TY - MANSCPT AU - Gutiérrez Rojas, H. Andrés TI - Estrategias de muestreo: Diseño de encuestas y estimación de parámetros T2 - Estadística SN - 9789587625868 U1 - 519.52 PY - 2016/// CY - Bogotá PB - Ediciones de la U KW - Muestreo KW - Estadística KW - Probabilidades KW - Encuesta N1 - -I. Inferencia basada en el diseño de muestreo -1. Encuestas y estudios por muestreo -1.1 Conceptos metodológicos Encuesta Marco de muestreo Sesgo -1.2 Marco y Lucy -2. Muestras probabilísticas y estimadores -2.1Población y muestra aleatoria Población finita Muestra aleatoria Soportes de muestreo Diseño de muestreo Probabilidad de inclusión Característica de interés y parámetros de interés Estadística y estimador -2.2 Estimadores de muestreo El estimador de Horvitz-Thompson El estimador de Hanse-Hurwitz -2.3 Muestra representativas -2.4 Ejercicios -3. Muestreo con probabilidades simples -3.1 Diseño de muestreo de Bernoulli Algoritmo de selección El estimador de Horvitz-Thompson Marco y Lucy -3.2 Muestreo aleatorio simple sin reemplazo Algoritmos de selección El estimador de Horvitz-Thompson Estimador de la media poblacional Estimación en dominios El efecto de diseño Marco y Lucy Probabilidades de inclusión en unidades de muestreo -3.3 Muestreo aleatorio simple con reemplazo Algoritmo de selección El estimador de Hansen-Hurwitz Marco y Lucy -3.4 Diseño de muestreo sistemático Algoritmo de selección El estimador de Hansen-Hurwitz Optimalidad de la estrategia Diseño de muestreo q-sistemático Marco y Lucy -3.5 Ejercicios -4. Muestreo con probabilidades proporcionales -4.1 Diseño de muestreo de Poisson Algoritmo de selección El estimador de Hansen-Hurwitz Diseño de muestreo q-sistemático Marco y Lucy -4.2 Diseño de muestreo PPT Algoritmo de selección El estimador de Hansen-Hurwitz Eficacia de la estrategia Marco y Lucy -4.3 Diseño de muestreo πPT -4.4 Selección de muestras πPT Método de Sunter Método de escisión Estimación de la varianza Marco y Lucy -4.5 Ejercicios -5. Muestreo estratificado -5.1 Fundamentos teóricos Estimación en el muestreo estratificado El estimador de Horvitz-Thompson -5.2 Diseño de muestreo aleatorio estratificado Algoritmos de selección El estimador de Horvitz-Thompson Estimación de la media poblacional Asignación del tamaño de la muestra Estimación en dominios El efecto de diseño Marco y Lucy -5.3 Diseño de muestreo estratificado PPT Algoritmos de selección El estimador de Hansen-Hurwitz Marco y Lucy -5.4 Ejercicios -6. Muestreo de conglomerados -6.1 Fundamentos teóricos y notación El Estimador de Horvitz-Thompson El estimador de Hansen-Hurwitz -6.2 Muestreo aleatorio simple de conglomerados Algoritmos de selección El estimador de Horvitz-Thompson Eficiencia de la estrategia Marco y Lucy -6.3 Ejercicios -7. Muestreo en varias etapas -7.1 Muestreo en dos etapas El estimador de Horvitz-Thompson -7.2 Diseño de muestreo MAS-MAS Algoritmos de selección Tamaño de muestra Estimación de la varianza en muestreo de dos etapas Marco II y Lucy -7.3 Diseño de muestreo en dos etapas estratificado Diseños auto-ponderados -7.4 Diseños en etapas El estimador de Horvitz-Thompson El estimador de Hansen-Hurwitz -7.5 Ejercicios -II. Inferencia asistida por modelos -8. Estimación de parámetros diferentes al total -8.1 Fundamentos teóricos Aproximación de Taylor -8.2 Estimación de una razón poblacional Propiedades Casos particulares Estimación de un promedio Marco y Lucy -8.3 Estimación de una mediana Marco y Lucy -8.4 Estimación de coeficientes de regresión Fundamentos teóricos Estimación en la población finita Estimación en la muestra Casos especiales Marco y Lucy -8.5 Ejercicios -9. Estimación con información auxiliar -9.1 Introducción -9.2 Estimador general de regresión Construcción Otras propiedades del estimador general de regresión -9.3 Estimador de media común Algunos diseños de muestreo Marco y Lucy -9.4 Estimador de razón Algunos diseños de muestreo Marco y Lucy Muestreo estratificado -9.5 