Edna Carolina Moreno
Este artículo pone en perspectiva algunos de los resultados más importantes acerca de un nuevo método de muestreo y estimación para poblaciones donde no existe un marco muestral. Tal método es conocido como RDS, por sus siglas en ingl ́es "Respondent-Driven Sampling". Un análisis teórico basado en cadenas de Markov permite mostrar que este método reduce los sesgos generalmente asociados a las muestras por cadenas referenciales, además de producir estimadores asintóticamente insesgados. Se comprobó el potencial del método por medio de una simulación empírica.
This article reviews some of the most important results about a new method of sampling and estimation for populations where there is no sampling frame, this is known as Respondent-Driven Sampling (RDS). A theoretical analysis based on Markov chains shows that this method reduces the bias generally associated with chain-reference samples; in addition the method produces asymptotically unbiased estimators. We demonstrated the potential of the method through an empirical simulation.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados