ESTADISTICA ESPAÑOLA Vol. 36, Núm. 135, 1994, págs.

143 a 160

E I es qu ema d e m u es t re o co n re po sici ó n p arcial (SCG)
por J. L. SANCHEZ-CRESPO

RESUMEN EI esquema SCG es de fácil aplicación, tiene siempre menor varianza esperada que el método multinomial, dispone de un estimador insesgado no negativo para la varianza, se generaliza fácilmente al muestreo en dos o más etapas, y el estimador de su varianza es siempre, más estable que el correspondiente al método multinomial. Por otro lado, el esquema SCG rnantiene las probabilidades de selección; es decir la probabilidad incondicional de elegir la unidad u; en cualquier selección es igual a la probabilidad origínal P;. Esta propiedad puede ser importante en los esquemas que utilizan rotación de la muestra, como ha sido señalado por Fellegi (1963}. En la comparación del esquema SCG con el de HT, utilizando el método de selección de Brewer, en las 20 poblaciones naturales de Rao y Bayless, podemos observar una pérdida media, para las 20 poblaciones consideradas en su conjunto, del 5% en cuanto a varianza esperada, con el esquema SCG. Por el contrario 1a ganancia en estabilidad del estimador de la varianza es de un 28% a favor del esquema SCG, con relación al de Brewer. En ambos casos para g= 1, en el modelo de superpoblación y n= 2.

f`+ I.^l>Iti l Il 1 f`,1' ^ti+ >I ^

Palabras Clave: Muestreo con probabilidades desiguales. Modelo de superpoblación. Varianza esperada. Estabilidad del estimador de la varianza.

Clasificación AMS: 62D05.

1.

INTRODUCCION

EI método de muestreo con reposición parcial, se debe a J. L. SánchezCrespo y J. M. Gabeiras ( 1987-1989). En este trabajo trataré de hacer una breve referencia a lo ya publicado y me centraré en aspectos que entonces no tratamos. De un modo especial en la consideración conjunta de la varianza esperada y la estabilidad del estimador de la varianza. Así, por ejemplo, si comparamos los métodos I y II y en el primero su varianza esperada, baja un modelo de superpoblación, es menor que con e1 método II, podríamos decir que bajo este aspecto el primer método es preferible al segundo. Pero si la estabilidad del estimador de la varianza es mucho menor con el primer método, podríamos Ilegar a preferir el segundo método. Dicen Cassel et al. en su libro (1977), que el requisito mínimo de estabilidad, para el est'rmador de la varianza es ser siempre no negativo. A este respecto señalan los autores citados que el estimador de la varianza de Yates-Grundy, que es «siempre» no negativo en ciertos casos, suele ser preferido al HT que en esos casos puede no serlo. Hay otra serie de propiedades que mencionaremos en el texto, y pueden influir en la elección del método. Aquí cítaremos el mantenimiento de las probabilidades de selección ( rotación de la muestra) (*) y!a denominada por Brewer y Hanif ( 1983), «ratio estimator property», que proporciona varianza cero cuando los vaiores de las x; son exactamente proporcionales a las probabilidades de inclusión ^^ para todo i. EI estudio empírico y semi-teórico de Rao y Bayless (1969) y Bayless y Rao (1970) ha sido considerado como fundamental por todos los autores en cuanto a varianzas esperadas y estabilidad del estimador de la varianza. Como ejemplo diremos que Cassel et al. dedican varias páginas de su libro de 1977 a este estudio y aclaran que el significado de «enfoque empírico» se refiere al cálculo de varianzas con la evaluación del estimador para cada muestra posible y«enfoque semi-teórico» al cálculo de varianzas esperadas mediante el modelo de superpoblación.

AI cumplir el método SCG los requisitos que Rao y Bayless exigieron a los rnétodos participantes, me pareció muy importante incluirlo a posteriori para
(*) Ver Estadistica Española, vol. 29, n.^ 115, p. 12 (1987).

En este artículo sólo lo compararé con el de Hansen-Hurwitz y el de Horvitz-Thompson con el método de selección de Brewer. algunos pueden preferir seguir utilizando el muestreo de Hansen y Hurwitz. : i. Brewer y Hanif { 1983). . 2. Citaré las opiniones siguientes: Cassel et al. Supongamos que es u. . .b.FL. se eliminan b números en el tamaño de u.N M=^M. efectuar comparaciones con ios restantes procedimientos. La primera se{ecciqn se realiza con probabilidades proporcionales a los tamaños.-^+1_ ^ti(^^ ^^ l. que considero entre los prirneros a nivel mundial Esta afirmación puede sorprender a algunos. dicen que al no existir un procedimiento ideal utilizando el muestreo sin reposición y probabilidades desiguales. no necesariamente distintas. 2. Ver el resurnen de este articulo. siendo el valor óptimo de b: M ín. Gomo anteriormente. _.. y han de tenerse en cuenta al decidir una estrategia muestral. y con M la suma de todos los M. .. N donde u. Selección sin reposición en el que se eliminan las M. mencionan que las ventajas prácticas del método de Hansen y Hurwitz pueden en ciertas ocasiones exceder en valor a las pérdidas en eficiencia. unidades de u. Representaremos con M^ el tamaño de u.b números de un total M. es decir M. . M. . se eliminan b números del tamaño de la segunda unidad seleccionada. con i= 1. representaría el conglomerado i-ésimo en ei muestreo de conglomerados en una etapa. Antes de proceder a la segunda selección. SELECCION DE LA MUESTRA Consideraremos una población de N unidades u.-^^. FS(11^E. EI método se encuentra camprendido entre los procedimientos de selección con probabilidades desiguales siguientes: Selección con reposición en el que se reponen a fa pobiación las M. considerándose para la segunda selección el nuevo tamaño de u.^1A I)F Ml_^F:S"t^RF:U ('^^)N kf:F'USI("1Oti E':^k(^1. en la página 165 de su libro (1977). y se continúa el proceso hasta que n unidades.. unidades. De todo esto se puede deducir que las ventajas del método SCG sobre el HH son importantes. 1 bo nn-1 1 donde el corchete signiíica «el mayor entero contenido en». han sido seleccionadas. en la página 109 de su libro.. y en e! muestreo polietápico la unidad i-ésima de primera etapa.

» En la misma carta dice Brewer: «EI caso n= 2 es. Brewer (*) en 1988.b antes de proceder a la siguiente selección. Cuando este indicador es mayor que 0. La estratificación es más eficiente cuando n es tan pequeño como sea posible. . t ) con: r=2 r=o ^ P (2. que en sus cartas él denominaba p. que la mayor parte de las alternativas. una parte de las M.» Rao y Bayless (1969) dicen «n = 2 en cada estrato es con mucho el caso más importante en la práctica».I ^if^ F^. incluso para n^ 2. n debe ser por lo menos das. A continuación mencionaré las apiniones de algunos líderes mundiales en el muetreo: Me decía Brewer en su carta de 21-4-87: «No estoy de acuerdo con Cochran que para n= 2 todos los métodos sean simples. que para n^ 2 será P (2.!+ T ADIti 11(^ ^1 T^:ti1':^. W. EI índicador del ahorro en varianza esperada. y (0 < P < 1). proporciona una medida directa de la posición del método SCG entre los de Hansen-Hurwitz y Horvitz-Thompson/Brewer. no obstante.5.t ) la función de cuantía. Son sólo menos complicados (cumbersome) que para n> 2. 3. Su método propuesto es el más simple. W.E * V (XscG ) E! mencionado indicador es: P= „ „ E* V ^`HH) E* V ^`HT) donde los asteriscos representan esperanza respecto a un modelo de superpoblación. . de gran interés. R. es decir M^ -. pero si demandamos un estimador insesgado de la varianza. únicamente se repone a la población. ^^ En la seiección con reposición parcial.ti( )t.t ) = 1 Las probabilidades serían : ("} Quiero expresar mi agradecimiento a K. Brewer por sugerirrne el indicador P. Representarernos por P(n. que me fue sugerido por K. FUNCION DE CUANTIA PARA LA VARIABLE ALEATORIA e^ QUE INDICA EL NUMERO DE VECES QUE LA UNIDAD ui ES C^BSERVADA EN UNA MUESTRA DE TAMAÑ^J n i 2 Por tamaño muestral debe entenderse 2 unidades de primera etapa por estrato. R. ^ ^ E * V ^HH ) . SCG está más cerca del ^HT/B que del HH. continúa Brewer en su carta.

) = nP^ [1] M -. covarianza y función de cuantía. con un n general.E-. lnP.M.^ 147 (M-M. ^^.nb V ( e.0) _ M ( M -.b ^ V ( XHH ) . MUESTREO EN UNA ETAPA 4.nb n P. ) P (2. Estimador del total y su varianza n n La expresión Xscc =^ X.a^1[. ( M.^r^s^^.1 } = 2 • M ( M -.) •(M-M. p.^^^ cc^ti kE. es un estimador insesgado del total poblacional ^C.t. 29.b) P (2. vol.) 4. varianza. 32. n.nb M -.1.P. P^ [3] nP. (1 .Q 115.-b) P (2.E:^^ t^E^ ^tt_F^^^^k^.b) M.b) para la media. se puede obtener: E(e. ) [2l C o v( e.^ic^ti ^^^^^kc^^r^i_ ^^^^c. -.2) _ M ( M . ) = M-b M -. con varianza: ' ^ V ( xsCG) = M -.=t)=P(nt) [4] (Ver Estadística Españofa.e^} _ - M-b P(e. ( M .b) M.

^ Estimador insesgado y no negativo para la varianza La expresión n .^ ^. vol.2. Para n= 2 se obtiene la simple expresión: „ ^ M.^.. ( P.) es la varianza en las etapas posteriores a la primera.i ^x 4.(1 /4) V (XscG} _ X1 X2 2 IVI P1 P2 (Ver Estadística Española. pp.>^>^^.^ 115. ^^^ ^ ^ .) 5.^ n(n-1} [6] es un estimador insesgado y no negativo de la varianza. . Estimador insesgado del total y su varianza Representaremos el estimador del total Xpor: n n ^ XscG = ^X.. dentro de la unidad i-ésima de primera etapa.1. . del estimador insesgado de X.^ F^-^^ ^ ^ ^^^ ^r. ^ donde V2(X. ^ V (Xsc^) - M ..» 5.nb M 2 ^ X' --X sc^) . 11-12. puede existir un potencial considerable en el esquema de los autores. 1987. es un estimador insesgado de X. 29. son fáciles de calcular estimaciones insesgadas y no negativas de la varianza. . )lnP.InP. basado en las etapas posteriores a la primera.2b . Baylar a nuestro artículo de 1987: «Si en un esquema polietápico. A. ^ donde X. n. MUESTREO EN VARIAS ETAPAS Esta sección se basa en el siguiente comentario de B. Su varianza viene dada por: n n ^ V (XscG) = V ( XscG) + ^^ V2 ( X.

k^.n6 M ^ ^(( X.9 a>0 g>0 EI asterisco indica valor esperado respecto del modelo y en la mayor parte de los casos prácticos se verifica: 1 <g<2 Otros autores.ti"I kF:f )('C )ti }tE-. EI modelo utiiizado por Rao y Bayless (1969) y Bayless y Rao (1970).\t i tic (^ ^ ^. Cassel et a/. ) -Xsc^)2 . señalan que en los métodos de muestreo sin reposición y probabilidades desiguales. e! anteriar.^^IM..+^.2. Los resultados obtenidos con el modelo de superpoblación son valores medios para todas las poblaciones finitas que podrían obtenerse de la superpoblación. 149). es con nuestra notación ^ X.f^.^ UE-. y lo mismo ocurre con los modelos de superpoblación. pp... propuestos en años recientes. 6.IM. indican que como el valor de g es difícil de establecer.° 120 (1989). . Rao y Bayless (1969).)=0 E*(s. vol.l. Rao y Bayless asumen que las ^.N) E*(^. no se conoce nada prácticamente sobre la estabilidad del estimador de la varianza.)=a^M. E*(c. 2 ) [gl es un estimador insesgado y no negativo de la varianza. 31. La demostración puede verse en Estadística Española.M^)=0 {i--1. n(n-1) + nb M 1 n2 n ^ ^ V2(X.^^) 5.f't )41('1^>ti !'.2/M..^1.\kt I. ) P.=BM.2. 114-115. UN MODELO DE SUPERPOBLACION En la introducción de su artículo. n. se distribuyen normalmente. es conveniente cansiderar estrategias que actúen bien dentro de un recorrido para g(p. Estimador insesgado y no negativo de la varianza total y sus componentes La expresión n n n ^^ V ^xsc^> _ M. ^1l'F-.5c^t F-. Por ejemplo. Para la comparación de estimadores de la varianza. l P.

^^ti^ ^L^1 6.^^^I I( ^A F. el estimador del total X. (N_ 2) M.n. es el número esperado de veces que la unidad u. lnP. tendríamos: ^ E * V QCHH ) aM 2 ^ E*V ^HT/B) _ aM 2 ^ E*VrSCG) - .^UI.) • n9 -1 " % [12) Para n= 2 y g= 1.1. = nP. XHT = ^ E * V {XHT) _ ^ aM9 n9 • ^ (1 -.2b • aM 2 • (N. aparece en ia muestra de n unidades y n n XHH =^ X.t SI) F^ti^l .^Y. Para el esquema SCG la varianza esperada es: ^ E * V {XHH ) E * V {XscG ) _ M-b y para el métado de Horvitz y Thornpson tenemos: n ^ X. n [10] donde µ.1) M-b .µ^ 9-^ ) µ. Varianza esperada respecto al modelo La varianza esperada para el muestreo con reposición y probabilidades desiguales de Hansen y Hurwitz es: ^ E *V (XHH) aM^ 9 n n ^ ^ (1 . (N _ ^ ) .

