INFRAESTRUCTURA ESTADÍSTICA ESTADÍSTICAS POR ISLAS Estimación en áreas pequeñasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREA...
INFRAESTRUCTURA ESTADÍSTICA ESTADÍSTICAS POR ISLAS Estimación en áreas pequeñas Alberto González Yanes jgonyanp@gobiernode...
ESTADÍSTICAS POR ISLAS Estrategia de producción de información en áreas pequeñasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁRE...
Necesidades de información insular, comarcal y local                                  INSULAR                             ...
Estrategia de producción de datos: El empleo a modo de ejemplo           AREAS                                REGISTROS   ...
ESTIMACIÓN EN ÁREAS PEQUEÑAS PARA LA EPA Reseña histórica del trabajo realizadoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREA...
ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado        El Instituto Canario de Estadística (ISTAC) se ...
ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado       El grupo de trabajo propone utilizar la Encuesta...
ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado                                               Una brev...
ENCUESTA DE POBLACIÓN ACTIVA (EPA) Descripción de la encuestaESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
LA ENCUESTA DE POBLACIÓN ACTIVA: Descripción de la encuesta       Ofrece información del mercado laboral a nivel de comuni...
ENCUESTA DE POBLACIÓN ACTIVA Estimaciones de interés para CanariasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
ENCUESTA DE POBLACIÓN ACTIVA: Estimaciones de interés paraCanarias       Pequeñas Áreas de interés para Canarias y requeri...
EVALUACIÓN DE ESTIMADORES Simulador de EPA Estimadores Indicadores de rendimientoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁR...
SIMULADOR DE LA ENCUESTA DE POBLACIÓN ACTIVA Un simulador       Se construye un programa que simula la extracción de reali...
ESTIMADORES:                               Estimadores basados en el diseño           Estimación Directa                  ...
ESTIMADORES EVALUADOS: Estimadores basados en el diseño       Directo                              ∑wy       j       j    ...
ESTIMADORES EVALUADOS: Estimadores basados en el diseño       Compuesto dependiente del diseño: combinación convexa del es...
ESTIMADORES EVALUADOS: Estimadores basados en modelo     Nivel de área: modelos lineales generales mixtos, en el proyecto ...
ESTIMADORES: Error en la estimación                VARIANZA                                 SESGO ESTADÍSTICAS POR ISLAS Y...
INDICADORES DE RENDIMIENTO       Sesgo relativo (SR):                                           1 Sim y d (k ) − Yd       ...
ESTIMADORES E INDICADORES DE RENDIMIENTO    ECM                    varianza                                           vari...
INDICADORES DE RENDIMIENTO: Selección del mejor estimador               Criterio más usual de elección de un estimador es ...
CANAREA 2005 Influencia de muestra suplementariaESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
CANARERA 2005: Simulación de muestra suplementaria     Se simula la utilización de muestra suplementaria, aumentando el nú...
CANAREA 2005: Influencia muestra suplementaria                                                r=0                         ...
CANAREA 2005: Influencia muestra suplementaria                                                                            ...
CANAREA 2005: Influencia muestra suplementaria                                               r=0                          ...
CANAREA 2005: Conclusiones       El estimador sintético básico       Menores variabilidades.       Mayores sesgos (agraván...
ESTIMADOR SINTÉTICO REGIÓN Estático y dinámicoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regiones       Se propone (Rao 2003, pag. 46) construcción de regiones, unione...
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesConstrucción de regiones a partir del Censo 2001 Para cada variable   ...
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesConstrucción de regiones a partir de registros administrativos        ...
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesCenso 2001 vs Registros administrativos Variables homónimas:        Ve...
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesCenso 2001 vs Registros administrativos                               ...
ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regiones¿Cuántas regiones construimos?                          Ocupados      ...
ESTIMADOR       SINTÉTICO-REGIÓN:                        Resultados            con       sintético-regiónestático         ...
ESTIMADOR                     SINTÉTICO-REGIÓN:                                   Resultados                 con          ...
ESTIMADOR SINTÉTICO-REGIÓN: Dinámico        En las regiones estáticas todas las comarcas de una misma región prestan y tom...
ESTIMADOR SINTÉTICO-REGIÓN: Dinámico       Utilizando distancias, por ejemplo la euclídea, se definen matrices de órdenes ...
ESTIMADOR SINTÉTICO-REGIÓN: Dinámico       La interpretación de ε puede variar con respecto a su interpretación estándar. ...
ESTIMADOR SINTÉTICO-REGIÓN: Dinámico                                          LZ-E   LZ-N    LZ-SO   FV-C   FV-N   …      ...
ESTIMADOR SINTÉTICO-REGIÓN: Dinámico Se distinguen entre dos posibilidades según la fijación de la precisión (ε ). Precisi...
VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN...
VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados                                       ...
VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados                                       ...
VALORACIÓN DE                 ESTIMADORES:                 Comparación                 con     estimadoressuplementados   ...
VALORACIÓN DE                    ESTIMADORES:                 Comparación         con          estimadoressuplementados   ...
CALIBRADOS Las estimaciones Valores poblacionalesESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
CALIBRADO: Las estimaciones       Las estimaciones comarcales, población ocupada y parada, son calibradas       para cada ...
CALIBRADO: Valores poblacionales        La “Estimación de la Población Actual” (ePOBa) proporciona estimaciones de        ...
CALIBRADO: Valores poblacionales     Trimestre 1           Trimestre 2            Trimestre 3    Trimestre 4          EPA ...
ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO Método Jack-knife Método BootstrapESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUE...
ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO: Método Jack-knife       Se toman tantas submuestras como secciones censales existen...
ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO: Método Bootstrap       Las submuestras toman en cada estrato con nh secciones, nh-1...
CONCLUSIONES EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
CONCLUSIONES: Sintético-región dinámico con precisión variable       Ventajas       Posee bajas variabilidades (estabilida...
CONCLUSIONES: Sintético-región dinámico con precisión variable       Desventajas       Necesidad de definir matrices de ór...
RESULTADOS EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
http://www2.gobiernodecanarias.org/istac/operacion.js                    p?codigo=050.010.010&id=E30308BESTADÍSTICAS POR I...
Los resultados en los informes del CES ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
Los resultados en Eurostat ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
RESULTADOS COMPARADOS EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
RESULTADOS PROVISIONALES: Tasa paro hombre                                       Paro hombre (CA, Las Palmas y S/C Tenerif...
RESULTADOS PROVISIONALES: Tasa paro hombre                                          Paro Hombre (Las Palmas, LZ, FV y GC)1...
RESULTADOS PROVISIONALES: Tasa paro hombre                                        Paro Hombre (S/C Tenerife, Tf, LG, LP y ...
Resultados comparados: Afiliación versus Ocupados EPA (áreaspequeñas)               Afiliados a la Seguridad Social vs Ocu...
Resultados comparados: Paro registrado versus                                                            parados EPA (área...
GRACIAS POR SU ATENCIÓN Más información: http:// www.gobiernodecanarias.org/istac http://www.slideshare.net/istac http://t...
Upcoming SlideShare
Loading in...5
×

ESTADISTICAS POR ISLAS: Estimacion en areas pequeñas

2,097

Published on

El Instituto Canario de Estadística (ISTAC) impartió, en la Escuela de Estadística de las Administraciones Públicas del INE (Madrid), una sesión técnica sobre estadísticas por islas y estimación de áreas pequeñas, el 17 de febrero de 2011.

Asimismo en 18 de octubre de 2011, también en la citada escuela, impartió un módulo del curso "Estimación en pequeños dominios". La actual versión de la presentación se corresponde con el material usado en dicha sesión.

En las sesiones se presentaron los trabajos de investigación desarrollados conjuntamente con el Departamento de Estadística, Investigación Operativa y Computación de la Universidad de La Laguna para la determinación de estrategias de estimación a nivel insular y comarcal de las principales variables de la Encuesta de Población Activa (EPA) y de la Encuesta TIC-Hogares.

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
2,097
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
23
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

ESTADISTICAS POR ISLAS: Estimacion en areas pequeñas

  1. 1. INFRAESTRUCTURA ESTADÍSTICA ESTADÍSTICAS POR ISLAS Estimación en áreas pequeñasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  2. 2. INFRAESTRUCTURA ESTADÍSTICA ESTADÍSTICAS POR ISLAS Estimación en áreas pequeñas Alberto González Yanes jgonyanp@gobiernodecanarias.orgESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  3. 3. ESTADÍSTICAS POR ISLAS Estrategia de producción de información en áreas pequeñasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  4. 4. Necesidades de información insular, comarcal y local INSULAR COMARCAL LOCAL ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  5. 5. Estrategia de producción de datos: El empleo a modo de ejemplo AREAS REGISTROS PEQUEÑAS ADMINISTRATIVOS Encuesta de Estadística de Afiliación Población Activa a la Seguridad Social Estadística de Accidentes de Trabajo Estadística de Empresas Inscritas en la Seguridad Social (…) ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  6. 6. ESTIMACIÓN EN ÁREAS PEQUEÑAS PARA LA EPA Reseña histórica del trabajo realizadoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  7. 7. ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado El Instituto Canario de Estadística (ISTAC) se incorpora al grupo de trabajo de áreas pequeñas del INE desde sus inicios en abril de 2004. Participan otros institutos autonómicos: Cataluña, Madrid y Navarra, y posteriormente: Galicia, País Vasco, Baleares, Andalucía y Valencia. Se crea un grupo de trabajo de apoyo en el Departamento de Estadística, Investigación Operativa y Computación (ULL), firmando el proyecto “Estimadores en Áreas Pequeñas aplicados a la Estadística Pública Canaria (CANAREA 2005)” y posteriormente CANAREA 2006 y 2007, con la idea de cubrir los objetivos de: Responder a los requerimientos del grupo de trabajo sobre áreas pequeñas del Instituto Nacional de Estadística, e Incorporar los desarrollos técnicos y metodológicos a la práctica estadística del Instituto Canario de Estadística. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  8. 8. ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado El grupo de trabajo propone utilizar la Encuesta de Población Activa (EPA) en la evaluación de los estimadores de áreas pequeñas. Se construye un simulador de realizaciones de EPA partiendo de la población suministrada por el Censo de Población y Viviendas del 2001. Esto permite conocer los valores reales que se desean estimar y evaluar el rendimiento de los estimadores planteados. CANAREA 2005 evalúa también la posibilidad de utilización de muestra suplementaria (muestreo aleatorio simple de viviendas en las áreas pequeñas tras afijación uniforme). ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  9. 9. ESTIMACIÓN EN ÁREAS PEQUEÑAS: Reseña histórica del trabajorealizado Una breve reseña de los trabajos realizados y la metodología final para la estimación en pequeñas áreas de Canarias se puede encontrar en la publicación del ISTAC. En esa misma publicación se pueden encontrar, a modo de ejemplo, resultados anuales por islas para los años 2005, 2006 y 2007. Los resultados detallados, con carácter provisional, son publicados por el ISTAC en formato pc-axis y difundidos en la web y en CD. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  10. 