RESUMENEn este trabajo se plantea el desarrollo de una solución de Inteligencia de Negocios y Sistemas de Información Geográfica (SIG) para gestionar integradamente los datos generados por el Censo Nacional de personas, hogares y viviendas y la Encuesta de Clasificación Económica y Social (CASEN) como una alternativa a los métodos actuales de estimación en área pequeña (SAE) utilizados para obtener indicadores desagregados de bienestar y que estiman, por ejemplo, el ingreso a partir de los atributos del hogar, ignorando la ubicación geográfica de las observaciones de la encuesta. En este trabajo proponemos un cambio en la lógica tradicional implícita de estos métodos, al estimar el ingreso medio en áreas pequeñas georreferenciando las observaciones de la encuesta mediante el método de emparejamiento conocido como Matching Estimator y luego extrapolando los datos con la técnica de predicción del Kriging. La propuesta plantea el uso de una base de datos integrada de ambas fuentes mediante tecnología ETL (Extract, Transform and Load), permitiendo obtener datos de la encuesta en niveles de desagregación que esta no provee originalmente y que le son transferidos por el emparejamiento con los datos del Censo. Utilizando los códigos de localización espacial incorporados a un SIG, se añaden herramientas de visualización cartográfica que facilitan la observación y análisis de las relaciones espaciales entre las unidades geográficas, así como la observación y análisis de las particularidades en áreas pequeñas. Como aplicación, se describe la desagregación espacial del ingreso per capita de los hogares en las Regiones XIII, VI y VII de Chile.Palabras clave: Emparejamiento espacial, tecnología ETL, bases de datos espaciales, sistemas de información geográfica, servidores de mapas. Economic and Social Classification (CASEN). This, as an alternative to current methods in small area estimation (SAE) that are used to obtain disaggregated welfare indicators and estimate, for example, the income from the household attributes, ignoring the geographical location of the observations in the Survey. ABSTRACT In this paper, we propose a solution development of Business Intelligence and Geographic Information Systems (SIG) to an integrated management of information generated from Census of population, households and dwellings, and the Survey of
Desarrollo de una solución de inteligencia de negocios para integrar datos de censo y encuesta en un SIG R. Cornejo, M. Navarrete, R. Valdivia, P. Aroca, S. Aracena ResumenEn este trabajo se presenta el desarrollo de una solución de Inteligencia de Negocios para gestionar el gran volumen de datos generados a partir de dos instrumentos de recolección, como lo son el censo nacional de personas, hogares y viviendas y la encuesta de hogares (CASEN); con el objetivo de desarrollar una plataforma de gestión de bases de datos en variables socioeconómicas para consulta y visualización cartográfica micro territorial integrada. Esta solución involucra la implementación de un almacén de datos intermedio que permite tener una visión conjunta de ambas fuentes de datos. La integración de datos se realiza mediantela técnica de matching espacial que requiere unas condiciones de homogeneidad entre ambos instrumentos respecto de las características de la muestra, de las unidades administrativas de desagregación espacial y respecto de las preguntas de recolección de datos. Utilizando los códigos de localización espacial incorporados en una base de datos espacial y a través de un Sistema de Información Geográfica (SIG); se añaden herramientas de visualización cartográfica, lo que facilita la observación y análisis de las relaciones espaciales entre las unidades geográficas administrativas, así como la observación y análisis de las particularidades intrarregionales. Como aplicación, se presenta la distribución del ingreso per cápita de los hogares en unidades intracomunales, información que no se ha obtenido hasta ahora puesto que los datos de ingreso de los hogares que entrega la encuesta de hogares no permiten una desagregación menor a la comuna.Palabras clave: Inteligencia de negocios. Matching espacial. Base de datos espacial. Sistema de Información Geográfica. AbstractIn this paper we present the development of a Business Intelligence solution to manage the large volume of data generated from two data collection instruments, such as the National Census of people, households and housing and the Household Survey with the aim to develop a platform management integrated of databa- 288Facultad de Ciencias Espaciales REVISTA CIENCIAS ESPACIALES, VOLUMEN 8, NUMERO 2 OTOÑO, 2015 ses for consultation of socioeconomic variables microterritorial with cartographic visualization. This solution involves the implementation of an Intermediate Data Warehouse that allows an overview of both data sources. Data integration is done by Spatial Matching technique that requires homogeneity conditions between the two instruments on the sample characteristics, the administrative units of spatial disaggregation and the answer or questions in the data. Using spatial location codes incorporated in a Spatial Database a through Geographic Information System (GIS), are added cartographic visualization tools, which facilitates the observation and analysis of spatial relationships between administrative geographical units and as observation and analysis of i...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.