Muestreo Aleatorio Simple

Es el procedimiento probabilstico de seleccin de muestras ms sencillo y conocido, no obstante, en la prctica es difcil de realizar debido a que requiere de un marco muestral y en muchos casos no es posible obtenerlo. Puede ser til cuando las poblaciones son pequeas y por lo tanto, se cuenta con listados. Cuando las poblaciones son grandes, se prefiere el muestreo en etapas. Se utiliza ampliamente en los estudios experimentales, adems, de ser un procedimiento bsico como componente de mtodos ms complejos (muestreo estratificado y en etapas). Se caracteriza por que otorga la misma probabilidad de ser elegidos a todos los elementos de la poblacin. Para l calculo muestral, se requiere de: El tamao poblacional, si sta es finita, del error admisible y de la estimacin de la varianza. Muestreo aleatorio estratificado Es aquel en el que se divide la poblacin en grupos en funcin de un carcter determinado y despus se muestrea cada grupo aleatoriamente, para obtener la parte proporcional de la muestra. Este mtodo se aplica para evitar que por azar algn grupo de animales este menos representado que los otros. Es un mtodo de muestreo que emplea informacin auxiliar del marco muestral para crear estratos o grupos homogneos en una poblacin que se sabe heterognea. Estos grupos se diferencian por tener distinta distribucin geogrfica, poseer o no un cierto atributo, o presentar diversidad en los tamaos de las unidades que los conforman. Sea una poblacin o universo dividido en clases, separadas y no vacas (estratos). Una muestra de n elementos de esta poblacin es una muestra aleatoria estratificada (MAE) si se cumple que: La muestra se compone de sub-muestras de todos y cada uno de los estratos Las sub-muestras se eligen en cada estrato por MAS S/R La seleccin de la sub-muestra en cada estrato es independiente de la seleccin en los restantes estratos. Algunas de las razones por la que se estratifica una muestra es: Para lograr homogeneidad en los estratos y con ello disminuir la dispersin general de la variable en estudio. Para lograr mayor precisin en los estimadores. Para disminuir el tamao de la muestra. Para brindar estimaciones en las sub poblaciones o estratos ms importantes. Cuando se requiere incrementar la eficiencia de la muestra por unidad de costo operativo. Cmo se selecciona una Muestra Aleatoria Estratificada? Primero: En cada estrato se elige una sub-muestra. Segundo: La sub-muestra de cada estrato se elige por MAS. Tercero: Las sub-muestras se eligen en forma independiente en cada estrato. Cuarto: La muestra total es la unin de las sub-muestras. Ventajas del muestreo aleatorio estratificado El mtodo asegura que en la muestra habr representantes de todos los estratos (incluso de los que representan pequeos grupos en la poblacin). Si cada estrato representa un dominio de estudio o ste se conforma con la unin de algunos estratos, entonces es seguro que la muestra proporcionar informacin de dicho dominio de estudio. El mtodo permite muestrear con distintas tasas de muestreo en las diferentes sub-poblaciones de inters (otorga flexibilidad al diseo muestral). El muestreo estratificado permite reducir el costo por varias vas: Se pueden utilizar diferentes mtodos de muestreo en cada estrato. Permite asignar el tamao de la muestra en cada estrato atendiendo a su costo (al costo variable unitario). Permite reducir el tamao de muestra (respecto del tamao requerido en otros diseos) para una precisin o varianza dadas. La estratificacin permite aumentar la eficiencia de los estimadores. Mayor eficiencia de los estimadores si, respecto de las principales variables a investigar, las unidades por estrato resultan homogneas y los estratos resultan

heterogneos entre s. La regla de homogeneidad dentro y heterogeneidad entre consiste en definir los estratos de manera que las varianzas dentro sean pequeas, a la vez que las medias de los estratos sean bien diferentes entre s. Desventajas del muestreo aleatorio estratificado Necesidad de contar con un marco que tenga informacin auxiliar. Dificultad para crear o formar los estratos. Cul es el nmero ptimo de estratos? Los estimadores no son tan simples (como en el caso del MAS). En general en el MAE se utilizan estimadores ponderados. Para determinar en forma ptima el tamao de la muestra en cada estrato es necesario disponer de medidas de dispersin para cada estrato.

7.4.4 Muestreo aleatorio estratificado

Un muestreo aleatorio estratificado es aquel en el que se divide la poblacin de N individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el estudio, de tamaos respectivos N1, ..., Nk,

y realizando en cada una de estas subpoblaciones muestreos aleatorios simples de tamao ni .

A continuacin nos planteamos el problema de cuantos elementos de muestra se han de elegir de cada uno de los estratos. Para ello tenemos fundamentalmente dos tcnicas: la asignacin proporcional y la asignacin optima. 7.4.4.1 Ejemplo Supongamos que realizamos un estudio sobre la poblacin de estudiantes de una Universidad, en el que a travs de una muestra de 10 de ellos queremos obtener informacin sobre el uso de barras de labios. En primera aproximacin lo que procede es hacer un muestreo aleatorio simple, pero en su lugar podemos reflexionar sobre el hecho de que el comportamiento de la poblacin con respecto a este carcter no es homogneo, y atendiendo a l, podemos dividir a la poblacin en dos estratos:

Estudiantes masculinos (60% del total); Estudiantes femeninos (40% restante).

de modo que se repartan proporcionalmente ambos grupos el nmero total de muestras, en funcin de sus respectivos tamaos (6 varones y 4 mujeres). Esto es lo que se denomina asignacin proporcional. Si observamos con ms atencin, nos encontramos (salvo sorpresas de probabilidad reducida) que el comportamiento de los varones con respecto al carcter que se estudia es muy homogneo y diferenciado del grupo de las mujeres. Por otra parte, con toda seguridad la precisin sobre el carcter que estudiamos, ser muy alta en el grupo de los varones aunque en la muestra haya muy pocos (pequea varianza), mientras que en el grupo de las mujeres habr mayor dispersin. Cuando las varianzas poblacionales son pequens, con pocos elementos de una muestra se obtiene una informacin ms precisa del total de la poblacin que cuando la varianza es grande. Por tanto, si nuestros medios slo nos permiten tomar una muestra de 10 alumnos, ser ms conveniente dividir la muestra en dos estratos, y tomar mediante muestreo aleatorio simple cierto nmero de individuos de cada estrato, de modo que se elegirn ms individuos en los grupos de mayor variabilidad. As probablemente obtendramos mejores resultados estudiando una muestra de

1 varn. 9 hembras.

Esto es lo que se denomina asignacin ptima. 7.4.4.2 Asignacin proporcional Sea n el nmero de individuos de la poblacin total que forman parte de alguna muestra:

Cuando la asignacin es proporcional el tamao de la muestra de cada estrato es proporcional al tamao del estrato correspondiente con respecto a la poblacin total:

7.4.4.3 Asignacin ptima Cuando se realiza un muestreo estratificado, los tamaos 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 obtencin de las muestras.

As en un estrato dado, se tiende a tomar una muestra ms grande cuando:

El estrato es ms grande; El estrato posee mayor variabilidad interna (varianza); El muestreo es ms barato en ese estrato.

Para ajustar el tamao de los estratos cuando conocemos la dispersin interna de cada uno de los mismos, tenemos el siguiente resultado: 7.4.4.4 Teorema [Asignacin de Neyman] Sea E una poblacin con N elementos, dividida en k estratos, con Ni elementos cada uno de ellos,

Sea n el nmero total de elementos al realizar el muestreo, y que se dividen en cada estrato como

Sea X la v.a. que representa el carcter que intentamos estudiar. Sobre cada estrato puede definirse entonces la v.a.

como el valor medio de X obtenida en una muestra de tamao ni en el estrato Ei. Sea la varianza de dicha v.a.; Entonces

se minimiza cuando

donde

es la cuasi-varianza del estrato Ei.