Consecuencias y estrategias ante la no respuesta: propuesta de una regla de submuestreo
DOI:
https://doi.org/10.66482/km88hy79Palabras clave:
fracción de muestreo, inferencia en no respondientes, simulación numérica, muestreo en dos fasesResumen
La presencia de la no respuesta en los diseños de muestreo probabilístico constituye una problemática que puede generar estimaciones sesgadas respecto de los valores poblacionales. Para mitigar este problema, la teoría estadística recurre al submuestreo en el estrato de las unidades no respondientes con el fin de incorporar la información faltante de manera insesgada. En este trabajo se analizan las consecuencias de la no respuesta en la inferencia muestral y las estrategias para disminuirla, y se propone una nueva regla de submuestreo más eficiente diseñada para complementar la regla clásica de Bouza. Con base en la teoría de submuestreo, se evaluó el comportamiento de la nueva propuesta frente a otras tres reglas clásicas. Los resultados indican que la nueva regla es más eficiente bajo escenarios de baja a moderada no respuesta respecto de las otras reglas. Se concluye que la regla propuesta es más eficiente que las otras reglas cuando hay moderada no respuesta, es complementaria a la regla de Bouza y elimina la dependencia de parámetros fijados por el muestreador.
Descargas
Referencias
S. L. Lohr, Sampling: Design and Analysis. Boca Raton, FL, EE. UU.: Chapman and Hall/CRC, 2021. https://doi.org/10.1201/9780429298899
S. C. Gupta y V. K. Kapoor, Fundamentals of Mathematical Statistics. Nueva Delhi, India: Sultan Chand & Sons, 2020.
W. G. Cochran, Técnicas de Muestreo. Nueva York, NY, EE. UU.: John Wiley & Sons, Inc., 1971.
C. E. Särndal, B. Swensson y J. Wretman, Model Assisted Survey Sampling. Nueva York, NY, EE. UU.: Springer-Verlag, 1992. https://doi.org/10.1007/978-1-4612-4378-6
M. Azeem, "Introducing a weighted measure of privacy and efficiency for comparison of quantitative randomized response models," Pakistan Journal of Statistics, vol. 39, no. 3, pp. 377–385, 2023.
A. Ioannidis, A. Litke y N. K. Papadakis, "A randomized response framework to achieve differential privacy in medical data," Electronics, vol. 14, no. 326, 2025. https://doi.org/10.3390/electronics14020326
C. N. Bouza-Herrera, P. O. Juárez-Moreno, A. Santiago-Moreno y J. M. Sautto-Vallejo, "A quantitative compulsory randomized response technique. Simulation with sensitive data on violence in Mexico," Investigación Operacional, vol. 46, no. 4, pp. 555–570, 2025.
D. Marella y D. Pfeffermann, " Accounting for Non-ignorable Sampling and Non-response in Statistical Matching," International Statistical Review, vol. 91, no. 2, pp. 269-293,2022. https://doi.org/10.1111/insr.12524
M. H. Hansen y W. N. Hurwitz, "The problem of non-responses in survey sampling," Journal of the American Statistical Association, vol. 41, no. 236 pp. 517–529, 1946. https://doi.org/10.1080/01621459.1946.10501894
R. J. A. Little y D. B. Rubin, Statistical Analysis with Missing Data, 3a ed. Hoboken, NJ, EE. UU.: Wiley, 2019. https://doi.org/10.1002/9781119482260
C. N. Bouza y C. Viada, "Imputation of individual values of a variable using product predictors," Investigación Operacional, vol. 42, no. 3, pp. 321–325, 2021.
A. Chaudhury y H. Stenger, Survey Sampling: Theory and Methods. Boca Raton, FL, EE. UU.: CRC Press, 2005. https://doi.org/10.1201/9781420028638
K. P. Srinath, "Multiphase sampling in nonresponse problems," Journal of the American Statistical Association, vol. 66, no. 335, pp. 583–586, 1971. https://doi.org/10.1080/01621459.1971.10482310
C. N. Bouza, "Sobre el problema de la fracción de submuestreo para el caso de las no respuestas," Trabajos de Estadística y de Investigación Operativa, vol. 32, no. 2 pp. 30–36, 1981. https://doi.org/10.1007/BF02888736
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Revista Ciencia Aplicada
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.