Vista Equipo: Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales

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...

Descripción completa

Detalles Bibliográficos
Autores Principales:	Tellez Piñerez, Cristian Fernando, Guerrero, Stalyn Yasid, Pacheco, Mario
Formato:	Artículo (Article)
Lenguaje:	Español (Spanish)
Publicado:	Universidad Santo Tomás 2014
Materias:	estadística; muestreo; inferencia bayesiana muestreo probabilístico; Bootstrap bayesiano; estimación de una proporción; estimador BPSP

id	ir-11634-6453
recordtype	dspace
spelling	ir-11634-64532019-07-03T14:48:13Z Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales Bootstrap Bayesian inference for a proportion in unequal probabilities sampling Tellez Piñerez, Cristian Fernando Guerrero, Stalyn Yasid Pacheco, Mario estadística; muestreo; inferencia bayesiana muestreo probabilístico; Bootstrap bayesiano; estimación de una proporción; estimador BPSP 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. 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. 2014-06-20 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140 10.15332/s2027-3355.2014.0001.03 spa https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/1374 https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1140/3623 application/pdf text/plain Universidad Santo Tomás Comunicaciones en Estadística; Vol. 7, Núm. 1 (2014); 31-48 2339-3076 2027-3355 Comunicaciones en Estadística; Vol. 7, Núm. 1 (2014); 31-48
institution	Universidad Santo Tomas
collection	DSpace
language	Español (Spanish)
topic	estadística; muestreo; inferencia bayesiana muestreo probabilístico; Bootstrap bayesiano; estimación de una proporción; estimador BPSP
spellingShingle	estadística; muestreo; inferencia bayesiana muestreo probabilístico; Bootstrap bayesiano; estimación de una proporción; estimador BPSP Tellez Piñerez, Cristian Fernando Guerrero, Stalyn Yasid Pacheco, Mario Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
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.
format	Artículo (Article)
author	Tellez Piñerez, Cristian Fernando Guerrero, Stalyn Yasid Pacheco, Mario
author_facet	Tellez Piñerez, Cristian Fernando Guerrero, Stalyn Yasid Pacheco, Mario
author_sort	Tellez Piñerez, Cristian Fernando
title	Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales
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
publisher	Universidad Santo Tomás
publishDate	2014
_version_	1712106113337393152
score	12,131701

Inferencia Bootstrap bayesiana para una proporción en muestreo con probabilidades desiguales

Ejemplares similares