Resumen:
Actualmente la utilización de encuestas por muestreo es de uso habitual en los organismos oficiales de estadística para estimar diversos aspectos relativos a la población, como ser la situación, evolución y futuro de la misma. El muestreo consiste en la obtención de elementos al azar de una población para estimar determinadas características de ésta cuando no es posible efectuar dicho estudio para cada elemento del universo, es decir cuando no es factible la realización de un Censo de población. Al analizar cualquier estimación proveniente de una muestra, se necesita saber o aproximar con cierto nivel de confianza cuánto ajusta nuestra estimación al verdadero valor en la población. Para comenzar, en el capítulo 1 haremos una introducción a los aspectos fundamentales del muestreo, presentaremos el estimador Horvitz Thompson para el total de una variable de interés, su varianza y su respectivo estimador insesgado para diferentes diseños de muestreo. En el capítulo 2 se mostrará el funcionamiento del método Bootstrap para poblaciones infinitas, el estimador bootstrap de la varianza e intervalos de confianza para dicha estimación. En el capítulo 3, transladaremos la idea del método Bootstrap de poblaciones infinitas a poblaciones finitas, que consiste básicamente en la generación de una población a partir de los datos de la muestra observada. De esta población artificial, se extraen B remuestras bootstrap independientes para las cuales se realiza la estimación deseada. Si la cantidad de remuestras es lo suficientemente grande, la distribución del estimador en la muestra bootstrap se interpreta como un estimador de la distribución de muestreo del estadístico en la muestra original. También se discute cual debería ser el tamaño de las muestras bootstrap para que el estimador de la varianza bootstrap cumpla la condición de ser insesgado bajo los distintos métodos de muestreo. En el capítulo 4 detallaremos el método Bootstrap balanceado, utilizados por muchos organismos de estadística, ya que consiste en la generación aleatoria de pesos bootstrap que son incluidos en la base de datos de las encuestas para que el usuario pueda, a partir de ellos, realizar una estimación y estimar su error. Finalmente en el capítulo 5, a partir de una base de datos real que tomaremos como nuestra población U, realizaremos la simulación de las muestras para los diferentes diseños de muestreo, estimaremos el total de desempleados de la población y a partir del método bootstrap, su estimación de la varianza.
Citación:
---------- APA ----------
Bisso, Mariela. (2016). Bootstrap generalizado especializado en muestreo Poisson. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nMAT000732_Bisso
---------- CHICAGO ----------
Bisso, Mariela. "Bootstrap generalizado especializado en muestreo Poisson". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2016.https://hdl.handle.net/20.500.12110/seminario_nMAT000732_Bisso
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nMAT000732_Bisso.pdf
Distrubución geográfica
