Minicurso 3

Estimação em Pequenos Domínios

Fernando Moura (UFRJ)

A demanda por informações estatísticas a nível desagregado tem apresentado um crescimento considerável nos últimos anos. Este crescimento tem sido principalmente motivado por uma lado pela legislação vigente que define a distribuição de verbas federeais (Fundo de Participação de Municípios, saúde e educação) a partir de critérios populacionais e por outro lado pela necessidade das autoridades locais em obter um quadro mais preciso e atualizado de sua área de jurisdição. Além disso, os governos estaduais e federal também necessitam de informações a nível geográfico mais desagregado a fim de identificar subregiões menos desenvolvidas, auxiliando na elaboração de planos de desenvolvimento regionais. Recentemente, o Banco Mundial vem implementando uma metodologia para a estimação de índices de pobreza para pequenos municípios brasileiros, a partir do uso de informações de Pesquisas Demográficas por Amostras de Domicílio e Censos Demográficos.

A dificuldade na obtenção de estimativas para pequenos domínios (ou comumente chamado de pequenas áreas) é que o tamanho da amostra resultante de uma pesquisa de âmbito nacional é muito pequeno para que estimativas baseadas somente no desenho amostral apresentem precisão aceitável. Em alguns casos constata-se a inexistência de unidades amostrais nos domínios de interesse. Vários métodos têm sido propostos e empregados com a finalidade de fornecer estimativas para pequenas áreas e/ou pequenos domínios. Muitos destes métodos envolvem o uso de modelos de superpopulação na presença de informações auxiliares. Esta será a abordagem apresentada neste curso.

Neste curso pretende-se apresentar modelos adequados que emprestam informações entre os pequenos domínios. Na primeira parte do curso abordaremos os fundamentos teóricos da Teoria de predição de População Finita que servirá de base para a construção de modelos de previsão em pequenos domínios. Aplicações reais a dados brasileiros também serão apresentadas em detalhes. Aplicações sob a abordagem clássica e a bayesiana serão apresentadas, baseadas na experiência de trabalhos realizados pelo autor e de outros pesquisadores. O Curso também será de grande valia para outros pesquisadores e alunos de mestrado que possam estar apenas interessados em inferência paramétrica em modelos complexos, uma vez que os fundamentos teóricos serão abordados com a devida profundidade. Além disso pretende-se despertar o interesse da comunidade estatística para um tema de suma importância teórica e prática.