Muestreo Estadistico PDF

IMPRESO EN MÉXICO - PRINTED IN MEXICO
A mis niñas
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

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
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
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
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.
CAPÍTULO
MUESTREO E
ESTADÍSTICO: CCONCEPTOS,
ESTIMADORES Y S
SU D
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.
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.
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.
MUESTREO Y ESTIMADORES. DISTRIBUCIONES EN EL MUESTREO
Consideramos los sucesos elementales asociados a un fenómeno o experimento aleatorio dado S , 1
S , ..., S , entendiendo por sucesos elementales los más simples posibles, es decir, aquellos que no
2 m
pueden ser descompuestos en otros sucesos. El conjunto {S , S , ..., S } se denomina espacio
1 2 m
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 = {U , U , ..., U } de tamaño 1 2 N
N mediante un método de muestreo dado , suele denotarse como s = {u , u , ..., u }. De esta forma,
1 2 n
El conjunto de las N muestras posibles de tamaño n que se pueden formar con los N
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 (S i)  0  i
• ∑ P (S ) = 1 i
S
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 X sobre la i
unidad U i = 1, 2 ,..., n. Consideramos ahora una cierta función  de los N valores X , por
i i
ejemplo, el total poblacional  ( X , ...,X ) = ∑ X para la característica X , o la media poblacional
1 N i
 ( X , ..., X ) = (∑ X )/ N para la característica X , que suele denominarse parámetro poblacional .
1 N i
Seleccionamos una muestra s, y a partir de ella queremos estimar el parámetro poblacional 
mediante una función  =  ( s( X ))=  ( X , ..., X ), basada en los valores X i = 1, 2 , ..., n, que toma
ˆ ˆ ˆ
1 n i
la característica X sobre las unidades de la muestra s (por ejemplo, el total muestral  ( X , ..., X ) ˆ
1 n
= ∑ X , o la media muestral  ( X , ..., X ) = (∑ X )/n, para estimar el total poblacional o la media
i
ˆ
1 n i
poblacional, respectivamente. La función  que asocia a cada muestra s el valor numérico
ˆ
 ( s( X )) =  ( X , ..., X ) , se denomina estimador del parámetro poblacional  . A los valores
ˆ ˆ
1 n
 ( s(X )) para cada s, se los denomina estimaciones.

ˆ
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,u j) = P(ui)P(u j/ui) + P(u j)P(ui/u j)=P(ui)P(u j)/(1-P(ui))+P(u j)P(ui)/(1-P(u j)) = PiPj/(1-Pi) + PiPj(1-Pj).
Las distribuciones de probabilidad de los dos estimadores se calcularán mediante la

expresión ya conocida P (  ( X 1, ..., X ) = t ) =
T ˆ
∑ P (S ), de la siguiente forma:

n i
{ 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 ( M
ˆ = 9 ) = P (6,3) = 3  P T ( X ˆ = 4) = P (6,3) =
3
 2 20  H
20
 
ˆ = 7) = P (6,8) = 1
 P T ( M  P T ( X ˆ =
48
) = P (6,8) =
1
ˆ ˆ 
H
15 7 15
M  X H 
ˆ = 7 ) = P (4,3) = 1
 P T ( M  P T ( X ˆ =
24
) = P (4,3) =
1
 2 3  H
7 3
 
ˆ = 6) = P (4,8) = 3
 P T ( M  P T ( X ˆ H
16
= ) = P (4,8) =
3
 20  3 20
 T  T ˆ
 P ( M ˆ = 11) = P (3,8) = 3  P ( X H =
48
) = P (3,8) =
3
 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 X H = = 4,57
1/ 6 + 1/ 4 + 1/ 3 + 1/ 8
Ahora, para comprobar la insesgadez, hallamos la esperanza de los estimadores:

ˆ) 3 9 3 1 7 1 3 11 3
E ( M =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 ˆ
B(M = 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:

ˆ)
V ( M ˆ  4,78) 2 = (5  4,78) 2  3 + ( 9  4,78) 2  3 + (7  4,78) 2  1 + ( 7  4,78) 2  1 + (6  4,78) 2  3
= E (M
20 2 20 15 2 3 20
11 3
+ (  4,78) 2  = 1,19
2 20
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  i
ˆ
del error cuadrático medio, pero antes se deben calcular las cantidades para ver si el
( )
  i
ˆ
sesgo es o no despreciable. Tenemos:
ˆ) ˆ
B(M 0,22 B( X H ) 0,2
= = 0.2, = = 0,2
ˆ)
 (M 1,19 ˆ 0,89
 ( X )
H
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.
ˆ)
ECM (M ˆ  5)2 = (5  5)2  3 + ( 9  5)2  3 + (7  5)2  1 + ( 7  5)2  1 + (6  5)2  3 + (11  5)2  3 = 1,24
= E (M
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:
ˆ  [7 / 2  3
M 1,19  | 0,22 |, 7 / 2 + 3 1,19 + | 0,22 |] = [0,004, 6,99]
ˆ
X  [24 / 7  3 0,89  | 0,2 |, 24 / 7 + 3 0,89 + | 0,2 |] = [0,39, 6,45]
H
Se observa que el intervalo más estrecho es el relativo a la media armónica, ya que

es el estimador más preciso.
Los cálculos pueden automatizarse con EXCEL como sigue:
Los resultados son los siguientes:

1.2. Dada la población {U , U , U , U , U } seleccionamos muestras de tamaño 3 por el siguiente

1 2 3 4 5
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 U . Consideramos los estimadores por analogía siguientes:
i
T 1
ˆ
= Proporción de subíndices pares en la muestra
T = Total de subíndices impares en la muestra
ˆ
1) Hallar las distribuciones en el muestreo de T 1 ˆ

y T 2 ˆ
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 U con tres bolas y la urna U con dos bolas.
1 2
1, 2 , 3 4, 5
U 1 U 2
Como en la urna U seleccionamos dos bolas sin reposición, las posibilidades son
1
( A A ), ( A A ) y ( A A ). Como para cada par de bolas seleccionadas de la urna U se
1 2 1 3 2 3 1
selecciona una bola en la urna U , las posibles muestras de tres elementos serán ( A A A ), 2 1 2 4
( A A A ), ( A A A ), ( A A A ), ( A A A ) y ( A A A ).

1 2 5 1 3 4 1 3 5 2 3 4 2 3 5
Las probabilidades de las muestras se calculan como se indica a continuación:
P( A A A ) = P( A A /U )P( A /U ) + P( A A /U )P( A /U ) = P ( A )P ( A /A )P ( A ) +
1 2 4 1 2 1 4 2 2 1 1 4 2 1 1 1 2 1 2 4
P ( A )P ( A / A )P ( A ) = (1/3)(1/2)(1/2) + (1/3)(1/2)(1/2) = 1/6

1 2 1 1 2 2 4
P( A A A ) = P( A A /U )P( A /U ) + P( A A /U )P( A /U ) = P ( A )P ( A / A )P ( A ) +
1 2 5 1 2 1 5 2 2 1 1 5 2 1 1 1 2 1 2 5
P ( A )P ( A / A )P ( A ) = (1/3)(1/2)(1/2) + (1/3)(1/2)(1/2) = 1/6

1 2 1 1 2 2 5
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 P y los i
valores de los dos estimadores del problema sobre las mismas T̂ y T̂ , datos que van a 1 2
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.
S _ X Pi ˆ

T ˆ
T
1 2
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 A 3 A 4 1 / 6 2 / 3 1
A 2 A 3 A 5 1 / 6 1 / 3 2
Las distribuciones de probabilidad de los dos estimadores se calcularán mediante la

expresión ya conocida P (  ( X , ..., X ) = t ) =
T ˆ
1 n ∑ P (S ), de la siguiente forma: i

{ S i /  ˆ ( S i ( X )) = t }
 T ˆ 1 1  T ˆ 1 1
P (T 1= 2 / 3) = 2  = P (T 2 = 1) = 2  =
 6 3  6 3
 
ˆ T ˆ = 1 / 3) = 3  1 = 1 ˆ T ˆ = 2) = 3  1 = 1
1 1
T P (T 1
T P (T 2
 6 2  6 2
 T ˆ 1  T ˆ 1
 P (T 1
= 0) =  P (T 2
= 3) =
 6  6
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
proporción de subíndices pares de la población  y del total de subíndices impares de la población
1
 , que son los parámetros que estamos estimando con los estimadores T y T̂ respectivamente.
2
ˆ
1
,
2
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:
ˆ) 2 1 1 1 1
E (T
1
=
 +  + 0  = 7 / 18 = 0,388888888 2 / 5 =  1
3 3 3 2 6
ˆ ) = 1 1 + 2  1 + 3  1 = 11 / 6 = 1,8333333333 3 = 
E (T
2 2
3 2 6
El estimador T es sesgado con sesgo B( T̂ ) = E ( T̂ )  =7/18  2/5 = 1/90 =
ˆ
1 1 1 1
0,0111, y el estimador T̂ también es sesgado con sesgo B( T̂ ) = E ( T̂ )   = 11/6  3 =
2 2 2 2
7/6 = 1,16666. Las varianzas de los estimadores son:

ˆ) 2 11 1 1
V (T
1
=(  0,388 ) 2 
+ (  0,388 ) 2  + (0  0,388 ) 2  = 0,0524
3 3 3 2 6
ˆ ) = (1  1,833 ) 2  1 + ( 2  1,833 ) 2  1 + (3  1,833 ) 2  1 = 0,4722
V (T 2
3 2 6
Con lo que las desviaciones típicas valdrán:

 (T ˆ1 ) = 0,0524 = 0,2289 y  (T ˆ2 ) = 0,4722 = 0,687
Como |B( T̂ )/( T̂ )| = 0,0485 < 1/10, el sesgo del estimador T̂ es despreciable, por lo
1 1 1
que este puede considerarse a todos los efectos insesgado. Como | B( T̂ )/( T̂ )| = 1,69 > 1/10
2 2
el sesgo del estimador T̂ no es despreciable, y como un estimador es sesgado y el otro

2
insesgado, la comparación de estimadores puede hacerse a través de los errores cuadráticos

medios. Tenemos:
ˆ) 2 1 11 1
ECM (T
1
=(  0,4 ) 2 
+ (  0, 4 ) 2  + (0  0,4 ) 2  = 0,0526
3 3 3 2 6
ˆ ) = (1  3) 2  1 + ( 2  3) 2  1 + (3  3) 2  1 = 1,833
ECM (T 2
3 2 6
Se observa que el error cuadrático medio de T es prácticamente igual que su

ˆ
varianza, dado que es prácticamente insesgado. Evidentemente el mejor estimador es T , ˆ
pues su error cuadrático medio es mucho menor que el de T̂ . La ganancia en precisión por
2
usar T en vez de T es:

ˆ
1
ˆ
GP = (EMC( T̂ )/EMC( T̂ )  1)*100 = (1,833/0,0526  1)*100 = 3385,9%

2 1
Para hallar un intervalo de confianza para T̂ (que es insesgado) basado en la primera
1
muestra y suponiendo normalidad en la población se utilizará la fórmula:
[T ˆ1     T ˆ1 , T ˆ1 +    T ˆ1 ] = [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 g y el 1
coeficiente de curtosis g de T caen en el intervalo [-2,2]. El coeficiente de asimetría depende
2
ˆ
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:
g = m3/ = 0,0027/0,229 = 0,22

1
3 3
g = m4/ 3 = 0,0058/0,229 3 = 0,89

2
4 4
ˆ) 2 1 1 1 1
m 3(T
1
=(  0,388 ) 3 
+ (  0,388 ) 3  + (0  0,388 ) 3  = 0, 22
3 3 3 2 6
ˆ ) = ( 2  0,388 ) 4  1 + ( 1  0,388 ) 4  1 + ( 0  0,388 ) 4  1 =  0,89
m 4(T 1
3 3 3 2 6
Si no hubiera habido normalidad, el intervalo de confianza para T̂ 1 se habría calculado
como sigue:

ˆ
T 1 
( )
 T ˆ1 ˆ  T ˆ1  
, T 1 +
( )
 = 2 / 3 
0,229
, 2/3+
0,229 
 = [0.357, 1.69]
     0 ,05 0 ,05 
Se observa que el intervalo de confianza para T̂ 1 sin existir normalidad es más ancho,
es decir, es menos preciso.
Para hallar un intervalo de confianza para T̂ 2 (que es sesgado) basado en la primera
muestra, realizamos los siguientes cálculos:
[T ˆ2     T ˆ2  | B T ˆ2 |, T ˆ2 +    T ˆ2 + | B T ˆ2 |] = [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:
1.3. En una población de 3 unidades numeradas {U , U , U } se extraen muestras de tamaño 2

1 2 3
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 (0,999) = 3) basándose en la
-1
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) = P 1 (1) + P 2 (1 / 1) =  =
6 5 5
3 2 2 3 2
P (1,2) = P {1,2} + P {2,1} = P 1 (1) P 2 (2 / 1) + P 1 (2) P 2 (1 / 2) =  +  =
6 5 6 5 5
3 1 1 3 1
P (1,3) = P {1,3} + P {3,1} = P 1 (1) P 2 (3 / 1) + P 1 (3) P 2 (1 / 3) =  +  =
6 5 6 5 5
2 1 1
P ( 2,2) = P 1 ( 2)  P 2 ( 2 / 2) =  =
6 5 15
2 1 1 2 2
P (2,3) = P {2,3} + P {3,2} = P 1 (2) P 2 (3 / 2) + P 1 (3) P 2 (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.
Ya podemos formar la tabla con las muestras del espacio muestral S_X , sus
probabilidades P y los valores del estimador T del problema sobre las mismas, datos que nos
i
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 P (  ( X , ..., X ) = t ) =
T ˆ

{ 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
Con lo que las desviaciones típicas valdrán:
 (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
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]
Los cálculos pueden automatizarse con Excel como sigue:
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).
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 P y los valores del estimador T del problema sobre las mismas, datos que nos
i
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 P (  ( X , ..., X ) = t ) =
T ˆ

{ 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
tal y como se indica a continuación:
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

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

muestra deseado.
F(x)
NA
-1
x=F (NA) x
Dado el número aleatoria NA, se toma para la muestra el valor x tal que x= F -1(NA).
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 M 1
I 3 = [438,869]  827 u2 M 2
I 4 = [870,1089] u3 M 3
I 5 = [1090,1369]  1256 M M

I 6 = [1370,1559]  1505 u N M N
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.
M3 = 432
M5=280
M4=220 M2=109 A2 = 150
PPT M3=432 P 2=150/280
M5=280 A3 = 250 A1=80
80
P3=250/432 P1=
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:
ˆ 1 ˆ 1 n
X i 1 n
M i X i 1 n
ˆ=1
n
1  80 150 250 
X = X
HH
= ∑ nP = ∑ = ∑ X i
⇒ P ∑ P ˆ = 3  190 + 280 + 432  = 0,51
i
M M i i
M i
n
M i n 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
 X 
2
 i

1 Y n  ˆ 1  M n
ˆ  1  ˆ 
n
2
ˆ ( ˆ ) =
V ∑   ˆ i
 ⇒ V ˆ ( X )= ∑   X  =  ∑ X  X 
n(n 1) =  P 
HH HH HH HH i HH
 i 1 i  n(n 1) =  M i 1 i  n(n 1)  = 

i 1
 M 
 
con lo que se tiene:
∑ ( P ˆ  P ˆ )
n
2
1  80  
2 2 2
  150   250
()
i
ˆ P
V ˆ = i
=   0,51  +   0,51  +   0,51   = 0,0022
n n (  1) 3  2  190   280   432  
ˆ P
C ˆ = () V ( )=
ˆ P
ˆ 0,0022
= 0,0091  1%
v
ˆ
P 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.
ˆ ±  V ˆ ( P
P ˆ ) = 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, P i juega el papel de P i )
ˆ
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.
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:
2  12 + 3  17 + 9  23 + 5  33 + 6  36
25
Ai
ˆ
A HT = ∑ = = 10608
i =1  i 25 / 400
Para estimar la varianza tomamos el estimador de Yates y Grundy. Tenemos:

2
 i  j   ij  Ai A j  2
 = 0,0625  0,00376 ∑ ( Ai 

25 25
ˆ ( Aˆ
V HT
)=∑  
    2
A j )
2
=
i < j  ij  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.
ˆ ( Aˆ )
V = 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
HT
+3*6(17-36)2 +9*5(23-33)2+9*6(23-36)2+5*6(33-36)2 = 386906,553

ˆ ) = 386906,5 = 622, con lo que el error
El error absoluto de muestreo será  ( A HT
 ( Aˆ ) 622
HT
relativo valdrá  100 =  100 = 0,05863  5,8%
ˆ
A 10608
HT
Como estimador de la proporción de trabajadores mayores de 40 años tenemos:

ˆ
A 10608
ˆ
P = HT
= = 0,2642 = 26,42%
HT
M 40000
El estimador insesgado de su varianza será :
ˆ ( Aˆ ) 386906,5
V
ˆ ˆ
V ( P HT ) = HT
= = 0,000242
M 2 40000 2
ˆ ) = 0,000242 = 0,0155 , con lo que el error
El error absoluto de muestreo será  ( P
HT
ˆ )
 ( P 0,0155
HT
relativo valdrá  100 =  100 = 0,05863  5,8% .
ˆ
P 0,2642
HT
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 M i estudiantes cada grupo según la tabla siguiente:
Grupos ( Población) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
M i
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:

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:
ˆ 1 ˆ 1 n
X i 1 n
X i 1 n
X i 1 n
1  120 203 100 90 40 
X HH = X HH
M
=
M
∑ nP = M ∑ M i
=
n
∑ M =
n
∑ X i
= 
5  63
+
100
+
54
+
46 20 
+  = 1,94
i i i i i i
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
 
 X 
2
 
1 1 1 n
1 1 X n
V
ˆ
ˆ ( X )= ˆ ( X
V ˆ )= ∑  ˆ
 X i
 = ∑   M X 
ˆ i
HH 2 HH 2
n(n  1) =  HH
 M n(n  1) =  M
2
 HH
M M
 P i 1 i   
i 1 i
 M 
2 2
 X ˆ   X ˆ 
2
1 1

n
M
2
1

n
1  ˆ 
n
∑ ∑  ∑ 
i i
= M
 M  M
X
 = HH   X =
 n(n  1)  = X  X
HH i HH

2 2
M n(n  1) =  i 1  M i
n(n  1) =  M 
i 1 i i 1
1  120 
2 2 2 2 2
ˆ    203   100   90   40 

 X  =
ˆ
V   1,94 +  1,94 +   1,94 +   1,94 +  1,94  = 0,0034
  5  4  63
HH
  100   54   46   20  
 ˆ
ˆ  X
V

 HH

ˆ P
C
v
ˆ ( )= ˆ
=
0,0034
1,94
= 0,03  3%
X HH

ˆ ˆ
X HH ±   V ˆ ( X 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.

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  M i la unidad seleccionada para la muestra es la ui. Si j > M i, se repite la

selección del par de números aleatorios ( i,j) tales que 1  i  N y 1 j  M 0 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:

La muestra estará formada por los grupos {5, 9, 14, 13, 12} cuyos tamaños son los
siguientes:
Tamaños ( M i ) 76 54 100 46 24
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:
ˆ 1 ˆ 1 n
X i 1 n
X i 1 n
X i 1 n
1  120 203 100 90 40 
X HH = X HH = ∑ nP = M ∑ M i
= ∑ M = ∑ X = 5  76 +
i
+ + +  = 1,99
M M i i i
n
n i i
n i  54 100 46 24 
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 prácticamente dos horas. A
continuación hallamos el error de esta estimación.
2
 
 X 
2
 
1 n
X n
ˆ
ˆ ( X ˆ )V ˆ ( ˆ ) = 1
) = 2 V ˆ ( X
1
 ˆ  = 1 1  ˆ 
∑ ∑
i i
V  X  M X
n(n 1) =  P 
 M n(n 1) =  M 
HH HH HH 2 HH 2 HH
M M
 i 1 i i 1 i

 M 
2 2
 X  M  X 
2
1 1 n
ˆ
2
1 n
ˆ 1  ˆ 
n
= 2 ∑  M  M X i
HH
 = 2 ∑   X i
HH
 =  ∑ X  X  i HH
M n(n 1) =  i 1M i  M n(n 1) =  M i 1 i  n(n 1)  = i 1
1  120 
2 2 2 2 2
ˆ    203   100   90   40 

 X  =
ˆ
V  1,99 +  1,99 +  1,99 +  1,99 +  1,96  = 0,73
  5  4  76
HH
  54   100   46   24  
 ˆ
ˆ  X
V

ˆ  X  ˆ  =  HH
 0,73
C = = 0,429  43%
v

HH
 ˆ
X HH 1,99

ˆ ˆ
X HH ±   V ˆ ( X 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).
A continuación se presentan cálculos y resultados automatizados con Excel.

2
A partir del diseño anterior se tiene ˆ

E ( X )= (7,5)0,1333 + … + 8(0,2) = 8 = X =
SCG
1 + 3 + 4, con lo que se comprueba que el estimador de Sánchez Crespo y Gabeiras es

ˆ
insesgado. También se tiene a partir del diseño que V ( X ) = (7,5-8) (0,1333) + … + (8-8) (0,2) 2 2
SCG
= 0.4 y E (V ˆ ( X

ˆ
SCG
ˆ
)) = (1,5)0,1333 + … + 0(0,2) = 0,4 = V ( X SCG
) , con lo que el estimador de
la varianza es insesgado. Por último se tiene V (V ˆ ( X
ˆ
SCG
)) = (1,50,4)2 (0,1333) + …
2
+(00,4) (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:
6  2 1  3 X i
2
 4 1  X X X  4 1  12
3 4 2
 2 2 2 2
(ˆ
V X SCG
) = 6 1 2 ∑ P  X  =
2
 + + 8  =  +
 
1
 + 2
 8  = 0,4

3 2 2
 =
i 1 i  5 2  P P P  5 2  1/ 6 1/ 3 1/ 2 
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:
2
P(u ,u
i j ) = P( ui)P(u j )+ P(u j )P(ui) = 2 P( ui)P(u j ) y P(u ,u
i i) = [P( ui)]
Las muestras posibles son ( u1,u1), (u1,u2), (u1,u3), (u2,u2) (u2,u3) y (u3,u3) con P 1 =
p(u1) = 1/6, P 2 = p(u2) = 1/3 y P 3 = p(u3) = 1/2,. Como estamos en muestreo con reposición el
estimador lineal insesgado para el total es el estimador de Hansen y Hurwitz ( X HH = X 1/2 P 1 +
ˆ
X 2/2 P 2). Como estimador insesgado para la varianza se puede utilizar:
  X 
1 n
2
 1  X   X 2

2

ˆ ( X
V ˆ
HH
)=  ∑   n X ˆ i 2
HH
=   + 
1 2
  2 X ˆ 2
HH

n( n  1)  =  P   2 ( 2  1)    P
P  
 i 1 i 1 2
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 1  
2 2
X 1 X 2  X 
X 1 X 2 P ij = P ( u i , u j ) ˆ
X = + ˆ ( X
V ˆ )=   +  2
  2 X ˆ HH  2
2   P
HH HH
2 P 1 2 P 2
 1   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, ˆ ) = 6(0,1666) + … + 8(0,5) = 8 = X = 1 + 3 + 4, con lo que

E ( X HH
se comprueba que el estimador de Hansen y Hurwitz es insesgado. También se tiene que

ˆ ) = (6-8)2(0,1666 + … + (8-8) 2(0,5) = 0,5 y E (V ˆ ( X
V ( X ˆ )) = 0(0,1666) + … +0(0,5) =
HH HH
ˆ ) , con lo que el estimador de la varianza es insesgado. Por último se tiene que

0,5 = V ( X HH
ˆ ( X
V (V ˆ )) = (0-0,5)2(0,1666) + … + (0-0,5) 2(0,5) = 0,5.
HH
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  3
2
X i  1  X 12 X 22 X 32 2  1  12 32 42 
( )=
ˆ
V X ∑  X  = 
2
+ +  8  =  + +  82  = 0,5
2  i =1 P i  
HT
 2  P 1 P 2 P 3  2  1/ 6 1/ 3 1/ 2 
M  n
ˆ
Observando los resultados vemos que se cumple V ( X )= ˆ ) , ya que
 V ( X
SCG HH
M  1
0,4=[(6-2)/(6-1)]0,5.
M n ˆ ˆ
Además, V ˆ ( X
ˆ
SCG
)=  V ( X HH
ˆ ( X
) , ya que V ˆ
SCG
) = [(6-2)/6] V ˆ ( X ˆ HH ) para
M
todos los elementos correspondientes de las columnas consideradas en las tablas anteriores.
ˆ
Como V ( X ) =0,4 y V X HT =0,5, el método de selección con probabilidades
ˆ
SCG
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 P i proporcionales a M 1=10, M 2=16, M 3=16,
M 4=25 y M 5=33 originan los siguientes valores: P i = {M 1/M =1/10, M 2/M =4/25, M 3/M =4/25,
M 4/M =1/4, M 5/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  2 ª ) + P (u j  1ª  u i  2 ª )

= P (u i  1ª ) P (u j  2 ª / u i  1ª ) + P (u j  1ª ) P (u i  2ª / u j  1ª ) =
M i M j M j M i P

j P  1 1 
 +  = P i  + P j  i
= P i P j  + 
M M  M i M M  M j 1  P i 1  P j 1  P i 1  P j 
Y como ya conocemos las P i, para calcular las probabilidades  ij basta sustituir en la
fórmula anterior. También es posible el cálculo como sigue:
 11 = P(3,3) = P(31ª)P(32ª/31ª) + P(31ª)P(32ª/31ª) = (M 1/M )(M 2/(M -M 1)) +

(M 2/M )(M 1/(M -M 2)) = (1/10)(16/90) + (4/25)(10/84) = 0,0368

(M 3/M )(M 1/(M -M 3)) = (1/10)(16/90)+(4/25)(10/84) = 0,0368

(M 4/M )(M 1/(M -M 4)) (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 P i, 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
 P j   P 
= P i + ∑
M i
P j = P i + ∑
P i
P j = P i 1 + ∑  = P i 1  2 P i + P i + ∑ j 
M  M j 1  P j  j i 1  P
  1  P i j i 1  P

j i j i
 j   j 
 
 
 1  2 P i P i P j
  1  2 P i N P j   1  2 P i N P i 
  = P i  
 1  P i 1  P i ∑
= P i + + = P i +∑ +∑
1  P   1  P 1  P  1  1 
 1 44 4
j i
244 4 3 
j  i j = j   1 P
i i= P
i  1
 
Y como ya conocemos las P i, 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 2
X i ˆ 1 X i
ˆ
S ( X ) P ( X ) =  ij X HT
= ∑  X HT =
N
∑ 
i =1 i 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
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:

2 2 2
5
X i 5 5
X i X j X 5
( ) = ∑ 
ˆ
V X
HT
(1   ) + 2∑∑
i
 i  j
( ij
  i  j = ) X 1
 1
(1   ) + L +
1
 5
(1   ) +
5
i =1 i i =1 j >i
 X X 
2 2
X X 3 8
+ 2 1
(    ) + L +
2
12
(    ) =
1 2
(1  0,22069) + L +
4 5
(1  0,60237)
45 4 5
  
1 2
   0,22069 4
0,602375
 3
+ 2
3
(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.
ˆ ˆ ˆ ˆ )
Para la media, como V X HT
= N 2V ( X HT ) ⇒ V ( X HT ) = V ( X HT
/25 = 4,25/25 = 0,17.
El estimador insesgado para la varianza basado en la muestra de mayor probabilidad

(6,8) será:
ˆ X
V ˆ
2 2
( ) = ∑  (1   ) + 2∑∑ 
X i 2 2
X i X j (    ) = X (1   ) + X (1   ) + 2  X X (
ij i j
2
1
2
2 1 2 12
   ) 
1 2
 = 0,41
HT 2 i
 j      
2 1 2 2

i =1 i i =1 j > i i ij 1 2  1 2 12 
ˆ
Para la media, V ˆ ( X HT ) = V ˆ ( X
ˆ ) /25 = 0,41/25 = 0,016.
HT
Para el segundo apartado del problema las probabilidades P i proporcionales a M 1=10,

M 2=16, M 3=16, M 4=25 y M 5=33 en la primera extracción tienen los siguientes valores:
P 1=M 1/M =1/10, P 2=M 2/M =4/25, P 3=M 3/M =4/25, P 4=M 4/M =1/4 y P 5=M 5/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  2 ª / u j  1ª ) =
M i 1 M j 1 1 1 P
i
+ P j
 +  = P i  + P j  =
M 4 M 4 4 4 4
Calculamos ahora los  i mediante una expresión que los haga depender solamente de
los P i, 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
= P i + ∑ P
j
= P i + ∑ P = P + 4 (1  P ) = 4 P + 4
j i i i
j  i 4 4 j  i
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
 = P + (1  P ) *
i i i
= * P i +
N  1 N  1 N  1
n 1  N  n n2
 ij = *
 N  2 ( P i + P j ) + N  2 
N  1  
Ya tenemos todos los datos para calcular los valores de  i y  ij pues sólo dependen de P i ,
y P
j que son datos. También podemos calcular ya el estimador X HT . El diseño muestral será:
ˆ
P i + P j 2
X i 3 1
S ( X ) P ( X ) =  ij = ˆ
X =∑  i = P i +
HT
4  i i =1 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:
2 2 2
X i X j
5 5 5
( ) = ∑  (1   ) + 2∑∑ 
ˆ
V X
HT
X i
i
 j
(    ) =
ij i j
X 1

(1   ) + L +1
X 5

(1   ) +
5
i =1 i i =1 j > i i 1 5
 X X  3 8
2 2
+ 2 1
(    ) + L + X X (    ) =
2
12 1 2
(1  0,325) + L +
4 5
(1  0,4975)
45 4 5
  1
 2
   0,325 4 5
0,4975
 3
+ 2
3
(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:

( ) = ∑ X  (1   ) + 2∑∑ X  X  (    ) = X  

(1   ) + X (1   ) + 2 X X (    ) 
2 2 2 2 2 2
ˆ X
V ˆ
HT
i
2 i
i j ij i j 1
2 1
2
2 2
1 2 12 1 2

i =1 i i =1 j >i i j ij 1
 2   
1 2

12 
=
42
(1  0,37) +
82
(1  0,4975) + 2  4 8 (0,1225 0,37 * 0,4975])  = 43,3
2 2 
0,37 0,4975  0,37 0,4975 0,1225 
Para la media se tiene que V ˆ 

ˆ 1
 X HT  = V ˆ X ˆ 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 i X j  ( i j   ij )  X X  (    )  4

2 2
8  (0,37* 0,4975 0,1225])

2
2 2
ˆ ( X
ˆ )=
∑∑     =    =  
1 2 1 2 12
V HT
 =13,958
i = j >i
1
 i j   ij     1
 2 0,37 0, 
4975 0,1225
12
Para la media, V ˆ 

ˆ 1
 X HT  = V ˆ X ˆ HT = 0,55
  25
( )
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.
EJERCICIOS PROPUESTOS
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 conglomera dos
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:
j) y comprobar que ∑ i =2 para i = 1, 2, ..., 5

Calcular las probabilidades  ij (i
N N
Comprobar también que ∑  i = n   j y ∑  ij

= (n  1) j .
i =1 i =1
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 X y V ˆ ( X
ˆ ) , hallar V ( X ˆ ) ,
ˆ
HT HT HT
ˆ )
E ( X y E (V ˆ ( X
ˆ )) . Comentar los resultados.
HT HT
CAPÍTULO
MUESTREO A
ALEATORIO SSIMPLE S
SIN Y
CON R
REPOSICIÓN. S
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
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.
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  = n/N . Se
i
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.

Probabilidad i que tiene una unidad de la población de pertenecer a la muestra
Para calcular la probabilidad  que tiene una unidad de la población de pertenecer a

i
la muestra observamos que el número de muestras posibles de tamaño n en selección

irrestricta aleatoria es:
 N 
C N 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 u será: i
 N 1 
C N 1,n1 =
 n1
 
ya que en este caso se fija el elemento u y las muestras posibles resultan de las formas
i
posibles de seleccionar de entre los N -1 elementos de la población restantes n-1 de ellos para
la muestra (el elemento u ya está fijo en la muestra).
i
Tenemos entonces:
Casos favorables
 = P (u  ( x~ ) ) =
i i
=
Casos posibles
N º de muestras que contienen la unidad u i
=
N º total de muestras
 N  1  ( N  1)! ( N  1)!
 
=
 n  1  = ( n  1)! ( N  n )! = ( n  1)! ( N  n )! = 1 = 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
n N
Y i
Se tiene que  = ∑ ˆ
HT
estima  = ∑Y , con i
E 
ˆ
=  , es decir, insesgadamente,
i =1  i i =1
siendo  la probabilidad de que la unidad u pertenezca a la muestra ( = n/N ).

i i i
Entonces podemos deducir los estimadores lineales insesgados para el total ( Y =X ), i i
media (Y =X /N ), proporción (Y =A /N ) y total de clase (Y =A ) como sigue:
i i i i i i
N n
X i n
X i 1
n
 = X = ∑ ˆ = X
ˆ =∑ =∑
X i ⇒ Y i = X i ⇒ 
 i n
= N
n
∑ X i
= N x
i =1 i =1 i =1 i =1
1
4 243
N x
X i X i
N
X i X i ˆ
n
N
n
N 1
n
 = X = ∑ ˆ =∑ =∑
N
⇒ Y i =
N
⇒  = X
 i n
=
n
∑ X i
= x
i =1 i =1 i =1 i =1
N
Ai
N
Ai Ai n
N 1
n
 = P = ∑ ˆ ˆ
N
⇒ Y
i
=
N
⇒  = P = ∑ n
=
n
∑ A i
i =1 i =1 i =1
N
N n
Ai 1
n
 = A = ∑ ˆ = A
ˆ = ˆ
Ai ⇒ Y i = Ai ⇒  ∑ n
= N
n
∑ A i
= N P
i =1 i =1 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, X ˆ = N x = ( 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:
2
N
Y i
N Yi Y j
V ( ) = ∑  (1   ) + 2∑   (
$
HT i ij   i  j )
i =1 i i < j 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:
X i2  n  j  n (n  1) n n 
N N X X
( )
N
ˆ =∑
i
 
V X  1   + 2 ∑ ∑ ( )

i =1 n  N  i =1 j > i n n  N N  1 N N 
N N N
2
N
1
 n  N  1
∑ ( X i
 X ) S 2
= N 1  
2 i =1
= N 2
(1  f )
 N  n n
Para los estimadores de la media, total y total de clase tenemos:

N
2 2 PQ
S S N 1
V 
 X  =
ˆ
 
(1  f )
n
()
ˆ = (1 f )
V P
n
= (1 f ) N 
n
1
=
N 1 n
(1 f ) PQ
N
2 PQ
N 3 1
()ˆ
V A = N (1  f )
2
n
S
= N (1  f ) N 
n
1
= 2
N  1 n
(1  f ) PQ
Estimación de varianzas
Sabemos que la varianza del estimador de Horvitz y Thompson está dada por la expresión:
n
Y i
2 n Yi Y j  ij   i  j
V
$
( ) = ∑  (1   ) + ∑ 
$
HT 2 i
 j  ij

i =1 i i < j i
Si aplicamos la expresión anterior al estimador del total tendremos:

 n(n  1) n n 
  
X i2  n  X i X j  N ( N  1) N N 
( )
n n n
ˆ X
V ˆ = ∑ 2  1   + 2∑ ∑ =
i =1 n  N  i =1 j > i n n n(n  1)
N 2 N N N ( N  1)
N ( N  n ) 1 n  ( N  n ) S ˆ = N 2 ˆ2
S
∑ i ( X  x ) = N
2 2 2
(1  f )
n n  1  i = 1

 n N N
144 4 244 4 3
ˆ2
S
Para los estimadores de la media, total y total de clase tenemos:

n ˆQ ˆ
ˆ2 ˆ2 P
V
ˆ
ˆ ( X ) = (1  f )
n
S
n
()
= (1  f ) n  1
ˆ = (1  f )
ˆ P
V
n
= (1  f )
S
n 1
ˆQ
P ˆ
1
n
2 PQ $ $
S n 1
$
1
V ( A) = N (1 f ) = N (1 f )
$ $
2 2
= 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
n
1
ˆ2
∑( X  x)
2
S = i
n 1 i =1
N
1
∑ ( X ) 2
es un estimador insesgado de la cuasivarianza poblacional S
2
= i
 X .
N 1 i =1
TAMAÑO DE LA MUESTRA
Estudiaremos el tamaño de muestra necesario para cometer un error de muestreo e =  (  ) ˆ
dependiendo de si  estima la media, el total, la proporción o el total de clase.

