Muestreo

Profesor: A confirmar

Puntaje: 3 puntos Licenciatura, Profesorado y Doctorado

Correlatividades:  Estadística

Carga horaria: 4 horas semanales          

Carreras:    Licenciatura - Profesorado -Doctorado en Matemática

Breve descripción del curso:

1. LINEAMIENTOS GENERALES DE LA INFERENCIA EN EL MUESTREO EN POBLACIONES FINITAS. Implementación de Diseños Muestrales. Esquemas de Muestreo. Probabilidades de Inclusión de 1er. Orden y de 2do. Orden. Relaciones con la Media y la Varianza de la Distribución del Tamaño de la Muestra. Diseños de Tamaño Fijo o Variable. El  -estimador o Estimador de Horvitz-Thompson. Propiedades del  -estimador. Varianza del  -estimador y la Estimación de la Varianza. Resultados Básicos de Existencia y No Existencia. Estimadores No Negativos Insesgados de Varianza en Diseños de Tamaño Fijo.

2. DISEÑOS SIMPLES SIN REPOSICIÓN. MUESTREO SIMPLE AL AZAR Y MUESTREO SISTEMÁTICO. Probabilidades de Inclusión en el MSA. Parámetros Poblacionales y su Estimación con el  -estimador. Determinación del Tamaño de la Muestra. Algunas Variantes del MSA y MSA Mixtos. Algoritmos de Selección: Fan y Muller, Mac Leod y Melhouse y el de Selección y Rechazo. Inferencia Basada sobre Diseños Muestrales Sistemáticos. Muestreo Sistemático Lineal y Circular. Selección del arranque aleatorio. Estimadores de Varianza Insesgados para el Muestreo Sistemático. Métodos de Singh y Singh, de Composición y de Arranques Multiples. Ventajas y desventajas del MSA y el MS.

3. DISEÑOS MUESTRALES CON INFORMACIÓN AUXILIAR (I) : MUESTREO ESTRATIFICADO

Población y Estratos. Probabilidades de Inclusión y Estimación a través del  -estimador. Diseños Estratificados con Asignación Proporcional y con Asignación Óptima. Optmización y Costos. Varianzas y Estimación de Varianzas bajo las Distintas Asignaciones. Determinación del Tamaño de la Muestra Mínimo. Construcción de Estratos: Regla de Dalenius y Hodges, Algoritmo de Hidiroglou. Problema del Número de Estratos.

4. DISEÑOS MUESTRALES CON INFORMACIÓN AUXILIAR (II) : ESTRATEGIAS BASADAS EN ESQUEMAS CON PROBABILIDAD PROPORCIONAL A TAMAÑO. Característica Auxiliar y Probabilidades de Inclusión en los Diseños PPT. Selección Poisson y Bernoulli. Diseños de Entropía Máxima. Métodos para Tamaño de Muestra n=2, Método de Brewer. Métodos para Tamaños de Muestra >2: Sistemático con Probabilidades Desiguales,  Métodos de Midzuno, de Sampford, de Rao-Cochran y Hartley. Otros Métodos Alternativos para Estimar Varianzas en los Diseños PPT. Ventajas y Desventajas. 

5. DISEÑOS MUESTRALES POR CONGLOMERADOS EN UNA Y DOS ETAPAS. Notación y Definiciones. Diseños muestrales por Conglomerados con Probabilidades iguales y PPT en una o dos etapas. Probabilidades de Inclusión y Parámetros de Interés. Unidades Primarias y Secundarias. Estimación a través del  -estimador y Estimación de la Varianza. Efectos de Diseño y Coeficiente de Correlación Intra-Conglomerado. Diseños Autoponderados.

6. MÉTODOS ALTERNATIVOS DE ESTIMACIÓN EN PRESENCIA DE INFORMACIÓN AUXILIAR

Estimador de Hajek.  Estimadores por Modelo Asistidos: Diferencia, Cociente y de Regresión Generalizada. Cálculo de Varianzas y su Estimación en Diseños Complejos. Técnicas de Residuos, por Linealización y Replicaciones.

 
Bibliografía

1. Sarndall, Swesson & Wretman “Model Asisted Survey Sampling”, Springr Verlag, 1992.
2. Cassel, Sarndell & Wretman “Foundations of Inference in Survey Sampling”, John Wiley & Sons, Inc., New Yoek, 1977.
3. Yves Tille “Sampling Algoritms”. Springr, 2005.
4. S. Lohr “Muestreo: Diseño y Análisis”. Thomson Paraningo, 2000

Reunión preliminar: 

Horarios: