Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales

En este artículo se propone el método bootstrap bayesiano para realizar inferencias sobre una proporción ρ en una población finita a partir de una muestra conprobabilidades desiguales. Vía simulación Monte Carlo se determinó que a partirde una adecuada elección de la distribución a priori de ρ la me...

Full description

Autores:
Tellez Piñerez, Cristian Fernando
Guerrero, Stalyn Yasid
Pacheco, Mario
Tipo de recurso:
Fecha de publicación:
2014
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/39591
Acceso en línea:
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140
http://hdl.handle.net/11634/39591
Palabra clave:
muestreo probabilístico
Bootstrap bayesiano
estimación de una proporción
estimador BPSP
Rights
License
http://purl.org/coar/access_right/c_abf2
id SANTTOMAS2_e275876ee9de34829d516eebcc74f18c
oai_identifier_str oai:repository.usta.edu.co:11634/39591
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
spelling Tellez Piñerez, Cristian FernandoGuerrero, Stalyn YasidPacheco, Mario2022-01-18T16:06:50Z2022-01-18T16:06:50Z2014-06-20https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/114010.15332/s2027-3355.2014.0001.03http://hdl.handle.net/11634/39591En este artículo se propone el método bootstrap bayesiano para realizar inferencias sobre una proporción ρ en una población finita a partir de una muestra conprobabilidades desiguales. Vía simulación Monte Carlo se determinó que a partirde una adecuada elección de la distribución a priori de ρ la metodología propuestaobtienen estimaciones menos sesgadas y de menor varianza e intervalos de confianza con niveles de confianza más altos y de menor longitud en comparación con el π-estimador clásico y el estimador BPSP propuesto por Chen (2010). Finalmentese ejemplifica la implementación de la metodología.This paper describe Bayesian bootstrap method, it is to realize inferences for finite population proportion ρ based on unequal probability sampling. Through Simulation we found that based on an appropriate a priori distribution to ρ with the proposed methodology it is possible to get estimate less-biased like that obtain by the clasic π-estimator. Also, we get less-variance and confidence intervals with highest confidence levels and it has fewer length when we compared it with the classic π-estimator and BPSP estimator that was proposed by Chen et al. (2010). Lastly, an example is performed using the development methodology.application/pdftext/plainspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/1374https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/3623Comunicaciones en Estadística; Vol. 7 Núm. 1 (2014); 31-48Comunicaciones en Estadística; Vol. 7 No. 1 (2014); 31-482339-30762027-3355Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desigualesBootstrap Bayesian inference for a proportion in unequal probabilities samplinginfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1muestreo probabilísticoBootstrap bayesianoestimación de una proporciónestimador BPSPhttp://purl.org/coar/access_right/c_abf211634/39591oai:repository.usta.edu.co:11634/395912023-07-14 16:09:26.257metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
dc.title.alternative.eng.fl_str_mv Bootstrap Bayesian inference for a proportion in unequal probabilities sampling
title Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
spellingShingle Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
muestreo probabilístico
Bootstrap bayesiano
estimación de una proporción
estimador BPSP
title_short Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
title_full Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
title_fullStr Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
title_full_unstemmed Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
title_sort Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
dc.creator.fl_str_mv Tellez Piñerez, Cristian Fernando
Guerrero, Stalyn Yasid
Pacheco, Mario
dc.contributor.author.none.fl_str_mv Tellez Piñerez, Cristian Fernando
Guerrero, Stalyn Yasid
Pacheco, Mario
dc.subject.proposal.spa.fl_str_mv muestreo probabilístico
Bootstrap bayesiano
estimación de una proporción
estimador BPSP
topic muestreo probabilístico
Bootstrap bayesiano
estimación de una proporción
estimador BPSP
description En este artículo se propone el método bootstrap bayesiano para realizar inferencias sobre una proporción ρ en una población finita a partir de una muestra conprobabilidades desiguales. Vía simulación Monte Carlo se determinó que a partirde una adecuada elección de la distribución a priori de ρ la metodología propuestaobtienen estimaciones menos sesgadas y de menor varianza e intervalos de confianza con niveles de confianza más altos y de menor longitud en comparación con el π-estimador clásico y el estimador BPSP propuesto por Chen (2010). Finalmentese ejemplifica la implementación de la metodología.
publishDate 2014
dc.date.issued.none.fl_str_mv 2014-06-20
dc.date.accessioned.none.fl_str_mv 2022-01-18T16:06:50Z
dc.date.available.none.fl_str_mv 2022-01-18T16:06:50Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140
10.15332/s2027-3355.2014.0001.03
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/39591
url https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140
http://hdl.handle.net/11634/39591
identifier_str_mv 10.15332/s2027-3355.2014.0001.03
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/1374
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/3623
dc.relation.citationissue.spa.fl_str_mv Comunicaciones en Estadística; Vol. 7 Núm. 1 (2014); 31-48
dc.relation.citationissue.eng.fl_str_mv Comunicaciones en Estadística; Vol. 7 No. 1 (2014); 31-48
dc.relation.citationissue.none.fl_str_mv 2339-3076
2027-3355
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
text/plain
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026337337212928