ˆ
Media:
(1  f ) ⇒ e =  1  n  S = S  S

S 2 2 2 2
ˆ 2
e =  ( X ) =
n  N  n n N
S 2 S 2 S 2 NS 2
⇒ =e + 2
⇒n= =
n N 2 S 2 Ne 2 + S 2
e +
N
Se observa que cuando N   (fracción de muestreo n/N tendiendo a cero) el tamaño
muestral n  S /e = n (n inversamente proporcional al cuadrado del error de muestreo).
2 2
0
La expresión del tamaño muestral n puede ponerse en función de N y del valor n 0
como sigue:
S 2 S 2 e 2 n0 n N
n= 2
= 2 2
= = 0 = f ( N )
S S e n0 n0 + N
e2 + 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 = n , ya que lim f ( N ) = n , que es siempre creciente dado que la primera derivada:
0 0
N 
n 02
f ' ( N ) =
( n 0 + 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 ) = 
( n 0 + 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=n es una asíntota horizontal, desde un cierto N en
0
adelante los aumentos de N no producen aumentos en n. Precisamente los aumentos de N no
producen aumentos en n cuando |n  n|<1. Pero: 0
n0 N n0
2
S
2
 S
2

n0 n = n0  = < 1 ⇒ n0 < n 0 +
2
N ⇒ N > n (n  1) =   1
 e 
0 0 2 2
n0 + N n0 + N 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:
S
2
 S 2

N > n 0 (n 0  1) =   1
e
2
 e 2

Total:
S 2 2  n  S 2 N 2 S 2 N 2 S 2

e =  ( X ) = N (1  f )
ˆ 2
⇒ e = N 1  
2
=  ⇒
n  N  n n N
N 2 S 2 N 2 S 2 N 2 S 2 N 3 S 2 N 2 S 2
⇒ 2
=e + ⇒n= = =
n N 2 N 2 S 2 Ne 2
+ N 2 S 2 2
e + NS
2
e + 14243
N (
N e 2 + NS 2 )
La expresión anterior también puede escribirse como:
2
 S 
N   2
2
n=
 e  = N n = f ( N ) 1
2
 S  1 + Nn 1
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/n ya que:
1
f ( N )  N 1
lim = 1 y lim ( f ( N )  N ) = lim =
N 
N N   N  
1 + n N 1
n 1
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
2 n1 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/n 1 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.
Proporción:
Si sustituimos el valor de S para variables A (que sólo toman los valores 0 y 1) en la fórmula
2
i
del tamaño muestral para la media tendremos para la estimación de la proporción el tamaño:
N
2 N PQ
NS N  1 N 2 PQ NPQ
n= = = =
Ne2 + S 2 N 2 NPQ + ( N  1) Ne2 e 2 ( N  1) + PQ
PQ + Ne 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  S /e = 2 2
PQ e 2  PQ e 2 =n (n inversamente
0
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  
  1

e  e  e 2  e 2 
 
 
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 n = PQ/e = f ( P ), expresión que tenemos que maximizar en P . Si
0
2
igualamos la primera derivada al valor cero tenemos que como f ( P ) = P (1 P )/e entonces 2
f ’( P ) = (12 P )/e = 0 ⇒ P = 1/2. Por otra parte f ’’( P ) = 2/e < 0, lo que asegura la presencia
2 2
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 S para variables A (que sólo toman los valores 0 y 1) en la fórmula
2
i
del tamaño muestral para el total tendremos para la estimación del total de clase el tamaño:
N
2 2 PQ N 2
N S N  1 N 3 PQ
n= 2 = = 2
e + NS 2 2 N e ( N  1) + N 2 PQ
e + PQN
N  1
También puede estudiarse el tamaño de muestra necesario para cometer un error

relativo de muestreo e = Cv(  ˆ) dependiendo de si se estima la media, el total, la proporción
r
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 /2), siendo F la función de distribución de una normal (0,1).
-1
El cuadro siguiente resume las expresiones de los tamaños muestrales.

Tipo de error  Absoluto y coeficient e Relativo y
Absoluto Relativo
Parámetro de confianza adicional confianza
e er
 e e r
2
NS 2
NC 1, x
2
  NS 2
  NC 1,2 x
2
Media 2 2
Ne 2 + S Ne r2 + C 1,2 x Ne 2 +  
2
S Ne r2 +  
2
C 1,2 x
N 2 S 2 NC 1,2 x   2 N 2 S 2   2 NC 1,2 x
Total 2 2
e 2 + N S Ne r2 + C 1,2 x e 2 +  
2
N S Ne r2 +  
2
C 1,2 x
NPQ NQ   2 NPQ 2
NQ 
Pr oporción 2
e 2 ( N  1) + PQ P ( N  1)er + Q e 2 ( N  1) +  
2
PQ e r2 ( N  1) P +  
2
Q
2 3 2
N 3 PQ NQ   N PQ NQ 
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 S es la cuasivarianza poblacional y

2 2
C 1, 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 P = 1/ N y todas las muestras son equiprobables, ya que:
i
P (u1, u2, ..., un) = P (u1) P (u2) ... P (un) = (1/ N )(1/ N ) ... (1/ N ) = 1/( N n)
En cuanto a los estimadores, partimos de que el estimador lineal insesgado general

n
Y i
para el caso de muestreo con reposición es el estimador de Hansen y Hurwitz  $
HH
= ∑ nP
i =1 i
( P = probabilidad de seleccionar la unidad u de la población para la muestra =1/ N ), que estima
i i
N
insesgadamente la característica poblacional  = ∑ Y . Según los distintos valores de Y se tiene:

i i
i =1
N n
X i n
X i 1
n
 = X = ∑ X i
⇒ Y i = X i
⇒  ˆ = X
ˆ =
∑ =∑ = N ∑ X i
= N x
i =1 i =1 nP i i =1
n n i =1
1
4 243
N x
X i X i
N
X i X i ˆ
n
N
n
N 1
n
 = X = ∑ ˆ =∑ =∑
N
⇒ Y i =
N
⇒  = X
nP i n
=
n
∑ X i
= x
i =1 i =1 i =1 i =1
N
Ai
N
Ai Ai n
N 1
n
 = P = ∑ ˆ ˆ
N
⇒ Y i =
N
⇒  = P = ∑ n
=
n
∑ A i
i =1 i =1 i =1
N
N n
Ai 1
n
 = A = ∑ ˆ = A
ˆ = ˆ
Ai ⇒ Y i = Ai ⇒  ∑ n
= N
n
∑ A i
= N P
i =1 i =1 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, X ˆ = N x = ( 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:

 Y 
2
N
1
V (  ) = ∑  Y  i
$
P i
n =  P 
HH
i 1 i
y considerando que para el caso particular del muestreo aleatorio simple con reposición se
sabe que P = 1/ N, tenemos:
i
2
 
 X 
2
 X  2 2 2
1 N
1 N
1 N 1  N
ˆ)=
V ( X ∑   X 
i
P = ∑   X  = ∑
i
( X  X ) = N
2
n =  1  N
i i
n =  P
i 1  i 1 n N = n i 1
i
 
 N 
 X
ˆ  2 2
 ˆ 
 

V  X  = Var = 1
 N  N 2
ˆ
Var X ( )= N
1
2
N
2

n
=

n
 
N  1
2 S 2
( )=
2
ˆ
V P

n
= N
n
=
PQ
n
()
V A = N
ˆ
2

n
= N 2
PQ
n
Para estimar las varianzas partimos del estimador de la varianza de Hansen y Hurwitz:
 Y 
2
n
1
V ( ) =
$ $
∑
n ( n  1) =  P
 Y 
i
$

HH HH
i 1 i
y considerando que para el caso particular del muestreo aleatorio simple con reposición se
sabe que P = 1/ N, tenemos:
i
2
 
 X  2 2
ˆ2
( )
n n
1 N 1 S
ˆ X
V ˆ = ∑   X  =
ˆ i
∑ ( X  x ) = N 2
n(n  1) =  1  i
i 1 n n 1 i =1 n
 
 N 
 X ˆ  ˆ2 ˆ2
ˆ 
V  X 
ˆ
 
= V ˆ  = 1
 N  N 2
V ( )=
ˆ X
ˆ
N
1
2
N
2 S
n
=
S
n
 
n ˆQ ˆ n ˆQ ˆ
ˆ2 P ˆ2 P
V ()
ˆ P
ˆ =
S
n
= n 1
n
=
1
n 1
ˆQ
P ˆ V ()
ˆ = N
ˆ A 2 S
n
= N n  1 2
n
= N 2 1
n 1
ˆQ
P ˆ
Un resultado interesante que se deduce de las fórmulas anteriores es que la

cuasivarianza muestral definida S 2 es un estimador insesgado de la varianza poblacional  2
ˆ
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 =  (  ) dependiendo de si  estima la media, el total, la
ˆ ˆ
proporción o el total de clase. También se considerará el tamaño de muestra necesario para

cometer un error relativo de muestreo e = Cv(  ˆ) dependiendo de si se estima la media, el total, la
r
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 e  =  Cv
r (  ˆ) . En general,   = F (1 /2), siendo F la función de distribución de
-1
una normal (0,1). El cuadro siguiente resume las expresiones de los tamaños muestrales.
Tipo de error  Absoluto y coeficient e Relativo y
Absoluto Relativo
Parámetro de confianza adicional confianza
e e r
 e e r 
2 2 2
 2
C x      2 C x2
Media
e2 e r 2 e2 er 2
N 2 2 C x2   2 N 2 2   2 C x2
Total
e2 e r 2 e2 er 2
PQ Q   2 PQ   2 Q
Pr oporción
e2 Per 2 e2 Per 2
N 2 PQ Q   2 N 2 PQ   2 Q
Total de clase
e2 Per 2 e2 Per 2
En todas las fórmulas  es la varianza poblacional y

2
C x
2
(
=  / X ) . Por otra parte,
2
  es el valor crítico de la normal unitaria al nivel  .

Muestreo estratificado sin y con reposición 151
L nh L nh L nh L L
X hi X hi 1
ˆ = ∑∑ = ∑∑ = ∑ N h ˆ
 = X ⇒ Y hi = X hi ⇒ X st
 hi nh N h nh i =1
∑ X hi
= ∑ N h xh = ∑ X h
h=1 i =1 h=1 i =1 h =1 h=1 h=1
1
4 24 3
ˆ
X h = xh
L nh L nh L nh L
X hi ˆ 1 X hi 1 X hi N h 1
 = X ⇒ Y hi = ⇒ X st = x st = ∑ ∑  =∑ ∑ =∑ ∑ X hi
= ∑W h xh
N h=1 N i =1 hi h=1 N i =1 nh N h N nh i =1
h=1 { h=1
W h
L nh L nh L nh L L
Ahi Ahi 1
ˆ
 = A ⇒ Y hi = Ahi ⇒ A st = ∑∑
 hi
= ∑∑
nh N h
= ∑ N h
nh
∑ A hi
= ∑ N P ˆ = ∑ Aˆ h h h
h=1 i =1 h=1 i =1 h =1 i =1 h=1 h=1
1424 3
ˆ
P
h
L nh L nh L nh L
Ahi 1 Ahi 1 Ahi N h 1
ˆ =∑ ˆ
 = P ⇒ Y hi =
N
⇒ P
st
N
∑  =∑
N
∑n N h
=∑
N nh
∑ A hi
= ∑W h P
h
h =1 i =1 hi h =1 i =1 h h =1 { i =1 h =1
1424 3
W h
ˆ
P
h
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 N / n . El estimador h h
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 W = N /N de
de suma unitaria, que a h h
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
proporció
proporciónn en muestreo
muestreo estratif
estratificad
icadoo aleatori
aleatorioo es la media
media ponderada
ponderada de los estimado
estimadores
res de la
proporció
proporciónn en cada estrato,
estrato, siendo los coeficientes de ponderación W = N /N de suma h h
unitaria. Las varianzas de los estimadores y sus errores son ( f = n / N ): h h h
  S h2 2
( ) S
L L L
ˆ
V X st
= ∑ N (1  f ) h
2
, V ( x ) = V  ∑ W x  = ∑ W (1  f )
h st h h
2
h h
h
= h 1 n  =  = h
n h 1 h 1 h
( ) = ∑ N (1  f ) N N h P h Q h

( ) N h P h Q h
L L
V Aˆ
st
2
h h
, V P st = ∑ W h2 (1  f h )
ˆ
h =1 h
 1 nh h =1 N h  1 n h
L ˆ2
S L ˆ2
S
( )
V ˆ X
ˆ
st
= ∑ N h (1  f h ) 2
nh
h
, ( )
V ˆ X st = ∑ W h (1  f h ) 2
nh
h
h =1 h =1
L ˆ Qˆ L ˆ Qˆ
( ) = ∑ N (1  f ) n
V ˆ Aˆ st
2
h h
P
h h
1
, ˆ P
V ( )
ˆ =
st ∑ W h (1  f h )
2
P
h
nh 1
h
h =1 h h =1
2
S h = cuasivarianza poblacional en el estrato h, S h
ˆ
2
= 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:
L
 h2 L
 h2 L
P h Qh L
P h Qh
( ) = ∑ N
ˆ
V X st h
2
nh
, V ( x st ) = ∑W h
2
nh
, ˆ
V A( ) = ∑ N
st
2
h
nh
ˆ = W 2
, V P
st
( )
∑ h nh
h =1 h =1 h =1 h =1
Las estimaciones de los errores (estimaciones de varianzas) son las siguientes:

L ˆ2
S L ˆ2
S L ˆQ
P ˆ L ˆQ
P ˆ
V ( )
ˆ X
ˆ
st
= ∑ N h
nh
2 ˆ
, V X st = ∑W h
h 2
( )
h
nh
ˆ ˆ
, V A st = ∑ N h
2 h
nh 1
h ˆ( )
ˆ
, V P st = ∑W h
2 h h
nh  1
( )
h=1 h =1 h =1 h=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 n h
que verifiquen n + n + .... + n = n. Pueden establecerse muchas afijaciones o maneras de

1 2 L
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 n iguales a n/L, aumentando o disminuyendo este tamaño en una unidad
h
si n no fuese múltiplo de L, esto es, n = E (n/L) + 1, donde E denota

denota la parte entera.
h
L L
nh k
n h = k h = 1L L ⇒ ∑ n h = ∑ k ⇒ n = Lk ⇒ f h = =
h =1 h =1 N h N h
Para este tipo de afijación, las varianzas de los estimadores y sus estimaciones se
hallan sustituyendo en las fórmulas generales f por k/N . Este tipo de afijación da la misma
h h
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
h =1 h =1 h =1 N
1 2 3 1 2 3
n N
nh N h k N h n h k nh
f h = = = k = f W h = = =
N h N h N n k n
{
 hi
Para este tipo de afijación, las varianzas de los estimadores serán:

( ) ( ) (1  k ) W  S
L L
ˆ = 1  k ( )
∑ ∑
2 2
V X
st
N  S , V x h
= h st h h
k h=1 n h=1
) = (1 k ) N  P Q , V ( P ˆ ) = (1 k ) N

L 2 L 2
N
(
ˆ
V A st
k
∑ N 1
h
h h st
k
∑ N
h
1
 P hQh
h=1 h h=1 h
En afijación proporcional los estimadores de media y total pueden expresarse como

sigue:
L
L L
nh 1
L ∑ x h
x Total muestral
ˆ = ∑ N h x h = ∑ ∑ nh xh =
h =1
X st
x h = = =
h =1 h =1 k K h=1 {
xh nh
k f Fraccion demuestreo
L
L L
nh 1
L ∑ x h
Total muestral
ˆ
X st = x st = ∑ W h x h = ∑ x h = ∑n h
x h = h =1
=
h =1 h =1 n n h =1
{
xh nh
n Tamaño de muestra
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 W se obtienen exclusivamente a partir de la muestra,

h
pues para
para su cálculo
cálculo sólo son
son necesarios
necesarios valores
valores muestrales
muestrales (n y n). h
• 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
proporción poblacional
poblacional (cociente
(cociente entre el total de clase muestral
muestral y el tamaño de la
muestra).
nh
• Como  hi = = k = f, todas las unidades de la población tienen la misma probabilidad
N h
de figurar en la muestra de n unidades; es decir, estamos en el caso de muestras
autoponderadas.
Afijación de mínima varianza (o afijación

afijación de Neyman)
La afijación de mínima varianza o afijación de Neyman consiste en determinar los valores de

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

h h h
supuesto de que S = S , h = 1, 2, ..., L esta afijación de mínima varianza coincidiría con la

h
proporcional, tal y como se ve a continuación:

continuación:
N h S nN h n
S h = S ⇒ n h = n  L
= = kN h con k =
N N
∑ N h
S
h =1
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 n para afijación de mínima varianza, vamos a ver cuánto
h
vale la varianza del estimador de la media y del total para

para este tipo de afijación. Tenemos:
2 2
 L  L
 L  L
1
V ( x st ) =  ∑ W h S h  
1
∑ W h S h ,
2 ˆ
V X ( )
st
1 1
=  ∑ N h S h   ∑ N h S h
n  h =
2
n  h = 1  N h = 1  N h =

1 1
Si se quiere la afijación y la expresión de la varianza mínima para el estimador de la

clase, basta sustituir en la fórmula anterior S por P Q N / ( N
N -1).
2
proporción
proporción y el total de
de clase, h h h h h
Afijación óptima
La afijación óptima consiste en determinar los valores de n (número de unidades que se h
extraen del estrato h-ésimo para la muestra) de forma que para un coste fijo C la
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 c es el coste por unidad de h
muestreo en el estrato h, el coste total de selección de las n unidades muestrales en ese h
estrato será c n . Sumando los costes c n para los L estratos tenemos el coste total de
h h h h
selección de la muestra estratificada.

N h S h ch W h S h ch
Podemos escribir que nh = n L
= n L
∑ N h
S h ch ∑ W h
S h ch
h =1 h =1
Vemos que los valores de n son proporcionales a los productos N  S c y en el

h h h h
supuesto de que C = k h = 1, 2, ..., L (coste constante en todos los estratos) la afijación

h
óptima coincide con la de mínima varianza, y si además S = S , h = 1, 2, ..., L la afijación h
óptima coincidirá con la de mínima varianza y con la proporcional.

Valor de la varianza mínima
Una vez calculados los n para afijación óptima, vamos a ver cuánto vale la varianza del
h
estimador de la media y del total para

para este tipo de afijación. Tenemos:
1   L  1 L
L
( )=
V x st  ∑ W h S h c h  ∑ W h S h ch   ∑W h S h
2
n  h = 1  h =1  N h= 1
 L  L  1 L
ˆ( )
V X st
1
=  ∑ N h
n  h =
S h c h  ∑ N h S h ch   ∑ N h S h
2
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 S por h
2
P Q N /( N

h h N -1).
h h
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 n para las afijaciones uniforme y h
proporcional, dichas afijaciones no van a verse afectadas

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 n depende de las varianzas en los estratos. h
Afijación uniforme
Para este tipo de afijación, las varianzas de los estimadores serán:

L
 h2 L
 h2 L
ˆ = N 2 P hQh , V P
ˆ = W 2 P hQh
L
V X ( )
ˆ = N
st ∑ h
2
( )
, V x st = ∑W h
2
( )
, V A st ∑ h st ∑ h k
( )
k
h=1 k h=1 k h=1 h=1
Afijación proporcional
Para este tipo de afijación las varianzas de los estimadores serán:
L L L
1 1 1 1 L P Q
( ) = k ∑ N  , ( ) = k ∑ N P Q , V ( x ) = n ∑W  , ( )
ˆ
V X st h
2
h
ˆ
V A st h h h st h h
2 ˆ
V P st = ∑W h h h
n h=1 k
h=1 h=1 h=1
Afijación de mínima varianza (o afijación de Neyman)

Neyman)
Tenemos:
2 2
W h  h  L 
N h  h 1 1  L 
nh = n  L = n  L , V ( x st ) =  ∑ W h h  , V ( x st ) =  ∑ N h h 
n  h =  n  h = 
∑ W h h ∑ N h h
1 1
h =1 h =1
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
 por P Q .
h
2
h h
Afijación óptima
Tenemos:
W h  h N h h
ch ch  L 1  L 
nh =n =n , V ( x st ) =  ∑ W h  h c h  ∑ W h  h ch ,
L L
W h h N h  h n  h =  h = 
∑ ∑
1 1
h =1 ch h =1 ch
 L  L 
ˆ
V X st
( ) 1
=  ∑ N h  h
n  h =
c h  ∑ N h  h ch 
1  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  por P Q .
2
h h h
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 coeficient e Absoluto y coeficient e
Absoluto Absoluto
Parámetro de confianza adicional de confianza adicional
pro porcional varianza mínima
 proporcional var ianza mínima
2 2
L
 L
 L
 L 
 ∑W h S h   ∑W h S h 
∑W S ∑W S
2 2
h h   h h  
Media h =1  h =1  h =1  h =1 
L L L L
1 1 e2 1 e2 1
e2 + ∑W h S h ∑W h S h ∑W h S h ∑W S
2
e2 + 2
2
+ 2
2
+ h
2
h
N h =1 N h =1   N h =1   N h =1
2 2
L
 L
 L
 L 
N ∑ N h S h 2  ∑ N h S h  N ∑ N h S h 2  ∑ N h S h 
   
