Professional Documents
Culture Documents
M.A.S.(N, n)
Para realizar un M.A.S. se deben ordenar todos las posibles muestras de n unidades distintas
de la poblacion (poco practico si N es grande), y seleccionar una de ellas. Debido a que dicho
proceso puede ser excesivamente laborioso se hace un esquema alternativo para realizar el
muestreo que respeta las probabilidades de cada muestra de ser elegida:
Proceso para realizar un M.A.S.
1- Partimos de U poblacion con N unidades.
2- Extraemos sucesivamente e independientemente las unidades con probabilidades iguales,
1
en cada extraccion, a
para t = 0, 1, , n 1.
N t
3- Una vez seleccionada una unidad de la poblacion esta se excluye para que todas las sean
distintas.
1
ya que hay Nn elementos en Sd .
Con este metodo se verifica que p(s) con s Sd es Nn
Probabilidades de inclusion
i : p(ui muestra elegida) =
=
Pn
j=1
1 N 1 1
N 1N 2
N n+1
1
1
1
n
+
++
=
++
=
N
N N 1
N N 1
N n+2N n+1
N
N
N
ij :
Casos favorables
n
umero de muestras que contienen a ui , uj
=
=
Casos posibles
n
umero total de muestras
Par
ametros
Total X =
Media X =
Estimadores
insesgados
PN
1
N
i=1 xi
N
X
b = Nx
X
xi
1X
xi
n is
1X
Ai
p=
n is
x=
i=1
N
1 X
Ai
Proporcion P =
N i=1
Varianzas
b = N 2 (1 f ) S 2
V (X)
n
N n 2
V (x) =
N 1 n
V (p) =
N n PQ
N 1 n
N 2
n(n 1)
n2
=
N
N (N 1)
n
Estimadores insesgados
varianza
2
b = N (1 f ) s2
Vb (X)
n
(1
f) 2
Vb (x) =
s
n
N n pq
Vb (p) =
N 1 n1
Donde
Ai =
i =
1 si ui U
0 en caso contrario
n
n (n 1)
, ij =
,
N
N (N 1)
ij = ij i j =
f (1 f )
< 0,
N 1
1 X
(xi x)2 , que es la cuasivarianza muestral. Si S 2 , es decir la cuasivarianza
n 1 is
poblacional, es grande debemos tomar una muestra de tama
no n grande para que V sea
peque
na y el error muestral sea peque
no. Si S 2 es peque
na, nos basta con tomar una
(1 f ) 2
muestra de tama
no n peque
na para que V sea adecuada ya que V (x) =
S
n
n
f=
[0, 1] que es la fraccion de muestreo. f vale 0 cuando no hay representacion de
N
la poblacion en la muestra y vale 1 cuando toda la poblacion esta en la muestra.
s2 =
1f =
N n
es el coeficiente de correccion por finitud.
N
Teorema Central de Lmite (n grande > 35): IC para con nivel de confianza 1 .
q
q
b b + z/2 Vb ()
b
b z/2 Vb (),
k2S 2
,
e2
Total poblacional X: n0 =
N 2k2S 2
,
e2
k2P Q
.
e2
M.A.S.(N, n)
Para realizar un M.A.S. con reemplazo se deben ordenar todos las posibles muestras de n
unidades de la poblacion (poco practico si N es grande), y seleccionar una de ellas. Debido
a que dicho proceso puede ser excesivamente laborioso se hace un esquema alternativo para
realizar el muestreo que respeta las probabilidades de cada muestra de ser elegida:
Proceso para realizar un M.A.S.
1- Partimos de U poblacion con N unidades.
2- Extraemos sucesivamente e independientemente las unidades con probabilidades iguales,
1
en cada extraccion, a .
N
3- Una vez seleccionada una unidad de la poblacion esta se repone a la poblacion.
Con este metodo se verifica que p(s) con s Sd es N n ya que hay N n elementos en Sd .
Probabilidades de inclusion
n
i =
N
n n
ij =
N N
Par
ametros
Total X =
Estimadores
insesgados
PN
i=1 xi
N
1 X
xi
Media X =
N i=1
N
1 X
Proporcion P =
Ai
N i=1
Varianzas
b = Nx
X
1X
xi
n is
1X
p=
Ai
n is
x=
b = N2
V (X)
n
2
V (x) =
n
V (p) =
PQ
n
Estimadores insesgados
varianza
2 2
b =N s
Vb (X)
n
2
s
b
V (x) =
n
pq
Vb (p) =
n1
2
z/2
S2
e2
2
S2
N 2 z/2
e2
2
z/2
PQ
e2
Estimadores
insesgados
n
Varianzas
bHH
X
1 X xi
=
n i=1 pi
X
bHH ) = 1
V (X
n i=1
bHH
x
n
1 X xi
=
N i=1 pi
X
bHH ) = 1 1
V (x
N 2 n i=1
n
1 X Ai
b
PHH =
N i=1 pi
1 1X
V (PbHH ) = 2
N n i=1
xi
X
pi
2
xi
X
pi
pi
2
Ai
NP
pi
pi
2
pi
Estimadores insesgados
varianza
2
n
X
xi
2
bHH
nX
pi
bHH ) = i=1
Vb (X
n(n 1)
2
n
X
xi
2
bHH
nX
p
i
bHH ) = 1 i=1
Vb (x
2
N
n(n 1)
n
X Ai 2
2
nN 2 PbHH
p
i
1
Vb (PbHH ) = 2 i=1
N
n(n 1)
continuacion se selecciona un valor aleatorio e entre (0, 1) y se comprueba entre que dos
valores de Bi se encuentra dicho valor, Bi1 < e Bi . Se debe elegir para la muestra la
unidad ui y repetir el proceso hasta alcanzar el tama
no muestral deseado.
6
n
X
xi
i=1
bHT ) =
V (X
Varianzas
Estimadores insesgados
varianza
N
X
xi 2
X (ij i j ) xi xj
1
bHT ) =
Vb (X
=
ij
i j
n1
i,js
"
#
2
N
n
X
2
X
i
xi xj
1 (i + j ) +
n
i j
i=1
i (1 i )+
N
X
xi xj
(ij i j )
i j
i6=j=1
i<j=1
i=1
bHT
x
n
1 X xi
=
N
i
N
1 X xi xj
b
V (xHT ) = 2
(ij i j )
N
i j
bHT ) = 1 (ij i j ) xi xj
Vb (x
N2
ij
i j
PbHT
n
1 X Ai
=
N
i
1
V (PbHT ) = 2
N
Ai Aj
(ij i j )
i j
1 (ij i j ) Ai Aj
Vb (PbHT ) = 2
N
ij
i j
i=1
i=1
i,j=1
N
X
i,j=1
yi <
is
aleatorios e U [0, C] X
y una muestra de n unidades con probabilidades iguales y sin
reemplazo (M.A.S.). Si
yi e la muestra elegida es valida. En caso contrario hay que
is
continuacion se selecciona un valor aleatorio e entre (0, 1) y se comprueba entre que dos
valores de Ci se encuentra dicho valor, Ci1 < e Ci . Se debe elegir como primera
unidad para la muestra la unidad ui y repetir el proceso n veces sumando 1 cada vez a
e.
Es un metodo complicado de implementar.