Estimación de la tasa de desocupación comunal mediante Small Area Estimation bayesiano
Modelo multinomial logit
0.1 Resumen ejecutivo
Este documento presenta la metodología y los resultados de la aplicación de Small Area Estimation (SAE) para la estimación de la tasa de desocupación a nivel comunal, utilizando un modelo bayesiano multinomial logit.
0.2 1. Introducción
0.2.1 1.1 Contexto y motivación
La estimación directa de indicadores laborales a nivel comunal presenta importantes limitaciones debido a tamaños muestrales reducidos y alta variabilidad.
0.2.2 1.2 Objetivos
Objetivo general
- Estimar la tasa de desocupación comunal mediante un modelo SAE bayesiano.
Objetivos específicos
- Incorporar información auxiliar comunal.
- Reducir la varianza de las estimaciones.
- Garantizar coherencia con totales oficiales.
0.3 2. Marco conceptual
0.3.1 2.1 Definición de indicadores laborales
Se consideran las categorías de ocupados, desocupados e inactivos, de acuerdo con la definición oficial vigente.
0.3.2 2.2 Small Area Estimation
El enfoque SAE permite mejorar la precisión de las estimaciones en dominios pequeños mediante el uso de modelos estadísticos que incorporan información auxiliar.
0.3.3 2.3 Modelos multinomiales en SAE
El enfoque multinomial asegura coherencia interna entre las categorías laborales.
0.4 3. Fuentes de información
0.4.1 3.1 Encuesta base
- Descripción de la encuesta
- Diseño muestral
- Tamaño muestral por comuna
0.4.2 3.2 Información auxiliar
- Variables censales
- Registros administrativos
- Otras fuentes (si aplica)
0.5 4. Estimación directa
Se calcula la tasa de desocupación comunal mediante estimadores directos y se evalúa su precisión a través del coeficiente de variación.