10. ENCUESTA DE POBLACIÓN ACTIVA (EPA) Descripción de la encuestaESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  11. 11. LA ENCUESTA DE POBLACIÓN ACTIVA: Descripción de la encuesta Ofrece información del mercado laboral a nivel de comunidad autónoma y provincia. Periodicidad trimestral. Muestreo bietápico con estratificación en primera etapa (secciones censales y viviendas). 104 y 91 secciones en Las Palmas y S/C de Tenerife. 18 viviendas por sección. Se renueva la sexta parte cada trimestre (paneles). Utiliza estimadores directos de razón con pesos calibrados, wj , según: población de 16 y más años por grupo de edad y sexo (22 grupos) a nivel de CA, población de 16 y más años por provincia Las variables de interés en áreas pequeñas son: Totales de ocupados, parados e inactivos Tasas de ocupación, actividad y paro ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  12. 12. ENCUESTA DE POBLACIÓN ACTIVA Estimaciones de interés para CanariasESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  13. 13. ENCUESTA DE POBLACIÓN ACTIVA: Estimaciones de interés paraCanarias Pequeñas Áreas de interés para Canarias y requerimiento de información El nivel NUT 3 (Reglamento Nº 105/2007) considera las islas en lugar de las provincias. Para la Comunidad Autónoma es además de interés suministrar información a nivel de comarcas por sexo. 12 y 15 en Las Palmas y S/C de Tenerife respectivamente. Eurostat solicita información a nivel de isla por sexo y dos grupos de edades (<25 y ≥25). Los métodos planteados y evaluados van en la línea de proporcionar buenas estimaciones por comarcas y, posteriormente comprobar si la agregación proporciona buenas estimaciones a nivel de islas. Los inactivos son calculados por diferencia del tamaño poblacional con respecto a las estimaciones de activos. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  14. 14. EVALUACIÓN DE ESTIMADORES Simulador de EPA Estimadores Indicadores de rendimientoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  15. 15. SIMULADOR DE LA ENCUESTA DE POBLACIÓN ACTIVA Un simulador Se construye un programa que simula la extracción de realizaciones de EPA (igual diseño) a partir del Censo 2001. Se generan 1000 simulaciones. Con el simulador evaluamos diferentes estimadores a través de indicadores de rendimiento. Notación para estimadores e indicadores de rendimiento wj : peso del diseño al individuo j en la EPA. d: dominio a estimar (área pequeña*sexo). g: niveles de variable de estratificación (grupo de edad, <25; 25-54; >54). r: región formada por unión de dominios “homogéneos”. y: variable objetivo (p.e., 1 sí parado, 0 no parado). Nd: tamaño poblacional del dominio d. ˆ ˆ ( Nd : estimación HT de la población en el dominio d . Nd = ∑ j∈EPA w j . d ) ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  16. 16. ESTIMADORES: Estimadores basados en el diseño Estimación Directa Estimación Indirecta Información sólo del área pequeña Se incorpora Información de otras áreas (Directo, Pos-estratificado) (Sintético básico, sintético región) ˆ Compuesto = λd ydpost + (1 − λd ) yd yd ˆ ˆ sint Estimadores basados en modelos Modelos de individuos Modelos de áreas Se utiliza información a nivel de individuo Se utiliza información a nivel de área de de variables auxiliares variables auxiliares (EBLUP-A, Sintético-regresión) (EBLUP-B, Sintético-regresión) YdEBLUP = γ d yd ˆ directo + ( 1 − γ d )Ydsint-regr ˆ ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  17. 17. ESTIMADORES EVALUADOS: Estimadores basados en el diseño Directo ∑wy j j ˆ direct ˆ y direct = j∈EPAd Nd y su media ˆ direct = y d yd ∑w d j Nd j∈EPAd Posestratificado: suma ponderada de los estimadores directos de la media en los grupos de estratificación. y dpost = ∑ y dg Ndg ˆ ˆ direct g Sintético: suma ponderada de los estimadores directos de la media en los grupos de estratificación en una región r. Si r es la provincia: sintético-básico. ∑ w jy j y d = ∑ y rdirect Ndg = ∑ ˆ, j∈EPAr ,g ˆ sint Ndg Si r es el dominio: posestratificado. ∑ g g g wj Otro caso: sintético-región. j∈EPAr ,g ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  18. 18. ESTIMADORES EVALUADOS: Estimadores basados en el diseño Compuesto dependiente del diseño: combinación convexa del estimador posestratificado y del sintético. λd = 1 ˆ si Nd ≥ α Nd ˆ y dep = λd y ˆ post + (1 − λd ) y ˆ sint d d d ˆ λd = Nd /(α Nd ) otro caso Los valores de α se fijan a 2/3, 1, 1.5 y 2, constituyendo lo que denominaremos como compuesto 1, 2, 3 y 4, respectivamente. Propiedades Los estimadores directos y posestratificados son insesgados, aunque generalmente con altísimas varianzas (poca muestra). El estimador sintético suele presentar grandes sesgo (utilización de muestra indirecta) y pequeñas variabilidades (muestras grandes). Los estimadores compuestos intentan aprovechar las cualidades buenas de los directos y sintéticos. La determinación del parámetro λ es crucial. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  19. 19. ESTIMADORES EVALUADOS: Estimadores basados en modelo Nivel de área: modelos lineales generales mixtos, en el proyecto EURAREA se denota como modelo B o modelo de Fay-Herriots. θˆd = x d β + υd + ed ′ ˆ con θd una función del estimador directo, x d = ( x1d ,K, x pd )′ los valores para el dominio d de las p variables auxiliares consideradas, υd efectos aleatorios del dominio d ( N (0,σ υ ) ) 2 y ed los errores muestrales ( N (0,σ e2 / Nd ) ). Estimadores: EBLUP y sintético-regresión. ˆ ′ ˆ Ydsint-regr = x d β ˆ ˆ ˆ YdEBLUP = γ dYddirecto + (1 − γ d )Ydsint-regr con γ d = σ υ (σ υ + σ e2 Nd ) . ˆ2 ˆ2 ˆ ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  20. 