4.8 Otros modelos

• Modelo jerárquico bayesiano

Permiten incluir efectos del diseño muestral, efectos aleatorios por dominio y se usa especialmente cuando se tienen pocos datos o muchos grupos. Para su implementación se puede usar Stan, JAGS o LCMCR.

• Estimadores basados en Estimación de Sistemas Multiples

Los modelos de Estimación de Sistemas Multiples (MSE por sus siglas en inglés), permiten incorporar más de dos fuentes, por ejemplo, es posible que se tenga acceso al censo, encuesta de cobertura y registros administrativos. Su implementación se puede realizar con paquetes de R como LCMCR.

• Modelos de respuesta heterogénea

Suponen que las probabilidades de inclusión varían entre individuos. Se modela con distribuciones gamma o beta sobre la propensión a ser capturado. Algunos de estos son:

• Modelo Poisson-Gamma (bayesiano)
• NPMLE (Nonparametric Maximum Likelihood Estimation)

La implementación en R se puede hacer con paquetes como Rcapture.