Notas de Técnicas de Muestreo

Descripción del Articulo

La gran mayoría de las investigaciones trabajan con datos, los cuales pueden obtenerse a través de la observación de una o más variables en una población o muestra. Si bien una muestra puede ser cualquier conjunto de una población, conclusiones válidas sobre esta última solo podrán garantizarse de s...

Descripción completa

Detalles Bibliográficos
Autor: Valdivieso Serrano, Luis
Formato: libro
Fecha de Publicación:2020
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.pucp.edu.pe:20.500.14657/174383
Enlace del recurso:http://repositorio.pucp.edu.pe/index/handle/123456789/174383
Nivel de acceso:acceso abierto
Materia:Técnicas de muestreo
Muestreo
Estadística
https://purl.org/pe-repo/ocde/ford#1.00.00
id RPUC_a468aeda8dfdc9b3666dc3bad4c26c08
oai_identifier_str oai:repositorio.pucp.edu.pe:20.500.14657/174383
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 pueden obtenerse a través de la observación de una o más variables en una población o muestra. Si bien una muestra puede ser cualquier conjunto de una población, conclusiones válidas sobre esta última solo podrán garantizarse de ser la muestra probabilística, es decir, en las que cada unidad seleccionada tenga una probabilidad conocida de ser tomada. Este texto introduce las principales técnicas para seleccionar y analizar este tipo de muestras cuando la población es finita. 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 provienen 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 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 2020
dc.date.accessioned.none.fl_str_mv 2021-01-14T15:44:16Z
dc.date.available.none.fl_str_mv 2021-01-14T15:44:16Z
dc.date.issued.fl_str_mv 2020-12-24
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:978-612-47757-1-0
dc.identifier.uri.none.fl_str_mv http://repositorio.pucp.edu.pe/index/handle/123456789/174383
identifier_str_mv urn:isbn:978-612-47757-1-0
url http://repositorio.pucp.edu.pe/index/handle/123456789/174383
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartofseries.none.fl_str_mv -;-
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 Ponticia Universidad Católica del Perú. Departamento 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/38f5eed1-ecf9-41d3-a09b-b7a70df674e0/download
https://repositorio.pucp.edu.pe/bitstreams/ac8e45ad-2dfd-45bc-9aa0-d192c7d9600e/download
https://repositorio.pucp.edu.pe/bitstreams/294ccba4-f20c-4295-bc84-1136bdba1dbf/download
https://repositorio.pucp.edu.pe/bitstreams/3ba6cbf1-ea50-4bbd-9de1-432671492ad3/download
bitstream.checksum.fl_str_mv 2ef0347cad57434b8fae20072eee8970
8a4605be74aa9ea9d79846c1fba20a33
29601a2ea51719f6b943bf3db6afc184
3655808e5dd46167956d6870b0f43800
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la PUCP
repository.mail.fl_str_mv repositorio@pucp.pe
_version_ 1835639227297038336
spelling Valdivieso Serrano, Luis2021-01-14T15:44:16Z2021-01-14T15:44:16Z2020-12-24urn:isbn:978-612-47757-1-0http://repositorio.pucp.edu.pe/index/handle/123456789/174383La gran mayoría de las investigaciones trabajan con datos, los cuales pueden obtenerse a través de la observación de una o más variables en una población o muestra. Si bien una muestra puede ser cualquier conjunto de una población, conclusiones válidas sobre esta última solo podrán garantizarse de ser la muestra probabilística, es decir, en las que cada unidad seleccionada tenga una probabilidad conocida de ser tomada. Este texto introduce las principales técnicas para seleccionar y analizar este tipo de muestras cuando la población es finita. 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 provienen 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 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.spaPonticia Universidad Católica del Perú. Departamento de CienciasPE-;-info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Técnicas de muestreoMuestreoEstadísticahttps://purl.org/pe-repo/ocde/ford#1.00.00Notas de Técnicas de Muestreoinfo:eu-repo/semantics/bookLibroreponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPORIGINALTÉCNICAS DE MUESTREO 2020 (1).pdfTÉCNICAS DE MUESTREO 2020 (1).pdfLibro completoapplication/pdf80307591https://repositorio.pucp.edu.pe/bitstreams/38f5eed1-ecf9-41d3-a09b-b7a70df674e0/download2ef0347cad57434b8fae20072eee8970MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pucp.edu.pe/bitstreams/ac8e45ad-2dfd-45bc-9aa0-d192c7d9600e/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTHUMBNAILTÉCNICAS DE MUESTREO 2020 (1).pdf.jpgTÉCNICAS DE MUESTREO 2020 (1).pdf.jpgIM Thumbnailimage/jpeg54009https://repositorio.pucp.edu.pe/bitstreams/294ccba4-f20c-4295-bc84-1136bdba1dbf/download29601a2ea51719f6b943bf3db6afc184MD54falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.pucp.edu.pe/bitstreams/3ba6cbf1-ea50-4bbd-9de1-432671492ad3/download3655808e5dd46167956d6870b0f43800MD52falseAnonymousREAD20.500.14657/174383oai:repositorio.pucp.edu.pe:20.500.14657/1743832024-10-05 12:43:15.247http://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 13.983444
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).