Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4.3.
Estimadores de calibraci
on propuestos
4.3.1.
Estimaci
on de una proporci
on para el dominio
PROPUESTOS
4.3. ESTIMADORES DE CALIBRACION
157
1 X
Aj
Nd jUd
(4.141)
(4.142)
se conoce a priori. Dada una muestra s, conocemos Bs y Bsd , los valores del
atributo auxiliar para las unidades muestrales y para la submuestra en el dominio de interes. Deseamos hallar los pesos wj , para j s, tales que
TbBd =
w j Bj = T Bd
(4.143)
jsd
X (wj dj )2
d j qj
jsd
sujeto a la condicion
T Bd =
(4.144)
wj B j
jsd
DE PROPORCIONES
158CAPITULO 4. APORTACIONES A LA ESTIMACION
Usando el metodo de multiplicadores de Lagrange para optimizacion restringida obtenemos la expresion
L(wj , dj ) =
X (wj dj )2
d j qj
jsd
wj B j .
(4.145)
jsd
(4.146)
jsd
jsd
TBd = TbBd +
d j qj B j
jsd
por lo que
TbAd w =
Tb
wj Aj =
jsd
Ad w
jsd
jsd
dj Aj +
"
TB TbBd
dj + P d
jsd dj qj Bj
jsd
TBd TbBd
P
jsd dj qj Bj
d j qj B j A j
d j qj B j A j
(TB TbBd ) X
TbAd w = TbAd + P d
d j qj B j A j .
jsd dj qj Bj jsd
(4.147)
(4.148)
b2 b b
b d Tb , Tb )
d (Tb
b b
AV
Ad
Bd
Ad w ) = V (TAd ) + b V (TBd ) 2bcov(
(4.149)
y su estimador
PROPUESTOS
4.3. ESTIMADORES DE CALIBRACION
159
Asumiendo un dise
no M AS(N, n) con qj = 1 j U , el estimador dado
por (4.147) se escribe
TbAB
TbAd w = TbAd + b d (TBd TbBd ),
T Bd
(4.150)
P
donde TbABd = jsd Aj Bj .
con PABd =
1
Nd
Nd2
P
PABd
V (PbA ) +
d
PBd
jUd
!2
PABd
V (PbBd ) 2
PBd
cov(PbAd , PbBd )
AV (TbAd w ) =
Nd2
!2
N 1f
PABd
PBd QBd
[PAd QAd +
Nd n
PBd
!
q
PABd
2
d PAd QAd PBd QBd ]
PBd
(4.151)
y su estimador
d (Tb
AV
Ad w )
Nd2
n 1f b b
PbAB
[ P Ad Q Ad + b d
n 1 nd
PBd
PbAB
2 b d
PBd
!2
b
PbBd Q
Bd
b Pb Q
b
bd PbAd Q
A d Bd Bd ]
(4.152)
si Nd es conocido y
PbAd w =
1 b
TA w
Nd d
1
PbAd w = c TbAd w
Nd
(4.153)
(4.154)
DE PROPORCIONES
160CAPITULO 4. APORTACIONES A LA ESTIMACION
La varianza de (4.153) sera
1 b
1
TAd w ] =
Ad w ) = V [
Nd
Nd
AV (Pb
N
Nd
y su estimador
2 h
N
Ad w ) =
Nd
d (Pb
AV
2
V [TbAd w ]
2 h
i
i
d PbAd , PbBd ) .
Vb (PbAd ) + bb2 Vb (PbBd ) 2bbcov(
(4.155)
Para (4.154), toda vez que es una razon de estimadores, su varianza aproximada estara dada por
AV [PbAd w ] =
N
Nd
2 h
y su estimador
d [Pb
AV
Ad w ]
N
c
N
d
!2
(4.156)
(4.157)
d PbAd , PbBd ) .
Vb (PbAd ) + bb2 Vb (PbBd ) 2bbcov(
Bajo un dise
no M AS(N, n) el estimador de la varianza dado por (4.155)
se escribe como
N
Ad w ] =
Nd
d [Pb
AV
2
b
1 f Nd 1 nd
b + PABd
[ PbAd Q
Ad
n N 1 nd 1
PbBd
"
PbAB
2 b d
PBd
Pb
Ad
b
Q
b
1f n
d [Pb
b + PABd
AV
[ PbAd Q
Ad w ] =
Ad
nd n 1
PbBd
PbAB
2 b d
PBd
b
PbBd Q
Bd
b Pb Q
b
bd PbAd Q
Ad Bd Bd ]
b
N 1 f nd
d [Pb
b + PABd
AV
PbAd Q
Ad w ] =
Ad
Nd n nd 1
PbBd
PbAB
2 b d
PBd
!2
!2
Ad
!2
Pb
b
PbBd Q
Bd
Bd
b
Q
Bd
b
PbBd Q
Bd
b Pb Q
b
PbAd Q
Ad Bd Bd ].
(4.158)
(4.159)
PROPUESTOS
4.3. ESTIMADORES DE CALIBRACION
4.3.2.
161
Estimador sint
etico de calibraci
on
(4.160)
(4.161)
b2 b b
bd b b
d (Tb
b b
AV
Ad w ) = V (TA ) + b V (TB ) 2bCov(TA , TB ).
(4.162)
y un estimador de su varianza
Bajo un dise
no de muestreo M AS(N, n), con qj = 1, el estimador de su
varianza sera
"
!2
PbAB
f b b
b
)
=
N
P
Q
+
PbB Q
Ad w
A A
B
b
n1
PB
!
#
PbAB bq b b b b
PA QA PB QB
2 b
PB
21
d (Tb
AV
(4.163)
P
donde PbAB = n1 js Aj Bj y es el coeficiente V de Cramer en la muestra.
si se asume Nd conocido.
La varianza de (4.164) sera
1 b
TA w
Nd d
(4.164)
1 b
1
T Ad w ] =
Ad w ) = V [
Nd
Nd
AV (Pb
2
V [TbAd w ]
DE PROPORCIONES
162CAPITULO 4. APORTACIONES A LA ESTIMACION
y su estimador
b2 b b
b d Pb , Pb ).
d (Pb
b b
AV
Ad w ) = V (PA ) + b V (PB ) 2bcov(
A
B
(4.165)
Bajo un dise
no M AS(N, n) y qj = 1, el estimador de la varianza dado por
(4.165) se escribe como
"
!2
1f b b
PbAB
d [Pb
b
AV
PA QA + b
PbB Q
Ad w ] =
B
n1
PB
!
#
PbAB bq b b b b
2 b
PA QA PB QB
PB
(4.166)
P
donde PbAB = n1 js Aj Bj y es el coeficiente V de Cramer en la muestra.
Al igual que en los casos anteriores, es posible construir un estimador combinado de estos estimadores.
4.3.3.
Estimaci
on calibrada para el caso multivariado
Bij =
wj Bij
i = 1, , p.
jsd
jUd
Sea TBi d = (TB1 d , , TBp d ) el vector de totales de cada uno de los p atri
b
b
b
butos auxiliares, los cuales se asumen conocidos; T
Bi d = (TB1 d , , TBp d ) el
vector de estimadores de Horvitz-Thompson de los totales para cada uno de
los p atributos auxiliares a nivel de dominio, donde la j-esima observacion
TbBi d =
dj Bij
i = 1, , p.
jsd
jsd
wj Aj .
(4.167)
PROPUESTOS
4.3. ESTIMADORES DE CALIBRACION
163
wj = dj + (TBi d T
Bi d )
jsd
dj B j Bj
dj Bj ,
(4.168)
dj Aj + (TBi d T
Bi d )
jsd
o de forma equivalente
jsd
dj Bj Bj
dj Bj Aj
jsd
b
b
TbAd w = TbAd + (TBi d T
Bi d ) b
(4.169)
AV (TbAd w ) = V (TbAd ) + b2
+2b
X
i6=k
b
cov(T
P
X
i
Bi d
b
V (T
Bi d ) 2b
b
,T
Bk d )
X
i
b
cov(TbAd , T
Bi d )
i = 1, , p y i 6= k,
(4.170)
+2bb
X
i6=k
X
i
b
b
V (T
B i d ) 2b
b
b
d T
cov(
B i d , TB k d )
X
i
b
d TbAd , T
cov(
Bi d )
i = 1, , p y i 6= k, .
(4.171)
i
1 hb
TbAd w
b
b
=
TAd + (TBi d T
)
b
Bi d
Nd
Nd
i
1 h
TbA w
b
b
PbAd w = cd = c TbAd + (TBi d T
Bi d ) b
Nd
Nd
i
Nd h
(4.172)
(4.173)
DE PROPORCIONES
164CAPITULO 4. APORTACIONES A LA ESTIMACION
si Nd es desconocido.
