Sea una población cerrada formada por un número desconocido K y finito de clusters. El método bootstrap es utilizado para estimar el número de clusters que constituyen una población. Se propone un estimador para K, el cual es ajustado y corregido por su sesgo estimado mediante el método bootstrap de Efron (1979). La varianza del "estimador bootstrap" se calcula por el método jackknife agrupado. Mediante simulación, el estimador es comparado con el de Bickel y Yavah (1985).
Un estimador natural, K', es propuesto para estimar el número de clusters, K, existentes en una población heterogénea. Una ley límite normal es rigurosamente probada para dicho estimador. La demostración utiliza un método de Holst (1979). Un ejemplo para un conjunto de datos reales y un estudio realizado por simulación es presentado para el estimador propuesto.
Sea una población constituida por un número desconocido de clusters. Este trabajo desarrolla una secuencia finita de estimadores no paramétricos para el número de clusters, basándose en el método jackknife generalizado. Estos estimadores resultan ser una combinación lineal de las frecuencias de observación de cada cluster. Se propone entonces un procedimiento de selección para elegir el más apropiado. La técnica es aplicada a un conjunto de datos reales procedentes de un estudio de captura de especies...
Download Results (CSV)