criterios de confiabilidad para estimaciones de parámetros

CRITERIOS DE CONFIABILIDAD PARA ESTIMACIONES DE PARÁMETROS
POBLACIONALES
CLAUDIA JACKELINE RÍOS JAIME
Tutor Externo: Dr. José Elías Rodríguez Muñoz
Tutor Interno: MC. José de Jesús Ruiz Gallegos.
INTRODUCCIÓN
En ciertos estudios socio−económicos, es
importante contar con información relacionada
a subpoblaciones pequeñas o de difícil
detección y generalmente sin referente
geográfico. Por ejemplo, la subpoblación
constituida por “mujeres mayores de 35 años
con estudios de nivel de licenciatura que
trabajan en el sector privado y tienen al menos
un hijo,” puede ser importante para calcular el
nivel de oportunidad que tiene este grupo para
acceder o mantener un trabajo en este sector.
Otro ejemplo que se cita es la subpoblación de
“mujeres divorciadas, desempleadas, mayores
de 65 años que tienen un hijo en Estados Unidos
que les envía dinero” para valorar el nivel de
ingreso de las personas de la tercera edad.
En el estudio de la mayoría de las
subpoblaciones
como
las
mencionadas
anteriormente, no existe marco de muestreo que
contenga una lista de los individuos en tales
subpoblaciones, sino únicamente un marco
donde se tiene la certeza que dichos individuos
estarán contenidos. Otro ejemplo en el contexto
político, se puede tener un marco de muestreo a
nivel de vivienda pero no una lista de sus
habitantes. También se puede tener el padrón de
electores pero no la lista de votantes que vota
preferentemente por los partidos minoritarios.
Por otro lado, en estudios multiobjetivo, uno
de estos objetivos puede ser la estimación de un
total, promedio o proporción para una
subpoblación pequeña o de difícil detección.
Por ejemplo, para estimar la proporción de
individuos de 15 a 19 años, que pertenecen al
grupo indígena de los zapotecos que no habla
español y que dejó de ir a la escuela porque
estaba muy lejos. En este tipo de estudios la
muestra puede ser de tamaño considerable y sin
embargo el número de individuos de la
subpoblación de interés en la muestra resultar
pequeña.
Ya sea que el objetivo de estudio, a través del
muestreo, consista en estudiar una determinada
subpoblación pequeña, ó bien, el número de
individuos de esta subpoblación sea pequeño en
la muestra, es importante en este tipo de
escenarios determinar cuando la información en
la muestra es adecuada para producir
estimaciones confiables de los parámetros
subpoblacionales de interés. En situaciones
como las descritas anteriormente, resulta
relevante contar con criterios que nos permitan
evaluar la confiabilidad de las estimaciones. En
la literatura se reporta como criterio de
confiabilidad al coeficiente de variación ó error
estándar relativo, el cuál es utilizado para
evaluar la confiabilidad de las estimaciones, Sin
embargo en la misma literatura no se ha
encontrado
algún
reporte
sobre
el
comportamiento
estadístico
del
criterio
mencionado anteriormente, De aquí la
necesidad
de
estudiar
primero
dicho
comportamiento
estadístico,
y
después
motivado por lo aprendido en el anterior
estudio, se pretende proponer otros posibles
criterios de confiabilidad.
OBJETIVO
Investigar y proponer criterios para evaluar la
confiabilidad en las estimaciones de parámetros
de subpoblaciones pequeñas o de difícil
detección.
MATERIALES Y MÉTODOS
Se utiliza el software R como herramienta de
programación y Visual FoxPro 6.0 para el
manejo de las bases de datos. Se manejan
Métodos de Simulación, métodos de selección
de muestras (diseño de muestreo), métodos de
estimación de parámetros poblacionales,
métodos de inferencia basada en diseños de
muestreo.
RESULTADO Y CONCLUSIONES
El trabajo se encuentra actualmente en proceso,
en revisión bibliográfica, realizando una
evaluación de los métodos ya propuestos para
evaluar si una estimación es confiable o no y
proponer alguno criterio de confiabilidad para
estimaciones de parámetros poblacionales.
BIBLIOGRAFIA
Rao, J. N. K(2003), “Small Area Estimation”,
New Jersey: John Wiley & Sons
Lyberg, L. et al. (1997), Survey Measurement
and Process Quality, New York: John Wiley &
Sons.
Korn, Edward L., and Graubard, Barry I.
(1998),
“Variance
Estimation
for
Superpopulation Parameters,” Statistica Sinica,
Vol. 8, No. 4, 1131-1151.
Biemer, Groves, Lyberg, Mathiowetz and
Sudman (1991), Measurement Errors in
Surveys, John Wiley & Sons.
Knaub,
J.R.,
Jr.
(2004),
“Modeling
Superpopulation Variance: Its Relationship to
Total Survey Error,” InterStat, August 2004.