Académique Documents
Professionnel Documents
Culture Documents
Subsecciones
7.4.4.1 Ejemplo
7.4.4.2 Asignaci�n proporcional
7.4.4.3 Asignaci�n �ptima
7.4.4.4 Teorema
A continuaci�n nos planteamos el problema de cuantos elementos de muestra se han de elegir de cada uno de
los estratos. Para ello tenemos fundamentalmente dos t�cnicas: la asignaci�n proporcional y la asignaci�n
optima.
7.4.4.1 Ejemplo
Supongamos que realizamos un estudio sobre la poblaci�n de estudiantes de una Universidad, en el que a
trav�s de una muestra de 10 de ellos queremos obtener informaci�n sobre el uso de barras de labios.
En primera aproximaci�n lo que procede es hacer un muestreo aleatorio simple, pero en su lugar podemos
reflexionar sobre el hecho de que el comportamiento de la poblaci�n con respecto a este car�cter no es
homog�neo, y atendiendo a �l, podemos dividir a la poblaci�n en dos estratos:
de modo que se repartan proporcionalmente ambos grupos el n�mero total de muestras, en funci�n de sus
respectivos tama�os (6 varones y 4 mujeres). Esto es lo que se denomina asignaci n proporcional. �
Si observamos con m�s atenci�n, nos encontramos (salvo sorpresas de probabilidad reducida) que el
comportamiento de los varones con respecto al car�cter que se estudia es muy homog�neo y diferenciado del
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node89.htm 1/4
6/9/2018 7.4.4 Muestreo aleatorio estratificado
Por otra parte, con toda seguridad la precisi�n sobre el car�cter que estudiamos, ser� muy alta en el grupo de
los varones aunque en la muestra haya muy pocos (peque�a varianza), mientras que en el grupo de las mujeres
habr� mayor dispersi�n. Cuando las varianzas poblacionales son pequenãs, con pocos elementos de una
muestra se obtiene una informaci�n m�s precisa del total de la poblaci�n que cuando la varianza es grande.
Por tanto, si nuestros medios s�lo nos permiten tomar una muestra de 10 alumnos, ser� m�s conveniente
dividir la muestra en dos estratos, y tomar mediante muestreo aleatorio simple cierto n�mero de individuos de
cada estrato, de modo que se elegir�n m�s individuos en los grupos de mayor variabilidad. As�
probablemente obtendr�amos mejores resultados estudiando una muestra de
1 var�n.
9 hembras.
Sea n el n�mero de individuos de la poblaci�n total que forman parte de alguna muestra:
Cuando la asignaci�n es proporcional el tama�o de la muestra de cada estrato es proporcional al tama�o del
estrato correspondiente con respecto a la poblaci�n total:
Cuando se realiza un muestreo estratificado, los tama�os muestrales en cada uno de los estratos, ni, los elige
quien hace el muestreo, y para ello puede basarse en alguno de los siguientes criterios:
Elegir los ni de tal modo que se minimice la varianza del estimador, para un coste especificado, o bien,
habiendo fijado la varianza que podemos admitir para el estimador, minimizar el coste en la obtenci�n de
las muestras.
As� en un estrato dado, se tiende a tomar una muestra m�s grande cuando:
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node89.htm 2/4
6/9/2018 7.4.4 Muestreo aleatorio estratificado
Para ajustar el tama�o de los estratos cuando conocemos la dispersi�n interna de cada uno de los mismos,
tenemos el siguiente resultado:
7.4.4.4 Teorema
[Asignaci�n de Neyman] Sea E una poblaci�n con N elementos, dividida en k estratos, con Ni elementos cada
uno de ellos,
Sea n el n�mero total de elementos al realizar el muestreo, y que se dividen en cada estrato como
Sea X la v.a. que representa el car�cter que intentamos estudiar. Sobre cada estrato puede definirse entonces la
v.a.
como el valor medio de X obtenida en una muestra de tama�o ni en el estrato Ei. Sea la varianza de
dicha v.a.; Entonces
se minimiza cuando
donde
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node89.htm 3/4
6/9/2018 7.4.4 Muestreo aleatorio estratificado
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node89.htm 4/4