Jecas2008 ISTAC: Ponencia TEIDE2

1
TEIDE 2 Técnicas de Edición e Imputación de
Datos Estadísticos Rafael Betancor Villalba
(ISTAC) Mª Salomé Hernández García (ULL)
2

• Índice
• Presentación
• Fundamentos
• Caso práctico
• Demostración
• Conclusiones

3
TEIDE 2

• TEIDE es fruto de una colaboración entre el
  Instituto Canario de Estadística (ISTAC), que
  aporta las necesidades y la experiencia como
  usuario, y el Departamento de Estadística,
  Investigación Operativa y Computación de la
  Universidad de La Laguna (Tenerife), que lo
  desarrolla e implementa.
• El objetivo de TEIDE es hacer más rápido y cómodo
  el desarrollo de las tareas de edición e
  imputación de datos.

4
TEIDE 2

• Fundamentos
• TEIDE nació como un software que intenta
  facilitar la depuración de encuestas. No
  sustituye a la persona, sino que le simplifica su
  trabajo validando e imputando de forma automática
  errores.
• TEIDE1 fue una herramienta desarrollada en
  Borland Builder C/C para Microsoft Windows
  desde el año 2003.

5
TEIDE 2

• Fundamentos
• TEIDE2 es una nueva herramienta que contiene
  todas las características positivas de la versión
  anterior, además de otras mejoras que han surgido
  en los últimos años con su uso. Por ejemplo, la
  nueva implementación se ha desarrollado bajo la
  filosofía de código abierto sin usar ninguna
  herramienta comercial multiplataforma (Linux,
  Windows, Mac, etc.) lee/escribe en formatos
  Access y Oracle, y próximamente también en XML.

6
TEIDE 2

• Fundamentos
• TEIDE2 trabaja sobre encuestas con variables
  cuantitativas y/o cualitativas, admite cualquier
  tipo de regla de coherencia de tipo
  lógico-matemática (ej si X7 e Y?4 entonces
  Z3 o UW2 )
• TEIDE2 asiste mediante funciones gráficas durante
  todo el proceso de desarrollo de la encuesta,
  facilitando la detección de posibles
  incoherencias en la fase de recogida de datos.

7
TEIDE 2

• Fundamentos
• Aunque TEIDE2 tiene un módulo de imputación, es
  una herramienta útil para seguir el buen
  desarrollo de la recogida de los datos.
• La imputación se basa en metodologías clásicas
  (donante más próximo y regresión múltiple)
  construidas sobre el paradigma de Fellegi Holt
  (Journal of the American Statistical Association
  1976).

8
TEIDE 2
Caso práctico Encuesta Condiciones de Vida
2007 Hogares canarios 134 variables (13
continuas), 8.342 registros, 34 reglas (30
filtros). Detectados 1.521 registros incorrectos
corregidos en 47 segundos Individuos canarios
178 variables (15 continuas), 23.150 registros,
197 reglas (158 filtros). Detectados 7.187
registros incorrectos corregidos en 1.245
segundos
9
TEIDE 2
Demostración En esta demostración del software
usamos datos aleatorios pero que destacan
algunas funciones de TEIDE2. La encuesta viene en
una base de datos Microsoft Access, concretamente
en 3 tablas variables, microdatos, edits En
la tabla edits están todas las reglas de
coherencia, salvo las del tipo si X?NoProcede
entonces ltcondicióngt, que se llama filtro y
se coloca en la descripción de X en la tabla de
variables.
10
TEIDE 2
Conclusiones Hemos presentado una nueva
herramienta informática para automatizar en lo
posible la depuración de encuestas. La
herramienta nace de la experiencia del uso de una
versión anterior sobre encuestas reales por parte
de técnicos. Animamos a su uso en nuevas
encuestas, y a que nos hagan llegar sus críticas
y sugerencias de mejora. Sin duda las
implementaremos esperando que cada día TEIDE2 sea
una herramienta mejor. http//www.gobiernodecanari
as.org/istac http//www.goma.ull.es
11
(No Transcript)