SlideShare una empresa de Scribd logo
1 de 20
Descargar para leer sin conexión
Profesor: Ing. Celso
Profesor: Ing. Celso Gonzales
Gonzales Ch
Ch.
. Mg.Sc
Mg.Sc
Email:cgonzales@lamolina.edu.pe
Email:cgonzales@lamolina.edu.pe
T
TÉ
ÉCNICAS DE MUESTREO I
CNICAS DE MUESTREO I
CONTENIDO
• Introducción
• Estimador de razón
• Estimador de Regresión
• Estimador por diferencia.
METODOS INDIRECTOS
METODOS INDIRECTOS
Comparar diversos estimadores de la varianza de una población
finita en presencia de información auxiliar.
Objetivo
ƒ Mejora la exactitud de un estimador simple
ƒ Aprovecha la información complementaria .
ƒ La variable auxiliar Xi esta correlacionada con la
variable Yi
ƒ Mejora la exactitud de un estimador simple
ƒ Aprovecha la información complementaria .
ƒ La variable auxiliar Xi esta correlacionada con la
variable Yi
INTRODUCCION
METODOS
INDIRECTOS
METODOS
INDIRECTOS
ESTIMADOR
DE RAZON
ESTIMADOR
DE RAZON
ESTIMADOR
DE REGRESION
ESTIMADOR
DE REGRESION
ESTIMADOR POR
DIFERENCIA
ESTIMADOR POR
DIFERENCIA
El error medio cuadrático (MSE) es la medida
comúnmente usada para determinar la exactitud del
estimador. Viene dada por:
( )
2
ˆ ˆ ˆ
( ) ( )
ECM Y V Y B Y
⎡ ⎤
= +
⎣ ⎦
Sea la población:{(Yi,Xi)/(X1,Y1),...........,(XN,YN)}
Y
X X
S
Y
S XY
S
Y
X
R
( )( )
( )
1
1
N
i i
i
X Y
X X Y Y
N S S
ρ =
− −
=
−
∑
Con el fin de estimar a los parámetros se extrae una
aleatoria simple de tamaño n :{(xi,yi)/(x1,y1),...........,(xn,yn)}
ESTIMADOR DE RAZON
1
1
N
i
i
N
i
i
Y
R
X
=
=
=
∑
∑
Supuesto que: Y∼ β X
ANALISIS DEL SESGO
ANALISIS DEL SESGO
ƒ El sesgo del estimador de la razón es despreciable si:
1
( )
10
cv x <
ƒ La recta de regresión de la variable auxiliar X sobre la variable
en estudio Y pasa por el origen de coordenadas, entonces:
ˆ
( )
E R R
=
¿Porqué utilizar la estimación de Razón?
¿Porqué utilizar la estimación de Razón?
ƒEstimar razón
ƒEstimar el total de una Población
ƒAumentar la precisión
ƒAjustar estimaciones
ƒEstimar razón
ƒEstimar el total de una Población
ƒAumentar la precisión
ƒAjustar estimaciones
TEOREMA:
Si las variables (xi, yi) son medidas en cada unidad de una
m.a.s de tamaño n, supuestamente grande,
( ) ( )
( )
2
1
2
1
ˆ ˆ
1
N
i i
i
Y RX
f
ECM R V R
N
nX
=
−
−
≅ =
−
∑
( ) ( )
( )
2
1
2
ˆ
1
ˆ ˆ
1
n
i i
i
y Rx
f
ECM R v R
n
nX
=
−
−
≅ =
−
∑
La varianza estimada de:
( ) ( )
2 2 2
2
1 ˆ ˆ ˆ
ˆ ˆ ˆ
2
Y X XY
f
v R S R S RS
nX
−
= + −
ESTIMACION DEL PROMEDIO Y TOTAL DE LA
VARIABLE OBJETIVO.
Promedio:
.
R
y
y X
x
=
Varianza a partir de una muestra:
( )
2
2 1
ˆ
1
ˆ ( )
1
R
n
i i
i
R
Y
y Rx
f
S v y
n n
=
−
−
= =
−
∑
Total poblacional objetivo
ˆ .
R
y
Y X
x
=
Varianza a partir de una muestra:
( )
2
2 1
2
ˆ
1
ˆ ˆ
( ) ( )
1
n
i i
i
R
y Rx
f
v Y v RX X
n
nX
=
−
−
= =
−
∑
LIMITES DE CONFIANZA
Razón:
ˆ
ˆ
( ) R
LC R R tS
= ±
Promedio:
ˆ
( ) R
R R Y
LC Y y tS
= ±
Total: ˆ
ˆ
ˆ
( )
R
R R Y
LC Y Y tS
= ±
EJEMPLO
EJEMPLO
Se quiere estimar la edad promedio de los árboles que
pertenecen a cierto Lote. La determinación de la edad es complicada,
hay que contar los anillos del árbol, mayor será el diámetro de los 1132
y determinan que la media de la población es igual a 10,3. Luego, se
eligen al azar 20 árboles para medir su edad.
Árbol Diámetro Edad Árbol Diámetro Edad
1 12 125 11 5,7 61
2 11,4 119 12 8 80
3 7,9 83 13 10,3 114
4 9 85 14 12 147
5 10,5 99 15 9,2 122
6 7,9 117 16 8,5 106
7 7,3 69 17 7 82
8 10,2 133 18 10,7 88
9 11,7 154 19 9,3 97
10 11,3 168 20 8,2 99
0
20
40
60
80
100
120
140
160
180
0 5 10 15
Diametro
Edad
The regression equation is
Edad = - 3.1 + 11.8 Diametro
Predictor Coef SE Coef T P
Constant -3.09 23.18 -0.13 0.895
Diametro 11.754 2.423 4.85 0.000
S = 19.38 R-Sq = 56.7% R-Sq(adj) = 54.3%
Analysis of Variance
Source DF SS MS F P
Regression 1 8845.0 8845.0 23.54 0.000
Residual Error 18 6763.8 375.8
Total 19 15608.8
A. Se quiere estimar la edad promedio de la población
de árboles que pertenecen al lote¿qué tipo de
estimación utilizaría simple o
complementaria?.¿Qué método utilizaría?.
Justifique.
B. Halle e interprete un intervalo de confianza del 95 %
para la media de la variable objetivo mediante el
estimador de razón
COMPARACION DE LA ESTIMACION POR RAZON Y EL
COMPARACION DE LA ESTIMACION POR RAZON Y EL
MUESTREO ALEATORIO SIMPLE
MUESTREO ALEATORIO SIMPLE
La estimación basada en la razón es más preciso que la
estimación aleatoria simple si:
ˆ ˆ
( ) ( )
R MAS
V Y V Y
<
si y solo si:
1 1
2 2
X
Y
S
CVx
X
S CVy
Y
ρ ρ
= ⇔ =

