Estimación de parámetros no lineales con datos recopilados mediante muestreo dirigido por los propios encuestados
Autores: Sánchez-Borrego, Ismael; Rueda, María del Mar; Mullo, Héctor
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Estimación de parámetros no lineales con datos recopilados mediante muestreo dirigido por los propios encuestados
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Muestreo dirigido por el entrevistado
Modelado de regresión
Asociación
Método de peso de muestra
Covarianza
Coeficiente de correlación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El muestreo basado en encuestas de participantes (RDS) es un método de muestreo tipo bola de nieve utilizado para encuestar a poblaciones ocultas, es decir, aquellas que carecen de un marco de muestreo. En este trabajo, consideramos el problema de modelado de regresión y asociación para datos continuos de RDS. Proponemos un nuevo método de peso de muestra para estimar parámetros no lineales como la covarianza y el coeficiente de correlación. También estimamos las varianzas de los estimadores propuestos. Como ilustración, realizamos un estudio de simulación y una aplicación a un ejemplo étnico. Los estimadores propuestos son consistentes y asintóticamente sesgados. Discutimos la aplicabilidad del método, así como futuras investigaciones.
Descripción
El muestreo basado en encuestas de participantes (RDS) es un método de muestreo tipo bola de nieve utilizado para encuestar a poblaciones ocultas, es decir, aquellas que carecen de un marco de muestreo. En este trabajo, consideramos el problema de modelado de regresión y asociación para datos continuos de RDS. Proponemos un nuevo método de peso de muestra para estimar parámetros no lineales como la covarianza y el coeficiente de correlación. También estimamos las varianzas de los estimadores propuestos. Como ilustración, realizamos un estudio de simulación y una aplicación a un ejemplo étnico. Los estimadores propuestos son consistentes y asintóticamente sesgados. Discutimos la aplicabilidad del método, así como futuras investigaciones.