E C U A D O R

1. INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS INEC ESTADÍSTICA AGROPECUARIA ESAG E C U A D O R

2. Censo de Población y Vivienda VII y VI respectivamente, Nov/2010 efectivo, incierto el próximo. Censo Agropecuario: III, Sep/2000, gestionando para los años 2013 – 2015. Encuestas Agropecuarias Continuas: 2002 – 2010, planificándose la 2011.

3. Principales Variables • Uso del suelo; • Área plantada o sembrada, cosechada, producción y ventas; • Existencia y movimiento de ganado vacuno; • Producción y destino de la leche; • Existencia y movimiento de ganado porcino y ovino; • Existencia de ganado: asnal, caballar, mular y caprino; • Existencia y movimiento de aves de campo y planteles avícolas; • Empleo en la Unidad de Producción Agropecuaria. • Parámetros de los estimados: Provincias autorepresentadas, no autorepresentadas, grupos de provincias. • Frecuencia Anual

4. Muestreo de Marcos MúltiplesMMM MMA SUBMUESTRA MML MUESTRA • ENFOQUE. • Muestreo en dos fases o doble. • VENTAJAS. • Eficientemente combinado con el MMM Estratificado permite: • Mejorar las estimaciones, • Reducir errores, • Posibilidad de correlacionar información de la Muestra grande • y pequeña.

5. Uso del Muestreo Doble MMA SUBMUESTRA MML MUESTRA 12,277 SMs (70,000 SMs) 12,341 UPAs Excepto estr. 6,11,15 (15,248 UPAs) 1era. FASE Muestra Grande 2da. FASE 2,000 SMs 4,000 UPAs Muestra Pequeña

6. Qué se Persiguió?(Razones Técnicas-Estadísticas) • Mantener el diseño de la muestra pequeña, lo más ajustado • al CNA (replicaciones independientes dentro de estrato en • cada cantón), • Producir estimaciones a nivel provincial con grados de • precisión y niveles de confiabilidad aceptables, • Permita el incremento de tamaño de la misma.

7. MMAReparto del tamaño de muestra pequeña MÉTODO COMPROMISO AFIJACIÓN PROPORCIONAL POR TAMAÑOS IGUALES PPT AFIJACIÓN ÓPTIMA (VAR. CONTROL COMPUESTAS)

8. Diseño y Nivel de EstimaciónMuestra Pequeña MMA Provincias NO Auto representadas Provincias Auto representadas Producen estimaciones con buenos grados de precisión y confiabilidad aceptables Producen estimaciones con regulares grados de Precisión y confiabilidad Azuay, Bolívar, Cañar, Carchi, Cotopaxi, El Oro, Esmeraldas, Imbabura, Morona, Loja, Tungurahua Guayas, Manabí, Los Ríos Pichincha, Chimborazo (razones técnicas)

9. Diseño y Nivel de EstimaciónMuestra Pequeña MMA Provincias Agrupadas Provincias No incluidas Producen estimaciones con regulares grados de Precisión y confiabilidad Galápagos Las Golondrinas La Concordia Manga del Cura El Piedrero Nororiente: Napo, Sucumbíos, Orellana Centro-suroriente: Pastaza, Zamora

10. Diseño y Nivel de Estimación Muestra Pequeña MMA Provincias Auto representadas Clasificación: Cluster Analysis de los cantones de cada provincia en dominios de estudio (DEs) DEs I Cantones más importantes DEs II Cantones menos importantes SDEs A Cant., Repl., Estr. 10, 20, 30 SDEs B Estr. 40, 51 colapsado entre cant. SDEs C Estr. 10, 20, 30 colapsado entre cant. SDEs D Estr. 40, 51 colapsado entre cant. Subdominios de estudio (SDEs) de acuerdo a la estratificación Estrato 72 (cab. parroq. y centros poblados) no se incluyeron

11. Diseño y Nivel de EstimaciónMuestra Pequeña MMA SDE A SDE B SDE C SDE D Selección sistemática 2 SMs por cada replicación dentro de cada estrato en un cantón Método: PPT Brewer Mantiene el diseño del CNA Selección sistemática controlada SMs a cada estrato colapsado entre cantones No mantiene el diseño del CNA Variable de control adicional (factor de ajuste) por las que fueron excluidas y es considerado en el proceso de estimación

12. Diseño y Nivel de EstimaciónMuestra Pequeña MMA Provincias NO Auto representadas Provincias Agrupadas Es similar al de las Auto representadas, salvo que el SDE A es igual a los SDES B, C, D Algunas provincias no tienen los cuatro SDEs Es similar al de las No Auto representadas, Estr. 10, 20, 30, 40, 51 fueron colapsados entre cantones y provincias

13. MMLReparto del tamaño de muestra pequeña MÉTODO COMPROMISO AFIJACIÓN PROPORCIONAL POR TAMAÑOS IGUALES PPT AFIJACIÓN ÓPTIMA (VAR. CONTROL COMPUESTAS) • Calibración: Análisis distribución entre provincias en los estr. • 2 al 14 considerando el aporte (# UPAs, sup. cultivos que • define estrato), • Ajuste final: entre los 12 estratos a nivel nacional, provincial entre estr. 2-14, algunas provincias no recibieron tamaño.

14. Diseño y Nivel de EstimaciónMuestra Pequeña MML Subestratificado Estratificado 12 estratos utilizados excepto 6, 11, 15 Estrato 1 importante y 2 sectoriales • Subestratos por tamaños UPA • < 200 Has. • 2. 200 Has. a <500 Has. • 3. 500 Has. a <1,000 Has. • 4. 1,000 Has. y más

15. Diseño y Nivel de EstimaciónMuestra Pequeña MML Subestratificado Estratificado Estrato 3 – 14 Selección Sistemática Controlada de cada provincia var. control superficie, uso del cultivo líder en la definición del estrato Estrato 1 todas las provincias se distribuyó tamaño Subestrato 4 se tomó el 100% 1-3 se distribuyó Selección sistemática controlada independiente Variable de control adicional (factor de ajuste) por las que fueron excluidas y es considerado en el proceso de estimación

16. Encuestas Ad-hoc: Actualmente implementándose en el sistema, como Costos de Producción, fecha indeterminada.

17. GRACIAS