El estudio de cobertura del muestreo
Con qué frecuencia cada límite cubre la incorrección real, por tamaño e incorrecciones halladas, en poblaciones generadas: método, criterio y resultados.
El estudio de cobertura mide con qué frecuencia cada límite de muestreo del motor de análisis cubre la incorrección real. Construye poblaciones cuya incorrección se conoce al céntimo, extrae de cada una 2.000 muestras para cada método y tamaño de muestra, y cuenta las muestras cuyo límite cubre el valor real. Un límite superior al 95 % debería cubrirlo en al menos el 95 % de las muestras.
Sus resultados deciden lo que Blast evalúa: un método que el estudio no acepta no da ningún límite. Esta página describe la versión 2 del estudio, fijada el 23 de octubre de 2026, la más reciente.
Poblaciones e incorrecciones
Cinco familias de poblaciones, cada una construida con 2.000, 20.000 y 200.000 elementos:
| Familia | Población |
|---|---|
| P1 | Facturas lognormales (μ 7, σ 1,2, mediana de unos 1.100) |
| P2 | Cola pesada: 95 % lognormal con σ 1, 5 % de elementos grandes (μ 9, σ 2,5) |
| P3 | Homogénea: lognormal con σ 0,3 |
| P4 | P1 con un 5 % de saldos acreedores |
| P5 | Saldos asimétricos (σ 1,9), sin el 2,3 % de elementos más grandes, como si se examinaran por completo |
Doce patrones de incorrección, colocados en el 0,2 % al 50 % de los elementos:
| Patrón | Elementos con incorrección | Tamaño de cada incorrección |
|---|---|---|
| E-uni | elegidos al azar | una parte del valor contable entre 0 y 1 |
| E-full | elegidos al azar | todo el valor contable |
| E-small | elegidos al azar | hasta el 20 % del valor contable |
| E-size | elegidos en proporción al importe | entre 0 y 1 |
| E-inv | elegidos en proporción inversa al importe | entre 0 y 1 |
| E-mixed | elegidos al azar | 80 % sobrevaloraciones, 20 % infravaloraciones de hasta la mitad del valor contable |
| E-over1 | elegidos al azar | el 10 % mayores que el valor contable (solo estimadores de variables) |
| E-strat-high | todos en el estrato más alto | entre 0 y 1 (solo diseños estratificados) |
| E-strat-low | todos en el estrato más bajo | entre 0 y 1 (solo diseños estratificados) |
| E-ar | elegidos al azar | solo sobrevaloraciones: sobre todo el importe entero en elementos pequeños, partes pequeñas en los grandes |
| E-bal | elegidos al azar | incorrecciones pequeñas, tantas en cada sentido |
| E-under | elegidos al azar | el doble de infravaloraciones que de sobrevaloraciones, algunas mayores que el valor contable |
Una familia es una población con un patrón, por ejemplo P2 con E-full.
Métodos y tamaños
Tamaños de muestra 30, 50, 75, 100, 150, 200, 300, 500 y 1.000, al 95 % de confianza, unilateral:
el límite de Stringer con factores de Poisson y con factores binomiales, en selecciones de intervalo fijo;
el límite por celdas, en selecciones por celdas;
PPS clásico, en ambas selecciones;
los estimadores de media por unidad, diferencia, razón y regresión;
los límites de atributos, binomial e hipergeométrico.
Los métodos por unidad monetaria y de variables también se miden estratificados, con 3 y 5 estratos, en P1, P2, P4 y P5.
Criterio
Para cada método, tamaño de muestra n y número de incorrecciones halladas m, el estudio cuenta las muestras de cada familia. Agrupa m en clases: 0, 1, 2, 3, 4, 5, 6–7, 8–10, 11–15, 16–20, 21–30, 31–50 y más de 50.
Una familia juzga una celda cuando la celda tiene al menos 1.000 muestras con límite.
Acepta la celda cuando el límite cubre el valor real en al menos el 95,0 % de ellas y el límite inferior unilateral de Clopper-Pearson al 95 % de esa cobertura es al menos del 94,0 %.
Una celda está en el dominio de validez cuando al menos 3 familias la juzgan y ninguna la rechaza.
Los límites de Stringer, por celdas y de atributos se juzgan sobre todos los m a la vez, por familia y por n, y deben aceptarse en todas partes. Sus celdas según m se publican, pero no son una condición. Cuando se agrupan poblaciones con tasas de incorrección distintas, una muestra que halla pocas incorrecciones procede sobre todo de extracciones que no las encontraron, donde el límite es demasiado bajo. Por eso ningún límite de este tipo pasa celda por celda según m.