Las expresiones para las varianzas de (4.172) y (4.173) seran
AV (PbAd w ) = V (PbAd )+b2
AV (Pb
X
i
Ad w )
2b
X
i
V (PbBi d )2b
cov(Pb
Ad
Nd
c
N
d
!2
, Pb
Bi d )
X
i
[V (PbAd ) + b2
+ 2b
X
i6=k
d (Pb
AV
Ad w )
4.3.4.
Nd
c
N
d
!2
X
i
Vb (PbBi d )2bb
X
i
X
i
X
i
cov(Pb
X
i6=k
cov(PbBi d , PbBk d ),
V (PbBi d )
b
Bi d , PBk d )],
Vb (PbBi d ) 2bb
+2bb
X
i6=k
X
i6=k
d PbBi d , PbBk d ),
cov(
(4.174)
d PbAd , PbBi d )
cov(
Estimaci
on de proporciones a partir de variables
instrumentales
dj zj BTj )
1 P
(4.177)
d zj Aj .
PROPUESTOS
4.3. ESTIMADORES DE CALIBRACION
165
wd.j zj =
jsd
jUd
o de forma equivalente
X
wd.j = Nd y
jsd
wd.j Bj =
jsd
Bj .
jUd
(4.178)
wj zj =
js
zj = zU donde zj = (Xj , Bj )T
jU
wj = N d y
js
w j Bj =
js
Bj ,
jU
(4.179)
DE PROPORCIONES
166CAPITULO 4. APORTACIONES A LA ESTIMACION
y su estimador
d (Tb ) = N 2 [Vb (Pb ) + b
d PbA , PbB )].
AV
b2z Vb (PbB ) 2bbcov(
Aw
A
(4.180)
(4.181)
(4.182)
wd.j zj =
jsd
jUd
wdj = Nd y
jsd
jsd
wdj Abj =
1
B1
b
b
b
.
bz =
(A1 , , And ) ..
B nd
jUd
Abj = TbAj .
A1
.
(Ab1 , , Abnd )
.. .
And
Para hallar Abj , asumimos que Aj = Adj |ud Bin(n, PAj ) y denotemos por
Aj = PAj y Aj = PAj (1 PAj ), la media y varianza de Aj dado j , respectivamente. La distribucion condicional de Aj pertenece a la familia exponencial
natural, y entonces
exp{j }
, j = Bj + ud , j = 1, , Nd ,
PAj =
1 + exp{j }
que tendra por estimador
exp{bj }
b
, bj = Bj ,
PbAj =
j = 1, , Nd ,
1 + exp{bj }
donde se estima por mnimos cuadrados ponderados o por maxima verosimilitud iterativa con Newton-Raphson de la muestra s.
Ahora, PbAj = b Aj = Abj es la probabilidad de que el individuo j tome el
valor 0 o 1 y estamos en condiciones, ahora, de estimar el total y la proporcion
a nivel de dominio usando (4.182).
Captulo 5
Estudio de simulaci
on.
Aplicaci
on a datos de dengue
5.1.
Descripci
on del estudio de simulaci
on
Descripci
on de la poblaci
on simulada
Con el fin de comprobar el comportamiento real de los estimadores propuestos se ha realizado un estudio completo de simulacion. Centramos nuestro
estudio en una poblacion simulada que denominamos PopSIM. La poblacion
simulada de tama
no N = 30000 esta dividida en 30 dominios (6 de tama
no
500, 6 de tama
no 750, 6 de tama
no 1000, 6 de tama
no 1250 y 6 de tama
no
1500) de forma que estos incluyan diversos escenarios en funcion de las proporciones poblacionales y el coeficiente V de Cramer entre la variable de interes y
las variables auxiliares. En concreto, las poblaciones correspondientes a cada
dominio se generaron de forma que, xi B(N, p), yis B(N, p) son indepen39
y 41
. Ver tabla (5.1).
dientes e yi = xi yis , donde p vara entre 10
41
Descripci
on del proceso de simulaci
on
El procedimiento a seguir para esta poblacion sera realizar 1000 iteraciones
del siguiente proceso:
Seleccionar una muestra aleatoria simple de tama
no 900.
Evaluar los estimadores propuestos as como el estimador directo para el
dominio de interes considerado y una estimacion de su varianza.
Los resultados de las 1000 iteraciones nos permiten evaluar la eficiencia
relativa porcentual (RE) con respecto al estimador directo para el dominio,
167