UNIVERSIDAD DE ORIENTE

NCLEO DE SUCRE
ESCUELA DE CIENCIAS
DEPARTAMENTO DE INFORMTICA

MUESTREO
ALEATORIO

ORESTES FLEITAS
EDGAR PEREDA
JESS TOLEDO
LUIS RENGEL
ALEXANDER PICO
JOS NGEL LOPEZ

Cuman, Septiembre del 2016

ESTREO ALEATORIO
En esta tcnica, cada miembro de la poblacin tiene la misma
probabilidad de ser seleccionado como sujeto. Todo el proceso de toma
de muestras se realiza en un paso, en donde cada sujeto es
seleccionado independientemente de los otros miembros de
lapoblacin.

JAS DEL MUESTREO ALEATO

La facilidad para armar la muestra.
La representatividad de la poblacin.
Cada miembro tiene igualdad de oportunidades de ser
seleccionado.

NTAJAS DEL MUESTREO ALE

Necesidad de una lista completa de todos los miembros
de la poblacin.
Tener en cuenta que la lista de la poblacin debe estar
completa y actualizada.

TREO ALEATORIO SIMPLE (M

Es la tcnica de muestreo en la que todos los elementos que forman el
universo y que, por lo tanto, estn descritos en el marco muestral,
tienen idntica probabilidad de ser seleccionados para la muestra.

NEFICIOS DEL M.A.S

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.

ONVENIENTES DEL M.A.S

El nico inconveniente del M.A.S. es ladificultadde llevarlo a la
prctica eninvestigaciones reales.
Recordemos: al ser una tcnica probabilstica, necesito un marco
muestral con todos los individuos y que todos ellos sean seleccionables
para mi muestra. Un requisito que difcilmente puede cumplirse en la
mayora de estudios de mercado y opinin reales, lo que nos obligar a
emplear otras tcnicas.

DE MUESTREO ALEATORIO S
Sin reposicin de los elementos: Cada elemento extrado se
descarta para la subsiguiente extraccin. Por ejemplo, si se extrae
una muestra de una "poblacin" de bombillas para estimar la vida
media de las bombillas que la integran, no ser posible medir ms
que una vez la bombilla seleccionada.
Con reposicin de los elementos:Las observaciones se realizan
con remplazo de los individuos, de forma que la poblacin es idntica
en todas las extracciones. En poblaciones muy grandes, la
probabilidad de repetir una extraccin es tan pequea que el
muestreo puede considerarse con reposicin aunque, realmente, no lo
sea.

DE MUESTREO ALEATORIO S
Con reposicin mltiple:En poblaciones muy grandes, la
probabilidad de repetir una extraccin es tan pequea que el
muestreo puede considerarse con reposicin.

TREO IRRESTRICTO ALEATO

Se trata de un tipo de muestreo de unidades elementales.
Consiste en obtener la muestra unidad a unidad de forma aleatoria
sin reposicin a la poblacin de las unidades previamente
seleccionadas.
El orden de colocacin de los elementos en las muestras no
interviene; es decir, las muestras con los mismos elementos
colocados en orden distinto se consideran iguales.
Las muestras con elementos repetidos son imposibles.
Todas las muestras son equiprobables.
Se trata de un procedimiento de seleccin con probabilidades iguales
porque todas las unidades de la poblacin van a tener la misma
probabilidad de pertenecer a la muestra.

ESTREO SISTEMTICO
Se utiliza cuando el universo o poblacin es de gran tamao, o ha
de extenderse en el tiempo. Primero hay que identificar las unidades y
relacionarlas con el calendario (cuando proceda). Luego hay que
calcular una constante, denominada coeficiente de elevacin:

DondeNes el tamao de la poblacin ynel tamao de la muestra

ESTREO ESTRATIFICADO
Consiste en la divisin previa de la poblacin de estudio en grupos o
clases que se suponen homogneos con respecto a alguna
caracterstica de las que se van a estudiar. A cada uno de estos
estratos se le asignara una cuota que determinara el nmero de
miembros del mismo que compondrn la muestra.
Segn la cantidad de elementos de la muestra que se han de elegir de
cada uno de los estratos, existen dos tcnicas de muestreo
estratificado:
Asignacin proporcional:el tamao de la muestra dentro de cada
estrato es proporcional al tamao del estrato dentro de la poblacin.
Asignacin ptima:la muestra recoger ms individuos de
aquellos estratos que tengan ms variabilidad. Para ello es
necesario un conocimiento previo de la poblacin.