20. ESTIMADORES: Error en la estimación VARIANZA SESGO ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  21. 21. INDICADORES DE RENDIMIENTO Sesgo relativo (SR): 1 Sim y d (k ) − Yd ˆ SRd ( y ) = ˆ ∑ Y 100 Sim k =1 d Media del sesgo relativo absoluto (SRAM): 1 SRAM ( y ) = ˆ ∑ SRd ( yˆ ) D d Error cuadrático medio relativo (REMC): 12 ⎛ 1 Sim ⎛ y (k ) − Y ⎞2 ⎞ ˆd ˆ) = ⎜ REMCd ( y ∑ ⎜ Y d ⎟ ⎟ 100 ⎜ Sim k =1 ⎝ ⎝ d ⎠ ⎟⎠ Media del error cuadrático medio relativo (REMCM): 1 REMCM ( y ) = ˆ ∑ REMCd ( yˆ ) D d ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  22. 22. ESTIMADORES E INDICADORES DE RENDIMIENTO ECM varianza varianza varianza sesgo2 sesgo2 sesgo2 Sintético Posestratificado Compuesto4 Compuesto1 ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  23. 23. INDICADORES DE RENDIMIENTO: Selección del mejor estimador Criterio más usual de elección de un estimador es el de tomar aquel con menor error cuadrático e insesgado. EMC varianza varianza varianza sesgo2 sesgo2 sesgo2¿Problema temporalcon la variabilidad? Sugerencia: Elegir estimadores con variabilidades próximas a las de la estimación a nivel de provincia. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  24. 24. CANAREA 2005 Influencia de muestra suplementariaESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  25. 25. CANARERA 2005: Simulación de muestra suplementaria Se simula la utilización de muestra suplementaria, aumentando el número de viviendas en una fracción r sobre el número total de viviendas de la EPA, 3042 viviendas, seleccionadas por muestreo aleatorio simple dentro de cada área pequeña tras un reparto uniforme entre ellas. (r igual al 0%, 50%,75%,80% y 100%). Estimador directo con muestra suplementada: ∑wy j∈EPA j j + ∑ vy i∈SUP i i yd = ˆ direct Nd ∑ w j∈EPAd j + ∑v i∈SUPd i ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  26. 26. CANAREA 2005: Influencia muestra suplementaria r=0 r=0 25 9 6 20 3 15 REMC 0 SR 10 -3 -6 5 -9 0 -12 EH LG FV LP LZ TF GC EH LG FV LP LZ TF GC Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Error Cuadrático Medio Relativo (REMC) y Sesgo Relativo (SR) para hombres ocupados con la EPA original (r =0). Se utilizan 1000 simulaciones.• Sin muestra suplementaria: el sintético y el compuesto 4 son los mejores, si bien ambos con los peores sesgos. Con sesgos más pequeños y con errores cuadráticos próximos a estos dos, se sitúan los dos primeros compuestos así como el posestratificado ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  27. 27. CANAREA 2005: Influencia muestra suplementaria 9 16 8 14 7 12 6REMCM 10 SRAM 5 8 4 6 3 4 2 2 1 0 0 0 0.5 0.75 0.8 1 0 0.5 0.75 0.8 1 Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Media del Error Cuadrático Medio Relativo (REMCM) y Sesgo Relativo Absoluto (SRAM) para hombres ocupados con la EPA original (r = 0) y suplementada (r =0’5, 0’75, 0’80 y 1). Se utilizan 1000 simulaciones. • Con muestra suplementaria El aumento por encima del 50% de fracción de muestreo no produce cambios significativos. LA SUPLEMENTACIÓN DE MUESTRA REDUCE LA VARIABILIDAD, PERO NO EL SESGO ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  28. 28. CANAREA 2005: Influencia muestra suplementaria r=0 r=0 25 9 6 20 3 15 REMC 0 SR 10 -3 -6 5 -9 0 -12 EH LG FV LP LZ TF GC EH LG FV LP LZ TF GC Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 r=1 r=1 25 9 6 20 3 15 0 REMC SR -3 10 -6 5 -9 0 -12 EH LG FV LP LZ TF GC EH LG FV LP LZ TF GC Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 Directo Posestr Sintético Comp1 Comp2 Comp3 Comp4 • Con muestra suplementaria se reducen todos los errores cuadráticos con la excepción del sintético básico, pero este sigue manteniendo los mejores errores cuadráticos ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  29. 29. CANAREA 2005: Conclusiones El estimador sintético básico Menores variabilidades. Mayores sesgos (agravándose en comarcas e islas con peculiaridades en la actividad económica –por ejemplo las turísticas-). El sesgo se reduce con la utilización de estimadores compuestos, a costa de aumentar variabilidad. En la mayoría de las comarcas, el error cuadrático medio relativo sigue siendo de los más pequeños, incluso después de la utilización de muestra suplementaria. La realización de encuesta suplementaria es caro y estratégicamente difícil. ¿Podremos aprovechar las buenas propiedades que tiene este estimador tomando información de otras áreas distintas a la provincia? ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  30. 30. ESTIMADOR SINTÉTICO REGIÓN Estático y dinámicoESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  31. 31. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regiones Se propone (Rao 2003, pag. 46) construcción de regiones, uniones de comarcas, que presenten comportamiento homogéneo en cuanto a las variables objetivo a estudiar. Se ha distinguido entre hombre ocupado, mujer ocupada, hombre parado o mujer parada. Las variables auxiliares utilizadas en la construcción de las regiones fueron: Información censal (Censo de Población y Viviendas de 2001). Utilización de variables homónimas del Censo. Registros administrativos (empleo registrado, para registrado,…). La construcción utilizó técnicas de análisis cluster (K-medias o jerárquicos) sobre los dominios. Regiones estáticas: los dominios pertenecientes a un mismo cluster comparten su información (entre 2 y 5 clusters parece ser adecuado). Denotamos por C2, C3, C4, … Valoración a posteriori del error cuadrático y sesgo (simulación). ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  32. 32. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesConstrucción de regiones a partir del Censo 2001 Para cada variable Hombres Ocupados objetivo por sexo se han considerado las correspondientes del Censo 2001 desagregada por grupo de edad y relativizadas por el total comarcal de dicho sexo. Mujeres Ocupadas ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  33. 33. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesConstrucción de regiones a partir de registros administrativos Partiendo de las variables auxiliares: Empleo Total (agrario, industria, construcción y servicio), Empleo por Cuenta Ajena (agrario, industria, construcción y servicio), Empleo por Cuenta Propia (agrario, industria, construcción y servicio), Paro total (hombre, mujer, mayor 25 años, agrario, industria, construcción y servicio) y Contratos (hombres, mujeres, indefinidos, temporal, agrario, industria, construcción y servicio). Se han relativizado a los tamaños comarcales. Se han seleccionado distintos modelos (utilizando la información del año 2001 para buscar relaciones con variables objetivo del Censo 2001). ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  34. 34. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesCenso 2001 vs Registros administrativos Variables homónimas: Ventajas Variables automáticamente definidas. Estabilidad temporal. Inconvenientes: Revisión sólo cada 10 años. Diferencia de definición de conceptos EPA y Censo. Registros administrativos: Ventajas Posibilidad de reflejar cambios bruscos si el periodo de vigencia de las regiones es relativamente corto. Inconvenientes: Elección del modelo (variables). Periodo de vigencia de regiones. Falta de estabilidad temporal. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  35. 35. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regionesCenso 2001 vs Registros administrativos Ocupados Hombres MujeresSe ha comprobado la Censal 2001 2002 2003 2004 2005 Censal 2001 2002 2003 2004 2005evolución de las regiones a LZ-E LZ-N 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1través de las variables de LZ-SO 1 1 1 1 1 1 1 1 1 1 1 1 FV-C 1 1 1 1 1 1 1 1 1 1 1 1registros administrativos FV-N 1 1 1 1 1 1 1 1 1 1 1 1para los años disponibles FV-S GC-Me 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2(2001-2005) GC-CN 2 2 2 2 2 2 2 2 2 2 2 2comparándolas con las GC-NO 2 2 2 2 2 2 2 2 2 2 2 2 GC-O 2 2 2 2 2 2 2 2 2 2 2 2obtenidas con las variables GC-S GC-SE 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 2 1 2 1 1 1 1homónimas del Censo. TF-Ab 1 1 1 1 1 1 1 2 2 2 1 1 TF-Ac 2 2 2 2 2 2 2 2 2 2 2 2 TF-Me 2 2 2 2 1 2 2 2 2 2 1 1 TF-D 2 2 2 2 2 2 2 2 2 2 2 2En general, cuando el TF-I 2 2 2 2 2 2 2 2 2 2 2 2 TF-SO 1 1 1 1 1 1 1 1 1 1 1 1número de regiones a TF-VG TF-VO 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2constituir es relativamente LG-N 2 2 2 2 2 2 2 2 2 2 2 2pequeño suele producir LG-S LP-Ca 2 2 2 2 1 2 1 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2resultados muy similares. LP-NE 2 2 2 2 2 2 2 2 2 2 2 2 LP-NO 2 2 2 2 2 2 2 2 2 2 2 2 LP-VA 2 2 2 2 2 2 2 2 2 2 2 2 EH 2 2 2 2 2 2 2 2 2 2 2 2 ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  36. 36. ESTIMADOR SINTÉTICO-REGIÓN: Construcción de regiones¿Cuántas regiones construimos? Ocupados Parados REMCM SRAM REMCM SRAM Datos provinciales H M H M H M H M Directo 11,76 19,90 1,47 2,83 43,40 47,02 3,51 2,23 con variabilidades Posestrat. 10,50 18,29 1,40 2,39 44,42 46,84 3,85 2,14 Sintético 6,76 13,77 6,07 13,03 21,96 20,08 19,15 17,71 para ocupados entre un 2 y 3% y para Sint_C2 4,82 8,96 3,79 7,39 16,54 14,08 12,66 8,31 Sint_C3 4,98 8,37 3,19 6,18 17,97 14,76 9,95 8,31 parados en torno al Sint_C4 4,95 8,01 2,80 5,24 15,35 15,88 6,98 7,24 Sint_C5 5,67 9,70 2,87 5,51 15,51 18,19 5,53 7,23 7%. Sint_C6 5,47 9,13 2,43 4,70 19,08 17,34 5,62 6,92 Sint_C7 5,75 8,67 2,47 5,34 20,46 20,78 5,44 6,31 Se ha constatado sobre EPA reales El sesgo se reduce con el (2001-2005) y tasa de aumento de regiones paro que C4, produce una excesiva variabilidad entre El error cuadrático medio se trimestre ( >8% entre reduce con el aumento de REMCM y SRAM). regiones ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  37. 37. ESTIMADOR SINTÉTICO-REGIÓN: Resultados con sintético-regiónestático 14 12 10 REMCM 8 6 4 2 0 Directo Posestrat. Sintético Sint_C2 Sint_C3 Sint_C4 Sint_C5 Sint_C6 Sint_C7 14 12 10 SRAM 8 6 4 2 0 Directo Poses trat. Sintético Sint_C2 Sint_C3 Sint_C4 Sint_C5 Sint_C6 Sint_C7 ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  38. 38. ESTIMADOR SINTÉTICO-REGIÓN: Resultados con sintético-regiónestático Hombres Ocupados Hombres Ocupados 25 10 20 5 15 REMC 0 SR 10 -5 5 -10 0 -15 LZ FV GC TF LG LP EH LZ FV GC TF LG LP EH Directo Posestrat Sintético 2-2-2-2 3-3-4-2 Directo Posestrat Sintético 2-2-2-2 3-3-4-2 Hombres Parados Hombres Parados 70 Bajan los errores cuadráticos respecto del 65 45 60 55 postestratificado 40 35 Bajan los sesgos respecto del 50 30 45 25 20 sintético básico REMC 40 15 SR 35 30 10 25 5 20 0 15 -5 10 -10 5 -15 0 -20 LZ FV GC TF LG LP EH LZ FV GC TF LG LP EH Directo Posestrat Sintético 2-2-2-2 3-3-4-2 Directo Posestrat Sintético 2-2-2-2 3-3-4-2 ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  39. 39. ESTIMADOR SINTÉTICO-REGIÓN: Dinámico En las regiones estáticas todas las comarcas de una misma región prestan y toman prestada la información que poseen. Si bien los resultados son aceptables, parece más lógico proponer regiones “borrosas” (fuzzy), donde una comarcas A pueda compartir su información con una comarca B y no necesariamente al revés. (Ej. GC-Me pueda prestar y no necesariamente tomar prestada información de otras comarcas). Se proponen regiones dinámicas La idea es similar a la que subyace en los estimadores compuestos. Aprovechar la información directa y cuando no es suficiente pedir prestada (“Borrowing strengh”) información auxiliar. Se intenta conseguir un equilibrio entre la variabilidad y el sesgo intentando mantener un ECM bajo. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  40. 40. ESTIMADOR SINTÉTICO-REGIÓN: Dinámico Utilizando distancias, por ejemplo la euclídea, se definen matrices de órdenes de cercanía entre las distintas comarcas. En la estimación de una comarca, si se precisa muestra adicional se tomará de las comarcas más próximas. El método de parada en la utilización de información de las comarcas vecinas, emplea una versión simplificada del cálculo del tamaño muestral necesario que debería tener una comarca con una determinada precisión, Se ha fijado: zα 2P (1 − P )N 2 • zα 2 a 1.96. n= ε (N − 1) + zα 2P (1 − P ) 2 2 • P a 0.20 • ε entre el 1 y 4%. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  41. 41. ESTIMADOR SINTÉTICO-REGIÓN: Dinámico La interpretación de ε puede variar con respecto a su interpretación estándar. Valores pequeños de ε, muestras grandes, posibilita la utilización de información de comarcas más alejadas, y Valores grandes, muestras pequeñas, que tiene pocos vecinos relativamente próximos o no precisa más muestra. En el límite sólo muestra directa, el estimador posestratificado. Una comarca utilizará información de las comarcas más próximas hasta que alcance el tamaño muestral obtenido con dicha precisión. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  42. 42. ESTIMADOR SINTÉTICO-REGIÓN: Dinámico LZ-E LZ-N LZ-SO FV-C FV-N … LZ-E 1 5 3 4 3 Las comarcas utilizarán LZ-N 8 1 8 9 8 información de aquellas LZ-SO FV-C 5 7 9 13 1 4 3 1 2 4 comarcas con número de FV-N 3 8 2 2 1 cercanía más bajo. FV-S GC-Me 10 17 21 16 9 17 5 16 9 17 GC-CN 11 6 11 11 11 GC-NO 18 17 18 18 18 GC-O 20 20 20 20 20 GC-S 6 2 7 8 7 GC-SE 2 4 6 6 5 Ej.: LZ-E inicialmente TF-Ab TF-Ac 9 12 7 10 10 12 10 12 10 12 utilizará LZ-E (1) y TF-Me 16 15 16 17 16 posteriormente si precisa TF-D TF-I 22 19 22 19 22 19 22 19 22 19 GC-SE (2), FV-N (3), TF- TF-SO 4 3 5 7 6 SO (4), …, LP-NO (27). TF-VG TF-VO 14 15 12 14 14 15 14 15 14 15 LG-N 26 26 26 26 26 LG-S 13 11 13 13 13 LP-Ca 21 18 21 21 21 LP-NE 24 24 24 24 24 LP-NO 27 27 27 27 27 LP-VA 25 25 25 25 25 EH 23 23 23 23 23 ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  43. 43. ESTIMADOR SINTÉTICO-REGIÓN: Dinámico Se distinguen entre dos posibilidades según la fijación de la precisión (ε ). Precisión constante La precisión, ε, se fija independientemente de la comarca, variable objetivo y sexo (entre el 1 y 4%). Precisión variable La precisión puede variar entre comarcas, variable objetivo y sexo. Se aplica inicialmente una rejilla de precisiones constantes entre el 1 y 4%, eligiendo para cada comarca, variable objetivo y sexo la que minimiza los errores cuadráticos medios de cada estimación. Finalmente se aplica el estimador con tales precisiones. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  44. 44. VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  45. 45. VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados Hombres Ocupados 13 12 11 10 9 8 7 REMCM 6 SRAM 5 4 3 2 1 0 Directo Sint_básico Dinámico PV Posestr. 1% 1,50% 1,75% 2% 2,50% 3% Sint. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  46. 46. VALORACIÓN DE ESTIMADORES SOBRE SIMULACIONES: Resultadossobre estimadores evaluados Hombres Parados 50 45 40 35 30 REMCM 25 SRAM 20 15 10 5 0 Directo Sint_básico Dinámico PV Posestr. 1% 1,50% 1,75% 2% 2,50% 3% Sint. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  47. 47. VALORACIÓN DE ESTIMADORES: Comparación con estimadoressuplementados Hombres Ocupados (r=1) 12 Menores errores 10 cuadráticos 8 REMC 6 4 2 0 LZ FV GC TF LG LP EH Directo Posestr. Sint-bas Comp1 Comp2 Comp3 Comp4 1% 2% 3% PV 12 10 8 6 4 2 SR 0 -2 -4 -6 -8 Se mejoran los sesgos respecto a los -10 compuestos pero quedan por encima del directo -12 LZ FV GC TF LG LP EH Directo Posestr. Sint-bas Comp1 Comp2 Comp3 Comp4 1% 2% 3% PV ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  48. 48. VALORACIÓN DE ESTIMADORES: Comparación con estimadoressuplementados Hombres Parados (r=1) 45 40 35 30 REMC 25 20 15 10 5 0 LZ FV GC TF LG LP EH Directo Posestr. Sint-bas Comp1 Comp2 Comp3 Comp4 1 2 3 PV 45 40 35 30 25 20 15 SR 10 5 0 -5 -10 -15 -20 LZ FV GC TF LG LP EH Directo Posestr. Sint-bas Comp1 Comp2 Comp3 Comp4 1 2 3 PV ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  49. 49. CALIBRADOS Las estimaciones Valores poblacionalesESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  50. 50. CALIBRADO: Las estimaciones Las estimaciones comarcales, población ocupada y parada, son calibradas para cada sexo y provincia (reparto proporcional). La población inactiva comarcal es entonces calculada por diferencia con respecto al total poblacional de dicho dominio. Las estimaciones por islas son obtenidas por agregación de las comarcas que las componen. Las estimaciones a nivel de isla por grupo de edad (<25 y ≥25) son adicionalmente calibradas (método Calmar) a las estimaciones a nivel de isla y a las estimaciones provinciales por grupo de edad (<25 y ≥25). ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  51. 51. CALIBRADO: Valores poblacionales La “Estimación de la Población Actual” (ePOBa) proporciona estimaciones de totales poblaciones por isla, sexo y grupo de edad (<25, 25-54, >54) a principio de cada año. Estos datos son ajustados en los diferentes trimestres (CalMar) a: Las estimaciones poblacionales por sexo a nivel de provincia suministrado por la correspondiente EPA, y a Los totales poblacionales por grupo de edad y sexo a nivel de Comunidad Autónoma. Finalmente los datos comarcales a nivel de grupo de edad por sexo proporcionados por el Padrón Municipal de Habitantes a 1 de enero del último año publicado, son ajustados (reparto proporcional) a los datos de islas por grupo de edad por sexo anteriormente ajustados. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  52. 52. CALIBRADO: Valores poblacionales Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4 EPA EPA EPA EPA C.A. C.A. C.A. C.A. (sexo*edad) (sexo*edad) (sexo*edad) (sexo*edad) Provincia Provincia Provincia Provincia (sexo) (sexo) (sexo) (sexo) ePOBa isla isla isla (sexo*edad) (sexo*edad) (sexo*edad) Padrón Continuo Comarca Comarca Comarca (sexo*edad) (sexo*edad) (sexo*edad)ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  53. 53. ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO Método Jack-knife Método BootstrapESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  54. 54. ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO: Método Jack-knife Se toman tantas submuestras como secciones censales existen. Cada una de ellas al dejar una sección fuera. Los pesos originales de los individuos de secciones que están en el estrato de la sección eliminada son modificados (factor ). Se calculan las estimaciones para cada una de las submuestras exactamente igual que con la muestra original. H ⎛ nh − 1 nh ˆ sint_rd ˆ sint_rd 2 ⎞ ˆ MSEJK (Yˆ d sint_rd ) = ∑⎜ ∑ ˆ ( h .) ˆ (Yd ( hi ) − Yd ( h .) ) + ((nh − 1)(Ydsint_rd − Ydsint_rd ))2 ⎟ h =1 ⎝ nh i =1 ⎠ con Yd ( h .) d = ∑ i =1Yd ( hi ) d nh . ˆ sint_r ˆ sint_r nh ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  55. 55. ESTIMACIÓN DEL ERROR CUADRÁTICO MEDIO: Método Bootstrap Las submuestras toman en cada estrato con nh secciones, nh-1 secciones mediante muestreo aleatorio simple con reemplazamiento. Los pesos originales de los individuos son modificados (factor mi nh /(nh-1), con mi número de veces que aparece la sección i en el muestreo). Este proceso se repite R veces (al menos R = 500). Se calculan las estimaciones para cada una de las submuestras exactamente igual que con la muestra original. ˆ (Y sint_rd ) = 1 R ˆ MSEB d ∑ (Yˆdrsint_rd − Yˆdsint_rd )2 . R − 1 r =1 Las valoraciones sobre simulaciones nos indican que el método Jack-knife es preferible sobre el método Bootstrap implementado (subestima). ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  56. 56. CONCLUSIONES EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  57. 57. CONCLUSIONES: Sintético-región dinámico con precisión variable Ventajas Posee bajas variabilidades (estabilidad de la serie trimestral). Áreas con abundante muestra directa utilizan poca o ninguna muestra indirecta. Áreas con escasa muestra aprovechan la información indirecta (empezando por las áreas más próximas a la que se desea estimar). El proceso de asignación de información está separado del de estimación. Permite conocer y cambiar la estructura de asignación de información. La modificación de la regla de parada (elección de precisión) permite trabajar con un amplio abanico de posibilidades (ECM relativamente bajo con alto sesgo hasta ECM moderado con bajo sesgo) ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  58. 58. CONCLUSIONES: Sintético-región dinámico con precisión variable Desventajas Necesidad de definir matrices de órdenes de cercanía entre comarcas para cada variable objetivo. Indicar periodo de vigencia de las matrices de órdenes (inferiores a cinco no serán necesarios, en particular, la intención es que coincidan con publicación del Censo). Los estimadores sintéticos no son insesgados. Si bien las pruebas indican que los ECM son de los más bajos. ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  59. 59. RESULTADOS EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  60. 60. http://www2.gobiernodecanarias.org/istac/operacion.js p?codigo=050.010.010&id=E30308BESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  61. 61. Los resultados en los informes del CES ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  62. 62. Los resultados en Eurostat ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  63. 63. RESULTADOS COMPARADOS EPA insular y comarcalESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  64. 64. RESULTADOS PROVISIONALES: Tasa paro hombre Paro hombre (CA, Las Palmas y S/C Tenerife)18,016,014,0 053500012,0 0538000 050000010,0 8,0 6,0 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 ciclo ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  65. 65. RESULTADOS PROVISIONALES: Tasa paro hombre Paro Hombre (Las Palmas, LZ, FV y GC)18,016,014,012,0 0535100 0535200 053530010,0 0535000 8,0 6,0 4,0 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 ciclo ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  66. 66. RESULTADOS PROVISIONALES: Tasa paro hombre Paro Hombre (S/C Tenerife, Tf, LG, LP y EH)18,016,014,012,0 0538400 0538500 0538600 053870010,0 0538000 8,0 6,0 4,0 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 ciclo ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  67. 67. Resultados comparados: Afiliación versus Ocupados EPA (áreaspequeñas) Afiliados a la Seguridad Social vs Ocupados según EPA en áreas pequeñas. 1T-05 Total Grupos de edad Sexo <25 >=25 Hombre Mujer CANARIAS 715.280 819.968 72.568 85.185 642.712 734.783 425.790 493.757 289.490 326.211 LZ 52.217 53.452 5.895 5.871 46.322 47.581 30.889 32.085 21.328 21.367 LZ-Este 37.448 38.116 4.375 - 33.073 - 21.978 22.647 15.470 15.469 LZ-Norte 8.318 8.789 707 - 7.611 - 4.942 5.245 3.376 3.543 LZ-Suroeste 6.451 6.548 813 - 5.638 - 3.969 4.193 2.482 2.355 FV 37.759 36.440 4.459 4.037 33.300 32.403 22.571 22.410 15.188 14.030 FV-Centro 3.506 3.620 379 - 3.127 - 2.239 2.266 1.267 1.353 FV-Norte 20.649 19.739 2.372 - 18.277 - 12.297 11.953 8.352 7.786 FV-Sur 13.604 13.082 1.708 - 11.896 - 8.035 8.190 5.569 4.892 GC 286.491 335.957 28.354 36.653 258.137 299.304 171.724 199.581 114.767 136.377 GC-Metropolitana 179.651 218.566 16.671 - 162.980 - 107.306 129.027 72.345 89.539 GC-Centro Norte 14.010 16.088 1.185 - 12.825 - 9.161 9.811 4.849 6.277 GC-Noroeste 17.694 20.526 1.624 - 16.070 - 10.898 12.444 6.796 8.082 GC-Oeste 4.772 4.985 524 - 4.248 - 2.698 3.042 2.074 1.943 GC-Sur 26.426 27.956 3.096 - 23.330 - 15.716 16.898 10.710 11.058 GC-Sureste 43.938 47.836 5.254 - 38.684 - 25.945 28.358 17.993 19.478 TF 303.225 347.076 30.867 34.310 272.358 312.765 179.269 210.265 123.956 136.811 TF-Abona 23.020 24.754 2.701 - 20.319 - 13.295 15.230 9.725 9.524 TF-Acentejo 20.807 23.863 2.185 - 18.622 - 13.412 14.822 7.395 9.041 TF-Área metropolitana 135.626 159.967 12.055 - 123.571 - 78.485 95.612 57.141 64.355 TF-Daute 6.166 7.445 721 - 5.445 - 3.921 4.698 2.245 2.746 TF-Icod 11.702 13.408 1.382 - 10.320 - 7.417 8.305 4.285 5.104 TF-Suroeste 52.554 57.589 6.293 - 46.261 - 30.088 35.524 22.466 22.066 TF-Valle de Güímar 15.864 17.247 1.514 - 14.350 - 9.301 10.424 6.563 6.822 TF-Valle de La Orotava 37.486 42.802 4.016 - 33.470 - 23.350 25.650 14.136 17.153 LG 7.319 8.921 586 768 6.733 8.153 4.344 5.597 2.975 3.324 LG-Norte 1.900 3.229 185 - 1.715 - 1.178 2.112 722 1.117 LG-Sur 5.419 5.692 401 - 5.018 - 3.166 3.485 2.253 2.207 LP 25.009 34.173 2.122 3.190 22.887 30.983 15.051 21.285 9.958 12.888 LP-Capitalina 10.996 13.899 861 - 10.135 - 6.480 8.512 4.516 5.388 LP-Noreste 2.883 3.937 223 - 2.660 - 1.779 2.505 1.104 1.432 LP-Noroeste 1.482 2.474 113 - 1.369 - 922 1.596 560 878 LP-Valle de Aridane 9.648 13.863 925 - 8.723 - 5.870 8.673 3.778 5.191 EH 3.260 3.949 285 355 2.975 3.594 1.942 2.534 1.318 1.415 Fuente: Instituto Canario de Estadística (ISTAC) ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  68. 68. Resultados comparados: Paro registrado versus parados EPA (áreaspequeñas) Paro registrado vs parados EPA. Primer trimestre de 2006. Total Grupos Sexo <25 >=25 Hombre Mujer CANARIAS 135.004 117.479 17.323 26.172 117.681 91.307 56.244 55.864 78.760 61.615 LZ 6.158 6.864 653 1.594 5.504 5.270 2.749 3.727 3.408 3.137 LZ-Este 4.569 5.134 499 - 4.071 - 2.015 2.837 2.555 2.297 LZ-Norte 939 929 99 - 839 - 405 486 533 442 LZ-Suroeste 650 802 55 - 594 - 329 404 320 398 FV 4.950 5.236 589 1.194 4.361 4.043 2.260 2.609 2.690 2.627 FV-Centro 481 501 43 - 438 - 226 266 254 234 FV-Norte 2.834 3.159 368 - 2.466 - 1.220 1.511 1.614 1.648 FV-Sur 1.635 1.577 178 - 1.457 - 814 832 822 745 GC 63.466 51.892 8.627 11.033 54.839 40.859 26.038 24.107 37.428 27.785 GC-Metropolitana 43.797 34.922 6.010 - 37.787 - 17.955 16.253 25.842 18.669 GC-Centro Norte 2.511 1.832 311 - 2.201 - 985 1.009 1.527 823 GC-Noroeste 4.384 3.059 641 - 3.742 - 1.750 1.393 2.633 1.666 GC-Oeste 636 679 97 - 539 - 349 350 287 329 GC-Sur 3.942 4.323 460 - 3.481 - 1.759 1.904 2.182 2.419 GC-Sureste 8.196 7.077 1.107 - 7.089 - 3.240 3.198 4.956 3.879 TF 51.674 46.687 6.464 10.819 45.210 35.868 21.457 21.970 30.217 24.717 TF-Abona 2.904 3.430 298 - 2.606 - 1.143 1.361 1.761 2.069 TF-Acentejo 3.737 3.365 481 - 3.256 - 1.600 1.476 2.137 1.889 TF-Área metropolitana 25.224 22.554 3.279 - 21.944 - 10.599 10.708 14.625 11.845 TF-Daute 1.360 927 195 - 1.165 - 601 465 758 462 TF-Icod 2.991 1.665 357 - 2.634 - 1.199 907 1.792 758 TF-Suroeste 5.756 7.048 578 - 5.178 - 2.380 3.413 3.376 3.634 TF-Valle de Güímar 2.534 2.134 306 - 2.229 - 1.018 1.087 1.516 1.047 TF-Valle de La Orotava 7.169 5.565 971 - 6.198 - 2.917 2.552 4.252 3.012 LG 1.359 1.316 129 276 1.230 1.040 627 684 732 632 LG-Norte 488 341 44 - 444 - 233 186 254 156 LG-Sur 872 975 85 - 786 - 394 499 478 476 LP 6.763 4.919 797 1.110 5.965 3.808 2.815 2.450 3.947 2.469 LP-Capitalina 2.690 1.907 325 - 2.365 - 1.112 922 1.578 985 LP-Noreste 630 501 65 - 565 - 245 260 386 241 LP-Noroeste 601 350 56 - 546 - 308 197 293 152 LP-Valle de Aridane 2.841 2.161 352 - 2.490 - 1.151 1.070 1.691 1.091 EH 634 564 63 145 570 419 297 316 337 248 Fuente: Instituto Canario de Estadística ESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  69. 69. GRACIAS POR SU ATENCIÓN Más información: http:// www.gobiernodecanarias.org/istac http://www.slideshare.net/istac http://twitter.com/istac_esESTADÍSTICAS POR ISLAS Y ESTIMACIÓN EN ÁREAS PEQUEÑAS
  1. Gostou de algum slide específico?

    Recortar slides é uma maneira fácil de colecionar informações para acessar mais tarde.

×