Tamaños de muestra que aseguran exactitud para estimar prevalencia de plantas bajo muestreo inverso

Authors

  • Eric Eduardo Santos Fuentes Universidad de Colima-Facultad de Telemática. Bernal Díaz del Castillo Núm. 340, Villas San Sebastián, 28045. Colima, México
  • Osval Antonio Montesinos López Universidad de Colima-Facultad de Telemática. Bernal Díaz del Castillo Núm. 340, Villas San Sebastián, 28045. Colima, México
  • María Andrade Aréchiga Universidad de Colima-Facultad de Telemática. Bernal Díaz del Castillo Núm. 340, Villas San Sebastián, 28045. Colima, México

DOI:

https://doi.org/10.29312/remexca.v7i7.145

Keywords:

stimación de parámetros, intervalo de confianza, prevalencia baja

Abstract

La detección de un evento raro o escaso (con prevalencia baja p ≤ 0.1) en el diseño de experimentos agrícolas de una población consume muchos recursos. Por ello, se recurre al muestreo inverso (binomial negativo) el cual consta de una serie de ensayos con respuesta binaria (presencia o ausencia) en el que no se deja de muestrear hasta obtener un número predeterminado de individuos con la característica de interés. Por ello se propone un método para calcular el tamaño de muestra requerido (número de unidades positivas) bajo muestreo inverso que asegura exactitud en la proporción estimada porque garantiza que la amplitud (W) del intervalo de confianza (IC) será igual a, o más estrecha que, la amplitud deseada (ω), con una probabilidad γ (nivel de aseguramiento). Dado lo complejo y laborioso del proceso de estimación tanto del tamaño de muestra y de los parámetros de interés (proporción, varianza, desviación estándar, total e intervalos de confianza para la proporción y el total) se propone un software de distribución libre para muestreo inverso bajo el enfoque de exactitud en la estimación de parámetros que automatiza el cálculo de tamaños de muestra y de los parámetros de interés. Además el software provee una interfaz gráfica, fácil, segura y amigable con el usuario. Se recomienda el uso de la fórmula propuesta pues garantiza que con una probabilidad γ (nivel de aseguramiento ≥ 0.5) la precisión fijada a priori del IC se cumpla. Lo cual produce mayor exactitud en el estudio de interés realizado.

Downloads

Download data is not yet available.

Published

2017-08-29

How to Cite

Santos Fuentes, Eric Eduardo, Montesinos López Osval Antonio, and Andrade Aréchiga María. 2017. “Tamaños De Muestra Que Aseguran Exactitud Para Estimar Prevalencia De Plantas Bajo Muestreo Inverso”. Revista Mexicana De Ciencias Agrícolas 7 (7). México, ME:1499-1512. https://doi.org/10.29312/remexca.v7i7.145.

Issue

Section

Articles

Similar Articles

You may also start an advanced similarity search for this article.