BOLIVIA: DISCREPANCIA ENTRE LAS TASAS GLOBALES DE FECUNDIDAD ESTIMADAS CON LOS MÉTODOS DIRECTO E INDIRECTO. UN MODELO PARA LA CORRECCIÓN
Palabras clave:
Tasa global de fecundidad, Método directo, Método indirecto, Aprendizaje automáticoResumen
Esta investigación tiene dos objetivos: por una parte, verificar si las tasas globales de fecundidad estimadas con el método indirecto discrepan sistemáticamente de aquellas generadas con el método directo, considerado este último como el método correcto y asumido por el programa de encuestas demográficas y de salud y, por otra parte, corregirlas si se evidencia una discrepancia sistemática. Con base en la información proporcionada por las encuestas de demografía y salud, se constata importantes diferencias entre las tasas globales de fecundidad estimadas con los métodos directo e indirecto. Para el ajuste o corrección de la tasa estimada con el método indirecto se eligió el modelo de regresión red elástica de entre cuatro modelos ensayados. Las tasas globales de fecundidad predichas con red elástica están mucho más próximas a las tasas correctas que aquellas derivadas con el método indirecto. Estos resultados avalan el procedimiento - empleado en este artículo - para ajustar o corregir las estimaciones indirectas del nivel de fecundidad. En consecuencia, las tasas globales de fecundidad generadas con información de un censo requieren ser corregidas, como también las generadas con información de las encuestas de hogares.
Descargas
Citas
Barber D. (2015). Bayesian Reasoning and Machine Learning. www.cs.ucl.ac.uk/staff/D.Barber/brml
Brass W. (1964). Uses of census or survey data for the estimation of vital rates. Economic Commission for Africa.
Brass W. (1974). Métodos para estimar la fecundidad y la mortalidad en poblaciones con datos limitados. CELADE, Serie E, No 14.
Brass W. and Coale A. J. (1968). Methods of Analysis and Estimation, en Brass W., Coale A. J., Demeny P., Heisel D., Lorimer F., Romaniuk A. and de Wale E. The Demography of Tropical Africa, pp. 88-150. Princeton, NJ: Princeton University Press.
Coa R. y Ochoa L. (2009). Bolivia: Encuesta Nacional de Demografía y Salud. Informe final. Ministerio de Salud y Deportes, Programa Reforma de Salud e Instituto Nacional de Estadística.
Coa R. (2023). Sobrestimación de la tasa de mortalidad infantil obtenida con el método indirecto. Un modelo para su corrección. Revista varianza No 22
Coale A. and Trussell J. (1974). Model fertility schedules: variations in the age structure of childbearing in human populations. Population Index, Vol. 40, No. 2, pp. 185-258.
Hastie T., Tibshirani R. and Friedman J. (2008). The elements of statistical learning. Data mining, inference and prediction. Springer, 2nd Ed.
Pullum T., Assaf S. and Staveteig S. (2017). Comparisons of DHS Estimates of Fertility and Mortality with Other Estimates. DHS Methodological Reports No. 21.
Shalev S. and Ben S. (2014). Understanding machine learning: From theory to algorithms. Cambridge University Press.
