¿Es posible obtener estimaciones confiables del porcentaje de anemia y retraso en el crecimiento en niños menores de cinco años en los distritos más pobres del Perú?
Palabras clave:
Anemia en niños, retraso en el crecimiento de niños, desnutrición infantil, Estimador Directo, autocorrelación espacial, Modelo de Fay-Herriot, Modelo de Fay-Herriot Espacial
Resumen
En este artículo, obtenemos predicciones confiables del porcentaje de niños con anemia y el porcentaje de niños con retraso del crecimiento por distrito en el Perú, utilizando los datos de la Endes del año 2019 y del censo nacional realizado el año 2017, en los distritos donde el tamaño de la muestra no es suficiente para implementar una estimación directa, y en los distritos no muestreados. Como el objetivo principal de las encuestas nacionales es describir el estado de la población (por ejemplo, la salud, el estado de empleo y desempleo, gastos familiares, educación, etc.), uno de los problemas más comunes de las encuestas nacionales es que estas son generalmente planeadas de tal forma que tengan una buena representación solamente a nivel nacional, nacional urbano, nacional rural o región natural. Por tal motivo, la inferencia a niveles más desagregados, como a nivel distrital o provincial, no es confiable por tener muestras pequeñas a estos niveles. Es decir, hay muchos distritos que no fueron incluidos en la muestra o no cuentan con suficientes observaciones para realizar estimaciones adecuadas al nivel provincial y distrital utilizando estimadores directos. En este trabajo, presentamos y aplicamos el modelo de Fay-Herriot espacial (Pratesi & Salvati, 2006) para obtener estimaciones robustas de la prevalencia de anemia y de retraso en el crecimiento en la niñez en los distritos del Perú donde no se tiene observaciones o estas son pocas para poder hacer inferencia. Este tipo de modelos usa la información global del censo y la combina con la información local y espacial de la Endes para obtener estimadores fiables de las variables de interés.Referencias
Alcázar, L. (2012). Impacto económico de la anemia en el Perú. Grupo de Análisis para el Desarrollo (Grade).
Anselin, L. (1992). Spatial econometrics. Methods and models. Boston: Kluwer.
Banerjee, S., Carlin, B., & Gelfand, A. (2004). Hierarchical modeling and analysis for spatial data. Nueva York: Chapman and Hall.
Beard, J. L., & Connor, J. R. (2003). Iron status and neural functioning. Annual Review of Nutrition, 23(1), 41-58.
Buttenheim, A., Alderman, H., & Friedman, J. (2011). Impact evaluation of school feeding programmes in Lao People’s Democratic Republic. Journal of Development Effectiveness, 3(4), 520-542.
Chen, S., & Lahiri, P. (2003). A comparison of different MSPE estimators of Eblup for the Fay-Herriot Model. En Proceedings of the Section on Survey Research Methods (pp. 903-911). Washington D. C.: American Statistical Association.
Cressie, N. (1993). Statistics for spatial data. Nueva York: Wiley.
Fay, R. E., & Herriot R. A. (1979). Estimates of income for small places: An application of James-Stein procedures to census data. Journal of the American Statistical Association, 74, 269-277.
Francke, P., & Acosta, G. (2020). Impacto del programa de alimentación escolar Qali Warma sobre la anemia y la desnutrición crónica infantil. Apuntes. Revista de Ciencias Sociales, 48(88). https://doi.org/https://doi.org/10.21678/apuntes.88.1228
Horton, S., & Ross, J. (1998). The Micronutrient Initiative. Ottawa.
Horvitz, D. G., & Thompson, J. J. (1952). A generalization of sampling without replacement from a finite universe. J. Amer. Statist. Assoc., 47, 663-685.
Jiang, J., Lahiri, P. S., & Wan, S. M. (2002). A unified jackknife theory for empirical best prediction with M-estimation. The Annals of Statistics, 30, 1782-1810.
INEI (Instituto Nacional de Estadística e Informática). (2019). Perú: Encuesta Demográfica y de Salud Familiar – Endes.
