Estimación eficiente de algunos indicadores de pobreza

Resumen

El objetivo principal de este trabajo es la definición de nuevos estimadores para determinados indicadores y medidas de pobreza. Se desea obtener estimaciones de pobreza más eficientes, con sesgos empíricos más pequeños, y en definitiva con propiedades deseables, en comparación con los estimadores habituales ya existentes en la literatura. Concretamente, se analiza la estimación de: la función de distribución y cuantiles en la población considerada como pobre (Capítulo 2); la proporción de pobres (Capítulo 3); y los índices de brecha de pobreza y pobreza severa (Capítulo 4). En el Capitulo 1 se realiza una introducción relacionada con distintos aspectos de la medición de la pobreza y se definen algunas de las medidas de pobreza más conocidas y/o utilizadas en la actualidad. La metodología seguida para la obtención de estimaciones más precisas, en comparación con otros métodos de estimación más simples, ha sido la utilización de técnicas cuantitativas de estimación basadas en el uso de información auxiliar en la etapa de estimación, especialmente cuando la relación entre la variable objeto de estudio y las variables auxiliares son elevadas. Esta metodología se ha propuesto para la familia de medidas de pobreza propuestas por Foster et al. (1984), es decir, para la proporción de pobres y para los índices de brecha de pobreza y la pobreza severa. Respecto a la estimación de la función de distribución y cuantiles en la población de pobres, se aportan nuevos estudios de simulación basados en datos reales y extraídos de la encuesta europea del 2011 sobre ingresos y condiciones de vida (la denominada EU-SILC del año 2011). Además, se plantean y estudian otros temas relacionados con la estimación puntual de parámetros como la estimación de las varianzas de los estimadores propuestos o la construcción de intervalos de confianza para las medidas de pobreza analizadas en esta tesis doctoral. El comportamiento empírico de los estimadores, varianzas e intervalos de confianza propuestos han sido analizados mediante distintos estudios de simulación Monte Carlo. Estos estudios están basados tanto en poblaciones reales de diferentes países (Bélgica, Bulgaria, Eslovenia, España, Italia, Lituania, Polonia y Reino Unido) extraídas de la EU-SILC de 2011, como en poblaciones simuladas o artificiales con distintas características. Como criterio para la comparación de los estimadores se utilizan, entre otras medidas, el sesgo relativo y el error cuadrático medio relativo. Para los estimadores de las varianzas se utiliza el sesgo relativo de tales varianzas como medida empírica para evaluar la precisión. Por otro lado, se utiliza la cobertura empírica para evaluar empíricamente los intervalos de confianza construidos con un nivel de confianza del 95%. Tanto las aportaciones teóricas como empíricas realizadas en este trabajo indican que los estimadores puntuales propuestos tienen un buen comportamiento en términos de sesgo y error cuadrático medio. Los resultados derivados de los intervalos de confianza propuestos para las distintas medidas de pobreza también han sido positivos, con coberturas empíricas cercanas al 95% requerido.