Estimación de la pobreza monetaria para los municipios de Cundinamarca vía estimación en áreas pequeñas.

El cálculo de la pobreza monetaria de los territorios es quizá una de las medidas más importantes para el análisis de modelos de desigualdad económica y social. Proponemos un procedimiento estadístico que contribuya para analizar los registros de la Encuesta Multipropósito (EM) del año 2017, así com...

Full description

Autores:
Gómez Pinto, Heyder Fabián
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:11634/51934
Acceso en línea:
http://hdl.handle.net/11634/51934
Palabra clave:
Estimation in small areas
compositional data
monetary poverty
territory development
households
sampling
oficial statistics
public administration
Estadísticas Aplicadas
Economía
Pobreza-Necesidades básicas
Estimación en áreas pequeñas
pobreza monetaria
desarrollo del territorio
hogares
muestreo
administración pública
estadísticas oficiales
datos composicionales
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:El cálculo de la pobreza monetaria de los territorios es quizá una de las medidas más importantes para el análisis de modelos de desigualdad económica y social. Proponemos un procedimiento estadístico que contribuya para analizar los registros de la Encuesta Multipropósito (EM) del año 2017, así como también los registros oficiales, la producción de estadística demográfica que los municipios de Cundinamarca generan y el sector privado dando paso a una estimación de la pobreza monetaria por municipio. Para la elaboración del procedimiento se vincula la rama de la ciencia estadística denominada Estimación en Áreas Pequeñas (SAE, por sus siglas en inglés) con datos composicionales, que permite obtener estimaciones de pobreza monetaria a un mínimo nivel de desagregación geográfica (estimaciones para los 116 municipios de Cundinamarca) mediante un modelo multivariado de Fay-Harriot de estimación de áreas pequeñas con su respectivo MSE-bootstrap paramétrico que se alimenta de los datos que provienen de la EM 2017 y de los registros oficiales de los actores anteriormente mencionados.