We may earn an affiliate commission when you visit our partners.
Richard Valliant, Ph.D.
En este curso, se tratarán los pasos que se deben seguir para ponderar encuestas de muestra. Se incluirán los métodos para ajustar las no respuestas y para usar datos externos a la encuesta para calibrarla. Entre las técnicas que se abordarán, se encuentran los ajustes que se utilizan para las propensiones de respuesta estimada, la postestratificación, el rastrillado y la estimación de regresión general. Asimismo, se discutirán las técnicas alternativas para imputar los valores de los elementos faltantes. Se tratarán las funciones que ofrecen los diferentes paquetes de software estadístico R®, Stata® y SAS® para la ponderación y la imputación.
Register for this course and see more details by visiting:
OpenCourser.com/course/vtd5hb/como
What's inside
Syllabus
Pasos generales en la ponderación
Se requieren las ponderaciones para expandir una muestra y transformarla en una población. Para lograrlo, es posible que las ponderaciones corrijan los errores de cobertura en el marco del muestreo, ajusten la no respuesta y reduzcan las varianzas de los estimadores al incorporar covariables. Se indican en el módulo 1 la serie de pasos que se deben realizar.
Read more
Syllabus
Pasos generales en la ponderación
Se requieren las ponderaciones para expandir una muestra y transformarla en una población. Para lograrlo, es posible que las ponderaciones corrijan los errores de cobertura en el marco del muestreo, ajusten la no respuesta y reduzcan las varianzas de los estimadores al incorporar covariables. Se indican en el módulo 1 la serie de pasos que se deben realizar.
Read more
Pasos específicos
Los pasos específicos para realizar ponderaciones incluyen computar ponderaciones base, efectuar ajustes si hay casos de cuya elegibilidad no estamos seguros, ajustar para no respuestas y usar covariables para calibrar la muestra para los controles de población externos. Brindamos información detallada específica sobre los pasos generales.
Implementar los pasos
El software es crucial a la hora de implementar los pasos, pero el sistema R es una fuente excelente de rutinas gratuitas. En este módulo, se hablará de diversos paquetes en R que incluyen sampling, survey y PracTools, que permiten seleccionar muestras y computar ponderaciones.
Imputación para elementos faltantes
En la mayoría de las encuestas, se encontrarán elementos para los que los respondedores no brindarán información, aunque sí proporcionó datos suficientes en el instrumento de recopilación de datos para considerarlo “completo”. Si solo se retuvieran los casos con todos los elementos completados cuando se ajusta un modelo, se excluirían varios casos del análisis. Imputar los elementos faltantes evita desestimar los casos faltantes. En este módulo, tratamos métodos para hacer la imputación y para reflexionar sobre los efectos de las imputaciones en los errores estándar.
Resumen del curso 5
Resumimos brevemente los métodos de ponderación e imputación que tratamos en el curso 5.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Proporciona orientación paso a paso para ponderar encuestas de muestra, lo que lo hace adecuado para estudiantes principiantes
Cubre una amplia gama de técnicas de ponderación, como el rastrillado y la estimación de regresión general
Utiliza el lenguaje R para implementar los pasos de ponderación, lo que lo hace accesible para estudiantes con conocimientos de programación
Aborda la imputación de elementos faltantes, un problema común en las encuestas
Resume los métodos de ponderación e imputación, lo que facilita la revisión y el repaso
Save this course
Save Cómo manejar datos faltantes to your list so you can find it easily later:
Save
Save
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Cómo manejar datos faltantes with these
activities:
Compilación de recursos sobre ponderación de encuestas
Show steps
La compilación de recursos sobre ponderación de encuestas creará un valioso repositorio de materiales para futuras referencias.
Show steps
-
Realice una búsqueda bibliográfica sobre la ponderación de encuestas.
-
Identifique y recopile recursos relevantes, como artículos académicos, libros y sitios web.
-
Organice los recursos en una carpeta o base de datos.
-
Comparta la compilación con otros estudiantes o profesionales.
Resolviendo ejercicios de ponderación
Show steps
La práctica de ejercicios de ponderación ayudará a solidificar la comprensión de los conceptos de ponderación de encuestas.
Show steps
-
Revise los materiales del curso sobre ponderación de encuestas.
-
Encuentre un conjunto de datos de encuesta con información sobre ponderaciones.
