CREA: Colección de Recursos Educativos Abiertos

 

Muestreo con probabilidades desiguales y proporcionales al tamaño.

Archivos

NO SE HA AUTORIZADO la consulta de los documentos asociados

Fecha

2018-07-12

Título de la revista

ISSN de la revista

Título del volumen

Editor

Jaén: Universidad de Jaén

Resumen

[ES] En este Trabajo de Fin de Grado voy a hablar de un tipo de muestreo en poblaciones finitas. Para ello, este trabajo consta de una introducción que resume qué es un muestreo probabilístico y los diferentes tipos de muestreo que nos encontramos. A continuación, se desarrollará nuestro muestreo principal denominado “Muestreo con probabilidades desiguales” que tendrá un caso particular donde sus probabilidades son proporcionales al tamaño; esto nos ayudará afrontar los problemas que nos surgirán durante el desarrollo de este tipo de muestreo. Dentro del muestreo con probabilidades desiguales, nos encontramos con dos tipos de muestreos, los cuales son: muestreo con reemplazamiento y muestreo sin reemplazamiento. Cada uno se explicará con una pequeña introducción, su respectivo estimador, varianza y unos métodos especiales de selección. Finalmente, se aplicará estos tipos de muestreos a un conjunto de datos.
[EN] In this Final Degree Project I will talk about a type of sampling in finite populations. For this, this work consists of an introduction that summarizes what is a probabilistic sampling and the different types of sampling that we find. Next, we will develop our main sample called "Sampling with unequal probabilities" that will have a particular case where its probabilities are proportional to the size; this will help us to deal with the problems that will arise during the development of this type of sampling. In sampling with unequal probabilities, we find two types of sampling, which are: sampling with replacement and sampling without replacement. Each one will be explained with a small introduction, its respective estimator, variance and special selection methods. Finally, these types of samples will be applied to a data set.

Descripción

Palabras clave

Citación