Más contenido relacionado

Similar a unidad4.pdf

Medidas de tencendia central
Medidas de tencendia centralMedidas de tencendia central
Medidas de tencendia centralinnovalabcun
 
08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadradosEdwin Martinez Sosa
 
08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadradosRonald Flores Mamani
 
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis David Melendez Amaro
 
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)ITST - DIV. IINF (YASSER MARÍN)
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersionAlejandro CQ
 
Ud 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesUd 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesalfonnavarro
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaalexySantana1
 
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxMedidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxSANTOS400018
 
3 analisis multivariable
3 analisis multivariable3 analisis multivariable
3 analisis multivariableCarmen Mejia
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersionLeonardo Iriarte
 
2_Descriptive Statistics Numerical I esp.pptx
2_Descriptive Statistics Numerical I esp.pptx2_Descriptive Statistics Numerical I esp.pptx
2_Descriptive Statistics Numerical I esp.pptxRosibellReniz1
 
SEMANA 1 Mediciones y vector fuerza.pptx
SEMANA 1  Mediciones y vector fuerza.pptxSEMANA 1  Mediciones y vector fuerza.pptx
SEMANA 1 Mediciones y vector fuerza.pptxAlexandraAbigailLeza
 

Similar a unidad4.pdf (20)

Medidas de tencendia central
Medidas de tencendia centralMedidas de tencendia central
Medidas de tencendia central
 
08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados
 
08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados08 ajuste de_una_recta_por_minimos_cuadrados
08 ajuste de_una_recta_por_minimos_cuadrados
 
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
 
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)
U1S1: INTRODUCCIÓN A LA FÍSICA (NOTACIÓN CIENTÍFICA, CONVERSIÓN DE UNIDADES)
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
Ud 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionalesUd 12 distribuciones bidimensionales
Ud 12 distribuciones bidimensionales
 
Medidas de tendencia_2013
Medidas de tendencia_2013Medidas de tendencia_2013
Medidas de tendencia_2013
 
Regresión simple y correlación - Estadística
Regresión simple y correlación - EstadísticaRegresión simple y correlación - Estadística
Regresión simple y correlación - Estadística
 
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptxMedidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
Medidas_Dispersiondsfasdfsdfsfsfsdfffffff.pptx
 
3 analisis multivariable
3 analisis multivariable3 analisis multivariable
3 analisis multivariable
 
Formulario estadisticas
Formulario estadisticas Formulario estadisticas
Formulario estadisticas
 
Formulas estadisticas
Formulas estadisticasFormulas estadisticas
Formulas estadisticas
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
AD4001 s10 ss
AD4001 s10 ssAD4001 s10 ss
AD4001 s10 ss
 
Fm cap1
Fm cap1Fm cap1
Fm cap1
 
2_Descriptive Statistics Numerical I esp.pptx
2_Descriptive Statistics Numerical I esp.pptx2_Descriptive Statistics Numerical I esp.pptx
2_Descriptive Statistics Numerical I esp.pptx
 
SEMANA 1 Mediciones y vector fuerza.pptx
SEMANA 1  Mediciones y vector fuerza.pptxSEMANA 1  Mediciones y vector fuerza.pptx
SEMANA 1 Mediciones y vector fuerza.pptx
 
Estad
EstadEstad
Estad
 
O
OO
O
 

Más de AnahiCabrera25

Criterios de Diseño muestral 28Nov.ppt
Criterios de Diseño muestral 28Nov.pptCriterios de Diseño muestral 28Nov.ppt
Criterios de Diseño muestral 28Nov.pptAnahiCabrera25
 
REPRESENTACION GRAFICA.pdf
REPRESENTACION GRAFICA.pdfREPRESENTACION GRAFICA.pdf
REPRESENTACION GRAFICA.pdfAnahiCabrera25
 
ASIMETRIA Y CURTOSIS.pptx
ASIMETRIA Y CURTOSIS.pptxASIMETRIA Y CURTOSIS.pptx
ASIMETRIA Y CURTOSIS.pptxAnahiCabrera25
 

Más de AnahiCabrera25 (6)

LOS INTERVALOS.pptx
LOS INTERVALOS.pptxLOS INTERVALOS.pptx
LOS INTERVALOS.pptx
 
Criterios de Diseño muestral 28Nov.ppt
Criterios de Diseño muestral 28Nov.pptCriterios de Diseño muestral 28Nov.ppt
Criterios de Diseño muestral 28Nov.ppt
 
muestreo.pptx
muestreo.pptxmuestreo.pptx
muestreo.pptx
 
REPRESENTACION GRAFICA.pdf
REPRESENTACION GRAFICA.pdfREPRESENTACION GRAFICA.pdf
REPRESENTACION GRAFICA.pdf
 
prsentacion.pptx
prsentacion.pptxprsentacion.pptx
prsentacion.pptx
 
ASIMETRIA Y CURTOSIS.pptx
ASIMETRIA Y CURTOSIS.pptxASIMETRIA Y CURTOSIS.pptx
ASIMETRIA Y CURTOSIS.pptx
 

unidad4.pdf

  • 1. Profesor: Ing. Celso Profesor: Ing. Celso Gonzales Gonzales Ch Ch. . Mg.Sc Mg.Sc Email:cgonzales@lamolina.edu.pe Email:cgonzales@lamolina.edu.pe T TÉ ÉCNICAS DE MUESTREO I CNICAS DE MUESTREO I
  • 2. CONTENIDO • Introducción • Estimador de razón • Estimador de Regresión • Estimador por diferencia. METODOS INDIRECTOS METODOS INDIRECTOS
  • 3. Comparar diversos estimadores de la varianza de una población finita en presencia de información auxiliar. Objetivo
  • 4. ƒ Mejora la exactitud de un estimador simple ƒ Aprovecha la información complementaria . ƒ La variable auxiliar Xi esta correlacionada con la variable Yi ƒ Mejora la exactitud de un estimador simple ƒ Aprovecha la información complementaria . ƒ La variable auxiliar Xi esta correlacionada con la variable Yi INTRODUCCION
  • 5. METODOS INDIRECTOS METODOS INDIRECTOS ESTIMADOR DE RAZON ESTIMADOR DE RAZON ESTIMADOR DE REGRESION ESTIMADOR DE REGRESION ESTIMADOR POR DIFERENCIA ESTIMADOR POR DIFERENCIA
  • 6. El error medio cuadrático (MSE) es la medida comúnmente usada para determinar la exactitud del estimador. Viene dada por: ( ) 2 ˆ ˆ ˆ ( ) ( ) ECM Y V Y B Y ⎡ ⎤ = + ⎣ ⎦
  • 7. Sea la población:{(Yi,Xi)/(X1,Y1),...........,(XN,YN)} Y X X S Y S XY S Y X R ( )( ) ( ) 1 1 N i i i X Y X X Y Y N S S ρ = − − = − ∑ Con el fin de estimar a los parámetros se extrae una aleatoria simple de tamaño n :{(xi,yi)/(x1,y1),...........,(xn,yn)} ESTIMADOR DE RAZON
  • 9. ANALISIS DEL SESGO ANALISIS DEL SESGO ƒ El sesgo del estimador de la razón es despreciable si: 1 ( ) 10 cv x < ƒ La recta de regresión de la variable auxiliar X sobre la variable en estudio Y pasa por el origen de coordenadas, entonces: ˆ ( ) E R R =
  • 10. ¿Porqué utilizar la estimación de Razón? ¿Porqué utilizar la estimación de Razón? ƒEstimar razón ƒEstimar el total de una Población ƒAumentar la precisión ƒAjustar estimaciones ƒEstimar razón ƒEstimar el total de una Población ƒAumentar la precisión ƒAjustar estimaciones
  • 11. TEOREMA: Si las variables (xi, yi) son medidas en cada unidad de una m.a.s de tamaño n, supuestamente grande, ( ) ( ) ( ) 2 1 2 1 ˆ ˆ 1 N i i i Y RX f ECM R V R N nX = − − ≅ = − ∑
  • 12. ( ) ( ) ( ) 2 1 2 ˆ 1 ˆ ˆ 1 n i i i y Rx f ECM R v R n nX = − − ≅ = − ∑ La varianza estimada de: ( ) ( ) 2 2 2 2 1 ˆ ˆ ˆ ˆ ˆ ˆ 2 Y X XY f v R S R S RS nX − = + −
  • 13. ESTIMACION DEL PROMEDIO Y TOTAL DE LA VARIABLE OBJETIVO. Promedio: . R y y X x = Varianza a partir de una muestra: ( ) 2 2 1 ˆ 1 ˆ ( ) 1 R n i i i R Y y Rx f S v y n n = − − = = − ∑
  • 14. Total poblacional objetivo ˆ . R y Y X x = Varianza a partir de una muestra: ( ) 2 2 1 2 ˆ 1 ˆ ˆ ( ) ( ) 1 n i i i R y Rx f v Y v RX X n nX = − − = = − ∑
  • 15. LIMITES DE CONFIANZA Razón: ˆ ˆ ( ) R LC R R tS = ± Promedio: ˆ ( ) R R R Y LC Y y tS = ± Total: ˆ ˆ ˆ ( ) R R R Y LC Y Y tS = ±
  • 16. EJEMPLO EJEMPLO Se quiere estimar la edad promedio de los árboles que pertenecen a cierto Lote. La determinación de la edad es complicada, hay que contar los anillos del árbol, mayor será el diámetro de los 1132 y determinan que la media de la población es igual a 10,3. Luego, se eligen al azar 20 árboles para medir su edad. Árbol Diámetro Edad Árbol Diámetro Edad 1 12 125 11 5,7 61 2 11,4 119 12 8 80 3 7,9 83 13 10,3 114 4 9 85 14 12 147 5 10,5 99 15 9,2 122 6 7,9 117 16 8,5 106 7 7,3 69 17 7 82 8 10,2 133 18 10,7 88 9 11,7 154 19 9,3 97 10 11,3 168 20 8,2 99
  • 18. The regression equation is Edad = - 3.1 + 11.8 Diametro Predictor Coef SE Coef T P Constant -3.09 23.18 -0.13 0.895 Diametro 11.754 2.423 4.85 0.000 S = 19.38 R-Sq = 56.7% R-Sq(adj) = 54.3% Analysis of Variance Source DF SS MS F P Regression 1 8845.0 8845.0 23.54 0.000 Residual Error 18 6763.8 375.8 Total 19 15608.8
  • 19. A. Se quiere estimar la edad promedio de la población de árboles que pertenecen al lote¿qué tipo de estimación utilizaría simple o complementaria?.¿Qué método utilizaría?. Justifique. B. Halle e interprete un intervalo de confianza del 95 % para la media de la variable objetivo mediante el estimador de razón
  • 20. COMPARACION DE LA ESTIMACION POR RAZON Y EL COMPARACION DE LA ESTIMACION POR RAZON Y EL MUESTREO ALEATORIO SIMPLE MUESTREO ALEATORIO SIMPLE La estimación basada en la razón es más preciso que la estimación aleatoria simple si: ˆ ˆ ( ) ( ) R MAS V Y V Y < si y solo si: 1 1 2 2 X Y S CVx X S CVy Y ρ ρ = ⇔ =