RT Generic
T1 Inferencia estadística con datos sesgados por longitud
A1 Sanmartín Dopico, Irene
AB [ES] En este trabajo se hace un recorrido a lo largo de varias situaciones que nos llevan a laaparición de sesgo por longitud en una muestra. Presentaremos el modelo de sesgo por longitud,y a partir de él veremos que el estimador adecuado de la media poblacional no es lamedia aritmética simple, sino que es la media armónica. Mediante un estudio de simulaciónanalizaremos las propiedades de la media armónica y comprobaremos que la media aritmé-tica no es un buen estimador de la media poblacional, en el caso de tener muestras sesgadas.También trabajaremos los métodos de estimación paramétrica más habituales (mínimoscuadrados ponderados) adaptados al sesgo por longitud. Y empleando el programa ℜgeneraremos muestras sesgadas de un modelo de regresión y estimaremos los coeficientescon y sin ponderación, para hacer una comparación de los sesgos y desviaciones típicasaproximadas.
AB [EN] Several situations that exhibit biased sampling are presented in this paper. The lengthbias model is introduced and we will see that the appropriate estimator of the populationmean is not the simple arithmetic mean, but is the harmonic mean. Through a simulationstudy, we will analyze the properties of the harmonic mean and we will verify that thearithmetic mean is not a good estimator of the population mean in the case of biasedsamples.We will also work with the most usual parametric estimation methods (weighted leastsquares) adapted to the length bias. And using the ℜ program, we will generate biasedsamples of a regression model, and we will estimate the coefficients with and withoutweighting, to make a comparison of approximate biases and standard deviations.
YR 2019
FD 2019-07
LK http://hdl.handle.net/10347/26488
UL http://hdl.handle.net/10347/26488
LA spa
NO Traballo Fin de Grao en Matemáticas. Curso 2018-2019
DS Minerva
RD 28 abr 2026