Muestreo Polifsico.

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

Vara segn sea la muestra s a escogida.

Se observa que la obtencin de k p a s a k/s a requiere conocer:

ks a

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

Para cada k s a se toma el valor de una variable auxiliar X que se supone

proporcional a la v. en estudio Y.
2 Fase se toma un diseo tal que k/s a nx k (pps y suponiendo nx k x k

x k

sa

sa

k/s a depende de s a y slo se conoce cuando s a se obtenga.

Nota: En este diseo no resulta adecuado utilizar el estimador.

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

Nota: Habituamente x 1k kU es desconocido.

2.1 Caso m.a.s. en las dos fases:

Estimador de Razn:
Bajo la suposicin

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

Sesgo del estimador: 1n

Estimador Producto:
Bajo la suposicin

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

Sesgo del estimador: 1n

1
na

n1a

S xy

Estimador de
Regresin:

rgd Y X s a X estimador sesgado donde

AVar rgd

1
na

1n

1
na

1
n

Sesgo del estimador: - 1n

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

Obtencin del tamao muestral si tenemos un presupuesto fijado:

Supondremos C c 0 c n c a n a y que N1 0;
Caso y : Fijo el error de estimacin B y la confianza que determina la constante k;
na

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

2.2 Muestreo pps en dos Fases :

1 Fase: Se toma una m.a.s. s a de n a unidades de las N; en estas unidades se observa la
respuesta de la v. X.
X s a x k .
sa

2 Fase: Se toman n de las n a unidades con diseo pps con reemplazamiento;

p ai pi/s a xXi .
sa
Estimador de y :

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 :

Estimador lineal insesgado, ppsd N ppsd

Veamos que es el estimador, ppsd

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

5.- Muestreo polifsico para estratificar:

A la hora de estratificar se hace preciso disponer de variables de estratificacin potentes. Si
est informacin no est disponible desde el principio se puede usar muestreo bifsico del
siguiente modo: Se toma en una primera fase una gran muestra y se estratifica a partir de la
informacin de la caracterstica auxiliar observada, de bajo coste, en la muestra de
individuos de la primera fase. La segunda fase se lleva a cabo con muestreo estratificado,
tomando una muestra considerablemente ms pequea en la que se mide la variable de
inters Y. Este procedimiento se denomina muestreo bifsico para estratificacin.
El diseo bifsico se define del siguiente modo:
1 Fase: Se toma una gran muestra s a de n a unidades de las N segn un diseo p a . Se
recoge informacin de los elementos que conforman s a para estratificar en L s a estratos
L sa

de elementos s ah cada estrato de tal manera que s a s a h ; el tamao de cada muestra

h1

L sa

en cada estrato,en primera fase, es s a h n a h de tal manera que n a n a h

h1

2 Fase: En el estrato h se toma una muestra s h s a h de n h individuos de acuerdo al

diseo p h /s a ;
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

donde kl akl kl/s a . Este

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

w ah se puede realizar la siguiente

2

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

6.- Muestreo en dos ocasiones:

6.1 Introducin:
Utilidad: Experimentos en los que se precisa muestrear la poblacin en intervalos de
tiempo regulares, cada mes, ao,...
Ejemplos: Estimacin del nmero de desempleados mensual, o del I.P.C, o intencin de
voto....
Caracterstica: La clave de este diseo es decidir qu elementos tomados en la primera fase
deben ser retenidos en la siguiente.
Notacin:
Z v.a. de estudio en primera fase; Se toma una muestra s a segn un diseo p a .
Y v.a. de estudio en segunda fase; Se toman dos muestras independientes:
s m s a ; diseo p m /s a
s s m s u ; s m m, s u u; n m u.
s u s ca ; diseo p u /s ca
Parmetros de inters: z y ; , constantes

0 1 y ; total actual
1 1 z y ; Cambio absoluto
.............

Z, z media muestral y estimacin en primera fase u ocasin.

2
s 2
z s1

Para la muestra s m :z m , s 2
zm

Para la muestra s a :z a , s 2
za

Y, y media muestral y estimacin en segunda fase u ocasin:

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

Valor ptimo de q que minimiza la varianza: q 0

1
1 1 2

; Determina la fraccin

de la primera muestra que debe ser reemplazada en la segunda fase.

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

Datos disponibles para las 120 hojas:

n a 120, x a 111. 66
Datos disponibles para las 33 hojas tomadas de entre las 120:
2

n 33, x 110. 54, s 2

x 187. 69, y 27. 36, s y 61. 003, s xy 100. 31
Solucin:
Ejecutamos el programa fasiejem.m para resolverlo;
ecmmest 0.6418
(E.C.M.)
error 0.8011
(error de muestreo)
mest 27.8624
(estimacin puntual de la media de la v.a. Y)
icmest 26.2922 29.4325
(I.C. del 95% para la media)