Militino, Ana F.
Loading...
Email Address
person.page.identifierURI
Birth Date
Job Title
Last Name
Militino
First Name
Ana F.
person.page.departamento
Estadística, Informática y Matemáticas
person.page.instituteName
InaMat2. Instituto de Investigación en Materiales Avanzados y Matemáticas
ORCID
person.page.observainves
person.page.upna
Name
- Publications
- item.page.relationships.isAdvisorOfPublication
- item.page.relationships.isAdvisorTFEOfPublication
- item.page.relationships.isAuthorMDOfPublication
3 results
Search Results
Now showing 1 - 3 of 3
Publication Metadata only Búsqueda de submercados inmobiliarios mediante modelos de mixturas(Gobierno de Navarra, Departamento de Economía y Hacienda, 2003) Militino, Ana F.; Ugarte Martínez, María Dolores; Goicoa Mangado, Tomás; Estadística e Investigación Operativa; Estatistika eta Ikerketa OperatiboaLa heterogeneidad presente en el mercado inmobiliario dificulta enormemente su análisis y puede conllevar la presencia de submercados. En este caso, el modelo clásico de regresión lineal múltiple, ampliamente utilizado con este tipo de datos, puede no ser adecuado y, por tanto, es necesaria la utilización de técnicas estadísticas más específicas que resuelvan el problema de la heterogeneidad y de la búsqueda de submercados. En este trabajo se propone un modelo de mixturas de modelos lineales que proporciona un buen ajuste a los datos, a la vez que una clasificación de las observaciones en diferentes grupos o submercados potenciales. El modelo se ilustra mediante el análisis de un conjunto de 293 viviendas usadas de Pamplona.Publication Open Access Estimación del desempleo por comarcas en Navarra(Gobierno de Navarra, Departamento de Economía y Hacienda, 2005) Ugarte Martínez, María Dolores; Militino, Ana F.; González Ramajo, Begoña; Goicoa Mangado, Tomás; Sagaseta López, M.; Estadística e Investigación Operativa; Estatistika eta Ikerketa OperatiboaEl conocimiento del desempleo en una región es un indicador potente del ritmo de crecimiento de una economía, ya que de forma indirecta mide su capacidad para generar empleo. El Instituto de Estadística de Navarra está apostando por proporcionar en un futuro cercano estimaciones del desempleo a un nivel cada vez más desagregado. La heterogeneidad de las comarcas navarras y el interés mostrado por administraciones locales y sindicatos, hace necesario tener un conocimiento de la situación de desempleo a nivel comarcal, evitando así descansar únicamente en el resultado global para toda Navarra tal y como lo proporciona la Encuesta de Población Activa (EPA). La tarea es compleja, pero está incardinada además en uno de los objetivos prioritarios del proyecto europeo EURAREA, del cual ha formado parte el Instituto Nacional de Estadística (INE), y por ende, el Instituto de Estadística de Navarra. Es decir, hay un interés real en Europa por proporcionar estimaciones a nivel comarcal. En Navarra esta tarea ya ha comenzado y en este congreso presentamos algunos de los resultados obtenidos. En particular se ilustran las estimaciones preliminares derivadas de la aplicación de diversos estimadores basados en el diseño para obtener la proporción de parados por sexo en las siete comarcas de Navarra. Se compara además el comportamiento de diversos estimadores en términos del sesgo relativo y del error cuadrático medio relativo. Los estimadores ofrecidos permiten calcular además la estimación del número de ocupados e inactivos, así como de sus correspondientes tasas.Publication Open Access Estimating unemployment in very small areas(Institut d'Estadística de Catalunya-IDESCAT, 2009) Ugarte Martínez, María Dolores; Goicoa Mangado, Tomás; Militino, Ana F.; Sagaseta López, M.; Estadística e Investigación Operativa; Estatistika eta Ikerketa OperatiboaIn the last few years, European countries have shown a deep interest in applying small area techniques to produce reliable estimates at county level. However, the specificity of every European country and the heterogeneity of the available auxiliary information, make the use of a common methodology a very difficult task. In this study, the performance of several design-based, model-assisted, and model-based estimators using different auxiliary information for estimating unemployment at small area level is analyzed. The results are illustrated with data from Navarre, an autonomous region located at the north of Spain and divided into seven small areas. After discussing pros and cons of the different alternatives, a composite estimator is chosen, because of its good trade-off between bias and variance. Several methods for estimating the prediction error of the proposed estimator are also provided.