Ing.

Fidel Reynoso Guerrero

MUESTREO ALEATORIO SIMPLE
(M.A.S.)
MUESTREO ALEATORIO
SIMPLE (M.A.S.)
Mtodo de seleccin de la muestra en un paso
El marco muestral debe ser una lista completa
Cada unidad tiene la misma probabilidad de
seleccin
Esta probabilidad es p = n/N
donde n es el tamao de la muestra
y N es el tamao de la poblacin
Cada muestra (de n) tiene la misma
probabilidad de seleccin

Muestreo Aleatorio Simple
Poblacin N = 54 viviendas
Muestra n = 18
Fraccin muestral p = n / N = 18 / 54 =
1/3
Cada vivienda tiene probabilidad de seleccin
1/3
Se seleccionan 18 nmeros aleatorios entre 1 y
54
Se seleccionan las viviendas correspondientes
Muestreo Aleatorio Simple
San Jos
San Luis
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo domingo
San Pedro
Av 28 de Julio Av. circunvalacin
Muestreo Aleatorio Simple
San Jos
San Luis
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo Domingo
San Pedro
Av. 28 de Julio Av Circunvalacin
Muestreo Aleatorio Simple
San Jos
San Luis
San Pablo
San Carlos
San Ricardo
San Roberto
San Benito
Santo Domingo
San Pedro
Av. 28 de Julio Av Circunvalacin
1. Cliente 1 229-4111 Sr. J. Blank
2. Cliente 2 304-4211 Srta. F Jones
3. Cliente 3 556-2929 Sr. Z. Flugelheim
4. Cliente 4 951-8925 Sr. P. Williams
5. Cliente 5 728-4214 Dr. Fred Wilkins
6. Cliente 6 234-4146 Srta R. Hopewell
7. Cliente 7 279-3582 Srta B. Bradshaw
8. Ciente 8. 310-1010 Sr. E Grant
9. Cliente 9 649-1234 Sr.. G Smith
10. Cliente 10 233-6111 Sra A Applebaum
11. Cliente 11 298-9441 Sr. G. Hardy
12. Cliente 12 246-1389 Sra. F. Fredericks

. etc.
.

42. Cliente 42 432-5699 Srta P Gudrunsdottir
43. Cliente 43 560-1000 Dr. J Gonzlez
44. Cliente 44 237-1049 Srta. J. Green
MARCO - LISTA DE CLIENTES
Muestreo Aleatorio Simple
Poblacin N = 44 clientes

Supongamos n = 11 (uno de cada cuatro)

Y los 11 nmeros aleatorios seleccionados
son:

12, 33, 5, 11, 43, 16, 36, 21, 3, 37, 29
1. Cliente 1 229-4111 Sr. J. Blank
2. Cliente 2 304-4211 Srta. F Jones
3. Cliente 3 556-2929 Sr. Z. Flugelheim
4. Cliente 4 951-8925 Sr. P. Williams
5. Cliente 5 728-4214 Dr. Fred Wilkins
6. Cliente 6 234-4146 Srta R. Hopewell
7. Cliente 7 279-3582 Srta B. Bradshaw
8. Ciente 8. 310-1010 Sr. E Grant
9. Cliente 9 649-1234 Sr.. G Smith
10. Cliente 10 233-6111 Sra A Applebaum
11. Cliente 11 298-9441 Sr. G. Hardy
12. Cliente 12 246-1389 Sra. F. Fredericks

. etc.
.

42. Cliente 42 432-5699 Srta P Gudrunsdottir
43. Cliente 43 560-1000 Dr. J Gonzlez
44. Cliente 44 237-1049 Srta. J. Green
MARCO - LISTA DE CLIENTES
Muestra aleatoria simple 1
Muestra Aleatoria Simple 2
Muestra aleatoria simple 3
Muestreo Aleatorio Simple
Ventajas del MAS
Sencillez conceptual
Necesita como marco muestral slo una lista de
todos los elementos de la poblacin
Es fcil calcular las estimaciones de valores
poblacionales
Es fcil calcular las estimaciones de precisin
(varianza muestral)
Muestreo Aleatorio Simple
Desventajas del MAS
Tedioso eligir todos los nmeros aleatorios si n
es grande
No utiliza informacin auxiliar sobre la poblacin
Necesita una lista completa de los elementos de
la poblacin
Puede tener baja precisin comparado con otros
mtodos
Muestreo Aleatorio Simple
El MAS se puede realizar:

Con reposicin (MASCR)

Sin reposicin (MASSR)
Muestreo Aleatorio Simple
MASCR
Seleccionar una unidad
Reemplazarla en la poblacin
Seleccionar otra, de la poblacin completa
Continuar hasta obtener una muestra de
tamao n
Se puede seleccionar la misma unidad ms
que una vez
Muestreo Aleatorio Simple
MASSR:

Seleccionar una unidad
Sacarla de la poblacin
Seleccionar otra unidad de las que quedan y sacarla
Continuar hasta obtener n unidades distintas
Cada unidad puede estar incluida una sola vez
Es ms eficiente que el MASCR
Se usa en la prctica
Ejemplo del MAS
Encuesta de las empresas sobre
Gastos en insumos
Poblacin de seis empresas (N = 6)
Propsito: estimar gastos para compras
de insumos
Presupuesto permite slo una muestra
de dos empresas (n = 2)
Ejemplo del MAS
Poblacin completa
Empresa Gastos
1 $ 26,000
2 470,000
3 63,800
4 145,000
5 230,000
6 12,500
Total 947,300
Muestras Gastos Estimacin
posibles observados del total
(1,2) 496,000 1,488,000
(1,3) 89,800 269,400
(1,4) 171,000 513,000
(1,5) 256,000 768,000
(1,6) 38,500 115,500
(2,3) 533,800 1,601,400
(2,4) 613,000 1,845,000
(2,5) 700,000 2,100,000
(2,6) 482,500 1,447,500
(3,4) 208,800 626,400
(3,5) 293,800 881,400
(3,6) 76,300 228,900
(4,5) 375,000 1,125,000
(4,6) 157,500 472,500
(5,6) 252,500 727,500
15 muestras posibles promedio 947,300/6 : insesgado


MUESTREO ALEATORIO SIMPLE ( MAS )
(SIN REEMPLAZO)

El Muestreo Aleatorio Simple (MAS), es un procedimiento de
seleccin de n elementos de una poblacin finita N; mediante
el cual, cada una de las muestras distintas tienen la
misma probabilidad de salir elegidas.





N
n
C
SELECCION DE LA MUESTRA

USO DE LA TABLA DE NUMEROS
ALEATORIOS

EJEMPLO.- Seleccionar una muestra de tamao n = 20,
de una poblacin de N = 275 elementos.

El procedimiento es el siguiente:

1) Observar el nmero de dgitos que componen
el tamao poblacional ( N = 275 ). En este
caso tiene tres dgitos.

2) Seleccionar en la tabla, 20 nmeros de tres
dgitos menores o igual a 275. Se puede
trabajar en fila, en columna o diagonal.

EJEMPLO
Se considera una poblacin de tamao N = 5 .
Los valores de una variable real Y sobre esta
poblacion son :
y
1
=8, y
2
=7, y
3
=8, y
4
=14, y
5
=13

Se obtiene: =10 (Promedio Poblacional)
y o
2
=8.4 (Varianza Poblacional)
N de muestras posibles de tamao 3
es = 10
N
n
C
DIEZ MUESTRAS POSIBLES
Muestras
Posibles
valores Total Promedio Varianza
S
2

{y
1
,y
2
,y
3
} 8 7 8 23 7.67 0.33
{y
1
,y
2
,y
4
} 8 7 14 29 9.67 14.3
{y
1
,y
2
,y
5
} 8 7 13 28 9.33 10.33
{y
1
,y
3
,y
4
} 8 8 14 30 10 12
{y
1
,y
3
,y
5
} 8 8 13 29 9.67 8.33
{y
1
,y
4
,y
5
} 8 14 13 25 11.67 10.33
{y
2
,y
3
,y
4
} 7 8 14 29 9.67 14.33
{y
2
,y
3
,y
5
} 7 8 13 28 9.33 10.33
{y
2
,y
4
,y
5
} 7 14 13 34 11.33 14.33
{y
3
,y
4
,y
5
} 8 14 13 35 11.67 10.33
y
y
DISTRIBUCION DE LA MEDIA

Promedio
P
i
Probabilidad

7.67 1/10
9.33 2/10
9.67 3/10
10.00 1/10
11.33 1/10
11.67 2/10
1
y

Clculo de Esperanza y Varianza
de la media muestral
V( ) = .54289 + .08978 + .03267 + .0 + .17689 + .55778
=1.4
Luego: V( ) = 1.4
y
Y
E( ) = ((7.67)(1) + (9.33)(2) + (9.67)(3) + (10)(1)
+ (11.33)(1) + (11.67)(2)) / 10 = 100.01 / 10 = 10
Luego: E( ) = 10

y
y
y
y
Intervalos de Confianza
Para cada una de las 10 muestras,
aunque no se verifiquen las
condiciones para el uso de la ley
normal, calculamos el intervalo de
confianza:



f 1
n
s
1.96 y
VARIANZA DE LA MEDIA MUESTRAL - MAS

Primero se definen la cuasivarianza y la varianza
poblacionales:
( )
2
2
1
N
i
i
X
N

o
=

=

( )
2
2
1
1
N
i
i
X
S
N

=

=

( )
2
2
1 S N
N
o

=
Cuasivarianza
Poblacional
Varianza
Poblacional
Frmula para estimar el
tamao de la muestra (M.A.S.)
1
o
o
n
n
n
N
>
+
2 2
2
, :
o
Z S
donde n
e
=
e = Margen de error. Es el error absoluto del
Promedio Poblacional ( e = d . )

d = Es el error relativo aceptado (precisin)
Ejemplo: Clculo de tamao
de muestra
Se quiere estimar la edad promedio de
2,500 (N) estudiantes del ltimo ao en
una universidad. Cul debe ser el
tamao de la muestra (n) si queremos
estimar dicha variable con un error no
mayor a 2 aos y con un nivel de
confianza de 95% ? Supongamos que
S = 30.

n
0
=

Z
2
. S
2

e
2

=
(1.96)
2
. (30)
(2)
2

=

115.248
4
n
0
=
29 alumnos
Ejemplo: Clculo de tamao
de muestra
Reemplazando en la
frmula general:
n =
n
0
1 + n
0
/

N
n =
29
1 + .0116
= 29
El tamao de muestra de alumnos debe ser de 29

MODELO DE
MATRIZ PARA
ESTIMAR EL
TAMAO DE
MUESTRA
PRECISION
Error Mximo
Permisible (%)
d

NIVEL DE CONFIANZA: ( )
Z = 1.645
90%
Z = 1.96
95%
Z = 2.38
98%
10%
74
7%
152
5%
296
1%
890
COEFICIENTE
DE VARIACIN
o 1
ERROR RELATIVO ACEPTADO
MODELO DE
MATRIZ PARA
ESTIMAR EL
TAMAO DE
MUESTRA
PRECISION
Error Mximo
Permisible (%)
d

NIVEL DE CONFIANZA: ( )
Z = 1.645
90%
Z = 1.96
95%
Z = 2.38
98%
10%
53 74 105
7%
107 152 214
5%
210 296 418
2%
325 890 1370
COEFICIENTE
DE VARIACIN
o 1
ERROR RELATIVO ACEPTADO