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, est...

Full description

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
id UNBOSQUE2_8571794060ddae2da9d22247c8f75872
oai_identifier_str oai:repositorio.unbosque.edu.co:20.500.12495/3930
network_acronym_str UNBOSQUE2
network_name_str Repositorio U. El Bosque
repository_id_str
dc.title.spa.fl_str_mv Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
dc.title.translated.spa.fl_str_mv A Bayesian proposal for estimating the proportion via Jackknife in probabilistic sampling
title Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
spellingShingle Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
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)
title_short Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
title_full Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
title_fullStr Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
title_full_unstemmed Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
title_sort Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico
dc.creator.fl_str_mv Nivia Neira, Tania Vanessa
dc.contributor.advisor.none.fl_str_mv Tellez Piñerez, Cristian Fernando
dc.contributor.author.none.fl_str_mv Nivia Neira, Tania Vanessa
dc.contributor.orcid.none.fl_str_mv Tellez Piñerez, Cristian Fernando [0000-0003-3869-1831]
dc.subject.spa.fl_str_mv Muestreo probabilístico
Estimación de una proporción
Jackknife bayesiano
Bootstrap bayesiano
topic 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)
dc.subject.ddc.none.fl_str_mv 519.5
dc.subject.keywords.spa.fl_str_mv Probabilistic sampling
Estimation of a proportion
Bayesian Jackknife
Bayesian Bootstrap
dc.subject.armarc.spa.fl_str_mv Bootstrap (Estadística)
Probabilidades
Correlación (Estadística)
description 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.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-09-02T20:11:28Z
dc.date.available.none.fl_str_mv 2020-09-02T20:11:28Z
dc.date.issued.none.fl_str_mv 2020
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12495/3930
dc.identifier.instname.spa.fl_str_mv instname:Universidad El Bosque
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad El Bosque
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.unbosque.edu.co
url http://hdl.handle.net/20.500.12495/3930
identifier_str_mv instname:Universidad El Bosque
reponame:Repositorio Institucional Universidad El Bosque
repourl:https://repositorio.unbosque.edu.co
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.local.spa.fl_str_mv Acceso abierto
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.none.fl_str_mv 2020
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
http://purl.org/coar/access_right/c_abf2
2020
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.program.spa.fl_str_mv Estadística
dc.publisher.grantor.spa.fl_str_mv Universidad El Bosque
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias
institution Universidad El Bosque
bitstream.url.fl_str_mv https://repositorio.unbosque.edu.co/bitstreams/2e3638ba-1955-4b6f-9fe5-80aa6f8de8b1/download
https://repositorio.unbosque.edu.co/bitstreams/1b8da3d4-e4b2-463a-a252-436d2cf546a2/download
https://repositorio.unbosque.edu.co/bitstreams/184844c7-6d84-4185-886a-1c547ec2931d/download
https://repositorio.unbosque.edu.co/bitstreams/50b25526-6d22-48a1-8aed-ffac0b7a9037/download
https://repositorio.unbosque.edu.co/bitstreams/7ea9b903-f1bd-4da8-916d-7242954ddbbb/download
https://repositorio.unbosque.edu.co/bitstreams/16d4731a-e3e5-430b-b1c6-41f979ebdf93/download
https://repositorio.unbosque.edu.co/bitstreams/ef276e08-1e08-40e9-b6f8-70991679bbb9/download
https://repositorio.unbosque.edu.co/bitstreams/a4d02b45-3d23-4687-9985-3a7515a6777b/download
bitstream.checksum.fl_str_mv f84fd3932a528fff5dfaf81ecbe57fb8
618a3fadf29878a26985f5d72288decd
934f4ca17e109e0a05eaeaba504d7ce4
8a4605be74aa9ea9d79846c1fba20a33
98caf02a9f3d1f120842a22b7db14823
