Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013
Descripción del Articulo
El propósito de este trabajo es estimar y comparar la precisión del indicador de pobreza monetaria en base a 5 metodologías de áreas menores o también conocido como SAE (Small Area Estimation) en los 24 departamentos y en la Provincia Constitucional del Callao para el periodo de años 2012 y 2013, ut...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2016 |
| Institución: | Universidad Nacional de Ingeniería |
| Repositorio: | UNI-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:cybertesis.uni.edu.pe:20.500.14076/4933 |
| Enlace del recurso: | http://hdl.handle.net/20.500.14076/4933 |
| Nivel de acceso: | acceso abierto |
| Materia: | Pobreza monetaria Análisis estadísticos |
| id |
UUNI_1e3769370cf7d87442c1b85431bc2ef5 |
|---|---|
| oai_identifier_str |
oai:cybertesis.uni.edu.pe:20.500.14076/4933 |
| network_acronym_str |
UUNI |
| network_name_str |
UNI-Tesis |
| repository_id_str |
1534 |
| dc.title.es.fl_str_mv |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| title |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| spellingShingle |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 Suárez Inocente, Michel Steve Pobreza monetaria Análisis estadísticos |
| title_short |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| title_full |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| title_fullStr |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| title_full_unstemmed |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| title_sort |
Determinación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013 |
| dc.creator.none.fl_str_mv |
Suárez Inocente, Michel Steve |
| author |
Suárez Inocente, Michel Steve |
| author_facet |
Suárez Inocente, Michel Steve |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Infante Rojas, Magen Danielle |
| dc.contributor.author.fl_str_mv |
Suárez Inocente, Michel Steve |
| dc.subject.es.fl_str_mv |
Pobreza monetaria Análisis estadísticos |
| topic |
Pobreza monetaria Análisis estadísticos |
| description |
El propósito de este trabajo es estimar y comparar la precisión del indicador de pobreza monetaria en base a 5 metodologías de áreas menores o también conocido como SAE (Small Area Estimation) en los 24 departamentos y en la Provincia Constitucional del Callao para el periodo de años 2012 y 2013, utilizando los datos de la Encuesta Nacional de Hogares 2012- 2013 (ENAHO 2012-2013) y del Empadronamiento Distrital de Población y Vivienda 2012-2013 (SISFOH 2012-2013), estos dos instrumentos se pueden descargar de la web del Instituto Nacional de Estadística e Informática (INEI) en el módulo de microdatos (INEI, Microdatos INEI). El indicador de pobreza monetaria se evaluó en base a 500 simulaciones de muestras tipo ENAHO 2012-2013 por experimentos de Montecarlo obtenidas a partir de la base censal SISFOH 2012-2013 y para las 5 metodologías SAE. Posteriormente se evaluaron los indicadores Sesgo Relativo y el Error Cuadrático Relativo para estimar la precisión relativa de las diferentes metodologías, los cuales permitieron conocer que la metodología SAE de Estimador Sintético posee mejores características de un estimador preciso. Además se presentó para la metodología SAE con mejor característica de precisión relativa 2 formas para calcular su coeficiente de variación mediante remuestreo, utilizando Jackknife y Bootstrap, posteriormente se le comparó con el método estándar y el resultado fue que el estimador sintético de variable edad-sexo es el que posee mejores características de un estimador preciso para la pobreza monetaria. Los métodos en cuestión permitieron calcular estimados de pobreza monetaria con mejores indicadores de precisión para los 24 departamentos y la Provincia Constitucional del Callao en el periodo de años 2012-2013. Palabras claves: pobreza monetaria, precisión, sesgo, varianza, simulación, Montecarlo, sae, áreas menores, remuestreo |
| publishDate |
2016 |
| dc.date.accessioned.none.fl_str_mv |
2017-09-21T01:38:26Z |
| dc.date.available.none.fl_str_mv |
2017-09-21T01:38:26Z |
| dc.date.issued.fl_str_mv |
2016 |
| dc.type.es.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.14076/4933 |
| url |
http://hdl.handle.net/20.500.14076/4933 |
| dc.language.iso.es.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.es.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.es.fl_str_mv |
application/pdf |
| dc.publisher.es.fl_str_mv |
Universidad Nacional de Ingeniería |