TREO POR ETAPAS MLTIPL

Esta tcnica es la nica opcin cuando no se dispone de lista completa
de la poblacin de referencia o bien cuando por medio de la tcnica de
muestreo simple o estratificado se obtiene una muestra con unidades
distribuidas de tal forma que resultan de difcil acceso. En el muestreo
a estudios mltiples se subdivide la poblacin en varios niveles
ordenados que se extraen sucesivamente por medio de un
procedimiento de embudo. El muestreo se desarrolla en varias fases o
extracciones sucesivas para cada nivel.

TREO POR CONGLOMERADO

Se utiliza cuando la poblacin se encuentra dividida, de manera
natural, en grupos que se supone que contienen toda la variabilidad
de la poblacin, es decir, la representan fielmente respecto a la
caracterstica a elegir, pueden seleccionarse slo algunos de estos
grupos oconglomeradospara la realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades
elementales, por ejemplo, las personas a encuestar, y podra
aplicrsele el instrumento de medicin a todas las unidades, es decir,
los miembros del grupo, o slo se le podra aplicar a algunos de ellos,
seleccionados al azar. Este mtodo tiene la ventaja de simplificarla
recogida de informacin muestral.

MAO DE LA MUESTRA

MAO DE LA MUESTRA

A.S CON REPOSICIN

El muestreo aleatorio simple con reposicin es un procedimiento de
seleccin con probabilidades iguales que consiste en obtener la muestra
unidad a unidad de forma aleatoria con reposicin a la poblacin de las
unidades previamente seleccionadas. De esta forma las muestras con
elementos repetidos son posibles y cualquier elemento de la poblacin
puede estar repetido en la muestra 0, 1, ..., n veces. Supongamos en todo
momento que el tamao de la poblacin es N y el tamao de la muestra
es n. Como la muestra se selecciona con reposicin (se reponen a la
poblacin las unidades previamente seleccionadas) y con probabilidades
iguales, se realiza la seleccin sucesiva de las unidades para la muestra
con probabilidades Pi = 1/N y todas las muestras son equiprobables, ya
que:

A.S CON REPOSICIN

ZA Y SU ESTIMACIN CON REPO

Partiendo de la varianza del estimador de Hansen y Hurwitz:

y considerando que para el caso particular del muestreo aleatorio

simple con reposicion se sabe que Pi = 1/N, tenemos:

ZA Y SU ESTIMACIN CON REPO

Partiendo de la varianza del estimador de Hansen y Hurwitz:

y considerando que para el caso particular del muestreo aleatorio

simple con reposicion se sabe que Pi = 1/N, tenemos:

RACIN ENTRE MUESTREO ALEATO

SIN Y CON REPOSICIN.
Se pueden realizar las comparaciones a travs error de muestreo o a
travs del tamao muestral necesario para cometer un error de
muestreo dado. Desde el primer enfoque ser mas preciso aquel
mtodo de seleccin cuyo error de muestreo sea menor, es decir, el
que tenga menor varianza de los estimadores. Tenemos:

RACIN ENTRE MUESTREO ALEATO

SIN Y CON REPOSICIN.
Para el resto de los estimadores todo seria equivalente, luego la
varianza siempre es menor en el caso del muestreo sin reposicin, lo
que nos indica que el muestreo sin reposicin es en general ms
preciso que el muestreo con reposicin.
Desde el punto de vista del tamao muestral, ser mejor aquel
mtodo de seleccin en el que se necesite menor tamao muestral
para cometer un error de muestreo dado. En este capitulo hemos
visto que para muestreo sin reposicin el valor de n era:

RACIN ENTRE MUESTREO ALEATO

SIN Y CON REPOSICIN.
Tanto en el caso de estimaciones de medias y proporciones para un
error de muestreo dado como en el caso de estimaciones de medias,
totales, proporciones y totales de clase para un error relativo de
muestreo dado con o sin coeficiente de confianza. En los mismos
casos, para muestreo con reposicion se observa que el tamano
muestral resulta ser Ncr = N0. Por lo tanto, tenemos:

RACIN ENTRE MUESTREO ALEATO

SIN Y CON REPOSICIN.
En el caso de estimacin sin reposicin de totales y totales de clase
para un error de
muestreo dado con o sin coeficiente de confianza se vio que:

En los mismos casos para muestreo con reposicin se observa que el

tamao muestral resulta ser nCR = N2n1.
Por lo tanto, en todas las situaciones, en el caso de muestreo sin
reposicin se necesita menos tamao de muestra para cometer el
mismo error que en el caso del muestreo con reposicin, con lo que
el muestreo sin reposicin es mas eficiente que el muestreo con
reposicin.

GRACI