Modelos lineales generalizados para variables de respuesta binaria bajo planes de muestreo complejo

Vista sencilla de ítem
dc.contributor.advisorHenríquez Roldán, Carlos
dc.contributor.authorSilva Barraza, Alexis
dc.date.accessioned2022-08-23T17:28:05Z
dc.date.available2022-08-23T17:28:05Z
dc.date.issued2014
dc.description.abstractEl principal objetivo de esta tesis es estudiar la regresión logística bajo planes de muestreo complejos, pero para llegar a esto se debe realizar una descripción de la regresión logística: formulas, usos y otras cosas. Para después mostrar cómo se debe realizar un análisis de regresión logística cuando el muestro utilizado es un muestreo aleatorio simple, acá se verán los pasos que se deben seguir en el análisis. Además, se buscara un método va simulación para estimar el tamaño muestral necesario para un correcto análisis de regresión logístico, cuando el muestreo a utilizar es el muestreo aleatorio simple. Por ejemplo para una población de 10.000 individuos se deben encuestar a 4500 individuos con un error estándar de estimación del 5% y un nivel de confianza del 95 %. Al llegar al estudio de muestras complejas se analizan algunas variables de la encuesta CASEN en donde se puede ver la diferencia que existe al analizar una muestra compleja de forma errónea sin incorporar el plan de muestreo a la forma correcta incorporando el plan de muestreo. Al realizar estos análisis se pudo apreciar la gran diferencia que existe en los resultados al incorporar el plan de muestreo utilizado para la captura de los datos, comparando con no incorporarlo. Por otro lado para ver el tamaño muestral necesario cuando el plan de muestreo a utilizar es complejo, se simularon variables a partir de una base de datos real la que contenía el número de manzanas censales por comuna y el número de viviendas, después se obtuvo una muestra fija de 10 individuos por estrato y se calcularon los coeficientes de regresión logística y el efecto de diseño DEFF el que indica de cuanto más debe ser el tamaño de la muestra, ya que, al multiplicar el DEFF por el tamaño muestral se sabrá cual es el tamaño de muestra necesario para realizar un correcto análisis de regresión logístico.en_ES
dc.facultadFacultad de Cienciasen_ES
dc.identifier.citationSilva, A. (2014). Modelos lineales generalizados para variables de respuesta binaria bajo planes de muestreo complejo (Tesis de pregrado). Universidad de Valparaíso, Valparaíso, Chile.en_ES
dc.identifier.urihttp://repositoriobibliotecas.uv.cl/handle/uvscl/4984
dc.language.isoesen_ES
dc.publisherUniversidad de Valparaísoen_ES
dc.subjectANALISIS DE REGRESIONen_ES
dc.subjectANALISIS DE REGRESION LOGISTICAen_ES
dc.subjectMODELOS LINEALESen_ES
dc.subjectESTADISTICAen_ES
dc.titleModelos lineales generalizados para variables de respuesta binaria bajo planes de muestreo complejoen_ES
dc.typeTesisen_ES
uv.catalogadorPJR CIENen_ES
uv.departamentoInstituto de Estadisticaen_ES
uv.notageneralIngeniero en Estadísticaen_ES

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Modelos lineales generalizados para variables de respuesta binaria bajo planes de muestreo complejos.pdf
Tamaño:
546.96 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
384 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis