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
- Institución
- Universidad Nacional de Luján
- OAI Identificador
- oai:ri.unlu.edu.ar:rediunlu/718
Ver los metadatos del registro completo
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 |