| dc.source.es.fl_str_mv |
Universidad Nacional de Ingeniería Repositorio Institucional - UNI |
| dc.source.none.fl_str_mv |
reponame:UNI-Tesis instname:Universidad Nacional de Ingeniería instacron:UNI |
| instname_str |
Universidad Nacional de Ingeniería |
| instacron_str |
UNI |
| institution |
UNI |
| reponame_str |
UNI-Tesis |
| collection |
UNI-Tesis |
| bitstream.url.fl_str_mv |
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/3/suarez_im.pdf.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/2/license.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/1/suarez_im.pdf |
| bitstream.checksum.fl_str_mv |
6027acc1f67696e18518b86ca113521b 8a4605be74aa9ea9d79846c1fba20a33 8283f0daeb543ea9b41a706bfafed3c4 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional - UNI |
| repository.mail.fl_str_mv |
repositorio@uni.edu.pe |
| _version_ |
1840085484342083584 |
| spelling |
Infante Rojas, Magen DanielleSuárez Inocente, Michel SteveSuárez Inocente, Michel Steve2017-09-21T01:38:26Z2017-09-21T01:38:26Z2016http://hdl.handle.net/20.500.14076/4933El propósito de este trabajo es estimar y comparar la precisión del indicador de pobreza monetaria en base a 5 metodologías de áreas menores o también conocido como SAE (Small Area Estimation) en los 24 departamentos y en la Provincia Constitucional del Callao para el periodo de años 2012 y 2013, utilizando los datos de la Encuesta Nacional de Hogares 2012- 2013 (ENAHO 2012-2013) y del Empadronamiento Distrital de Población y Vivienda 2012-2013 (SISFOH 2012-2013), estos dos instrumentos se pueden descargar de la web del Instituto Nacional de Estadística e Informática (INEI) en el módulo de microdatos (INEI, Microdatos INEI). El indicador de pobreza monetaria se evaluó en base a 500 simulaciones de muestras tipo ENAHO 2012-2013 por experimentos de Montecarlo obtenidas a partir de la base censal SISFOH 2012-2013 y para las 5 metodologías SAE. Posteriormente se evaluaron los indicadores Sesgo Relativo y el Error Cuadrático Relativo para estimar la precisión relativa de las diferentes metodologías, los cuales permitieron conocer que la metodología SAE de Estimador Sintético posee mejores características de un estimador preciso. Además se presentó para la metodología SAE con mejor característica de precisión relativa 2 formas para calcular su coeficiente de variación mediante remuestreo, utilizando Jackknife y Bootstrap, posteriormente se le comparó con el método estándar y el resultado fue que el estimador sintético de variable edad-sexo es el que posee mejores características de un estimador preciso para la pobreza monetaria. Los métodos en cuestión permitieron calcular estimados de pobreza monetaria con mejores indicadores de precisión para los 24 departamentos y la Provincia Constitucional del Callao en el periodo de años 2012-2013. Palabras claves: pobreza monetaria, precisión, sesgo, varianza, simulación, Montecarlo, sae, áreas menores, remuestreoSubmitted by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2017-09-21T01:38:26Z No. of bitstreams: 1 suarez_im.pdf: 2787835 bytes, checksum: 8283f0daeb543ea9b41a706bfafed3c4 (MD5)Made available in DSpace on 2017-09-21T01:38:26Z (GMT). No. of bitstreams: 1 suarez_im.pdf: 2787835 bytes, checksum: 8283f0daeb543ea9b41a706bfafed3c4 (MD5) Previous issue date: 2016Tesisapplication/pdfspaUniversidad Nacional de Ingenieríainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNIPobreza monetariaAnálisis estadísticosDeterminación del mejor estimador de la pobreza monetaria entre cinco métodos de área pequeña (SAE) mediante experimentos de Montecarlo y remuestreo de Jackknife y Boostrap en el período 2012-2013info:eu-repo/semantics/bachelorThesisSUNEDUIngeniero EstadísticoUniversidad Nacional de Ingeniería. Facultad de Ingeniería Económica, Estadística y Ciencias SocialesTítulo ProfesionalIngeniería EstadísticaIngenieríaTEXTsuarez_im.pdf.txtsuarez_im.pdf.txtExtracted texttext/plain153203http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/3/suarez_im.pdf.txt6027acc1f67696e18518b86ca113521bMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALsuarez_im.pdfsuarez_im.pdfapplication/pdf2787835http://cybertesis.uni.edu.pe/bitstream/20.500.14076/4933/1/suarez_im.pdf8283f0daeb543ea9b41a706bfafed3c4MD5120.500.14076/4933oai:cybertesis.uni.edu.pe:20.500.14076/49332021-01-27 14:45:56.238Repositorio Institucional - UNIrepositorio@uni.edu.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 |
| score |
13.90587 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).