Una revisión de los distintos estimadores robustos para muestreo en poblaciones finitas
Se presentaron estimadores clásicos y robustos para la estimación de parámetros de pobla-ciones finitas a partir de muestras seleccionadas en forma probabilística. Los primeros po-seen el inconveniente de ser sensibles ante la aparición de valores atípicos. Una solución surge a partir del empleo de...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | conferenceObject documento de conferencia acceptedVersion |
| Lenguaje: | Español |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/2133/7613 http://hdl.handle.net/2133/7613 |
| Aporte de: |
| Sumario: | Se presentaron estimadores clásicos y robustos para la estimación de parámetros de pobla-ciones finitas a partir de muestras seleccionadas en forma probabilística. Los primeros po-seen el inconveniente de ser sensibles ante la aparición de valores atípicos. Una solución surge a partir del empleo de estimadores denominados robustos, los cuales son menos sen-sibles ante la existencia de outliers. Se presenta un conjunto de funciones existentes en el programa R que permite el cálculo de los estimadores y de sus correspondientes estimacio-nes de variancia.
En estudios futuros se planea la evaluación de los estimadores clásicos y robustos a partir de simulaciones considerando diversos diseños muestrales y datos contaminados con distin-tos números de observaciones atípicas. |
|---|