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

Vista sencilla de ítem
dc.contributor.advisorOrtiz Rico., Andrés Felipe
dc.contributor.authorGómez Pinto, Heyder Fabián
dc.contributor.corporatenameUniversidad Santo Tomásspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001594223
dc.contributor.googlescholarhttps://scholar.google.com/citations?hl=es&user=OuVxcUgAAAAJ
dc.date.accessioned2023-08-31T12:45:19Z
dc.date.available2023-08-31T12:45:19Z
dc.date.issued2023-08-23
dc.descriptionEl cálculo de la pobreza monetaria de los territorios es quizá una de las medidas más importantes para el análisis de modelos de desigualdad económica y social. Proponemos un procedimiento estadístico que contribuya para analizar los registros de la Encuesta Multipropósito (EM) del año 2017, así como también los registros oficiales, la producción de estadística demográfica que los municipios de Cundinamarca generan y el sector privado dando paso a una estimación de la pobreza monetaria por municipio. Para la elaboración del procedimiento se vincula la rama de la ciencia estadística denominada Estimación en Áreas Pequeñas (SAE, por sus siglas en inglés) con datos composicionales, que permite obtener estimaciones de pobreza monetaria a un mínimo nivel de desagregación geográfica (estimaciones para los 116 municipios de Cundinamarca) mediante un modelo multivariado de Fay-Harriot de estimación de áreas pequeñas con su respectivo MSE-bootstrap paramétrico que se alimenta de los datos que provienen de la EM 2017 y de los registros oficiales de los actores anteriormente mencionados.spa
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.spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicadaspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationGómez 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.spa
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/11634/51934
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotáspa
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programMaestría Estadística Aplicadaspa
dc.relation.referencesAitchison, J. The statistical analysis of compositional data. Journal of the Royal Statistical Society: Series B (Methodological) (1982).spa
dc.relation.referencesBank, W. World development report 2000-2001: attacking poverty. World Bank Group, 2000.spa
dc.relation.referencesBank, W. World development report 2005: Introduction to poverty analysis. Oxford University Press, Inc, 2005.spa
dc.relation.referencesBank, W. World development report 2011: Poverty. Oxford University Press, Inc, 2011.spa
dc.relation.referencesBank, W. Human Capital Project : How Countries Nurture Human Capital - Policies and Programs that Use and Expand the Evidence Base. World Bank Publications, 2019.spa
dc.relation.referencesBenavent, R., and Morales, D. Multivariate fay{herriot models for small area estimation. Computational Statistics & Data Analysis 94 (2016), 372-390.spa
dc.relation.referencesCamacho 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.spa
dc.relation.referencesCastañeda, 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).spa
dc.relation.referencesCEPAL, U. Medición de la pobreza por ingresos: actualización metodológica y resultados. CEPAL, 2018.spa
dc.relation.referencesde Estadística DANE, D. A. N. Boletín Técnico Pobreza Monetaria en Colombia Año 2017. DANE, 2017.spa
dc.relation.referencesde Estadística DANE, D. A. N. Metodología General Encuesta Multipropósito Año 2017. DANE, 2017.spa
dc.relation.referencesde Estadística DANE, D. A. N. Boletín Técnico Pobreza Monetaria en Colombia Año 2019. DANE, 2019.spa
dc.relation.referencesde Planeación DNP, D. N. Panorámica Regional. Pobreza monetaria y multidimensional departamental: necesidad de políticas públicas diferenciadas. DNP Publications, 2017.spa
dc.relation.referencesde Planeación DNP, D. N. Guía para la construcción y análisis de indicadores. DNP, 2018.spa
dc.relation.referencesEsteban, 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.spa
dc.relation.referencesFay 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.spa
dc.relation.referencesGonzáalez-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.spa
dc.relation.referencesGutiérrez, H. A. Estrategias de muestreo. Diseño de encuestas y estimación de parámetros, Universidad Santo Tomás (2009).spa
dc.relation.referencesHaughton, J., and Khandker, S. Handbook on poverty and inequality, 2009. Washington, DC: World Bank (2009).spa
dc.relation.referencesMolina, I. Desagregación de datos en encuesta de hogares: Metodologías de estimación en áreas pequeñas.spa
dc.relation.referencesMorales, 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).spa
dc.relation.referencesMorales, D., and Molina, I. Estimación en áreas pequeñas: Métodos basados en modelos. Unpublished manuscript, UMH Elche, Spain (2006).spa
dc.relation.referencesMorales González, D. Estmación en áreas pequeñas: Métodos basados en modelos. Universidad Miguel Hernández de Elche (2015).spa
dc.relation.referencesOrtiz, A. F. Notas de clase del curso estimación en Áreas pequeñas sae. Universidad Santo Tomás (2021).spa
dc.relation.referencesPawlowsky-Glahn, V., and Buccianti, A. Compositional data analysis. Wiley Online Library, 2011.spa
dc.relation.referencesPawlowsky-Glahn, V., and Egozcue, J. J. Compositional data and their analysis: an introduction. Geological Society, London, Special Publications 264, 1 (2006), 1-10.spa
dc.relation.referencesPermatasari, 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.spa
dc.relation.referencesPratesi, M. Analysis of poverty data by small area estimation. John Wiley & Sons, 2016.spa
dc.relation.referencesRao, J., and Molina, I. Small area estimation. Wiley Series in Survey Methodology, 2015.spa
dc.relation.referencesScott, A. J. World development report 2009: reshaping economic geography, 2009.spa
dc.relation.referencesSen, A. Public action and the quality of life in developing countries. Oxford Bulletin of Economics and Statistics 43, 4 (1981), 287{319.spa
dc.relation.referencesShanmugam, 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.spa
dc.relation.referencesVan den Boogaart, K. G., and Tolosana-Delgado, R. Analyzing compositional data with R, vol. 122. Springer, 2013.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordEstimation in small areasspa
dc.subject.keywordcompositional dataspa
dc.subject.keywordmonetary povertyspa
dc.subject.keywordterritory developmentspa
dc.subject.keywordhouseholdsspa
dc.subject.keywordsamplingspa
dc.subject.keywordoficial statisticsspa
dc.subject.keywordpublic administrationspa
dc.subject.lembEstadísticas Aplicadasspa
dc.subject.lembEconomíaspa
dc.subject.lembPobreza-Necesidades básicasspa
dc.subject.proposalEstimación en áreas pequeñasspa
dc.subject.proposalpobreza monetariaspa
dc.subject.proposaldesarrollo del territoriospa
dc.subject.proposalhogaresspa
dc.subject.proposalmuestreospa
dc.subject.proposaladministración públicaspa
dc.subject.proposalestadísticas oficialesspa
dc.subject.proposaldatos composicionalesspa
dc.titleEstimación de la pobreza monetaria para los municipios de Cundinamarca vía estimación en áreas pequeñas.spa
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
Miniatura
Nombre:
2023fabiangomez.pdf
Tamaño:
1.47 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de grado
Descargar
Miniatura
Nombre:
HeyderFabianGomezPintoCarta_autorizacion_autoarchivo_autor_2023.pdf
Tamaño:
979.11 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta Derechos de Autor
Descargar
Miniatura
Nombre:
CARTA FACULTAD HEYDER FABIAN GOMEZ PINTO.pdf
Tamaño:
15.97 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta Aprobación Facultad
Descargar

Bloque de licencias

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

Colecciones

Maestría Estadística Aplicada