Академический Документы
Профессиональный Документы
Культура Документы
1.- Introduccin:
Qu es el muestre bifsico?
En lneas generales consiste en tomar una submuestra (denominada muestra final o
muestra en segunda fase) de la muestra inicial para observar la variable de inters.
Qu diferencia hay con el diseo polietpico?
En el muestreo polietpico existe una jerarqua en las unidades de muestreo y estas
varan con las etapas. En el diseo polifsico comenzamos y terminamos muestreando
el mismo tipo de unidades muestrales.
Ejemplos que ilustran la utilidad de este diseo:
Estimar la leche de vaca en una regin. Unidades muestrales los pueblos.
Estimar el rea media de la hoja de una nueva variedad de trigo. Unidad muestral la
hoja.
Definicin:
El diseo bifsico consiste en disminuir el desconocimiento de informacin de una
variable auxiliar desde una muestra tomada en una primera fase y estudiar la variable
de inters en una muestra ms pequea tomada de entre las unidades que componen la
muestra obtenida en la primera fase.
Notacin:
s a : Muestra tomada en 1 fase segn un diseo p a
n a : s a (nmero de individuos muestreados en la primera fase)
s : Muestra tomada en 2 fase segn un diseo p/s a / s s a
p a s a : probabilidad de que la muestra s a sea escogida.
ak p a s a
ks a
akl
p a s a
kls a
k/s a ps/s a
ks
kl/s a ps/s a ; k, l s a
kls
k ps
ks a
ks
p a s a ps/s a
ss a
p a s a k/s a
ks a
ks
Propiedad: Este diseo puede ser considerado un caso particular del diseo polietpico sin
propiedad de invarianza.
Demostracin: Supongamos que el diseo muestral consiste en tomar primero una
m.a.s. s I de n I unidades psu s a U 1 , . . . , U n I , s a n a N k unidades
ks a
muestrales de todas las psu, U k N k , dato que variar para cada muestra de psus
que se tome
A continuacin se toma una m.a.s. de n de las n a que conforman la muestra s, s n,
del siguiente modo:
i s I se toma una m.a.s. de n i Nn ai n; 1
si kU i
Observacin:
nI
NI
ni
Ni
nI
NI
n
na
p a s a , s a que contenga a k
k/s a , s a que contenga a k
habitualmente inviable.
Ejemplo:
1 Fase, m.a.s. de n a unidades de N p a s a
Para cada s a de n a unidades fijas, ak
na
N
1
nNa
para cada k s a
x k
sa
sa
2.-Estimadores.
Suponemos que se dispone de:
Conocer la informacin auxiliar x k ks a para los individuos de la muestra tomados en
la primera etapa s a .
Conocer la respuesta de la variable de inters y k ks en la muestra final s.
Por tanto, para cada individuo de la muestra final k sse conoce x k , y k .
Estimador alternativo al estimador: ( estimador)
y
k ; k ak k/s a
k
kl/s a
k
l
Var s akl akk all s kl/s
; kl akl kl/s a
a k/s a l/s a
kl
Estimadores utilizando informacin auxiliar:
Situacin ms globalizadora:
Conocer informacin auxiliar x 1k kU para toda la poblacin
Conocer informacin auxiliar x 2k ks a para los individuos de la muestra s a .
Conocer la respuesta de la variable de inters y k ks en la muestra final.
Por tanto, para cada individuo de la muestra final k sse conoce
x 1k , x 2k
e yk.
xk
Conocer total o parcialmente esta informacin genera multitud de casos diferentes.
General:
EY k x k
Conocido x k , y k ks se ajusta el modelo,
VarY k 2k
s a x 1k ; k U
y
y
y
y
1k
r y 1k k ak 1k k k ;
k
sa
y k s x k ; k s a
s
U
rd
yk
xk
constante k y xy 0,
X sa ; X sa
x k
sa
na
, Y
y k
s
, X
x k
s
AVar rd 1n
1
na
S 2
y R S x 2RS xy
YX
pd
;
yk
xk
1
na
n1a
S 2
y
1
N
RS 2
x S xy
1
x
constante k y xy 0,
Xsa
AVar pd
1n
S 2
y R S x 2RS xy
1
na
1
na
n1a
S xy
Estimador de
Regresin:
AVar rgd
1
na
1n
1
na
1
n
S 2
y
1
N
S xy
S 2
x
N1
2
S 2
S 2
y 1 r xy
y
2
1
2
S 2
y S x 2S xy n a
1
na
1
na
21
S xy
30
S 2
x
1
N
; kl
1
N
S 2
y
x i X
y i Y
i1
S 2
y A
B2
k2
n n a cca
c
ca
A
S 2
y A
1
2
A
S 2
y A
1
2
2 2
donde A S 2
y S x 2S xy
regresin.
Caso y :
Las frmulas son las del caso anterior sustituyendo
B2
k2
por
para estimador de
B2
k2N2
y
Estimador lineal insesgado, ppsd 1n n1a p akk
Var ppsd
1
Nn1n a 1
2
pyakk
N1
nn a
n1Nn a
nn a
Estimador de y :
Nn n a 1 nn a 2ppsd
y 2k
p ak
1
n
1
na
N
yk
k
s
k
yk
p ak
ak k/s a ;
ak
na
N
; k/s a n xXks
a
yk
na
N
xk
Xs
1
n
1
na
yk
p ak
L sa
L sa
h1
h1
s s h ; n n h .
estimador:
L sa
donde k ak k/s a ;
yk
k
h1 s h
Var s
akl y k y l
kl ak al
L sa
s h
kl/s a y k y l
kl/s a
k
l
h1
estimador es insesgado
Caso de m.a.s. en los estratos definidos en la primera fase mientras que el diseo de
la primera fase se considera en general:
k/s a
nh
n ah
f h si k s a h
f h ; si k l s a h
kl/s a
fh
n h 1
n a h 1
; si k y l s a h y k l
f h f z ; si k s a h y l s a z
L sa
n a h
1
nh
yk
ak
sh
h1
Var
s
akl y k y l
kl ak al
L sa
n 2a h
h1
2
1f h
nh
1
n h 1
sh
yk
ak
1
nh
sh
yk
ak
Caso de m.a.s.en primera fase y m.a.s. en cada uno de los estratos definidos en la
primera fase :
f a nNa es la fraccin de muestra en la primera fase
w ah nnaha es el tamao relativo del estrato h
f h nnahh es la fraccin de muestra en la segunda fase en el estrato h
L sa
n a h
1
nh
yk
ak
L sa
N w ah
sh
h1
y k
sh
nh
L sa
N w ah y s h
h1
h1
Var
L sa
n ah 1
n a 1
NN 1
w ah S 2ys h
nh
n h 1
N1
NNn a
n a 1
h1
L sa
L sa
Var N
2
w 2ah S 2ys h
nh
h1
N2
na
w ah y s h w ah y s h
h1
un estimador insesgado
Cuando N es mucho ms grande que n a y que
aproximacin
L sa
n ah 1
n a 1
que es
h1
L sa
L sa
h1
h1
w ah y s h w ah y s h
Caso de m.a.s.en primera fase y m.a.s. en cada uno de los estratos definidos
previamente a la primera fase :
En los dos casos anteriores se pueden realizar diferentes estratificaciones ante lo que se
observe en la primera fase.Una situacin distinta surge cuando existen H estratos
predeterminados U 1 , . . . . , U H , que particionan la poblacin, desde un principio, como por
ejemplo, un nmero de grupos (estratos) determinados por las variables sexo y edad. Estos
estratos no estn identificados antes de la primera fase, pero a cada muestra s a se la puede
estratificar por ese principio. Bajo estas condciones se considera el siguiente procedimiento
bifsico:
a. Sea n a el tamao de la m.a.s. s a tomada en la primera fase.
Sea n ah el nmero de elementos de s a que estn en U h
b. La segunda fase se lleva acabo con diseo aleatorio simple estratificado. El tamao
n h de la submuestra s h extraida de s ah s a U h se determina por n h h n ah ; 0
h 1 donde h es una constante fijada a priori en cada estrato del principio
En este caso tambin es apropiada:
Var
L sa
NN 1
h1
n ah 1
n a 1
n h 1
N1
w ah S 2ys h
nh
NNn a
n a 1
L sa
L sa
h1
h1
w ah y s h w ah y s h
0 1 y ; total actual
1 1 z y ; Cambio absoluto
.............
Para la muestra s m :z m , s 2
zm
Para la muestra s a :z a , s 2
za
Para la muestra s m :y m , s 2
ym
Para la muestra s u :y u , s 2
yu
m1s 2 u1s 2
ym
yu
s 2
y2
n2
yz ; r estimacin de .
p mn , q un
s 2
yu
1
u ;
Wu
1
Wm
1r 2 s 2
ym
m
r 2 s 2
ym
n
6.2 Estimadores.
Caso : Tomando el mismo nmero n de individuos en primera y segunda fase;
1
W u y u W m y m z z m ;
W u W
m
s zm y m
s 2
zm
Var
1r 2 q
1r 2 q 2
s 2
y2
n
1
1 1 2
; Determina la fraccin
Caso y z ;
1 ys u zs a ; ys u
su
2 yr zs a ; yr N y m
1 1 2
; cak 1 ak ; zs a
sa
s z m y m
z a z m ; s 2
yk
cak k/s ca
zm
zk
ak
7.- Ejemplo.
Retomamos el experimento que tena por objeto estimar la superficie media de una
nueva variedad de cereal. En este caso, se supone que no es posible pesar las 2106 hojas,
total de la produccin. Se toma una muestra de 120 hojas mediante un diseo m.a.s. siendo
el peso de estas hojas 13400 mg. De esta muestra inicial se toman 33 hojas usando de
nuevo m.a.s. obtenindose la siguiente informacin de la v.a. Y (rea de la hoja):
Hoja
27.37 105
30.21 109
......
.......
.....
33
21.29 103