La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

E C U A D O R INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS INEC ESTADÍSTICA AGROPECUARIA ESAG.

Presentaciones similares


Presentación del tema: "E C U A D O R INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS INEC ESTADÍSTICA AGROPECUARIA ESAG."— Transcripción de la presentación:

1 E C U A D O R INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS INEC ESTADÍSTICA AGROPECUARIA ESAG

2 Censo de Población y Vivienda VII y VI respectivamente, Nov/2010 efectivo, incierto el próximo. Censo Agropecuario: III, Sep/2000, gestionando para los años 2013 – Encuestas Agropecuarias Continuas: 2002 – 2010, planificándose la 2011.

3 Principales Variables Uso del suelo; Área plantada o sembrada, cosechada, producción y ventas; Existencia y movimiento de ganado vacuno; Producción y destino de la leche; Existencia y movimiento de ganado porcino y ovino; Existencia de ganado: asnal, caballar, mular y caprino; Existencia y movimiento de aves de campo y planteles avícolas; Empleo en la Unidad de Producción Agropecuaria. Parámetros de los estimados: Provincias autorepresentadas, no autorepresentadas, grupos de provincias. Frecuencia Anual

4 Muestreo de Marcos Múltiples MMM MMA SUBMUESTRA MML MUESTRA ENFOQUE. Muestreo en dos fases o doble. VENTAJAS. Eficientemente combinado con el MMM Estratificado permite: Mejorar las estimaciones, Reducir errores, Posibilidad de correlacionar información de la Muestra grande y pequeña.

5 Uso del Muestreo Doble MMA SUBMUESTRA MML MUESTRA 1era. FASE 2da. FASE Muestra Grande Muestra Pequeña 12,277 SMs (70,000 SMs) 12,341 UPAs Excepto estr. 6,11,15 (15,248 UPAs) 2,000 SMs4,000 UPAs

6 Qué se Persiguió? (Razones Técnicas-Estadísticas) Mantener el diseño de la muestra pequeña, lo más ajustado al CNA (replicaciones independientes dentro de estrato en cada cantón), Producir estimaciones a nivel provincial con grados de precisión y niveles de confiabilidad aceptables, Permita el incremento de tamaño de la misma.

7 MMA Reparto del tamaño de muestra pequeña MÉTODO COMPROMISO AFIJACIÓN PROPORCIONAL POR TAMAÑOS IGUALES PPT AFIJACIÓN ÓPTIMA (VAR. CONTROL COMPUESTAS)

8 Diseño y Nivel de Estimación Muestra Pequeña MMA Provincias Auto representadas Provincias NO Auto representadas Producen estimaciones con buenos grados de precisión y confiabilidad aceptables Producen estimaciones con regulares grados de Precisión y confiabilidad Guayas, Manabí, Los Ríos Pichincha, Chimborazo (razones técnicas) Azuay, Bolívar, Cañar, Carchi, Cotopaxi, El Oro, Esmeraldas, Imbabura, Morona, Loja, Tungurahua

9 Diseño y Nivel de Estimación Muestra Pequeña MMA Provincias No incluidas Provincias Agrupadas Producen estimaciones con regulares grados de Precisión y confiabilidad Nororiente: Napo, Sucumbíos, Orellana Centro-suroriente: Pastaza, Zamora Galápagos Las Golondrinas La Concordia Manga del Cura El Piedrero

10 Diseño y Nivel de Estimación Muestra Pequeña MMA Provincias Auto representadas Clasificación: Cluster Analysis de los cantones de cada provincia en dominios de estudio (DEs) DEs I Cantones más importantes DEs II Cantones menos importantes Subdominios de estudio (SDEs) de acuerdo a la estratificación SDEs A Cant., Repl., Estr. 10, 20, 30 SDEs B Estr. 40, 51 colapsado entre cant. SDEs C Estr. 10, 20, 30 colapsado entre cant. SDEs D Estr. 40, 51 colapsado entre cant. Estrato 72 (cab. parroq. y centros poblados) no se incluyeron

11 Diseño y Nivel de Estimación Muestra Pequeña MMA SDE A SDE BSDE CSDE D Selección sistemática 2 SMs por cada replicación dentro de cada estrato en un cantón Método: PPT Brewer Mantiene el diseño del CNA Selección sistemática controlada SMs a cada estrato colapsado entre cantones No mantiene el diseño del CNA Variable de control adicional (factor de ajuste) por las que fueron excluidas y es considerado en el proceso de estimación

12 Diseño y Nivel de Estimación Muestra Pequeña MMA Provincias Agrupadas Provincias NO Auto representadas Es similar al de las Auto representadas, salvo que el SDE A es igual a los SDES B, C, D Algunas provincias no tienen los cuatro SDEs Es similar al de las No Auto representadas, Estr. 10, 20, 30, 40, 51 fueron colapsados entre cantones y provincias

13 MML Reparto del tamaño de muestra pequeña MÉTODO COMPROMISO AFIJACIÓN PROPORCIONAL POR TAMAÑOS IGUALES PPT AFIJACIÓN ÓPTIMA (VAR. CONTROL COMPUESTAS) Calibración: Análisis distribución entre provincias en los estr. 2 al 14 considerando el aporte (# UPAs, sup. cultivos que define estrato), Ajuste final: entre los 12 estratos a nivel nacional, provincial entre estr. 2-14, algunas provincias no recibieron tamaño.

14 Diseño y Nivel de Estimación Muestra Pequeña MML Estratificado Subestratificado 12 estratos utilizados excepto 6, 11, 15 Estrato 1 importante y 2 sectoriales Subestratos por tamaños UPA 1.< 200 Has Has. a <500 Has Has. a <1,000 Has. 4. 1,000 Has. y más

15 Diseño y Nivel de Estimación Muestra Pequeña MML Estratificado Subestratificado Estrato 3 – 14 Selección Sistemática Controlada de cada provincia var. control superficie, uso del cultivo líder en la definición del estrato Estrato 1 todas las provincias se distribuyó tamaño Subestrato 4 se tomó el 100% 1-3 se distribuyó Selección sistemática controlada independiente Variable de control adicional (factor de ajuste) por las que fueron excluidas y es considerado en el proceso de estimación

16 Encuestas Ad-hoc: Actualmente implementándose en el sistema, como Costos de Producción, fecha indeterminada.

17 GRACIAS


Descargar ppt "E C U A D O R INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS INEC ESTADÍSTICA AGROPECUARIA ESAG."

Presentaciones similares


Anuncios Google