Introducción

MUESTREO En ocasiones en que no es posible o conveniente realizar un censo(analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de la población.

El muestreo es por lo tanto una herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.

La muestra debe lograr una representación adecuada la población, en la quese reproduzca de la mejor manera los rasgos esenciales de dicha población que son importantes para la investigación. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir ejemplificar las características de ésta

Los errores más comunes que se pueden cometerson:

1.-Hacer conclusiones muy generales a partir de la observación de sólo una parte de laPoblación, se denomina error de muestreo.

2.-Hacer conclusiones hacia una Población mucho más grandes de la que originalmente se tomo la muestra. Error de Inferencia.En la estadística se usala palabra población para referirse no sólo a personas si no a todos los elementos que han sido escogidos para su estudio y el término muestra se usa para describir una porción escogida de la población.

Tipos de muestreo

I.Muestreo probabilístico Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas.Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

1.-Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

2.-Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,…,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k. Elriesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

3.-Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado paraelegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,…)

Ejercicio de muestreo en R

library(tidyverse)

## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --

## v ggplot2 3.3.2     v purrr   0.3.4
## v tibble  3.0.4     v dplyr   1.0.2
## v tidyr   1.1.2     v stringr 1.4.0
## v readr   1.4.0     v forcats 0.5.0

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(dplyr)
library(DT)

Para este ejercicio se utilizarán datos de crímenes cometidos en reino unido con la función “crimtab”

Primer acercamiento a los datos

Student’s 3000 Criminals Data Description Data of 3000 male criminals over 20 years old undergoing their sentences in the chief prisons of England and Wales. A table object of integer counts, of dimension 42 * 22 with a total count, sum(crimtab) of 3000. The 42 rownames (“9.4”, “9.5”, …) correspond to midpoints of intervals of finger lengths whereas the 22 column names (colnames) (“142.24”, “144.78”, …) correspond to (body) heights of 3000 criminals, see also below.

crime <- data.frame(crimtab)
dim(crime)

## [1] 924   3

datatable(crime)

1.- Selección de la muestrea con M.A.S.

#Tamaño de la muestra
n <- 30
muestramia <-sample(1:nrow(crime), size=n, replace=FALSE)
muestramia

##  [1] 676 516 494 561 113 510  96 911 811 879 342 254 873 871 660 655 273 580 893
## [20] 485 221 751 466  59 441  82 641 166 571 783

Asignar los elementos de la muaestra al data frame de los datos

crimemuestramia <- crime[muestramia, ]
head(crimemuestramia)

##     Var1   Var2 Freq
## 676  9.7 182.88    0
## 516 10.5 172.72    0
## 494 12.5 170.18   12
## 561 10.8 175.26    0
## 113 12.2 147.32    0
## 510  9.9 172.72    0

Terminar el ejercicio: https://rpubs.com/Felipe1986/MuestreoTutorialR explicado por ustedes lo más importante es: que importen datos de ustedes y realicen un muestreo de algún tipo a ellos

crime<-data.frame(crimtab)
dim(crime)# Función para dimensiones de un arreglo

## [1] 924   3

n <- 30 # Se asigna el tamaño de la muestra

muestraMIA<- sample(1:nrow(crime),size=n,replace=FALSE)
muestraMIA

##  [1] 727 557 477 492 538 474 604 741 736 696 484 262  11 841 157 597 399 437 145
## [20] 425 876  79 298 215 240 274 787 893 410 455

#Asignar los elementos de la muestra al data frame de datos
crimemuestraMIA<- crime[muestraMIA, ]

head(crimemuestraMIA)

##     Var1   Var2 Freq
## 727 10.6 185.42    0
## 557 10.4 175.26    0
## 477 10.8 170.18    2
## 492 12.3 170.18   13
## 538 12.7 172.72    5
## 474 10.5 170.18    1

library(dplyr)

#Muestra sin reemplazo
crimemuestramia2<- crime %>%
  sample_n(size=n,replace=FALSE)

head(crimemuestramia2)

##   Var1   Var2 Freq
## 1 10.2 142.24    0
## 2 10.3 167.64    0
## 3 11.3 147.32    0
## 4 13.5 162.56    0
## 5 11.9 162.56   10
## 6 11.8 147.32    0

#Muestra con pesos
crimemuestraMIA3<- crime %>%
  sample_n(size=n,weight=Freq)

head(crimemuestraMIA3)

##   Var1   Var2 Freq
## 1 11.2 167.64   27
## 2 11.1  165.1   26
## 3 11.9  177.8    9
## 4 12.8  177.8    8
## 5 11.5  165.1   57
## 6 11.9 170.18   35

#Muestra con una proporción de casos
crimemuestraMIA4<- crime %>%
  sample_frac(0.05)

head(crimemuestraMIA4);dim(crimemuestraMIA4)

##   Var1   Var2 Freq
## 1 12.9  177.8    0
## 2  9.5 175.26    0
## 3 13.4 149.86    0
## 4 11.9 154.94    1
## 5 12.7 187.96    0
## 6 12.9 144.78    0

## [1] 46  3

#Cargar libreria:

library(SamplingUtil)

muestrasis<- sys.sample(N=nrow(crime),n=30)
muestrasis

##  [1]   2  32  62  92 122 152 182 212 242 272 302 332 362 392 422 452 482 512 542
## [20] 572 602 632 662 692 722 752 782 812 842 872

#Asignar los elementos de la muestra al data frame de datos
crimemuestrasis<- crime[muestrasis, ]

head(crimemuestrasis)

##     Var1   Var2 Freq
## 2    9.5 142.24    0
## 32  12.5 142.24    0
## 62  11.3 144.78    0
## 92  10.1 147.32    0
## 122 13.1 147.32    0
## 152 11.9 149.86    0

#Generando df de ENAHO2013 a nivel de hogar

df<- ENAHO2013 %>%  #Define nuevo data frame
  mutate(TamHog=as.numeric(TamHog), #Convierte TamHog a numérica
         phu=ifelse(TamHog>1,0,1)) %>% #Crea variable de prop Hog. Unipersonales.
  select(FACTOR:ZONA,TamHog,phu,-REGION) %>% #Selecciona variables de interés.
  group_by(SEGMENTO,CUESTIONARIO,HOGAR,ZONA) %>% #Genera esquema de agrupación.
  summarise(TamHog=mean(TamHog), #Cálculo de variables sumarizadas.
            phu=mean(phu)) %>%
  mutate(id=paste0(SEGMENTO,CUESTIONARIO,HOGAR,ZONA)) #Genera id único para uso posterior.

## `summarise()` regrouping output by 'SEGMENTO', 'CUESTIONARIO', 'HOGAR' (override with `.groups` argument)

#Cálculo del tamaño de muestra con error relativo

#Error relativo
r<-0.05

nsizeR<- nsize(x=df$TamHog,r=r,alpha=0.05)

nsizeR

## $n0
## [1] 782
## 
## $n_adjust
## [1] 731

#Cálculo del tamaño de muestra con error absoluto

#Igualar el error absoluto con el error relativo

abs<-mean(df$TamHog)*r

nsizeA<- nsize(x=df$TamHog,abs=abs,alpha=0.05)

nsizeA

## $n0
## [1] 782
## 
## $n_adjust
## [1] 731

#Cálculo de tamaño de muestra para proporción
nsizeP<- nsize(x=df$phu,abs=0.02,alpha=0.05)

nsizeP

## $n0
## [1] 924
## 
## $n_adjust
## [1] 854

#Cálculo de las proporciones por estrato

Estratos<- df %>%
  select(ZONA,TamHog) %>%
  group_by(ZONA) %>%
  summarise(n=n(),
            s=sd(TamHog)) %>%
  mutate(p=n/sum(n))

## Adding missing grouping variables: `SEGMENTO`, `CUESTIONARIO`, `HOGAR`

## `summarise()` ungrouping output (override with `.groups` argument)

Estratos

## # A tibble: 2 x 4
##   ZONA       n     s     p
##   <fct>  <int> <dbl> <dbl>
## 1 Urbana  4790  3.15 0.427
## 2 Rural   6429  1.95 0.573

#Asignación de la muestra proporcional a los estratos
nsizeProp<-nstrata(n=nsizeR[[2]],wh=Estratos[,4],method="proportional")

nsizeProp

##     p
## 1 313
## 2 419

#Asignación de la muestra óptima a los estratos

#Costo de entrevista por estrato
ch<-c(5,10)

nsizeOpt<-nstrata(n=nsizeR[[2]],wh=Estratos[,4],sh=Estratos[,3],ch,method="optimal")
nsizeOpt

##     p
## 1 461
## 2 271

#Asignación de la muestra óptima a los estratos(asume costos iguales)

nsizeNeyman<-nstrata(n=nsizeR[[2]],wh=Estratos[,4],sh=Estratos[,3],method="neyman")
nsizeNeyman

##     p
## 1 400
## 2 332

#Muestra sin reemplazo
muestra<- data.frame(df) %>%
  sample_n(size=nsizeR[[2]],replace=FALSE)

crimemuestramia2<- crime %>%
  sample_n(size=n,replace=FALSE)

#Carga de paquete DescTools

library(DescTools)

#Intervalos de confianza 95% clásicos

ICTamHog<- MeanCI(x=muestra$TamHog, trim = 0,conf.level = 0.95, na.rm = FALSE)

ICTamHog

##     mean   lwr.ci   upr.ci 
## 3.922481 3.629197 4.215765

#Media del total de la encuesta
mean(df$TamHog)

## [1] 3.547134

#Diferencia relativa

difR<-paste0(abs(round((ICTamHog[1]-mean(df$TamHog))/mean(df$TamHog),3))*100,"%")
difR

## [1] "10.6%"

#Generar el dataframe de UPMS y su respectivo tamaño

UPMs<- df %>%
  mutate(TamHog=as.numeric(TamHog)) %>%
  select(SEGMENTO,ZONA,TamHog) %>%
  group_by(ZONA,SEGMENTO) %>%
  summarise(Mta=n()) %>%
  arrange(desc(ZONA),SEGMENTO)

## Adding missing grouping variables: `CUESTIONARIO`, `HOGAR`

## `summarise()` regrouping output by 'ZONA' (override with `.groups` argument)

head(UPMs)

## # A tibble: 6 x 3
## # Groups:   ZONA [1]
##   ZONA  SEGMENTO   Mta
##   <fct>    <dbl> <int>
## 1 Rural        1    12
## 2 Rural        3     9
## 3 Rural        6    10
## 4 Rural        7    12
## 5 Rural       13    10
## 6 Rural       14     6

#Se asigna proporcionalmente la muestra a cada estrato

#Recordemos la distribución proporcional de los estratos:
nsizeProp

##     p
## 1 313
## 2 419

#Cálculo del número de UPMs por estrato
b<-5
aurbano<- ceiling(nsizeProp[1,1]/b)
arural<- ceiling(nsizeProp[2,1]/b)

#Unir en un solo objeto para facilitar input de función
asizeppt<-rbind(aurbano,arural)
asizeppt

##         [,1]
## aurbano   63
## arural    84

#Selección de la muestra con PPT(sistemática)
library(pps)
muestrappt<-ppssstrat(sizes=UPMs$Mta,stratum=UPMs$ZONA,n=asizeppt[,1])
muestraUPMs<-UPMs[muestrappt,]

#Muestra de la selección
head(muestraUPMs)

## # A tibble: 6 x 3
## # Groups:   ZONA [1]
##   ZONA  SEGMENTO   Mta
##   <fct>    <dbl> <int>
## 1 Rural        3     9
## 2 Rural       23    12
## 3 Rural       36    11
## 4 Rural       52     9
## 5 Rural       67    12
## 6 Rural       76     8

tail(muestraUPMs)

## # A tibble: 6 x 3
## # Groups:   ZONA [1]
##   ZONA   SEGMENTO   Mta
##   <fct>     <dbl> <int>
## 1 Urbana     1024     9
## 2 Urbana     1049    11
## 3 Urbana     1073    11
## 4 Urbana     1082     8
## 5 Urbana     1098    10
## 6 Urbana     1122    10

#Verificar selección por estrato
Freq(muestraUPMs$ZONA)

##     level  freq   perc  cumfreq  cumperc
## 1  Urbana    64  43.5%       64    43.5%
## 2   Rural    83  56.5%      147   100.0%

#Procedimiento para seleccionar submuestras en cada cluster de tamaño fijo

#Listado de segmentos seleccionados
segs<- unique(muestraUPMs$SEGMENTO)
sample<- list()

#Identifica el número de columna del id(se requiere para el ciclo)

idcolnum<-which( colnames(df)=="id" )

#Ciclo para seleccionar la muestra en cada segmento
for(i in 1:length(segs)){
  subsample<-data.frame(df[which(df$SEGMENTO==segs[i]),])
  sample[[i]]<-sys.sample(nrow(subsample),b)
 #Previene de los números que se pasan del total del segmento
  #if(sample[[i]][b]>nrow(subsample)){
  #  sample[[i]][b]<-1
  #  }
 #Asigna en cada elemento de las submuestras los elem. seleccionados
 sample[[i]]<-subsample[unlist(sample[[i]]),idcolnum]
 }

#Genera el data frame de ids seleccionados(ya que estaban en una lista)
sampledf<-data.frame(id=unlist(sample))

#Uniendo el data frame de datos con la muestra seleccionada mendiante la llave creada
muestrappt<-inner_join(unique(sampledf),unique(df),by="id")

#Verificar el procedimiento
head(muestrappt)

##          id SEGMENTO CUESTIONARIO HOGAR  ZONA TamHog phu
## 1  311Rural        3            1     1 Rural      5   0
## 2  321Rural        3            2     1 Rural      4   0
## 3  341Rural        3            4     1 Rural      3   0
## 4  361Rural        3            6     1 Rural      3   0
## 5  371Rural        3            7     1 Rural      3   0
## 6 2321Rural       23            2     1 Rural      4   0

Freq(muestrappt$ZONA)

##     level  freq   perc  cumfreq  cumperc
## 1  Urbana   322  43.7%      322    43.7%
## 2   Rural   415  56.3%      737   100.0%

#Generar probabilidades

#Recordemos las medidas de tamaño por UPM:
UPMs

## # A tibble: 1,119 x 3
## # Groups:   ZONA [2]
##    ZONA  SEGMENTO   Mta
##    <fct>    <dbl> <int>
##  1 Rural        1    12
##  2 Rural        3     9
##  3 Rural        6    10
##  4 Rural        7    12
##  5 Rural       13    10
##  6 Rural       14     6
##  7 Rural       15     7
##  8 Rural       17    10
##  9 Rural       19     9
## 10 Rural       23    12
## # ... with 1,109 more rows

#Cálculo de prob en Primera etapa

#Estrato Urbano

UPMU<- UPMs %>%
  filter(ZONA=="Urbana") %>%
  group_by(ZONA) %>%
  mutate(fa=Mta/(sum(Mta)/aurbano),
         fb=b/Mta)

#Estrato Rural

UPMR<- UPMs %>%
  filter(ZONA=="Rural") %>%
  group_by(ZONA) %>%
  mutate(fa=Mta/(sum(Mta)/arural),
         fb=b/Mta)

#Unir ambos estratos

UPMs <- rbind(UPMU,UPMR)

#Incluir probabilidades en data frame de muestra
muestrappt2<- left_join(muestrappt,UPMs,by=c("SEGMENTO","ZONA"))


#Cargar paquete de muestreo complejo
library(survey)

## Loading required package: grid

## Loading required package: Matrix

## 
## Attaching package: 'Matrix'

## The following objects are masked from 'package:tidyr':
## 
##     expand, pack, unpack

## Loading required package: survival

## 
## Attaching package: 'survey'

## The following object is masked from 'package:graphics':
## 
##     dotchart

#Establecer el diseño muestral
design1<-svydesign(data=muestrappt2,id=~SEGMENTO+id,
                   strata=~ZONA,pps="brewer",prob=~fa+fb)

#Resumen del diseño
summary(design1)

## Stratified 2 - level Cluster Sampling design (with replacement)
## With (151, 737) clusters.
## svydesign(data = muestrappt2, id = ~SEGMENTO + id, strata = ~ZONA, 
##     pps = "brewer", prob = ~fa + fb)
## Probabilities:
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## 0.06533 0.06533 0.06533 0.06552 0.06576 0.06576 
## First-level Stratum Sizes: 
##            Rural Urbana
## obs          415    322
## design.PSU    86     65
## actual.PSU    86     65
## Data variables:
##  [1] "id"           "SEGMENTO"     "CUESTIONARIO" "HOGAR"        "ZONA"        
##  [6] "TamHog"       "phu"          "Mta"          "fa"           "fb"

#Calculando estadísticos de TamHog

TamHogmc<- svymean(~TamHog,design=design1,deff=TRUE)

#Media del Tamaño del hogar
TamHogmc

##            mean       SE   DEff
## TamHog 3.453018 0.061341 1.1221

#Efecto del diseño
deff(TamHogmc)

##   TamHog 
## 1.122122

#Intervalo de confianza
confint(TamHogmc)

##           2.5 %   97.5 %
## TamHog 3.332791 3.573245

#Coeficiente de variación
cv(TamHogmc)

##            TamHog
## TamHog 0.01776459

#Coeficiente de variación
cv(TamHogmc)

##            TamHog
## TamHog 0.01776459

#Objetos para generar variables(debido a que el Dataframe de ENAHO2012 tiene las labels del SPSS y no los valores)

profesionales<- c("Profesionales científicos e intelectuales")
tecnicos<- c("Técnicos y profesionales de nivel medio")

#Generando df de ENAHO2012 a nivel de hogar

df12<- ENAHO2012 %>%  #Define nuevo data frame
  mutate(pobre=ifelse(np=="No pobre",0,1), #Crea variable de pobreza.
         Profesional=ifelse(OcupFuerzaTrab==profesionales,1,0), #Crea flag de Profesional.
         Tecnico=ifelse(OcupFuerzaTrab==tecnicos,1,0)) %>%  #Crea flag de tecnico.
  select(FACTOR:ZONA,pobre,Profesional,Tecnico,ipcn) %>% #Selecciona variables de interés.
  group_by(SEGMENTO,CUESTIONARIO,HOGAR,ZONA,REGION) %>% #Genera esquema de agrupación.
  summarise(Factor=mean(FACTOR),
            pobre=mean(pobre),
            Profesionales=sum(Profesional),
            Tecnicos=sum(Tecnico),
            Ingreso=mean(ipcn)) %>%
  mutate(id=paste0(SEGMENTO,CUESTIONARIO,HOGAR,ZONA,REGION)) #Genera id único para uso posterior.

## `summarise()` regrouping output by 'SEGMENTO', 'CUESTIONARIO', 'HOGAR', 'ZONA' (override with `.groups` argument)

#Establecer el diseño muestral

design2<-svydesign(data=df12,id=~SEGMENTO+id,
                   strata=~REGION+ZONA,pps="brewer",weights=~Factor)

summary(design2)

## Stratified 2 - level Cluster Sampling design (with replacement)
## With (1120, 11374) clusters.
## svydesign(data = df12, id = ~SEGMENTO + id, strata = ~REGION + 
##     ZONA, pps = "brewer", weights = ~Factor)
## Probabilities:
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## 0.001403 0.008065 0.015385 0.016031 0.021277 0.062500 
## First-level Stratum Sizes: 
##            Brunca Central Chorotega Huetar Atlántica Huetar Norte
## obs          1598    4940      1220             1218         1254
## design.PSU    160     468       116              128          124
## actual.PSU    160     468       116              128          124
##            Pacífico Central
## obs                    1144
## design.PSU              124
## actual.PSU              124
## Data variables:
##  [1] "SEGMENTO"      "CUESTIONARIO"  "HOGAR"         "ZONA"         
##  [5] "REGION"        "Factor"        "pobre"         "Profesionales"
##  [9] "Tecnicos"      "Ingreso"       "id"

#Calculando estadísticos de Pobreza por hogar nacionales

#Porcentaje de pobreza
pobremc<- svymean(~pobre,design=design2,deff=TRUE,na.rm=TRUE)

#Media de pobreza
pobremc

##            mean        SE  DEff
## pobre 0.2067336 0.0063786 2.836

#Efecto del diseño
deff(pobremc)

##    pobre 
## 2.835952

#Intervalo de confianza
confint(pobremc)

##           2.5 %    97.5 %
## pobre 0.1942318 0.2192355

#Coeficiente de variación
cv(pobremc)

##           pobre
## pobre 0.0308542

#Total de pobres
pobretmc<-svytotal(~pobre,design=design2, deff=TRUE,na.rm=TRUE)

pobretmc

##        total     SE   DEff
## pobre 279514  10334 4.0715

#Efecto del diseño
deff(pobretmc)

##    pobre 
## 4.071516

#Intervalo de confianza
confint(pobretmc)

##          2.5 %   97.5 %
## pobre 259260.8 299767.2

#Coeficiente de variación
cv(pobretmc)

##            pobre
## pobre 0.03696945

#Estimación de quantiles(Ingreso per cápita)
ingresoq<- svyquantile(~Ingreso,quantile= seq(0.2,1,0.2),design=design2, deff=TRUE,na.rm=TRUE)

ingresoq

##             0.2      0.4      0.6    0.8        1
## Ingreso 85889.4 149602.9 245042.2 433385 13059042

#Cálculo de razón(Profesionales/Técnicos)
ptratio<- svyratio(~Profesionales, ~Tecnicos, design=design2, deff=TRUE,na.rm=TRUE)

ptratio

## Ratio estimator: svyratio.survey.design2(~Profesionales, ~Tecnicos, design = design2, 
##     deff = TRUE, na.rm = TRUE)
## Ratios=
##               Tecnicos
## Profesionales 1.257501
## SEs=
##                Tecnicos
## Profesionales 0.1431679

#Efecto del diseño
deff(ptratio)

## [1] 2.278801

#Intervalo de confianza
confint(ptratio)

##                            2.5 %   97.5 %
## Profesionales/Tecnicos 0.9768973 1.538105

#Coeficiente de variación
cv(ptratio)

##                Tecnicos
## Profesionales 0.1138511

#Estimaciones por estrato(Zona)

pobremZ<-svyby(~pobre, ~ZONA, design2, svymean,deff=TRUE,na.rm=TRUE)

#Media de pobreza por zona
pobremZ

##          ZONA     pobre          se DEff.pobre
## Urbana Urbana 0.1834762 0.008193071   2.200074
## Rural   Rural 0.2714831 0.007898585   2.071340

#Efecto del diseño
deff(pobremZ)

## [1] 2.200074 2.071340

#Intervalo de confianza
confint(pobremZ)

##            2.5 %    97.5 %
## Urbana 0.1674180 0.1995343
## Rural  0.2560022 0.2869640

#Coeficiente de variación
cv(pobremZ)

##     Urbana      Rural 
## 0.04465469 0.02909420

#Estimaciones por estrato(Región)

pobremR<-svyby(~pobre,~REGION, design2, svymean,deff=TRUE,na.rm=TRUE)

