Transferir datos de un sensor o dispositivo de monitoreo en salud electrónica, informática vehicular o redes de Internet de las Cosas (IoT) ha tenido el desafío duradero de mejorar la precisión de los datos con eficiencia relativa. Trabajos anteriores han propuesto el uso de un sistema de inferencia en el dispositivo del sensor para minimizar la frecuencia de transferencia de datos, así como el tamaño de los datos para ahorrar uso de red y recursos de batería. Esto se ha implementado utilizando varios algoritmos en muestreo e inferencia, con un equilibrio entre precisión y eficiencia. Este artículo propone mejorar la precisión sin comprometer la eficiencia mediante la introducción de nuevos algoritmos en el muestreo a través de un método de inferencia híbrido. Los resultados experimentales muestran que la precisión puede mejorarse significativamente, mientras que la eficiencia no disminuye. Estos algoritmos contribuirán a ahorrar costos de operación y mantenimiento en el muestreo de datos, donde los recursos computacionales y de batería están restringidos y limitados, como en las redes inalámbricas de área personal surgidas con las redes IoT.