Estimador de regresión simple Marco y Lucy -9.6 Post-estratificación Subgrupos poblacionales El estimador de post-estratificación Estimador de media post-estratificada Estimador de razón post-estratificada -9.7 Múltiples modelos de regresión -9.8 Ejercicios -10. Estimadores de calibración -10.1 IPFP Algoritmo Marco y Lucy -10.2 Fundamentos teóricos -10.3 Construcción Distancias G(.), g (.) y F(.) -10.4 Algunos casos particulares Método lineal: distancia Ji cuadrado Método de raking: distancia de entropía Método logístico Método truncado lineal -10.5 Calibración y Post-estratificación Post-estratificación Raking -10.6 Varianza de los estimadores de calibración -10.7 Marco y Lucy -10.8 Discusión -10.9 Estimadores óptimos de calibración -10.10 Ejercicios -11. Inferencia basada en modelos poblacionales -11.1 Un poco de historia -11.2 Algunos modelos predictivos Un modelo para el muestreo aleatorio simple Un modelo para el muestreo aleatorio estratificado Un modelo para el muestreo por conglomerados Un modelo para el muestreo por etapas Un modelo para el estimador de razón Un modelo para el estimador de regresión -11.3 El teorema general de predicción -11.4 Ignorando el diseño de muestreo 11.5 Ejercicios -III. Otros tópicos de muestreo -12. Muestreo en dos fases -12.1 Introducción -12.2 El estimador π* -12.3 Estratificación en muestreo bifásico -12.4 Selección proporcional al tamaño -12.5 Otras aplicaciones Mejorando el estimador Un modelo para la ausencia de respuesta Muestreo en ocasiones -12.6 Marco y Lucy -12.7 Ejercicios -13. Encuestas multi-propósito -13.1 Introducción -13.2 Estimación de varios parámetros -13.3 Algunos diseños de muestreo Estimación en dominios Estimación en diseños estratificados -13.4 Información auxiliar Algunas relaciones Información tradicional Información auxiliar conjunta -13.5. Diseños de muestreo óptimos Diseño de muestreo de Holmberg Un ejemplo numérico -13.6 Marco y Lucy -13.7 Ejercicios -14. Muestreo indirecto -14.1 Notación -14.2 Estimación del total -14.3 Método de ponderación generalizada Propiedades Algunas matrices especiales -14.4 Ejemplo -14.5Ejercicios -15. Muestreo balanceado -15.1 Notación Ejemplos -15.2 El método del cubo Fase de vuelo La martingala balanceada Implementación de la fase de vuelo La fase de aterrizaje -15.3 Marco y Lucy -15.4 Desarrollos recientes Algunas preguntas -15.5 Ejercicios Distribución normal estándar N2 - El término Estrategia de Muestreo no ha tenido la trascendencia pertinente en el mundo del muestreo. Se habla de la precisión e incluso insesgamiento de un estimador sin tener en cuenta que tales propiedades están ligadas al diseño de muestreo que se haya utilizado en la recolección de la información. Para el autor, el aprendizaje de esta materia es más sencillo cuando se valora de igual manera el diseño de muestreo junto con el estimador del parámetro de interés utilizado en la población finita. No se puede desconocer la regla de oro del muestreo que clama: utilizar diseños de muestreo que induzcan probabilidades de inclusión o selección, según sea el caso proporcionales al valor de la característica de interés en la población y utilizar estimadores que involucren dichas probabilidades. Por lo anterior, se ha decidido titular este texto como Estrategias de muestreo, diseño de encuestas y estimación de parámetros. En la búsqueda combinada de una mejor estrategia de muestreo se ha querido dividir este texto en cuatro partes que pueden ser utilizadas en los distintos niveles de pregrado así como en cursos de posgrado, dependiendo de la dificultad del tema. La división del libro corresponde al desarrollo teórico del muestreo a través de su corta historia: recuento de las estrategias de muestreo más utilizadas; utilización y aprovechamiento de la información auxiliar disponible en el marco del muestreo; avances metodológicos en el muestreo; y, estimadores de calibración, el muestreo balanceado y el muestreo indirecto ER -