Consider an optimization problem in standard form: with the variable . Let be the domain for , i.e. the intersection of the domains of the ‘s and the ‘s. Let denote the optimal value of the problem. The Lagrange dual function is the function defined as the minimum value of the Lagrangian over : The […]
Lagrange dual, weak duality and strong duality
Tag: Probabilities
The Lagrange dual function is always concave
Consider an optimization problem in standard form: with the variable . Let be the domain for , i.e. the intersection of the domains of the ‘s and the ‘s. The Lagrangian associated with this problem is the function defined as with domain . The Lagrange dual function is the function defined as the minimum value […]
The Lagrange dual function is always concave
What are the odds?
An unusual lottery result made the news recently: on October 1, 2022, the PCSO Grand Lotto in the Philippines, which draws six numbers from to at random, managed to draw the numbers (though the balls were actually drawn in the order ). In other words, they drew exactly six multiples of nine from to . […]
What are the odds?
MUESTREO SISTEMÁTICO
ISADORE NABI
Historia y Definición Conceptual (Ochoa, 2015):
El muestreo sistemático era muy popular en el pasado, antes de que la aparición de los ordenadores hiciese trivial un problema que siempre había dado muchos quebraderos de cabeza a los investigadores: elegir individuos de forma aleatoria dentro de una muestra. En la medida en que los ordenadores nos han facilitado la tarea de generar números aleatorios, este problema ha desaparecido.
También se sigue utilizando para seleccionar individuos a lo largo del tiempo. Por ejemplo, para estudiar la satisfacción de un servicio, podemos elegir sistemáticamente encuestar a 1 de cada n clientes que nos visitan. En estas circunstancias, en las que puede existir diferente varianza entre individuos en diferentes periodos de tiempo, el muestreo sistemático puede ser incluso más preciso que el muestreo aleatorio puro.
Es una técnica dentro de la categoría de muestreos probabilísticos – y que por lo tanto requiere tener un control preciso del marco muestral de individuos seleccionables junto con la probabilidad de que sean seleccionados – consistente en escoger un individuo inicial de forma aleatoria entre la población y, a continuación, seleccionar para la muestra a cada enésimo individuo disponible en el marco muestral.
El muestreo sistemático es un proceso muy simple y que sólo requiere la elección de un individuo al azar. El resto del proceso es trivial y rápido. Los resultados que obtenemos son representativos de la población, de forma similar al muestreo aleatorio simple, siempre y cuando no haya algún factor intrínseco en la forma en que los individuos están listados que haga que se reproduzcan ciertas características poblacionales cada cierto número de individuos. Este suceso es realmente poco frecuente.
Pasos (QuestionPro, 2022) y (QuestionPro, 2022):
- Es necesario desarrollar una audiencia estructural (muestra) definida para que el investigador comience a trabajar en el aspecto del muestreo.
- El investigador a cargo debe determinar el tamaño de la muestra ideal, es decir, cuántas personas de la población completa se van a elegir.
- La clave para obtener resultados precisos razonables y prácticos es tener una audiencia grande. Por ejemplo, si una ONG busca formar un muestreo sistemático de 500 voluntarios de una población de 5000, puede seleccionar a cada décima persona de la población (esto es básicamente de lo que se trata el muestreo sistemático).
- Una vez que se decida el número de tamaño de la muestra, se debe asignar un número a cada miembro de la muestra.
- Decide cuál será el intervalo de esta muestra. Este es básicamente la distancia estándar entre los elementos. Específicamente, el intervalo de muestreo (i) se calcula dividiendo el número de elementos en el marco de muestreo (N) por el tamaño de la muestra específica (n). El ejemplo mencionado anteriormente sugiere que el intervalo de muestra debe ser 10, que es el resultado de la división de 5000 (N= tamaño de la población) y 500 (N = tamaño de la muestra) (i) = N/n = 5000/500 = 10. El investigador debe seleccionar miembros que cumplan con este criterio. En este caso sería una persona de cada 10.
- Se debe elegir un número de manera aleatoria como miembro inicial (r) de la muestra, y este intervalo se agregará al número aleatorio para seguir agregando miembros tal que r, r+i, r+2i, r+3i, … (hasta agotar el marco de muestreo) serán elementos de la muestra.
Ventajas (QuestionPro, 2022):
- Es extremadamente simple y conveniente para los investigadores crear, conducir y analizar las muestras.
- Como no es necesario enumerar a cada miembro de la muestra, el muestreo sistemático es mejor para representar a una población de manera más rápida y sencilla.
- Las muestras creadas se basan en la selección de miembros libre de favoritismos.
- En los otros métodos de muestreo hay posibilidades de que los conglomerados creados sean altamente sesgados, y esto comúnmente no sucede en el muestreo sistemático, ya que los miembros se encuentran a una distancia fija el uno del otro.
- El factor de riesgo involucrado en este método de muestreo es extremadamente mínimo.
- En caso de que haya diversos miembros de una población, el muestreo sistemático puede ser beneficioso debido a la distribución uniforme de los miembros que son seleccionados para formar una muestra.
Referencias
Ochoa, C. (5 de Mayo de 2015). Muestreo probabilístico: muestreo sistemático. Obtenido de netquest: https://www.netquest.com/blog/es/blog/es/muestreo-sistematico
QuestionPro. (21 de Agosto de 2022). ¿Cómo realizar un muestreo sistemático? Obtenido de Investigación de Mercado: https://www.questionpro.com/blog/es/como-realizar-un-muestreo-sistematico/
QuestionPro. (21 de Agosto de 2022). Muestreo sistemático: fácil, sencillo y económico. Obtenido de Encuestas: https://www.questionpro.com/blog/es/muestreo-sistematico/
Kolmogorov’s strong law of large numbers
The strong law of large numbers (SLLN) is usually stated in the following way: Theorem: For such that the ‘s are independent and identically distributed (i.i.d.) with finite mean , as , What if the ‘s are independent but not identically distributed? Can we say anything in that setting? We can if we add a […]
Kolmogorov’s strong law of large numbers
Skorohod Representation Theorem
Continuing the theme of revising theory in the convergence of random processes that I shouldn’t have forgotten so rapidly, today we consider the Skorohod Representation Theorem. Recall from the standard discussion of the different modes of convergence of random variables that almost sure convergence is among the strongest since it implies convergence in probability and thus convergence […]
Skorohod Representation Theorem
LECCIONES DE GNOSEOLOGÍA MARXIANA I (LESSONS ON MARXIAN GNOSEOLOGY I)
isaDORE NABI
xiii. REFERENCIAS (references)
Bayes, T. (23 de Diciembre de 1763). An Essay towards solving a Problem in the Doctrine of Chances. Philosophical Transactions of the Royal Society of London, 370-418.
Bernoulli, J. (2006). The Art of Conjecturing (Together to a Friend on Sets in Court Tennis). Maryland: John Hopkins University Press.
Crupi, V. (28 de Enero de 2020). Confirmation. Obtenido de Stanford Encyclopedia of Philosophy: https://plato.stanford.edu/entries/confirmation/
DeGroot, M., & Schervish, M. (2012). Probability and Statistics. Boston: Pearson Education.
Dussel, E. (1991). 2. El método dialéctico de lo abstracto a lo concreto (20, 41-33, 14; 21,3-31,38) :(Cuaderno M. desde la página 14 del manuscrito, terminado a mediados deseptiembre de 1857). En E. Dussel, La producción teórica de Marx: un comentario a los grundrisse (págs. 48-63). México D.F.: Siglo XXI Editores. Obtenido de http://biblioteca.clacso.edu.ar/clacso/otros/20120424094653/3cap2.pdf
Efron, B. (1978). Controversies in the Foundations of Statistics. The American Mathematical Monthly, 231-246.
Eremenko, A. (30 de Abril de 2020). Stack Exchange, History of Sciences and Mathematics. Obtenido de What was Kolmogorov’s point of view in the philosophy of mathematics?: https://hsm.stackexchange.com/questions/11730/what-was-kolmogorov-s-point-of-view-in-the-philosophy-of-mathematics
Feller, W. (1968). An Introduction to Probability Theory and Its Applications (Tercera ed., Vol. I). New York: John Wiley & Sons, Inc.
Filosofía en español. (9 de Febrero de 2018). Diccionario filosófico abreviado. Obtenido de URSS: http://www.filosofia.org/urss/dfa1959.htm
Fröhlich, N. (2012). Labour values, prices of production and the missing equalisation tendency of profit rates: evidence from the German economy. Cambridge Journal of Economics, 37(5), 1107-1126.
Frolov, I. T. (1984). Diccionario de filosofía. (O. Razinkov, Trad.) Moscú: Editorial Progreso. Obtenido de http://filosofia.org/
Fundación del Español Urgente. (23 de Marzo de 2021). Formación de gentilicios extranjeros. Obtenido de Lista de topónimos y gentilicios: https://www.wikilengua.org/index.php/Formaci%C3%B3n_de_gentilicios_extranjeros
Fundación del Español Urgente. (23 de Marzo de 2021). -ista (sufijo). Obtenido de Sufijos: https://www.wikilengua.org/index.php/-ista_(sufijo)
Gigerenzer, G. (2004). Mindless Statistics. The Journal of Socio-Economics, 587-606.
Greene, W. H. (2012). Econometric Analysis (International Edition). Essex: Pearson Education Limited.
Guerrero Jiménez, D. (2018). TRABAJO IMPRODUCTIVO, CRECIMIENTO Y TERCIARIZACIÓN (30 AÑOS DESPUÉS DE MARX Y KEYNES). International Journal of Political Economy, 1-16. Obtenido de https://www.researchgate.net/publication/327189598_Diego_Guerrero_TRABAJO_IMPRODUCTIVO_CRECIMIENTO_Y_TERCIARIZACION_30_ANOS_DESPUES_DE_MARX_Y_KEYNES
Haldane, J. B. (1945). Science and Everyday Life. Allahabad,: Kitab Mahal Publishers.
Hegel, F. (1968). Ciencia de la Lógica. Buenos Aires: Solar / Hachette.
Johnsen, J. (17 de Enero de 2019). What is the difference between positivism and empiricism? Obtenido de Quora: https://www.quora.com/What-is-the-difference-between-positivism-and-empiricism
Kohan, N., & Brito, P. (1 de Febrero de 2009). Marxismo para principiantes. Obtenido de nodo50: https://info.nodo50.org/Diccionario-basico-de-categorias.html
Kojevnikov, A. (19 de Junio de 2019). PROBABILITY, MARXISM, AND QUANTUM ENSEMBLES. Obtenido de The University of British Columbia: https://history.ubc.ca/wp-content/uploads/sites/23/2019/06/probability2012.pdf
Kolmogórov, A. (1956). Foundations of the Theory of Probability (Segunda Edición ed.). New York: Chelsea Publishing Company.
Laplace, P.-S. (2015). Ensayo Filosófico Sobre Probabilidades. Ciudad de México: Biblioteca Digital del Instituto Latinoamericano de Comunicación Educativa. Obtenido de http://bibliotecadigital.ilce.edu.mx/Colecciones/ReinaCiencias/_docs/EnsayoFilosoficoProbabilidades.pdf
Lenin, V. (1974). Cuadernos Filosóficos. Madrid: Editorial Ayuso.
Loughborough University. (21 de Febrero de 2008). Total Probability and Bayes’ Theorem. Obtenido de The theorem of total probability: https://learn.lboro.ac.uk/archive/olmp/olmp_resources/pages/workbooks_1_50_jan2008/Workbook35/35_4_total_prob_bayes_thm.pdf
Maibaum, G. (1988). Teoría de Probabilidades y Estadística Matemática. (M. Á. Pérez, Trad.) La Habana, Cuba: Editorial Pueblo y Educación.
Marx, K. (1894). Capital. A Critique of Political Economy (Vol. III). New York: International Publishers.
Marx, K. (1989). Contribución a la Crítica de la Economía Política. Moscú: Editorial Progreso.
Marx, K. (2007). Elementos Fundamentales para la Crítica de la Economía Política (Grundrisse) 1857-1858 (Vol. I). (J. Aricó, M. Murmis, P. Scaron, Edits., & P. Scaron, Trad.) México, D.F.: Siglo XXI Editores.
Marx, K. (2010). El Capital (Vol. I). México, D.F.: Fondo de Cultura Económica.
Marx, K., & Engels, F. (1987). Karl Marx and Friedrich Engels Collected Works (Vol. XLII). Moscú: Progress Publishers.
Mittelhammer, R. (2013). Mathematical Statistics for Economics and Business (Segunda ed.). New York: Springer.
Nabi, I. (2020). Algunas Reflexiones Sobre la Distribución Binomial Negativa II (Un Análisis Teórico y Aplicado). Documento Inédito. Obtenido de https://marxianstatistics.files.wordpress.com/2020/12/algunas-reflexiones-sobre-la-distribucion-binomial-negativa-ii-isadore-nabi-2.pdf
Nabi, I. (21 de Marzo de 2021). Sobre el papel y la viabilidad de la violencia en la lucha social de las mujeres en particular y en las luchas sociales en general. Obtenido de El Blog de Isadore Nabi: https://marxianstatistics.com/2021/03/11/sobre-el-papel-y-viabilidad-de-la-violencia-en-la-lucha-social-de-las-mujeres-en-particular-y-en-la-lucha-social-en-general/
Nabi, I., & B.A., A. (1 de Abril de 2021). UNA METODOLOGÍA EMPÍRICA PARA LA DETERMINACIÓN DE LA MAGNITUD DE LAS INTERRELACIONES SECTORIALES DENTRO DE LA MATRIZ INSUMO-PRODUCTO DESDE LOS CUADROS DE PRODUCCIÓN Y USOS PARA EL CASO DE ESTADOS UNIDOS 1997-2019. Obtenido de El Blog de Isadore Nabi: https://marxianstatistics.com/2021/04/01/una-metodologia-empirica-para-la-determinacion-de-la-magnitud-de-las-interrelaciones-sectoriales-dentro-de-la-matriz-insumo-producto-desde-los-cuadros-de-oferta-utilizacion-para-el-caso-de-estados-uni/
North Carolina State University. (27 de Septiembre de 2020). People – Department of History . Obtenido de Dr Edith D Sylla: https://history.ncsu.edu/people/faculty_staff/edsssl
Perezgonzalez, J. (3 de Marzo de 2015). Fisher, Neyman-Pearson or NHST? A tutorial for teaching data testing. (L. Roberts, Ed.) Frontiers in Psychology, 6(223), 1-11. doi:10.3389/fpsyg.2015.00223
Poisson, S.-D. (2013). Researches into the Probabilities of Judgments in Criminal and Civil Cases. (O. Sheynin, Ed.) Berlin: arXiv. Obtenido de https://arxiv.org/abs/1902.02782
Radboud Univeristy. (11 de Febrero de 2011). Faculty of Philosophy, Theology and Religious Studies. Obtenido de Center for the History of Philosophy and Science. Edith Dudley Sylla: https://www.ru.nl/ptrs/chps/about-us/former-members/vm/sylla/
Rosental, M. (1961). Los problemas de la dialéctica en “EL CAPITAL” de Marx. Montevideo: Ediciones Pueblos Unidos.
Rosental, M. M., & Iudin, P. F. (1971). DICCIONARIO FILOSÓFICO. San Salvador: Tecolut.
Rosental, M., & Iudin, P. (1959). Diccionario filosófico abreviado. Montevideo: Ediciones Pueblos Unidos.
Russell, K. (29 de Enero de 2014). University of Manitoba. Obtenido de Hypothesis testing: http://home.cc.umanitoba.ca/~krussll/stats/hypothesis-testing.html
StackExchange Philosophy. (15 de Junio de 2015). How empiricism and positivism is distinguished? What’s their differences? Obtenido de Philosophy: https://philosophy.stackexchange.com/questions/24937/how-empiricism-and-positivism-is-distinguished-whats-their-differences
TECH2 NEWS STAFF. (28 de Noviembre de 2019). SCIENTISTS MAY HAVE DISCOVERED A FIFTH FUNDAMENTAL ‘FORCE OF NATURE,’ THEY’RE CALLING IT X17. Obtenido de TECH2: https://www.firstpost.com/tech/science/scientists-may-have-discovered-a-fifth-fundamental-force-of-nature-theyre-calling-it-x17-7710261.html
Wikipedia. (27 de Septiembre de 2020). Population Genetics. Obtenido de J. B. S. Haldane: https://es.wikipedia.org/wiki/John_Burdon_Sanderson_Haldane
Wikipedia. (23 de Septiembre de 2020). Statistics. Obtenido de Inverse Probability: https://en.wikipedia.org/wiki/Inverse_probability
Wikipedia. (13 de Marzo de 2021). Relación de incertidumbre. Obtenido de Mecánica cuántica: https://es.wikipedia.org/wiki/Relaci%C3%B3n_de_indeterminaci%C3%B3n_de_Heisenberg
Williamson, J. (2010). In Defence of Objective Bayesianism. Oxford: Oxford University Press.