5730cf396c6c08747c6d1f6c62f5b79e
2b865c064a54acaf21a5495b1dfa16e9
79f49a857cbfe5e81dbbebf8a53d0818
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad El Bosque
repository.mail.fl_str_mv bibliotecas@biteca.com
_version_ 1814100736736231424
spelling Tellez Piñerez, Cristian FernandoNivia Neira, Tania VanessaTellez Piñerez, Cristian Fernando [0000-0003-3869-1831]2020-09-02T20:11:28Z2020-09-02T20:11:28Z2020http://hdl.handle.net/20.500.12495/3930instname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coEn 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.EstadísticoPregradoThis article presents a Jackknife Bayesian proposal for estimating the proportion from sampling with unequal probabilities. Via simulation, it was found that despite the Bayesian Jackknife estimator being subjected to various configurations of the apriori distribution of , this shows, for the most part, less bias compared to the Bootstrap Bayesian estimator proposed by Tellez Piñerez et al. [2014]. In terms of standard error, the estimator proposed in this article, they perform well (standard errors of less than 7 %, which according to DANE [2008], are classified as accurate estimates). Finally, the methodology is exemplified to see the use at a practical level.application/pdfspaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf22020Muestreo probabilísticoEstimación de una proporciónJackknife bayesianoBootstrap bayesiano519.5Probabilistic samplingEstimation of a proportionBayesian JackknifeBayesian BootstrapBootstrap (Estadística)ProbabilidadesCorrelación (Estadística)Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilísticoA Bayesian proposal for estimating the proportion via Jackknife in probabilistic samplingEstadísticaUniversidad El BosqueFacultad de CienciasTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALNivia_Neira_Tania_Vanessa_2020.pdfNivia_Neira_Tania_Vanessa_2020.pdfDocumento principalapplication/pdf286952https://repositorio.unbosque.edu.co/bitstreams/2e3638ba-1955-4b6f-9fe5-80aa6f8de8b1/downloadf84fd3932a528fff5dfaf81ecbe57fb8MD54Nivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdfNivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdfCarta de autorizaciónapplication/pdf405818https://repositorio.unbosque.edu.co/bitstreams/1b8da3d4-e4b2-463a-a252-436d2cf546a2/download618a3fadf29878a26985f5d72288decdMD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.unbosque.edu.co/bitstreams/184844c7-6d84-4185-886a-1c547ec2931d/download934f4ca17e109e0a05eaeaba504d7ce4MD56LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unbosque.edu.co/bitstreams/50b25526-6d22-48a1-8aed-ffac0b7a9037/download8a4605be74aa9ea9d79846c1fba20a33MD57THUMBNAILNivia_Neira_Tania_Vanessa_2020.pdf.jpgNivia_Neira_Tania_Vanessa_2020.pdf.jpgIM Thumbnailimage/jpeg7832https://repositorio.unbosque.edu.co/bitstreams/7ea9b903-f1bd-4da8-916d-7242954ddbbb/download98caf02a9f3d1f120842a22b7db14823MD58Nivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdf.jpgNivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdf.jpgIM Thumbnailimage/jpeg8077https://repositorio.unbosque.edu.co/bitstreams/16d4731a-e3e5-430b-b1c6-41f979ebdf93/download5730cf396c6c08747c6d1f6c62f5b79eMD59TEXTNivia_Neira_Tania_Vanessa_2020.pdf.txtNivia_Neira_Tania_Vanessa_2020.pdf.txtExtracted texttext/plain59330https://repositorio.unbosque.edu.co/bitstreams/ef276e08-1e08-40e9-b6f8-70991679bbb9/download2b865c064a54acaf21a5495b1dfa16e9MD510Nivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdf.txtNivia_Neira_Tania_Vanessa_2020_Carta_de_autorización.pdf.txtExtracted texttext/plain7744https://repositorio.unbosque.edu.co/bitstreams/a4d02b45-3d23-4687-9985-3a7515a6777b/download79f49a857cbfe5e81dbbebf8a53d0818MD51120.500.12495/3930oai:repositorio.unbosque.edu.co:20.500.12495/39302024-02-07 01:53:34.036http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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