INVESTIGADORES
MONTEVERDE Laura Malena
congresos y reuniones científicas
Título:
Análisis de Datos Provenientes de Diseños Muestrales Complejos: Aplicaciones a La Encuesta De Hogares y Empleo de la Provincia de Buenos Aires.
Autor/es:
DAMONTE CECILIA; MONTEVERDE MALENA; PEREZ VIRGINIA; SOTELO RODRIGO
Lugar:
Montevideo
Reunión:
Congreso; V Congreso de ALAP: Las transiciones en América Latina y el Caribe; 2012
Institución organizadora:
Asociación Latinoamericana de Población
Resumen:
Los datos de las encuestas a hogares para la obtención de estadísticas sociales, sobre mercado de trabajo, salud y epidemiología, entre otras, provienen mayoritariamente de estudios con diseños muestrales complejos y ello es cierto tanto para la Argentina como para otros países de la región y del mundo. Este trabajo busca resumir la discusión existente entre tres enfoques de inferencia: el enfoque de inferencia basado en el diseño de la muestra, b) el basado en modelos superpoblacionales; la inferencia asistida por modelos, intentando clarificar las implicancias respecto a la utilización de la información de diseño de la muestra para realizar inferencia bajo cada esquema. Además, se discuten los efectos del diseño muestral complejo sobre las estimaciones de parámetros poblacionales y sobre las estimaciones de parámetros de modelos de regresión lineal y logística. Por último, se realiza un ejercicio con el fin de medir los efectos de diseño con datos reales, para lo cual se utilizan datos de la Encuesta de Hogares y Empleo (EHE), una encuesta a hogares, diseñada y desarrollada por la Dirección Provincial de Estadística de la provincia de Buenos Aires (DPE). La conclusión general a la que se arriba luego de la revisión de la literatura y los ejemplos analizados con datos reales, es que el costo de ignorar la información de diseño puede conducir a errores que pueden ser graves, en términos de modificar las conclusiones de inferencia, y en este sentido se recomienda contemplar dicha información, aún cuando implique un costo en términos de eficiencia de los estimadores por el aumento en el estimador de la varianza de diseño respecto al estimador basado en un modelo.