El 14 de setiembre a las 14 horas tendrá lugar un Seminario del IESTA titulado Tipos de inferencia en muestreo de poblaciones finitas. Estará a cargo de Eugenia Riaño, integrante del Instituto de Estadística de FCEA.
Será en Modalidad mixta: presencial (Salón 4) y virtual por Zoom.
ID: 876 4903 4326
Contraseña: S-IESTA-22
Resumen
La inferencia en poblaciones finitas es una rama de la estadística que se caracteriza por su importancia pública, pero también por su aislamiento teórico. La causa principal de este "aislamiento" es la fuente de aleatoriedad para realizar inferencias, respecto a la Estadística convencional. A grandes rasgos, existen dos enfoques para realizar inferencias cuando se trabaja con poblaciones finitas: el basado en el diseño, en donde los datos se asumen como fijos y la aleatoriedad proviene del mecanismo de selección de la muestra; y el basado en modelos, en donde los datos se consideran realizaciones de un modelo superpoblacional asumido por el investigador. La inferencia basada en el diseño es el paradigma dominante, el utilizado en estadísticas oficiales: el mecanismo de selección de la muestra es algo tangible, real, y lleva a realizar inferencias "objetivas". En el enfoque basado en modelos, se introducen supuestos que condicionan la inferencia sobre los parámetros, por lo que si bien es el que más se asemeja a la Estadística convencional, no es el más utilizado para realizar inferencias sobre la población. Sin embargo, cuando los supuestos de la inferencia basada en el diseño comienzan a fallar, se recurre al paradigma de la inferencia basada en modelos.
El objetivo de esta charla es presentar los conceptos básicos de ambos tipos de inferencia, las tendencias actuales en metodologías híbridas (como puede ser la Estimación en Áreas Pequeñas), y presentar la discusión metodológica de aplicación de ambos enfoques en la realidad actual.
Mail de contacto: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.