1 N-.E*V ^Hr) P está comprendido entre cero y uno. ES(.1 R1=1 aM/n ^1 aM/n _ n. 6. Con arnbos rnétodos referidos al HH Este indicador mencionado en la sección 2 es: ^ n ^15] ^*^^`HH^ .i.1 N(n-1)-1 ^ ^ 13^ la primera desigualdad aparece al sustituir b por su valor óptirno bo de la p.ll. presenta el muestreo sin reposición respecto al mues#reo con reposición. (0 < P< 1) g= 1 P= b{N-.3.1 (14] Vemos que el método de Horvitz-Thompson con el procedimiento de selección de Brewer presenta una reducción en varianza esperada respecto del de Hansen-Hurwitz.1 ^ 1 Iv. ^SC^t^ i ^^ 1 6. en cuanto a varianza esperada. M_ 1 b 1 N-1 ^e n -. Comparación de métodos. Indicador de !a reducción potencial en varianza esperada ai utilizar el método SCC en lugar del HT.ti 1'AK(^t.n N-. 5.1 + E * V Q^CHH ) n--1 N M (n-^}-1 Mo N. 0 NT/B respecto a HH ^ Lc*V QCHTIB} ^ E * V QCHN ) N-.1) M-b - n-.F-^. para g.il^`E:M. ^1l:ESTRF^O (^O N Rf:F't)SIC'1O^. y la se9 unda al sustituir M M>_ 1por la unidad.1} M-b .1 yn^2 SCG respecto a HH Ro = 1 ^ E*VQCscG} ^ ^1- M--nb M--b _ b{n. con loque se mantiene la desi 9 ualdad.^ [)F.2. igual a la que en e1 caso de probabilidades iguales.E*V ^SCG^ ^ ^ E^V P'^HH} .

24 La tabla anterior me fue sugerida por I.49 0.44 0.00 0. para el esquema SCG.24 20 (*) 1.30 0.00 1.^ y para g = 2 M -..22 7 8 9 10 1. Fellegi al que quiero expresar mi agradecimiento. .43 0.30 0.^^rt^t.Pmáx al valor Pm^X podíamos haber Ilegado con el cociente resultante de dividir la cota máxima de Ro por el valor R1: n-1 N(n-1)-1 n-1 N-1 N-1 N(n-1)-1 que proporciona una comparación indirecta entre los métodos de SánchezCrespo y Gabeiras con el de Horvitz y Thompson.1 N M-b N•M Mo .45 0.nb P 1 M-b 1-nD {D-'-1)•b M-b [16] 1-D N con(0<P'<P<1) D^'<N D=^P? Vemos que el caso g ^ = 1 es algo más favorable.23 0.00 0.47 0.47 0.00 1.i 5.00 1.29 0. t-.49 0.00 1.29 0.>ts^n^^. Una cota máxima para P sería: P= b•(N-1) N.00 1. que el g= 2. A continuación presentamos (*) los valores de Pmáx para varios valores de n y N: n 2 3 4 5 3 4 5 6 1.00 0.00 1.32 0.46 0.31 0.22 0.23 0.(n_^)_^ N•(n-1)-1 .31 0.^ t-aE^a!^^^t.

en varianza esperada con el esquema SCG. después de citar los tres criterios propuestos por Sampfor (1975}: i) Facilidad de ejecución. dicen: «. respecto del modelo de superpoblación. del cuadrado del coeficiente de variación para e1 estimador de la varianza. y preferir alguna alternativa subóptima» . respecto al HT corresponde a n= 2 y disminuye a medida que aumenta n. en fa página 148 de su libro. Cassel et al. por ejemplo. la medida más apropiada para la estabilidad del estimador de la varianza es el valor esperado. ESTABLIDAD DEL ESTIMADOR DE LA VARIANZA Según Rao y Bayless (1969) y Bayless y Rao (1970). son: . podría tener que ser rechazada como impracticable..Ak(^1. aún cuando es óptima según ciertos criterios matemáticos. el establecimiento de criterios que permitan decidir. la elección de un procedimiento para su aplicación en la práctica. Esta expresión es una razón de variables aleatorias y no ^ ^ E*( CV2 ( X ( V )))=. en vista de estos requerimientos. 7..MA l)F^ till!f^. t 18 l Rao y Bayless sugirieron una medida alternativa que representaremos con ^ ^ ^RB V(X)' I RB N(X)) ^ ^ E*EV2 (X)-(E*E(V(X))2 (E*EÍ/(X))2 E^*EV2 (X) ( E*EV( X }} 2 [ 19] que rea{mente mide {a variabilidad del estimador de fa varianza.FL ESQI_!E^^:. La comparación de métodos debería tener como fin. De los momentos de segundo orden debidos a Rao y Bayiess sólo consideraremos el caso g= 2 que como vimos en 6.3 es el más desfavorable para el método SCG. y iii) Estabilidad del estimador de la varianza. respecto de la varianza esperada con el modelo de superpoblación.^ ^5i Vemos que la reducción máxima. Los momentos de segundo orden para n= 2 y g= 2. la estrategia de Harvitz y Thompson.. ii) Facilidad de los cálculos para obtener la estimación de la varianza.^^L. ^5C'(.S^^TREOC'ON F2f-:N(:)51C'!Oti^ 1'.E* V(V (X)) „ (E* ^/(x))2 es fácil de manejar.

z)2 ^ N 6 ^ P.^ P. 11.12 .2 ^ P?)2 (E *E ( V (XHr^e }))2 = (a .b)2 " 2_(M2b)2• ^ 2M4 (1 -^NP. ( M.n.? ))2 = a 2M 4 • . 4 (E E( V (XscG)}) - * n ^_(M. N N [20] ^%i E*E(V2(XHH)=3a2Ma.2)2 .í n n l^f ' RB `r (XHr/ B )) - N [26] (1 . P^ .^ t^:^1t^f^l^lc ^t_.(1. (1..^ <^ -(M-.tc^.^ )2/n.B) = 3a2M4 • 1 (4 P.. 2 (E * E( V (XHH))} _ }z ( M. ^ 2 ' 4 [23^ [24J n 1 (E*(E(V (XHH)))2 =c^2 M4 ' - N (1 . . 2 ^ P.2 ^ 2P.2b)2 M2 n(XHH 2 n )) E *E( V ^.b}2 4 ' [25J Sustituyendo estos valores en !os indicadores se obtiene: N 3 ^ ^ (4P.? )z .`i Para Horvitz-Thompson con el método de Brewer.t r^^ t^^s r. Pi '`^ [22] y para los denominadores de Rao y Bayless encontrarnos: N n 1 N 1 .t:^.n. P^ n n í<j N I RB `" ( XHH } ) ` 1 [27] (1 _ ^ P.2b)2 M2 3a 2• M4 2 N [21 ] E*E (V 2 ( Xsc^ ) =(M. P^. Pl .2b}2.2 ' ^ P. P^ .^}2 ^ ^ ^'^^ y para los HH y SCG. E*E(V2 (XHr.

^ P?}2 . .E^l_ ES(1l_`E:M. P^ 2 %^^ a 2 M4 N (1 .^^IAI.^P^ 1 [28] ( ^ . y sustituyendo en [28} ( M -.b) 2 2 ( M--.b} 2 2 ^ I RB ( V ( XHH ^ ) ^ l RB ( V ( xHH ) ) M2 M M de donde se deduce que por se r (M b)2 <1 M2 l RB ( V( XSCG ))^ l RB ( V( Xi.1 + ( MI .i^-.b) 2 l RB ( V ( XSCG ) ) _ ( ^ + l RB ( V ( XHH ) ) .?)2 ..^ ^°. Estabilidad del estimador de la varianza con el método SCG en relación al método de Hansen y Hurwitz Por [27] tenemos: N 6•^ N ^ P^ n n =1 +IRB (V(XHy)) (1 .^ DH^ M[JES^i^RFO (.^ ) 2 M2 N N P. ^S(^(^ ^ 155 (M--2b)^ • ^ ^ M 2 3a^ M4 N ^ P.^Ft(.1 = M2 n n n n ( M_.1.? ) 2 .^(Jt^i fZf:^'OSICIUti F'. 7.b) 2 -.i )) [2g^ luego el estimador de la varianza con el método (SCG) es siempre más estable que con el método (HH ). I RB ( V ( XSCG }) (M--2b)2 (M .b )2 4 ( M -. .^ P.

