Versión de HTML Básico
Regresión lineal bajo diseños muestrales complejos: un enfoque aplicado
119
14
Analiti a, Revista de análisis estadístico, Vol. 14 (2), 2017
de una
fotograf´ıa
de la situaci´on particular del Ecuador para el a˜no en el que se realiza la
encuesta. En este caso, se refiere a que en la EIGHU 2002-2003 (y s´olo en este per´ıodo), los
salarios del sector p´ublico son, en promedio, 17
,
7 % m´as altos que los del sector privado. Es
m´as, cada coeficiente ser´a interpretado de la misma manera: de forma aislada y en referencia
exclusiva al per´ıodo de la encuesta. En consecuencia, las variables explicativas del modelo se
toman como informaci´on auxiliar para mejorar el ajuste, pero no como determinantes de la
diferencia salarial como tal.
5 Conclusiones
Una revisi´on bibliogr´afica detallada permiti´o establecer lineamientos en cuanto al uso que se
les puede dar a las encuestas de muestreo probabil´ıstico. La operativizaci´on de estas ideas
permitir´a al investigador tener m´as claros los supuestos te´oricos y pr´acticos que acompa˜nan
a cada uno de los casos discutidos en el cuerpo de este art´ıculo. En particular, las pautas aqu´ı
presentadas permiten hacer uso de encuestas a´un cuando falte informaci´on -por ejemplo- del
factor de expansi´on o del dise˜no muestral.
Para discernir en el uso de los enfoques IBDI o IBMO, el investigador ahora est´a en
capacidad de responder adecuadamente a aquello que considera
aleatorio
. En la l´ogica IBDI
se genera aleatoriedad en funci´on del dise˜no muestral, que a su vez genera una distribuci´on
de referencia. Mientras que en la IBMO, lo aleatorio responde al modelo
ξ
asumido.
Otra diferencia clara es que en la IBDI no se hace ning´un supuesto distribucional y en la
IBMO si. Es decir que incluso despu´es de la estimaci´on, los par´ametros de la superpoblaci´on
permanecen desconocidos en la IBMO. Pero en la IBDI, cuando se tiene un censo, no existe
aleatoriedad. Esto implica que una vez calculado el estimador, el par´ametro poblacional es
conocido.
Se ha evidenciado las diferencias en cuanto a la estimaci´on puntual. El coeficiente de
variaci´on bajo la l´ogica IBDI es mayor que en la IBMO. Sin embargo, al prescindir de un
supuesto distribucional, en este caso es m´as confiable la IBDI que la IBMO a menos que el
investigador est´e seguro del supuesto distribucional.
La significancia de los coeficientes de regresi´on lineal bajo dise˜nos muestrales complejos
tambi´en ha sido explorada. Se ha mostrado que ´esta puede variar en algunos casos y se
agudizan las diferencias a medida que se trabaja con tama˜nos muestrales m´as peque˜nos. Por
otro lado, a pesar de las coincidencias en las estimaciones cuando se usan ajustes robustos
en la regresi´on, siguen existiendo diferencias en la interpretaci´on de los resultados bajo los
paradigmas IBDI e IBMO.