Muestreo 3 Razon PDF

MUESTREO ESTADISTCIA APLICADA 1
ESTIMACIN DE RAZON, REGRESIN Y

DIFERENCIA
INTRODUCCIN. Algunas veces algunas variables
estn ntimamente relacionadas con la respuesta y.
midiendo y y una o ms variables auxiliares,
podemos obtener informacin para estimar la media
poblacional. Es bsico para el concepto de
correlacin y proporciona los medios para el
desarrollo de una ecuacin de prediccin
relacionando y y x por el mtodo de mnimos
cuadrados. En este captulo se presenta tres
nuevos mtodos de estimacin, basados en el uso
de una variable auxiliar x. Estos mtodos se
denominan estimacin de razn, regresin y
diferencia. Requieren de la medicin de dos
variables, y y x en cada elemento de la muestra.
Encuestas que requieren el uso de estimadores de
razn
La estimacin de un total poblacional algunas veces
requiere el uso de variables auxiliares. Un
estimador de razn por ejemplo el precio al por
mayor que se paga por las naranjas en remesas
grandes se basa en el contenido de azcar de la
carga. El contenido exacto no puede ser
determinado antes de la compra y extraccin del
jugo de la carga completa; sin embargo, puede ser
estimado. Un mtodo para estimar esta cantidad es
primero estimar el contenido medio de azcar por
naranja,
y,
y luego multiplicarlo por el nmero de
naranjas N. por lo tanto podemos seleccionar n
naranjas para determiar el contenido de azcar en
cada una de ellas.
razn
El promedio de estas mediciones de la muestra y
1
, y
2
,,y
n
,
estimar a
y
; estimar el contenido de azcar total en
la carga, t
y
. podemos eludir la necesidad de conocer N
observando los dos hechos siguientes.
Primero el contenido de azcar de una sola naranja, y, est
ntimamente relacionado con su peso x
Segundo, la razn del contenido total de azcar t
y
con el
peso total de la carga de naranja t
x
es igual a la razn del
contenido medio de azcar por naranja,
y
, con el peso
medio
x
. Por lo tanto, se tiene:

y N
X
Y
X
Y
X
Y
N
N
t
t
= =
) (
X
X
Y
Y
t
t =
razn
Podemos estimar
y
y
x
usando M(y) y M(x),
los promedios del contenido de azcar y el
peso para la muestra de n naranjas. Tambin
podemos medir t
x
, el peso total de las
naranjas en el camin. Entonces una
estimacin de razn del contenido total de
azcar t
y
es:
) (
X Y
x
y
t t = ) ( ) (
x
n
i
i
n
i
i
X Y
x
y
x n
y n
t t t
= =
x
y
R
t
t
=
Estimacin de Razn usando MIA.
Estimador de la razn poblacional R:
=
=
=
n
i
i
n
i
i
x
y
r
1
1
Varianza estimada de r:
Lmite para el error de estimacin:
. . . . . . . . . . . (6.1)
1
) (
1
) (
2
2
|
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
r V
i i
x
. . . . . . . . . . . (6.2)
1
) (
1
2 ) (
2
1
2
2
|
|
.
|
\
|
|
.
|
\
|

=

=
n
rx y
nN
n N
r V
n
i
i i
x
. . . . . . . . . . . (6.3)

+ =
n n
i i i
n
i
n
i i
y x r x r y rx y
1 1
2
1
2 2
1
2
2 ) (
. . . . . . . . . . . (6.4)
Estimador del total poblacional
Varianza estimada de
. . . . . . . . . . . (6.5)
. . . . . . . . . . . (6.6)
. . . . . . . . . . . (6.7)
:
y
t
x x
n
i
n
i
y
r
x
y
t t t = =
) (
y
t
1
) (
1
) (
1
2
2
2
|
|
.
|
\
|
|
.
|
\
|
=

=
n
rx y
nN
n N
V
n
i
i i
x
x y
t t
1
) (
1
2 )
2
2
2
2
|
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
V
i i
x
x y
t t
Estimador de razn de una media poblacional :
. . . . . . . . . . . (6.8)
. . . . . . . . . . . (6.9)
. . . . . . . . . . . (6.10)
:
x x n
i
n
i
y
r
x
y
= =
) (
1
1
1
) (
1
) (
2
2
2
|
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
V
i i
x
x y

1
) (
2 )
2
2
|
.
|
\
|

=

n
rx y
nN
n N
V
i i
y

Al recordar las frmulas para la estimacin de razn de una
media, un total o una razn poblacionales, hacemos las
siguientes asociaciones. La razn muestral de r est dad
por la frmula.
=
n
i
n
i
x
y
r
1
1
. . . (6.11)
r R =
. . . (6.12)
x y
rt t =
. . . (6.13)
x y
r =
. . . (6.14)
1
) (
1
) (
2
2
|
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
r V
i i
x
. . . (6.15)
) (
2
r V V
x
t t =
. . . (6.16)
) (
2
r V V
x y
= . . . (6.17)
Ejemplo 1. En una encuesta para examinar las
tendencias en bienes races, un investigador est
interesado en el cambio relativo en el valor
calculado de las casas en una comunidad en
particular durante un periodo de dos aos. Una MIA
de n=20 casas es seleccionada de N=1000 casas
de la comunidad. De los registros fiscales, el
investigador obtiene el valor calculado para este
ao (y) y el valor correspondiente para hace dos
aos (x), de cada una de las 20 casas de la
muestra. El investigador desea estimar R, el cambio
relativo en el valor calculado para las 1000 casas,
usando la informacin contenida en la muestra.
casa xi yi xi*2 yi*2
1 6.7 7.1 44.89 50.41
2 8.2 8.4 67.24 70.56
3 7.9 8.2 62.41 67.24
4 6.4 6.9 40.96 47.61
5 8.3 8.4 68.89 70.56
6 7.2 7.9 51.84 62.41
7 6.0 6.5 36 42.25
8 7.4 7.6 54.76 57.76
9 8.1 8.9 65.61 79.21
10 9.3 9.9 86.49 98.01
11 8.2 9.1 67.24 82.81
12 6.8 7.0 46.24 49
13 7.4 7.8 54.76 60.84
14 7.5 8.3 56.25 68.89
15 8.3 8.9 68.89 79.21
16 9.1 9.6 82.81 92.16
17 8.6 8.7 73.96 75.69
18 7.9 8.8 62.41 77.44
19 6.3 7.0 39.69 49
20 8.9 9.4 79.21 88.36
TOTAL 154.5 164.4 1210.55 1369.42
xi=Valor calculado hace dos aos
yi= valor actual
Estimar R, el cambio relativo en el avalo de bienes races
en el periodo de dos aos dado. Establezca B.
Solucin. La estimacin de R, est dado por:
07 . 1
5 , 154
4 , 164
20
1
20
1
= = =
i
i
x
y
r

+ =
20
1
20
1
2
20
1
2 2
20
1
2
2 ) (
i i i i i i
y x r x r y rx y
3157 , 1 ) 95 , 1288 )( 07 , 1 ( 2 ) 55 , 1210 ( ) 07 , 1 ( 42 , 1369 ) (
2
20
1
2
= + =
i i
rx y
02 , 0
19
3157 , 1
) 725 , 7 (
1
) 1000 ( 20
20 1000
2 ) (
2
2
=
|
|
.
|
\
|
|
|
.
|
\
|
= r V
Ejemplo 2. En un estudio para estimar el
contenido total de azcar de una carga de
naranjas, una muestra aleatoria de n = 10
naranjas fue pesada y extrado el jugo. El
peso total de todas las naranjas, obtenido
pesando primero el camin cargado y luego
descargado, fue de 1800 libras. Estime t
y
, y
establezca un lmite para el error de
estimacin.


+ =
10
1
10
1
2
10
1
2 2
10
1
2
2 ) (
i i i i i i
y x r x r y rx y

Naranja
Contenido de azcar
(en libras) yi
Peso de la naranja (en libras)
xi
1
2
3
4
5
6
7
8
9
10
0.021
0,030
0,025
0,022
0,033
0,027
0,019
0,021
0,023
0,025
0,40
0,48
0,43
0,42
0,50
0,46
0,39
0,41
0,42
0,44
Total 0,246 4,35
Solucin .
libras
x
y
r
x
i
i
x y
79 , 101 ) 1800 (
35 , 4
246 , 0
) (
10
1
10
1
= = = =
t t t
0566 , 0
35 , 4
246 , 0
10
1
10
1
= = =
i
i
x
y
r
Ejemplo 3. una Ca. Desea estimar la cantidad promedio de
dinero
y
pagado a los empleados por gastos mdicos
durante los primeros tres meses del ao en curso. Los
reportes del promedio por trimestres estn disponibles en
los informes fiscales del ao anterior. Una muestra aleatoria
de 100 registros de empleados se seleccion de una
poblacin de 1000 empleados.
= + + =
= + + =
= + + =
10
1
2 2
10
1
2
10
1
2 2 2
10839 , 0 ) 44 , 0 )( 025 , 0 ( ... ) 4 , 0 )( 021 , 0 (
9035 , 1 ) 44 , 0 ( ... ) 4 , 0 (
006224 , 0 ) 025 , 0 ( ... ) 021 , 0 (
i i
i
i
x y
x
y
435 , 0
10
35 , 4
= = x
000052285 , 0 ) 10839 , 0 )( 0566 , 0 ( 2 ) 9035 , 1 ( ) 0566 , 0 ( 006224 , 0 ) (
2
10
1
2
= + =
i i
rx y
3 , 6
9
000052285 , 0
) 435 , 0 (
1
10
1
) 1800 ( 2 )
2
2
2
=
|
|
.
|
\
|
|
.
|
\
|
=
y
V t
Los resultados de la muestra se resumen a continuacin.
Use los datos para estimar
y
y establezca un lmite para el
error de estimacin. N = 1000, n = 100
1750
100
1
=
i
y
1200
100
1
=
i
x
650 31
100
1
2
=
i
y
35 , 059 22
100
1
=
i i
x y
620 15
100
1
2
=
i
x
500 12 =
x
t
Solucin. El estimador de
y
= r
x

5 , 12
1000
500 12
= = =
N
x
x
t
23 , 18 ) 5 , 12 (
1200
1750
) (
100
1
100
1
= = =
x
i
i
y
x
y

+ =
100
1
100
1
2 2
100
1
2
100
1
2
2 ) (
i i i i i i
x y r x r y rx y
68 , 441 ) 35 , 059 22 )( 9166 , 2 ( ) 620 15 ( ) 4583 , 1 ( 650 31 ) (
2
100
1
2
= + =
i i
rx y
Por lo tanto estimamos que la cantidad promedio
de dinero pagado a los empleados por gastos
mdicos es $ 18,23. estamos muy confiados en
que el error para estimar
y
es menor que $ 0,42
42 , 0
99
68 , 441
) 1000 ( 100
100 1000
2
1
) (
2 )
2
100
1
2
=
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
V
i i
y x

Seleccin del tamao de la Muestra
El procedimiento para seleccionar el tamao
de la muestra n es idntico al muestreo
irrestricto aleatorio. El nmero de
observaciones requeridas para estimar R,
una razn poblacional, con un lmite para el
error de estimacin de magnitud B, est
determinado estableciendo dos desviaciones
estndar del estimador de razn r igual a B y
despejando n de esta expresin. Esto es,
B r V = ) ( 2
. . . . . . . . . . . (6.18)
Una varianza poblacional aproximada, V(r)
puede ser obtenida de la varianza estimada
de r reemplazando s
2
con la varianza
poblacional
2
. por lo tanto el nmero de
observaciones requeridas para estimar R con
lmite B, se determina despejando n de la
ecuacin:
1
) (
1
) (
2
2
|
|
.
|
\
|
|
.
|
\
|

=

n
rx y
nN
n N
r V
i i
x
. . . . . . . . . . . (6.19)
2
2
1
) (
s
nN
n N
r V
x
|
|
.
|
\
|
|
.
|
\
|

=
. . . . . . . . . . . (6.20)
Tamao de muestra para estimar R, con un lmite para el
error de estimacin B:
Cuando
2
y no se dispone de informacin para calcular s
2

como un estimador de
2
, se toma una muestra piloto n y
se calcula un estimador de
2
. as mismo
x
es desconocido,
puede ser reemplazado por la media muestral M(x)
calculada con las n observaciones preliminares.
B
nN
n N
r V
x
=
|
|
.
|
\
|
|
.
|
\
|

=
2
2
1
2 ) ( 2 o
. . . . . . . . . . . (6.21)
1 '
) (
'
1
2
2
=

=
n
rx y
n
i
i i
o
4
;
2 2
2
2
x
B
D
ND
N
n

o
o
=
+
=
. . . . . . . . . . . (6.22)
As mismo podemos determinar el nmero de
observaciones n para estimar
y
, con lmite B.
B V
y
= )
( 2
. . . . . . . . . . . (6.23)
Establecido de manera diferente:
) 17 , 6 . ( ) ( 2 ec B r V
x
=
Tamao de muestra para estimar
y
, con lmite
B:
4
;
2
2
2
B
D
ND
N
n =
+
=
o
o . . . . . . . . . . . (6.24)
Ejemplo 4. una compaa industrial desea estimar
la razn de cambio del ao pasado con este ao en
cuanto al nmero de horas hombre que se pierden
debido a enfermedad. Se efectu un estudio
preliminar con n=10 registros de empleados, y los
resultados se presentan en tabla adjunta. Los
registros de la compaa muestran que el nmero
total de horas hombre que se perdieron a causa de
enfermedad el ao anterior fue de t
x
= 16 300. Use
los datos para determinar el tamao de muestra
requerido para estimar R, con un lmite para el error
de estimacin de B = 0,01. suponga que la
compaa tiene 1000 empleados.
Solucin. Primero calculamos una estimacin de
2
usando
los datos del estudio preliminar
1 '
) (
'
1
2
2
=

=
n
rx y
n
i
i i
o
265 , 31 ) 4245 )( 05 , 1 ( 2 ) 4066 ( ) 05 , 1 ( 4463
2 ) (
2
10
1
10
1
2 2
10
1
2
'
1
2
= + =
+ =

=
i i i i
n
i
i i
x y r x r y rx y
05 , 1
178
187
10
1
10
1
= = =
i
i
x
y
r
Empelado x y X*2 Y*2 X*Y
1 12 13 144 169 156
2 24 25 576 625 600
3 15 15 225 225 225
4 30 32 900 1024 960
5 32 36 1024 1296 1152
6 26 24 676 576 624
7 10 12 100 144 120
8 15 16 225 256 240
9 0 2 0 4 0
10 14 12 196 144 168
TOTAL 178 187 4066 4463 4245
x: horas-hombres perdidas en el ao anterior
y: horas-hombres perdidas en el ao aual
El tamao de muestra requerido ahora puede ser
encontrado usando (6,22)
474 , 3
9
265 , 31
2
= = o
3 , 16
1000
300 16
= = =
N
x
x
t
006642 , 0
4
) 3 , 16 ( ) 01 , 0 (
4
2 2 2 2
= = =
x
B
D

344
474 , 3 ) 006642 , 0 ( 1000
) 474 , 3 ( 1000
2
2
~
+
=
+
=
o
o
ND
N
n
Debemos seleccionar n = 344 registros de
empleados para estimar R, el cambio relativo en
horas hombre perdidas por enfermedad, con B =
0,01
Ejemplo 5. Una investigadora desea estimar el
nmero promedio de rboles
y
por hectrea en
una plantacin de N = 1000 hectreas. Ella planea
seleccionar n parcelas de 1 hectrea y contar el
nmero de rboles y en cada parcela. Tambin
tiene fotografas areas de la plantacin, con las
cuales puede estimar el nmero de rboles x en
cada parcela para la plantacin completa. En
consecuencia conoce
x
. Por lo tanto parece
apropiado usar un estimador de razn para
y
.
Determine el tamao de muestra necesario para
estimar
y
con B = 1. No se tiene informacin
anterior.
Solucin. Como no se tiene informacin anterior
seleccionamos n= 10 como muestra preliminar:
Parcela x y X*2 Y*2 X*Y
1 23 25 529 625 575
2 14 15 196 225 210
3 20 22 400 484 440
4 25 24 625 576 600
5 12 13 144 169 156
6 18 18 324 324 324
7 30 35 900 1225 1050
8 27 30 729 900 810
9 8 10 64 100 80
10 31 29 961 841 899
TOTAL 208 221 4872 5469 5144
x: estimacin area
y: Nmero actual
1 '
) (
'
1
2
2
=

=
n
rx y
n
i
i i
o
06 , 1
208
221
10
1
10
1
= = =
i
i
x
y
r
8992 , 37 ) 5144 )( 06 , 1 ( 2 ) 4872 ( ) 06 , 1 ( 5469
2 ) (
2
10
1
10
1
2 2
10
1
2
'
1
2
= + =
+ =

=
i i i i
n
i
i i
x y r x r y rx y
21 , 4
9
8992 , 37
2
= = o 25 , 0
4
1
4
2
= = =
B
D
17
21 , 4 ) 25 , 0 ( 1000
219 , 4 ( 1000
2
2
~
+
=
+
=
o
o
ND
N
n
INTERPRETACION?
Ejemplo 6: un auditor desea comparar el valor
verdero en $ del inventario de un hospital, t
y
, con el
inventario registrado t
x
. el inventario registrado
puede ser obtenido de los registros almacenados
en la computadora del hospital.
El inventario real t
y
, podra determinarse
examinando y contando todos los artculos del
hospital, pero este proceso sera muy costoso y
empleara mucho tiempo. Por lo tanto el auditor
planea estimar t
y
con base en una muestra de n
artculos diferentes seleccionados del hospital
aleatoriamente. Los registro de la computadora
listan N=2100 artculos diferentes y el nmero de
cada artculo en particular. Con estos datos puede
obtenerse un valor total para cada artculo, x,
multiplicando el nmero total de cada artculo
registrado por el valor unitario de cada artculo. El
valor total de inventario obtenido, segn los
registros de computadora, est dado por:

En este caso t
x
fue $ 950 000. Determine el
tamao de muestra necesario para estimar t
y
con
un lmite de B = $ 500
= = =
2100
1
2100
i x
x N los para valores los de suma t
Solucin. Debido a que no hay informacin previa
disponible debe realizarse un estudio preliminar para
estimar
2
. para este caso usamos datos del
inventario de un solo da n= 15.
Artculo x y X*2 Y*2 X*Y
1 15.00 14.00 225.00 196.00 210.00
2 9.50 9.00 90.25 81.00 85.50
3 14.20 12.50 201.64 156.25 177.50
4 20.50 22.00 420.25 484.00 451.00
5 6.70 6.30 44.89 39.69 42.21
6 9.80 8.40 96.04 70.56 82.32
7 25.70 28.50 660.49 812.25 732.45
8 12.60 10.00 158.76 100.00 126.00
9 15.10 14.40 228.01 207.36 217.44
10 30.90 28.20 954.81 795.24 871.38
11 7.30 15.50 53.29 240.25 113.15
12 28.60 26.30 817.96 691.69 752.18
13 14.70 13.10 216.09 171.61 192.57
14 20.50 19.50 420.25 380.25 399.75
15 10.90 9.80 118.81 96.04 106.82
TOTAL 242.00 237.50 4706.54 4522.19 4560.27
x: valor de la computadora
y: valor real
2218 , 104 ) 27 , 4560 )( 98 , 0 ( 2 ) 54 . 4706 ( ) 98 , 0 ( 19 . 4522
2 ) (
2
15
1
15
1
2 2
15
1
2
'
1
2
= + =
+ =

=
i i i i
n
i
i i
x y r x r y rx y
98 , 0
242
5 , 237
15
1
15
1
~ = =
i
i
x
y
r
01417 , 0
) 2100 ( 4
) 500 (
4
2
2
2
2
= = =
N
B
D
4444 , 7
14
2218 , 104
2
= = o
2326 , 420
444 , 7 ) 01417 , 0 ( 2100
) 444 , 7 ( 2100
2
2
=
+
=
+
=
o
o
ND
N
n
Cuando usar estimador de razn
El uso del estimador de razn es ms efectivo
cuando la relacin entre la respuesta y y una
variable auxiliar x es lineal a travs del origen y la
varianza de y es proporcional a x. A diferencia de
los procedimientos de estimacin estudiados
anteriormente, la estimacin de razn conduce a
estimadores sesgados. Por lo debemos considerar
la magnitud del sesgo para decidir cul
procedimiento de estimacin usar. Aunque no
existe frmulas exactas para determinar el sesgo de
estos estimadores, puede demostrarse que el valor
absoluto del sesgo es menor o igual al producto de
la desviacin estndar de la media muestral de la
variable auxiliar x y la desviacin estndar del
estimador de razn, dividido entre
x
. Esto es:
Cuando usar estimador de razn
Generalmente, para un tamao de muestra
grande (n>30) y para el sesgo es
despreciable.
x
x
E
o o
u u
u
( s
10 , 0 s
x
x
o
Estimacin de razn en Muestreo aleatorio
Estratificado
Supongamos que podemos tomar una muestra
suficientemente grande de las x y de las y en cada estrato
para que las aproximaciones de las varianzas sean
apropiadas.
Hay dos mtodos para construir estimadores de razn en
muestreo estratificado. Uno es estimar la razn de
y
con
x

dentro de cada estrato y luego formar el promedio
ponderado de estas estimaciones separadas como una sola
estimacin de la razn poblacional. Se denomina estimador
de razn separada.
El 2do. Mtodo implica estimar primero
y
con la usual
media estratificada y en la misma forma
x
con la media
estratificada de la variable x. Luego puede usarse como
estimador de
st
st
x
y
x
y

Estratificado
Ejemplo 7. En el ejemplo 4, trate las 10
observaciones sobre horas hombre perdidas debido
a enfermedad como una MIA de la compaa A. as
n
A
= 10, M(Y
A
) = 18,7, M(X
A
) = 17,8, r
A
= 1,05, N
A
=
1000 y t
xA
= 16 300
Una MIA de n
B
= 10 mediciones fue tomada de la
compaa B dentro de la misma industria. (A y B
forman la poblacin de trabajadores de inters). Los
datos se presentan en la tabla adjunta. Se sabe N
B

= 1500 empleados y t
xB
= 12 800. encuentre el
estimador de razn separado de
y
y su varianza
estimada.
Estratificado
Empleado x y X*2 Y*2 X*Y
1 10.00 8.00 100.00 64.00 80.00
2 8.00 0.00 64.00 0.00 0.00
3 0.00 4.00 0.00 16.00 0.00
4 14.00 6.00 196.00 36.00 84.00
5 12.00 10.00 144.00 100.00 120.00
6 6.00 0.00 36.00 0.00 0.00
7 4.00 2.00 16.00 4.00 8.00
8 0.00 4.00 0.00 16.00 0.00
9 8.00 4.00 64.00 16.00 32.00
10 16.00 8.00 256.00 64.00 128.00
TOTAL 78.00 46.00 876.00 316.00 452.00
xB: Horas hombre perdidas en el ao anteriro
yB: horas hombre perdidas en el ao actual
Estratificado
Solucin. Las frmulas se dan a
continuacin.
1
) (
1
) (
)
1
2 2
1
2 2
|
|
.
|
\
|
|
.
|
\
|
+
|
|
.
|
\
|
|
.
|
\
|
=

= =
B
n
I
i B i
B B
B B B
A
n
I
i A i
A A
A A A
yRS
n
x r y
n N
n N
N
N
n
x r y
n N
n N
N
N
V
A A
) (
x
st
st
yRC
x
y
=
| |
| |
=
=

|
|
.
|
\
|
|
|
.
|
\
|

|
.
|
\
|
+
+
|
|
.
|
\
|
|
|
.
|
\
|

|
.
|
\
|
=
A
A
n
I
B i C i B i
B B B
B B B
n
I
A i C i A i
a A A
A A A
yRC
x x r y y
n n N
n N
N
N
x x r y y
n n N
n N
N
N
V
1
2
2
1
2
2
) ( ) (
1
1
) ( ) (
1
1
)

(S/N)
(S/N)
(S/N)
Estratificado
Ejemplo 8. En el ejemplo 7, encuentre una
estimacin de razn combinada para
y
.
87 , 9 ) 53 , 8 (
8 , 7
6 , 4
2500
1500
) 3 , 16 (
8 , 17
7 , 18
2500
1000
= |
.
|
\
|
|
.
|
\
|
+ |
.
|
\
|
|
.
|
\
|
=
yRS
26 , 31 ) (
1
2
=
=
A
n
I
i A i
x r y
45 , 87 ) (
1
2
=
=
B
n
i
i B i
x r y
40 , 0
9
45 , 87
) 10 )( 1500 (
1490
2500
1500
9
265 , 31
) 10 )( 1000 (
990
2500
1000
)
2 2
=
|
|
.
|
\
|
|
.
|
\
|
+
|
|
.
|
\
|
|
.
|
\
|
=
yRS
V
) (
x
st
st
yRC
x
y
=
y estimar para x estimar para y usamos
x st y st
;
| |
| |
=
=

|
|
.
|
\
|
|
|
.
|
\
|
|
.
|
\
|
+
+
|
|
.
|
\
|
|
|
.
|
\
|
|
.
|
\
|
=
A
A
n
I
B i C i B i
B B B
B B B
n
I
A i C i A i
a A A
A A A
yRC
x x r y y
n n N
n N
N
N
x x r y y
n n N
n N
N
N
V
1
2
2
1
2
2
) ( ) (
1
1
) ( ) (
1
1
)

