Hasta ahora hemos estudiado cómo simular probabilidades de elección pero no hemos estudiado las propiedades de los estimadores de los parámetros que se basan en estas probabilidades simuladas. En los casos que hemos presentado, simplemente hemos insertado las probabilidades simuladas en la función log-verosimilitud y hemos maximizada dicha función, de la misma forma que lo habríamos hecho si las probabilidades hubieran sido exactas. Este procedimiento parece intuitivamente razonable. Sin embargo, no hemos mostrado realmente, al menos hasta ahora, que el estimador resultante tenga propiedades deseables, como consistencia, normalidad asintótica o eficiencia. Tampoco hemos explorado la posibilidad de que otras formas de estimación puedan ser preferibles cuando usamos simulación, en lugar de las probabilidades exactas. El propósito de este capítulo es examinar varios métodos de estimación en el contexto de la simulación. Derivaremos las propiedades de estos estimadores y mostraremos las condiciones en las que cada estimador es consistente y asintóticamente equivalente al estimador que obtendríamos si usásemos valores exactos en lugar de simulación. Estas condiciones proporcionan una guía al investigador sobre cómo debe llevarse a cabo la simulación para obtener estimadores con propiedades deseables. El análisis también pone en evidencia las ventajas y limitaciones de cada forma de estimación, facilitando así la elección del investigador entre los diferentes métodos. Las técnicas de simulación en estadística, como son los métodos de Monte Carlo, y los procedimientos de re muestreo conocidos como bootstrap, son de gran utilidad cuando no tenemos expresiones cerradas para calcular medidas de incertidumbre como son la desviación estándar de estimadores y los intervalos de confianza. Estos métodos de simulación permiten obtener estimaciones con menores supuestos que los métodos analíticos, a cambio de un trabajo computacional más intenso. La disponibilidad creciente de los recursos computacionales, hacen de las técnicas de simulación una herramienta de uso creciente. En este trabajo se discuten estas técnicas de simulación, y se ilustran con ejemplos sencillos. En el contexto estadístico, entendemos por simulación, la técnica de muestreo estadístico controlado, que se utiliza conjuntamente con un modelo, para obtener respuestas aproximadas a preguntas que surgen en problemas complejos de tipo probabilista. En metrología, el proceso de medición es de naturaleza probabilística y los modelos de medición con frecuencia son complejos [1]. Estas dos características del proceso de medición, complejidad y aleatoriedad, hacen del análisis de datos de medición un área de oportunidad natural para los métodos de simulación.
4.1.1 Instrumentos de medición
El análisis de la literatura existente arroja un resultado de 17 instrumentos de medida de las actitudes y la ansiedad hacia la estadística. Exceptuando dos instrumentos elaborados a partir de escalas bipolares, a la manera del diferencial semántico de Osgood (Birenbaum y Eylath,1994; Green, 1993), todos los instrumentos revisados son escalas tipo Likert. En lo que sigue vamos a describir breve mente estos cuestionarios, poniendo un mayor énfasis en aquellos que han sido usados más frecuentemente.
4.1.2 Medios de registro de datos
La elección del método depende de la estrategia de recopilación de datos, el tipo de variable, la precisión necesaria, el punto de recopilación y la formación del encuestador. Las vínculos entre
una variable, su origen y los métodos prácticos para su recopilación. Pueden ayudar a escoger métodos apropiados. Los principales métodos de recopilación de datos son:
Registros: los registros y licencias son particularmente valiosos para los censos completos, pero se limitan a variables que cambian lentamente, como el número de embarcaciones pesqueras y sus características.
Cuestionarios: formularios que los encuestados devuelven cumplimentados. Un método poco costoso que resulta útil cuando los índices de alfabetización son altos y los encuestados colaboran.
Entrevistas: formularios que se cumplimentan a lo largo de una entrevista con el encuestado. Más caros que los cuestionarios, pero mejores para preguntas más complejas, y cuando se dan unos índices de alfabetización bajos o se encuentra menos colaboración.
Observaciones directas: la realización de mediciones directas es el método más preciso para todas las variables, como las capturas, pero a menudo resulta caro. Muchos métodos, como los programas de observación, se limitan a la pesca industrial.
Presentación de informes: la principal alternativa a la realización de mediciones directas consiste en pedir a los pescadores y a terceros que presenten informes de sus actividades. La preparación de informes presupone la alfabetización y requiere espíritu de colaboración, pero ello puede reforzarse mediante una obligación legal y mediciones directas. Las técnicas de recogida de la información no son un fin en si mismo, sino que dependen de:
a- El tipo de investigación que se esté haciendo.
b- El tipo de análisis de datos que vamos a utilizar posteriormente.
c- El problema que queramos estudiar.
d- Los objetivos que pretendamos alcanzar con la investigación.
Algunas técnicas se pueden utilizar en distintos diseños, por ejemplo la entrevista se puede utilizar en: investigación acción, en estudios de caso, en investigación etnográfica, etc.
No hay comentarios:
Publicar un comentario