Un gerente de recursos forestales está interesado en estimar el número total de árboles muertos en un área de 400 acres de infestación pesada. Ella subdivide el área en 200 parcelas de igualdad de tamaños y utiliza recuentos de fotos para encontrar el número de árboles muertos en 18 parcelas muestreadas al azar. Luego muestra al azar 8 parcelas de estas 18 parcelas y realiza un recuento de tierra en estas 8 parcelas.
Estime el número total de árboles muertos en el área de 400 acres.
Deje que X denote el número de árboles muertos en la trama por recuento de fotos y el número de árboles muertos por recuento de tierra. Los datos se dan como:
De estas 18 parcelas, 8 se seleccionan al azar y se realiza un recuento de tierra.
Tenga en cuenta que aquí usamos (s_r^2 ) para estimar ( sigma_r^2 ) y (s^2 ) para estimar ( sigma^2 ). Para que sean estimaciones razonablemente buenas, el tamaño de la muestra no debe ser demasiado pequeño en uso práctico.
Para comprender el resultado anterior, podemos ver que si el estudio es muy a gran escala, por ejemplo, si n ‘= 1000, seleccionaremos N como 75. La proporción es pequeña ya que 0.885 es pequeña en comparación con (6.28) 2.
En algunas situaciones de muestreo, las unidades se pueden asignar a los estratos solo después de seleccionar la muestra.
- Encuesta telefónica donde conoce el género después de que se muestree a la persona.
- La persona muestreada solo puede estratificarse por la afiliación política después de la encuesta.
El método de post-estratificación es útil solo si la proporción relativa de cada estrato en la población (w_h = dfrac {n_h} {n} ) es conocida por cada estrato h. Si no se conocen estas proporciones, se puede usar un muestreo doble, con una muestra inicial (grande) utilizada para clasificar las unidades en estratos y luego una muestra estratificada seleccionada de la muestra inicial.
¿Qué es un muestreo doble?
La teoría del muestreo, en estadísticas, es la selección de un subconjunto de unidades en un determinado grupo (conocido como la población estadística). El objetivo es determinar las características generales de todos los individuos, pero guiados por los atributos de los seleccionados en el subconjunto elegido, sin estudiar toda la población.
La observación que se realiza intenta determinar una o más características observables en objetos o personas que se estudiarán, que se representan estadísticamente como unidades independientes. Junto con el muestreo, se aplican teorías de estadísticas y probabilidad para llevar a cabo la investigación.
El muestreo se usa ampliamente en diferentes sectores científicos y, en particular, en medicina, para determinar el comportamiento de las enfermedades y los medicamentos en la población sin tener que recurrir al estudio individual de cada persona.
- 1 muestreo simple
- 1.1 Ejemplo
- 2 Doble muestreo
- 2.1 Ejemplo
- 3 muestreo múltiple
- 3.1 Ejemplo
- 4 Importancia del muestreo
- 5 referencias
El muestreo probabilístico simple consiste en la elección de una muestra entre la población estadística en la que cada elemento tiene la misma posibilidad de ser seleccionado al azar. En este método, la población de la población no se divide en varias partes o se separa de las secciones.
Por lo tanto, cualquier par de elementos se puede elegir con igual probabilidad. Es decir, si se selecciona una unidad de muestra, la siguiente para ser seleccionada tiene la misma probabilidad de ser elegido como cualquier otra opción.
¿Cómo se desarrolla el plan de muestreo doble?
Se puede usar un muestreo doble o múltiple para elegir cuando el criterio de aceptación para un plan de muestreo simple excede cero. Los detalles de estos planes de muestreo se presentan a las tablas a continuación.
Este apéndice expande el campo de aplicación del estándar ISO 2859-2: 1985 para incluir el control mediante el muestreo de la serie corta de lotes homogéneos.
Este apéndice establece los planes de muestreo mediante atributos para la breve serie de lotes.
Se deben cumplir las siguientes condiciones antes de que estos planes se usen para el muestreo:
- La calidad del proceso de fabricación es estable para la serie de lotes en el ciclo de fabricación.
- Los lotes están sujetos a control de acuerdo con su orden de fabricación.
- Los lotes son homogéneos y no se puede considerar que ningún lote en particular sea diferente del resto de los lotes de la serie.
- El lotes de lotes es relativamente similar.
Se aplican los requisitos en A.3 (1) y A.3 (2) del Apéndice A.
Los requisitos en A.4 (1), A. 4 (2), A. 4 (3) y A. 4 (5) del Anexo A se aplican por referencia a los planes de muestreo B.11, B.2 y B. 3.
B.5.1 El usuario debe elegir un plan de muestreo para usar con la serie de columnas Opción 1 de las Tablas B.1, B.2 y B.3. También es posible, solo para el control de las características de rendimiento, usar un plan de muestreo diferente extraído de la misma columna, o de la columna de la opción 2 de las tablas, siempre que se cumpla el Anexo A del Artículo 3 (2).
¿Cómo hacer un plan de muestreo doble?
Cuando se requieren planes de muestreo para las pruebas de vida para las características del producto que implican pruebas costosas o destructivas, y cuando se involucran muestras pequeñas, a menudo se emplea un plan de muestreo con cero o menos fallas en las muestras. Dodge39 observó que un solo plan de muestreo por atributos con un número de aceptación cero no es deseable, ya que rara vez protege los intereses del productor. Se demuestra en la Fig. 1 que los planes de muestreo único para las pruebas de vida con fallas cero o un número de aceptación cero, designados por (SSP – (n, ; 0), ) no son deseables ya que no brindan protección al productor contra la vida confiable aceptable del producto. Las curvas características operativas de tales planes de muestreo que tienen fallas cero están en mal estado, lo que no garantiza la protección para los productores, sino que salvaguardan los intereses de los consumidores contra una vida confiable inaceptable del producto. Se puede demostrar que los planes de muestreo único que admiten una o más fallas en una muestra de elementos carecen de las características indeseables de (SSP – (N, ; 0), ) pero requieren tamaños de muestra más grandes. Esta deficiencia se puede superar, en cierta medida, si uno sigue planes de muestreo doble con un máximo de una falla en las muestras aleatorias extraídas del lote enviado.
Curvas características operativas de planes de muestreo único y doble para pruebas de vida basadas en la distribución de Pareto Tipo IV que tienen valores más pequeños de números de aceptación.
En situaciones de muestra pequeñas, se pueden usar planes de muestreo único con un número menos de fallas como (c = 0 ) y (c = 1 ). Pero, las curvas OC de los planes (c = 0 ) y (c = 1 ) revelarían un hecho de que habrá un interés conflictivo entre el productor y el consumidor como los planes (c = 0 ) brindan protección al consumidor con menor riesgo de aceptar el lote que tiene una vida confiable inaceptable del producto, mientras que los planes (c = 1 ) ofrecen protección al productor con menor riesgo de rechazar el lote que tiene una vida confiable aceptable. Tal conflicto se puede invalidar si uno puede diseñar un plan de prueba de vida que tenga su curva OC que se encuentra entre las curvas OC de los planes (c = 0 ) y (c = 1 ).
¿Cómo se realiza un muestreo doble?
Estamos hablando en esta sección de cómo las operaciones de conversión tienen lugar de una señal análogo a digital (ADC, conversión analógica a digital) y de una señal digital analógica (DAC, conversión digital a analógica).
El sonido, como sabemos, es una variación cíclica de la presión atmosférica. Un micrófono captura esta variación y la reproduce en forma de señal eléctrica. La transformación de la señal analógica (continua) a digital (discreta) se llama genéricamente muestreo (en inglés: muestreo), incluso si implica dos operaciones muy distintas: muestreo, que se describirá en esta sección y cuantificación, que será descrito en la siguiente sección. El término «muestreo» se deriva del hecho de que tomamos muestras (en inglés: muestra) de la señal original realizando esta operación a intervalos de tiempo regulares. Por lo tanto, la muestra es un circuito que a un ritmo constante toma muestras (cada muestra es igual al tamaño de la señal en el instante en el que la muestra se toma) por la señal analógica. El ritmo constante se identifica con una frecuencia llamada frecuencia de muestreo. Cada muestra almacenada representa la amplitud de la señal original a cierto instante. Podemos imaginar tomar cada muestra y memorizarla con un soporte especial y, posteriormente, en el momento de la reproducción, usar un circuito que retraiga cada muestra en el voltaje eléctrico correspondiente; Al conectar todo a un amplificador y un altavoz, podremos escuchar el sonido del campeonato anteriormente. Sin embargo, en la conversión perdimos algo. ¿Qué pasó con todas las tensiones intermedias entre una muestra y otra? No hay rastro, pero ¿son realmente necesarios? Vamos un poco más profundamente comenzando a dar algún número. Una señal de audio puede descomponerse en la suma de los sinusoides individuales, cada uno con su propia frecuencia, amplitud y fase. La señal de audio es una señal, como dicen, limitada en la banda o los sinusoides que la componen tienen frecuencias que se incluyen en un intervalo de valores definidos. La banda típica de una señal de audio está delimitada (para los límites de nuestro aparato auditivo) por los siguientes valores de frecuencias: 20Hz – 20kHz. El teorema de Nyquist establece que, si el muestreo se realiza a una frecuencia igual a al menos el doble de la pandilla de señal que se está remediando, la transición de análogo a digital tiene lugar sin pérdida de información. Esto significa que, regresando de lo digital a lo analógico, cuando hemos convertido las muestras en valores de voltaje (siempre debemos alimentar a un altavoz para escuchar el sonido), obtendremos exactamente el mismo sonido que teníamos antes de muestrear. Desafortunadamente, en la cadena de operaciones que se llevarán a cabo para recuperar una señal analógica que comienza de los campeones almacenados, existe una pérdida de información en comparación con la señal original. Sin embargo, esta pérdida no reside en la operación de muestreo (que se realiza respetando el teorema de Nyquist no genera errores), sino que se esconde en el almacenamiento de las muestras para las cuales se necesita una operación de cuantización que se describirá más adelante.
En resumen: hasta ahora sabemos que si no debemos memorizar o en cualquier caso manipular las muestras, saming con frecuencia igual al doble de la banda una señal limitada en la banda, esto no se deteriora [53]. En este sentido, el teorema de Nyquist identifica el número mínimo de muestras a través de las cuales es posible a nivel teórico reconstruir la forma de onda original sin pérdida de información. La discusión matemática del teorema de Nyquist no encontrará espacio aquí; Se dejará mostrar por sí mismo en un texto de teoría de texto, mientras que nos parece más útil dar una explicación práctica. Schiring una señal a una frecuencia más baja de dos veces su banda significaría extraer un número insuficiente de muestras. Esto implica que las frecuencias muy altas no tendrían suficientes muestras para describirlas, pero esas mismas muestras describirían una frecuencia más baja. Esta frecuencia se llama frecuencia de alias y ser baja volvería a la banda exterior y, por lo tanto, habremos agregado a la señal inicial una frecuencia que antes de que la operación de muestreo no existiera, mientras que habremos perdido la alta frecuencia que estaba presente en la señal original .
¿Qué es muestreo doble?
El método de muestreo doble está diseñado para determinar la biomasa mediante muestreo en cuadrantes. Dependiendo de los objetivos del estudio, el método de muestreo doble se puede usar para describir cualquier propiedad de biomasa. Se puede aplicar a una amplia variedad de tipos de vegetación, particularmente pastizales y matorrales, pero se vuelve más complicado en la vegetación con una variedad diversa de especies o formas de vida.
El método de muestreo doble se desarrolló como una modificación del método de condición de peso, para intentar superar la falta de precisión entre los observadores y la posibilidad de la deriva sin control en la estimación de la biomasa de un individuo a lo largo del tiempo. En concordancia con el método de condición de peso, los datos se recopilan utilizando unidades de peso definidas para cada especie para estimar visualmente la biomasa en cada cuadrante. Sin embargo, también se recopila un pequeño conjunto de datos de calibración, recortando y pesando cuadrantes seleccionados después de la estimación. El análisis de regresión se utiliza para comparar los valores estimados y cosechados de las muestras de calibración, para determinar si tenden a subestimar o sobreestimar la estimación visual y proporcionar los ajustes apropiados que se realizarán a todas las muestras de campo.
El número de muestras seleccionadas para el conjunto de datos de calibración depende de la capacidad del observador para proporcionar estimaciones visuales precisas, la varianza de la muestra de las estimaciones de biomasa, la diversidad de especies en el sitio y las restricciones de tiempo. Idealmente, los datos de calibración deberían abarcar el rango de valores de biomasa y la mayoría de las especies encontradas durante el muestreo. Se necesitan menos muestras de calibración cuando las estimaciones visuales del observador reflejan de cerca los pesos cosechados. Sin embargo, la competencia del observador no se puede confirmar hasta después de que los cuadrantes de calibración se recortan y pesan. Recortar uno de cada 5 – 10 cuadrantes para su inclusión en el conjunto de datos de calibración proporciona una calibración confiable en la mayoría de las situaciones.
El método de muestreo doble se usa regularmente para determinar la biomasa en el inventario de rango o los programas de monitoreo. Es un poco más lento que el método de estimación de peso y aún requiere un entrenamiento extenso en las etapas preliminares, pero estas desventajas están bien compensadas por mejoras en precisión y precisión. Al recortar una selección de cuadrantes, es más eficiente que la cosecha para determinar la biomasa.
Artículos Relacionados:
