Monthly Subscription Starting at AED 99 + VAT

Muestreo de personas, redes y registros
  • Level Foundation
  • Duration 26 hours
  • Course by University of Michigan
  • Offered by

About

Para hacer una buena recopilación de datos se necesitan buenas muestras. Pero las muestras pueden elegirse de muchas maneras. Pueden ser selecciones fortuitas o convenientes de personas, registros, redes u otras unidades, pero uno se cuestiona la calidad de tales muestras, especialmente cómo se relacionan estos métodos de selección con el hecho de sacar buenas conclusiones sobre una población tras la recopilación y el análisis de los datos. Las muestras pueden seleccionarse con más cuidado según el criterio del investigador, pero entonces uno se pregunta si ese criterio puede estar sesgado por factores personales. Las muestras también pueden extraerse de forma estadísticamente rigurosa y meticulosa, utilizando métodos de selección y control aleatorios para proporcionar una sólida representación y costos controlados. Este último tipo de muestras es el que se analizará en este curso. Examinaremos el muestreo aleatorio simple que puede utilizarse para el muestreo de personas o registros, el muestreo por conglomerados que puede utilizarse para el muestreo de grupos de personas, registros o redes, la estratificación que puede aplicarse a las muestras aleatorias simples y por conglomerados, la selección sistemática y las muestras estratificadas multietapa. El curso concluye con una breve descripción de cómo estimar y resumir la incertidumbre del muestreo aleatorio.

Modules

¡Nos alegra que participes!

    • 1 Videos
    • 3 Readings
Show info about module content

1 Videos

  • 1.0 Introducción al curso

3 Readings

  • Queremos saber más sobre ti.
  • Cómo hacer que el instructor responda tus preguntas en los foros de debate.
  • Notas de clase

1.1 ¿Has oído hablar de las tres R del diseño de la investigación?

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 1.1 Diseño de la investigación y muestreo. Parte 1
  • 1.1 Diseño de la investigación y muestreo. Parte 2

1 Readings

  • Notas de clase para ambos videos

1.2 ¿Cómo se acoplan las encuestas y el muestreo?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 1.2 Encuestas y muestreo

1 Readings

  • Notas de clase

1.3 ¿Qué tiene que ver el muestreo con la investigación?

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 1.3 ¿Por qué tomar muestras? Parte 1
  • 1.3 ¿Por qué tomar muestras? Parte 2

1 Readings

  • Notas de clase para ambos videos

1.4 ¿Por qué aleatorizar?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 1.4 ¿Por qué deberíamos aleatorizar y cómo podríamos hacerlo?

1 Readings

  • Notas de clase

1.5 ¿Qué ocurre cuando aleatorizamos?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 1.5 ¿Qué ocurre cuando aleatorizamos?

1 Readings

  • Notas de clase

1.6 ¿Cómo se evalúa la calidad de una muestra?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 1.6 ¿Cómo se evalúa la calidad de una muestra?

1 Readings

  • Notas de clase

1.7 ¿Qué tipo de cosas podemos muestrear?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 1.7 ¿Qué tipo de cosas podemos muestrear?

1 Readings

  • Notas de clase

2.1 Muestreo aleatorio simple (SRS)

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 2.1 Muestreo aleatorio simple (SRS)

1 Readings

  • Notas de clase

2.2 Una breve historia

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 2.2 Mera aleatorización: Una breve historia

1 Readings

  • Notas de clase

2.3 Distribuciones de muestreo SRS

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 2.3 La distribución de muestreo SRS. Parte 1
  • 2.3 La distribución de muestreo SRS. Parte 2

1 Readings

  • Notas de clase

2.4 Tamaño de la muestra

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 2.4 Tamaño de la muestra

1 Readings

  • Notas de clase

2.5 Margen de error

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 2.5 Margen de error

1 Readings

  • Notas de clase

2.6 Tamaño de la muestra y de la población

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 2.6 Tamaño de la muestra y de la población

1 Readings

  • Notas de clase

Semana 2: Evaluaciones

    • 1 Readings
    • 1 PeerReview
    • 1 Assignment
Show info about module content

1 Assignment

  • Semana 2

1 Peer Review

  • Muestra aleatoria del personal docente

1 Readings

  • Aviso para los alumnos de auditoría: Envío de tareas

3.1 Muestreo complejo simple. Elección de conglomerados enteros. Parte 1

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 3.1 Muestreo complejo simple. Elección conglomerados enteros. Parte 1
  • 3.1 Muestreo complejo simple. Elección de conglomerados enteros. Parte 2

1 Readings

  • Notas de clase

3.2 Efectos de diseño

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 3.2 Efectos de diseño y correlación intraclase. Parte 1
  • 3.2 Efectos de diseño y correlación intraclase. Parte 2

1 Readings

  • Notas de clase

3.3 Muestreo por conglomerados en dos etapas

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 3.3 Muestreo en dos etapas

1 Readings

  • Notas de clase

3.4 Diseño del muestreo en dos etapas

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 3.4 Diseño del muestreo en dos etapas. Parte 1
  • 3.4 Diseño del muestreo en dos etapas. Parte 2

1 Readings

  • Notas de clase

3.5 Conglomerados de distinto tamaño

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 3.5 Enfrentarse al mundo real. Conglomerados de distinto tamaño. Parte 1
  • 3.5 Enfrentarse al mundo real. Conglomerados de distinto tamaño. Parte 2

1 Readings

  • Notas de clase

3.6 Tamaño de la submuestra

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 3.6 Fracción de muestreo

1 Readings

  • Notas de clase

Semana 3: Evaluaciones

    • 1 PeerReview
    • 1 Assignment
Show info about module content

1 Assignment

  • Semana 3

1 Peer Review

  • Escuelas de muestreo

4.1 Utilizar datos auxiliares para ser más eficiente

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.1 Formación de grupos

1 Readings

  • Notas de clase

4.2 Varianzas de muestreo para muestras estratificadas

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.2 Varianza de muestreo

1 Readings

  • Notas de clase

4.3 Más sobre la agrupación

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.3 Más sobre la agrupación

1 Readings

  • Notas de clase

4.4 Asignación de la muestra a los estratos: asignación proporcional

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.4 Asignar la muestra

1 Readings

  • Notas de clase

4.5 Otras asignaciones

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.5 Otras asignaciones

1 Readings

  • Notas de clase

4.6 ¿Ponderaciones de estratos o elementos?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 4.6 Ponderaciones para combinar a través de los estratos

1 Readings

  • Notas de clase

Semana 4: Evaluación

    • 1 Assignment
Show info about module content

1 Assignment

  • Semana 4

5.1 Selección sistemática: cómo se hace

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 5.1 Selección sistemática

1 Readings

  • Notas de clase

5.2 ¿Qué ocurre si el “intervalo” no es un “intervalo”?

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • 5.2 Intervalos con fracciones. Parte 1
  • 5.2 Intervalos con fracciones. Parte 2

1 Readings

  • Notas de clase

5.3 Selección sistemática y estratificación implícita

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 5.3 Orden de la lista

1 Readings

  • Notas de clase

5.4 Cómo estimar los errores estándar de las muestras sistemáticas

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 5.4 Estimación de la incertidumbre

1 Readings

  • Notas de clase

Evaluaciones de la semana 5

    • 1 PeerReview
Show info about module content

1 Peer Review

  • Transacciones con tarjeta de crédito

6.1 ¿Qué pasa con el uso de software estadístico para seleccionar las muestras?

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 6.1 Software estadístico para la selección de muestras

1 Readings

  • Notas de clase

6.2 Combinación de estratificación y conglomerados

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 6.2 Muestreo estratificado multietapa

1 Readings

  • Notas de clase

6.3 Sobremuestreo y ponderación

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 6.3 Ponderaciones para el sobremuestreo y submuestreo

1 Readings

  • Notas de clase

6.4 Falta de respuesta y ponderación

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 6.4 Ponderación de la falta de respuesta y de la falta de cobertura

1 Readings

  • Notas de clase

6.5 Muestreo de redes

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 6.5 Muestrear redes: ponderación de la multiplicidad

1 Readings

  • Notas de clase

6.6 Muestreo no probabilístico

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 6.6 Muestreo no probabilístico

2 Readings

  • Notas de clase
  • Bibliografía comentada de algunos libros sobre muestreo

Evaluación de la semana 6

    • 2 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • Semana 6: Prueba final

2 Readings

  • Encuesta posterior al curso
  • Sigue aprendiendo con Michigan Online

Auto Summary

Discover the essentials of rigorous data sampling in the "Muestreo de personas, redes y registros" course, focusing on health and fitness. Taught by Coursera, this foundational course explores various sampling methods, including simple random, cluster, and stratified sampling. Over 1560 minutes, learners will gain insights into selecting representative samples and estimating uncertainty. Ideal for beginners, the course offers Starter and Professional subscription options, making it accessible for a wide audience.

James M Lepkowski
Instructor

James M Lepkowski