Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura

Autores
Marín Zalazar, Yenny Andrea
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión aceptada
Colaborador/a o director/a de tesis
Serafini, María Cristina
Descripción
El siguiente documento propone estimar la no cobertura del censo de población y vivienda 2018 para el municipio de Buenaventura, a partir de análisis espacial de los factores generadores de omisión asociados a la ausencia de todas las personas en las viviendas a la hora de la encuesta; las limitaciones de acceso geográfico a algunas zonas; y la omisión de personas dentro del hogar de manera aleatoria. En cada factor se empleó la información georreferenciada del marco y los resultados censales como fuentes para estimar la no cobertura, apoyado en covariables geográficas y herramientas de análisis espacial, aplicando modelos econométricos y de autocorrelación espacial, que permiten con valores conocidos en el espacio de un fenómeno o variable determinar la tendencia de esta misma variable en los lugares donde no se conoce. Para el primer factor, correspondiente a las viviendas ocupada con personas ausentes, se generaron matrices de distancia de estas viviendas con sus vecinos más cercanos, imputando el posible número de personas que ocupan esas viviendas. En el segundo factor de omisión, respectivo a las zonas no visitadas de difícil acceso geográfico, se emplearon variables espaciales como densidad de instituciones educativas, imagen satelital de luces nocturnas, densidad vial, densidad y número de edificaciones estimadas, que permitieron modelar el número de población que habita estas áreas. Finalmente, para el tercer factor, referente la sub enumeración de personas al interior de los hogares se analizaron patrones de concentración del tamaño de hogar, identificando posibles clústeres de subenumeración, para su posterior corrección con las otras variables censales.
Fil: Marín Zalazar, Yenny Andrea. Universidad Nacional de Luján, Argentina.
Materia
Cálculo de omisión censal
Censo
Población
Vivienda
Análisis Espacial
Imágenes satelitales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
REDIUNLU (UNLu)
Institución
Universidad Nacional de Luján
OAI Identificador
oai:ri.unlu.edu.ar:rediunlu/718

id REDIUNLU_ea585f7054b8fdd473bcd86d531d2a60
oai_identifier_str oai:ri.unlu.edu.ar:rediunlu/718
network_acronym_str REDIUNLU
repository_id_str w
network_name_str REDIUNLU (UNLu)
spelling Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de BuenaventuraMarín Zalazar, Yenny AndreaCálculo de omisión censalCensoPoblaciónViviendaAnálisis EspacialImágenes satelitalesEl siguiente documento propone estimar la no cobertura del censo de población y vivienda 2018 para el municipio de Buenaventura, a partir de análisis espacial de los factores generadores de omisión asociados a la ausencia de todas las personas en las viviendas a la hora de la encuesta; las limitaciones de acceso geográfico a algunas zonas; y la omisión de personas dentro del hogar de manera aleatoria. En cada factor se empleó la información georreferenciada del marco y los resultados censales como fuentes para estimar la no cobertura, apoyado en covariables geográficas y herramientas de análisis espacial, aplicando modelos econométricos y de autocorrelación espacial, que permiten con valores conocidos en el espacio de un fenómeno o variable determinar la tendencia de esta misma variable en los lugares donde no se conoce. Para el primer factor, correspondiente a las viviendas ocupada con personas ausentes, se generaron matrices de distancia de estas viviendas con sus vecinos más cercanos, imputando el posible número de personas que ocupan esas viviendas. En el segundo factor de omisión, respectivo a las zonas no visitadas de difícil acceso geográfico, se emplearon variables espaciales como densidad de instituciones educativas, imagen satelital de luces nocturnas, densidad vial, densidad y número de edificaciones estimadas, que permitieron modelar el número de población que habita estas áreas. Finalmente, para el tercer factor, referente la sub enumeración de personas al interior de los hogares se analizaron patrones de concentración del tamaño de hogar, identificando posibles clústeres de subenumeración, para su posterior corrección con las otras variables censales.Fil: Marín Zalazar, Yenny Andrea. Universidad Nacional de Luján, Argentina.Universidad Nacional de LujánSerafini, María Cristina2020-06-17T15:33:41Z2020-06-17T15:33:41Z2019Thesisinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://ri.unlu.edu.ar/xmlui/handle/rediunlu/718spaesinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:REDIUNLU (UNLu)instname:Universidad Nacional de Luján2025-10-16T10:11:02Zoai:ri.unlu.edu.ar:rediunlu/718instacron:UNLuInstitucionalhttps://ri.unlu.edu.arUniversidad públicaNo correspondehttps://ri.unlu.edu.ar/oaivcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com ArgentinaNo correspondeNo correspondeNo correspondeopendoar:w2025-10-16 10:11:02.866REDIUNLU (UNLu) - Universidad Nacional de Lujánfalse
dc.title.none.fl_str_mv Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
title Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
spellingShingle Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
Marín Zalazar, Yenny Andrea
Cálculo de omisión censal
Censo
Población
Vivienda
Análisis Espacial
Imágenes satelitales
title_short Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
title_full Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
title_fullStr Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
title_full_unstemmed Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
title_sort Propuesta metodológica para el cálculo de omisión censal a nivel municipal, a partir de análisis espacial y sensores remotos. Caso de estudio: Municipio de Buenaventura
dc.creator.none.fl_str_mv Marín Zalazar, Yenny Andrea
author Marín Zalazar, Yenny Andrea
author_facet Marín Zalazar, Yenny Andrea
author_role author
dc.contributor.none.fl_str_mv Serafini, María Cristina
dc.subject.none.fl_str_mv Cálculo de omisión censal
Censo
Población
Vivienda
Análisis Espacial
Imágenes satelitales
topic Cálculo de omisión censal
Censo
Población
Vivienda
Análisis Espacial
Imágenes satelitales
dc.description.none.fl_txt_mv El siguiente documento propone estimar la no cobertura del censo de población y vivienda 2018 para el municipio de Buenaventura, a partir de análisis espacial de los factores generadores de omisión asociados a la ausencia de todas las personas en las viviendas a la hora de la encuesta; las limitaciones de acceso geográfico a algunas zonas; y la omisión de personas dentro del hogar de manera aleatoria. En cada factor se empleó la información georreferenciada del marco y los resultados censales como fuentes para estimar la no cobertura, apoyado en covariables geográficas y herramientas de análisis espacial, aplicando modelos econométricos y de autocorrelación espacial, que permiten con valores conocidos en el espacio de un fenómeno o variable determinar la tendencia de esta misma variable en los lugares donde no se conoce. Para el primer factor, correspondiente a las viviendas ocupada con personas ausentes, se generaron matrices de distancia de estas viviendas con sus vecinos más cercanos, imputando el posible número de personas que ocupan esas viviendas. En el segundo factor de omisión, respectivo a las zonas no visitadas de difícil acceso geográfico, se emplearon variables espaciales como densidad de instituciones educativas, imagen satelital de luces nocturnas, densidad vial, densidad y número de edificaciones estimadas, que permitieron modelar el número de población que habita estas áreas. Finalmente, para el tercer factor, referente la sub enumeración de personas al interior de los hogares se analizaron patrones de concentración del tamaño de hogar, identificando posibles clústeres de subenumeración, para su posterior corrección con las otras variables censales.
Fil: Marín Zalazar, Yenny Andrea. Universidad Nacional de Luján, Argentina.
description El siguiente documento propone estimar la no cobertura del censo de población y vivienda 2018 para el municipio de Buenaventura, a partir de análisis espacial de los factores generadores de omisión asociados a la ausencia de todas las personas en las viviendas a la hora de la encuesta; las limitaciones de acceso geográfico a algunas zonas; y la omisión de personas dentro del hogar de manera aleatoria. En cada factor se empleó la información georreferenciada del marco y los resultados censales como fuentes para estimar la no cobertura, apoyado en covariables geográficas y herramientas de análisis espacial, aplicando modelos econométricos y de autocorrelación espacial, que permiten con valores conocidos en el espacio de un fenómeno o variable determinar la tendencia de esta misma variable en los lugares donde no se conoce. Para el primer factor, correspondiente a las viviendas ocupada con personas ausentes, se generaron matrices de distancia de estas viviendas con sus vecinos más cercanos, imputando el posible número de personas que ocupan esas viviendas. En el segundo factor de omisión, respectivo a las zonas no visitadas de difícil acceso geográfico, se emplearon variables espaciales como densidad de instituciones educativas, imagen satelital de luces nocturnas, densidad vial, densidad y número de edificaciones estimadas, que permitieron modelar el número de población que habita estas áreas. Finalmente, para el tercer factor, referente la sub enumeración de personas al interior de los hogares se analizaron patrones de concentración del tamaño de hogar, identificando posibles clústeres de subenumeración, para su posterior corrección con las otras variables censales.
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-06-17T15:33:41Z
2020-06-17T15:33:41Z
dc.type.none.fl_str_mv Thesis
info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format masterThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://ri.unlu.edu.ar/xmlui/handle/rediunlu/718
url http://ri.unlu.edu.ar/xmlui/handle/rediunlu/718
dc.language.none.fl_str_mv spa
es
language spa
language_invalid_str_mv es
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Luján
publisher.none.fl_str_mv Universidad Nacional de Luján
dc.source.none.fl_str_mv reponame:REDIUNLU (UNLu)
instname:Universidad Nacional de Luján
reponame_str REDIUNLU (UNLu)
collection REDIUNLU (UNLu)
instname_str Universidad Nacional de Luján
repository.name.fl_str_mv REDIUNLU (UNLu) - Universidad Nacional de Luján
repository.mail.fl_str_mv vcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com
_version_ 1846146108074491904
score 12.712165