Estimación de áreas pequeñas con el modelo multinomial
Prefacio
1
Estimación directa para las comunas de Chile.
1.1
Lectura de la encuesta.
1.2
Definición del diseño muestral
1.3
Estimación directa del indicador
2
Análisis descriptivo de las estimaciones directas.
2.1
Lectura de librerías
2.2
Definiendo algunas funciones.
2.3
Lectura de las estimaciones directas
2.4
Descriptivo de las estimaciones directas
2.4.1
Conteo de los dominios con deff no estimados
2.4.2
Conteo de los dominios con deff mayores que 1
2.4.3
Porcentaje de dominios con estimación de la varianza mayor a 0
2.4.4
Conteo de dominios con dos o más upm y deff mayor 1 simultáneamente.
2.4.5
Selección de los dominios que empleamos en el modelo de área.
2.4.6
Guardar archivos
3
Estimación del modelo de área de respuesta multinomial
3.1
Lectura de librerías
3.1.1
Lectura de bases de datos
3.2
Realizando ajuste sobre el deff estimado.
3.3
Definición del modelo multinomial
3.4
Modelo programando en
STAN
3.5
Identificando los municipios para predicción
3.6
Obteniendo la matriz
3.7
Identificando los dominios para realizar estimación del modelo
3.8
Identificando los argumentos para
STAN
3.8.1
Preparando argumentos para
STAN
3.8.2
Ejecutando el modelo en
STAN
3.8.3
Valores estimados para beta
3.8.4
Valores estimados para la matriz de correlación
3.8.5
Validación dela convergencia de las cadenas
3.8.6
Evaluación visual de las cadenas para beta
3.8.7
extrayendo las estimaciones para theta
3.8.8
Organizando los resultados en una matriz.
3.8.9
Preparando el gráfico comparativo entre la estimación dir y el modelo
3.8.10
Preparando el ppc
4
Validación sobre los resultados del modelo de área.
4.1
Lectura de librerías
4.2
Lectura de bases de datos
4.3
Estimacion directa
4.4
Estimación del coeficiente de variación
4.5
Consolidando los resultados en una base de datos.
4.6
Gráfica comparativa entre las estimación directa y la estimación resultante del modelo
4.6.1
Estimación puntual
4.6.2
Error estándar.
4.6.3
Coeficiente de varianción.
5
Estimaciones ajustadas por Benchmark
5.1
Lectura de librerías
5.2
Lectura de las bases de datos
5.2.1
Parametrizando el código
5.2.2
Conteos agregados por dam y dam2
5.2.3
Tranformando variables de la encuesta.
5.2.4
Creando el objeto diseño
5.2.5
Estimado el indicador
5.2.6
Organizando las estimaciones directas agregadas.
5.3
Benchmarking
5.3.1
Seleccionado variables
5.3.2
Creando las dummys
5.3.3
Obtenideno los ponderadores
5.3.4
Creando las estimaciones Benchmark
6
Validación visual del Benchmark
6.1
Lectura de librerias
6.2
Lectura de encuesta.
6.3
Estimación agregada
6.3.1
Creación de objeto diseno
6.3.2
Estimación del indicador
6.4
Gráfica de validación
Ocupado
Desocupado
Inactivo
7
Mapas de resultados
7.1
Lectura de librerías
7.2
Parametrizando el código
7.3
Lectura de shapefile
7.4
Definición del mapa con
tmap
7.4.1
Creando mapa de ocupados
7.4.2
Creando mapa de desocupados
7.4.3
Creando mapa de inactivo
8
País: Colombia.
8.1
Lectura de la encuesta y estimaciones directas
8.2
Selección de dominios
8.3
Preparando insumos para
STAN
8.4
Validación del modelo
8.4.1
Estimación de los parámetros.
8.5
Metodología de Benchmarking
8.6
Mapas del mercado de trabajo.
Ocupado
Desocupado
Inactivo
9
País: Perú.
9.1
Lectura de la encuesta y estimaciones directas
9.2
Selección de dominios
9.3
Preparando insumos para
STAN
9.4
Validación del modelo
9.4.1
Estimación de los parámetros.
9.5
Metodología de Benchmarking
9.6
Mapas del mercado de trabajo.
Ocupado
Desocupado
Inactivo
10
País: México.
10.1
Lectura de la encuesta y estimaciones directas
10.2
Selección de dominios
10.3
Preparando insumos para
STAN
10.4
Validación del modelo
10.4.1
Estimación de los parámetros.
10.5
Metodología de Benchmarking
10.6
Mapas del mercado de trabajo.
Ocupado
Desocupado
Inactivo
Estimación de áreas pequeñas con el modelo multinomial
3.6
Obteniendo la matriz
X_pred
%<>%
data.frame
()
%>%
select
(
-
dam2)
%>%
as.matrix
()