Muestreo

Conceptos Básicos del Muestreo Probabilístico
Censos y muestreos. Ventajas y limitaciones del muestreo. Requerimientos de una buena muestra. Sesgo de selección de sesgo y de medición. Diseño de cuestionario. Error de muestreo y error que no es de muestreo. Muestreo en poblaciones finitas. Definición de muestra probabilística. Inferencia basada en el diseño: Estimadores y sus distribuciones muestrales. Muestras probabilísticas versus muestras no probabilísticas.
Muestreo Aleatorio Simple (MAS).
Definición y selección de una muestra aleatoria simple (MAS). Estimación de la media y el total poblacional. Muestreo aleatorio con reemplazo. Derivación de varianzas y estimación de varianzas. Intervalos de confianza para la media y el total. Tamaño de muestra para la media y el total. Enfoque de inferencia basado en el modelo. Estimación puntual y por intervalo de una proporción. Estimación de una razón. Estimación de una media, un total, una proporción y una razón de una subpoblación. Muestreo con reemplazo: Estimador de Horvitz-Thompson.
Uso de información Auxiliar
Estimadores de razón. Modelos en estimación de razón. Estimación de regresión lineal. Estimador de regresión con probabilidades desiguales. Modelos de regresión lineal múltiple. Diseño y Modelo
Uso del diseño y modelos en muestreo. Relación entre el enfoque de inferencia basado en el diseño y el enfoque basado en el modelo. Muestreo Aleatorio Estratificado (MAE).
Estimación de la media poblacional. Varianzas y estimación de varianzas, errores estándar, intervalos de confianza, pesos. Tamaño de muestra. Asignación de la muestra. Postestratificación. Estimadores de razón y regresión en el MAE.
Muestreo Sistemático (MS)
Estimadores y varianzas.
Relación entre el MS y el MAS. Muestreo por Conglomerados (MC). MC en una etapa: unidades primarias seleccionadas con MAS. Estimador insesgado. Varianza de los estimadores.
Muestreo de conglomerados (MC) del mismo tamaño con reemplazo.
Muestreo de conglomerados de distinto tamaño. Muestreo de conglomerados de distinto tamaño con probabilidades desiguales.
Estimador de Hansen-Hurwitz.
Estimador de Horvitz-Thompson.
Tamaño de muestra. Relación entre el MS y el MC. MC en dos Etapas. Varianzas y su estimación en muestreo en dos etapas con probabilidades iguales y conglomerados del mismo tamaño. Muestreo en dos etapas de conglomerados de distinto tamaño y probabilidades iguales.
Tamaño de muestra en muestreo de dos etapas. Muestreo Doble y en dos Fases. Estimación. Asignación en muestreo doble. Estimación de poblaciones móviles.

Análisis de la información
Aplicación de métodos de validación de información
Aplicación del pensamiento estadístico y de la capacidad para enfrentarse a las distintas --etapas de un estudio estadístico
Aplicar la prueba piloto
Aplicar las pruebas de confiabilidad y validación de instrumentos
Aplicar los métodos de muestreo
Búsqueda de información en fuentes diversas
Capacitar y adiestrar encuestadores
Colectar datos apropiados para un propósito específico
Comunicación oral y escrita de forma multidisciplinaria
Construir soluciones alternativas.
Determinar el tamaño de muestra y el costo de obtención
Diseñar instrumentos de captación o medición de información
Diseño y Manejo de bases de datos
Distinción del tipo de datos
Distinguir el tipo de variables y escalas de medición de las mismas
Identificar información relevante para resolver un problema
Integrar equipos de trabajo
Lectura de sondeo, lectura analítica
Manejar los datos en función de la hipótesis y objetivos
Manejar software de propósito general y estadístico
Manejo de Bitácora
Navegación en bancos virtuales de datos
Organización de la información
Organización de recursos
Organizar, dirigir y supervisar el trabajo de campo
Pensamiento lógico
Planeación del trabajo y seguimiento de la captación
Preparar hojas de cálculos
Reconocer limitaciones en datos existentes