Estratificado
( ) ( ) 24 , 10 6 , 4 6 , 0 7 , 18 4 , 0 = + =
ST
y
( ) ( ) 80 , 11 8 , 7 6 , 0 8 , 17 4 , 0 = + =
ST
x
64 , 11
2500
800 12 300 16
=
+
=
x
13 , 10 ) 64 , 11 (
80 , 11
24 , 10
= =
yRC
| |
| | 21 , 144 ) ( ) (
56 , 51 ) ( ) (
1
2
1
2
=
=
=
=
A
A
n
I
B i C i B i
n
I
A i C i A i
x x r y y
x x r y y
66 , 0 )
=
yRC
V
Estratificado
Un estimador del total poblacional puede
determinarse multiplicando cualquiera de los
estimadores anteriores por el tamao de la
poblacin N, y por consiguiente las varianzas
pueden ser ajustadas. As podemos usar la
notacin.
yRS yRS
N t

=
ESTIMACION DE REGRESION
Hemos visto que el estimador de razn es
ms apropiado cuando la relacin entre y y x
es lineal a travs del origen. Si existe una
relacin lineal entre y y las x observadas,
pero no necesariamente una que pase a
travs del origen, la informacin extra
proporcionada por la variable auxiliar x puede
ser tomada en cuenta mediante un estimador
de regresin de la media
y
. Tambin debe
conocerse
x
antes de que el estimador
pueda ser empleado, como fue en el caso de
la estimacin de razn para
y
.
La lnea fundamental que muestra la relacin
bsica entre las y y las x algunas veces es
referida como la lnea de regresin de y
sobre x.
Estimador de Regresin de una media poblacional
y
:
) (
x b y
x yL
+ =

=
2 2 2
) (
) )( (
x n x
x y n x y
x x
x x y y
b
i
i i
i
i i
. . . . . . . . . . . (6.28)
yL

|
.
|
\
|
|
.
|
\
|

=

2 2 2
) ( ) (
2
1
) (
x x b y y
n Nn
n N
V
i i yL
. . . . . . . . . . . (6.29)
(
|
.
|
\
|
|
.
|
\
|
=

2 2 2
) ( ) (
2
1
2 ) (
2 x x b y y
n Nn
n N
V
i i yL
. . . . . . . . . . . (6.30)
Cuando se calcula b, usando los pares
observados (y
1
, x
1
),(y
n
, x
n
), podemos
aplicar el hecho de que:

=
n
i
n
i i
n
i
n
i i
x n x
y x n x y
x x
x x y y
b
1
2 2
1
1
2
1
)
) (
) )( (
Ejemplo 9. se hizo un examen de
conocimientos a 486 estudiantes, antes de su
ingreso a cierta universidad. De estos
estudiantes, una MIA de n = 10 fue
seleccionada y se observaron sus progresos.
Despus las calificaciones finales en clculo
fueron anotadas, como se indica en la tabla
adjunta. Se sabe que
x
= 52 para los 486
estudiantes que presentaron el examen.
Estime
y
para esta poblacin, y establezca
un lmite para el error de estimacin.
solucin. Los clculos
resultan:
Estudiant
e x y X*2 Y*2 X*Y
1 39.00 65.00 1521.00 4225.00 2535.00
2 43.00 78.00 1849.00 6084.00 3354.00
3 21.00 52.00 441.00 2704.00 1092.00
4 64.00 82.00 4096.00 6724.00 5248.00
5 57.00 92.00 3249.00 8464.00 5244.00
6 47.00 89.00 2209.00 7921.00 4183.00
7 28.00 73.00 784.00 5329.00 2044.00
8 75.00 98.00 5625.00 9604.00 7350.00
9 34.00 56.00 1156.00 3136.00 1904.00
10 52.00 75.00 2704.00 5625.00 3900.00
TOTAL 460.00 760.00 23634.00 59816.00 36854.00
x: puntaje en el examen de conocimientos
y: Calficacin final en clculo
46 ; 76 = = x y
766 , 0
) 46 ( 10 634 23
) 76 )( 46 ( 10 854 36
2
2 2
=
x n x
x y n x y
b
i
i i

= =
= =
10
1
2 2
10
1
2
10
1
2 2
10
1
2
2474 ) (
2056 ) (
x n x x x
y n y y y
i i
i i
Ntese que el estimador de regresin de
y

sobreestima el valor M(Y) puesto que M(X)
resulta ser menor que
x
y b es positivo.
80 ) 46 52 )( 766 , 0 ( 76 ) (
= + = + = x b y
x yL

| |

|
.
|
\
|
|
.
|
\
|

=
2 2 2
) ( ( ) (
2
1
)
x x b y y
n Nn
n N
V
i i yL
| | 397 , 7 ) 2474 ( ) 766 , 0 ( 2056

8
1
) 10 ( 486
10 486
)
2
=
|
.
|
\
|
=
yL
V
4 , 5 397 , 7 2 )
2 = =
yL
V
ESTIMACION DE DIFERENCIA
Estimador de diferencia de una media
poblacional
y
:
d x y
x x yD
= + = ) (
yD
1
) (
)
|
.
|
\
|

=

n
d d
Nn
n N
V
i
yD

1
) (
2 )
2
2
|
.
|
\
|

=

n
d d
Nn
n N
V
i
yD
. . . . . . . . . . . (6.31)
. . . . . . . . . . . (6.32)
. . . . . . . . . . . (6.33)
Ejemplo 10. Los auditores frecuentemente estn interesados
en comparar el valor intervenido de los artculos con el valor
asentado el libro. Generalmente, los valores en el libro son
conocidos para cada artculo en la poblacin, y los valores
intervenidos son obtenidos con una muestra de esos
artculos. Los valores en libro entonces pueden utilizarse
para obtener una buena estimacin del valor intervenido
total o promedio para la poblacin.
Una poblacin contiene N = 180 artculos intervenidos con
un valor establecido en el libro de $ 13 320. denote por x el
valor en el libro y por y el valor intervenido. Una MIA de n =
10 artculos produce los resultados que se muestran en la
tabla adjunta. Estime el valor intervenido medio de
y

mediante el mtodo de diferencia y estime la varianza del
estimador
Solucin.
7 , 71
10
717
1 , 72
10
721
= =
= =
x
y
4 , 74 ) 7 , 71 1 , 72 ( 0 , 74
= + =
= d
x yD

59 , 0
9
) 4 , 0 )( 10 ( 00 , 58
) 10 ( 180
10 180
)
2
=
|
|
.
|
\
|
=
yD
V
Muestra x y d d*2
1 10.00 9.00 -1.00 1.00
2 12.00 14.00 2.00 4.00
3 8.00 7.00 -1.00 1.00
4 26.00 29.00 3.00 9.00
5 47.00 45.00 -2.00 4.00
6 112.00 109.00 -3.00 9.00
7 36.00 40.00 4.00 16.00
8 240.00 238.00 -2.00 4.00
9 59.00 60.00 1.00 1.00
10 167.00 170.00 3.00 9.00
TOTAL 717.00 721.00 4.00 58.00
x: valor en el libro
y: valor intervenido
d: y-x
Ejemplo 11. En el ejemplos 10, estime
y

usando un estimador de regresion y un
estimador de razn. En cada caso calcule
una estimacin de la varianza.
Solucin.
99 , 0
) 7 , 71 ( 10 003 106
) 1 , 72 )( 7 , 71 ( 10 881 105
2
2 2
=
x n x
x y n x y
b
i
i i
38 , 74 ) 7 , 71 0 , 74 ( 99 , 0 1 , 72 ) (
= + = + = x b y
x yL

24 , 2 )
=
yL
V
41 , 74 ) 74 (
717
721
) (
= = =
x
i
i
y
x
y

66 , 0 )
=
y
V

Muestreo 3 Razon PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Muestreo 3 Razon PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

MUESTREO ESTADISTCIA APLICADA 1

ESTIMACIN DE RAZON, REGRESIN Y

MUESTREO ESTADISTCIA APLICADA 8

MUESTREO ESTADISTCIA APLICADA 17

MUESTREO ESTADISTCIA APLICADA 34

| | 397 , 7 ) 2474 ( ) 766 , 0 ( 2056

Lmite para el error de estimacin:

Anda mungkin juga menyukai