Estimación de los indicadores de Ingreso promedio y la tasa de desempleo municipal en Cundinamarca en el 2017 utilizando áreas pequeñas y transformaciones funcionales

La Estimación en Áreas Pequeñas (SAE) tiene como objetivo mejorar las estimaciones en situaciones donde los errores de muestreo son significativamente altos, lo que dificulta la obtención de conclusiones fiables. En este estudio, se emplea la metodología SAE para estimar el ingreso promedio y la tasa de desempleo a nivel municipal en Cundinamarca, utilizando datos de la encuesta multipropósito 2017. Se aplican transformaciones a los datos y se analizan las ventajas y desventajas de estas transformaciones. Basado en estas transformaciones, se seleccionan las variables auxiliares más pertinentes para cada tipo de transformación, y se evalúa la calidad de las estimaciones mediante el coeficiente de variación. Como resultado, se concluye que el uso del modelo Fay-Herriot con transformaciones en los datos reduce el valor del coeficiente de variación, lo que sugiere que la transformación de los datos es una opción viable para mejorar la calidad de las estimaciones de los indicadores de interés. Además, se utiliza el software estadístico R como entorno de trabajo para el procesamiento de datos.

• Autores: Guerrero Beltran, Jonnathan
• Tipo de recurso: Masters Thesis
• Fecha de publicación: 2023
• Institución: Universidad Santo Tomás
• Repositorio: Universidad Santo Tomás
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/53661
• Acceso en línea: http://hdl.handle.net/11634/53661
• Palabra clave: Coefficient Of Variation; 2017 Multipurpose Survey; Auxiliary Information; Average Income; Fay-Herriot Model; Unemployment Rate; Data Transformation; Estadística Aplicada; Estrategías; Datos Estadísticos; Coeficiente De Variación; Encuesta Multiproposito 2017; Información Auxiliar; Ingreso Promedio; Modelo Fay-Herriot; Tasa De Desempleo; Transformaciones En Los Datos
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia