muestreo le guía a través de los pasos para crear, modificar o ejecutar un
archivo de plan de muestreo. Antes de utilizar el Asistente, debe tener en mente una población
objetivo bien definida, una lista de las unidades muestrales y un diseño muestral adecuado.
Para crear un nuevo plan de muestreo (por ejemplo, muestreo estratificado del 10% por
barrios en el fichero Venta de casas [por barrios].sav), elija en los menús Analizar Muestras
complejas Seleccionar una muestra...(Figura 10-1). En el Asistente de muestreo seleccione
Diseñar una muestra y elija un nombre de archivo de plan (PLAN1.CSPLAN) para guardar el plan
de muestreo (Figura 10-2). Pulse Siguiente para ir al paso Variables en el diseño (Figura 10-3),
donde puede definir estratos, conglomerados e introducir ponderaciones muestrales.
Figura 10-1
Figura 10-2
www.FreeLibros.org
Figura 10-3
Este paso permite seleccionar las variables de estratificación y conglomeración en el

campo Variables arrastrándolas a los campos Estratificar por y Conglomerados respectivamente,
y definir ponderaciones muestrales de entrada en el campo Introducir ponderación muestral (si
el diseño muestral actual forma parte de un diseño muestral mayor, puede disponer de
ponderaciones muestrales de una etapa anterior del diseño mayor, en cuyo caso puede
especificar una variable numérica que contenga estas ponderaciones en la primera etapa del
diseño actual calculándose las ponderaciones muestrales automáticamente para las etapas
posteriores del diseño actual). También puede especificar una etiqueta para la etapa en el
campo Etiqueta de etapa (se utiliza en los resultados para facilitar la identificación de la
información por etapas).
En la parte izquierda de cada paso del Asistente de muestreo se muestra un esquema

de los titulares de todos los pasos. Puede navegar por el Asistente al pulsar el nombre de uno
de los pasos activados en el esquema. Los pasos están activados cuando todos los pasos
anteriores sean válidos, es decir, si cada uno de los pasos anteriores dispone de las
especificaciones mínimas necesarias para ese paso. Consulte la ayuda de los pasos
individuales para obtener más información sobre los motivos por los que un paso
determinado puede no ser válido.
A continuación, para ir al paso Método, pulsamos en Método en la parte izquierda de la

pantalla del Asistente para obtener la Figura 10-4, en cuyo campo Método elegimos el tipo de
muestreo (aleatorio, sistemático, con o sin reposición, etc.).
Algunos tipos de muestreo permiten elegir entre realizar un muestreo con reposición (CR)
o sin reposición (SR). Si desea obtener más información, consulte las descripciones de los tipos.
Tenga en cuenta que algunos tipos de probabilidad proporcional al tamaño (PPS) están
disponibles sólo cuando se han definido conglomerados y todos los tipos de PPS están
disponibles sólo en la primera etapa de un diseño. Además, los métodos SR están disponibles
sólo en la última etapa de un diseño.
www.FreeLibros.org
Figura 10-4
En el Muestreo aleatorio simple las unidades se seleccionan con probabilidad igual. Se

pueden seleccionar con o sin reposición. En el Muestreo sistemático simple las unidades se
seleccionan con un intervalo fijo en todo el marco muestral (o en los estratos, si se han especificado)
y se extraen sin reposición. Se selecciona una unidad aleatoriamente dentro del primer intervalo
como el punto inicial. En el Muestreo secuencial simple las unidades se seleccionan de forma
secuencial con probabilidad igual y sin reposición. El Muestreo con probabilidad proporcional al
tamaño es un método de primera etapa que selecciona unidades de forma aleatoria con probabilidad
proporcional al tamaño. Se puede seleccionar cualquier unidad con reposición; sólo se puede realizar
muestreo sin reposición de los conglomerados. El Muestreo sistemático proporcional al tamaño es
un método de primera etapa que selecciona unidades de forma sistemática con probabilidad
proporcional al tamaño. Se seleccionan sin reposición. El Muestreo secuencial proporcional al
tamaño es un método de primera etapa que selecciona unidades de forma secuencial con
probabilidad proporcional al tamaño del conglomerado y sin reposición.
El Muestreo de Brewer proporcional al tamaño es un método de primera etapa que

selecciona dos conglomerados de cada estrato con probabilidad proporcional al tamaño del
conglomerado y sin reposición. Se debe especificar una variable de conglomeración para utilizar
este método. El Muestreo de Murthy proporcional al tamaño es un método de primera etapa
que selecciona dos conglomerados de cada estrato con probabilidad proporcional al tamaño del
conglomerado y sin reposición. Se debe especificar una variable de conglomeración para utilizar
este método. El Muestreo de Sampford proporcional al tamaño es un método de primera etapa
que selecciona más de dos conglomerados de cada estrato con probabilidad proporcional al
tamaño del conglomerado y sin reposición. Es una extensión del método de Brewer. Se debe
especificar una variable de conglomeración para utilizar este método. Por defecto, el método de
estimación se especifica en el archivo de plan de manera coherente con el método de muestreo
seleccionado, pero la opción Usar estimación CR para el análisis permite utilizar la estimación
con reposición incluso si el método de muestreo implica la estimación SR. Esta opción solamente
está disponible en la etapa 1. Si se selecciona un método PPS, se deberá especificar una medida
del tamaño que defina el tamaño de cada unidad en el campo Medida del tamaño (MDT).
www.FreeLibros.org
Estos tamaños pueden definirse explícitamente en una variable o se pueden calcular a

partir de los datos. Opcionalmente, se pueden establecer los límites inferior y superior de la
MDT, anulando cualquier valor encontrado en la variable MDT o calculado a partir de los datos.
Estas opciones solamente están disponibles en la etapa 1.
A continuación, para ir al paso Tamaño muestral, pulsamos en Tamaño muestral en la parte
izquierda de la pantalla del Asistente para obtener la Figura 10-5 .
Figura 10-5
Este paso permite especificar el número o la proporción de unidades que se van a

muestrear dentro de la etapa actual. El tamaño muestral puede ser fijo o variar entre estratos.
Para el propósito de especificar el tamaño muestral, se pueden utilizar los conglomerados
elegidos en etapas anteriores para definir estratos. En el campo Unidades puede especificar un
tamaño muestral exacto o una proporción de unidades a muestrear. En el campo Valor se
aplica un valor particular a todos los estratos. Si se selecciona Recuentos como la unidad
métrica, se deberá introducir un entero positivo. Si se selecciona Proporciones, se deberá
introducir un valor no negativo (a no ser que se realice una muestra con reposición, los valores
de proporción no deberán ser mayores que 1). El campo Valores desiguales para estratos
permite introducir distintos valores de tamaño para cada estrato a través del cuadro de diálogo
Definir tamaños desiguales. El campo Leer valores de la variable permite seleccionar una
variable numérica que contenga los valores de tamaño para los estratos. Si se selecciona
Proporciones, se tiene la opción de establecer los límites inferior y superior para el número de
unidades muestreadas.
A continuación, para ir al paso Variables de resultado, pulsamos en Variables de resultado en

la parte izquierda de la pantalla del Asistente. Se obtiene la Figura 10-6.
www.FreeLibros.org
Figura 10-6
Este paso permite elegir las variables que desea guardar cuando se extraiga la muestra.
Tamaño poblacional recoge el número estimado de unidades en la población de una etapa dada.
El nombre raíz de la variable guardada es TamañoPoblación_. Proporción muestral recoge la
tasa de la muestra en una etapa dada. El nombre raíz de la variable guardada es TasaMuestreo_.
Tamaño muestral recoge el número de unidades extraídas en una etapa dada. El nombre raíz de la
variable guardada es TamañoMuestra_. Ponderación muestral recoge la inversa de las
probabilidades de inclusión.
El nombre raíz de la variable guardada es PonderaciónMuestra_. Algunas variables por

etapa se generan automáticamente. Entre éstas se incluyen Probabilidades de inclusión
(proporción de unidades extraídas en una etapa dada con nombre raíz de la variable guardada
ProbabilidadInclusión_), Ponderación acumulada (ponderación de la muestra acumulada a lo
largo de las etapas anteriores a la actual e incluyendo esta última con nombre raíz de la variable
guardada), PonderaciónMuestraAcumulada_, Índice (identifica las unidades seleccionadas varias
veces dentro de una etapa dada con nombre raíz de la variable guardada Índice_), etc.. Los
nombres raíz de la variable guardada incluyen un sufijo entero que refleja el número de la etapa,
por ejemplo, TamañoPoblación_1_ para el tamaño de la población guardada de la etapa 1.
A continuación, para ir al paso Resumen, pulsamos en Resumen en la parte izquierda
de la pantalla del Asistente. Se obtiene la Figura 10-7. Se trata del último paso de cada etapa
que proporciona un resumen de las especificaciones del diseño muestral hasta la etapa
actual. A partir de aquí, puede pasar a la siguiente etapa (creándola si es necesario en Añadir
etapa 2) o definir las opciones para extraer la muestra.
www.FreeLibros.org
Figura 10-7
Ya estamos en condiciones de extraer la muestra según el diseño definido en los pasos
anteriores. Para ello elegimos Extraer muestra Opciones de selección en la parte izquierda de
la pantalla del Asistente de muestreo. También puede controlar otras opciones del muestreo,
como la semilla aleatoria y el tratamiento de los valores perdidos (Figura 10-8). Extraer muestra,
además de elegir si desea extraer una muestra, también puede elegir ejecutar parte del diseño
muestral. Las etapas se deben extraer en orden; es decir, la etapa 2 no se puede extraer a menos
que ya se haya extraído la etapa 1. Al editar o ejecutar un plan, no puede volver a muestrear
etapas bloqueadas. El campo Semilla permite elegir un valor de semilla para la generación de
números aleatorios. El campo Incluye los valores perdidos definidos por el usuario determina si
los valores perdidos definidos por el usuario son tratados como válidos. Si es así, los valores
perdidos definidos por el usuario se tratan como una categoría diferente. El campo Los datos ya
están ordenados permite acelerar el proceso de selección si el marco muestral está clasificado
previamente por los valores de las variables de estratificación.
Figura 10-8
www.FreeLibros.org
Realizado el diseño y extraída la muestra, sólo resta guardar los resultados

adecuadamente. Para ello se selecciona Extraer muestra Archivos de resultados en la parte
izquierda de la pantalla del Asistente de muestreo (Figura 10-9). Este paso permite elegir dónde
dirigir los casos muestreados, las variables de ponderación, las probabilidades conjuntas y las
reglas de selección de casos.
Las opciones de ¿Dónde desea almacenar los datos de la muestra? permiten determinar
dónde se escribe el resultado de la muestra. Se puede añadir al archivo de datos de trabajo o
guardar en un archivo externo. Si se especifica un archivo externo, se guardan en el archivo las
variables de los resultados del muestreo y las variables del archivo de datos de trabajo para los
casos seleccionados. Las opciones de ¿Dónde desea guardar las probabilidades conjuntas?
permiten determinar dónde se escriben las probabilidades conjuntas. Las probabilidades
conjuntas se producen si se seleccionan la probabilidad proporcional al tamaño sin reposición,
el muestreo de Brewer proporcional al tamaño, el muestreo de Sampford proporcional al
tamaño o el método de Murthy proporcional al tamaño y la estimación con reposición no se
especifica. En cuanto al campo Guardar reglas de selección de casos, si está construyendo la
muestra por etapas, es posible que quiera guardar las reglas de selección de casos en un
archivo de texto. Son útiles para construir el submarco de las etapas posteriores.
Figura 10-9
Ya sólo resta finalizar el proceso adecuadamente. Para ello se selecciona Extraer

muestra Finalización en la parte izquierda de la pantalla del Asistente de muestreo (Figura 10-10).
Puede guardar el archivo de plan y extraer la muestra ahora o pegar las selecciones en una
ventana de sintaxis. Al editar un plan, puede guardar el plan editado en un archivo nuevo o
sobrescribir el archivo de plan existente.
www.FreeLibros.org
Figura 10-10
Al pulsar en Finalizar en la Figura 10-10 se obtiene la salida del procedimiento con la
sintaxis (Figura 10-11) y un resumen para las etapas (Figura 10-12).

También se obtiene un resumen sobre las distintas etapas de selección de la muestra,
que se presenta a continuación.
Resumen
Etapa 1
Variables Estratificación 1 Barrio
Información de Método de selección Muestreo aleatorio simple sin
la muestra reposición
Proporción de unidades muestreadas ,1
Variables creadas Probabilidad de inclusión ProbabilidadInclusión_1_
o modificadas (selección) según etapa
Ponderación de muestreo PonderaciónMuestralAcumulada_1
acumulada según etapa _
Tamaño de la población según etapa TamañoPoblación_1_
Tamaño de la muestra según etapa TamañoMuestral_1_
Tasa de muestreo según etapa TasaMuestreo_1_
Ponderación de muestreo según etapa PonderaciónMuestral1_
Información Supuestos del estimador Muestreo de probabilidad igual
sobre el análisis sin reposición
Probabilidad de inclusión A partir de la variable
ProbabilidadInclusión_1_
Archivo del plan: C:\Archivos de programa\SPSS12\PLAN1Variable de ponderación: PonderaciónMuestral_Final_
www.FreeLibros.org
ASISTENTE DE MUESTREO: MODIFICAR UN PLAN EXISTENTE
Para modificar un plan de muestreo existente, por ejemplo para guardar la muestra estratificada
anterior en una archivo nuevo de nombre PLAN2.SAV, elija en los menús: Analizar Muestras
complejas Seleccionar una muestra..., seleccione Editar un diseño muestral y elija el archivo de
plan anterior PLAN1.CSPLAN para editar (Figura 10-13). Pulse Siguiente para continuar usando el
Asistente. Revise el plan de muestreo del paso Resumen del plan (Figura 10-14), y a continuación
pulse Siguiente. En Extraer muestra Archivos de resultados especifique el archivo para guardar la
muestra (Figura 10-15). Vaya al paso final y especifique un nombre nuevo para el archivo de plan
editado (Figura 10-16). Si lo desea, tiene la posibilidad de Especificar las etapas que ya se han
muestreado y Eliminar etapas del plan.
Figura 10-13
Figura 10-14
www.FreeLibros.org
Figura 10-15
Puede ocurrir que al pulsar Finalizar en la Figura 10-16, algunas variables a guardar
coincidan en nombre con las ya existentes. En ese caso, en la pantalla de la Figura 10-17 se hace clic en
Cambiar nombre y SPSS realiza los cambios adecuados. La Figura 10-18 muestra el nuevo archivo
PLAN2.SAV que contiene la muestra aleatoria.
Figura 10-16
www.FreeLibros.org
ASISTENTE DE MUESTREO: EJECUTAR UN PLAN DE MUESTREO DADO
Elija en los menús Analizar Muestras complejas Seleccionar una muestra...(Figura 10-1).
En el Asistente de muestreo seleccione Extraer una muestra (Figura 10-13) y elija un
archivo de plan para ejecutar. Pulse Siguiente para continuar usando el Asistente. Revise el
plan de muestreo del paso Resumen del plan, y a continuación pulse Siguiente. Cuando se
ejecuta un plan de muestreo se omiten los pasos individuales que contienen información de
la etapa. Ya puede pasar al paso de finalización. Si lo desea, tiene la posibilidad de
especificar las etapas que ya se han muestreado.
PREPARACIÓN DE UNA MUESTRA COMPLEJA PARA SU ANÁLISIS:

CREACIÓN DE UN NUEVO PLAN DE ANÁLISIS
El Asistente de preparación del análisis le guía a través de los pasos para crear o modificar un
plan de análisis y utilizarlo con los distintos procedimientos de análisis de muestras complejas.
Antes de utilizar el Asistente, debe haber extraído la muestra para el análisis de acuerdo con un
diseño complejo. Es más útil crear un plan nuevo cuando no se tiene acceso al archivo del plan
de muestreo utilizado para extraer la muestra (recuerde que el plan de muestreo contiene un
plan de análisis por defecto). Si no tiene acceso al archivo del plan de muestreo utilizado para
extraer la muestra, puede utilizar el plan de análisis contenido por defecto en el archivo del
plan de muestreo u omitir las especificaciones del análisis por defecto y guardar los cambios
en un archivo nuevo.
Para crear un nuevo plan de análisis, elija en los menús Analizar muestras complejas
Preparar para el análisis... (Figura 10-19), seleccione Crear un archivo de plan en la Figura
10-20 y elija un nombre de archivo de plan para guardar el plan del análisis. Crearemos un
plan de análisis de nombre PLANA.CSAPLAN para la muestra obtenida anteriormente y guardada
en el fichero PLAN2.SAV. Pulse Siguiente para continuar usando el Asistente. Especifique la
variable que contiene las ponderaciones muestrales en el paso Variables del diseño y, si lo desea,
puede definir estratos y conglomerados (Figura 10-21). Es posible seleccionar el método de
estimación de los errores típicos en el paso Método de estimación (Figura 10-22). También
puede especificar el número de unidades muestrales o la probabilidad de inclusión por unidad
en el paso Tamaño (Figuras 10-23 y 10-24).
www.FreeLibros.org
El paso Resumen (Figura 10-25) recoge las especificaciones de nuestro análisis.

También es posible añadir una segunda o tercera etapa al diseño en el paso Añadir etapa. El
paso Finalización permite guardar el archivo del plan ahora o pegar las selecciones en una
ventana de sintaxis (Figura 10-26). Ahora puede pulsar Finalizar para guardar el plan. Se
obtiene la salida del procedimiento (Figura 10-27).
Figura 10-19
Figura 10-20
Figura 10-21
www.FreeLibros.org
Figura 10-22
Figura 10-23
Figura 10-24
www.FreeLibros.org
Figura 10-25
Figura 10-26
www.FreeLibros.org
PREPARACIÓN DE UNA MUESTRA COMPLEJA PARA SU ANÁLISIS:

MODIFICAR UN PLAN DE ANÁLISIS EXISTENTE
Para modificar un plan de análisis existente elija en los menús Analizar Muestras
complejas Preparar para el análisis... (Figura 10-19), seleccione Editar un archivo de plan y
elija un nombre de archivo de plan en el que se guardará el plan del análisis (Figura 10-28). Pulse
Siguiente para continuar usando el Asistente. Revise el plan de análisis en el paso Resumen del
plan y, a continuación, pulse Siguiente. Los pasos posteriores son prácticamente iguales que los
de un diseño nuevo. Desplácese al paso de finalización y especifique un nombre nuevo para el
archivo de plan editado o sobrescriba el archivo de plan existente. Si lo desea, tiene la posibilidad
de eliminar etapas del plan.
CÁLCULOS EN MUESTRAS COMPLEJAS: FRECUENCIAS, DESCRIPTIVOS,

TABLAS DE CONTINGENCIA Y RAZONES
Una vez seleccionada una muestra mediante el Asistente de muestreo que se activa con
Analizar Muestras complejas Seleccionar una muestra... (Figura 10-1), y preparada la
muestra para su análisis mediante el Asistente de preparación del análisis que se activa con
Analizar Muestras complejas Preparar para el análisis... (Figura 10-19), ya estamos
en disposición de calcular frecuencias, estadísticos, tablas de contingencia y razones a partir
de los datos de nuestra muestra.
Frecuencias de Muestras complejas
El procedimiento Frecuencias de Muestras complejas genera tablas de frecuencias para las

variables seleccionadas en un archivo de plan de análisis existente (*.CSAPLAN) y muestra
estadísticos univariantes. Si lo desea, puede solicitar estadísticos por subgrupos definidos por una
o más variables categóricas.
El procedimiento genera estimaciones de los tamaños poblacionales de las casillas,

además de errores típicos, intervalos de confianza, coeficientes de variación, efectos del diseño,
raíz cuadrada de los efectos del diseño, valores acumulados y recuentos no ponderados para cada
estimación. Además, se calculan los estadísticos de chi-cuadrado y la razón de verosimilitudes
para el contraste de proporciones de casilla iguales.
Para la obtención de Descriptivos de Muestras complejas elija en los menús Analizar

Muestras complejas Descriptivos... (Figura 10-29), seleccione un archivo de plan, que puede
ser el asociado por defecto a la muestra en memoria PLAN2.SAV u otro a especificar en Archivo
personalizado (Figura 10-30) y, si lo desea, seleccione un archivo de probabilidades conjuntas
personalizado.
Pulse en Continuar y seleccione al menos una variable de medida y, si lo desea, tiene la
posibilidad de especificar variables para definir subpoblaciones (Figura 10-31), en cuyo caso los
estadísticos se calculan por separado para cada subpoblación. Al pulsar Aceptar se obtiene la
salida (Figuras 10-32 y 10-33).
www.FreeLibros.org
Descriptivos de Muestras complejas

El procedimiento Descriptivos de Muestras complejas genera estadísticos descriptivos para
las variables seleccionadas en un archivo de plan de análisis existente (*.CSAPLAN). Si lo
desea, puede solicitar estadísticos por subgrupos definidos por una o más variables
categóricas.
www.FreeLibros.org
El procedimiento genera estimaciones de los tamaños poblacionales de las casillas,

además de errores típicos, intervalos de confianza, coeficientes de variación, efectos del diseño,
raíz cuadrada de los efectos del diseño, valores acumulados y recuentos no ponderados para cada
estimación. Además, se calculan los estadísticos de chi-cuadrado y la razón de verosimilitudes
para el contraste de proporciones de casilla iguales. Para la obtención de Descriptivos de
Muestras complejas elija en los menús Analizar Muestras complejas Descriptivos...
(Figura 10-34), seleccione un archivo de plan, que puede ser el asociado por defecto a la muestra
actual (PLANA.CSAPLAN) u otro a especificar en Archivo personalizado (Figura 10-35) y, si lo
desea, seleccione un archivo de probabilidades conjuntas personalizado. Pulse en Continuar y
seleccione al menos una variable de medida (Figura 10-36). Si lo desea, tiene la posibilidad de
especificar variables para definir subpoblaciones, en cuyo caso los estadísticos se calculan por
separado para cada subpoblación. El botón Estadísticos permite elegir los estadísticos a obtener
(Figura 10-37). Al pulsar Aceptar se obtiene la salida (figuras 10-38 a 10-40).
Figura 10-39
www.FreeLibros.org
Figura 10-40
www.FreeLibros.org
Tablas de contingencia de Muestras complejas

El procedimiento Tablas de contingencia de Muestras complejas genera tablas de contingencia
para los pares de variables seleccionadas y muestra estadísticos sobre la clasificación
bivariante. Si lo desea, puede solicitar estadísticos por subgrupos, definidos por una o más
variables categóricas. Para la obtención de Tablas de contingencia de Muestras complejas elija
en los menús Analizar Muestras complejas Tablas de contingencia... (Figura 10-41),
seleccione un archivo de plan, que puede ser el asociado por defecto a la muestra actual
(PLANA.CSAPLAN) u otro a especificar en Archivo personalizado (Figura 10-42) y, si lo desea,
seleccione un archivo de probabilidades conjuntas personalizado. Pulse en Continuar y seleccione al
menos una variable de medida para el campo Filas y otra para el campo Columnas que formarán la
tabla de contingencia (Figura 10-43). Si lo desea, tiene la posibilidad de especificar variables para
definir subpoblaciones, en cuyo caso las tablas se calculan por separado para cada subpoblación. El
botón Estadísticos permite elegir los estadísticos a obtener (Figura 10-44). Al pulsar Aceptar se
obtiene la salida.
www.FreeLibros.org
Razones de Muestras complejas
El procedimiento Razones de Muestras complejas muestra estadísticos de resumen

univariantes para razones de variables. Si lo desea, puede solicitar estadísticos por subgrupos,
definidos por una o más variables categóricas. Para la obtención de Razones de Muestras
complejas elija en los menús Analizar Muestras complejas Razones... (Figura 10-45),
seleccione un archivo de plan, que puede ser el asociado por defecto a la muestra actual
(PLANA.CSAPLAN) u otro a especificar en Archivo personalizado (Figura 10-46) y, si lo
desea, seleccione un archivo de probabilidades conjuntas personalizado. Pulse en Continuar y
seleccione al menos una variable de medida para el campo Numerador y otra para el campo
Denominador que formarán la razón a estimar (Figura 10-47). Los numeradores y los
denominadores deben ser variables de escala con valores positivos. Si lo desea, tiene la
posibilidad de especificar variables para definir subpoblaciones, en cuyo caso, las razones se
calculan por separado para cada subpoblación.
El botón Estadísticos permite elegir los estadísticos a obtener (Figura 10-48). Al

pulsar Aceptar se obtiene la salida (Figuras 10-49 y 10-50).
www.FreeLibros.org
Figura 10-49
Figura 10-50
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org
www.FreeLibros.org

Muestreo Estadistico

Cargado por

Copyright:

Formatos disponibles

Muestreo Estadistico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo Estadistico

Cargado por

Copyright:

Formatos disponibles

www.FreeLibros.

CAPÍTULO 1. MUESTREO ESTADÍSTICO: CONCEPTOS, ESTIMADORES

Conceptos iniciales en la teoría del muestreo ........................................................ 3

CAPÍTULO 2. MÉTODOS GENERALES DE SELECCIÓN DE MUESTRAS.

Selección con y sin reposición. Probabilidades iguales y desiguales..................... 51

CAPÍTULO 3. MUESTREO ALEATORIO SIMPLE SIN Y CON REPOSICIÓN.

Muestreo aleatorio simple sin reposición. Especificaciones .................................. 111

Muestreo aleatorio simple con reposición. Estimadores ........................................ 118

CAPÍTULO 4. MUESTREO ESTRATIFICADO SIN Y CON REPOSICIÓN ....................... 147

Concepto de muestreo estratificado ....................................................................... 149

CAPÍTULO 5. MUESTREO SISTEMÁTICO ............................................................................ 197

Muestreo sistemático. Especificaciones ................................................................. 199

CAPÍTULO 6. MUESTREO POR MÉTODOS INDIRECTOS. RAZÓN, REGRESIÓN

Estimadores no lineales .......................................................................................... 227

CAPÍTULO 7. MUESTREO UNIETÁPICO DE CONGLOMERADOS ................................. 273

Muestreo unietápico de conglomerados. Estimadores para conglomerados

CAPÍTULO 8. MUESTREO BIETÁPCO DE CONGLOMERADOS...................................... 299

Muestreo bietápico de conglomerados. Estimadores para probabilidades iguales

CAPÍTULO 9. MUESTREO BIFÁSICO Y MUESTREO EN OCASIONES

Muestreo bifásico ................................................................................................... 331

CAPÍTULO 10. MUESTREO ESTADÍSTICO MEDIANTE SPSS............................................ 351

SPSS y el muestreo estadístico............................................................................... 353

La finalidad esencial de este libro es presentar las técnicas de muestreo estadístico en su

En cuanto al contenido, se comienza exponiendo los conceptos iniciales de la teoría del

Los problemas suelen adecuarse en lo posible a situaciones prácticas y la metodo-

MUESTREO ESTADÍSTICO: CONCEPTOS,

CONCEPTOS INICIALES EN LA TEORÍA DEL MUESTREO

MUESTREO Y ESTIMADORES. DISTRIBUCIONES EN EL MUESTREO

A partir de una muestra, seleccionada mediante un determinado método de muestreo, se

Distribución de un estimador en el muestreo

En el párrafo anterior hemos formalizado el concepto de estimador $ para el

PT( ˆ (X1, ..., Xn ) = t) = ∑ P( s ) i

PROPIEDADES Y PRECISIÓN DE LOS ESTIMADORES.

Como un estimador $ de un parámetro poblacional  es sencillamente una variable

Precisión de los estimadores

Por tanto, la acuracidad (error cuadrático medio) de un estimador se descompone en

En la práctica, se considera que el sesgo de ˆ no es influyente cuando

Comparación de estimadores insesgados

Un estimador $ insesgado para el parámetro poblacional  tiene la propiedad de que su

También en el caso de insesgadez el concepto de error relativo de muestreo puede

Con lo que resulta que, en el caso de estimadores insesgados, la precisión puede

Si los estimadores sesgados a comparar tienen todos sesgo despreciable, es decir,

Comparación de estimadores sesgados e insesgados

Cuantificación de la ganancia en precisión de los estimadores

⎛ ECM (ˆ1 ) ⎞ ⎛ CV (ˆ1 ) ⎞ ⎛ (ˆ1 ) ⎞

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Al estimar parámetros de la población en estudio basándose en la información contenida en la

Obtener una estimación por intervalos (o definir un intervalo de confianza) para un

Intervalos de confianza cuando el estimador es insesgado

En este caso se persigue estimar el parámetro poblacional  mediante un intervalo de

a) El estimador $ tiene una distribución normal

El intervalo de confianza para el parámetro poblacional  basado en ˆ será:

F es la función de distribución de la normal (0,1), y es el nivel de confianza. Si

F es la función de distribución de una t de Student con n

b) El estimador $ no tiene una distribución normal

Intervalos de confianza en estimadores sesgados

El intervalo de confianza para  basado en el estimador $ en presencia del sesgo no

Observamos que se trata de un intervalo no centrado en ˆ y desplazado en la

El intervalo de confinaza ya centrado será el siguiene:

En el párrafo anterior hemos formalizado el concepto de estimador $ para el

PT( ˆ (X1, ..., Xn ) = t) = ∑ P( s ) i

Como un estimador $ de un parámetro poblacional es sencillamente una variable

En la práctica, se considera que el sesgo de ˆ no es influyente cuando

Un estimador $ insesgado para el parámetro poblacional tiene la propiedad de que su

⎛ ECM (ˆ1 ) ⎞ ⎛ CV (ˆ1 ) ⎞ ⎛ (ˆ1 ) ⎞

En este caso se persigue estimar el parámetro poblacional mediante un intervalo de

a) El estimador $ tiene una distribución normal

El intervalo de confianza para el parámetro poblacional basado en ˆ será:

b) El estimador $ no tiene una distribución normal

El intervalo de confianza para basado en el estimador $ en presencia del sesgo no

Observamos que se trata de un intervalo no centrado en ˆ y desplazado en la

Se observa que P̂ es insesgado para 1 y Â e insesgado para 2. El estimador Tˆ es