Incertidumbre de los estimadores de mortalidad y pruebas de hipótesis: el caso de América Latina y el Caribe, 1850-2010

Proponemos un procedimiento simple para dar cuenta de la incertidumbre que se produce al tener disponible una multiplicidad de estimadores de indicadores de mortalidad adulta en los análisis estadísticos. Consideramos situaciones donde hay estimadores alternativos del mismo parámetro de población...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Palloni, Alberto, Beltrán-Sánchez, Hiram, Pinto Aguirre, Guido
Formato: Texto
Lenguaje:Spanish / Castilian
Publicado: 2017
Materias:
Acceso en línea:http://hdl.handle.net/11362/41959
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:Proponemos un procedimiento simple para dar cuenta de la incertidumbre que se produce al tener disponible una multiplicidad de estimadores de indicadores de mortalidad adulta en los análisis estadísticos. Consideramos situaciones donde hay estimadores alternativos del mismo parámetro de población, cada uno depende de un conjunto de supuestos que pueden superponerse, y algunos, o todos, podrían caracterizar erróneamente el parámetro objetivo. La incertidumbre surge como resultado de la sensibilidad variable de los estimadores a las violaciones de supuestos o la falta de información sobre las condiciones que generan los datos utilizados para calcular los estimadores. El procedimiento que aquí se propone permite al investigador utilizar todos los estimadores (plausibles), en lugar de tener que elegir solo uno que ex ante se considera “el mejor o el correcto”. Esto se logra asignando a cada estimador un puntaje de precisión que depende de: i) errores conocidos debidos a la violación de supuestos en los que se basa el estimador, y ii) probabilidades (estimadas) de que los supuestos se violen en un caso particular. Las subsiguientes inferencias sobre determinantes o tendencias de la mortalidad pueden entonces basarse en todos los estimadores y conducir a pruebas de hipótesis más robustas y conservadoras. Si bien la aplicación que utilizamos como ilustración corresponde a la mortalidad, la metodología puede aplicarse a cualquier tipo de parámetro demográfico.