Universidad de oriente

Ncleo Anzotegui
Escuela de cs administrativas
Estadstica II
Seccin:

Muestreo Aleatorio
Estratificado

Profesor:

Bachiller:
CI: 21042516
Yolanda Mata
CI: 21042517
Yaneth Guerrero
CI: 22840343
Bna /11/03/2013

ndice

pg.

Introduccin.
Muestreo Aleatorio Estratificado .
Determinacin del tamao de la muestra, afijacin arbitraria, afijacin proporcional,
afijacin optima en una distribucin muestral de

medias..
Determinacin del tamao de la muestra ,afijacin arbitraria, afijacin proporcional,
afijacin optima en una distribucin de

proporciones..
Estimacin de la media y la varianza poblacional a travs de una muestra aleatoria

estratificada en una distribucin muestral de medias y de proporciones (ejercicios)

Conclusin
Bibliografa

Introduccin :

En las actividades de investigacin cientfica y tecnolgica es decir es muy fcil til el

ejemplo de muestras. El anlisis de una muestra permite e inferir conclusiones
susceptibles de generalizacin a la poblacin de estudio con cierto grado de certeza.
Al desarrollar un proyecto de investigacin el total de observaciones en las cuales se est
interesado, sea su nmero finito o infinito, constituye lo que se llama una poblacin, la
muestra es una pequea parte de la poblacin estudia. La muestra debe caracterizarse
por ser representativa de la poblacin.

Una muestra puede ser de dos tipos: no probabilstica y probabilstica. En la muestra no

probabilstica la seleccin de las unidades de anlisis de anlisis dependen de las
caractersticas criterios personales, etc. Del investigador por lo que no son muy confiables
en una investigacin con fines cientficos o tecnolgicos. El muestreo no probabilsticos
comprende los procedimientos de muestreo intencional y accidental:
1. Muestreo intencional: Es un procedimiento que permite seleccionar los
casos caractersticos de la poblacin limitado la muestra a estos casos. se
utiliza en situaciones en las que la poblacin es muy variable y
consecuentemente la muestra es muy pequea.

2. Muestreo accidental: consiste en tomar casos hasta que se completa el

nmero de unidades que indica el tamao de muestras deseado.
El muestreo probabilstico permite conocer la probabilidad que cada unidad de
anlisis tiene de ser integrada a la muestra mediante la seleccin al azar. Este tipo
de muestreo comprende los procedimientos de muestreo simple o al azar,
estratificado sistemtico y por conglomerados o racimos.

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste
en considerar categoras tpicas diferentes entre s (estratos) que poseen gran

homogeneidad respecto a alguna caractersticas su puede estatificar, por ejemplo segn

la profesin el municipio de residencia, el sexo, el estado civil, etc.
Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de
inters estarn representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formaran parte de la muestra. En
ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la poblacin (tamao geogrfico, sexo, edades)
El muestreo aleatorio simple no nos garantiza que tal cosa ocurra, para evitar esto se
saca una muestra de cada uno de los estratos hay dos conceptos bsicos:

Estratificacin: El criterio a seguir en la formacin de los estratos ser formarlos de

tal manera que haya la mxima homogeneidad en relacin a la variable a estudio
dentro de cada estrato y la mxima heterogeneidad entre los estratos.

Afijacin :reparto del tamao de la muestra en los diferentes estratos o

subpoblaciones , existen varios criterios de afijacin entre los que destacamos :

Afijacin igual: todos los estratos tienen el mismo nmero de elementos en la

muestra.
Afijacin proporcional: cada estrato tiene un nmero de elementos en la muestra

proporcional a su tamao.
Afijacin Neyman : cuando el reparto del tamao de la muestra se hace de forma
proporcional al valor de la dispersin en cada uno de los estratos.

Determinacin del tamao de la muestra, afijacin arbitraria, afijacin

proporcional, afijacin optima en una distribucin muestral de medias:
En el estratificado, la muestra se distribuye en diferentes grupos de poblacin en funcin
de los valores que presente en las variables elegidas para la estratificacin. Se hace
siguiendo exclusivamente procedimientos aleatorios de seleccin muestral .

Lynn lievesley (1991) destaco cuatro puntos bsicos para el diseo de un esquema de
estratificacin:
1. Eleccin de las variables de estratificacin, condicionada a aquellas comprendidas
en el marco muestral de referencia.
2. Numero de variable de estratificacin, pudiendo alcanzarse una mayor eficacia
siguiendo un esquema de estratificacin distinto para la investigacin en el primer
estadio y as sucesivamente.
3. Numero de variable de estratificacin pudiendo alcanzarse una mayor eficacia
siguiendo un esquema de estratificacin distinto para las variables incluidas en los
diversos estadios de la estratificacin.
4. Tamao de los estratos, dividiendo la poblacin en grupos de igual tamao para
que resulte ms adecuada.
Si con la estratificacin se persigue el logro de una mayor precisin de la
estimacin muestral , esta se alcanzara cuando se cumplan dentro de cada
estrato y las variables de estratificacin se hallen relacionadas con los objetivos de
la investigacin .
Las variables de estratificacin ms empleadas son las variables de sexo y edad
pudiendo aadirse otras variables como la clase social, la ocupacin, el nivel de
instruccin etc.
Tras la clasificacin de la poblacin en estratos se procede a afijar la muestra en
cada estrato.
Por afijacin se entiende la distribucin del tamao muestral global entre los
estratos diferenciados. Esta distribucin se puede cumplir de tres maneras
distintas:

Afijacin simple, el mismo tamao de la muestra de cada estrato .con ello se

busca la igual representacin de los estratos en la muestra global. esta
equidistribucion del tamao conlleva un inconveniente importante y es que
favorece a los estratos de menor volumen de poblacin.

Afijacin proporcional: La distribucin de la muestra se hace proporcional al peso

relativo del estrato en el conjunto de unidades de poblacin les corresponder un
tamao muestral superior al de aquellos que representen un porcentaje inferior en
la poblacin.

Afijacin ptima, donde se aade la variabilidad del estrato respecto a la variable

considerada en la estratificacin. en conformidad con este ltimo criterio de
afijacin, les corresponder un tamao muestral superior a los estratos de mayor
heterogeneidad y peso poblacional.

Las tres variedades de afijacin pueden englobarse en dos amplias modalidades de

estratificacin:

Estratificacin proporcional, se hace de manera que garantice una probabilidad

igual de seleccin para todos los estratos.

Estratificacin no proporcional, donde la representacin de los estratos en la

muestral final no es proporcional a su peso es el conjunto de la poblacin al
haberse dado una probabilidad desigual de seleccin en cada estrato.

Unos de los inconvenientes fundamentales de la estratificacin no proporcional es la

necesidad de ponderar la muestra y no se precisa de la ponderacin cuando solo se
realizan anlisis individuales y comparativos entre los estratos. Por ponderacin
entendemos el proceso de asignacin de pesos a cada estrato, de manera que logre
compensarse el estrato. La ponderacin puede efectuarse de varias formas, la ms usual
consiste en dividir el porcentaje que representa en la muestra.

Determinacin del tamao de la muestra, afijacin arbitraria, afijacin

proporcional, afijacin optima en una distribucin de proporciones:
Distribucin muestral de proporciones: existen ocasiones en las cuales no estamos
interesa sados en la media de la muestra, sino que queremos investigar la proporcin de
artculos defectuosos o la proporcin de alumnos reprobados en la muestra. La
distribucin muestral de proporciones es la adecuada para dar respuestas a estas
situaciones.
Esta distribucin se genera de igual manera que la distribucin muestral de medias, a
excepcin de que al extraer las muestras de la poblacin se calcula el estadstico
proporcin (p=x/n en donde x es el nmero de xitos u observaciones de inters y n el
tamao de la muestra) en lugar del estadstico media.
P1

P1
P2

Muestra 1
Muestra 2

P3

P2

Muestra 3
Muestra k

P3

Pk

pk

Poblacin

Distribucin muestral proporciones

Una poblacin binomial est estrechamente relacionada con la distribucin muestral de

proporciones ; una poblacin binomial es una coleccin de xitos y fracasos , mientras
que una distribucin muestral de proporciones contiene las posibilidades i proporciones de
todos los nmeros posibles de xitos en un experimento binomial , y como consecuencia
de esta relacin , las afirmaciones probabilsticas referentes a la proporcin muestral
puede evaluarse usando la aproximacin normal a la binomial , siempre que np 5 y n(1p) 5. Cualquier evento se puede convertir en una proporcin si se divide el nmero
obtenido entre el nmero de intentos.

Ejemplos:
Se sabe que la verdadera proposicin d los componentes defectuosos por una firma de
4%, y encuentre la probabilidad de que una muestra de tamao 60 tenga:
a. Menos del 3%de los componentes defectuosos
b. Ms del 1% pero menos del 5% de partes defectuosas.

La probabilidad de que en una muestra de 60articulos exista una proporcin menos de

0.03 artculos defectuosos es de 0.2327.
B. Datos:
n =60articulos
p = 0.04
p =0.01 y 0.05

Conclusin:
En la investigacin cientfica es habitual que se empleen muestras como medio de
acercarse al conocimiento de la realidad. Sin embargo, para que esto sea posible,
para que a travs de las muestras sea posible reproducir el universo con la precisin
que se requiera en cada caso es necesario que el diseo muestral se atenga a los
principios recogidos en las tcnicas de muestreo.

El propsito de un estadstico suele ser, extraer acerca de la naturaleza de una

poblacin. Al ser la poblacin grande y no poder ser estudiada en su integridad en la
mayora de los casos, las conclusiones obtenidas deben basarse en el examen de
solamente una parte de esta, lo que nos lleva, en primer lugar a la justificacin,
necesidad y definicin de las diferentes tcnicas de muestreo.

Los primeros trminos obligados a los que debemos hacer referencia, definidos en el
primer capitulo, sern los de estadstico y de estimador.
Dentro de este contexto, ser necesario asumir un estadstico o estimador como una
variable aleatoria con una determinada distribucin, y que ser la pieza clave en las
dos amplias categoras de la inferencia estadstica: la estimacin y el contrate de
hiptesis.

El concepto de estimador , como herramienta fundamental ,lo caracterizamos

mediante una serie de propiedades que nos servirn para elegir el mejor para una
determinado parmetro de una poblacin ,as como algunos mtodos para la
obtencin de ellos ,tanto en la estimacin puntual como para intervalos .

Bibliografa: