Una propuesta bayesiana para la estimación de proporciones mediante el Jackknife en muestreo probabilístico
A bayesian proposal for the estimation of the proportion via Jackknife in probability sampling
Resumen (es)
En este artículo se presenta una propuesta de estimación de proporciones poblacionales en muestreo probabilidades de inclusión desiguales que combina el método Jackknife y la inferencia bayesiana. Un estudio de simulación en el que se emplean diferentes distribuciones a priori para la proporción, ρ, es llevado a cabo para examinar como el estimador Jackknife bayesiano propuesto puede tener un mejor comportamiento que otros estimadores clásicos y alternativos en términos de sesgo y errores estándar. Finalmente, un ejemplo de aplicación de la metodología propuesta es presentado usando la Encuesta de Cultura Política Colombiana - 2019.
Resumen (en)
We consider a topic modeling approach using latent Dirichlet allocation (LDA) methods aiming to examine patterns in the scientific research of Covid-19 using publications indexed in the PubMed database. A total of 4928 scientific abstracts published during the first semester of 2020 are taken into account. An LDA model is fitted using two topics. The first topic corresponds to risk factors, severity, and mortality due to viral infection, whereas the second is the impact of respiratory illnesses on public health. Our classification provides a global overview of these two research trends from the moment the analysis takes place. Additionally, our findings suggest that the systematic application of the proposed methodology provides a way to address and make more efficient the bibliographic review in academic contexts.
Referencias
Badii, M., Castillo, J., & Landeros, J. (2007), Precisióndelosíndicesestadísticas:Técnicasdejacknife&b∞tstrap(Precisionofstatistical∈dices:Jacknife&b∞tstraptechniques)′.Ber≥r,Y.G.&Sk∈≠r,C.(2005),A jackknife variance estimator for unequal probability sampling', Journal of the Royal Statistical Society: Series B (Statistical Methodology) 67(1), 7989.
Box, G. & Tiao, G. (2011), Bayesian inference in statistical analysis, Vol. 40, JohnWiley & Sons.
C.E, S., B, S. & J, W. (2003), Model assisted survey sampling, Springer Science &
Business Media.
DANE (2008), Estimación e interpretación del coeciente de variación de la encuesta cocensal,
https://www.dane.gov.co/les/investigaciones/boletines/censo/ est_interpcoefvariacion.pdf, https://www.dane.gov.co/les/investigaciones/boletines/censo/est_interp_.
Gallego, J. (1997), Estimadoresderazón:unarevisión′,Qüestiió: ernsd′estadísticai∈vestigacióoperativa21(1).Grauˉdand,B.,Korn,E.etal.(2002),Inference for superpopulation parameters using sample surveys', Statistical Science 17(1), 7396.
Gutiérrez, H. (2009), Estrategias de muestreo diseño de encuestas y estimación de parámetros., Universidad Santo Tomas, Bogotá (Colombia).
Guzmán, A. (1978), Algunasconsracio≠ssobrelanatura≤zadelatécnicajackknifedeestimaciónylasventajas′,Estadística78(79).Hollander,M.,D.A,W.&E,C.(2013),Nonparametricstatisticalmethods,Vol.751,JohnWi≤y&Sons.J,S.&D,T.(2012),Thejackknifeandb∞tstrap,Spr∈≥rScience&BusinessMedia.Kovar,J.,Rao,J.&Wu,C.(1988),Bootstrap and other methods to measure errors in survey estimates', Canadian Journal of Statistics 16(S1), 2545.
Lazar, R., Meeden, G. & Nelson, D. (2008), Anon∈formativebayesianapproach→nitepopa̲tionsampl∈gusingauξliaryvariab≤s′,SurveyMethodology34(1),51.López,A.&Williams,L.(2006),Evaluación de métodos no paramétricos para la estimación de riqueza de especies de plantas leñosas en cafetales', Botanical Sciences (78).
Martínez, J. (1998), Estimación∂númerodeclustersenunapoblaciónaplicandoeljackknife≥≠ralizado′.Meeden,G.(1999),A noninformative bayesian approach for two-stage cluster sampling', Sankhy a: The Indian Journal of Statistics, Series B .
Mesa, L., Rivera, M. & Romero, J. (2011), Descripción≥≠raldela∈ferenciabayesianaysusaplicacio≠senlosprocesosde≥stión′,LasiμlaciónalServiciodelaAcademia.Mil≤r,R.(1974),The jackknife-a review', Biometrika 61(1), 115.
Pacheco-López, M. & Brango, H. (2010), Intervalosdeconanzajackknifeparacuanti≤senμestreoconprobabildesdesigua≤s′,TecnoLógicas(2).Pacheco-LópezM,M.G.(2007),Un estimador jackknife de varianza en muestreo en dos fases con probabilidades desiguales', Revista Colombiana de Estadística 30(2).
Quenouille, M. (1949), Appr⊗imatetestsofcorrelation∈time-series′,JournaloftheRoyalStatisticalSociety:SeriesB(Methodological)11(1),6884.Ramírez,J.,Osuna,I.,Rojas,J.&Guerrero,S.(2015),Remuestreo Bootstrap y Jackknife en conabilidad: Caso Exponencial y Weibull', Revista Facultad de Ingeniería 25(41).
R.G, E. & Merino, C. (2006), Intervalosdeconanzaparalasestimacio≠sde∝orcio≠sylasdiferenciasentreellas′,Interdiscipl∈aria23(2).Ríos,T.(2014),Kriging y simulación secuencial de indicadores con proporciones localmente variables'.
Royall, R. & Pfeermann, D. (1982), Balancedsamp≤sandrobustbayesian∈ference∈nitepopa̲tionsampl∈g′,Biometrika69(2).Sχano,A.,Rodríguez,M.,Pasarín,M.,Reg,E.,Borrell,C.&Fernández,E.(2002),Odds ratio o razón de proporciones su utilización en estudios transversales', Gac Sanit .
Shao, J. & Tu, D. (2012), The jackknife and bootstrap, Springer Science & Business Media.
Singh, S. (2003), Advanced Sampling Theory With Applications: How Michael Selected Amy, Vol. 2, Springer Science & Business Media.
Tellez, C., Guerrero, S. & Pacheco-López, M. (2014), Inferenciab∞tstrapbayesianaparauna∝orciónenμestreoconprobabildesdesigua≤s′Tukey,J.(1958),Bias and condence in not quite large samples', Ann. Math.Statist. 29, 614.
Valencia, E. & Mesa, F. (2009), Técnicadejackknifeyestimadoresenunmodelol∈eal′,Scientiaettechnica1(41).Zan≥≠h,S.&Li≤,R.(2015),Bayesian inference for the nite population total from a heteroscedastic probability proportional to size sample', Journal of Survey Statistics and Methodology 3(2), 162192.
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
