En el muestreo estratificado, la población se divide en grupos no superpuestos, llamado estratos y una muestra es seleccionada por algún diseño dentro de cada estrato.
Por ejemplo, las regiones geográficas pueden estratificarse en regiones similares por medio de algunas variables conocidas como el tipo de hábitat, la elevación o el tipo de suelo. Otro ejemplo podría ser determinar las proporciones de productos defectuosos que se ensamblan en una fábrica. En este caso, el muestreo puede estratificarse por líneas de producción, fábrica, etc.
¿Puedes pensar en un par de ejemplos adicionales en los que tendría sentido el muestreo estratificado? Busque oportunidades cuando las mediciones dentro de los estratos sean más homogéneas.
Las razones principales para usar muestreo aleatorio estratificado en lugar de un simple muestreo aleatorio incluyen:
- La estratificación puede producir un error de estimación más pequeño que el que sería producido por una muestra aleatoria simple del mismo tamaño. Este resultado es particularmente cierto si las mediciones dentro de los estratos son muy homogéneas.
- El costo por observación en la encuesta puede reducirse mediante la estratificación de los elementos de la población en agrupaciones convenientes.
- Se pueden desear estimaciones de los parámetros de población para subgrupos de la población. Estos subgrupos deben identificarse.
Una empresa de publicidad, interesada en determinar cuánto enfatizar la publicidad televisiva en un determinado condado decide realizar una encuesta de muestra para estimar el número promedio de horas cada semana que los hogares dentro de ese condado miran televisión. El condado tiene dos pueblos, A y B, y una zona rural C. Town A se construye alrededor de una fábrica y la mayoría de los hogares contienen trabajadores de fábricas con niños en edad escolar. La ciudad B contiene principalmente jubilados y el área rural C son principalmente agricultores.
¿Cómo hacer un ejemplo de muestreo estratificado?
Existe la posibilidad de evaluar los datos por separado dentro de las capas individuales. Sin embargo, también puede ser el caso de que solo hay un número muy pequeño de elementos en las muestras individuales. La muestra en capas asegura que el tamaño de la muestra se escuche individualmente para cada capa.
Es posible lograr una ganancia de eficiencia visible en el valor medio general si se tienen en cuenta ciertas condiciones. Sobre todo, esto significa que la varianza del estimador correspondiente disminuye.
La muestra tiene una representatividad en relación con la característica de la capa y, por lo tanto, corresponde más al ideal si el tamaño de la muestra en las capas individuales ha sido proporcional a las variables de cambio en la población. Cuanto más grande sea la capa, mayor es el tamaño de las muestras individuales para elegir.
La representación significa que la muestra representa la imagen ideal de la población. En el caso de una elección de diez capas, se divide de acuerdo con los grupos de edad y el género. Si la proporción de la población total se extrae de cada capa de muestras aleatorias, la distribución de edad y género de la muestra en capas corresponde a la de la población.
El tercer punto se refiere exclusivamente a la muestra en capas con división proporcional.
A menudo sucede que la división se hace de manera diferente a la forma en que se describió anteriormente. Sin embargo, existe la posibilidad de concluir la población.
¿Cómo se hace un análisis estratificado?
Una forma de identificar la confusión es examinar la asociación primaria de interés en diferentes niveles de un factor de confusión potencial. Las tablas de lado a lado examinan la relación entre la obesidad y la ECV incidente en personas de menos de 50 años de edad y en personas de 50 años de edad y más, por separado.
Recuerde que la relación de riesgo para la muestra combinada total fue RR = 1.79; Esto a veces se conoce como la medida de asociación «cruda», porque no se ajusta para posibles factores de confusión. Las relaciones de riesgo para el análisis estratificado por edad son similares entre sí (RR = 1.43 y 1.44, respectivamente), pero menos que la relación de riesgo crudo. Esto indica que había confusión por edad en la muestra general. Vimos que los sujetos obesos tienen más probabilidades de ser mayores de 50 años, y también vimos que los mayores de 50 años tenían un mayor riesgo de ECV. Como resultado, el análisis crudo sobreestimó la verdadera asociación entre la obesidad (per se) y la ECV, debido a la mayor proporción de sujetos más antiguos entre el grupo obeso.
En el ejemplo anterior vimos que la relación entre la obesidad y la ECV se confundía por la edad. Cuando todos los datos se agruparon, parecía que la relación de riesgo para la asociación entre la obesidad y el CVD fue de 1.79. Sin embargo, cuando estratificamos el análisis en aquellos edades <50 y aquellos mayores de 50 años, vimos que ambos grupos tenían una relación de riesgo de aproximadamente 1.43. La distorsión se debió al hecho de que las personas obesas tendían a ser mayores, y la edad mayor es un factor de riesgo independiente para la ECV. En consecuencia, en el análisis utilizando el conjunto de datos combinados, el grupo obeso tenía la carga adicional de un factor de riesgo adicional.
¿Cómo hacer el experimento de los estratos?
Comencé examinando cómo se depositan las partículas sedimentarias en condiciones secas y húmedas. Las partículas de arena de tamaño diferente produjeron microestras o láminas cuando se vierten en un matraz. Las microestras se formaron a partir de las partículas de arena que se clasifican según el tamaño, con las partículas más grandes en la parte inferior que se clasifican hasta las más pequeñas en la parte superior. El proceso se repitió, produciendo múltiples láminas.
Esto fue fundamental porque mostró que las microestratos o las láminas se formaron a partir de la clasificación de partículas, independientemente de la velocidad de sedimentación, y no por una capa que se forme primero y luego la siguiente que se forma encima. Mis resultados fueron publicados por la Academia de Ciencias Francés, 3,4 que me animaron a continuar mis experimentos, pero a una escala mucho mayor.
Los experimentos a gran escala requirieron los recursos de un laboratorio con la última tecnología. Habiendo leído sus informes sobre sedimentología, contacté a la Universidad Estatal de Colorado en los Estados Unidos. Esto condujo a una serie de experimentos realizados en su moderno laboratorio de hidráulica en Fort Collins. Pierre Julien, sedimentólogo, estaba a cargo de los experimentos. Tuvieron lugar en grandes canales con paredes de vidrio, lo que permitió la observación y la filmación desde arriba y a través de los lados de los tanques.
Se vertieron partículas de arena de diferentes tamaños en agua que circulaba en el canal. Las variaciones en la velocidad de corriente provocaron que las partículas se clasificaran según el tamaño. A 1 m/s, las láminas superpuestas se formaron lateralmente en la dirección de la corriente. Una reducción de la velocidad a 0.5 m/s hizo que las partículas más grandes se acumularan en las láminas anteriores, siempre migrando en la dirección de la corriente. Un aumento en la velocidad de regreso a 1 m/s causó que se formaran láminas similares a las anteriores, principalmente debido a la fricción, en la parte superior del estrato de partículas más grandes. La acumulación de sedimento produjo un depósito que consistía en la parte aguas abajo de las láminas inferiores, parte del estrato inclinado de partículas más grandes y la parte aguas arriba de las láminas superiores. Cada depósito individual se formó sucesivamente aguas abajo y, por lo tanto, era más joven que el anterior. Las variaciones en la velocidad actual, como se encuentra en los ríos y los océanos, podrían hacer que los depósitos se formen tanto vertical como lateralmente al mismo tiempo en la dirección de la corriente.
Los experimentos de canal demostraron además la naturaleza mecánica de la estratificación, por lo que: (1) partículas segregadas de acuerdo con su tamaño cuando se transportan por una corriente de velocidad variable; (2) la desecación, o secado, de los depósitos causó separaciones de ropa de cama; (3) La estratificación del depósito, en condiciones secas y húmedas, formada paralela a la pendiente del depósito, que podría exceder los 30 ° .5 .5
Artículos Relacionados:
- Formula de muestreo estratificado: la guía completa
- Ejemplos de muestreo estratificado: cómo seleccionar la muestra perfecta
- ¿Qué es el muestreo estratificado? Ventajas y desventajas de este método de selección de muestras
- Metodo de muestreo estratificado: una guia paso a paso
- El muestreo estratificado proporcional es una técnica de muestreo que se usa para seleccionar una muestra de una población.
