Circuitos Neumaticos

MUESTREO PROBABILISTICO POR PONDERACIÓN

MUESTREO POR PONDERACIÓN

Definición:

Ponderar una base de datos, equivale a ajustar la distribución de los casos según la distribución del universo.

Como las muestras no siempre se distribuyen de la misma manera que el universo, es necesario ponderarlas para procurar que el comportamiento de los datos sea semejante al de la población.

El primer paso entonces es identificar cuáles son las variables que, según los objetivos de la investigación, determinan la distribución del universo. Generalmente estas variables son las sociodemográficas (genero, edad, ingresos), zona o región o alguna característica relacionada con el tema en estudio.

LOS PASOS A SEGUIR PARA PONDERAR UNA MUESTRA SON:

1. Identificar las variables que utilizaremos como ponderadores

2. Diseñar una tabla de distribución del Universo según las variables ponderadoras

3. Diseñar una tabla de distribución de la muestra (una vez que se ha terminado con el trabajo de campo) según las variables ponderadoras

4. Obtener los ponderadores (Universo/ muestra)

5. Crear una nueva variable que contenga los ponderadores

6. Ponderar la base de datos.

USOS Y APLICACIONES:

Las ponderaciones se utilizan para corregir las observaciones q faltan debido a no respuestas, aumentando el peso de las unidades que responden. El proceso de ponderación también se utiliza para ajustar las estimaciones muéstrales cuando existen deficiencias en el marco a través del proceso de comparaciones censales externas o estimaciones conocidas con una gran precisión (estadísticas de oro).

Las ponderaciones se apreciaran mejor en el contexto de la estimación de un total. Por ejemplo, se toma una muestra de 1 en 1.000 hogares y se determina el ingreso en los hogares. La suma simple de los ingresos muestreados no estima el ingreso total de los hogares del universo. Ponderando es decir multiplicando el ingreso de cada uno de los hogares por el peso base en este caso 1.000 (el inverso de la probabilidad de selección) y sumando el conjunto ponderado de la muestra, se obtiene una estimación insesgada (si el valor esperado del mismo es igual al parámetro de la población que estima), del ingreso de toda la población.

Por otra parte la ponderación también es parte del proceso de preparación de datos. Como tal, se considera como un producto importante que se ofrece al cliente. Es el conjunto de ponderadores incluido en los archivos de datos el que permite al analista generar estimaciones bastante insesgadas a partir de datos muestrales.

AUTOPONDERACION

Una muestra es auto ponderada cuando todos los elementos han tenido la misma probabilidad de pertenecer a la muestra. Muestras en que la probabilidad de selección no es equiprobable (misma probabilidad), dan lugar a los resultados sesgados. Se pondera una muestra cuando esta no es auto ponderada.

Para ponderar se considera el peso muestral de las unidades de muestreos. Cada unidad tiene un peso muestral que corresponde al universo de la probabilidad de selección de la unidad de la muestra. El peso muestral es un valor que indica el valor de la población que son representados por cada unidad de la muestra.

Normalmente el peso muestral es un valor alto, dado que un elemento de la muestra representa a miles de elementos de la población, Supóngase una población N=2.000.000 y una muestra de n=1.000 elementos el peso

...