Una propuesta bayesiana para la estimación de la proporción vía Jackknife en muestreo probabilístico

Abstract

En este artículo se presenta una propuesta Jackknife Bayesiana para la estimación de la proporción a partir del muestreo con probabilidades desiguales. Vía simulación se encontró que a pesar que el estimador Jackknife bayesiano se somete a varias configuraciones de la distribución a priori de ρ, esta arroja, en su mayoría, menores sesgo en comparación con el estimador Bootstrap Bayesiano propuesto por Tellez Piñerez et al. [2014]. En términos de error estándar, el estimador propuesto en este artículo, tienen buenos comportamientos (errores estándares inferiores al 7 %,que según el DANE [2008], se clasifica como estimaciones precisas). Finalmente, se ejemplifica la metodología para ver el uso a nivel práctico.