Martínez Flórez, GuillermoBarón Cárdena, JorgeSánchez Medrano, Dayana2024-07-112024-07-112024-07-10https://repositorio.unicordoba.edu.co/handle/ucordoba/8375La estimación de percentiles es un procedimiento poco común, lo que hace que no se tenga mucha información sobre la aplicación para las diferentes estrategias muestrales, por lo cual, usando la estrategia de estimación de la mediana, propuesta en Sarndal et al. (1992), y algunas funciones del paquete ProbSamplingI del software R-project, se propone la programación de un código en R para llevar a cabo la estimación de percentiles e intervalos de confianzas de tales parámetros para distintos diseños muéstrales, tales como el muestreo aleatorio simple sin reposición y con reposición (MAS y MCR), muestreo sistemático, también de aquellos diseños de muestreo con probabilidades proporcionales al tamaño como el PPT y PiPT y en muestreos bietápicos. La creación de estos códigos es muy importante, ya que se obtendría de manera inmediata la estimación de estos parámetros, sin verse el usuario en la necesidad de realizar manualmente el cálculo de estas estimaciones.The estimation of percentiles is an uncommon procedure, which means that there is not much information about the application for the different sampling strategies, which is why, using the median estimation strategy, proposed in Sarndal et al. (1992), and some functions of the ProbSamplingI package of the R-project software, the programming of a code in R is proposed to carry out the estimation of percentiles and confidence intervals of such parameters for different sample designs, such as random sampling. Simple without replacement and with replacement (MAS and MCR), systematic sampling, also of those sampling designs with probabilities proportional to size such as the PPT and PiPT and in two-stage sampling. The creation of these codes is very important, since the estimation of these parameters would be obtained immediately, without the user having to manually calculate these estimates.ResumenIntroducciónAgradecimientos1. Planteamiento del problema1.1. Descripción y formulación del problema1.2. Justificación1.3. Objetivos1.3.1. Objetivo general1.3.2. Objetivos específicos2. Marco Teórico2.1. Antecedentes2.2. Marco conceptual2.2.1. ¿Qué son los percentiles?2.2.2. ¿Qué es estimación?2.2.3. ¿Qué es la media?2.2.4. Media ponderada2.2.5. Varianza poblacional2.2.6. Población finita2.2.7. Muestra2.2.8. Muestra aleatoria sin reemplazo2.2.9. Muestra aleatoria con reemplazo2.2.10. Diseño de muestreo2.2.11. Probabilidad de inclusión2.3. Estrategias muestrales2.3.1. Muestreo probabilístico2.3.2. Muestreo aleatorio simple sin reemplazo (MAS)2.3.3. Muestreo aleatorio simple con reemplazo (MCR)2.3.4. Muestreo sistemático (SIS)2.3.5. Muestreo PPT2.3.6. Muestreo π-PT2.3.7. Muestreo de conglomerados2.3.8. Muestreo aleatorio simple de conglomerados2.3.9. Muestreo multietápico2.3.10. Muestreo en dos etapas2.3.11. Diseño en r-etapas2.3.12. Estimación de percentiles2.3.13. Intervalos de confianza3. Metodología3.1. Plan de trabajo3.2. Herramientas4. Aplicación sobre la estimación de percentiles4.1. Estimación de la mediana poblacional4.1.1. Ejemplo de la estimación de la mediana poblacional:4.2. Aplicación bajo diferentes diseños de muestreo probabilístico de elementos.4.3. Aplicación bajo el diseño de muestreo de conglomerados4.3.1. Diseño MASC4.4. Aplicación bajo el diseño de muestreo bietápico.5. Resultados5.1. Estructura de la función.5.2. Aplicación de la función pk.Estimation.5.2.1. Aplicación de la función pk.Estimation para estrategias de muestreo probabilístico de elementos.5.2.2. Aplicación de la función pk.Estimation para diseños de muestreo de conglomerados.6. Conclusión y Recomendaciones.application/pdfspaCopyright Universidad de Córdoba, 2024Estimación de percentiles mediante el software r-projectTrabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccessPercentilesEstimaciónEstrategias muestralesProbSamplingIMuestreo bietápicoPercentilesEstimationSampling strategiesProbSamplingITwo-stage samplingUniversidad de CórdobaRepositorio Universidad de Córdobahttps://repositorio.unicordoba.edu.cohttp://purl.org/coar/access_right/c_abf2