Estimador de la media ajustado por la probabilidad de respuesta estimada en encuestas muestrales en presencia de la no respuesta: métodos paramétricos y no paramétricos

Abstract

Los resultados derivados de las encuestas muestrales son un insumo importante para establecer políticas públicas. Sin embargo, algunos encuestados pueden no responder algunas o todas las preguntas en un cuestionario por diversas razones, lo que se conoce en la literatura de muestreo como no respuesta. Se pueden diferenciar dos tipos de no respuesta: A nivel de ítem y a nivel de unidad (o elemento). Existen diferentes métodos para tratar estos dos tipos de no respuesta, en específico, para la no respuesta a nivel de unidad una alternativa es hacer un ajuste de ponderación a los pesos muestrales multiplicándolos por la probabilidad de respuesta estimada. Esta probabilidad de respuesta se puede estimar a través de modelos con métodos paramétricos y no paramétricos. En este trabajo se evaluará el desempeño de un estimador de la media poblacional que usa la ponderación por la probabilidad de respuesta estimada a través del modelo de regresión logística y un modelo no paramétrico que permite el uso de variables continuas y discretas. Se realizará la estimación de dos indicadores con los datos del Cuarto Estudio Nacional de Salud Bucal (ENSAB IV). (Texto tomado de la fuente).

Results from sample surveys are important for establishing public policies; however, nonresponse may occur at the unit or item levels. There are various methods to address these two types of nonresponse. Specifically, for unit-level nonresponse, one approach is to adjust the sample weights by multiplying them by the estimated response probability. This response probability can be estimated through models using parametric and non-parametric methods. In this study, we will evaluate the performance of a population mean estimator that uses weighting by the estimated response probability through both a logistic regression model and a non-parametric model that allows continuous and discrete variables. We will estimate two indicators using the Fourth Colombian Survey of Oral Health (ENSAB IV) data.