Resultados
Método: Límite de Stringer, factores de Poisson · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 97,7 % · Dominio de validez: no necesario
Método: Límite de Stringer, factores binomiales · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 97,0 % · Dominio de validez: no necesario
Método: Límite por celdas · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 97,7 % · Dominio de validez: no necesario
Método: Límite de Stringer, estratificado · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 99,9 % · Dominio de validez: no necesario
Método: Límite por celdas, estratificado · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 99,7 % · Dominio de validez: no necesario
Método: Límite de atributos, binomial · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 97,3 % · Dominio de validez: no necesario
Método: Límite de atributos, hipergeométrico · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 96,3 % · Dominio de validez: no necesario
Método: PPS clásico · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 17,5 % con n = 30, 63,0 % con n = 1.000 · Dominio de validez: vacío
Método: PPS clásico, estratificado · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: 31,8 % con n = 30, 65,3 % con n = 1.000 · Dominio de validez: vacío
Método: Media por unidad, diferencia, razón, regresión · Cobertura más baja, sobre todos los m, cualquier familia y tamaño: entre el 15,1 % y el 20,5 % con n = 30 · Dominio de validez: vacío
Según m, 20 de las 114 celdas del límite de Stringer con factores de Poisson y 25 de las 114 celdas del límite por celdas quedan por debajo del criterio en al menos una familia. La más baja es del 86,1 %, para el límite de Stringer con n = 1.000 cuando se halla una incorrección (P5 con E-full).
Los límites de Stringer y por celdas son prudentes. De media, el límite de Stringer con factores de Poisson es 2,82 veces la sobrevaloración real con n = 30, 1,68 veces con n = 100 y 1,13 veces con n = 1.000. El límite por celdas es 2,66, 1,60 y 1,11 veces.
Cuando una muestra PPS clásica no halla ninguna incorrección, su límite es solo la incorrección conocida, así que nunca cubre una población que contiene alguna. Su lado débil es el límite superior de las sobrevaloraciones. Los límites de diferencia, razón y regresión valen 0 cuando no se halla ninguna incorrección. El límite de la media por unidad se queda corto en poblaciones asimétricas: con n = 1.000, su límite inferior cubre del 94,5 % al 95,0 % de las muestras en P3 y del 63 % al 65 % en P2.
Comparación con el Financial Audit Manual
El Financial Audit Manual del GAO y el CIGIE (GAO-18-601G, actualizado en abril de 2020, sección 480.39 y su nota 5) dice que una muestra por unidad monetaria con un gran número de incorrecciones debería evaluarse en general como una muestra PPS clásica, junto con un especialista en muestreo de auditoría. Su nota da la regla general: 10 incorrecciones para una muestra de 75 a 100 elementos, el 10 % de 100 a 300 elementos y 30 por encima de 300, con un mínimo de 75 elementos para PPS clásico. La edición de junio de 2026 del manual (GAO-26-108577) mantiene la misma regla.
Blast publica el más estricto entre el estudio y el manual. Las muestras que cumplen la regla del manual siguen por debajo del criterio en algunas familias: con n = 1.000 y más de 50 incorrecciones halladas, 4 de 118 familias rechazan el límite PPS clásico. Por eso su dominio sigue vacío. El manual no da una regla así para los estimadores de variables: el estudio fija el suyo por sí solo.
Lo que el estudio no dice
El estudio mide la cobertura en las poblaciones anteriores, al 95 % de confianza. No dice nada de una población que no describen. La pestaña Muestras acepta otros niveles de confianza, que el estudio no ha medido. La cobertura según m se agrupa sobre los tamaños de población y las tasas de incorrección de una familia, así que un tamaño o una tasa desfavorables pueden quedar ocultos por los demás. Tres opciones de la pestaña no se han medido: el límite de Stringer en una selección por celdas, la selección por unidades monetarias al azar y las muestras sistemáticas.
Se pueden descargar cuatro archivos de la versión 2: el plan (plan.json), el veredicto de cada celda (verdicts.csv), los umbrales que lee el motor (thresholds.json) y el dominio de validez (validity.json). Los recuentos brutos no se publican; el primer comando de abajo los vuelve a escribir.
Repetir el estudio
Cada versión del estudio se fija con su plan (poblaciones, cuadrícula, criterio y semilla del estudio, 20261023), los recuentos brutos de cada celda, el veredicto de cada celda, los umbrales que lee el motor y un informe. Cada muestra tiene su propia semilla, derivada de la semilla del estudio, y los recuentos solo usan aritmética entera, así que cualquier máquina escribe los mismos recuentos. La campaña de la versión 2 tardó unas 2 horas y 20 minutos en una máquina de 14 núcleos.
Desde la carpeta de código fuente del motor de análisis:
cargo run --locked --release --example sampling_coverage -- \ --plan ../../../../docs/quality/sampling-coverage/v2/plan.json \ --out target/sampling-coverage-v2 cargo run --locked --release --example sampling_coverage -- \ --derive target/sampling-coverage-v2 --validity stats/validity/v2.json \ --artefact ../../../../docs/quality/sampling-coverage/v2
El primer comando ejecuta la campaña. El segundo deriva de sus recuentos los veredictos, los umbrales y el informe.
Una nueva versión de un método de evaluación o de extracción hace fallar las pruebas del motor hasta que se fija con ella una nueva versión del estudio. Las versiones anteriores se conservan, así que una evaluación registrada con una versión anterior se reproduce igual.