Académique Documents
Professionnel Documents
Culture Documents
Conocimiento cientfico
Antecedentes
Dependiendo de si los individuos del universo pueden ser seleccionados ms de una vez en la
muestra, hablaremos de M.A.S. con reposicin o sin reposicin. Si usamos reposicin, el hecho de
que seleccione un individuo al azar para mi muestra no impedira que este mismo individuo pudiese
volver a ser seleccionado en una siguiente seleccin. Sera equivalente a decir que cada vez que
extraigo un nmero al azar de mi urna, vuelvo a colocar el nmero antes de la siguiente extraccin.
Si por el contrario no usamos reposicin, un individuo seleccionado para la muestra una vez ya no
entrara nuevamente en el sorteo.
La pregunta obvia es, qu es mejor, usar reposicin o no usar reposicin? Es un simple problema
matemtico. Csar Prez Lpez, en su libro "Muestreo Estadstico" (Pearson, 2005) desarrolla de
forma muy clara una comparacin entre ambas tcnicas. Tanto si lo miramos desde el punto de vista
de qu tcnica genera estimaciones ms precisas como desde el punto de vista de qu tcnica me
permite tener la misma precisin con menor tamao de muestra, se puede concluir que el muestreo
aleatorio simple sin reposicin siempre es ms eficiente.
Para poder observar este resultado, partimos de la siguiente expresin para el tamao de muestra en
un M.A.S. sin reposicin. La frmula relaciona el tamao de muestra necesario cuando el universo
es finito con el tamao necesario cuando el universo es infinito:
donde n0 es el tamao de muestra necesario para un universo infinito y N es el tamao del universo
finito. Es posible demostrar que el tamao de muestra cuando usamos reemplazo (nr) es siempre
igual al tamao necesario para universo infinito (nr=n0). Si eso sucede, podemos afirmar que
Por lo tanto, el tamao de muestra cuando no usamos reposicin siempre es menor al necesario
si usamos reposicin. Este resultado coincide con la intuicin: si estamos empleando reposicin y
por azar incluimos un individuo ms de una vez en la misma muestra, el efecto es similar a reducir
el tamao de la muestra ya que observo menor diversidad de individuos. Del mismo modo, si el
universo es infinito, ambos mtodos coinciden, dado que la probabilidad de seleccionar al mismo
individuo dos veces en la misma muestra tiende a ser infinitamente pequea.
El desarrollo de la informtica ha permitido que disear una muestra aleatoria simple sea
extremadamente rpido y fiable. La generacin de nmeros aleatorios mediante software -
estrictamente son nmeros pseudo-aleatorios - es cada vez ms fiable.
muestreo sistemtico
Siguiendo con nuestra serie de posts dedicados a las tcnicas de muestreo y tras
examinar el muestreo estratificado, hoy echaremos un vistazo al muestreo
sistemtico.
Para entender las propiedades de este muestreo, hay que tener en cuenta una
cosa: si fijamos el intervalo o coeficiente de elevacin segn el tamao de la
muestra que necesitamos, slo hay un elemento aleatorio dentro del proceso de
muestreo: la unidad inicial que seleccionamos del primer bloque de individuos.
El resto queda fijado de antemano. Esto equivale a decir que slo tenemos k
posibles muestras diferentes a obtener y que el muestreo es simplemente escoger
una de las k muestras disponibles.