La importancia del espacio geográfico para minimizar el error de muestras representativas

Abstract
En el presente trabajo se discute la importancia del espacio geográfico en el contexto de la generación de marcos muestrales de encuestas, poniendo en tensión la premisa estadística tradicional de la aleatoriedad e independencia de las observaciones. Para esto se analiza el aporte de la geografía cuantitativa en la generación de metodologías de regionalización que permitan, de manera efectiva, mejorar el error muestral de las encuestas, enfocados principalmente en las áreas urbanas, en presencia de variables de estratificación con autocorrelación espacial. Se testean de forma empírica algoritmos de regionalización con y sin procesos de optimi zación heurística, utilizando datos censales, para posteriormente definir el nivel de error y establecer comparaciones contra muestreos tradicionales de corte aleatorio y aleatorio bi-etápico, por medio de un procedimiento Montecarlo. Los resultados obtenidos dan cuenta de una disminución de hasta un 20% en el error contra metodologías tradicionales o en su defecto la disminución de hasta 100 casos con el mismo nivel de error. Se concluye que las metodologías de muestreo espacializado con optimización heurística ofrecen ventajas evidentes en áreas urbanas, en presencia de autocorrelación espacial.
Description
Keywords
Regionalization, Spatial stratification, Spatial sampling
Citation