Métodos para contrarrestar el sesgo de autoselección en estimaciones de la función de distribución y cuantiles
Autores: Rueda, María del Mar; Martínez-Puertas, Sergio; Castro-Martín, Luis
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Métodos para contrarrestar el sesgo de autoselección en estimaciones de la función de distribución y cuantiles
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Encuestas
Métodos no probabilísticos
Sesgo de selección
Calibración
Ajuste de puntaje de propensión
Emparejamiento estadístico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Muchas encuestas se realizan utilizando métodos no probabilísticos como encuestas web, encuestas en redes sociales o paneles de participación voluntaria. Las estimaciones realizadas a partir de estas fuentes de datos suelen estar sesgadas y deben ajustarse para que sean representativas de la población objetivo. Las técnicas para mitigar este sesgo de selección en muestras no probabilísticas a menudo implican calibración, ajuste de puntaje de propensión o emparejamiento estadístico. En este artículo, consideramos el problema de estimar la función de distribución de la población finita en el contexto de encuestas no probabilísticas y mostramos cómo algunas metodologías formuladas para parámetros lineales pueden adaptarse a este parámetro funcional, tanto teórica como empíricamente, mejorando así la precisión y eficiencia de las estimaciones realizadas.
Descripción
Muchas encuestas se realizan utilizando métodos no probabilísticos como encuestas web, encuestas en redes sociales o paneles de participación voluntaria. Las estimaciones realizadas a partir de estas fuentes de datos suelen estar sesgadas y deben ajustarse para que sean representativas de la población objetivo. Las técnicas para mitigar este sesgo de selección en muestras no probabilísticas a menudo implican calibración, ajuste de puntaje de propensión o emparejamiento estadístico. En este artículo, consideramos el problema de estimar la función de distribución de la población finita en el contexto de encuestas no probabilísticas y mostramos cómo algunas metodologías formuladas para parámetros lineales pueden adaptarse a este parámetro funcional, tanto teórica como empíricamente, mejorando así la precisión y eficiencia de las estimaciones realizadas.