Pasar al contenido principal
Disponible enEspañol

Desagregación de estimaciones en áreas pequeñas usando R.

16 Oct-22 Dic 2023 | Curso

Este curso internacional “Desagregación de Estimaciones en Áreas Pequeñas usando R” es organizado por la Comisión Económica para América Latina y el Caribe (CEPAL) con apoyo del Intersecretariat Working Group on Household Surveys y la División de Estadísticas de Naciones Unidas.

Detalles

Idioma del curso Español
Modalidad
A distancia
Contacto

Andrés Gutiérrez

Andrés Gutiérrez
andres.gutierrez@cepal.org

Público objetivo

Dirigido al personal técnico de los INE y demás instituciones de los sistemas estadísticos nacionales. Asimismo, funcionarios técnicos de Ministerios Nacionales y áreas de gobiernos regionales, provinciales o distritales. De la misma manera, a los miembros de organizaciones que realizan investigación social, y a miembros de la academia, como profesores o estudiantes de programas afines al tópico del curso.

Descripción

Objetivos generales

El curso permitirá discutir entre los técnicos de los sistemas estadísticos nacionales la utilidad de las encuestas de hogares junto con otras fuentes de datos para producir estadísticas sociales para áreas pequeñas (subgrupos de población específicos). Igualmente, se revisarán las metodologías actuales para la combinación de fuentes de datos para lograr niveles más altos de precisión y compartir los desafíos y las mejores prácticas para cumplir con el llamado de no dejar a nadie atrás.

Objetivos específicos

  1. Introducir a los asistentes en el paradigma del error total de muestreo como base de análisis de las encuestas de hogares.
  2. Repasar las técnicas usuales de ponderación y estimación directa en las encuestas de hogares basadas en el principio de representatividad.
  3. Presentar las metodologías de estimación indirecta en el cálculo de estimadores de parámetros desagregados
  4. Introducir a los participantes en el paradigma de la inferencia basada en la modelación sobre la población finita.
  5. Presentar las metodologías de estimación de Fay-Herriot (modelos de área) y Battese-Harter- Fuller (modelos de unidad)
  6. Presentar la antigua metodología del Banco Mundial (ELL) y del predictor Empirical Best.
  7. Presentar las metodologías asociadas a parámetros complejos que se desvían del supuesto de la normalidad.
  8. Realizar prácticas computacionales en R para todas las metodologías de estimación en áreas pequeñas.
  9. Realizar mapas de indicadores desagregados a nivel geográfico.

Requisitos

Este curso introducirá paulatinamente los conceptos fundamentales de la teoría del muestreo y el ajuste estadístico de modelos mixtos. Se espera que el asistente tenga destreza en el manejo básico de algunos conceptos estadísticos, como medidas de tendencia central, medidas de dispersión y conceptos de probabilidad. De igual forma, el estudiante debe tener conocimientos básicos en el manejo de información sistematizada en hojas de cálculo. El conocimiento y previo manejo del software R es deseable.

¿Por qué debo tomar este curso?

  • Para entender las diferentes características de la estimación desagregada de los indicadores de los Objetivos de Desarrollo Sostenible.
  • Para obtener capacitación en las técnicas modernas de estimación indirecta basadas en encuestas de hogares, censos y registros administrativos.
  • Para aprender a seleccionar la mejor metodología a la hora de obtener estimaciones desagregadas y sus correspondientes errores estándar.
  • Para poder implementar un sistema de estimación en áreas pequeñas dentro de los Institutos Nacionales de Estadística, Ministerios de Gobierno y demás instituciones estatales en los países.
  • Para tener la oportunidad de interactuar directamente con instructores expertos en la estimación de indicadores desagregados y discutir con profesionales que cuentan con bastante experiencia en este tópico.

Materiales

Debido a la diversidad de herramientas computacionales disponibles para la modelación estadística y estimación en encuestas de hogares, se propone trabajar con el software estadístico R, puesto que su acceso es universal, es un software libre y además es multiplataforma (Windows, Mac, Linux). El ILPES de CEPAL proveerá la plataforma virtual de este curso en donde se podrá acceder a los materiales como presentaciones, videos, foros, bases de datos, códigos computacionales, entre otros.

Duración del curso

El Curso tiene un total de 80 horas académicas, las cuales se desarrollarán del 16 de octubre de 2023 al 22 de diciembre de 2023, repartidos en diez módulos. El curso tiene una duración de diez semanas y exige una hora diaria de dedicación para lectura de material, visualización de videos y resolución de actividades propuestas.

Metodología del curso

Las clases serán virtuales a cargo de funcionarios de la División de Estadísticas de la CEPAL e instructores internacionales para que los estudiantes puedan replicar los conceptos adquiridos en el curso a través de 10 módulos que repasan los distintos contenidos. Consta de material audiovisual para ejemplificar los aspectos más importantes de las metodologías de estimación en áreas pequeñas y de prácticas computacionales con bases de datos de encuestas de hogares y censos.

Coordinación académica

Para información sobre el contenido del curso contactar a:

» Andrés Gutiérrez
 Email: andres.gutierrez@cepal.org / Teléfono: +56 2 2210 2665

» Cristian Téllez
 Email: cftellezp@unal.edu.co / Teléfono: +57 300 2451617

Programa

Contenidos temáticos

  1. Objetivos de Desarrollo Sostenible y SAE.
  2. Estimadores Directos en encuestas de hogares.
  3. Estimadores sintéticos y compuestos.
  4. Modelos de área.
  5. Modelos de unidad.
  6. Mejor predictor empírico.
  7. Modelos bayesianos y generalizados.
  8. Marco de referencia para la aplicación de modelos SAE.
  9. Mapeo de indicadores.
  10. Repaso de las metodologías SAE.