Tema 8: Muestreo Sistemático.

Introducción:
La muestra seleccionada en una muestra sistemática de 1 en k de n individuos entre N
estará compuesta por los individuos: s  h : h  r  j  1k  N; j  1, 2, ..., n
Suponemos N  nk  c y r semilla aleatoria entre 1 y k.
Tabla que ilustra las k posibles muestras si c  0 :
s1 ... sr ... s k
y1 yr yk
y k1 y kr y 2k
... ...
... ... ...
y n1k1 y n1kr yN
n
 s1 ...  s r  y j1kr ...  sk
j1

Estimadores:
 sis  k s r
k

k  s r
Var sis   k   s r   2  N  SSB, donde   r1
k
 
k
r1
N 2 1f
n S 2 2
sr ; S sr 
1
n1
 y k   s r  2 si pob. aleatoria
ks r
n1
Var sis   y i1 y i  2
N 2 1f
2n
i1
n1
si N  nk

Descomposición de la varianza en función del coeficiente de homogeneidad:

k k
  y j   2  y j   s r  2  n s r   2  SST  SSW  SSB
jU r1 s r r1
Var sis   N  SSB
Definiciones:
i) Coeficiente de correlación intraclases: (las s r deben ser del mismo tamaño)
n SSW
1 si SSW  0  Homogeneidad en s r
  1  n1 SST
 1
 n1 si SSB  0  Heterogeneidad en s r
ii) Coeficiente de homogeneidad:
 N1 SSW
1 si SSW  0  Homogeneidad en s r
  1 Nk SST
 k1
 Nk si SSB  0  Heterogeneidad en s r
N2 n 1
Si N  nk Var sis   n  2 1  f  n  1; f  N
 k
Eficiencia del diseño:
Var sis  n1   0  Sistemático más eficiente
 1 1f

Var   0  Sistemático menos eficiente

Muestreo Sistemático replicado:

Tomar m semillas entre los m  k primeros dígitos ordenados m sistemáticos ”slices”
de tamaño mn
Suponiendo mn y
N
n  Z  s  h : h  r i  j  1mk  N; j  1, 2, ..., mn ; i  1, ..., m
Muestreo sistemático replicado se puede considerar equivalente al muestreo aleatorio
simple de m conglomerados de entre km posibles, por tanto:
m
 sr  mk
m  i
i1 m 2
  i 
km 2 1 mk
m 
Var sr   m S 2 2
s I donde S s I
i1
m1

Tamaño muestral:
Obtención de n con una muestra sistemática:
N 2 S 2
Estimar S 2
sr 
1
n1
 y k   s r  2 con muestra previa  n  B2
sr

NS 2
sr
ks r k2
n1
y i1 y i  2
V 2
Estimar V 2  i1
n1
con muestra previa  n  2B 2 2
 VN
k2

Obtención de tamaño de muestra para muestreo sistemático replicado:

Suponemos una muestra piloto con m replicas cada una con n  mn individuos y
N
n  k
2 km 2 1 1k  2
Ecuación: Bk  m
S s I y despejamos m 
Conclusión: Tomariamos m  muestras sistemáticas de mn individuos cada una
N
Obtención de n individuos si k  n no es entero:
i) Método del Intervalo Fraccional:
Extraemos un valor  de una distribución U0, k :
s  l : l  1    j  1k  l; j  1, .., n
ó
s  l : l  1n  r  j  1N  ln; j  1, .., n; 
Si se usan m replicas:
Extraemos m valores  1 , ...,  m de una distribución U0, mk :
 n
s 1  l : l  1   1  j  1mk  l; j  1, .., m 
................
s m  l : l  1   m  j  1mk  l; j  1, .., mn ; 
ii) Método de Muestreo Sistemático circular:
Tomar aleat. r del 1 al
l : l  r  j  1k; j  1, .., n si r  j  1k  N
Ns
l : l  r  j  1k  N; j  1, .., n si r  j  1k  N
N
Var
 sis   1
N
  s r   2
r1
n
1f
n S 2 2
sr ; S sr 
1
n1
 y i   s r  2 si población ordenada aleatoriamente
i1

Var
n1
 sis   y i1 y i  2
1f i1
2n n1