Notas de Técnicas de Muestreo

Descripción del Articulo

La gran mayoría de las investigaciones trabajan con datos, los cuales se obtienen al observar una o más variables en una población o muestra. Si bien una muestra es cualquier subconjunto de la población, conclusiones válidas sobre esta última podrán solo garantizarse de ser la muestra probabilística...

Descripción completa

Detalles Bibliográficos
Autor: Valdivieso Serrano, Luis
Formato: libro
Fecha de Publicación:2021
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.pucp.edu.pe:20.500.14657/182371
Enlace del recurso:https://repositorio.pucp.edu.pe/index/handle/123456789/182371
Nivel de acceso:acceso abierto
Materia:Técnicas de muestreo, Muestreo, Estadística
https://purl.org/pe-repo/ocde/ford#1.00.00
id RPUC_59c78f76e69dbfb46929a5ca1f1b755b
oai_identifier_str oai:repositorio.pucp.edu.pe:20.500.14657/182371
network_acronym_str RPUC
network_name_str PUCP-Institucional
repository_id_str 2905
dc.title.es_ES.fl_str_mv Notas de Técnicas de Muestreo
title Notas de Técnicas de Muestreo
spellingShingle Notas de Técnicas de Muestreo
Valdivieso Serrano, Luis
Técnicas de muestreo, Muestreo, Estadística
https://purl.org/pe-repo/ocde/ford#1.00.00
title_short Notas de Técnicas de Muestreo
title_full Notas de Técnicas de Muestreo
title_fullStr Notas de Técnicas de Muestreo
title_full_unstemmed Notas de Técnicas de Muestreo
title_sort Notas de Técnicas de Muestreo
author Valdivieso Serrano, Luis
author_facet Valdivieso Serrano, Luis
author_role author
dc.contributor.author.fl_str_mv Valdivieso Serrano, Luis
dc.subject.es_ES.fl_str_mv Técnicas de muestreo, Muestreo, Estadística
topic Técnicas de muestreo, Muestreo, Estadística
https://purl.org/pe-repo/ocde/ford#1.00.00
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.00.00
description La gran mayoría de las investigaciones trabajan con datos, los cuales se obtienen al observar una o más variables en una población o muestra. Si bien una muestra es cualquier subconjunto de la población, conclusiones válidas sobre esta última podrán solo garantizarse de ser la muestra probabilística, es decir, en las que cada unidad seleccionada tenga una probabilidad conocida de ser tomada. Este texto, en su segunda edición corregida y aumentada, introduce las principales técnicas para seleccionar y analizar este tipo de muestras sobre poblaciones finitas. La finitud es aquí relevante, pues hace que el desarrollo de estas técnicas se oriente más por un enfoque basado en el diseño. En él, la aleatoriedad de los resultados es producto del proceso de selección de la muestra y no de la consideración de que la o las variables de interés provengan de un hipotético modelo poblacional como se acostumbra asumir en la inferencia clásica. Aparte de las técnicas o esquemas de muestreo básicos como el del muestreo aleatorio simple, el muestreo estratificado y el de conglomerados, el texto introduce algunos tópicos de muestreo complejo. Este, que en la práctica es el esquema más utilizado, se origina cuando debido a las restricciones presupuestales y logísticas o a la configuración y tamaño de la población, se hace necesario el restringir o combinar dos o más esquemas básicos ya sea que las selecciones se hagan con igual probabilidad o no. Parte central y transversal del desarrollo del texto será el uso del software libre R, con principalmente los paquetes survey y sampling. El texto incluye también varios ejercicios propuestos y soluciones o sugerencias a todos los problemas pares. Muchos de los ejemplos desarrollados en el texto y de los ejercicios planteados se basan en datos reales locales o foráneos de dominio público.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-11-10T03:31:53Z
dc.date.available.none.fl_str_mv 2021-11-10T03:31:53Z
dc.date.issued.fl_str_mv 2021-10-26
dc.type.none.fl_str_mv info:eu-repo/semantics/book
dc.type.other.none.fl_str_mv Libro
format book
dc.identifier.isbn.none.fl_str_mv urn:isbn:978-612-47757-2-7
dc.identifier.uri.none.fl_str_mv https://repositorio.pucp.edu.pe/index/handle/123456789/182371
identifier_str_mv urn:isbn:978-612-47757-2-7
url https://repositorio.pucp.edu.pe/index/handle/123456789/182371
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú. Departamento Académico de Ciencias
dc.publisher.country.none.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Institucional
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Institucional
collection PUCP-Institucional
bitstream.url.fl_str_mv https://repositorio.pucp.edu.pe/bitstreams/de86a0d6-042e-40fe-bd20-b74643d06ce7/download
https://repositorio.pucp.edu.pe/bitstreams/c916f205-bfef-4156-989b-800d1b0a36c1/download
https://repositorio.pucp.edu.pe/bitstreams/c8a0fa1f-8167-45c9-a36f-d8206f644002/download
https://repositorio.pucp.edu.pe/bitstreams/b5c5e34b-4fed-400e-8720-3dce347691a9/download
https://repositorio.pucp.edu.pe/bitstreams/4ce1e240-b6fe-42b0-8bbb-7907c7f7006a/download
https://repositorio.pucp.edu.pe/bitstreams/3e233990-5ed5-49d5-9713-8ba7ad1cafab/download
bitstream.checksum.fl_str_mv 6f5204a175c6d055a0b009e703b53ff2
d7d6cdd4b332fcbfc93e9ec55a3e53b4
8a4605be74aa9ea9d79846c1fba20a33
41dd8910a6a1b8c9a0f85484f6586088
c26655a8e93640e73f1b0753385a5343
3655808e5dd46167956d6870b0f43800
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la PUCP
repository.mail.fl_str_mv repositorio@pucp.pe
_version_ 1835638159406268416
spelling Valdivieso Serrano, Luis2021-11-10T03:31:53Z2021-11-10T03:31:53Z2021-10-26urn:isbn:978-612-47757-2-7https://repositorio.pucp.edu.pe/index/handle/123456789/182371La gran mayoría de las investigaciones trabajan con datos, los cuales se obtienen al observar una o más variables en una población o muestra. Si bien una muestra es cualquier subconjunto de la población, conclusiones válidas sobre esta última podrán solo garantizarse de ser la muestra probabilística, es decir, en las que cada unidad seleccionada tenga una probabilidad conocida de ser tomada. Este texto, en su segunda edición corregida y aumentada, introduce las principales técnicas para seleccionar y analizar este tipo de muestras sobre poblaciones finitas. La finitud es aquí relevante, pues hace que el desarrollo de estas técnicas se oriente más por un enfoque basado en el diseño. En él, la aleatoriedad de los resultados es producto del proceso de selección de la muestra y no de la consideración de que la o las variables de interés provengan de un hipotético modelo poblacional como se acostumbra asumir en la inferencia clásica. Aparte de las técnicas o esquemas de muestreo básicos como el del muestreo aleatorio simple, el muestreo estratificado y el de conglomerados, el texto introduce algunos tópicos de muestreo complejo. Este, que en la práctica es el esquema más utilizado, se origina cuando debido a las restricciones presupuestales y logísticas o a la configuración y tamaño de la población, se hace necesario el restringir o combinar dos o más esquemas básicos ya sea que las selecciones se hagan con igual probabilidad o no. Parte central y transversal del desarrollo del texto será el uso del software libre R, con principalmente los paquetes survey y sampling. El texto incluye también varios ejercicios propuestos y soluciones o sugerencias a todos los problemas pares. Muchos de los ejemplos desarrollados en el texto y de los ejercicios planteados se basan en datos reales locales o foráneos de dominio público.spaPontificia Universidad Católica del Perú. Departamento Académico de CienciasPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Técnicas de muestreo, Muestreo, Estadísticahttps://purl.org/pe-repo/ocde/ford#1.00.00Notas de Técnicas de Muestreoinfo:eu-repo/semantics/bookLibroreponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPTEXTNOTAS DE TECNICAS DE MUESTREO 2021.pdf.txtNOTAS DE TECNICAS DE MUESTREO 2021.pdf.txtExtracted texttext/plain103453https://repositorio.pucp.edu.pe/bitstreams/de86a0d6-042e-40fe-bd20-b74643d06ce7/download6f5204a175c6d055a0b009e703b53ff2MD510falseAnonymousREADTEXTORIGINALNOTAS DE TECNICAS DE MUESTREO 2021.pdfNOTAS DE TECNICAS DE MUESTREO 2021.pdfLibro completoapplication/pdf10266053https://repositorio.pucp.edu.pe/bitstreams/c916f205-bfef-4156-989b-800d1b0a36c1/downloadd7d6cdd4b332fcbfc93e9ec55a3e53b4MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pucp.edu.pe/bitstreams/c8a0fa1f-8167-45c9-a36f-d8206f644002/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTHUMBNAILcaratula segunda edicion.jpg.jpgcaratula segunda edicion.jpg.jpgIM Thumbnailimage/jpeg22006https://repositorio.pucp.edu.pe/bitstreams/b5c5e34b-4fed-400e-8720-3dce347691a9/download41dd8910a6a1b8c9a0f85484f6586088MD59falseAnonymousREADNOTAS DE TECNICAS DE MUESTREO 2021.pdf.jpgNOTAS DE TECNICAS DE MUESTREO 2021.pdf.jpgIM Thumbnailimage/jpeg44047https://repositorio.pucp.edu.pe/bitstreams/4ce1e240-b6fe-42b0-8bbb-7907c7f7006a/downloadc26655a8e93640e73f1b0753385a5343MD511falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.pucp.edu.pe/bitstreams/3e233990-5ed5-49d5-9713-8ba7ad1cafab/download3655808e5dd46167956d6870b0f43800MD52falseAnonymousREAD20.500.14657/182371oai:repositorio.pucp.edu.pe:20.500.14657/1823712025-03-26 20:19:30.443http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.pucp.edu.peRepositorio Institucional de la PUCPrepositorio@pucp.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
score 13.95948
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).