Estimación de la pobreza monetaria para los municipios de Cundinamarca vía estimación en áreas pequeñas.

dc.contributorOrtiz Rico., Andrés Felipe
dc.contributorhttps://scholar.google.com/citations?hl=es&user=OuVxcUgAAAAJ
dc.contributorhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579
dc.contributorhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001594223
dc.contributorUniversidad Santo Tomás
dc.creatorGómez Pinto, Heyder Fabián
dc.date.accessioned2023-08-31T12:45:19Z
dc.date.accessioned2023-09-06T12:57:02Z
dc.date.available2023-08-31T12:45:19Z
dc.date.available2023-09-06T12:57:02Z
dc.date.created2023-08-31T12:45:19Z
dc.date.issued2023-08-23
dc.identifierGómez Pinto, H. F. (2023). Estimación de la pobreza monetaria para los municipios de Cundinamarca vía estimación en áreas pequeñas. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifierhttp://hdl.handle.net/11634/51934
dc.identifierreponame:Repositorio Institucional Universidad Santo Tomás
dc.identifierinstname:Universidad Santo Tomás
dc.identifierrepourl:https://repository.usta.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8679665
dc.description.abstractThe calculation of monetary poverty of territories is perhaps one of the most important measures for the analysis of economic and social inequality models. We propose a statistical procedure that contributes to analyze the records of Multipurpose Survey of 2017 (La Encuesta Multipropósito), as well as official records, the production of demographic statistics that the municipalities of Cundinamarca generate and the private sector giving way to an estimation of monetary poverty by municipality. For the elaboration of the procedure, the branch of statistics science called Small Area Estimation (SAE) with compositional data is linked, which will allow achieving monetary poverty estimates at a minimum level of geographic disaggregation (estimates for the 116 municipalities of Cundinamarca) through a multivariate model Fay-Harriot of small areas estimation with their respective parametric MSE-bootstrap, that is fed by the data coming from the EM 2017, from the official records (auxiliary information) of the aforementioned actors.
dc.languagespa
dc.publisherUniversidad Santo Tomás
dc.publisherMaestría Estadística Aplicada
dc.publisherFacultad de Estadística
dc.relationAitchison, J. The statistical analysis of compositional data. Journal of the Royal Statistical Society: Series B (Methodological) (1982).
dc.relationBank, W. World development report 2000-2001: attacking poverty. World Bank Group, 2000.
dc.relationBank, W. World development report 2005: Introduction to poverty analysis. Oxford University Press, Inc, 2005.
dc.relationBank, W. World development report 2011: Poverty. Oxford University Press, Inc, 2011.
dc.relationBank, W. Human Capital Project : How Countries Nurture Human Capital - Policies and Programs that Use and Expand the Evidence Base. World Bank Publications, 2019.
dc.relationBenavent, R., and Morales, D. Multivariate fay{herriot models for small area estimation. Computational Statistics & Data Analysis 94 (2016), 372-390.
dc.relationCamacho Murillo, G. A. Tourism demand: understanding its determinants and contribution to poverty reduction in Colombia: a thesis presented in partial ful lment of the requirements for the degree of Doctor of Philosophy (PhD) in Economics at Massey University, Palmerston North, New Zealand. PhD thesis, Massey University, 2019.
dc.relationCastañeda, J., Téllez, C., and Fúquene, J. Una alternativa para la estimación del ingreso promedio mediante métodos de estimación en áreas pequeñas an alternative for the average income estimation using small area methods. arXiv preprint arXiv:1907.05387 (2019).
dc.relationCEPAL, U. Medición de la pobreza por ingresos: actualización metodológica y resultados. CEPAL, 2018.
dc.relationde Estadística DANE, D. A. N. Boletín Técnico Pobreza Monetaria en Colombia Año 2017. DANE, 2017.
dc.relationde Estadística DANE, D. A. N. Metodología General Encuesta Multipropósito Año 2017. DANE, 2017.
dc.relationde Estadística DANE, D. A. N. Boletín Técnico Pobreza Monetaria en Colombia Año 2019. DANE, 2019.
dc.relationde Planeación DNP, D. N. Panorámica Regional. Pobreza monetaria y multidimensional departamental: necesidad de políticas públicas diferenciadas. DNP Publications, 2017.
dc.relationde Planeación DNP, D. N. Guía para la construcción y análisis de indicadores. DNP, 2018.
dc.relationEsteban, M. D., Lombardía, M. J., López-Vizcaíno, E., Morales, D., and Pérez, A. Small area estimation of proportions under area-level compositional mixed models. TEST (2019), 1-26.
dc.relationFay III, R. E., and Herriot, R. A. Estimates of income for small places: an application of james-stein procedures to census data. Journal of the American Statistical Association 74, 366a (1979), 269-277.
dc.relationGonzáalez-Manteiga, W., Lombardía, M. J., Molina, I., Morales, D., and Santamaría, L. Analytic and bootstrap approximations of prediction errors under a multivariate fay-herriot model. Computational Statistics & Data Analysis 52, 12 (2008), 5242-5252.
dc.relationGutiérrez, H. A. Estrategias de muestreo. Diseño de encuestas y estimación de parámetros, Universidad Santo Tomás (2009).
dc.relationHaughton, J., and Khandker, S. Handbook on poverty and inequality, 2009. Washington, DC: World Bank (2009).
dc.relationMolina, I. Desagregación de datos en encuesta de hogares: Metodologías de estimación en áreas pequeñas.
dc.relationMorales, D., Esteban, M. D., Pérez, A., and Hobza, T. A course on small area estimation and mixed models. Methods, theory and applications in R (2021).
dc.relationMorales, D., and Molina, I. Estimación en áreas pequeñas: Métodos basados en modelos. Unpublished manuscript, UMH Elche, Spain (2006).
dc.relationMorales González, D. Estmación en áreas pequeñas: Métodos basados en modelos. Universidad Miguel Hernández de Elche (2015).
dc.relationOrtiz, A. F. Notas de clase del curso estimación en Áreas pequeñas sae. Universidad Santo Tomás (2021).
dc.relationPawlowsky-Glahn, V., and Buccianti, A. Compositional data analysis. Wiley Online Library, 2011.
dc.relationPawlowsky-Glahn, V., and Egozcue, J. J. Compositional data and their analysis: an introduction. Geological Society, London, Special Publications 264, 1 (2006), 1-10.
dc.relationPermatasari, Novia y Ubaidillah, A. msae: un paquete r de modelos multivariados de fay-herriot para la estimación de áreas pequeñas. R J. 13, 2 (2021), 28.
dc.relationPratesi, M. Analysis of poverty data by small area estimation. John Wiley & Sons, 2016.
dc.relationRao, J., and Molina, I. Small area estimation. Wiley Series in Survey Methodology, 2015.
dc.relationScott, A. J. World development report 2009: reshaping economic geography, 2009.
dc.relationSen, A. Public action and the quality of life in developing countries. Oxford Bulletin of Economics and Statistics 43, 4 (1981), 287{319.
dc.relationShanmugam, R. Applied compositional data analysis: with worked examples in r: by peter lzmoser, karel hron, and matthias templ, springer verlag press, nature switzerland ag, 2018, pp. 280+ xvii, isbn: 978-3-319-96420-1 (hardback), 2019.
dc.relationVan den Boogaart, K. G., and Tolosana-Delgado, R. Analyzing compositional data with R, vol. 122. Springer, 2013.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsAbierto (Texto Completo)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.titleEstimación de la pobreza monetaria para los municipios de Cundinamarca vía estimación en áreas pequeñas.


Este ítem pertenece a la siguiente institución