MUESTREO IRRESTRICTO ALEATORIO

El objetivo de una encuesta por muestreo es hacer una inferencia acerca de una población con base en la información contenida en una muestra. Dos fa ctores que afectan la cantidad de información contenida en la muestra, y, por lo tanto, afectan la precisión del procedimiento de hacer inferencias. El primero es el tamaño de la muestra seleccionada de la población. El segundo es la cantidad de variación en los datos; la variación frecuentemente puede ser controlada por el método de selección de la muestra. El procedimiento para seleccionar la muestra se denomina diseño de la ³encuesta por muestreo´. Para un tamaño de muestra fijo, n, se considera diversos diseños, o procedimientos de mue streo, para obtener las n observaciones en la muestra. Puesto que las observaciones cuestan dinero, un diseño que proporciona un estimador preciso del parámetro para un tamaño de muestra fijo produce un ahorro en el costo para los experimentadores. Este diseño o técnica de muestreo básico se llama muestreo irrestricto aleatorio cuya definición es: ³Si un tamaño de muestra n es seleccionado de una población de tamaño N de tal manera que cada muestra posible de tamaño n tiene la misma probabilidad de ser se leccionada, el procedimiento de muestreo se denomina muestreo irrestricto aleatorio. A la muestra obtenida se le llama nuestra irrestricta aleatoria. Se usará este muestreo para obtener estimadores de las medias, totales y proporciones poblacionales. Considérese el siguiente ejemplo. Un auditor federal va a examinar los registros contables del hospital de una ciudad. Los registros del hospital, obtenidos de un computador, muestran un determinado total de las cuentas por cobrar, y el auditor debe verif icar este total. Si existen 28.000 cuentas abiertas en el hospital, el auditor no tiene el tiempo suficiente para examinar el registro de cada paciente, ni para obtener una cifra total de las cuentas por cobrar, esto lo obliga a que tenga que escoger un es quema de muestreo que le permita obtener una muestra representativa de los registros de los pacientes. Después de examinar las cuentas de los pacientes en la muestra, el auditor puede estimar el total de cuentas por cobrar en todo el hospital. Si la cifra del computador cae dentro de un valor estimado por el auditor, se acepta dicha muestra de lo contrario se debe tomar mas

000 registros de los pacientes en el computador se escoge una muestra de 100 pacientes. ¿Cómo se puede seleccionar una muestra de una población. se salta este y se sigue en el proceso hasta completar la muestra. Ahora se puede continuar en cualquier dirección para obtener los números restantes de la muestra. podríamos apuntar con un lápiz sobre un punto aleatorio inicial en la tabla No. en proporciones aproximadamente iguales. Las muestras irrestrictas aleatorias se seleccionan utilizando tablas de números aleatorios. Supóngase que la punta señala la línea 15 de la columna 9 y decidimos utilizar el último digito de la derecha. Supóngase que del total de los 28. 1. es igualmente probable que sea cualquiera de los dígitos entre el 0 y el 9.elementos de la población por posible diferencia entre el computador y los datos de la muestra. Otro método consiste en seleccionar una muestra representativa. comúnmente. de tal manera que cada muestra posible de tamaño n tenga la misma probabilidad de ser escogida?. la tabla contendrá todos los diez enteros (0. La muestra se llamará irrestricta aleatoria si cada uno de los 100 registros tiene la misma probabilidad de ser seleccionados. Estas tablas son un conjunto de números ent eros generados de modo que. Seleccionar números de la tabla es análogo a extraer números de un sombrero que contiene a estos números en papeletas perfectamente marcados. sin tendencias en el patrón en que se generaron los dígitos. Si al ir en cualquier dirección se encuentra con un número ya seleccionado. que consiste en seleccionar los datos típicos o repre sentativos de la población. Por lo tanto si un número es seleccionado de un punto a leatorio en la tabla... A esta técnica se le denomina Muestreo casual. El experimentador ahora se enfrenta ahora a dos problemas: (1) ¿Cómo seleccionar la muestra irrestricta aleatoria y (2) ¿como estimar los diferentes parámetros poblacionales de interés? COMO SE SELACCIONA UNA NUESTRA IRRESTRICTA ALEATORIA Seleccionar una muestra irrestricta aleatoria de la población de interés no es tan fácil como parece al principio. 1. «.9). Se puede usar nuestro criterio para se leccionar ³aleatoriamente´ la muestra. Estos métodos producen se sgos por parte del investigador axial como a la adquisición de estimadores cuyas propiedades no pueden ser evaluadas. . Análogamente.

