Muestreo estadístico: métodos básicos
Rafael Klinger Angarita
Licencia de minería de texto y datos
Declarado por la editorial el 17 septiembre 2026 a las 15:38:34 UTC
El titular de derechos se reserva expresamente sus derechos de reproducción, extracción y reutilización para fines de minería de textos y datos (TDM) y de entrenamiento de modelos de inteligencia artificial, de conformidad con el Art. 4(3) de la Directiva (UE) 2019/790, el Art. 53(1)(c) del Reglamento (UE) 2024/1689 (AI Act), el Art. 13 del Acuerdo ADPIC/TRIPS de la OMC, la Decisión Andina 351 de 1993 y las leyes nacionales aplicables en los territorios de residencia del titular, de realización de la reproducción y/o comercialización del Large Language Model u otro tipo de IA resultante.
Esta reserva cubre toda reproducción digital de la obra con independencia del soporte de la copia de origen (impreso o digital) y es efectiva desde la fecha certificada de esta declaración.
En América Latina, donde no existe excepción legal para el entrenamiento de IA, esta declaración constituye evidencia pública de que el titular no ha otorgado autorización. En la Unión Europea, activa la reserva máquina-legible exigida por el Art. 4(3) CDSM y el Art. 53(1)(c) AI Act. En Estados Unidos, señaliza la existencia de un mercado de licencias TDM a efectos del factor 4 del análisis de fair use.
Cualquier uso de la obra para los fines aquí reservados requiere autorización previa y expresa del titular de derechos.
Sello de integridad
Declaración selladaLa declaración fue sellada ante una autoridad de sellado de tiempo independiente (RFC 3161) y su contenido identificado con ISCC (ISO 24138): cualquier tercero puede verificar que existía en esa fecha y que no ha sido alterada. Descargar evidencia criptográfica (.tsr) · ¿Cómo se verifica?
Formatos
| Formato | ISBN | Recordreference | DOI | Año |
|---|---|---|---|---|
| Impreso · ed. 1 | 9789585070950 | SIMEHPRINT106389AC9EIBC098E45D | 10.25100/peu.5070950 | 2024 |
| E-book · ed. 1 | 9789585070998 | SIMEHEBOOKJJ4JA3J2CEHAC86D5841 | 10.25100/peu.5070950 | 2024 |
| Impresión bajo demanda · ed. 1 | 9789585070974 | SIMEHPODILD4G3040L7BVRDKKWUA | 10.25100/peu.5070950 | 2024 |
Sobre esta obra
El propósito de este libro es presentar de una manera amigable y sencilla los diferentes conceptos involucrados en la teoría del muestreo probabilístico desde una óptica clásica. Siendo el muestreo una de las formas básicas de la estadística para obtener información con el fin de satisfacer necesidades establecidas en proyectos de investigación de diferente índole y cobertura, se constituye en el mundo de hoy con más fuerza en una metodología científica para la toma de decisiones mediante el uso de la inferencia estadística. Basta con considerar el tamaño de los colectivos objeto de estudio, la dificultad en tiempo y dinero para llegar a todos los elementos que los componen y, en algunos casos, los riesgos por destrucción que se tendrían para poder observarlos (medirlos), así como la dificultad de su acceso, situaciones que obligan en cualquier campo del conocimiento a la toma de una muestra probabilística de dicho colectivo.
Tres aspectos son de suma importancia en la obtención de una muestra probabilística desde el punto de vista práctico: en primer lugar, la forma como serán obtenidas las unidades que conformarán la muestra, la cual debe estar regida por la aleatoriedad para evitar sesgos de selección; en segundo lugar, el tamaño de dicha muestra soportada sobre la base de supuestos teóricos para la distribución (comportamiento) del estimador asociado al parámetro investigado, el error asumido con la estimación debido a la diferencia entre la estimación y el parámetro objeto de estimación, y el nivel de confianza en términos de probabilidad que se desea tenga el cumplimiento de dicho error; y, en tercer lugar, los costos involucrados en la obtención de dicha muestra, pues nadie niega la importancia de trabajar con muestras económicas.