Kackar, R. N., & Harville, D. A. (1984). Approximations for standard errors of estimators for fixed and random effects in mixed models. J. Am. Stat. Assoc., 79, 853-862.
Martínez, R., & Fernández, A. (2009). El costo del hambre: impacto social y económico de la desnutrición infantil en Bolivia, Ecuador, Paraguay y Perú. Santiago de Chile: Cepal.
Ministerio de Salud. (2014). Plan Nacional para la Reducción de la Desnutrición Crónica Infantil y la Prevención de la Anemia en el país: 2014-2016. R. M. N.° 258-2014/Minsa. Lima: Minsa.
Ministerio de Salud. (2017). Plan Nacional para la Reducción y Control de la Anemia Materno Infantil y la Desnutrición Crónica Infantil en el Perú: 2017-2021. R. M. N.º 249-2017/Minsa. Lima: Minsa.
Molina, I., Salvati, N., & Pratesi, M. (2009). Bootstrap for estimating the MSE of the spatial Eblup. Computational Statistics, 24, 441-458.
Molina, I., & Rao, J. N. K. (2010). Small area estimation of poverty indicators. The Canadian Journal of Statistics, 38, 369-385.
Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1), 17-23.
Nelder, J. A., & Mead, R. (1965). A simplex method for function minimization. Comput J., 7, 308-313.
Organización Mundial de la Salud (OMS). (2011). Concentraciones de hemoglobina para diagnosticar la anemia y evaluar su gravedad. Ginebra: OMS. (WHO/NMH/NHD/ MNM/11.1).
Petrucci, A., & Salvati, N. (2006). Small area estimation for spatial correlation in watershed erosion assessment. J. Agric. Biol. Environ. Stat., 11(2), 169-182.
Prasad, N. G. N., & Rao, J. N. K. (1990). New important developments in small area estimation. Journal of the American Statistical Association, 85(409), 163-171.
Pratesi, M., & Salvati, N. (2008). Small area estimation: the Eblup estimator based on spatially correlated random area effects. Journal of the Italian Statistical Society, 17(1), 113-141.
Rao, J. N. K. (2003). Small area estimation. Londres: Wiley.
Rao, J. N. K., & Molina, I. (2015). Small area estimation. 2.ª ed. Wiley Series in Survey Methodology. Hoboken, Nueva Jersey: Wiley.
Singh, B. B., Shukla, K., & Kundu, D. (2005). Spatial-temporal models in small area estimation. Surv. Methodol., 31(2), 183-195.
World Health Organization. Centers for Disease Control and Prevention. (2004). Assessing the iron status of populations. Ginebra: WHO.
Anselin, L. (1992). Spatial econometrics. Methods and models. Boston: Kluwer.
Banerjee, S., Carlin, B., & Gelfand, A. (2004). Hierarchical modeling and analysis for spatial data. Nueva York: Chapman and Hall.
Beard, J. L., & Connor, J. R. (2003). Iron status and neural functioning. Annual Review of Nutrition, 23(1), 41-58.
Buttenheim, A., Alderman, H., & Friedman, J. (2011). Impact evaluation of school feeding programmes in Lao People’s Democratic Republic. Journal of Development Effectiveness, 3(4), 520-542.
Chen, S., & Lahiri, P. (2003). A comparison of different MSPE estimators of Eblup for the Fay-Herriot Model. En Proceedings of the Section on Survey Research Methods (pp. 903-911). Washington D. C.: American Statistical Association.
Cressie, N. (1993). Statistics for spatial data. Nueva York: Wiley.
Fay, R. E., & Herriot R. A. (1979). Estimates of income for small places: An application of James-Stein procedures to census data. Journal of the American Statistical Association, 74, 269-277.
Francke, P., & Acosta, G. (2020). Impacto del programa de alimentación escolar Qali Warma sobre la anemia y la desnutrición crónica infantil. Apuntes. Revista de Ciencias Sociales, 48(88). https://doi.org/https://doi.org/10.21678/apuntes.88.1228
Horton, S., & Ross, J. (1998). The Micronutrient Initiative. Ottawa.
Horvitz, D. G., & Thompson, J. J. (1952). A generalization of sampling without replacement from a finite universe. J. Amer. Statist. Assoc., 47, 663-685.
Jiang, J., Lahiri, P. S., & Wan, S. M. (2002). A unified jackknife theory for empirical best prediction with M-estimation. The Annals of Statistics, 30, 1782-1810.
INEI (Instituto Nacional de Estadística e Informática). (2019). Perú: Encuesta Demográfica y de Salud Familiar – Endes.
Kackar, R. N., & Harville, D. A. (1984). Approximations for standard errors of estimators for fixed and random effects in mixed models. J. Am. Stat. Assoc., 79, 853-862.
Martínez, R., & Fernández, A. (2009). El costo del hambre: impacto social y económico de la desnutrición infantil en Bolivia, Ecuador, Paraguay y Perú. Santiago de Chile: Cepal.
Ministerio de Salud. (2014). Plan Nacional para la Reducción de la Desnutrición Crónica Infantil y la Prevención de la Anemia en el país: 2014-2016. R. M. N.° 258-2014/Minsa. Lima: Minsa.
Ministerio de Salud. (2017). Plan Nacional para la Reducción y Control de la Anemia Materno Infantil y la Desnutrición Crónica Infantil en el Perú: 2017-2021. R. M. N.º 249-2017/Minsa. Lima: Minsa.
Molina, I., Salvati, N., & Pratesi, M. (2009). Bootstrap for estimating the MSE of the spatial Eblup. Computational Statistics, 24, 441-458.
Molina, I., & Rao, J. N. K. (2010). Small area estimation of poverty indicators. The Canadian Journal of Statistics, 38, 369-385.
Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1), 17-23.
Nelder, J. A., & Mead, R. (1965). A simplex method for function minimization. Comput J., 7, 308-313.
Organización Mundial de la Salud (OMS). (2011). Concentraciones de hemoglobina para diagnosticar la anemia y evaluar su gravedad. Ginebra: OMS. (WHO/NMH/NHD/ MNM/11.1).
Petrucci, A., & Salvati, N. (2006). Small area estimation for spatial correlation in watershed erosion assessment. J. Agric. Biol. Environ. Stat., 11(2), 169-182.
Prasad, N. G. N., & Rao, J. N. K. (1990). New important developments in small area estimation. Journal of the American Statistical Association, 85(409), 163-171.
Pratesi, M., & Salvati, N. (2008). Small area estimation: the Eblup estimator based on spatially correlated random area effects. Journal of the Italian Statistical Society, 17(1), 113-141.
Rao, J. N. K. (2003). Small area estimation. Londres: Wiley.
Rao, J. N. K., & Molina, I. (2015). Small area estimation. 2.ª ed. Wiley Series in Survey Methodology. Hoboken, Nueva Jersey: Wiley.
Singh, B. B., Shukla, K., & Kundu, D. (2005). Spatial-temporal models in small area estimation. Surv. Methodol., 31(2), 183-195.
World Health Organization. Centers for Disease Control and Prevention. (2004). Assessing the iron status of populations. Ginebra: WHO.
Publicado
2023-09-22
Cómo citar
Sikov, A., Cerda Hernández, J., & Haro Abanto, M. (2023). ¿Es posible obtener estimaciones confiables del porcentaje de anemia y retraso en el crecimiento en niños menores de cinco años en los distritos más pobres del Perú?. Apuntes. Revista De Ciencias Sociales, 50(95). https://doi.org/https://doi.org/10.21678/apuntes.95.1811
Sección
Artículos
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Apuntes, revista de Ciencia Sociales publica todos sus artículos y reseñas bajo la licencia Creative Commons Attribution (CC BY 4.0) con el objetivo de fomentar el intercambio académico a nivel mundial. Por ello, la obra en cuestión puede ser distribuida, remezclada, retocada, etc., como el autor y los lectores de la misma lo estimen conveniente. La única condición es que se cite a la revista Apuntes, revista de Ciencias Sociales como entidad editora del texto.
.jpg){kind=logo}
