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...
- 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
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. |
---|