Академический Документы
Профессиональный Документы
Культура Документы
MUESTREO
N1 n1
N2 n3
n2
N3 Muestra: n = n1+ n2 + n3
Población: N = N1+ N2 + N3
1
02/06/2011
Características:
Es eficiente para poblaciones heterogéneas.
Reduce el costo del muestreo al reducir los tamaños de la
muestra sin que ello haga perder precisión.
Forma parte de los diseños muestrales más complejos.
Existe independencia en la selección de la muestra en cada
estrato.
Es más costoso que el MAS.
Bien usado éste método produce errores de muestreo más
bajos.
2
02/06/2011
∑W h .S h2
n0 Wh =
Nh
n0 = h =1
; n= N
V0 n
1+ 0
N
Varianza deseada
Estimación de la Proporción Poblacional 2
δ
L
V0 =
∑W h .Ph Qh
n0
Zα
2
n0 = h =1
; n=
V0 n
1+ 0
N
1
n h = n. , ∀h
L
Da la misma importancia a todos los estratos, en cuanto al
tamaño de la muestra.
Favorece a los estratos de menor tamaño y perjudica a los
grandes, en cuanto a precisión.
3
02/06/2011
N h .Ph .Qh
W .S Wh .
Nh −1
n h = n. L h h n h = n. L
W .S
∑ h h
N h .Ph .Qh
∑ W h .
h =1 h =1 Nh −1
Cuanto mayor sea la variabilidad del estrato, más elementos
se seleccionan en la muestra de tal forma que la varianza
global sea mínima.
4
02/06/2011
5
02/06/2011
Factor de corrección
para el estrato h
Varianza del Estimador
( ) ( ) Sˆ 2
L L Varianza en el
V Xˆ MAE = ∑ W h2 .V Xˆ h = ∑ W h2 . (1 − f h ) h , estrato h
h =1 h =1 nh
( x − Xˆ ) , Xˆ
nh 2 nh
1 1
Sˆh2 =
n −1
∑ i =1
hi h h =
nh
∑x
i =1
hi
h
Tamaño de
muestra en el
estrato h
6
02/06/2011
7
02/06/2011
Estimador de la Proporción
L
a
PˆMAE = ∑ W h .Pˆh , Pˆh = h , ∀ h
h =1 nh
2 ( N h − n h ) Ph .Q h
ˆ ˆ
( )
L
V PMAE = v ( p ) = ∑ W h .
ˆ .
h =1 ( N h − 1 ) nh
Conglomerados
8
02/06/2011
Inconvenientes
9
02/06/2011
10
02/06/2011
11
02/06/2011
Ventajas
Inconvenientes
12
02/06/2011
13
02/06/2011
ANALISIS DE LA RELACIÓN
ENTRE VARIABLES
ANÁLISIS DE CORRELACIÓN
3. Análisis de Regresión: Y= a+ bX
Búsqueda de una expresión que permita predecir el valor de Y a
través del conocimiento del valor de X.
14
02/06/2011
ANÁLISIS DE CORRELACIÓN
Variable Variable
Independiente Dependiente
(X) Tipos de Variables
(Y)
(determinística, es
aleatoria
decir no aleatoria.)
Ejemplos
X: Temperatura
Y: Precipitación
A mayor temperatura menor precipitación
X: Gastos anuales de una empresa en publicidad
Y: Ingresos anuales por ventas de la empresa
A mas gastos en publicidad mayor ingreso (hasta cierto punto)
X: Tasa de desempleo
Y: Tasa de Homicidios
A mayor desempleo mas homicidios
No existe
Relación ? Relación
Directa
Relación Relación
Inversa No Lineal
15
02/06/2011
Forma:
Relaciones lineales, cuando los puntos del diagrama de dispersión se
sitúan aproximadamente a lo largo de una recta.
Dirección:
Si la relación entre las dos variables tiene una dirección clara, puede
ser una asociación positiva o una asociación negativa.
Fuerza:
La fuerza de la relación entre variables viene determinada por la
proximidad de los puntos del diagrama a alguna forma simple como
una recta.
n ( ∑ xy ) − ( ∑ x )( ∑ y )
r=
n ( ) ( )
∑ x − ( ∑ x ) n ∑ y − ( ∑ y )
2 2 2 2
16
02/06/2011
Correlación Correlación
No hay
negativa positiva
correlación
perfecta Correlación Correlación perfecta
negativa positiva
moderada moderada
-1 -0.5 0 0.5 1
CORRELACIONES
r = -0.047
r = 0.889
r = -0.889
No es adecuado calcular
el coeficiente de Pearson
17
02/06/2011
18
02/06/2011
r−ρ
Estadístico de Prueba: t =
(1 − r )
2
(n − 2)
Región de Contraste: Distribución t-Student con GL = n-2
19