#Media de pobreza por zona
pobremR

##                            REGION     pobre          se DEff.pobre
## Central                   Central 0.1613506 0.008443248   2.602328
## Chorotega               Chorotega 0.3356425 0.018022067   1.795762
## Pacífico Central Pacífico Central 0.2688588 0.022885659   3.090166
## Brunca                     Brunca 0.3332134 0.021407389   3.339586
## Huetar Atlántica Huetar Atlántica 0.2480790 0.020845431   2.861739
## Huetar Norte         Huetar Norte 0.2320398 0.017439694   2.156538

#Efecto del diseño
deff(pobremR)

## [1] 2.602328 1.795762 3.090166 3.339586 2.861739 2.156538

#Intervalo de confianza
confint(pobremR)

##                      2.5 %    97.5 %
## Central          0.1448021 0.1778990
## Chorotega        0.3003199 0.3709651
## Pacífico Central 0.2240038 0.3137139
## Brunca           0.2912557 0.3751712
## Huetar Atlántica 0.2072227 0.2889353
## Huetar Norte     0.1978586 0.2662210

#Coeficiente de variación
cv(pobremR)

##          Central        Chorotega Pacífico Central           Brunca 
##       0.05232859       0.05369424       0.08512146       0.06424527 
## Huetar Atlántica     Huetar Norte 
##       0.08402738       0.07515820

#Estimaciones combinadas

pobremZR<-svyby(~pobre,~REGION+ZONA, design2, svymean,deff=TRUE,na.rm=TRUE)

Asignación

Los siguientes datos corresponden a los obtenidos después de aplicar la siguiente encuesta a personas sin un criterio específico.

Link: https://forms.gle/ihURRsc8BwnGh7HV9

library(readr)
DatosN <- read_csv("DatosN.csv", col_types = cols(Edad = col_number(), 
    Precio = col_number()))
datatable(DatosN)

n<-10
mu<- sample(1:nrow(DatosN), size = n,replace = FALSE) 
mu

##  [1] 15  3  9  5 16  7 12 13  8  4

# "replace = FALSE" para evitar que se repitan datos 

# Se crea el data frame en el que se muestran los datos que corresponden a esos números de la muestras.

mu0<- DatosN[mu, ]
head(mu0)

## # A tibble: 6 x 5
##   Ciudad      Colonia             Genero     Edad Precio
##   <chr>       <chr>               <chr>     <dbl>  <dbl>
## 1 CD._OBREGON EL_CAMPANARIO       Femenino     20    100
## 2 CD._OBREGON VALLE_VERDE         Masculino    19     50
## 3 CD._OBREGON PRADOS_DE_LA_LAGUNA Masculino    19    120
## 4 CD._OBREGON SOSTENES_VALENZUELA Masculino    19    300
## 5 CD._OBREGON CASA_BLANCA         Masculino    19    100
## 6 CD._OBREGON VILLA_CALIFORNIA    Femenino     20    100

Redacción

Toda esta asignación hace posible que observemos que tan importante es saber correctamente obtener muestras y a la vez que se trata de algo que no es tan sencill como pudiera llegar a parecer. Interviene en muchos aspectos que pueden llegar a desacreditar por completo el experimento de no llevarse a cabo de la manera adecuada, como por ejemplo, que la muestra sea representativa para una población, haciendo necesario que la muestra posea mismas cantidades de manera proporcional de las variaciones que se dan en la población. Esto puede llegar a significar o no, si un medicamento es realmente efectivo para gran parte de la población a nivel mundial, o solo se trata de casos específicos encontrados de manera local. Es importante hacer incacipié en este último ejemplo, por la repercusión que tiene debido a la actual pandemia que se vive de Covid-19 y la búsqueda por la vacuna.

Referencias

• T. Lumley. Complex Surveys. John Wiley & Sons, Inc., NA. DOI: 10.1002/9780470580066. .