• O encontro reunirá o 9 de setembro persoal investigador de referencia internacional e especialistas do grupo MODES para abordar novos métodos de estimación e predición en áreas pequenas

O CITIC da Universidade da Coruña acollerá o vindeiro 9 de setembro de 2026 a sexta edición do Workshop SISAE (Statistical Inference in Small Area Estimation), un encontro científico organizado polo grupo MODES e dedicado a analizar os últimos avances en inferencia estatística e estimación en áreas pequenas.

O workshop terá lugar de 09:30 a 14:00 horas na Sala Cloud do CITIC e contará coa participación de dous investigadores de recoñecido prestixio internacional: Jiming Jiang, da University of California (Estados Unidos), e Thuan Nguyen, da Oregon Health and Science University (Estados Unidos). O programa completarase coas intervencións das investigadoras do CITIC e do grupo MODES María Bugallo Porto e Naomi Diz Rosales.

A estimación en áreas pequenas permite obter información estatística fiable para subpoboacións ou territorios cun tamaño mostral reducido, combinando información procedente de distintas fontes e aproveitando as relacións existentes entre áreas. Trátase dunha liña de investigación de especial interese para ámbitos nos que resulta necesario dispoñer de datos desagregados e precisos, como a saúde pública, a economía ou a análise territorial.

Novas perspectivas para a inferencia causal e funcional

O investigador Jiming Jiang abrirá o programa científico coa conferencia Small Area Causal Inference, na que presentará un novo marco para abordar a inferencia causal en áreas pequenas. O seu traballo parte da necesidade de estudar como poden variar os efectos causais entre distintas subpoboacións, unha heteroxeneidade que non sempre queda recollida nos enfoques tradicionais de inferencia causal.

A proposta baséase en técnicas de predición empírica óptima (Empirical Best Prediction, EBP) que permiten aproveitar conxuntamente información procedente de diferentes áreas e fontes. O obxectivo é mellorar a precisión das estimacións de efectos causais específicos de cada área e proporcionar procedementos para realizar inferencia estatística sobre eles. O traballo inclúe ademais un estudo mediante datos reais procedentes do ámbito da cría animal.

Pola súa banda, Thuan Nguyen presentará Small Area Functional Estimation, unha proposta centrada na estimación funcional en áreas pequenas, na que a característica de interese non é un único valor, senón unha función que evoluciona ao longo do tempo.

A investigación parte de aplicacións como a estimación de taxas de cancro específicas por idade ou a análise de indicadores de crecemento económico ao longo do tempo. Nguyen estenderá o modelo de Fay-Herriot, unha ferramenta fundamental na estimación en áreas pequenas, ao contexto funcional, desenvolvendo procedementos para obter predicións destas funcións e métodos robustos para estimar os parámetros do modelo.

Investigación desenvolvida desde o CITIC

A investigadora María Bugallo Porto presentará Generalized M-Quantile Small Area Estimation under Working Models, un traballo que aborda as dificultades de predición que poden xurdir nos modelos M-quantile cando o tamaño dos grupos é reducido.

A súa proposta combina a flexibilidade e robustez dos métodos M-quantile coas vantaxes preditivas dos enfoques baseados en modelos de verosimilitude. Para iso, introduce a distribución Generalized Asymmetric Least Informative (GALI) como modelo de traballo para os erros de predición. Esta formulación permite interpretar a corrección do nesgo como un procedemento sistemático de aliñamento de momentos, en lugar de como un axuste ad hoc. O marco proposto esténdese así mesmo a resultados binarios e discretos, ampliando as súas posibilidades de aplicación.

Finalmente, Naomi Diz Rosales presentará One size does not fit all: random regression coefficients in small area estimation, unha investigación que parte dunha cuestión clave na estimación en áreas pequenas: as relacións entre as variables poden non ser iguais en todos os territorios.

Fronte aos modelos que asumen coeficientes de regresión comúns para todas as áreas, o seu traballo incorpora coeficientes de regresión aleatorios, permitindo representar explicitamente a heteroxeneidade territorial no efecto das variables auxiliares. A metodoloxía aplícase a dous problemas diferentes: a predición a curto prazo da ocupación das unidades de coidados intensivos por COVID-19 nas áreas sanitarias de Castela e León e a estimación da renda dispoñible por provincia, sexo, grupo de idade e ano.

En ambos os casos desenvólvense predictores para áreas pequenas e procedementos para estimar o seu erro cadrático medio, avaliados mediante estudos de simulación. A investigación abre ademais a porta a estender este enfoque a situacións nas que os efectos varían en función das intervencións ou evolucionan ao longo do tempo.

Un punto de encontro para a investigación en estatística

O VI Workshop SISAE ofrecerá así un espazo para compartir avances metodolóxicos e aplicacións arredor dun dos retos centrais da estatística aplicada: obter información precisa e útil sobre poboacións ou territorios pequenos a partir de datos limitados, incorporando ao mesmo tempo a heteroxeneidade entre áreas e a evolución temporal.

O encontro poderá seguirse presencialmente na Sala Cloud do CITIC ou en liña a través de Microsoft Teams. As persoas interesadas en asistir de forma presencial deberán confirmar a súa asistencia antes do 8 de setembro ás 12:00 horas a través deste enlace.

O programa completo e a información sobre os relatores poden consultarse na páxina web do seminario.