TY  - BOOK
AU  - Arellano Araya, Betsabé.
AU  - Henríquez Roldán,Carlos F.
ED  - Universidad de Valparaíso (Chile).
TI  - Planes de muestreo complejos para variables de respuesta categórica: aplicación en encuesta CASEN 2011 
PY  - 2014///
CY  - Valparaíso, Chile
PB  - Universidad de Valparaíso
KW  - ESTADISTICA
KW  - MUESTREO
KW  - NUMEROS ALEATORIOS
N1  - Magíster en Estadística
N2  - La sociedad moderna ha adoptado el método de encuestas como una herramienta para mirarse a si misma (Heeringa et al., 2010). Un plan de muestreo probabil´ıstico en su génesis puede, ir desde el plan de muestreo más básico como es el muestreo aleatorio simple (mas) hasta uno extremadamente complejo. El dise˜no de muestra simple considera que la forma de acceder a la unidad de observación no presenta grandes dificultades, al menos en teor´ıa. El dise˜no de muestra compleja combina al menos dos de los llamados métodos tradicionales de muestreo: muestreo aleatorio simple (mas), muestreo estratificado (me), muestreo por conglomerados (mc) y muestreo sistemático (ms). El muestreo estratificado se aplica cuando diferentes subgrupos de observaciones o estratos son muestreados en forma independiente. El muestreo por conglomerados se utiliza cuando las observaciones son muestreadas en grupos o clusters con el objetivo de reducir costos. El muestreo sistemático corresponde a un caso particular del muestreo por conglomerados. Un plan de muestreo determina la unidad primaria de muestreo PSU (pri-mary sampling unit) o conglomerado y la unidad secundaria de muestreo SSU (secondary sampling unit) que con frecuencia, son los elementos de la población (Lohr, 2000). En los planes de muestreo tradicionales se suele estudiar μ, y (media, total y proporci´on, respectivamente). N´otese que = P(Yi = 1); donde Yi es una variable binaria (o dicot´omica) con Yi = 1 si la unidad tiene la caracter´ıstica de inter´es e Yi = 0 en otro caso, con i = 1, n. En los planes de muestreo tradicionales, por lo general, no se estudian otras variables de respuestas categ´oricas; tales como, variables multinomiales, variables Poisson o variables binomial negativa
ER  -