Total h =1  h =1  h =1  h =1 
L L L L
e2 e2
e 2 + ∑ N h S h2 e2 + ∑ N h S h2 2
+ ∑ N h S h2 2
+ ∑ N h S h2
h =1 h =1
  h =1
  h =1
2 2
 L   L 
 ∑W h N h P hQh   ∑W h N h P hQh 
L L
N h N h
∑W N h
1
P hQh  N h  1  ∑W N h
P hQh  N h  1 
Pr oporción h =1 h  h =1  h =1 h
1  h =1 
L L L L
1 N h 1 N h e2 1 N h e2 1 N h
e2 +
N
∑W N h
1
P hQh e2 +
N
∑W N h
1
P hQh 2
 
+
N
∑W N h
1
P hQh 2
 
+
N
∑W N h
1
P hQh
h =1 h h =1 h h =1 h h =1 h
2 2
 L   L 
 N h N h P hQh   N h N h P hQh 
L L
N h N h
N ∑ N h P hQh  ∑ N h  1  N ∑ N h P hQh  ∑ N h  1 
h =1
N h  1  h =1  h =1
N h  1  h =1 
Total de clase L L L L
N h N h e2 N h e2 N h
e 2 + ∑ N h P hQh e2 + ∑ N h P hQh 2
+ ∑ N h P hQh 2
+ ∑ N h P hQh
h =1
N h  1 h =1
N h  1   h =1
N h  1   h =1
N h  1
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.
Tipo de error  Absoluto y coeficient e Absoluto y coeficient e

Absoluto Absoluto
Parámetro de confianza adicional de confianza adicional
pro porcional varianza mínima
 proporcional var ianza mínima
2 2
L
 L  L
 L 
∑ W  h
2
h
 ∑ W h h  ∑ W  h
2
h
 ∑ W h h 
Media h =1  h =1  h =1  h =1 
2 2
e2 e2 e 2 /   e 2 /  
2 2
L
 L  L
 L 
N ∑ N h h 2
 ∑ N h h  N ∑ N h h 2
 ∑ N h h 
Total h =1  h =1  h =1  h =1 
2 2
e2 e2 e 2 /   e 2 /  
2 2
L
 L  L
 L 
∑ W P Q h h h
 ∑ W h P hQh  ∑ W P Q h h h
 ∑ W h P hQh 
Pr oporción h =1  h =1  h =1  h =1 
2 2
e2 e2 e 2 /   e 2 /  
2 2
L
 L  L
 L 
N ∑ N h P hQh  ∑ N h P h Qh  N ∑ N h P hQh  ∑ N h P hQh 
Total de clase h =1  h =1  h =1  h =1 
2 2
e e e 2 /  
2
e 2 /  
2
COMPARACIÓN DE EFICIENCIAS EN MUESTREO ESTRATIFICADO
Muestreo sin reposición

reposición
Vamos a realizar ahora comparaciones de eficiencias a partir de la expresión de S . Tenemos: 2
L L
S 2 1 L
1 L
2
S = ∑ W h S h + ∑ W h X h  X
2
( )2
⇒
n
=
n
∑ W h S h +
2
n
(
∑ W h X h  X )2
⇒
h =1 h =1 h =1 h =1
S 2 1  f L
1  f L
∑ W h ( X h )2
∑ W h S h
2
(1  f ) = +  X ⇒ V MAS ( x )  V MEP ( x )
1424 3
n n 4 2
14
h =1
4 4
3
n h =1
14 4 4 24 4 4 3

La igualdad se da
si X h = X h =1,L, L
V MAS ( x ) V MEP ( x ) 0
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
para que el muestr
muestreo
eo estrati
estratific
ficado
ado sea preci
preciso
so es conve
convenie
niente
nte que los estrato
estratoss sean
sean heterog
heterogéne
éneos
os
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  L 
2
1  f L
1 L 
∑ h h  n  ∑ h h  N ∑ h h  =
 2 2
V MEP ( x )  V MEMV ( x ) = W S  W S  W S
1
n
23 h =1   h =1  h =1

1 1

n N
1   1 L
2
L
 L  L
 ∑
 h =1
W h S h   ∑ W h S h 
2
 = ∑ W h S h  S

( )2
 0 con S = ∑ W h S h
n   h =1   n h =1

La igualdad se da h =1
si S h = S h =1,L, L
Luego V MEP
( x )  V MEMV ( x )  0 ⇒ V MEP ( x )  V MEMV ( x )
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
(1  f ) = ∑ W h S h +

2
∑ W h X h  X ( )
2
=
142 4
n
3
n
h =1 n h =1
144 2 4 4
3
V MAS ( x ) V MEP ( x )
L L
1 1  f
V MEMV ( x ) +
n
∑ W h
(S
h
 S )2
+
n
∑ W h
( X 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  . Tenemos: 2
L L
 2 1 L
1 L
 = ∑W h h + ∑W h
2 2
( X h  X )2
⇒
n
=
n
∑ W h h
2
+
n
∑ (
W h X h  X )
2
⇒
h =1 h =1 { h =1 h =1
14243 144
4 244 4
3
V MAS ( x ) V MEP ( x ) 0
V MAS ( x )  V MEP ( 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.

1  
2 2
1 L
 L
1  L L

∑ h h n  ∑ h h  n  ∑ h h  ∑ h h  
2 2
V MEP ( x )  V MEMV ( x ) = W   W  = W   W 
n h =1  h =1   h=1  h =1  
L L
1
= ∑ W h (
h   )2
 0 con = ∑ W h h ⇒ V MEP ( x )  V MEMV ( x )
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.
V MAS ( x )  V MEP ( x )  V MEMV ( 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
∑ W ( X )
2
∑ W 
2
= h h
+ h h
 X =
{
n nh =1 n h =1
14 243
V MAS ( x ) V MEP ( x )
L L
1 1
W ( ) W ( X )
2 2
V MEMV ( x ) +
n
∑ h h
  +
n
∑ h h
 X
h =1 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 N se pueden obtener de manera bastante exacta a partir
h
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 W y los h
N son conocidos.

h
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 ' = ∑ W x h h
h =1
cuya precisión es similar a la obtenida con la afijación proporcional, siempre que todos los
n sean grandes; por ejemplo, superiores a 20 unidades. Si de los W se conocen sólo las
h h
aproximaciones W’ , el estimador:

h
L
x ' ' = ∑W '

h
xh
h =1
será sesgado y la cuantía del sesgo será:

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

2
L
 S h2 
E .M .C .( x ' ' ] = ∑W '   (1  f ) + ∑ (W ' W )X 
2
h h h h h
= n
h 1  h 
L
ˆ
El estimador del total es: X ' ' = ∑ N '
h
xh .
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
W se conozcan separadamente en cada región. Esta estratificación doble se utiliza mucho en
h
las cuentas nacionales de Estados Unidos. Los errores se calculan y estiman mediante:
L L
N  n N  n
∑ N ' ∑ S ' (1  f ' h )
2 2
V ( x ' ' ) = 2 h
S ' h + 2 h
N n h =1 N n h =1
L L
ˆ ' ' ) = N  n N ' S ' 2 + N ( N  n) S ' 2 (1  f ' )
V ( X ∑ h h
n h =1 n2
∑ h h
h =1
L L
ˆ ( x ' ' ) = N  n N ' S
ˆ ' 2 + N  n S ˆ ' 2 (1  f ' )
V 2 ∑
N n h =1
h h 2 ∑
N n h =1
h h
L L
ˆ ( X ˆ ' 2 + N ( N  n) S
ˆ ' ' ) = N  n N ' S ˆ ' 2 (1  f ' )
V ∑
n h =1
h h
n 2 ∑ h h
h =1
n' h
Para totales y proporciones cambiamos S por ˆ
2 ˆ'
P ˆ' )
(1  P y 2
S ' h por
h h h
n ' h 1
N ' h
P ' h (1  P ' h ) . El apóstrofe indica siempre valor de postestratificación.
N ' h 1
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 n / N ) h = 1, 2, 3.
h h
Figura 13-1
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:
L nh L
ˆ N h 1
X st = x st = ∑ ∑ X hi
= ∑W h x h
N nh
h =1 { i =1 h =1
W h
L ˆ2
S
( ) = ∑W  (1  f ) 
V ˆ X
st h
2
h
h
h =1 n h
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 2
S h
( ) = ∑W
ˆ
2
V X st
ˆ
h

h =1 nh
La Figura 13-5 presenta las fórmulas y la Figura 13-6 presenta los resultados.
Una vez hallado el tamaño de muestra, realizamos la afijación de mínima varianza

como sigue:
 N  1 1
n = 17   10
 1
N   N  + N  + N 
⇒
h h 1 1 2 2 3 3
nh = n L
N 
∑ N  n = 17  7 2 2
= h 1  h h 2
N  + N  + N  1 1 2 2 3 3
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 ( N = 24, N = 36, N = 30, N = 30 y N = 120). El distribuidor tiene
1 2 3 4
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, n
2
= 20 =6, n
3
= 20  = 5, n
4
= 20 =5
 N   120   120   130   130 
De la tabla de ventas se deducen los siguientes valores:

Estratos  I II III IV
Medias ( x h ) 99 100 98 100

Cuasivarianzas ˆ2)
( S 78,67 55,6 39,5 112,5
h
El estimador de la media será:

L L
N h 24 36 30 30
x st = ∑ W h 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 1  N
L L
 1 N L
V ( )=
ˆ x
st ∑ W h S h   ∑ W S =  ∑ h
2
h
h
S h   ∑ h 2
S h = 2,93
n  = h 1  N = n  = N
h 1 h 1  N = N h 1
Un intervalo de confianza al 95% para esta estimación será:
x st ± 2 V ˆ ( x st

) = 99,3 ± 2 2,93 = 99,3 ± 3,4
Si hubiésemos considerado muestreo aleatorio simple, el estimador de la media sería:

L
1 1
x =
n
∑ X i
=
20
(94 + 90 + L + 91 + 113) = 99,3
h =1
Su error de muestreo estimado será:
ˆ2
S 20 59,8
ˆ
V ( 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.
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 N = 120 campings para acampar y N = 80. Encuentre el tamaño de
1 2
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  = (9  1)/4 = 2.
i
En primer lugar observamos que, como el límite del error de estimación es 1

tenemos:
2 V ˆ ( x st
) =1 ⇒ V
ˆ (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
∑ W S
2
 1 1  L h h
e = V ( x st ) =   ∑ W S ⇒ n = h =1
2 2
h h L
 n N  = V ( x )+ 1
∑ W S
h 1 2
st h h
N h =1
Aproximando las cuasivarianzas por las desviaciones estándar por estrato, que son
todas iguales a 2 en este caso, tenemos:
L
N h
∑ N 
2
h
n= h =1
L
= 14,8  15
1 N h
V ( x st ) + ∑ N 
2
h
N h =1
Una vez hallado el tamaño de muestra (15 campings), realizamos la afijación

proporcional como sigue:
n 15 n = kN = 0,075  120 = 9

= kN h con = 0,075 ⇒ 
1 1
nh k = =
N 200 n = kN = 0,075  80  6
2 2
Se estudiarán entonces 9 campings localizados en las montañas y 6 en la costa.

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 P ˆ = P ˆ = 0,5 para obtener el tamaño de muestra máximo posible cuyo valor en
1 2
afijación proporcional será:

L
N h
∑ N P ˆ Qˆ h h
h =1
n= L
= 67
1 N h ˆ ˆ
V ( x st ) + ∑ P h Qh
N h =1 N
Una vez hallado el tamaño de muestra, realizamos la afijación proporcional como

sigue:
n 67 n = kN = 0,335  120  40

= kN h con = 0,335 ⇒ 
1 1
nh k = =
N 200 n = kN = 0,238  62  27
2 2
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
W h 0,2 0,3 0,5
P h 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

 ∑W h
P (1  P ) 
h h
ˆ ) = P (1  P )
V AS ( P y V STMV ˆ ) =  =
( P
h 1 
n' n
Teniendo presente que P = ∑W P , se tiene el siguiente cuadro de datos:

h h
Estratos W h P h1  P h W h P h P h (1  P h ) W h P h (1  P h )
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 P h h
= 48 ∑ W h
P h (1  P h ) = 0,492
h =1 h =1
Igualando las precisiones tenemos:

2
 3

 ∑W h
P (1  P ) 
h h
P (1  P )
V AS ˆ) =
( P V STMV ˆ) ⇒
( P =  = h 1  ⇒
n' n
2
 3

n'  ∑ W P (1  P ) 
 = 1000 (0,492 ) = 970
h h h 2
n=
 = h 1
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 ˆ) =
( P y V STP ˆ) =
( P h =1
n' n
Igualando las precisiones tenemos:

3
P (1  P )
∑ W P (1  P )
h h h
V AS ˆ) =
( P V STP ˆ) ⇒
( P = h =1
⇒
n' n
 3

n'  ∑ W P (1  P ) 
 = 1000 (0,242) = 970
h h h
n=
 = h 1
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 P (1  P ) son casi iguales (0,5, 0,49 y 0,49).
h h
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 L L N h
N h N h 124 250 17
ˆ =
P
st ∑ W h P ˆh = ∑ P ˆh = ∑ N N
∑ A ih
= 0,32
380
+ 0,56
800
+ 0,12
200
= 0,2896
h =1 h =1 h =1 i =1
n1
ˆ = 1 124
P
1
n1
∑ Ai1 =
380
= 0,3263
i =1
n2
ˆ = 1 250
P
2
n2
∑ A i2
=
800
= 0,3125
i =1
n3
ˆ = 1 17
P
3
n3
∑ A i3
=
200
= 0,085
i =1
El error de muestreo de este estimador se puede aproximar mediante:
L ˆ Qˆ
N h  n h P
ˆ )=
∑ W
2 h h
 ˆ ( P
st h
h =1 N h  1 nh
ˆ ) = 0,32 2
3200 3800,3263 0,6737 5600 8000,3125 0,6875 1200 2000,085 0.915
ˆ ( P
 st
+ 0,562 + 0,122 = 0,001
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
La proporción de viviendas en alquiler al menos una vez al año se estima mediante:

L L L
N h nh 1050 800 900 600 1700 1300
ˆ =
P
st ∑ W h P ˆh = ∑ P ˆh N
=
{ ∑ n
ˆ
P
h =
3650 1050
+
3650 900
+
3650 1700
= 0,7397
h =1 h =1  h =1
Afijación
proporcional
n1 n2 n3
ˆ = 1 800 ˆ = 1
= 0,7619, P
600 ˆ = 1
= 0,6667 , P
1300
P
1
n1
∑ A i1
=
1050
2
n2
∑ A i2
=
900
3
n3
∑ A i3
=
1700
= 0,7647
i =1 i =1 i =1
n = n1 + n2 + n3 = 1050 + 900 + 1700 = 3650, N = 10000
Como la afijación es proporcional:
N 1 n1 1050 1050

W 1 = = = ⇒ N 1 = 10000 = 2877
N n 3650 3650
N 2 n2 900 900
W 2 = = = ⇒ N 2 = 10000 = 2466
N n 3650 3650
N 3 n3 1700 1700
W 3 = = = ⇒ N 3 = 10000 = 4658
N n 3650 3650
El error de muestreo de este estimador se puede aproximar mediante:
L ˆ Qˆ
N h  n h P
ˆ )=
∑ W h
2 h h
 ˆ ( P
st
h =1 N h  1 nh
ˆ ) = 0,32 2
3200 3800,3263 0,6737 5600 8000,3125 0,6875 1200 2000,085 0.915
ˆ ( P
 st
+ 0,562 + 0,122 = 0,001
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
n = 70
1 n = 30
2
y1 = 520 y 2 = 280

ˆ = 210
S ˆ = 90
S
1 2
Estimar la cantidad promedio de las cuentas que recibe la empresa y fijar un límite para el error
de estimación.
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 n 1
y n exceden de 20.
2
La cantidad promedio de cuentas que recibe la empresa se estima mediante:

L L
N h
x st = ∑ W h x h = ∑ xh = 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
∑ W (1  f ) n
2
 ˆ ( x st ) = h h
h =1 h
cuyo valor, omitiendo la corrección por población finita, es:

2 2
2
210 2
90
0,4 + 0,6 = 14,07
70 30
El límite para el error de estimación al 95% será 2 ˆ ( x )  28, con lo que un intervalo st
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.
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
ˆ ''= = 750  303728 + 346  176,8 = 288968,8 euros
∑ N x
'
X h h
h =1
La estimación de la varianza se calculará mediante:

L L
ˆ ' ' ) = N  n N ' S
ˆ ( X ˆ 2 + N ( N  n) S ˆ ' 2 (1  f ) = 71689746,68
V ∑
n h =1
h h
n 2 ∑ h h
h =1
El error relativo de muestreo será:
ˆ v( X
ˆ '') 71689746,68
C = = 0,03  3%
288968,8
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: C = 1, C = 16, C =
11 21 31
25, C = 4, C = 9 y C = 36, donde C ij = Coste por unidad en el estrato i según el método de
12 22 32
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 S h 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?
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 nh
h =1
donde c representa un coste fijo dado y los c son también conocidos y representan el coste
0 h
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 W h S h c
h

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: S = 9,
12
S = 225, S = 1600, N = 1000, N = 600, N = 200, C = 1000, C = 1200 y C = 2000. Se pide

22 32 1 2 3 1 2 3
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.
CAPÍTULO
MUESTREO S
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.
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.
8. Ejercicios propuestos
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 u 1 j L u 1 k
2 u 21 u 22 u 23 L u 1 j L u 2 k
M M M M M M
i u i1 u i2 u i3 L u 1 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 L u j L uk
2 uk +1 uk +2 uk +3 L uk + j L uk + k
3 u2k +1 u2 k +2 u2 k +3 L u2k + 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
4 4 3
u N
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:
Conocida esta tabla, pueden realizarse ya todos los cálculos. La varianza del
estimador de la proporción puede calcularse como:
2 2
V ( P ˆ = 
ˆ ) = V P ( )
 1 
n  S bs
 = (1  f )
S bs 1 0,43
= (1  ) = 0,0344
j
 N  n n 5 10
La varianza para el estimador del total de clase será:

2
( )
V ( Aˆ ) = V N P ˆ ) = N 2 (1  f ) S bs = 50 2  0,0344 = 86
ˆ = N 2V ( P
j j
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 S y S también tienen valores muy 2 2
ws
cercanos. Concretamente S = 0,1963 > S = 0,1755, lo que indica que es más preciso el muestreo
2 2
ws
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 = (1  f ) S 1 = (1  f ) P 1Q1 = 
( )
ˆ P
V
1  10 1  10 
1   = 0,0213
1
n n  1  5  10  1
3  3 
ˆ 2
ˆQ ˆ 1 
S P  1  10 1  10 
ˆ( )
V P 2 = (1  f )
ˆ
n
2
= (1  f ) 2 2
= 1  
n 1  5  10 1
= 0,0186
1  1 
ˆ 2 ˆQ ˆ 1  
S P  1  10 1  10 
V ( )
ˆ = (1  f )
ˆ P
3
3
= (1  f ) 3 3
= 1   = 0,008
n n 1  5  10 1
ˆ P
V ˆ = V ˆ P
ˆ = 0,008
4 3
2  2 
ˆ 2
ˆQ ˆ 1 
S P  1  10 1  10 
ˆ( )
V P 5 = (1  f )
ˆ
n
5
= (1  f ) 5 5
= 1  
n 1  5  10  1
= 0,0142
Según estos resultados la muestras más precisas son la tercera y la cuarta.

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 2 1  0,2
( )
V P 1 = 2 ∑ ( xh1  xh 2 ) =
ˆ ˆ
n
2
10 2
[
(1  1) 2 + (1  0) 2 + (0  1) 2 + (1  0) 2 + (0  1) 2 = 0,032 ]
h
ˆ = 1  f ( x  x )2 = 1  0,2 (0  0) 2 + (0  1) 2 + (1  0) 2 + (0  0) 2 + (1  0) 2 = 0,024

( ) [ ]
2
ˆ P
V 2
n2 h
∑ h1 h2 102
V ( )
ˆ P
ˆ = 0,008(0  1) 2 = 0,008 = V
3
ˆ P
ˆ ˆ P
V ( ) ( )
ˆ = 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
ˆ = P
derivada de la 3ª o 4ª muestra, esto es: P ˆ = P ˆ = 1 / 10 ; es decir que se estima un 10%
3 4
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
X i 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 ) = 4 (3  3,75) + (4,5  3,75) = 4,5

2 2
∑ ∑ ( x
2
j
1 3 2 i =1 j =1
5 2 3,5 3 3
 x j ) =(1  3) + (5  3) + ... + (6  4,5) + (7  4,5) = 27

2 2 2
∑ ∑ ( X
2 2
4 6 5 ij
i =1 j =1
2 7 4 ,5
3 3
3 4 ,5 3,75
 X ) =(1  3,75) + (5  3,75) + ... + (7  3,75) = 31,5
2 2
∑ ∑ ( X
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.
A continuación, se construye la tabla del análisis de la varianza para la población

utilizando Excel. Como estamos clasificando los datos en 2 grupos (columnas), utilizaremos las
variables M y M , que recogen los valores de las dos columnas. A continuación elegimos Análisis
1 2
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
Fuente de variación Sumas de cuadrados
libertad medios
n k
∑ ∑ ( x j  X )
2
2
Entre muestras k  1 = 2 1 = 1 = 4,5 S bs = 4,5 / 1 = 4,5
i j
n k
∑ ∑ ( X ij  x j )
2
Dentro de muestras N  k =82 = 6 = 27 S ws
2
= 27 / 6 = 4,5
i j
n k
∑ ∑ ( X ij  X j ) = 31,5

2
Total N 1 = 8 1 = 7 S = 31,5 / 7 = 4,5
i j
Conocida esta tabla pueden realizarse ya todos los cálculos.

[(3  3,75) ] = 0,5625

k
ˆ 1 1 2
∑ ( x j  X )

2 2
V ( X ) = V ( x j ) = = + (3,5  3,75)
k j 2
La varianza del estimador de la media también puede calcularse como:

2 2
 n  S S 1 4,5
ˆ
( )
V ( X ) = V x j = 1   bs = (1  f ) bs = (1  ) = 0,5625
 N  n n 2 4
La varianza para el estimador del total será:

2
ˆ ) = V N x = N 2V ( x ) = N 2 (1  f ) S bs = 8 2  0,5625 = 36

V ( X ( )
j j
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
k n k n
2∑∑ X ij  X ( )( X zj
 X ) 2∑∑ X ij  X ( )( X
zj  X )
j i < z j i < z
 w = 2
= = 0,14285
N (n  1) ( N  1)(n  1)S 2
Tendremos entonces:
7
2 4,5

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 S = 4,5 = S , por lo que la precisión en muestreo aleatorio simple coincide con la
2
ws
2
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:
ˆ 2  1  1
ˆ S 2 2
[
V ( x1 ) = (1  f )  1 = 1   (1  3) + (5  3) + (4  3) + (2  3) 2
2
] 4  = 0,41
n  2  3 
ˆ 2  1  1
ˆ S
n  2  3
2 2
[
V ( x2 ) = (1  f )  2 = 1   (3  4,5) + (2  4,5) + (6  4,5) + (7  4,5) 2
2
] 4  = 0,71

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.
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 M a M , que recogen los valores de las cuatro filas. A continuación
2 5
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
1  f
ˆ)
V ( X = V ( Dˆ T + Y ) = V ( Dˆ T ) = N 2
n
S x2 + S y2  2 S xy ( ) (Y es
es una constante)
V
ˆ
ˆ ( X ) ()
= V ˆ Dˆ =
n
(
1  f ˆ 2
S x
ˆ 2  2S
+ S
y
ˆ
xy
), ˆ ( X
V ˆ) = V ˆ ( Dˆ T ) = N 2
1  f ˆ 2
n
(
ˆ 2  2S
S x + S
y
ˆ
xy
)
Para muestreo con reposición tenemos:
1 1
ˆ
V ( X ) =
n
( x
2
+  y2  2 xy ) ˆ)
V ( X = N 2
n
( x
2
+  y2  2 xy )
V ( ) (
ˆ = V ˆ Dˆ =
ˆ ( X ) 1
n
ˆ2
S
x
+ S ˆ y2  2S ˆ xy ) ˆ ( X
V ˆ) = V ˆ ( Dˆ T ) = N 2
1
n
(
ˆ2
S
x
+ S ˆ y2  2S ˆ xy )
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, Y , en cada estrato por h
separado. En la segunda de ellas se obtiene una única razón con los totales de X e Y estimados
X st
ˆ
mediante muestreo estratificado, es decir, , y se multiplica este cociente por el total de la

Y st
ˆ
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
(para el total poblacional)
poblacional)
Se define el estimador separado de razón para el total poblacional X en un

muestreo estratificado como:
L L L
x h
X RS = ∑ X Rh = ∑ Rh Y h = ∑
ˆ ˆ ˆ
Y h
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 = 1, ..., L . h
Sesgo del estimador de razón simple o separado y su estimación

L
X h L L L
ˆ ) = E ( X
ˆ )  X = E ( Rˆ Y )  X = E ( Rˆ )Y 
B ( X RS RS ∑ h h ∑ h ∑ h h ∑ Y h =
h h h h Y h
L L L L
∑ E ( Rˆ h )Y h  ∑ RhY h = ∑ ( E ( Rˆ h )  Rh )Y h = ∑ B( Rˆ h )Y h

14243
h h h ˆ
B ( R )
h
h
Muestreo por métodos indirectos. Razón, regresión y diferencia 239
Se observa que el sesgo total es la suma de los sesgos en cada estrato ponderados
por los Y . Para muestreo sin reposición la expresión
h expresión del sesgo será:
L L
(1  f h ) L
N h2 (1  f h )
ˆ )=
B ( X RS ∑ Y h B( Rˆ h ) = ∑ Y h n Y 2 Rh S Yh  S XYh = ∑ ( 2
) n hY h
( R S
h
2
Yh
 S XYh )
h h h h h {
2 2
Y h N h
L
N h2 (1  f h ) ˆ ˆ 2
ˆ ˆ
que puede estimarse como: B( X RS ) = ∑
n Y
ˆ
Rh S Yh  S XYh
( )
h h h
expresión del sesgo será:

Para muestreo con reposición la expresión
L L L 2
1 N h
ˆ ) = Y B ( Rˆ ) = Y
B ( X RS ∑ h h ∑ h 2
( R  h
2
Yh
  XYh = ∑ ) ( R  h
2
Yh
  XYh )
h h nh Y h h nh Y h
{
2 2
Y h N h
(ˆ )
L
N h
que puede estimarse como: Bˆ ( X ˆ ) = ∑ ˆ
Rh S
2
 S ˆ XYh
RS Yh
h nh Y h
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
1  f h 2
L L
ˆ ) = V ( Rˆ  Y ) = Y 2V ( Rˆ ) =
V ( X
RS ∑ h h ∑ h h ∑ h Y 2 n S xh + Rh S yh  2 Rh S xyh =
Y 2
 2 2
( )
h h h  h h
N h2Y h2
L
N h2 (1  f h ) L
N h2 (1  f h )  N N h N h

(S )
h
∑
2
xh + R h S yh  2 Rh S xyh = ∑
2 2
 ∑ X hi + Rh ∑ Y hi  2 Rh ∑ X hi Y hi  2 2 2
h nh n (
h h h N  1)  i i i 
La estimación de la varianza para muestreo sin reposición será:
N h2 (1  f h ) ˆ 2
( )
L
ˆ ˆ
V ( X RS ) = ∑ ˆ 2  2 Rˆ S
S xh + Rˆ h2 S ˆ
yh h xyh =
h nh
L
N h2 (1  f h )  n h
nh
 nh
=∑  ∑ X hi + Rˆ h2 ∑ Y hi 2  2 Rˆ h ∑ X hi Y hi 

2
h nh (nh  1)  i i i 
El valor de la varianza del estimador separado del total para muestreo con reposición será:
L L L
1
ˆ ) = V ( Rˆ  Y ) = Y 2V ( Rˆ ) =
V ( X RS ∑ h h ∑ h h ∑ Y h  Y 2 n  xh + Rh  yh  2 Rh xyh =
2 2 2 2
( )
h h h  h h
N h2Y h2
L
N h
2 L
N h
2
 N N N

( )
h h h
∑
2
xh + Rh  yh  2 Rh xyh = ∑
2 2
 ∑ X hi + Rh ∑ Y hi  2 Rh ∑ X hi Y hi 
2 2 2
h nh h n h ( N h  1)  i i i 
La estimación de la varianza para muestreo con reposición será:
L
N h
2 L
N h
2
 n n h n h h
V ( X RS ) =
$ $
∑n (
S xh
$
2
+ Rh S yh  2 Rh S xyh = ∑
$
2 $
2 $ $
)  ∑ X + Rh ∑Yhi  2 Rh ∑ X hiYhi 
 1)  i hi
2

$
2 2 $
h h h nh (nh i i
Estimador de razón simple o separado (para

(para la media poblacional)
poblacional)
Se consideran estimaciones para la media basadas en la razón en cada estrato definidas como
x h
X Rh =
$
 Yh = Rh  Y h . Como en muestreo estratificado la estimación del total se forma

$
yh
sumando las estimaciones de las medias en cada estrato ponderadas por los W =N /N h h
L
( Xst = ∑W
$
h
X h
$
), podemos definir el estimador simple o separado de la media como:

h =1
L L
X RS
$
= ∑W h
X Rh
$
= ∑W R h
$
h
 Y h
h h
Este estimador para la media puede expresarse como:

L L L L
N h Y h 1 X RS
$
X RS
$
= ∑W h
X Rh
$
= ∑W R h
$
h
 Y h = ∑ Rh
$
 = ∑ R Y $
h h
=
h h h N N h 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 ) =
N 2
$ ) = ∑
V ( X RS

N 2 
 n
S xh + R h2 S yh
2
 2 Rh S xyh = ( )
h 123 h
W h2
L
Wh2 (1  f h )  N h
N h N h

∑n ( N h  1) 
 ∑ X hi + R h 2 2
∑ Yhi  2 R h ∑ X hi Y hi 
2
h h i i i 

W h2 (1  f h ) ˆ 2
( )
L
ˆ ˆ 2  2 Rˆ S
ˆ
V ˆ ( X RS ) = ∑ S xh + Rˆ h2 S yh h xyh
=
h n h
L
W h2 (1  f h )  n
ˆ
n
ˆ
n h
 h h
= 
∑ n ( n  1)  ∑ hi
X + R h ∑ Y
hi  2 R 
h ∑ X hi Y hi 
2 2 2
h h h  i i i 
El valor del sesgo del estimador simple o separado

separado es el siguiente:
ˆ
X 1 L
Y h
ˆ ˆ X ˆ )  X ) = 1 ˆ )=
∑ B( Rˆ
RS
B ( X RS ) = E ( X RS )  X = E ( ) = ( E ( X RS
B ( X RS h
)
N N N N N
h
Se observa que el sesgo total es la suma de los sesgos en cada estrato ponderados
por los Y /N. Para muestreo sin reposición la expresión
h expresión del sesgo será:
1 L
N h2 (1  f h ) L
W (1  f h )
ˆ ˆ
B( X RS ) = B( X RS ) = ∑
N
Rh S Yh  S XYh = ∑ h
2
( 2
Rh S Yh  S XYh ) ( )
h Nn h Y h h n h Y h
L
ˆ ˆ
que puede estimarse como: B( X RS ) = ∑ h
W (1  f h ) ˆ ˆ 2
nhY h
ˆ
Rh S Yh  S XYh
( )
h
El valor de la varianza del estimador separado de la media para muestreo con reposición
será:
1 L
 N h  1 2 2
ˆ
V ( X RS ) =
2
V ( X RS ) = ∑ 
ˆ
N
 2  
xh + 2 2
Rh  yh  2 Rh xyh =
N  n h
( )
h 
1 2 3
W h2
L
W h
2
 N
h
N N
h
 h
∑ n N  ∑ X hi + Rh ∑ Y hi  2 Rh ∑ X hi Y hi 

2 2 2
h h h  i i i 
W h L 2 L
W h
2
 n n n

ˆ
( )
h h h
ˆ ( X ˆ 2 + Rˆ 2 S
ˆ2 ˆ ˆ ˆ ˆ
 ∑ X hi + Rh ∑ Y hi  2 Rh ∑ X hi Y hi 
RS ) = ∑ h yh  2 Rh S xyh = ∑
2 2 2
V S
xh
h nh h n h (n h  1)  i i i 
reposición la expresión del sesgo será:

Para muestreo con reposición
L 2 L
1 N h W h
ˆ
B ( X RS ) =
N
ˆ )=
B ( X RS ∑ ( R 
h
2
Yh
  XYh = ∑ ) ( R  h
2
Yh
  XYh )
h Nn h Y h h n h Y h
L
que puede estimarse como: Bˆ ( X ˆ RS ) = ∑

W h
(ˆ ˆ
Rh S Yh
2
 S ˆ XYh )
h nhY h
El método de estimación estratificada por razón simple o separada presenta como

princip
principal
al ventaja la obtención de estimaciones separadas por estratos, lo que permite ofrecer
ventaja
información de la población al subnivel de estratos. El princi
principal
pal inco
inconve
nvenie nte de este método es
niente
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 R tienden a ser muy distintos. h
Estimador de razón combinado (para el total poblacional)

poblacional)
x st X st
$
Se considera inicialmente la razón de los estimadores estratificados R = $
C
= , y se
y st Y st
$
forma el estimador del total X RC

ˆ
= RC  Y (ya que el estimador del total basado en la razón
ˆ
es X = R  Y ).
$ $

ˆ ) = V ( Rˆ  Y ) =Y 2V ( Rˆ ) = Y 2  1 ( V ( x )
V ( X + R 2 V ( y st )  2 RCov( x st , y st ))
RC C C st
Y 2 1 2 3 {
L 2 L
123
2
142
4 43
4
N 2Y 2 S Xh S Yh L
S XYh
∑W (1 f ) n
h
2
h
h
∑W (1 f ) n
h
2
h
h
∑W (1 f ) n
h
2
h
h h h h
L
W h2 (1  f h ) L
W h2 (1  f h )  N  N h N h
(S )
h
N 2
∑
2
xh
2 2
+ R S  2 R S xyh = N
yh
2
∑n  ∑ X + R ∑ Y  2 R∑ X hi Y hi 
2
hi
2 2
hi
h nh h 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.

L
Wh2 (1 f h ) L
Wh2 (1 f h )  n h
nh nh
V( X RC ) = N ∑
$ $
2
(S
$
2
xh
2 2
= N ∑
+ R Syh  2R Sxyh
$ $
xyh
$ $
)
∑ Xhi + R
2 2 2
∑Yhi  2R∑XhiY hi 
2
h nh h nh (nh  1)  i i i 
El valor del sesgo del estimador combinado para el

el total es
es el siguiente:
X
B ( X RC )
$
= E ( X RC ) 
$
X = E( RC Y )  $
Y = E( RC )Y  $
RY = ( E( RC )  $
R Y ) = B ( RC )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
S Yh S XYh
∑W h
2
( 1 f h )
nh
∑W h
2
( 1 f h )
nh
h h
67
4 48 6447 44 8 2
R V ( y st )  Cov( x st , y st ) L W (1  f )
B ( X$ RC ) = B ( R$ C )Y = 2 h h 2
2  Y = N ∑ ( RSYh S XYh )
Y h
{
nh Y
Y 2 / N 2
L
Wh2 (1  f h )
que puede estimarse como: B ( X RC ) = N $ $
2
∑ nh Y
( RS $ $
2
Yh
 S XYh )$
El valor de la varianza del estimador combinado del total para muestreo con reposición será:
ˆ ) = V ( Rˆ  Y ) =Y 2V ( Rˆ ) = Y 2  1 (V ( x ) + R 2 V ( y )  2 R Cov ( x , y ))

V ( X RC C C st st st st
Y 2 123 1 2 3 142
4 43
4 {
L 2 L 2 L
N 2Y 2  Xh  Yh  XYh
∑ W h
2
nh
∑ W h
2
nh
∑ W h
2
nh
h h h
L
W h
2 L
W h2  N  N h N h
( )
h
N 2
∑
2
xh
2 2
+ R  yh  2 R  xyh = N 2

∑ n N  ∑ hi
X + R ∑ hi
Y  2 R ∑ hi hi 
X Y 2 2 2
h nh h h h  i i i 

L
W h
2 L  n W h
2 h nh nh
V ( X RC ) = N
$ $
2
∑n (S $
xh
2
+R$
2
S yh
$
2
 2 RSxyh = N
$ $
) 2
∑ n (n  1)  ∑ X hi + R
 i
2
$
2
∑Yhi  2 R∑ X hiYhi 
2
$

h h h h h i i
expresión del sesgo será:

Para muestreo con reposición la expresión
L 2 L
 Yh  XYh
∑ W h
2
nh
∑ W h
2
nh
h h
678 64748
2
ˆ ˆ RV ( y st )  Cov( x st , y st ) 2

L W
h 2
B( X RC ) = B( RC )Y = 2
 Y = N ∑ ( R Yh  XYh )
Y h n Y
h {
2 2
Y / N
L 2
W h
que puede estimarse como: B ( X RC )
$ $
= N
2
∑ n Y ( RS $ $
Yh
2
 S XYh )
$
h h
Estimador de razón combinado (para la media poblacional)

poblacional)
x st X st
$
Se considera inicialmente la razón de los estimadores estratificados R = $
C
= , y se
y st Y st
$
forma el estimador de la media X RC

ˆ
= RC  Y (ya que el estimador del total basado en la

ˆ
razón es X = $
R  Y ).
$

ˆ 1
V ( X 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 1 2 3
L 2 L
123
2
142
4 43
4
L
S Xh S Yh S XYh
∑ W (1 f ) n
h
2
h
h
∑ W (1 f ) n
h
2
h
h
∑ W (1 f )
h
2
h
nh
h h h
L
W h2 (1  f h ) L
W h2 (1  f h )  N N N

(S ) = ∑ n ( N
h h h
∑
2
xh
2
+ R S  2 R S xyh 2
yh
 ∑ X hi 2 + R 2 ∑ Y hi 2  2 R∑ X hi Y hi 
h nh h h 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
W h2 (1  f h ) ˆ 2 ˆ 2 ˆ 2 L
W h2 (1  f h )  n n n

ˆ
( )
h h h
ˆ
V ( X RC ) = ∑ ˆ ˆ
S xh + R S yh  2 R S xyh = ∑  ∑ X hi + R ∑Y hi  2 R∑ X hiY hi 
2 2 2
h nh h nh (nh  1)  i i i 
El valor del sesgo del estimador combinado para

para la media es el siguiente:
X
B ( X RC ) = E ( X RC )  X = E ( RC Y )  Y = E ( RC ) Y  RY = ( E ( RC )  R Y ) = B( RC ) 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
S Yh S XYh
∑ W h
2
(1 f h )
nh
∑ W h
2
(1 f h )
nh
h h
678 647
4 48
4
ˆ R V ( y st )  Cov ( x st , y st ) L W h2 (1  f h )

B ( X RC ) = B ( Rˆ C )Y = 2
 Y = ∑ 2
( RS Yh S XYh )
Y h nh Y
L
Wh2 (1  f h )
que puede estimarse como: B ( X RC ) = ∑ $
$
nh Y
( RS
$ $
2
Yh
 S XYh ) $
h
El valor de la varianza del estimador combinado de la media para muestreo con reposición
será:
ˆ 1
V ( X 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 1 2 3 142
4 43 4
L 2 L 2 L
 Xh  Yh  XYh
∑ W h
2
nh
∑ W h
2
nh
∑ W h
2
nh
h h h
L
W h2 L
W h2  N N h N h

( )
h
∑
2
xh + R  yh  2 R  xyh = ∑
2 2
 ∑ X hi + R 2 2
∑ Y hi  2 R ∑ X hi Y hi 
2
h nh h n h N h  i i i 
2 2
 n nh nh

W h
( ) W h
L L
ˆ
ˆ ( X ˆ 2 + Rˆ 2 S ˆ 2  2 Rˆ S ˆ
h
V RC ) = ∑ S
xh yh xyh = ∑
 ∑ X hi + Rˆ 2 2
∑ Y hi
2
 2 Rˆ ∑ X hi Y hi 
h nh h n h (n h  1)  i i i 
reposición la expresión del sesgo será:
Para muestreo con reposición
L 2 L
 Yh  XYh
∑ W ∑ W
2 2
h h
nh nh
h h
678 647
4 48
4
2
ˆ ˆ RV ( y st )  Cov( x st , y st ) L W
h 2
B( X RC ) = B ( RC )Y = 2
 Y = ∑ ( R Yh  XYh )
Y h n Y
h
L 2
W h
que puede estimarse como: B ( X RC )
$
$
=∑
n Y
( RS $ $
Yh
2
 S XYh )
$
h h
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 prácti
prácticaca suele
suele utiliz
utilizar
arse
se este
este méto
método cuando los estratos son de tamaño
do cuando
pequeñ
pequeñoo (habrá
(habrá muchos
muchos estra
estrato
toss en la pobla
població
ción,
n, lo que implic
implicaa demasi
demasiado
ado sesgo
sesgo por
por estima
estimació
ciónn
separada). En general suele utilizarse siempre que la estimación separada presenta demasiado
sesgo. También suele utilizarse cuando los R tienden a ser constantes. h
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 xrgh , 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 b prefijado de b, ya que: o
L L
E ( xrgst ) = ∑Wh E ( xrgh ) = ∑Wh X h = X

h h
E ( xrgc ) = E ( x st ) + b( Y  E ( y st ) ) = 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 xrgh es aproximadamente constante en los
diversos estratos y esperamos regresiones lineales en ellos.
Estimador simple o separado
En el supuesto b = b la varianza del estimador simple para la media es:

o
L L
1  f h 2
( h
)
V xrgst = ∑Wh V xrgh = ∑ Wh2
h nh
2
( )2
( S Xh + bo S Xh  2bo S XYh
)
S XYh
que será mínima cuando lo sean las ( ) , es decir, cuando b
V x rgh o
=  h =
S Yh
2
La varianza mínima será entonces:

L L L
1  f h 2 1  f h 2
( )
V xrgst = ∑Wh V xrgh
h
2
( ) = ∑Wh
h nh
( S Xh +  h S Xh  2  h S XYh ) = ∑Wh2 S xh
2 2
h nh
(1   2 xyh )
que puede estimarse mediante:

L L
1  f h 1  f h 2
$
(
V xrgst = ∑W h ) h
2
nh
( S Xh +  h S Xh  2  h S XYh ) = ∑Wh2
$
2 $ $
2 $ $
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 L
1  f h 2 1  f h 2
( $
)
V X rgst = ∑ N hV xrgh
h
2
( ) = ∑ Nh
h nh
( S Xh +  h S Xh  2  h S XYh ) = ∑ N h2 S xh
2 2
h nh
(1   2 xyh )

L L
1  f h 1  f h 2
$
(
V X rgst = ∑ N h
$
) h
2
nh
( S Xh +  h S Xh  2  h S XYh ) = ∑ N h2
$
2 $ $
2 $ $
h

nh
S xh (1   2 xyh )
$
$
En el supuesto b = b la varianza del estimador simple es:

o
L L
1
(
V xrgst ) = ∑W V ( x ) = ∑ W
h
2
h rgh
h
2
h ( Xh
nh
2 2
+ bo Xh  2bo XYh )
 XYh
que será mínima cuando lo sean las ( ) , es decir, cuando b =  = S S
V xrgh o h
XYh
2
=
 Yh2
Yh
La varianza mínima será entonces:

L L L
1 1
(
Vmin xrgst ) = ∑W V ( x ) = ∑W
h
2
h rgh
h
h
2

nh
( Xh +  h Xh  2  h XYh ) = ∑W h2
2 2
h nh
2
 xh (1   2 xyh )

L L
1 1
$
(
Vmin xrgst ) = ∑W h
h
2
nh
( S Xh +  h S Xh  2  h S XYh ) = ∑Wh2
$
2 $ $
2 $ $
h nh
$
2
S xh (1   2 xyh )
$
Para el estimador del total se tendría:

L L L
1 1
(
Vmin X rgst
$
) = ∑ N V( x ) = ∑ N
h
2
h rgh
h
h
2

nh
( Xh +  h Xh  2  h XYh ) = ∑ N h2
2 2
h nh
2
 xh (1   2 xyh )
L L
1 1
$
(
Vmin X rgst
$
) = ∑ N h
2
h
nh
( S Xh +  h S Xh  2  h S XYh ) = ∑ N h2
$
2 $ $
2 $ $
h nh
$
2
S xh (1   2 xyh )
$
Estimador combinado
El estimador combinado para la media se forma como:

L L
xrgc = x st + bo ( Y  y st ) con x st = ∑Wh xh yst = ∑Wh yh

h h
Su varianza puede expresarse de la siguiente forma:
( )
V xrgc = V ( x st ) + bo2V ( Y  y st )  2bo cov( x st , Y  y st ) =
L
Wh2 (1  f h )
V ( x st ) + bo V ( yst )  2bo cov( x st , y st ) = ∑
2
h nh
( 2
 S xh + bo2 S yh
2
 2bo S xyh )
Para hallar el valor de b que minimiza esta expresión, igualamos a cero su derivada
o
respecto de b y tenemos:
o
L
Wh
2
(1  f )
L
Wh
2
(1  f ) L
Wh
2
(1  f ) ∑ nh
h
 S xyh
∑  2∑
h 2 h h
2b0  S yh  S xyh = 0 ⇒ bo =
h nh h nh L
Wh2 ( 1  f h )
∑ nh
2
 S yh
h
L
Wh2 ( 1  f h )
S xyh
∑ nh
2
 S yh  h
2 h
Pero como  h = S xyh =  h S yh , se tiene bo =
Wh2 ( 1  f h )
2
S yh L
∑ nh
2
 S yh
h
El valor b que minimiza la varianza del estimador combinado es entonces una medida
o
ponderada de los coeficientes de regresión  , siendo las ponderaciones dadas por h
L
Wh2 ( 1  f h ) ∑h  h

2 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  f h
( )
Vmin xrgc = ∑W h2
h nh
(
2
 S xh +  c2 S yh
2
 2  c S xyh )
que puede estimarse como:
l
1  f h
$
( )
Vmin xrgc = ∑W h2
h nh
(
2
 S xh +  c2 S yh
$
2$
 2  c S xyh
$
$
$
)
donde:
L
∑h  h $
$
Wh2 ( 1  f h ) S xyh

$
h
 c =
$
L ,  h =
$  S yh y  h =
$
2 $
2
.
nh S yh
∑ h
$
Para estimar el total , el estimador combinado se forma como:
ˆ
X ˆ ˆ = N
rgc = X st + bo Y  Y st x st + bo N Y  N y st = N x 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 V x rgc = N ∑ ) 2
( ) 2
h nh
( 2
 S xh + bo2 S yh
2
 2bo S xyh )
pudiendo expresarse la varianza mínima como:

l
1  f h
(
Vmin X rgc = N
$
) 2
∑Wh2
h nh
2
 S xh (
+  c2 S yh
2
 2  c S xyh )
l
1 f h
$
(
Vmin X rgc = N $
) 2
∑Wh2
h nh
(
2
 S xh +  c2 S yh
$
2
 2  c S xyh
$
$
$
$
)
El valor b que minimiza la varianza del estimador combinado para la media es una media
o
ponderada de los coeficientes de regresión  , siendo las ponderaciones dadas por h
L
W h
2 ∑h  h
2 h
h =   yh , de tal forma que se puede escribir bo = L =  c , pudiendo expresarse la
nh
∑ h
h
varianza mínima como:
l
1
Vmin x rgc ( ) = ∑
h
W h
2
nh
(
2
  xh +  c2 yh
2
 2  c xyh )
l
1
Vmin x rgc
$
( ) = ∑W h
h
2
nh
 ( S xh
$
2
+  c2 S yh
$2
 2  c S xyh
$
$
$
)
donde:
L
∑h  h $
$
W h
2
S xyh
$
h 2
 c =
$
L ,  h =
$  S yh y  h =
$ $
2
.
nh S yh
∑ 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:
L 2
W h
(
V X rgc
$
) = V ( Nx ) = N V ( x ) = N
rgc
2
rgc
2
∑n
h
(2
  xh + bo2 yh
2
 2bo xyh )
h
pudiendo expresarse la varianza mínima como:

l
1
Vmin X rgc ( $
)=N 2
∑Wh
h
2

nh
(
2
  xh +  c2 yh
2
 2  c xyh )
l
1
Vmin X rgc
$
( $
) = N
2
∑
h
2
Wh
nh
 ( S xh$
2
+  c2 S yh
$ 2
 2  c S xyh
$
$
$
)
100
(1  )
(1  f ) ˆ 2 ˆ 2 ˆ 2
ˆ
ˆ ( X
V )=
n
( ˆ =
S x + R S y  2 Rˆ S )
XY
100
( )
2010 620 + 0,2242  7619  2  0,224 1453 = 3,335
Ahora estimamos el error del estimador de la media basado en la regresión.

100
1
(1  f ) ˆ 2
V min
ˆ
ˆ ( X ) =
rg
ˆ2 =
S 1  
x
( ) 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
ˆ ˆ ) = (1  f ) S
ˆ + Y ) = V ( D
V ( X ) = V ( D (
ˆ 2 + S
ˆ 2  S
ˆ ) 2010 (620 7619 1453) 64,4
x y XY = +  =
n 100
Ahora estimamos el error del estimador de la media en el aleatorio simple.

100
1
2010
ˆ
ˆ ( X (1  f ) ˆ 2 100 620 = 5,89
V as
)= S = x
n 100
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.
La ganancia en precisión del estimador de regresión sobre el aleatorio simple es G =
(5,89/3,24 1)100 = 81,8%.
La ganancia en precisión del estimador de razón sobre el aleatorio simple es G =
(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 ) =
n y 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 .
ˆ
ˆ ( X )
V =
n
(
1 ˆ2 ˆ2 ˆ2 ˆ S ˆ
S x + R S y  2 R XY
)=
1
100
(
620 + 0,224 2  7619  2  0,224  1453 = 3,51 )
Ahora estimamos el error del estimador de la media basado en regresión.
1 ˆ2 1
ˆ ( X )
V min rg
ˆ =
n
S x 1   (
ˆ2 =
100
)
620(1  0,67 2 ) = 3,41
Ahora estimamos el error del estimador de la media basado en diferencia.

ˆ
V ( X )
1
(
= V ( Dˆ + Y ) = V ( Dˆ ) = S ˆ x2 + S ˆ y2  S ˆ XY =
n
1
100
)
(620 + 7619  1453) = 67,78
Ahora estimamos el error del estimador de la media en el aleatorio simple.

ˆ
S
2
620
V
ˆ )=
ˆ ( X x
= = 6,2
as
n 100
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 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:
Bˆ ( Rˆ ) =
1 ˆ ˆ2 ˆ
n y 2
R S
y
( S
XY =
(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: W = 1580/2010 = 0,786, W = 430/2010 = 0,214, f = 70/100 = 0,7, f = 30/100 = 0,3, R =
1 2 1 2
ˆ
19,40/82,56 = 0,235, R = 51,63/244,85 = 0,21,

ˆ
2
S xy1
ˆ
=  xy1S xS y = 496,4 y
ˆ
ˆ ˆ
S xy2
ˆ
=  xy2S xS y = 781,3.
ˆ
ˆ ˆ
Estimador combinado de la razón
La estimación combinada de la varianza del estimador de la media para muestreo sin

L 2
W (1  f ) ˆ
ˆ
reposición será V ˆ ( X )=∑ RC (S + Rˆ S ˆ  2 Rˆ S ˆ ) = 1,51593.
h
nh
h
xh
2 2 2
yh xyh
h
El sesgo del estimador combinado para la media puede estimarse como:
W h2 (1  f h ) ˆ ˆ 2
( )=0,83/
L
ˆ ˆ ˆ
B( X RC ) = ∑ RS Yh  S XYh
Y . Las operaciones a realizar son:
h nhY
Pero Y se estima por y = 117,2 ⇒ Bˆ ( X ˆ ) = 0,83/117,2 = 0,007.

RC
La estimación de la varianza de la media para muestreo con reposición será:

2
(ˆ )
L
ˆ W h
ˆ ( X
V RC ) = ∑ S xh
2
+ Rˆ S ˆ yh  2 Rˆ S ˆ xyh = 3,1375 .
2 2
h nh
Para muestreo con reposición el sesgo puede estimarse como:

L 2
B
ˆ )=
ˆ ( X
RC ∑
W h
nh Y
(ˆ ˆ
RS Yh
2
)
 S ˆ XYh =1.00456/ Y
h
Pero Y se estima por y = 117,2 ⇒ Bˆ ( X ˆ ) = 1,00456/117,2 = 0,0085.

RC
Estimador separado de la razón
La estimación de la varianza del estimador de la media para muestreo sin reposición será:
W h2 (1  f h ) ˆ 2
( )
L
ˆ ˆ 2  2 Rˆ S
ˆ
V ˆ ( X RS ) = ∑ S xh + Rˆ h2 S yh h 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
( ) = 0,0029.
L
ˆ ˆ
como: Bˆ ( X RS ) = ∑ h Rh S Yh  S XYh
Y e
1 Y 2 se estimarán mediante y 1
h nhY h
e y 2 respectivamente. Los cálculos a realizar serían:
La varianza del estimador separado de la media para muestreo con reposición puede
L 2
estimarse como V ˆ ( X ˆ RS ) = ∑ W h (S ˆ2

xh + Rˆh2 S ˆ yh
2
 2 Rˆh S ˆ xyh ) = 3,09792.
nh
h
Para muestreo con reposición la expresión del sesgo puede estimarse como:
L
ˆ ( X
B ˆ )=
RS ∑
W h
(ˆ ˆ
Rh S Yh
2
 S ˆ XYh = 0,0033.)
h nh Y h
Estimador combinado en regresión
La estimación de la varianza mínima del estimador de la media viene expresada en muestreo

sin reposición por la expresión:
l
1  f h
$
( )
Vmin xrgc = ∑W h2
h nh
( 2
 S xh$
+  c2 S yh
2
 2  c S xyh
$
$
$
$
)
donde:
L
∑  ˆ  ˆ h h
Wh2 ( 1  f h ) S xyh
$
ˆ 2
0,16155 con  h =  S yh y  h = .
h
 c = L
$
$ $
2
nh S yh
$
∑  ˆ h
h
Calculado  ya podemos hallar el valor de la varianza mínima mediante:

ˆ
l
1  f h
$
( )
Vmin xrgc = ∑W h2
h nh
(
2
 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:
l
1
Vmin x rgc
$
( ) = ∑W h
2
h
nh
 ( S xh
$
2
+  c2 S yh
$ 2
 2  c S xyh
$
$
$
)
donde:
L
∑  ˆ  ˆ h h
W h
2
S xyh
$
ˆ
 c = h
L
= 0,18977 con  h = $  S yh y  h =
$
2 $
2
.
nh S yh
$
∑  ˆ h
h
Calculado  ya podemos hallar el valor de la varianza mínima mediante:

ˆ
l
1
Vmin x rgc
$
( ) = ∑W h
h
2
nh
 ( S xh
$
2
+  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  f h ˆ 2 ˆ ) = W 2 1  f h S
L
ˆ x
V min
( )
rgst = ∑ h n
W 2
( S
Xh + ˆ S
 ˆ 2  2 
h Xh
ˆ S
h XYh ∑ h n ˆ xh (1   ˆ xyh ) = 1,40509
2 2
h h h h
La estimación de la varianza mínima del estimador de la media viene expresada en

muestreo con reposición por la expresión:
L L
1 ˆ2 1 ˆ2
ˆ
V min ( x ) = ∑W
rgst h
2 ˆ ˆ 2 ˆ ˆ ) = ∑W h2
( S Xh +  h S Xh  2  h S XYh
nh
ˆ 2 xyh ) = 2,97591
S xh (1  
nh
h h
Resumiendo resultados tenemos:
   SIN REPOSICIÓN  1,49
  SEPARADA
   CON REPOSICIÓN  3,09792
  RAZÓN 
   SIN REPOSICIÓN  1,51593
  COMBINADA
   CON REPOSICIÓN  3,1375
 ESTRATIFIC
ADO 
   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 ESTRATIFIC AR  CON REPOSICIÓN  3,51
 
 SIN REPOSICIÓN  3,24
 REGRESIÓN 
 
  CON REPOSICIÓN  3,41
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 calculad Valor actual

2 2
y i x i yi x i x i y i
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
ˆ
X x
∑ x i
164,7
Rˆ = = = i =1
= = 1,07
ˆ
Y y
n
154,5
∑ y i
i =1
 
() 1  f
( ) 1  f n n n
V ˆ Rˆ = ˆ + R ˆ  2 R

ˆ S ˆ
ˆ S  ∑ X i + Rˆ ∑ Y i  2 Rˆ ∑ X i Y i 
2 2 2 2 2 2
 S =
Y n(n  1)
x y xy
 
2 2
Y n i i i
Como Y
2
no se conoce, se estima mediante y
2
. Tenemos:
V ( ) = (154,15/ 2020)/ 100

ˆ Rˆ
( 20)(19)
 [1373,71 + 1,07 (1210,55)  2(1,07)1288,95] = 0,0001 .
2
2
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?
CAPÍTULO
MUESTREO U
UNIETÁPICO
DE C
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.

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.
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
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
i =1
x = n
= = 8801
151
∑ M i
i =1
ˆ ( x ) = 1  f ( S 1  f 10 10 10

ˆ 2 + Rˆ 2 S 2  2 Rˆ S
ˆ )= ˆ2 ˆ X M ) = 653785
∑ i ∑ i ∑ i i
2 2
V x M xm
( X + R M  2 R
nM 2 nM 2 (n  1) i =1 i =1 i =1
El límite para el error de estimación al 95% será:
x ± 2 V ˆ ( x ) = 8801 ± 2 653785 = 8801 ± 1617
Para estimar el ingreso total de todos los residentes de la ciudad hacemos lo siguiente:
ˆ
X = M x = 2500(8801) = 22002500
El error de estimación se estima mediante:
ˆ ( X
V ˆ) = M V ˆ ( x ) = 2500 (653785)
2 2
ˆ
X ± 2 V ˆ ( X
ˆ ) = 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
ˆ
X =
n
∑ X i =
25
1329000 = 22061400
i =1
2
n
 
n
∑ ( X ) 2
 x 2
 ∑ X  i
 =  ) =
i
ˆ ( X
ˆ ) = N 2 1
 f N (1  f ) n
2 i 1
V i =1
= (∑ X  i
n n 1 n( n  1) i =1 n
25
415 2 (1  )
415 (82039000000  (1329000) ) ⇒ 
2
ˆ ) = 1752960
ˆ ( X
25(25  1) 25
ˆ
X ± 2 V ˆ ( X
ˆ ) = 22061400 ± 3505920
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, X 1 = 4320, X2 =
4160, X 3 = 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.
X i
ˆ 1 n
X i n
M 1 n
X i 1  4220 4160 5790 
X HH =
M
∑ nP = ∑ M i
=
n
∑ M = 
3  3100
+
1910
+
3200 
 = 2,02
i =1 i i =1 i =1 i
n
M
2
 
 
n
X
∑  M  X 
2 i ˆ
 X n

2
 X X ˆ
n 
∑  MP  M 
HH
∑  P  X ˆ 
i i HH
=
i 1 i
HH   M 
ˆ
ˆ ( X 1 =  i 1  i
=

i 1 i   M 
V HH
)= 2
= = =
M n(n  1) n(n  1) n(n  1)
2
n
 X ˆ   4220   4160   5790 
2 2 2

∑  M  i
X
   2,02 + 
HH  2,02 +   2,02
= 
i 1  =  3100
i   1910   3200 
= 0,0119
n(n  1) 3(3  1)
El límite para el error de estimación será 2 0,0119 = 0,22 .

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 P i, 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, X i el total del conglomerado i-ésimo y conociendo los siguientes datos
de los conglomerados de la muestra:
P i 0 ,026 0 ,017 0 ,022 0 ,013
X i 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
2 2 2
Smith S b = S M t se ajusta bien en la proximidad de M =100 y se conoce el valor de S b
=1173. Se pide:
2 2 2
Calcular el valor de t y S w en el supuesto de que S b/ S =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
para el error de estimación.
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
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
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.

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 M ,i 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 n
1 1
x =
nm
∑ ∑ X ij =
n
∑x i
i j i
Para el total poblacional, proporción y total de clase, los estimadores insesgados son
los siguientes:
n n n
ˆ = N M x = N M ˆ =1 ˆ = N M
ˆ = N M P
ˆ , A
X
n
∑ xi , P
n
∑ P i
n
∑ P ˆi
i i 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:
Muestreo sin reposición en las dos etapas
S b2 S w2
()
V x = (1  f 1 )  + (1  f ) 2
nM nm
N M
∑ ( X ) ∑ ( X )
2
i
 X  X i
n m 2 i 2 j
ij
f 1 = , f 2 = , S b = M , S w =

N M N  1 (M  1)  N
N 2 M S b2 N 2 M 2 S w2
ˆ 2
()
V ( X ) = N V x = (1  f 1 ) 
n
+ (1  f 2 ) 
nm
N N
1 1
∑ MP ( 1  P )
2
N  1
∑ M ( P  P ) i
N ( M  1) i i
V ( P ) = ( 1  f 1 ) + ( 1  f 2 )
i i =1
$
=
nM nm
N N
2
∑ ( P  P )
i ∑ MP ( 1  P ) i i
(1  f ) 1
i
n( N  1)
+ ( 1  f 2 )
i =1
n m N( M  1)
N N
2
N M ∑ ( Pi  P ) NM ∑ Pi ( 1  P i )
2 2 3
V ( A) = N M V ( P) = ( 1  f 1 ) + ( 1  f 2 )
2 2 i 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

medios Valores esperados
n
m
∑( ) S b2 + (1  f 2 )S w2
2 2
“ Entre” n 1 m x
i
x S b
ˆ
i
M
n m
∑ ∑( X )
2
“ Dentro” n m (  1) ij
 xi S
ˆ
w
2
S
2
w
i j
n m
∑ ∑ ( X )
2 2 2
Total nm 1 ij x S ˆ
S
i j
Las estimaciones de las varianzas para las dos etapas sin reposición son las siguientes:
ˆ2
S ˆ2
S
V ( ) = (1  f ) nm + f (1  f ) nm ,
ˆ x
1
b
1 2
w
y ˆ ( X
V ˆ) = N 2 ˆ ( x )
M V
2
n n
∑ ( P  P )
2
∑ P Q
( ) = (  f ) 
i i i
ˆ P
V ˆ 1
i
+ f (1  f )  i
n(n  1) n 2 (m  1)
1 1 2
V ( X ) = N 2 M 2V ( x )
$ $ $
y V ( A ) = N 2 M 2V ( P )
$ $ $ $
S b2
$
Si f 1 es muy pequeña, se toma V ( x ) = 1  f 1 

Si f $
( ) nm
.
Muestreo con reposición en las dos etapas
2 2
 b  w
V x( )= +
nM nm
2 2 2 2
N M  b N M  w2
V ( X ) = V NMx $
( )= +
n nm
N N N N

1 1
∑ M ( P  P ) ∑ MP (1  P ) ∑ ( P  P ) ∑ P (1  P )
2 2
i i i i i i
N NM i =1
( )=
V P $
i
nM
+
nm
=
i
nN
+
i =1
nm N
N N
∑( P ) ∑ P (1  P )
2
2 2
NM i
 P NM i i
2 2 i i =1
V ( A) $
= N M V ( P ) $
= +
n nm
Las estimaciones de varianzas son:

2
S b
( )=
ˆ
V x
ˆ
, ˆ ( X
y V ˆ ) = N 2 M 2V
ˆ ( x )
nm
n n n
m
∑ ( P  P ) ∑ ( P  P ) ∑ ( P  P )
2 2 2
i i
() ()
i
ˆ P
ˆ = n 1 ˆ = N 2 M 2
V i
= i
y V ˆ A i
nm n(n  1) n( n  1)
Primera etapa con reposición y segunda sin

sin reposición
2
 b 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
N N N N
1 2 1 2
∑M( P  P ) i
∑MP(1 P i )
N ( M  1) i =1 i
∑( P  P ) i ∑MP(1 P ) i i
N
V( P ) =
i i i =1
$
+ (1 f 2 ) = + (1 f 2 )
nM nm nN nmN( M  1)
N N
2
NM 2
∑ ( P  P ) i
NM 3
∑ P ( 1  P )
i i
2 2 i i =1
V ( A) = N M V ( P) =
$ $
+ (1  f 2 )
n nm ( M  1)
Las estimaciones de varianzas son iguales que para reposición en las dos etapas:
2
S b
( )=
ˆ
V x
ˆ
, y ˆ ( X
V ˆ) = N 2 ˆ ( x )
M V
2
nm
n n n
m
∑ ( P  P ) ∑ ( P  P ) ∑ ( P  P )
2 2 2
( )= ()
i i i
ˆ P
ˆ n 1 ˆ = N 2 M 2
V
i
= i
y V ˆ A i
nm n( n  1) n( n  1)
Primera etapa sin reposición y segunda con

con reposición
S b2  w 2
()
V x = (1  f 1 ) +
nM nm
N 2 MS b2 N 2 M 2 w2
V ( X ) = V ( NMx ) = (1  f 1 )
$
+
n nm
N N N N
1 1
∑M ( P i  P ) ∑M P i (1  P i ) ∑( P  P ) ∑ P (1  P )
2 2
i i i
()
ˆ = (1  f ) N 1
V P 1
i
nM
+
N M i =1
nm
= (1  f 1) i
n( N 1)
+ i =1
nm N
N N
2
N M ∑ ( Pi  P ) NM 2 2 2
∑ P (1  P ) i i
i i =1
V ( A) = N 2 M 2V ( P) = (1  f 1 )
$ $
+
n( N  1) nm
Cuando la primera etapa es sin reposición y la segunda con reposición, las

estimaciones de varianzas son:
ˆ2
S ˆ2
S
V ()
ˆ x = (1  f )
1
b
nm
+ f 1
nm
w
, y ˆ ( X
V ˆ) = N 2 ˆ ( x )
M V
2
N N
∑( P  P ) ∑ P (1  P )

2
i i i
()
ˆ = (1  f )
V P 1
i
n( N 1)
+ i =1
nm N
y ˆ)
V ( A = N 2 2 ˆ)
M V ( P
m
n ∑ m P (1  P ) i i
∑ ( P  P )
2
Para proporciones y totales de clase: S ˆ b2 = y ˆ2
S = i =1
.
n 1 i
i w
(
n m  1)
MUESTREO BIETÁPICO DE CONGLOMERADOS DE DISTINTO TAMAÑO

Y PROBABILIDADES IGUALES
n n
ˆ = N 1 N
Para probabilidades iguales se tiene: X ∑ M i xi = ∑ M i xi . n n
i i
Las dos etapas sin reposición
Las varianzas y sus estimaciones para las dos etapas sin reposición son las siguientes:
M i
∑ ( X )
N
∑ ( X ) 2 2
i
 X ij
 X i
( )
N
ˆ = N 2  (1  f )
N
∑ M  (1  f )  (M
i 2 j
V X +
n( N  1)  1)mi
1 i 2i
n i i
2 mi
( X )
n
∑    X ˆ i  X i  

ˆ 2
) ∑
 xi
( )
ˆ X
ˆ =
N 2
(1  f ) N n
M i 2
(1  f ij
∑
1 i 2i j
V  + 
n n 1 n i mi mi  1
 ˆ 1  n
 X = ∑ X ˆ , X ˆ = M x 

i i i i
 n  i i
Primera etapa sin reposición y segunda

segunda etapa con reposición
En este caso, las varianzas y sus estimaciones son las siguientes:

N
∑ ( X ) 2
 X
( ) = N  (  f )
i M i
N N
M i
∑ ( X ) 2
ˆ
∑
2 i
V X 1 +  X i
n( N  1)
1 ij
n i mi j
2 mi
∑ ( X )
n
∑    X ˆ i  X i  

ˆ 2
 x i
( )
ˆ X
ˆ =
N 2
(1  f ) N n
M i 2
j
ij
∑
1 i
V  + 
n n 1 n i mi mi  1
 ˆ 1 n

 X = ∑ X ˆ ,i i
ˆ
X i
= M i
xi 
 n i 
Las dos etapas con reposición
( )=
N i N M i
N N M i
( X ) ∑ ( X )
2 2
V X ˆ
∑ i
 X + ∑ ij
 X i
n i n i mi j
n 2
∑    X ˆ  X  

ˆ
2 i i
 ˆ ˆ = M x 
( )=
n
N 1
ˆ X
V ˆ  i ˆ y X
 X = ∑ X 
i i i i i
n n 1  n  i
Primera etapa con reposición y segunda

segunda sin reposición

M i
∑ ( X )
2
ij
 X i
( ) = n ∑ ( X  X )
N N
N N
∑ M  (1  f )  (M
2
ˆ
V X + 2 j
 1)mi
i i 2i
i n i i
n 2
∑    X ˆ  X  

ˆ
 ˆ ˆ = M x 
2 i i
( )=
n
N 1
ˆ X
V ˆ  i ˆ y X
 X = ∑ X 
i i i i i
n n 1  n  i
n
ˆ 1
ˆ y X
ˆ ˆ
totales de clase: X =
Para proporciones y totales i
n
∑ M P i i i
= M P i i
i
Los estimadores para medias, proporciones y totales de clase en el muestreo

tamaño son inmediatos:
bietápico con probabilidades iguales y conglomerados de distinto tamaño son
X ˆ
N
n
M i ˆ 1 ˆ 1 ˆ ˆ
ˆ ) , V ˆ ( X )
X = = ∑ M x , V ( X ) = V ( X = V ( X )
ˆ
i 2 2
M n i M M
n
N
n
M i N
P =
ˆ
n
∑ M
P i ˆ
, A = M
ˆ
P = ˆ
n
∑M P i
ˆ
i
i i
P i = proporción muestral en el conglomerado i-ésimo

ˆ
Las fórmulas para la varianza del total de clase y su estimación en el caso de

muestreo sin reposición en ambas etapas son
etapas son las siguientes:
N 3 PQ
( ) = (  f ) n( N  ) + N n ∑ M P i Qi
N
V Aˆ 1
3
 (1  f ) 
1
1 i
i 2i
(M i
 1)m i
2
 ˆ 1 n
ˆ 
n
(1  f )
2 ∑  M P  ∑ M P  i i i i
ˆQ ˆ
() N   P
n
n N
V ˆ =
ˆ A  1 = i
+ ∑ M
i 1 2
i
(1  f )  2i
i i
n n 1 n i m 1i

muestreo sin reposición en primera etapa y con reposición en segunda son las siguientes:
N 3 PQ M i2
( ) = (  f ) n( N 
N
ˆ N
V A 1 1
1 )
+
n
∑ mi
P i Qi
i
2
 ˆ 1 ˆ 
n n
(1  f )
2 ∑  M P  ∑ M P  ˆQ ˆ i i i i
() N   P n
ˆ =
ˆ A
n = N
+ ∑ M 
1 i i 1 2 i i
V  i
n n 1 n i m 1 i

muestreo con reposición en ambas etapas son
etapas son las siguientes:
2 2
()
N
N N M i
V A = ˆ
n
PQ +
n
∑ mi
P i Qi
i
2
 n
1  n
2 ∑  M P ˆ  n ∑ M P ˆ 
i i i i
V ˆ
ˆ A ( )= N
n

 i = 
n 1
i 1

muestreo con reposición en primera etapa y sin reposición en segunda son las siguientes:
N 2
( )= P i Qi
N
N
V Aˆ ∑ M  (1  f )  (M
3
PQ +
 1)m
i 2i
n n i i i
2

n
1  n
2 ∑  M P ˆ  n ∑ M P ˆ 
i i i i
V ( )=
ˆ
ˆ A
N
n

 i = 
n 1
i 1
ˆ) 1 ˆ) ˆ ) = 1 V ˆ ( Aˆ ) .
Para proporciones aplicamos V ( P = 2
V ( A y V ˆ ( P 2
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 + c1n + c2 ( nM ) + c3 ( nM )
a a
a 2 3
C o
1
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 c del total C , para no preocuparse más que de la distribución
o
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 + c 3nm
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 + c3nm ,
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 =c o
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.
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
2
S
expresión aproximada V x( ) = nm (1 + (m  1)   ) . Para obtener los valores de n y m que
hagan mínima V ( x ) con la restricción dada por la función de coste de campo construiremos
la función de Lagrange:
2
S
 =  ( 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
1  
m
op
= 
c
2

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:
n ˆ
X 1
n ˆ
X 1
n
M i x i
ˆˆ
Un estimador insesgado del total será: X HH
=∑ i
= ∑ P
i
= ∑ .
i nP i n i i
n i P i
N
M i
Para probabilidades proporcionales al tamaño  P i =
M
con M = ∑ M , luego:
i
i =1
n
ˆˆ 1 M i x i 1
n
M i x i M
n
X HH
=
n
∑ P i
=
n
∑ M M
=
n
∑x i
i i i i

bietápico con probabilidades desiguales son inmediatos:
M i M i
x i ˆ
P
ˆˆ 1 1
n ˆ
X 1
n
1
n i
1
n ˆ
M i P
ˆˆ M ˆˆ ˆˆ M
∑ nP ∑ ∑ ∑
i i
X = X HH
= = , A = M P = M =
M M i i
n i P i n i P i n i P i
M i
ˆ
P
n
ˆˆ 1 M
i
P =
n
∑ P i
i
P i = proporción muestral en el conglomerado

ˆ
i-ésimo.
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
ˆˆ 1 N  X i  N

M i2 (1  f 2i ) 2 ˆˆ 1 ˆ
V ( X HH ) = ∑   X  P i + ∑  S i , V ( X HH ) = 2
ˆ )
V ( X HH
n i =1  P i  i nP i mi M
ˆˆ 1  N Ai  N M i2(1 f 2i ) M i P iQi

V ( A HH ) = ∑  A  + ∑
2

n  i=1 P ri  i nP ri
mi
M i 1
ˆ )ˆ 1 ˆ
ˆ)
V ( P
HH
= 2
V ( A
M
M i
Para el caso particular de probabilidades proporcionales a los tamaños P i =
M
N
con M = ∑ M , se tiene:
i
i =1
 M i N M i2 (1 f 2i ) 2 M  N  X i2 X 2  N M i 
2 2
ˆˆ 1 N  X i
V ( X HH ) = ∑  X  +∑  S i = ∑   + ∑ (1 f 2i )  S i 
2
n i =1  M i / M  M i nmi M i / M n  i =1  M i M  mi 

i
 
Con reposición en segunda etapa
ˆˆ 1  X
N
 N
M i
2
ˆˆ 1 ˆ
V ( X HH
) = ∑   X i
P i +∑   i2 , V ( X HH ) = 2
ˆ )
V ( X HH
n =  P nP i mi M
i 1  i i
1 N  Ai  2
ˆˆ N
M i
V ( A HH ) = ∑   A  P ri + ∑  P i Qi
n i =1  P ri  i nP
ri
m i
ˆ )ˆ 1 ˆ
ˆ)
V ( P
HH
= 2
V ( A
M
M i
Para el caso particular de probabilidades proporcionales a los tamaños P i =
M
N
con M = ∑ M , se tiene:
i
i =1
ˆˆ 1 N  X i 
2
M i N
M i
2
M
  X
N
X 
2 2
M
2
N 
∑   X  +∑ ∑   +∑ 
2 i i 2
V ( X HH ) =   i =      i
n i =1  M
i
/ M  M i nmi M i / M n  = 
i 1 M M
i  m i i 
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
 X ˆ ˆˆ
n 

∑  P  X  i
 ˆˆ
HH
 ˆ
ˆ X   i
 i
ˆ ( X 1 ˆ ˆˆ
V  ˆ= , V )= V ( X )
  n(n  1)
2 HH
M
2 2
 Aˆ
n
ˆˆ 
n M P
ˆ
ˆˆ 