^ ^ t-:^. en cuanto a estabilidad. Estabilidad del estimador de la varianza con los métodos HH y SCG respecto al método de Brewer Rao y Bayless (1969) han calculado la eficiencia del estimador de la varianza. con los métodos incluidos en su estudio respecto al mé#odo de Brewer. 7.^ti^. del método HH respecto al de Brewer. siendo este superior al primero cuando e^ es menor que cero.t^.2. ^ ^ ^RQ \V (XB)) ^ ^ ^)•^ao [30] ^ RB ( V ( xHll-^ ) ) Valores positivos de e^ indican que el estimador de la varianza con el método HH es más estable que el de Brewer. indicarían mayor estabilidad para el estimador de la varianza con el método SCG que con el de Brewer. De forma análoga podemos proceder con el método SCG respecto al de Brewer: ^ ^ [31] ^Rg (V (XQ)) e-( ^ ^ -1)•100 ^ Re ( V t xscG )) De nuevo valores positivos para e. De [30] y [31 ] se deduce: e^ 1+ n 1 n ^ ^ (M. .I 5f^ t-^ r:^ ^ t^rs r rc .r_. para n= 2 y varios valores de g.+.b)2 100 e 1+ ^RB (V (xSCG)) I RB ( V( X'HH )) 1 2 ^ ^ M2 ' Re ( V ( XHH ) ) 1 O C^ ^ RB ( V( XSCG )) y teniendo en cuenta [29] se obtiene: e1 M2 e>((1+ )• -1)•100 [31] 100 (M .b }2 que nos proporciona el porcentaje mínimo de ganancia en eficiencia para el estimador de la varianza con el método SCG con relación al de Brewer. Representaremos con e1 al porcentaje de ganancia en eficiencia esperada para el estimador de la varianza. en las 20 poblaciones naturales que figuran en su trabajo (ver página 555. tabla 5 de su artículo).

E^C. pero el método SCG con relación al método de Brewer: ^ E * V ( xe ) e'_{ ^ -1)•100 E ^ V ( Xsco ) [32] EI método SCG es menos eficiente que el de Brewer. Consideración conjunta de estabilidad del estimador de fa varianza. y varianza esperada para el estimador del total Ambos aspectos aparecen en la tabla siguiente para las 20 poblaciones naturales de Rao y Bayless (g = 1. expresada en porcentaje.1FS"I^KE:() (:' c)N Rf-:F'()SIC'1()^ 1'. ^:S(.b) (M-.3. i!i(`(^t i S7 7.2b) -1) • 100 [34] Con la expresión [34] obtendremos los valores de e' para las poblaciones naturales de Rao y Bay{ess. Ml. Representaremos con e.^l!k:1^1A U^.^ki(-lf^l. al porcentaje de ganancia en eficiencia esperada para el método HH respecto del de Brewer: ( ^ E * V ( ^C'B ) E * V ( XHH ) ^ 1) • 100 [33] La relación entre e` y e1 viene dada por: e^ e'=((1 + 100 )• ( M . Eficiencia en varianza esperada del método SCG con relación al método de Brewer Sea e' 1a ganancia en eficiencia para la varianza esperada del estimador del total.4. en cuanto a varianza esperada. si e'es menor que cero. 7. . n= 2).

3 .8 -11 -.7 .47 20 + 16 + 26.7 .75 13 14 + + 54 12 + + 54. 555.93 5.7 5.25 -11 -11 .55 . 38 15.32 5.2. 31 -13 9. y los valores negativos superioridad para el procedimiento de Brewer. 74 3.20 2.5 .59 23.6 6.44 8 9 10 11 12 + + + -+ 8 4 5 13 20 + + + + + 8.06 .61 2. 80 2.82 72. 59 3. Las columnas correspondientes a SCG.16 7.15H t^:^^^^ .5 . e'. g= 1. Esta superioridad queda compensada con creces con la ganancia media (28%) del método Sánchez-Crespo y Gabeiras en cuanto a estabilidad del estimador de la varianza.^^^>^:^ ^^^^c^ ^^ t^^.10.05 .4. en cuanto al estirnador de la varianza.17 -11 -11 . 23 38.83 2.2.^^^. o sobre la varianza esperada.10. para e! estimador de !a varianza. 04 La columna HH (e =) ha sido tomada del artícuio de Rao y Bayless {1969) p.88 4.73 2. Y la columna HH (e' _) de la p.6 .g HH (e -) SCG (e >) HH (e' SCG (e'^) 1 -- 3 + 1. Los valores positivos indican superioridad para el método SCG. se han obtenido con las fórmulas [3^ ] y [34) de este artículo. Todos los valores de la tabla anterior son porcentajes de ganancia en eficiencia.5 .73 . g .37 0.95 .1. 2. con un modelo de superpoblación y siempre sobre el estimador de Brewer.63 2.52 7. que con los métodos de HorvitzThompson con selección de Brewer. EI método de Brewer es superior al SCG en cuanto a varianza esperada (5%) como media para las 20 poblaciones de Rao y Bayless.71 5 6 7 + 284 + 287.5 3. n= 2 esquema de Sánchez-Crespo y Gabeiras es más estable.68 5. 554.62 3. e.52 3. ^^ N. With Rep.15 . tabla 4. 55 8.73 5. tabla 5.5 2 3 4 -+ -- 3 3 71 12 5 + + + + + 1. y de Hansen y Hurwitz.6 -11 .15 15 16 17 18 19 + 8 + 35 + 2 0 1 + + + + + 16.88 2.50 . De la mencionada tabla se pueden sacar !as conclusiones siguientes: 1.^ti^^t. With Rep. . Para g= 1.