-
Calcule las ponderaciones utilizando los métodos cubiertos en el curso.
-
Compare los resultados con las ponderaciones proporcionadas en el conjunto de datos.
Discusiones grupales sobre ponderación de encuestas
Show steps
Participar en discusiones grupales sobre ponderación de encuestas mejorará la comprensión de los conceptos y permitirá el intercambio de ideas.
Show steps
-
Forme un grupo de estudio.
-
Elija un tema relacionado con la ponderación de encuestas para discutir.
-
Prepare una presentación breve para introducir el tema.
-
Facilite una discusión sobre el tema.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Imputación de valores faltantes
Show steps
La práctica de la imputación de valores faltantes mejorará la comprensión de las técnicas de imputación.
Show steps
-
Revise los materiales del curso sobre imputación de valores faltantes.
-
Encuentre un conjunto de datos de encuesta con valores faltantes.
-
Impute los valores faltantes utilizando los métodos cubiertos en el curso.
-
Evalúe la calidad de las imputaciones.
Tutoriales sobre técnicas de imputación avanzadas
Show steps
El seguimiento de tutoriales sobre técnicas avanzadas de imputación ampliará la comprensión de las técnicas de imputación.
Show steps
-
Identifique los tutoriales sobre técnicas avanzadas de imputación.
-
Complete los tutoriales.
-
Aplique las técnicas aprendidas en un proyecto de imputación.
Presentar un análisis de un conjunto de datos ponderado
Show steps
La realización de un análisis de un conjunto de datos ponderado demostrará la comprensión de los conceptos de ponderación de encuestas.
Show steps
-
Elija un conjunto de datos de encuesta ponderado.
-
Realice un análisis de los datos utilizando los métodos aprendidos en el curso.
-
Prepare una presentación que resuma los hallazgos del análisis.
-
Presente la presentación a la clase u otra audiencia.
Proyecto de ponderación de encuestas
Show steps
Emprender un proyecto de ponderación de encuestas proporcionará una experiencia práctica en la aplicación de los conceptos aprendidos.
Show steps
-
Definir los objetivos del proyecto.
-
Recopilar datos de una encuesta.
-
Ponderar los datos de la encuesta utilizando los métodos aprendidos en el curso.
-
Analizar los datos ponderados.
-
Presentar los hallazgos del proyecto.
Compilación de recursos sobre ponderación de encuestas
Show steps
La compilación de recursos sobre ponderación de encuestas creará un valioso repositorio de materiales para futuras referencias.
Show steps
Show steps
Show steps
- Realice una búsqueda bibliográfica sobre la ponderación de encuestas.
- Identifique y recopile recursos relevantes, como artículos académicos, libros y sitios web.
- Organice los recursos en una carpeta o base de datos.
- Comparta la compilación con otros estudiantes o profesionales.
Resolviendo ejercicios de ponderación
Show steps
La práctica de ejercicios de ponderación ayudará a solidificar la comprensión de los conceptos de ponderación de encuestas.
Show steps
Show steps
Show steps
- Revise los materiales del curso sobre ponderación de encuestas.
- Encuentre un conjunto de datos de encuesta con información sobre ponderaciones.
- Calcule las ponderaciones utilizando los métodos cubiertos en el curso.
- Compare los resultados con las ponderaciones proporcionadas en el conjunto de datos.
Discusiones grupales sobre ponderación de encuestas
Show steps
Participar en discusiones grupales sobre ponderación de encuestas mejorará la comprensión de los conceptos y permitirá el intercambio de ideas.
Show steps
Show steps
Show steps
- Forme un grupo de estudio.
- Elija un tema relacionado con la ponderación de encuestas para discutir.
- Prepare una presentación breve para introducir el tema.
- Facilite una discusión sobre el tema.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Imputación de valores faltantes
Show steps
La práctica de la imputación de valores faltantes mejorará la comprensión de las técnicas de imputación.
Show steps
Show steps
Show steps
- Revise los materiales del curso sobre imputación de valores faltantes.
- Encuentre un conjunto de datos de encuesta con valores faltantes.
- Impute los valores faltantes utilizando los métodos cubiertos en el curso.
- Evalúe la calidad de las imputaciones.
Tutoriales sobre técnicas de imputación avanzadas
Show steps
El seguimiento de tutoriales sobre técnicas avanzadas de imputación ampliará la comprensión de las técnicas de imputación.
Show steps
Show steps
Show steps
- Identifique los tutoriales sobre técnicas avanzadas de imputación.
- Complete los tutoriales.
- Aplique las técnicas aprendidas en un proyecto de imputación.
Presentar un análisis de un conjunto de datos ponderado
Show steps
La realización de un análisis de un conjunto de datos ponderado demostrará la comprensión de los conceptos de ponderación de encuestas.
Show steps
Show steps
Show steps
- Elija un conjunto de datos de encuesta ponderado.
- Realice un análisis de los datos utilizando los métodos aprendidos en el curso.
- Prepare una presentación que resuma los hallazgos del análisis.
- Presente la presentación a la clase u otra audiencia.
Proyecto de ponderación de encuestas
Show steps
Emprender un proyecto de ponderación de encuestas proporcionará una experiencia práctica en la aplicación de los conceptos aprendidos.
Show steps
Show steps
Show steps
- Definir los objetivos del proyecto.
- Recopilar datos de una encuesta.
- Ponderar los datos de la encuesta utilizando los métodos aprendidos en el curso.
- Analizar los datos ponderados.
- Presentar los hallazgos del proyecto.
Career center
Learners who complete Cómo manejar datos faltantes will develop knowledge and skills
that may be useful to these careers:
Survey Methodologist
Survey Methodologist
Survey Methodologists design and implement surveys to collect data on a variety of topics. This course in data handling would be highly beneficial for Survey Methodologists, providing them with a strong foundation in survey weighting and imputation techniques. The knowledge gained from this course would enhance their ability to design and implement effective surveys.
Survey Researcher
Survey Researcher
Survey Researchers design, conduct, and analyze surveys to collect data on a variety of topics. This course in data handling would be highly relevant for Survey Researchers, providing them with the skills to ensure the accuracy and reliability of their surveys. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Statistician
Statistician
Statisticians apply statistical methods to collect, analyze, interpret, and present data. This course would be highly beneficial for aspiring Statisticians as it delves into the specific steps for weighting surveys, adjusting for non-responses, and incorporating covariables to calibrate samples. Additionally, the coverage of techniques for imputing missing data values would be invaluable in ensuring accurate statistical analyses.
Data Analyst
Data Analyst
Data Analysts are responsible for collecting, cleaning, and analyzing data to identify trends and patterns. This course in data handling provides a strong foundation for Data Analysts by teaching the steps for weighting sample surveys, adjusting for non-responses, and using external data to calibrate surveys. It also covers alternative techniques for imputing missing data values.
Market Research Analyst
Market Research Analyst
Market Research Analysts conduct research to gather insights into consumer behavior and market trends. This course would provide Market Research Analysts with a strong foundation in data handling, enabling them to effectively analyze and interpret survey data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Data Scientist
Data Scientist
Data Scientists use scientific methods, processes, algorithms, and systems to extract knowledge and insights from data. This course in data handling would be complementary to the skills of a Data Scientist, providing them with a solid understanding of survey weighting and imputation techniques. The knowledge gained from this course would enhance their ability to handle missing data and improve the accuracy of their data analyses.
Business Analyst
Business Analyst
Business Analysts use data analysis to identify and solve business problems. This course in data handling would be highly beneficial for Business Analysts, providing them with the skills to effectively analyze and interpret data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Epidemiologist
Epidemiologist
Epidemiologists investigate the causes and patterns of health and disease in populations. This course in data handling would be highly beneficial for Epidemiologists, providing them with the skills to effectively analyze and interpret health data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Public Health Analyst
Public Health Analyst
Public Health Analysts use data analysis to identify and address public health problems. This course in data handling would be highly beneficial for Public Health Analysts, providing them with the skills to effectively analyze and interpret public health data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Social Science Researcher
Social Science Researcher
Social Science Researchers use data analysis to study human behavior and社会. This course in data handling would be highly beneficial for Social Science Researchers, providing them with the skills to effectively analyze and interpret social science data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Health Services Researcher
Health Services Researcher
Health Services Researchers use data analysis to evaluate the effectiveness of health care interventions. This course in data handling would be highly beneficial for Health Services Researchers, providing them with the skills to effectively analyze and interpret health care data. The coverage of weighting methods, non-response adjustments, and calibration techniques would be particularly valuable in this role.
Quantitative Analyst
Quantitative Analyst
Quantitative Analysts use mathematical and statistical models to analyze financial data and make investment decisions. This course in data handling would provide Quantitative Analysts with a strong foundation in survey weighting and imputation techniques, which are essential for ensuring the accuracy and reliability of financial data. The knowledge gained from this course would enhance their ability to make informed investment decisions.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers design and implement machine learning models to solve a variety of problems. This course in data handling would be complementary to the skills of a Machine Learning Engineer, providing them with a solid understanding of survey weighting and imputation techniques. The knowledge gained from this course would enhance their ability to build and implement machine learning models that can effectively handle missing data.
Data Engineer
Data Engineer
Data Engineers design, build, and maintain data systems and infrastructure. This course in data handling would be complementary to the skills of a Data Engineer, providing them with a solid understanding of survey weighting and imputation techniques. The knowledge gained from this course would enhance their ability to build and maintain data systems that can effectively handle missing data.
Operations Research Analyst
Operations Research Analyst
Operations Research Analysts use analytical methods to solve complex business problems. This course in data handling would provide Operations Research Analysts with a strong foundation in survey weighting and imputation techniques, which are essential for ensuring the accuracy and reliability of data used in operations research models. The knowledge gained from this course would enhance their ability to develop and implement effective solutions to business problems.
For more career information including salaries, visit:
OpenCourser.com/course/vtd5hb/como
Reading list
We've selected six books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Cómo manejar datos faltantes.
Provides an up-to-date overview of the statistical methods for handling missing data.
Presents a general framework for handling missing data in survey data.
Provides a detailed introduction to the MICE method of imputing missing data.
Save
Discusses the effects of missing data on statistical results.
Este libro proporciona una introducción al análisis de series temporales, que se utiliza en el manejo de datos faltantes.
Save
Este libro proporciona una introducción a la econometría, que se utiliza en el manejo de datos faltantes.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/vtd5hb/como
Share
Similar courses
Here are nine courses similar to
Cómo manejar datos faltantes.
Debate y argumentación: técnicas de nivel intermedio
OpenCourser.com/course/t975l5/debate
Debate y argumentación: técnicas de nivel intermedio
Most relevant
Big Data: procesamiento y análisis
OpenCourser.com/course/50rrgp/big
Big Data: procesamiento y análisis
Most relevant
Introducción a la Ingeniería Gastronómica - ¡Ciencia en la Cocina!
OpenCourser.com/course/l9lg7l/introduccion
Introducción a la Ingeniería Gastronómica - ¡Ciencia en...
Most relevant
Bases Matemáticas: Álgebra
OpenCourser.com/course/ap490z/bases
Bases Matemáticas: Álgebra
Most relevant
Protothinking® para proyectos sociales
OpenCourser.com/course/j0c1we/protothinking(r)
Protothinking® para proyectos sociales
Most relevant
Fundamentos de UX para el desarrollo de software
OpenCourser.com/course/0ek9c1/fundamentos
Fundamentos de UX para el desarrollo de software
Most relevant
Pronóstico y Análisis de los Ingresos Públicos (RFAx)
OpenCourser.com/course/bgtznz/pronostico
Pronóstico y Análisis de los Ingresos Públicos (RFAx)
Most relevant
La Dirección y Gestión de Proyectos
OpenCourser.com/course/mcou2n/la
La Dirección y Gestión de Proyectos
Most relevant
Fundamentos de anatomía y técnica quirúrgica básica
OpenCourser.com/course/g9oyi7/fundamentos
Fundamentos de anatomía y técnica quirúrgica básica
Most relevant
Effort
4 semanas de estudio, 1 a 2 horas por semana
Via
Coursera
Institution
University of Maryland, College Park
Instructor
Richard Valliant, Ph.D.
Language
Español
Transcript
English
Good to know
Proporciona orientación paso a paso para ponderar encuestas de muestra, lo que lo hace adecuado para estudiantes principiantes
Cubre una amplia gama de técnicas de ponderación, como el rastrillado y la estimación de regresión general
Utiliza el lenguaje R para implementar los pasos de ponderación, lo que lo hace accesible para estudiantes con conocimientos de programación
Aborda la imputación de elementos faltantes, un problema común en las encuestas
Resume los métodos de ponderación e imputación, lo que facilita la revisión y el repaso
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser