Enlace Local # 2
EST 02. APROXIMACIÓN A LOS
MÉTODOS DE ESTIMACIÓN EN ÁREAS PEQUEÑAS
Néstor Arcia Montes de Oca - Oficina Nacional de Estadísticas
La importancia de la estimación en áreas pequeñas en encuestas por muestreo se
va incrementando cada vez
más, debido a la creciente demanda de todos los sectores de la población en la
obtención de estimadores
confiables en áreas pequeñas. La propuesta de este estudio es investigar
metodologías para la construcción de
estimadores intercensales de varias características de la población residente en
áreas pequeñas. Dichas
metodologías son ilustradas principalmente en el contexto de estimadores de
desempleo, para esto
utilizaremos los datos obtenidos de la Encuesta de Hogares del año 2000.
Estimadores directos para áreas pequeñas son, en muchas ocasiones muy
inestables, debido principalmente a
muestras pequeñas (o ninguna muestra) tomadas en estas áreas. Estimadores con
menos variabilidad pueden
ser obtenidos, pidiendo información de áreas relacionadas, esto conduce al
desarrollo de métodos alternativos
tales como estimadores sintéticos, la mejor predicción insesgada empírica (EBLUP),
estimadores de Bayes
empíricos (EB) y de Bayes Jerárquicos. El presente trabajo es una aproximación
de algunos de estos métodos,
así como su comparación mediante métodos propuestos en la literatura para
aproximar su error cuadrático
medio.
EST 03. COMPARACIÓN DE LOS MÉTODOS PARA LA ESTIMACIÓN DEL RIESGO DE
CÁNCER EN ÁREAS PEQUEÑAS
Yaima Galán Álvarez y Marta Guerra Yi
Instituto Nacional de Oncología y Radiobiología
El análisis de la distribución geográfica de la incidencia del cáncer es uno de
los objetivos más importantes de
un Registro de Cáncer. Esta es una herramienta útil para investigar sobre las
causas de las inequidades
espaciales y el establecimiento de las correlaciones con los factores
ambientales, para la distribución y
planificación de los recursos y en la identificación de clusters como una etapa
preliminar en la explicación de
la etiología y transmisión de las mismas. A lo largo de los años se han
propuesto diversas soluciones
estadísticas para resolver el problema de los indicadores referidos a tamaños
desiguales de la población, así
como poderosas técnicas multivariantes que permiten, además de evaluar
diferencias geográficas, estudiar
cambios temporales y detectar interacciones. El objetivo fundamental de este
trabajo es la exposición de
técnicas para el análisis geográfico de tasas que permitan mejorar los métodos
tradicionales de análisis de
datos. Generalmente, en los Registros de Cáncer se utiliza el índice Standard
Incidence Ratio que compara el
número de casos observados con los esperados o un indicador de riesgo relativo
expresado como el cociente
de las tasas estandarizadas del área i con relación a la región completa. Estos
indicadores tienden a ser 2
inestables cuando las áreas son pequeñas y sobrestiman la verdadera variabilidad
del riesgo. Recientemente se
presentan en la literatura el uso del modelo loglineal de Poisson y los modelos
jerárquicos bayesianos.