999 el registro del 999 paciente y 000 es el milésimo.. 000. Ejemplo 1. Determinar cuales registros van a ser incluidos en la muestra n= 20. Solución: Se considera que las cuentas son los números 001. Si se va a utilizar más de una muestra en cualquier problema cada una debe tener un punto de inicio diferente.Nótese que cualquier punto de inicio puede ser usado y se puede mover e n cualquier dirección predeterminada. el segundo es el 223. . «. Hasta completar los 20 registros. 104 223 241 421 375 779 995 963 893 854 289 635 094 103 071 Tabla No. Lo cual conforma los 1000 registros de números de tres dígitos donde 001 es el primer registro. 999. Observa la tabla 2. Se sabe que una muestra irrestricta aleatoria se obtiene si cada una de las muestras posibles n= 20 registros tienen la misma probabilidad de ser es cogidos. 002 . Se recurre al uso de la tabla No1 y se utiliza la primera columna. Supóngase que existen N= 1000 registros de pacientes de los cuales será seleccionada una muestra de n= 20. el tercero es el 241. y axial sucesivamente.2 510 023 010 521 070 Si los registros estan enumerados se toma estos con sus números correspondientes de n= 20 muestras de una población de N= 1000. Los dígitos de la tabla No 1 son generados para satisfacer las condiciones del muestreo irrestricto aleatorio. si no se toma en cu enta los dos dígitos últimos de cada numero.. Cada elemento de la po blación tiene la misma probabilidad de ser elegido. se ve que el primer numero formado de tres dígitos es el 104.

nos gustaría fijar un límite sobre el error de estimación. y que se va a estimar el valor medio por cuentas para la población total de los registros de un hospital. una manera de obtener esta estimación. Por lo tanto. Puede demostrarse que y posee muchas propiedades deseables para estimar .ESTIMACION DE UNA MEDIA Y UN TOTAL DE POBLACIONES Como el objetivo de la encuesta por muestreo es hacer inferencias de una población a partir de la información contenida en la muestra. Por supuesto. Al menos que podamos evaluar la bondad de nuestro estimador. utilizando la información de la mu estra. denotada por . seleccionada sin reemplazo de una población de tamaño N. intuitivamente se utiliza el promedio muestral y n §y =c i !1 i n Para estimar . adema de estimar . un valor de y revela muy poco acerca de la media poblacional . denotado por . Supóngase que una muestra irrestricato de n elementos es seleccionada. Mas precisamente para una muestra irrestricta aleatoria . es estimas ciertos parámetros de la población. y es un estimador isesgado de . o un total poblacional. Por lo tanto el auditor del ejemplo anterior podría estar interesado en el valor medio en dólares de las cuentas por c obrar o en la cantidad de dólares de las cuentas. 1 E( y ) = n n § i !1 1 E . y tiene una varianza que decrece a medida que el tamaño de la muestrea n se incrementa. En particular. Frecuentemente las estimaciones hechas son: estimar una media poblacional.

3. Suponga que se tiene por ejemplo una población N = 4 mediciones dadas por {1. 2. entonces y .y i ! n n §Q ! Q i !1 Y W 2 ¨ N n ¸ V( y ) = n © N  1 ¹ ª º Donde W 2 es la varianza poblacional. 4}. Si una sola observación y es seleccionada al azar de esta población.

cada uno con probabilidad Por lo tanto. ª4º ª 4º 10 ¨1¸ ! 2.50 ! © ¹ . 1 4 .puede tomar cualquiera de los cuatro valores posibles.

 2  3  4 ! 1 4 ª 4º Q! .

y ! § yp .

y ! 1¨ 1 ¸  2¨ 1 ¸  3¨ 1 ¸  4¨ 1 ¸ © ¹ © ¹ © ¹ © ¹ ª4º ª 4º W 2 ! V ( y )! y 2¨ 1¸ 2¨ 1 ¸ 2¨ 1 ¸ 2¨ 1¸ ! .

 2.5 © ¹  .

5 © ¹  .2  2.

5 © ¹  .3  2.

¢ 1 6 . Las seis medias muestrales. {3. Existen seis muestras posibles. Puesto que cada una de estas medias muestrales puede ocurrir con una probabilidad de definición de valor esperado. respectivamente. 3 }. {2.4  2. y . son.4} Todas estas muestras serán igualmente probables. conocemos la distribución de muestreo de y y podemos calcular E .4}. {1. y en consecuencia una probabilidad de 1 6 será asignada a la ocurrencia de cualquier muestra.3}.5 © ¹ 1 ª4º ª4º ª4º ª4º 5 ! 4 Ahora supóngase que se selecciona una muestra aleatoria de tamaño n=2 (sin reemplazo) de esta población de cuatro mediciones.4}. {1 . listadas de la siguiente manera: {1.2}. {2.

y y ¡   (y  Q)2 ! § .

y  Q 2 p .

5.y 1. De la .5.5 ( y) . 2.0.5. 2. 3.0. 2. 3.

.

y ! § y p.

y ¨1¸ ¨1¸ ¨1¸ ¨1¸ ¨ 1. ¸ ¨1¸ 1 © ! .

.5 ¹  .

2.0 ¹  .

5 © ¹  .2.

2.5 ¹  .

3.0 © ¹  .

5 © ¹ © © ª6º ª6º ª6º ª6º ª6º ª6º ! 2.3.50 ! Q Tambien V ( y ) ! ¨1¸ ¨1¸ ¨1¸ ¨1¸ ¨1¸ ¨1¸ 1 ! .

.5 2 © ¹  .5  2.

0  2.5 2 © ¹  .2.

5  2.5 2 © ¹  .2.

5 2 © ¹  .2.5  2.

5 2 © ¹  .0  2.3.

3.5 2 © ¹ 6º 6º 6º 6º 6º ª6º ª ª ª ª ª ¨1¸ 5 ! .5  2.

5 ¹ ! © ª 6 º 12 Recordando que para este ejemplo W 2 = ¨5¸ © ¹ W ¨ N n¸ ª 4º ¨42¸ ¹ ¹! © © 2 ª 4 1 º n ª N 1 º V( y ) = 5¨2¸ 5 ! © ¹! 8 ª 3 º 12 Por lo tanto se ha demostrado que 2 § i !1 y W 2 ¨ N n¸ ¹ © V( y ) = n ª N 1º también se demuestra que E(s 2 ) ! axial que la V( y ) puede ser estimada isesgadamente de la muestra por V( y ) = n s2 ¨ N  n ¸ © ¹ n ª N 1 º 1 s ! Donde n 1 2 § .2.

y i !1 i y 2 ¥ ¥ ¤ £ £ .

y  Q ! § .

y  u p( y) 2 2 5 4 . se tiene que 1 E( y ) = n n . N = 4 y n = 2.

y i ! 1 n n §Q ! Q i !1 N W2 N 1 .

Varianza estimada de y s2 ¨ N  n ¸ V .Estimador de la media poblacional Q ! y! §y i !1 n i n .

y ! © ¹ n ª N º › donde § .

y s2 ! i !1 n i  y 2 n §y ! i !1 2 i  n .

y 2 n 1 n 1 límite para el error de estimación s2 ¨ N  n ¸ 2 V .

22. la media muestral de las cuentas fue = $ 94. lo cual hace despreciarla y yentonces la s2 n varianza estimada de es Ejemplo vuelva a l caso del auditor del hospital y suponga que una muestra aleatoria de n= 200 cuentas y es seleccionada del total de N= 1000.22. Un limite para el error de estimación puede ser . el promedio de la d euda para las 1000 cuentas s del hospital y establezca un límite para el error de estimación solución Utilizando y = $ 94. Estime .21.y ! 2 © ¹ n ª N º › ¨ N  n¸ la cantidad © N ¹ se denomina corrección por población finita y difiere del valor encontrado ª º en la varianza verdadera de Cuando n es relativamente pequeña con respecto al tamaño y de la población N esta estará cerca de la unidad. para estimar Q encontrado mediante . y la 2 Q varianza muestral es = 445.

s2 ¨ N  n ¸ 4 5 .2 ¨ 1000  2 ¸ 4 1 00 2 V .

.l ti i i t lt l l i t l % i i ti Qt .7 ! 2 1. l.y i t l i fi .y ! 2 © ¹ !2 © ¹ n ª N º 2 00 ª 1000 º › 808 ! 2 6 .67 t .22 s $2 .7 l t t . i l i l t i l $ 94.