Speech
Description
El énfasis en la Agenda 2030 para el Desarrollo Sostenible en no dejar a nadie atrás (No one left behind) y alcanzar a los más vulnerables presenta a la comunidad estadística muchos desafíos y oportunidades. La desagregación de datos es esencial para comprender si los frutos del desarrollo están beneficiando a todo el espectro de la sociedad, incluidos los más vulnerables y los más atrasados. Será un desafío para los sistemas estadísticos nacionales, incluidos los de los países desarrollados, producir datos desglosados por diversas características de la población y por diferentes niveles de geografía. Nuevas y mejores metodologías estadísticas, técnicas innovadoras y el mayor uso de datos administrativos se encuentran entre las iniciativas esenciales necesarias para responder a los enormes desafíos que presenta la necesidad de datos más detallados. La Agenda 2030 brinda oportunidades para mejorar y mejorar la capacidad estadística de los países para producir información relevante, actualizada y detallada sobre la población.
De esta manera, el desarrollo de capacidades en nuevas técnicas de estimación se vuelve crucial para proporcionar estadísticas sociales para aquellos subgrupos que no están bien representados en una encuesta. La División de Estadísticas de la Comisión Económica para América Latina y el Caribe y la Oficina Regional para América Latina y el Caribe del Fondo de Población de las Naciones Unidas están centrando su atención en el problema del desglose de datos y la necesidad de brindar orientación a los países sobre este tema. Por lo tanto, este curso tiene como objetivo mejorar la capacidad de los países para adoptar nuevas metodologías para producir indicadores ODS desagregados, mediante el uso de datos de encuestas de hogares que puedan analizarse con el uso de técnicas estadísticas adecuadas.
Requisitos
Conocimientos de estadística, procesamiento de encuestas y uso básico de “R”.
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.
Este curso pretende presentar una guía práctica para la integración Bayesiana de información proveniente del análisis de encuestas de hogares, censos, registros administrativos e imágenes satelitales, mediante la utilización del software estadístico R y su interfaz de STAN.
Objetivos específicos
1. Introducir a los asistentes en el paradigma Bayesiano como enfoque de modelación de los fenómenos en las encuestas de hogares sobre la población finita.
2. Presentar las metodologías de estimación de Fay-Herriot (modelos de área) y Battese-Harter-Fuller (modelos de unidad) con el enfoque Bayesiano.
3. Presentar las metodologías asociadas a parámetros complejos que se desvían del supuesto de la normalidad.
4. Realizar prácticas computacionales en R y STAN para todas las metodologías de estimación en áreas pequeñas.