10056aam a22004452i 4500 PE-TmUNAS 20250616142329.0 a||||fr|||| 00| 0 ta 230209s2016 ck kl||frfn|| 00| 0 spasd 978-958-762-586-8 Agencia ISBN Colombia Biblioteca Central de la Universidad Nacional Agraria de la Selva spa Catalogación de la Biblioteca Central de la Universidad Nacional Agraria de la Selva, transcrita por la Biblioteca Central de la Universidad Nacional Agraria de la Selva, sin modificaciones posteriores. Biblioteca Central de la Universidad Nacional Agraria de la Selva rda spa spa 22 519.52 Estrategias de muestreo: diseño de encuestas y estimación de parámetros / H. Andrés Gutiérrez Rojas; coordinación editorial: Adriana Gutiérrez M. Primera Edición Bogotá: Ediciones de la U, 2016. Colombia: Digiprint editores Sas, 511 páginas : tabla (blanco y negro). figuras (blanco y negro), formulas (blanco y negro) ; 25 cm. rdacontent texto impreso rdamedia sin mediación rdacarrier volumen Incluye anexos Incluye información académica profesional en la cubierta posterior Bibliografía: paginas 497 - 504. l . Inferencia basada en el diseño de muestreo. -- 1. Encuestas y estudios por muestreo. -- 2. Muestras probabilísticas y estimadores. -- 3. Muestreo con probabilidades simples. -- 4. Muestreo con probabilidades proporciónales. -- 5. Muestreo estratificado. -- 6. Muestreo de conglomerados. -- 7. Muestreo en varias etapas. -- ll. Referencia asistida por modelos. -- 8. Estimación de parámetros diferentes al total. -- 9. Estimación con información auxiliar. -- 10. Estimadores de calibración. -- 11. Inferencia basada en modelos poblacionales. -- lll : 12. Muestreo en dos fases. -- 13. Encuestas multi-propósito. -- 14. Muestreo indirecto. -- 15. Muestro balanceado. -- A distribución normal estándar. "...Aunque muy poderoso, el termino estrategia de muestreo no ha tenido la trascen-Joncia pertinente en el mundo del muestreo. Se habla de la eficiencia, precisco-acluso inscsgamiento de un estimador sin tener en cuenta que tales propiedades están ligadas al diseño de muestreo que se haya utilizado en la recolección de es 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 decido 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 tres 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. La primera parte del libro es un recuento de las estrategias de muestreo más comúnmente utilizadas. Con una muy robusta rigurosidad estadística y matemáti-ca, el lector será introducido en el ámbito de la inferencia basada en el diseño de muestreo, que considera a los valores de la característica de interés como pseudo-parámetros fijos y no como realizaciones de variables aleatorias. Este recorrido se hace más ameno al introducir a Marco y Lucy, compañeros inseparables en cada estrategia planteada, que corresponden a conjuntos de datos que se obtuvieron para la realización de una encuesta. Así, Marco es el pseudonombre del marco de muestreo y Lucy corresponde a una población de empresas en el sector industrial. A diferencia de la mayoría de los libros de muestreo clásicos, se ha querido proponer la revisión de todas las estrategias de muestreo con un sólo «marco» de muestreo, en algunas ocasiones más generoso que en otras, y una sola población, «Lucy», con el fin de plantear al lector un problema que puede ser resuelto desde diversos ángulos y no, como sucede en algunos libros de muestreo, proponer ejemplos resueltos en donde el lector no tiene la oportunidad de cuestionarse acerca del desarrollo de la estrategia. En esta parte se exponen tres conceptos totalmente determinantes al momento de plantear una estrategia de muestreo. El primero, y más importante de ellos, es el soporte que define la realización de una muestra probabilística y por consiguiente la validez en la inferencia. El lector puede darse cuenta de la importancia de este concepto al diferenciarlo de la muestra aleatoria, que no es más que un vector aleatorio. En segundo lugar se hace énfasis en el Concep es más que un vector aleatorio. En seg una distribución de probabilidad multivariante sobre el soporte. En la mayoría de estrategias planteadas en esta primera parte se demuestra que efectivamente el diseño de muestreo propuesto verifica las propiedades de una distribución de probabilidad. Por supuesto, el último concepto es el de estimador cuva definición y uso es más difundido entre