Estimación del Porcentaje de Afiliación a Seguridad Social en Salud en Bogotá, Utilizando Modelos de Estimación en Áreas Pequeñas con Información Auxiliar Medida con Error

dc.contributor.advisorOrtiz Rico, Andrés Felipe
dc.contributor.authorMartínez Salazar, Paola Andrea
dc.contributor.corporatenameUniversidad Santo Tomás
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579
dc.contributor.googlescholarhttps://scholar.google.com/citations?user=xDebiZgAAAAJ&hl=es&oi=ao
dc.date.accessioned2025-09-23T17:08:04Z
dc.date.available2025-09-23T17:08:04Z
dc.date.issued2025-09-23
dc.descriptionLa estimación en áreas pequeñas es una metodología utilizada para calcular estimaciones confiables de una característica de interés haciendo uso de información auxiliar que permite, a través de un modelo, mejorar las estimaciones directas realizadas. Dado que en muchos casos esta información auxiliar contiene un error de medición, se hace necesario incluir este componente en el modelo planteado. La aplicación se realiza con la Encuesta Multipropósito de Bogotá - EM (2021), de tal manera que se pueda obtener información relevante y confiable sobre el porcentaje de afiliación a la seguridad social en salud en las diferentes etapas de vida, que permita identificar grupos de población que puedan tener necesidades específicas de atención médica. Estimar el porcentaje de afiliación a la seguridad social en salud es crucial para la toma de decisiones informadas y la formulación de políticas públicas en Colombia, especialmente en el contexto de los Objetivos de Desarrollo Sostenible (ODS), como lo son promover la salud y el bienestar, reducir las desigualdades y garantizar la cobertura universal de salud. La metodología propuesta permite hacer comparaciones entre las estimaciones directas y aquellas que arroje el modelo, para determinar cuáles de ellas son las más precisas y útiles. Lo anterior no solo mejora la calidad de los datos disponibles, sino que también fortalece la capacidad del Distrito para responder a las necesidades de su población de manera más efectiva y equitativa.
dc.description.abstractSmall area estimation is a methodology used to produce reliable estimates of a characteristic of interest by incorporating auxiliary information through a model, thereby improving the accuracy of direct estimates. Since in many cases this auxiliary information contains measurement error, it becomes necessary to account for this component in the proposed model. The application is carried out using the Bogotá Multipurpose Survey – EM (2021), in order to obtain relevant and reliable information on the percentage of health social security affiliation across different life stages, which makes it possible to identify population groups that may have specific medical care needs. Estimating the percentage of affiliation to health social security is crucial for informed decision-making and the design of public policies in Colombia, especially in the context of the Sustainable Development Goals (SDGs), such as promoting health and well-being, reducing inequalities, and ensuring universal health coverage. The proposed methodology allows for comparisons between direct estimates and those generated by the model, to determine which are the most accurate and useful. This not only improves the quality of the available data but also strengthens the District’s capacity to respond to the needs of its population more effectively and equitably.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicadaspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationMartínez Salazar, P. A. (2025) Estimación del porcentaje de afiliación a Seguridad Social en Salud en Bogotá, utilizando modelos de estimación en áreas pequeñas con información auxiliar medida con error. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio institucional.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/69854
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotá
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programMaestría Estadística Aplicadaspa
dc.relation.referencesAlvarado, F., Meléndez, M. & Pantoja, M. (2021), Mercados laborales fragmentados y el sistema de protección social en colombia, Undp lac working paper no. 14, Programa de las Naciones Unidas para el Desarrollo (PNUD). *https://www.undp.org/es/latin-america/publicaciones/mercados-laborales-fragmentados-ysistemas- de-proteccion-social-en-colombia
dc.relation.referencesBurgard, J. P., Esteban, M. D., Morales, D. & Pérez, A. (2020), ‘A fay–herriot model when auxiliary variables are measured with error’, TEST 29(1), 166–195.
dc.relation.referencesCamacho, A., Conover, E. & Hoyos, A. (2014), ‘Effects of colombia’s social protection system on workers’ choice between formal and informal employment’, The World Bank Economic Review 28(3), 446–466.
dc.relation.referencesDANE (2019), ‘Decreto 2404 de 2019’, https://www.sen.gov.co/sites/default/files/migracion-files/ sen/Decreto_2404_diciembre_27_2019.pdf. Consultado en junio de 2024.
dc.relation.referencesDANE (2020), ‘Guía para la inclusión del enfoque diferencial e interseccional’. Documento del DANE. *https://www.dane.gov.co/files/investigaciones/genero/guia-inclusion-enfoque-difenciasintersecciones- produccion-estadistica-SEN.pdf
dc.relation.referencesDANE (2022), ‘Metodología general encuesta multipropósito bogotá - cundinamarca em 2021’. Documento interno del DANE. *https://microdatos.dane.gov.co/index.php/catalog/743/download/21328
dc.relation.referencesFay, R. E. & Herriot, R. A. (1979), ‘Estimates of income for small places: An application of james-stein procedures to census data’, Journal of the American Statistical Association 74(366), 269–277.
dc.relation.referencesGarcía-Ubaque, J. C., Riaño-Casallas, M. I. & Benavides-Piracón, J. A. (2012), ‘Informalidad, desempleo y subempleo: Un problema de salud pública’, Revista de salud pública 14, 138–150.
dc.relation.referencesGeorge E. Battese, R. M. H. & Fuller, W. A. (1988), ‘An error-components model for prediction of county crop areas using survey and satellite data’, Journal of the American Statistical Association 83(401), 28–36. *https://www.tandfonline.com/doi/abs/10.1080/01621459.1988.10478561
dc.relation.referencesGhosh, M., Sinha, K. & Kim, D. (2006), ‘Empirical and hierarchical bayesian estimation in finite population sampling under structural measurement error models’, Scandinavian Journal of Statistics 33(3), 591– 608.
dc.relation.referencesGuao, M. & Ghosh, M. (2012), ‘Empirical bayes prediction in random effects models with covariates subject to measurement error’, Calcutta Statistical Association Bulletin 64(3-4), 265–276.
dc.relation.referencesHarmening, S., Kreutzmann, A.-K., Pannier, S., Skarke, F., Rojas-Perilla, N., Salvati, N., Schmid, T., Templ, M., Tzavidis, N. & W¨urz, N. (2024), emdi: Estimación en Áreas Pequeñas basada en Indicadores y Datos Mapa (SAE for Indicators and Maps). R package version 2.2.2. *https://cran.r-project.org/web/packages/emdi/index.html
dc.relation.referencesIvanescu, E., Morales, D. & Mínguez, C. (2023), saeRobust: Robust Small Area Estimation. R package version 1.1.3. *https://cran.r-project.org/web/packages/saeRobust/index.html
dc.relation.referencesJ., P. T. F. (2010-09), ‘Evolución de la afiliación al sgsss en colombia, informalidad laboral y desempleo’. *https://repositorio.unal.edu.co/handle/unal/69927
dc.relation.referencesJL, C. A., Martínez, R., Cañón JR, L. et al. (2017), ‘The informal economy: an occupational health issue’, Archivos de Prevencion de Riesgos Laborales 20(1), 30–32.
dc.relation.referencesLohr, S. L. & Prasad, N. G. N. (2003), ‘Small area estimation with auxiliary survey data’, The Canadian Journal of Statistics / La Revue Canadienne de Statistique 31(4), 383–396.
dc.relation.referencesMedina-Gómez, O. & López-Arellano, O. (2019), ‘The informality of labor and the right to health in mexico: a critical analysis’, Ciencia & Saude Coletiva 24, 2583–2592
dc.relation.referencesMolina, I. & Marhuenda, Y. (2015), ‘sae: An R Package for Small Area Estimation’, The R Journal 7(1), 81–98. *https://doi.org/10.32614/RJ-2015-007
dc.relation.referencesMolina, I. & Rao, J. N. K. (2010), ‘Small area estimation of poverty indicators’, The Canadian Journal of Statistics / La Revue Canadienne de Statistique 38(3), 369–385.
dc.relation.referencesPfeffermann, D. (2002), ‘Small area estimation: New developments and directions’, International Statistical Review / Revue Internationale de Statistique 70(1), 125–143.
dc.relation.referencesPorter, A. T., Wikle, C. K. & Holan, S. H. (2015), ‘Small area estimation via multivariate fay–herriot models with latent spatial dependence’, Australian & New Zealand Journal of Statistics 57(1), 15–29.
dc.relation.referencesPrasad, N. G. N. & Rao, J. N. K. (1990), ‘The estimation of the mean squared error of small-area estimators’, Journal of the American Statistical Association 85(409), 163–171.
dc.relation.referencesRao, J. N. (2014), ‘Small-area estimation’, Wiley StatsRef: Statistics Reference Online pp. 1–8.
dc.relation.referencesRico, F. O., Piñerez, C. F. T. & Vargas, N. R. (2024), ‘A review of the use of small area estimation in colombia’, Revista Colombiana de Estadística - Applied Statistics 47(2), 407–422. *http://doi.org/10.15446/rce.v47n2.112779
dc.relation.referencesTorabi, M., DATTA, G. S. & RAO, J. N. K. (2009), ‘Empirical bayes estimation of small area means under a nested error linear regression model with measurement errors in the covariates’, Scandinavian Journal of Statistics 36(2), 355–368.
dc.relation.referencesUbaidillah, A. & Mubarak, M. R. (2023), saeME: Small Area Estimation with Measurement Error. R package version 0.1.0. *https://cran.r-project.org/web/packages/saeME/index.html
dc.relation.referencesVelez, D. & Polo, M. (2019), Una adaptación del procedimiento bootstrap en la estimación del error cuadrático medio en áreas pequeñas con aplicación a datos colombianos, Master’s thesis, Universidad Nacional de Colombia, Bogotá.
dc.relation.referencesYbarra, L. M. R. & Lohr, S. L. (2008), ‘Small area estimation when auxiliary information is measured with error’, Biometrika 95(4), 919–931.
dc.relation.referencesZea, J. F. & Ortiz, F. (2018), ‘Small area estimation methodology (sae) applied on bogota multipurpose survey (emb).’, Romanian Statistical Review (1).
dc.rightsAttribution-NonCommercial-NoDerivs 2.5 Colombiaen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordsmall area estimation
dc.subject.keywordmixed models
dc.subject.keywordmeasurement error
dc.subject.keywordhealth social security
dc.subject.keywordlife cycles
dc.subject.keywordEmpirical Best Linear Unbiased Predictor (EBLUP)
dc.subject.lembEstadística Aplicada
dc.subject.lembPolíticas públicas -- Salud
dc.subject.lembEstadística aplicada a la salud
dc.subject.proposalestimación en áreas pequeñas
dc.subject.proposalmodelos mixtos
dc.subject.proposalerror de medición
dc.subject.proposalSeguridad social en salud
dc.subject.proposalciclos de vida
dc.subject.proposalEBLUP
dc.titleEstimación del Porcentaje de Afiliación a Seguridad Social en Salud en Bogotá, Utilizando Modelos de Estimación en Áreas Pequeñas con Información Auxiliar Medida con Error
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2025paolamartinez.pdf
Tamaño:
506.89 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
2025cartadederechosdeautor.pdf
Tamaño:
980.21 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
2025cartadefacultad.pdf
Tamaño:
351.98 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: