El Instituto de Investigación “Centro de Investigación Operativa” (CIO) de la Universidad Miguel Hernández (UMH) de Elche ha organizado el seminario “Estimación en áreas pequeñas de proporciones de pobreza usando modelos estadísticos de regresión logística mixta en las unidades de la muestra”, dentro de las actividades del CIO y del programa de Doctorado en Estadística, Optimización y Matemática Aplicada. El profesor de la Universidad Politécnica Checa en Praga (República Checa) Tomáš Hobza impartirá esta conferencia mañana martes, 12 de julio, a partir de las 12:00 horas, en la Sala de Seminarios del edificio Torretamarit del campus de Elche.

La charla introduce modelos estadísticos de regresión logística mixta para describir las relaciones entre las variables medidas en los individuos entrevistados en la encuesta de condiciones de vida de la Comunidad Valenciana de 2012 y 2013. A partir de los modelos seleccionados, se construyen los estimadores de la proporción de pobreza que pueden ser predictores empíricos óptimos (Empirical Best Predictors – EBP) o estimadores analógicos. La charla desarrolla toda la teoría matemática necesaria para obtener los estimadores de las proporciones de pobreza (proporción de la población bajo el umbral de pobreza) en territorios con poca muestra. Se dan, además, los procedimientos bootstrap para la estimación de los errores cuadráticos medios. Todo ello, se ilustra con varios experimentos de simulación. Finalmente, la charla presenta una aplicación con datos de las encuestas de condiciones de vida de 2012 y 2013. El objetivo es la estimación de la proporción de personas bajo el umbral de pobreza en las comarcas de la Comunidad Valenciana. Esta aplicación se ha desarrollado en colaboración con el grupo de Estadística Computacional del CIO, dirigido por el profesor Domingo Morales.

Tomáš Hobza es profesor  en la Universidad Técnica Checa de Praga. Su principal interés de investigación es la Estimación en Áreas Pequeñas, donde desarrolla instrumentos estadísticos para estimar indicadores de pobreza y del mercado laboral en los territorios en los que los tamaños de la muestra no son lo suficientemente grandes para obtener estimaciones directas fiables.