los usuarios. Cada capítulo y cada sección adiunta un pequeño ejemplo léxico-gráfico y una aplicación de la estrategia propuesta con Marco y Lucy mediante el desarrollo computacional del paquete TeachingSampling Gutierrez (2009) creado en el ambiente del software de uso libre R de la manera más amigable posible. La segunda parte de este texto, corresponde a la utilización y aprovechamiento de la información auxiliar disponible en el marco de muestreo. No sólo se revisan estimadores que meioran la eficiencia de la estrategia, sino que también se adjunta al proceso de estimación el uso de un modelo que permite describir el comportamiento de la característica de interés en la población dando un paso muy importante en el desarrollo de la inferencia al tratar, aunque de manera aislada, a la característica de interés como una variable aleatoria en el modelo propuesto. En esta parte, se sigue el hermoso enfoque de Bethelehem & Keller (1987) en donde no se hacen supuestos acerca de la validez del modelo de superpoblación. En esta línea de pensamiento la única aseveración que se realiza es que los residuales del modelo sí tienen una menor varianza que la característica de interés. Al final de esta parte se presenta una muy breve introducción a la inferencia en poblaciones finitas bajo un enfoque basado en el modelo supuesto. Es interesante observar que, con el pasar de los días, el uso de estas técnicas es más y más común, sobre todo en la estimación de dominios raros más conocidos como áreas pequeñas. Este apartado empieza con la famosa discusión de Basu (1971) que aun hoy sigue siendo la piedra de tropiezo entre las corrientes de la estadística. Este tipo de inferencia no considera el diseño de muestreo ni la forma en la que la información fue recolectada, sino que se basa en el modelo población al propuesto para realizar la inferencia. Sin embargo, cuando el modelo población al es errado también los serán las estimaciones. La tercera parte, apta para un curso de posgrado, intenta acceder a los mayores avances metodológicos que, con el paso del tiempo, dejan de ser innovaciones para convertirse en técnicas obligatorias en la mejora de la eficiencia de la estrategia. Entre otros selectos temas, se consideran los estimadores de calibración, el muestreo balanceado y el muestreo indirecto. Estos contenidos están supeditados a un gran sesgo personal inducido por los años de asistencia al seminario de muestreo de la Universidad Nacional de Colombia. Por supuesto, este libro no hubiera podido ser escrito sin la enorme influencia del maestro Leonardo Bautista, quien me enseñó que lo importante no es la memorización de fórmulas sino darles sentido y traerlas a la vida mediante el uso de la mejor estrategia. Lo anterior tiene sentido, no sólo en el desarrollo práctico de la ciencia estadística, sino en el diario vivir. Por último, el autor expresa sus agradecimientos a Dios, quien le ha dado todo lo que tiene y le ha seleccionado para pertenecer en la muestra; de no ser así, no se habrían escrito estas líneas. Agradece el infinito apoyo que encontró en su esposa Hanwen Zhang en la corrección de las demostraciones así como en la invaluable motivación que le ha brindado desde el día que la conoció. De la misma manera,agradece enormemente el continito ínimo de su tío y amigo Oscar Ortega, por sus agiosos conscios desde su juventud y porque gran parte de este materia deor sus in su residencia de los Pstados Unidos. A su padre por la excelente crían%a esto ebuela Lola porque sus oraciones nunca han cesado y a sus tías Martha, Myriam, Pilar y Clara. A su hermanita Tatiana Torres. A sus valiosos amigos. Pste texto es un producto del grupo de investigación en Muestreo y Marketing, Patetro al Centro de Investigacionelad Santo Pomasadisticos (C1025) de la Facultad de Estadística de la Universidad Santo Tomás..." -- Prefacio Material bibliográfico para estudiantes universitarios, docentes e investigadores. PE-TmUNAS Economía Administración de Empresas Contabilidad Ingeniería en Informática y Sistemas Ingeniería en Mecánica Eléctrica En español. 511 estrategias muestreo ddc BK scvr /aeoa/jlzs/bmml/emml 177471 177471 0 0 ddc 0 0 Book BCUNAS BCUNAS BANKA 2023-02-05 donación 0.00 519.52 G984 2016 0006105 2023-02-05 00:00:00 1 0.00 2023-02-05 BK Préstamo en sala