Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial

En general, la calidad y cobertura del Censo de Población y Vivienda de Uruguay del año 2011 fue calificada como positiva. Sin embargo, su implementación no estuvo exenta de inconvenientes. La omisión se concentró en zonas socioeconómicamente más vulnerables, lo que afectaría el mecanismo utilizado...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Riaño, María Eugenia
Formato: Artículo revista
Lenguaje:Español
Publicado: Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario 2019
Materias:
Árboles de decisión
Modelos SAR autorregresivos
Validación cruzada
Acceso en línea:https://saberes.unr.edu.ar/index.php/revista/article/view/202
Aporte de:
SaberEs de Universidad Nacional de Rosario
id I15-R211-article-202
record_format ojs
spelling I15-R211-article-2022020-12-21T14:11:44Z Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial Riaño, María Eugenia Árboles de decisión Modelos SAR autorregresivos Validación cruzada En general, la calidad y cobertura del Censo de Población y Vivienda de Uruguay del año 2011 fue calificada como positiva. Sin embargo, su implementación no estuvo exenta de inconvenientes. La omisión se concentró en zonas socioeconómicamente más vulnerables, lo que afectaría el mecanismo utilizado por el gobierno para seleccionar la población beneficiaria de programas de transferencias monetarias. El patrón de la población elegible y de la propia omisión hace necesaria una regionalización previa a la imputación, dada la distribución espacial heterogénea en el mapa de la variable de interés. Las regiones se construyen mediante el algoritmo de árboles oblicuos de decisión. Se ajustan modelos autorregresivos espaciales en cada región que son evaluados utilizando validación cruzada, y se comparan los resultados con el de un modelo global. Los modelos con menor error dentro de cada región muestran un rezago similar medido en distancia, a excepción de un caso. El modelo global presenta un error del mismo orden que los modelos locales, pero presenta autocorrelación espacial en los residuos, por lo que se decide trabajar con los modelos obtenidos por región. Los resultados de la imputación muestran una subestimación de la población elegible de un 5% sobre el total estimado con datos censales. Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario 2019-12-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://saberes.unr.edu.ar/index.php/revista/article/view/202 10.35305/s.v11i2.202 SaberEs; Vol. 11 Núm. 2 (2019) 1852-4222 1852-4184 spa https://saberes.unr.edu.ar/index.php/revista/article/view/202/167167197 Derechos de autor 2019 SaberEs
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-211
container_title_str SaberEs
language Español
format Artículo revista
topic Árboles de decisión
Modelos SAR autorregresivos
Validación cruzada
spellingShingle Árboles de decisión
Modelos SAR autorregresivos
Validación cruzada
Riaño, María Eugenia
Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
topic_facet Árboles de decisión
Modelos SAR autorregresivos
Validación cruzada
author Riaño, María Eugenia
author_facet Riaño, María Eugenia
author_sort Riaño, María Eugenia
title Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
title_short Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
title_full Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
title_fullStr Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
title_full_unstemmed Imputación de datos faltantes del Censo de Población y Vivienda de Uruguay utilizando técnicas de estadística espacial
title_sort imputación de datos faltantes del censo de población y vivienda de uruguay utilizando técnicas de estadística espacial
description En general, la calidad y cobertura del Censo de Población y Vivienda de Uruguay del año 2011 fue calificada como positiva. Sin embargo, su implementación no estuvo exenta de inconvenientes. La omisión se concentró en zonas socioeconómicamente más vulnerables, lo que afectaría el mecanismo utilizado por el gobierno para seleccionar la población beneficiaria de programas de transferencias monetarias. El patrón de la población elegible y de la propia omisión hace necesaria una regionalización previa a la imputación, dada la distribución espacial heterogénea en el mapa de la variable de interés. Las regiones se construyen mediante el algoritmo de árboles oblicuos de decisión. Se ajustan modelos autorregresivos espaciales en cada región que son evaluados utilizando validación cruzada, y se comparan los resultados con el de un modelo global. Los modelos con menor error dentro de cada región muestran un rezago similar medido en distancia, a excepción de un caso. El modelo global presenta un error del mismo orden que los modelos locales, pero presenta autocorrelación espacial en los residuos, por lo que se decide trabajar con los modelos obtenidos por región. Los resultados de la imputación muestran una subestimación de la población elegible de un 5% sobre el total estimado con datos censales.
publisher Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario
publishDate 2019
url https://saberes.unr.edu.ar/index.php/revista/article/view/202
work_keys_str_mv AT rianomariaeugenia imputaciondedatosfaltantesdelcensodepoblacionyviviendadeuruguayutilizandotecnicasdeestadisticaespacial
first_indexed 2023-05-11T18:32:47Z
last_indexed 2023-05-11T18:32:47Z
_version_ 1765631376622616576

Ejemplares similares