4.10 Cuadro comparativo de los estimadores
La elección del estimador adecuado para el tamaño poblacional en un sistema de dual depende de varios factores que afectan la validez de los supuestos de cada modelo. Entre los más relevantes se encuentran:
- Dependencia entre listas: Ocurre cuando la probabilidad de inclusión en una lista está relacionada con la inclusión en la otra, violando el supuesto de independencia del modelo clásico como el de Petersen.
- Heterogeneidad en las probabilidades de captura: Las personas tienen diferentes probabilidades de ser capturadas debido a características individuales no observadas (edad, ubicación, comportamiento migratorio, etc.).
- Diseño complejo de muestreo: La encuesta de cobertura puede tener estratificación, conglomerados, y factores de expansión que deben ser incorporados en la estimación.
El siguiente cuadro resume la relevancia de los distintos estimadores y cada uno, se indica si incorpora o ignora cada tipo de complejidad, y se sugiere su aplicabilidad en función del contexto de uso.
| Estimador | Dependencia entre listas | Heterogeneidad de captura | Diseño complejo | Aplicación recomendada |
|---|---|---|---|---|
| Chapman post-estratificado | ❌ | ❌ | ✔ | Censos grandes con dominios definidos |
| Nour | ✔ | ❌ | ⚠ | Dependencia positiva esperada |
| Chao | ✔ | ✔ | ⚠ | Estimación conservadora |
| Webster-Kemp | ✔ | ❌ | ⚠ | Baja recaptura entre listas |
| Zelterman | ❌ | ✔ | ⚠ | Alta heterogeneidad, pocos recapturados |
| Modelo log-lineal | ✔✔ | ✔ | ⚠ | Modelado completo con dependencia |
| Modelo bayesiano jerárquico | ✔✔ | ✔✔ | ✔ | Estimación por dominio, baja muestra |
| Estimadores MSE (3+ fuentes) | ✔✔ | ✔ | ✔ | Fuentes múltiples, registros administrativos |
| Modelos NPMLE | ❌ | ✔✔ | ⚠ | Captura y recaptura con heterogeneidad fuerte |
- ✔✔ : El estimador incorpora directamente el fenómeno (dependencia, heterogeneidad o diseño complejo).
- ✔ : El estimador incorpora parcialmente el fenómeno o lo aborda de forma indirecta o limitada.
- ❌ : El estimador asume que se cumple este requisito y no lo incorpora.
- ⚠ : El estimador requiere de ajustes definidos por el usuario (como bootstrap, posestratificación o ponderación) para manejar adecuadamente el fenómeno.