J. 47. 17 (3). D. SÁNCHEZ-CRESPO . L. HoRViTZ. y GABEIRAS . SÁRNDAL. C.F^:1. P. (1989): «Dos nuevos resultados en la estrategia mixta de Sánchez-Crespo y Gabeiras». f-. K. W. (1969): ^<An empirical study of the stabilities of estimators and variance estimators in unequal probability sampling of two units per stratum». 5-13. y WRETMAN. 58. I.^1. W. J. 120. J. SÁNCHEZ-CRESPO . W. C. 5. 663-685. J. D. 333-362. N. L. H. New `^(ork. . M. Annals of Mathematical Statistics. 1645-1667. K. Journa/ of the Arnerican Statistical Assocíation. (1977): Sampling %chniques. K. J. H. N. 65. E. Journa/ of the American Statistica/ Association. (1983) : Sarnpling with unequal probabilíties. New York. 14. (1970): «An empirical study af the stabilities of estimators and variance estimators in unequal probability sampling». y RAO. J. SÁNCHEZ-CRESPO. G. 5-39. D. N. 108-118. R. y HANIF. Wiley and Sons.... (1963): «Sampling with varying probabilities without replacement: rotating and non-rotating samples». M. y BAYLESS.. 540-559. (1975): «A simple procedure for sampling rcpswor». J. 64.. M. W. K. Springer-Verlag. J. (1943}: «On the theory of sampling from a finite population». New York. Australian Journal of Statistics. 166-172. K. W. 183-201. J. Australian Journa! of Statistics. Madrid. BREWER. INE. L. L. y HuRwiTZ. REFERENCIAS BAYLESS. sobre el rnétodo de Brewer. Journal of the American Statistical Assocíation. CASSEL. R. Madrid.ti(1l'E-. (1977) : Foundatíons of Inferen- ce in Survey Sampling.^L ^^t '1 ^ ^ ] 5y sobre todo si se tiene en cuenta que se trata de una cota mínima. BREWER..-^k( ^1. G. (1994) :«A sampling scherne with partial replacemen#».^ [)t: titl!F•:ti^1^FtEO ('í)w RE-:PU51('luti f'. RAO. (1952): «A generaliZation of sampling without replacement from a finite universe». (1987): «Un esquema mixto de muestreo con probabilidades desiguales». Estadística Españo/a. Estadística Española. M.... J. (1963a): «A model of systematic sampling with unequal probabilities». BREWER. COCHRAN . FELLEGI . y THOMPSON. Wiley and Sons. HANSEN. 115. Unpublished Document. D. R. L. Journal of the American Statistica/ Association. INE.

F. R. Bailar. For the 20 natural populatians we have found an average loss in expected variance of 5%. based on partial replacement. Hansen. M. Brewer. K. is at least of 28%. de Parada for some very useful comments and suggestions. de Parada. Parada. H. In survey sampling practice it seems to provide a simple and potentially useful procedure. a gap between the classical procedures of unequal probability sampling with and without replacement.RECONOCIMIENTO Quiero expresar mi gratitud a B. L. A. M. Fellegi. Azorín and J. P. A. Brewer. W. Key words: Unequal probability sampling. on the Rao and Bayless study for n = 2 and g= 1. Azorín y J. for the variance estimator. Cansado and G. than some of the best procedures developed heretofore for sampling without replacement. Superpopulation model. Hansen. Porras. de Parada por sus comentarios y sugerencias. Partial replacement. También quiero agradecer la colaboración y ayuda de J. I. I. . Montse H. K. Cansado y G. Bailar. A SAMPLING SCHEME WITH PARTIAL REPLACEMENT (SCG ) SUMMARY The sampling scheme due to J. Montse H. removes from a theoretical point of view. while the average gain on stability for the variance estimator. F. Stability of the variance estimator. P. R. Porras. Gabeiras ( 1987). M. W. and a greater stability for the variance estimator than unequal probabil'rty sampling with replacent. Both percentages are for the Sánchez-Crespo and Gabeiras scheme over the Brewer procedure. Fellegi. We have also found strong evidence of better stability. AMS Classification: 62D05. that always has a smaller expected variance under a superpopulation model. H. ACKNOWLEDGEMENT I wish to express my gratitude to B. I wish also to acknowledge the cooperation and help received from J. Sánchez-Crespo and J.

EI Simposio está organizado en sesíones temáticas de comunicaciones (trabajos en proceso} y ponencias (trabajos acabados) .AV I SO A NUESTRO S LE C TORE S XIX SI MP OSIO DE ANA LIS I S E CO N O M ICO So l icitu d d e tra b a j os EI Departamento de Economía e Historia Económica de la Universidad Autónoma de Barcelona y el Instituto de Análisis Económico del CSIC organizan cada año el Simposio de Análisis Económico. a: Secretaría del XIX Simposio de Análisis Económico Instituto de Análisis Económico Campus de la Universidad Autónoma de Barcelona 08193 Bellaterra Barcelona . La edición de este año se celebrará del miércoles 14 al viernes 16 de diciembre de 1994 en el campus de la Universidad Autónoma de Barcelona. E1 programa también incluye conferencias invitadas a cargo de especialistas de reconocido prestigio internacional. y un lugar de encuentro y discusión que permita el intercambio de ideas entre investigadores con intereses afines o complementarios. teléfono y fax de contacto antes del 15 de septiembre de 1994. indicando la afiliación de los autores y la dirección. EI congreso está abierto a investigadores de habla hispana en todas las áreas de la economía. Su objetivo principal es el de proporcionar un foro para la presentación de irabajos de calidad. Responsables del programa: Jordi Brandts (Instituto de Análisis Económico. . CSIC) Valeri Sorolla (Departamento de Economía e Historia Económica.Comunicaciones: dos copias del trabaja o de una versión preliminar del mismo (no serán considerados los trabajos de los que sólo se envíe un breve resumen) y un resumen en el impreso estándar que se puede solicitar a la Secretaría del XIX Simposio.Ponencias: dos copias del trabajo y un resumen en el impreso estándar que se puede solicitar a la Secretaría del XIX Simposio. Coincidiendo con el Simposio se facilitará el contacto entre doctores re- cientes y los responsables de contratación de centros académicos y de investigación españoles mediante la organización de un mercado de trabajo para doctores en economía. UAB} Presentación de originales: Los autores deberán enviar: -.

.

C. Scientific Inference.. y las referencias se situarán en orden alfabético al final del texto. uno de los cuales deberá devolver corregido a la Revista en un plazo de una semana desde su recepción. pp. PRESENTACION DE LOS MANUSCRITOS Estructura La primera página debe incluir exclusivamente el título del artículo y el nombre. Ed. Referencia EI sistema de referencia a seguir es el oficial del International Statistical Institute. el autor o autores recibirá 2 juegos de pruebas para correcciones. . F. EI objetivo de la revista es que el autor reciba información sobre el resultado de la evaluación en un plazo máximo de tres meses. Leonard. c) Trabajos en obras co/ectivas: Box. E. c. La última página del original contendrá en inglés el título del articulo. G. Pruebas y separatas Aceptado el artículo y antes de su publicación definitiva. 183. se deberá indicar un título alternativo de dicha longitud o menor. E.. 10. C. P. seguida de 3 a 6 palabras clave y la clasificación AMS del artículo. Se enviarán 4 copias del traba ^ o y la revista acusará siempre su recibo. P. 51-84. Se colocarán al final del manuscrito y deberán ser de la calidad necesaria para su reproducción. En el caso de varios autores se indicará a quién debe dirigirse la correspondencia. An Apology for Ecumenism in Statistics. 195-228. La segunda página contendrá únicamente ei título y resumen del trabajo de un máximo de 100 palabras. T. (1985). S. un resumen del mismo bajo el epigrafe Summary y las palabras clave. Una vez publicado. New York: Wiley. y Wu. b} Artículos: Mahalanobis. EI texto del artículo comenzará en la tercera página y las secciones se numerarán consecutivamente. fNE. dirección completa y teléfono del autor. Deben estar redactados en castellano y no haber sido publicados o estar en proceso de publicación en otro lugar. Cuando el títuio del artículo contenga más de 80 caracteres. Los autores se citarán en el texto por su nombre. Applied Linear Regression. (1983). (1950). seguido de Ea fecha de publicación. EI manuscrito debe mecanografiarse a doble espacio. Data Ana/ysis and Robutsness. recibirá 25 separatas de su trabajo. Los posibles costes de impresión derivados de cualquier modificacián de la versión final aceptada del manuscrito o de retraso en la corrección de pruebas serán a cargo del autor o au#ores del mismo. Paseo de la Castellana. New York: Academic-PrP^^ Evaluación de los originales Los originales serán sometidos a un proceso de evaluación garantizando el anonimato tanto del autor como de los evaluadores. ejemplo: Box (1986). como sigue: a} Libros: Weisberg. Why Statistics? Sankhya.M REVISTA ESTADISTICA ESPANOLA INFORMACION PARA LOS AUTORES Envío de originales Los originales deben enviarse al Director de la Revista. 28071 Madrid. P. Gráficos Todos los diagramas o gráficos se numerarán sucesivamente y se indicará su posición en el texto con el nombre de figura.