∑  P  A  i

∑  P  M
P
i
 i
 
ˆ  A
ˆ   i

i i
  i
V  ˆ = =
  (
n n  1) n n (  1)
ˆ ( P
ˆ) ˆ 1 ˆ ( Aˆ ) ˆ
V = 2
V
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 X HT al
ˆ
muestreo bietápico, siendo la primera etapa sin reposición (la
segunda etapa puede ser con o sin reposición). Así, un estimador insesgado del total será:
n n
X iˆ
M i x i
=∑ =∑
ˆ
X HT
ˆ
i  i i  i
Como casos particulares de este estimador tenemos:
Conglomerados del mismo tamaño M
n n
M xi xi
=∑ = M ∑
ˆ
X HT
ˆ
i  i i  i
N
nM i
Probabilidades proporcionales al tamaño   i = con M = ∑ M i
M i =1
n n n
M i xi M i xi M
=∑ =∑ = ∑x
ˆ
X HT
ˆ
i
i  i i nM i M n i
n
Probabilidades iguales   i =
N
n n n
M i x i M i xi N
=∑ =∑ = ∑
ˆ
X HT
ˆ
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:
M i
ˆ x i
ˆˆ 1 ˆˆ 1
n
X
n
M
∑  =∑
i
X = X HT
=
M M i i i  i
M i
n P i
ˆ
M
P = ∑
ˆ
ˆ
P i = proporción muestral en el conglomerado
ˆ
i-ésimo
i  i
M i
n P i
ˆ
n
M M i P iˆ
= M P = M ∑ =∑
ˆ ˆ
A
ˆ ˆ
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.
Sin reposición en segunda etapa
ˆˆ N
X i2 N
X i X j N
(1  f 2i ) M i2 S i2
V ( X HT ) = ∑ (1  i ) + ∑ ( ij  i  j ) + ∑ ,
i =1  i i  j  i  j i mi  i
ˆˆ 1 ˆ
V ( X HH ) = ˆ )
V ( X
2 HH
M
Con reposición en segunda etapa
ˆˆ N
X i
2 N
X i X j N 2
M i  i
2
ˆˆ 1 ˆ
V ( X HT ) = ∑ (1  i ) + ∑ ( ij  i  j ) + ∑ , V ( X HH ) = ˆ )
V ( X
2 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:
2
M i 2
S i = P i Qi ,  i = P i Qi
M i  1
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:
ˆ 1 n
X i 1 1 n
X i 1 n
X i 1  13 11 18 10 11 
X HHR =
M R
∑ nP = M 
n
∑ M M R
=
n
∑ M = 
5  7
+
6
+
8
+
4
+
5 
 = 2,128
i i R i iR i iR
Para estimar la varianza del estimador de la media utilizamos:
2 2
 X ˆ  n
 X
n
ˆ 
∑ P  X  
∑ M M
i i
HHR
 M X
 R HHR
ˆ
ˆ ( X 1 1 =  i 1  = 1 = 
i 1  =
) = 2 V ˆ ( X
ˆ i iR R
V HHR HHR
)= 2 2
M R M R n(n  1) M R n(n  1)
2
n
 X ˆ   13   11   18   10
2
  11 
2 2 2 2
∑ M  X    2,128 +   2,128 +   2,128 +   2,128 +   2,128

i
HHR
= 
i 1 iR  =  7   6   8   4   5  = 0,016
n(n  1) 20
El error relativo de muestreo en la zona rural será:
ˆ
ˆ V ( X HHR ) 0,016
ˆ v( X )
C = = = 0,059  6%
HHR
ˆ 2,128
X HHR
Un intervalo de confianza al 95% para el gasto medio por hogar en zona rural es:
ˆ ˆ
X HHR ±   V ( X 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:
ˆ 21 + 15 + 24 + 20
X U = = 20
4
1
ˆ ˆ2
S  4  3
[(21 20) 2
+ (15  20)2 + (24  20)2 + (20  20)2 ]
V ( X U ) = (1  f ) = 1   = 3,15
n  40  4
El error relativo de muestreo en la zona urbana será:
ˆ
ˆ V ( X U ) 3,15
ˆ v( X
C )= = = 0,0887  8,87%
U
ˆ 20
X U
Un intervalo de confianza al 95% para el gasto medio por hogar en zona urbana es:
ˆ ˆ
X U ±   V ( X 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
ˆ
ˆ = N x = 60 X ˆ
X st ∑ h h HHR
+ 40 X U
= 60  2,128 + 40  20 = 927,68
h =1
n
ˆ
ˆ ) = N 2V ( x ) = 602V ( X ˆ
V ( X
st ∑ h h HHR
) + 402V ( X U ) = 602  0,016+ 402  3,15 = 5097,6
h =1
ˆ )
V ( X 5097,6
ˆ v( X
C ˆ )= st
= = 0,077  7,7%
st
ˆ
X 927,68
st
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 50 8, 6, 12, 14, 10
1
REGIÓN 60 8, 10, 14, 14, 16

2
REGIÓN 80 8, 10, 10, 16, 12

3
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
calcular el valor particular correspondiente a los datos
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
ˆ = N 10
X ∑ M x i i
= (50  10 + 60  12,4 + 80  11,2) = 7133 ,33  7134 condenados
n i 3
La estimación de la varianza es:

2
n X ˆ  2 2
   
∑  1 / N  X ˆ  1 1
n n n n n 2
∑    X ˆ  X  

i
ˆ
∑  N X ˆ  N n ∑ M x 
i i i ∑  M x  n ∑ M x 
i i i i
     
2 2 i i
V ( )=
ˆ X
ˆ
i
(
n n 1 )
=
i
(
n n 1 )
i
=
N
n
i
n 1
i
=
N
n
i
n 1
100  (5010  713,33) + (6012,4  713,33) + (8011,2  713,33) 

2 2 2
  = 2.1938510 7
3  2 
Para probabilidades proporcionales a los tamaños en primera etapa se tiene:
n n n
ˆˆ 1 M i x i 1 M i x i M 600
X HH
= ∑ = ∑ M = ∑x i
= (10 + 12,4 + 11,2) = 6720 condenados
n i P i n i i
M n i 3
La estimación de la varianza es:
2
 X ˆ 
2
n n
 M M  n n
 1  n
2

∑  M / M  ˆ i
∑  M M x  n ∑ x 
X
∑  x  n ∑ x 
2
 i i i M i i
ˆ ( )
ˆ
V X =
 i
i
(
=
n n 1 )
i i  =
(
n n 1 )
i i 
(
n n 1
 =
)
i
2
(
600 (10  11,2) + (12,4  11,2) + (11,2  11,2)
2 2 2
) = 172800
6
Se observa que el error de muestreo es mucho menor en el caso de utilizar

probabilidades proporcionales
proporcionales a los tamaños.
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 S 1 =1,5. El segundo estrato (granjas en perímetro
w
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
promedios (en arrobas)
arrobas) de los 4 cerdos con 4 meses de las 6 granjas
granjas anteriores extraídas
extraídas del
2
segundo estrato son los siguientes: x
i2
= {3, 4, 3, 5, 3, 3} i = 1, 2, ..., 6 y S 2 w
= 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
probabilidade
probabilidadess iguales
iguales en todas las etapas.
etapas. Hallar también un intervalo
intervalo de confianza
confianza para el
peso promedi
promedio o de los cerdos
cerdos a los 4 meses
meses en las granjas
granjas de la comarca
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
∑ ( x )2
m1 i1
 x1
1 20 ˆ2
∑
i
x
1
= x
i1
= =4 S
b
= = 15
n
1 i 5 n1 1
ˆ2
S ˆ2
S  5  15
5  6  1,5
ˆ ( )
V x1 = (1  f 11 ) 1b
+ f 11 (1  f 12 ) 1w = 1   + 1    = 0,5
n1m1 n1m1  1000  30 1000 50  30
Ahora estimamos la media y su varianza en el segundo estrato. Tenemos:

6
∑ ( x )
2
m2 i2
 x 2
1 21 ˆ
∑
2 i
x
2
= x
i2
= = 3,5 S 2b
= = 2,8
n
2 i 6 n2 1
ˆ2
S ˆ2
S  6  2,8 6  4  1,33
ˆ ( ) (
V x2 = 1  f 21 2b
n2m2
) (
+ f 21 1  f 22  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 = W x + W x = 1 1 2 2
4+  3,5 = 3,685 arrobas
h =1 1100 1100
La estimación de la varianza del estimador de la media valdrá:

2 2
ˆ ( x ) =  1000   100 

2
ˆ 2
V ( x st ) = ∑W h V ˆ ( x ) = W 2V ˆ ( x ) + W 2V    0,5 +    0,113= 0,415
h 1 1 2 2
h =1  1100   1100 
El error relativo de muestreo se estimará mediante:
ˆ ( x )
V 0,415
ˆ v( x )
C =
st
= = 0,1748 (17,48%)
st
x st 3,685
El intervalo de confianza al 95%, suponiendo normalidad, será:
x st ±   ˆ(x )

V 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.
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
para realizar la encuesta
encuesta es de 3000000
3000000 de euros, la función de coste será:
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
optimización de Lagrange:
Lagrange:
ˆ ) = (1  f ) 0,38(1.0,38) (1 + (m 1)0,05)

MinV ( P  c1 1   500 1  0,05
nm ⇒ m =  =   14 familias
 c 2  50 0,05
3000000 = 500n + 50nm 
3000000 3000000
3000000 = 500n + 50nm ⇒ n = = = 2500 secciones censales
500 + 50m 500 + 50  14
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 M i, 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 M i
m i
ˆ)
con reparacion es mayores ( P i
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%.
Al no conocerse el valor M se

se utilizará el estimador de la proporción por razón al tamaño
siguiente:
∑ M P ˆ i i
ˆ=
P
i =1
= 0,34
n
∑ M i
i =1
cuyo error de muestreo puede estimarse mediante:
( )
n
2
∑ M P ˆ  P ˆ
2
ˆ = (1  f 1 ) 
i i ˆQ ˆ
() P
n
1
ˆ P
∑ M (1  f )  m
i 2 i i
V 2
+ 2 i 2i
= 0,0081
nM n 1 nN M i i
1
Un límite para el error de estimación al 95% será:
ˆ±
P 2 V ˆ P ()
ˆ = 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.
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
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.
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:
ˆ ˆ 14 3 2 3 2 7
∑ i i 3∑ i i i ∑ M i M j xi x j
2 2
V ( X ) = M x  s M ( M  5) 
45 i =1 i =1 45 i  j
2
siendo xi el total muestral y s
i
= S 2 la cuasivarianza dentro de la unidad primaria i-ésima de
ˆ
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.
CAPÍTULO
MUESTREO B
BIFÁSICO Y
MUESTREO E
EN O
OCASIONES S
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.
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.
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 X i, esto es, la ayuda de la
variable auxiliar Y i. La primera muestra de tamaño n’ proporciona ciertos datos buenos
basados en la variable auxiliar Y i para que las estimaciones finales (las estimaciones de X i )
sean precisas. Si no hubiese variable auxiliar Y i el tamaño de la muestra para estimar X i 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 W h = 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

W h = =
N Número total de elementos de la población
Consideremos ahora la proporción de elementos de la primera muestra que cae en el

estrato h:
ˆ
nh
' Número de elementos de la primera muestra que caen en el estrato h
W 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 W h (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 Wh = W h 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 = ∑ n
h
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 n h las elegimos de entre las n’ h para valores de h = 1, ..., L).
L
Tendremos n = ∑ n
h
$
. Ahora n’ es dado y n’ 1 ....n’ h ....n’ L son fijos y W1
$ $
LWh 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.
Muestreo bifásico y muestreo en ocasiones sucesivas 333
Estimadores y varianzas
N h
El estimador usual de la media en muestreo estratificado es X = ∑ W h x h con W h = .
ˆ
h N
En muestreo doble los W h se estiman por los W h obtenidos de la primera muestra, y con la
$
x
h
segunda muestra estimamos las medias x
h
= ; de esta forma resulta el estimador para la
n
h
media:
n' h
X
$
= ∑ Wh xh
$
; W h
$
=
n'
h
Utilizaremos la notación E W (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, W1
, L , Wh , 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:
S  g 'W (1  W )  g '

2
V 
 X  = ∑ (1  f ) W +  + ∑ W ( X  X )
ˆ h 2 h h
2
  h
h
n  h
n'
h
 n' h
h 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:
 ˆ  N  n'  S +   2 2
1 S h nh
V  X  = 
∑    1   W ;  h =
  N n'   h h
h
n' nh
'
Para muestreo es con reposición en primera fase tendremos:
 W (1  W )  1
2
S
V 
 X  = ∑ (1  f )  + ∑ W ( X  X )
ˆ 2
h
W + 2 h h
  h n
h
h  n
h
'  n' h
h 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:
  W (1  W ) 
2
 ˆ  1
V  X  = ∑
 
W +h 2
h
+ h h
∑ (
W h X h  X )
2
n 
h h
n'  n' h
fórmula aproximada para nh pequeño respecto de N h, en todo h, y n’ pequeño respecto de N .
Para el total X = NX , el estimador insesgado es X = NX y su varianza es

$
$
( )=N
V X $
2
( )
V X .
$
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 nh
2
; 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 P h 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:
Ph Qh  2 g ' Wh ( 1  W h )  g ' 2

V ( P ) = ∑ ( 1  f h )
$
W h +  + ∑Wh ( Ph  P )
h nh  n'  n' h
N h
con la aproximación S h2 = P h Qh  P h Qh .
N h  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:
Ph Qh  2 Wh (1  W h ) 1 2
V ( P ) = ∑
$
W h +  + ∑Wh ( Ph  P )
h nh  n'  n' h
Para el total de clase, A = NP , el estimador es A = $

P
$
y su varianza
( ) = N V ( P ) .
V A $
2 $
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:
1
 g ' ( 1  W h )  g '
( )
V X = ∑ ( 1  f h ) S h W h +
n h
$
n
2
 + ∑Wh ( X h  X )
2
 '  n' h
En la práctica, para efectuar la afijación a los estratos utilizaremos nh = Wh n . $

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:
2 2 2 2 2
 ˆ  1    x   x  x

V  X  = + 
 rl
n n' N
Una estimación para la varianza óptima es la siguiente:

ˆ ˆ ˆ ˆ
2 2
 
ˆ
S S  S x2, y S
2
ˆ
x , y x
V  X rl  =
x
+ 
  n n' N
ˆ2 = 1 n n
 ˆ2 = 1  n

∑ ( X i  x )  b ∑ (Y i  y ) 2  ∑
2 2 2
S
x , y  S
x  ( X  x ) 
i
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.
Muestreo bifásico y muestreo en ocasiones sucesivas 339
Estimación del cambio entre ocasiones sucesivas
Supongamos que se pretende estimar el cambio de la media entre dos ocasiones, que
designaremos por t 1 y por t 2, con una muestra de n unidades. Si utilizamos el estimador
simple del cambio:
n
1
 = x 2  x1 =
$
n
∑( x
2i
 x1i )
i
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 t 1  x1 c

  x1 c

Ocasión t 2  x 2 c
  x 2 c

Las medias en ambas ocasiones son:
x
1c
+ x1 x
1c
x
1c
n c c
x
1
= c
= + = x
1c
+ x
1c
n n n n n
x
2c
+ x 2 x
2c
x
2c
n c c
x
2
= c
= + = x
2c
+ x
2c
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:
2 2
S S
( )=
V x1 , V x 2 ( )=
n n
2 2 2 2
c S S c S c S
(
cov x1 , x 2 )= 2
 cov( x1 c
, x 2 c ) =  12
   2
=  12   =  12   
c
n c c n n n n
Sustituyendo estos valores en la varianza de  tenemos: $
2 2 2 2
( ) =
ˆ
V  ( ) + V ( x )  2 cov( x x ) =
V x1 2 1 2
S
n
+
S
n
2
S
n
 12 = 2
c
S
n
[1  
12

c
]
siendo  12 el coeficiente de correlación entre los valores comunes a ambas ocasiones y
 la proporción de unidades comunes. De esta expresión deducimos que para  12 > 0 la
c
ganancia en precisión es proporcional a   12 correspondiendo la máxima ganancia a los

c
valores  12 = +1 y  = 1 . Por lo tanto, la situación ideal es aquella en la que la

c
proporción de unidades comunes en la muestra en las dos ocasiones es del 100% (  = 1 ), c
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
1
+ x2 )
2
definido como la media de las medias en ambas ocasiones. Su varianza es:
1
V ( x) =
4
[V ( x ) + V ( x ) + 2 cov( x , x )]
1 2 1 2
2
S
y sustituyendo en la fórmula los valores obtenidos en la sección anterior ( V ( x1 ) = ,
n
2 2
S S
( )=
V x 2 y (
cov x1 , x 2 )=  12 ), tenemos:
c
n n
 2 S
1 2 S
2
 2
S
2
V ( x ) =  +   = 12 c
 [1 +  12 c
]
4 n n  2n
Como este valor es mínimo cuando  = 0 , vemos que, en el caso  12 < 0 , para c
estimar la media sobre dos ocasiones es preferible utilizar muestras independientes.

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).
Muestreo estadístico mediante SPSS 357
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.
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.
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.
Muestreo estadístico mediante SPSS 361
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).
Figura 10-11 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_
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

Muestreo Estadistico PDF

Cargado por

Copyright:

Formatos disponibles

Muestreo Estadistico PDF

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 PDF

Cargado por

Copyright:

Formatos disponibles

IMPRESO EN MÉXICO - PRINTED IN MEXICO

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-

CONCEPTOS INICIALES EN LA TEORÍA DEL MUESTREO

Al hablar de métodos de muestreo nos referimos al conjunto de técnicas estadísticas que estudian

MUESTREO Y ESTIMADORES. DISTRIBUCIONES EN EL MUESTREO

muestral asociado al fenómeno o experimento. Si consideramos como fenómeno o experimento

elementos de la población U es el espacio muestral S .

A partir de una muestra, seleccionada mediante un determinado método de muestreo, se

 ( s(X )) para cada s, se los denomina estimaciones.

Las distribuciones de probabilidad de los dos estimadores se calcularán mediante la

∑ P (S ), de la siguiente forma:

Una vez conocida la distribución de probabilidad en el muestreo de los dos estimadores

Ahora, para comprobar la insesgadez, hallamos la esperanza de los estimadores:

Ahora calculamos las varianzas de los dos estimadores como sigue:

sesgo es o no despreciable. Tenemos:

Se observa que el uso de la media armónica mejora en un 33,33% la estimación a

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

[ ˆ      ˆ  | B  ˆ |,  ˆ +     ˆ + | B  ˆ |]

Se observa que el intervalo más estrecho es el relativo a la media armónica, ya que

Los cálculos pueden automatizarse con EXCEL como sigue:

Los resultados son los siguientes:

1.2. Dada la población {U , U , U , U , U } seleccionamos muestras de tamaño 3 por el siguiente

método de muestreo: De un recipiente que contiene tres bolas numeradas del 1 al 3 se

1) Hallar las distribuciones en el muestreo de T 1 ˆ

2) Comparar las precisiones de los estimadores anteriores cuantificando las ganancias en

Para hallar el espacio muestral asociado a este procedimiento de muestreo consideramos la

( A A A ), ( A A A ), ( A A A ), ( A A A ) y ( A A A ).

Las probabilidades de las muestras se calculan como se indica a continuación:

P ( A )P ( A / A )P ( A ) = (1/3)(1/2)(1/2) + (1/3)(1/2)(1/2) = 1/6

P ( A )P ( A / A )P ( A ) = (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

permitirnos el cálculo de las distribuciones en el muestreo de los estimadores. En el siguiente

S _ X Pi ˆ

Las distribuciones de probabilidad de los dos estimadores se calcularán mediante la

1 n ∑ P (S ), de la siguiente forma: i

Una vez conocida la distribución de probabilidad en el muestreo de los dos estimadores

GP = (EMC( T̂ )/EMC( T̂ )  1)100 = (1,833/0,0526  1)100 = 3385,9%

+36(17-36)2 +95(23-33)2+96(23-36)2+56(33-36)2 = 386906,553