Curso Internacional ‘Desagregación de Estimaciones en Áreas Pequeñas usando R’

Módulo 8 - Mapas en R - Tarea 4

Author

Igor Souza

Published

16/12/2023

Sobre

El curso es organizado por la Unidad de Estadísticas Sociales, División de Estadísticas de la Comisión Económica para América Latina y el Caribe (CEPAL) y por el Fondo de Población de las Naciones Unidas (UNFPA).

Tarea

Objetivo: La siguiente tarea tiene como objetivo aplicar los conocimientos aprendidos en los distintos módulos del curso.

Tarea: La idea de esta actividad es graficar en mapas las estimaciones realizadas en los Talleres 1, 2 y 3 para los datos de Montevideo. Se deben graficar, en mapas diferentes las estimaciones de ingreso, pobreza, FGT, Gini, ECM, etc.

Código R

Los códigos R utilizados para generar los resultados a continuación se pueden encontrar en:

Módulo 3 - Métodos indirectos con modelos de área: EBLUP basado en el modelo de Fay-Herriot (https://rpubs.com/igorsouza/sae_r_4ta_2023_mod3);
Módulo 5 - Mejor predictor empírico en modelos de unidad (EB) y el método Census EB (https://rpubs.com/igorsouza/sae_r_4ta_2023_mod5);
Módulo 6 - Método jerárquico de Bayes y método basado en modelos lineales generalizados mixtos (https://rpubs.com/igorsouza/sae_r_4ta_2023_mod6).

Datos

Tabla 1: Estimaciones realizadas en los talleres 1, 2 y 3 por sección y sexo.
secc	sexo	direct	direct_cv	eblup	eblup_mse	poverty_gap	poverty_gap_mse	gini	gini_mse	poverty_pct
1	Mujer	21 644,295	6,160358	20 852,810	5,983194	0,0004198	2,00e-07	0,3496154	2,24e-05	0,51
1	Hombre	26 362,697	7,200462	24 778,367	6,898922	0,0002984	1,17e-05	0,3638447	2,23e-05	0,58
2	Mujer	16 120,161	7,011679	15 686,110	7,061913	0,0020122	3,00e-07	0,3498368	3,70e-05	0,78
2	Hombre	18 088,328	13,872437	16 269,723	13,457038	0,0054846	6,00e-07	0,3645664	2,93e-05	1,67
3	Mujer	15 896,026	7,176565	16 432,715	6,562488	0,0026232	4,20e-06	0,3485129	2,14e-05	1,53
3	Hombre	16 294,179	9,611171	17 690,020	8,158512	0,0030803	2,70e-06	0,3656404	4,04e-05	1,32
4	Mujer	22 043,654	3,617140	21 967,625	3,525726	0,0003462	5,10e-06	0,3488448	1,83e-05	0,33
4	Hombre	23 786,496	5,382998	23 671,123	5,099061	0,0007224	3,00e-07	0,3655803	4,22e-05	0,82
5	Mujer	21 706,499	3,534818	21 720,142	3,432951	0,0003968	3,20e-06	0,3503825	1,33e-05	0,26
5	Hombre	20 874,060	5,493061	20 820,981	5,234455	0,0007811	9,00e-07	0,3654468	3,68e-05	0,60
6	Mujer	24 797,863	4,730838	24 778,368	4,442939	0,0001750	1,10e-06	0,3502507	2,21e-05	0,32
6	Hombre	26 722,896	5,537185	26 632,351	5,115587	0,0002465	3,00e-07	0,3655736	3,31e-05	0,39
7	Mujer	20 113,207	3,326720	20 307,055	3,245490	0,0007299	0,00e+00	0,3500291	1,41e-05	1,25
7	Hombre	19 653,251	4,004952	19 793,062	3,886769	0,0012718	1,10e-06	0,3660302	9,70e-06	1,02
8	Mujer	18 109,923	3,875309	18 296,232	3,738917	0,0012415	3,00e-07	0,3498760	8,60e-06	1,05
8	Hombre	18 632,013	5,320151	18 935,366	5,033123	0,0017574	2,40e-06	0,3660853	6,00e-06	0,30
9	Mujer	10 601,522	2,024392	10 618,314	2,016982	0,0101173	6,00e-07	0,3527874	3,30e-06	5,28
9	Hombre	10 383,256	2,111276	10 387,500	2,106526	0,0123086	2,00e-07	0,3673208	4,70e-06	5,52
10	Mujer	20 928,984	1,367006	20 915,262	1,362267	0,0005868	1,00e-07	0,3512645	3,90e-06	2,01
10	Hombre	22 186,287	1,836694	22 151,663	1,827884	0,0007750	1,00e-07	0,3668662	7,80e-06	2,05
11	Mujer	8 674,608	1,472153	8 677,646	1,470445	0,0195277	0,00e+00	0,3530029	5,00e-06	9,66
11	Hombre	8 953,790	1,617129	8 959,776	1,614732	0,0198419	2,00e-07	0,3677395	9,00e-07	8,75
12	Mujer	17 681,642	1,717093	17 698,106	1,707444	0,0010727	2,00e-07	0,3504864	4,30e-06	0,96
12	Hombre	18 389,991	1,866599	18 405,163	1,856448	0,0015366	3,00e-07	0,3659317	1,20e-05	0,37
13	Mujer	8 384,399	1,647002	8 382,413	1,645938	0,0210426	4,00e-07	0,3538447	3,10e-06	9,58
13	Hombre	8 247,644	1,730054	8 247,945	1,728922	0,0260010	0,00e+00	0,3673186	5,90e-06	8,98
14	Mujer	18 821,473	2,233740	18 846,234	2,211610	0,0008454	1,00e-07	0,3502688	2,60e-06	1,34
14	Hombre	18 947,337	2,565693	18 966,955	2,537212	0,0012527	4,00e-07	0,3661905	1,44e-05	1,66
15	Mujer	23 036,339	2,322655	22 999,387	2,301877	0,0003401	2,00e-07	0,3496821	1,80e-06	0,27
15	Hombre	22 833,344	2,541860	22 915,296	2,507783	0,0004853	7,00e-07	0,3660017	4,30e-06	0,48
16	Mujer	8 384,997	1,993975	8 373,532	1,994358	0,0200389	1,00e-07	0,3531308	4,50e-06	11,00
16	Hombre	9 287,334	2,281884	9 264,764	2,284095	0,0179525	2,00e-07	0,3681922	1,05e-05	10,30
17	Mujer	8 376,818	1,493469	8 375,252	1,492722	0,0236012	1,80e-06	0,3530090	8,10e-06	12,92
17	Hombre	8 611,874	1,618796	8 613,054	1,617618	0,0244877	1,00e-07	0,3677744	6,00e-06	12,65
18	Mujer	32 103,475	1,405917	31 929,544	1,403062	0,0000570	0,00e+00	0,3501370	7,50e-06	0,31
18	Hombre	33 080,564	1,839389	32 805,107	1,833711	0,0000820	0,00e+00	0,3661673	3,10e-06	0,17
19	Mujer	14 812,964	2,718460	14 900,546	2,678705	0,0026530	2,30e-06	0,3505895	6,10e-06	0,66
19	Hombre	15 251,696	3,824763	15 351,544	3,748723	0,0030925	5,00e-07	0,3666285	1,15e-05	0,74
20	Mujer	12 330,339	1,814946	12 328,820	1,811834	0,0061092	0,00e+00	0,3521041	2,50e-06	6,24
20	Hombre	12 410,710	2,222060	12 413,633	2,216546	0,0073193	3,50e-06	0,3666780	4,50e-06	6,36
21	Mujer	11 423,620	1,686746	11 421,788	1,683928	0,0081339	1,00e-07	0,3526612	7,50e-06	5,83
21	Hombre	11 538,744	1,879699	11 540,638	1,875789	0,0096437	2,00e-07	0,3669726	3,20e-06	6,07
22	Mujer	13 289,972	2,107636	13 331,690	2,093117	0,0040853	1,00e-07	0,3518642	1,07e-05	3,95
22	Hombre	13 407,777	2,445410	13 451,815	2,427361	0,0062290	8,00e-07	0,3660293	4,10e-06	5,17
23	Mujer	23 561,132	4,061641	23 522,056	3,879502	0,0003821	1,00e-07	0,3503111	4,70e-06	0,18
23	Hombre	23 626,528	4,752834	23 588,059	4,548805	0,0006581	1,22e-05	0,3666072	8,00e-06	0,60
24	Mujer	25 601,475	1,987809	25 498,330	1,969501	0,0001858	1,00e-07	0,3499247	2,80e-06	0,18
24	Hombre	25 836,332	2,070355	25 733,975	2,055806	0,0003244	8,00e-07	0,3658294	6,20e-06	0,26
99	Mujer	9 176,305	1,820862	9 176,749	1,818194	0,0172265	2,00e-06	0,3529861	4,70e-06	11,27
99	Hombre	9 524,088	2,011906	9 521,672	2,009616	0,0177372	5,00e-07	0,3675223	1,80e-06	10,50

Visualizar

Para obtener información sobre los siguientes modelos, consultar la serie de estudios estadísticos llamada Desagregación de datos en encuestas de hogares: metodologías de estimación en áreas pequeñas.¹

Directa

Fay-Herriot

Mejor Predictor Empírico

Plug-in

Conclusiones

El modelo Fay-Herriot, aunque no ha cambiado mucho los valores, ha mejorado considerablemente la calidad de las estimaciones de ingresos medio, especialmente en los dominios considerados pequeños. Destaca el mayor ingreso medio en las secciones del sur.

En cuanto a la brecha de pobreza, el fenómeno se concentra en el este y el oeste. Al analizar los gráficos, se nota que a menor ingreso medio, mayor es la brecha de pobreza en las secciones uruguayas.

La desigualdad en las secciones puede considerarse relativamente baja y con poca variación. Sin embargo, hay claramente una mayor desigualdad entre los hombres.

Finalmente, el porcentaje de pobres es mayor en el norte. Se puede observar la separación entre el norte y el sur cuando se trata de este indicador. Este patrón se observa tanto para los hombres como para las mujeres.

Footnotes

Este material, titulado ‘Desagregación de datos en encuestas de hogares: metodologías de estimación en áreas pequeñas’, está disponible en el siguiente enlace: https://repositorio.cepal.org/items/50e7e098-7f02-4d37-a74c-fbfb88ba49c5. La información contenida en este documento es proporcionada por Isabel Molina.↩︎