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...
- 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 |