Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico

En este artículo se presenta una propuesta Jackknife Bayesiana para la estimación de la proporción a partir del muestreo con probabilidades desiguales. Vía simulación se encontró que a pesar que el estimador Jackknife bayesiano se somete a varias configuraciones de la distribución a priori de ρ, esta arroja, en su mayoría, menores sesgo en comparación con el estimador Bootstrap Bayesiano propuesto por Tellez Piñerez et al. [2014]. En términos de error estándar, el estimador propuesto en este artículo, tienen buenos comportamientos (errores estándares inferiores al 7 %,que según el DANE [2008], se clasifica como estimaciones precisas). Finalmente, se ejemplifica la metodología para ver el uso a nivel práctico.

• Autores: Nivia Neira, Tania Vanessa
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/3930
• Acceso en línea: http://hdl.handle.net/20.500.12495/3930
• Palabra clave: Muestreo probabilístico; Estimación de una proporción; Jackknife bayesiano; Bootstrap bayesiano; 519.5; Probabilistic sampling; Estimation of a proportion; Bayesian Jackknife; Bayesian Bootstrap; Bootstrap (Estadística); Probabilidades; Correlación (Estadística)
• Rights: openAccess
• License: Attribution-NonCommercial-ShareAlike 4.0 International