Desafios para o IBGE nas estimativas populacionais dos municípios brasileiros: aplicação de distintas metodologias

Documentos relacionados
DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

4 O modelo econométrico

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL,

4 Método de geração de cenários em árvore

Critérios e Metodologia de Apuração de Superfície de Volatilidade

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

4 O Papel das Reservas no Custo da Crise

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site

4 Análise de Sensibilidade

Análise de séries de tempo: modelos de decomposição

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Análise de Informação Económica e Empresarial

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

MODELAGEM DA DEMANDA POR MÉDICOS NOS MUNICÍPIOS MINEIROS: ESTIMATIVAS CONJUNTAS AO PROGRAMA SAÚDE DA FAMÍLIA INTEGRADAS NO SISTEMA VENSIM.

3 Metodologia 3.1. O modelo

Universidade Federal de Lavras

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos

3 Modelo Teórico e Especificação Econométrica

*UiILFRGH&RQWUROH(:0$

6 Processos Estocásticos

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

11 Introdução aos modelos matriciais A Matriz de Leslie

Introdução às Medidas em Física

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield

Exercícios sobre o Modelo Logístico Discreto

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

A entropia de uma tabela de vida em previdência social *

Métodos para estimação da subenumeração do grupo etário de 0 a 4 anos no Censo Demográfico brasileiro de 2000

2 Os métodos da família X Introdução

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

4 Modelagem e metodologia de pesquisa

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Filtro de Kalman. 4.1 Introdução

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES

Nota Técnica Atuarial. Plano de Benefício Definido Saldado

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

O Modelo Linear. 4.1 A Estimação do Modelo Linear

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT

Tabela: Variáveis reais e nominais

Metodologias de Estimativas e Projeções Populacionais para Áreas Menores: A experiência do Rio Grande do Sul

Motivação. Prof. Lorí Viali, Dr.

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Circuitos Elétricos I EEL420

Universidade Federal do Rio de Janeiro

4 Metodologia R P. = cotação da ação i no final da semana t. 1 Maiores detalhes no ANEXO - 1

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas

3 Avaliação de Opções Americanas

1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.

Contabilometria. Séries Temporais

Modelos Não-Lineares

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

3 Modelos de Markov Ocultos

Capítulo 2: Proposta de um Novo Retificador Trifásico

Índice de Avaliação de Obras - 15

4 Modelo de fatores para classes de ativos

Previsão de Demanda. Logística. Prof. Dr. Claudio Barbieri da Cunha

Contrato Futuro de Taxa Média das Operações Compromissadas de Um Dia (OC1) com Lastro em Títulos Públicos Federais

Teoremas Básicos de Equações a Diferenças Lineares

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne. Lista de Exercícios 4

APÊNDICE B DETALHAMENTO DAS EQUAÇÕES DO FLUXO SUBTERRÂNEO. B1 Equações Fundamentais do Fluxo Subterrâneo

Professor: Danilo Dacar

DECOMPOSIÇÃO DO CRESCIMENTO ECONÔMICO BRASILEIRO:

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

4. Modelagem (3) (4) 4.1. Estacionaridade

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS

5 Método dos Mínimos Quadrados de Monte Carlo (LSM)

Aplicações à Teoria da Confiabilidade

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Lista de Exercícios nº 3 - Parte IV

AJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE

REGRA DE TAYLOR NO BRASIL:

Modelo de Solow com Memória

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY

3 O Modelo SAGA de Gestão de Estoques

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

Questão 1. Questão 3. Questão 2. alternativa B. alternativa E. alternativa C. Os números inteiros x e y satisfazem a equação

Professor: Danilo Dacar

Respondidos (parte 13)

XIX Seminário Nacional de Distribuição de Energia Elétrica

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

SISTEMAS DE FILAS DE ESPERA COM INFINITOS SERVIDORES UMA APLICAÇÃO EM LOGÍSTICA

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

MATEMÁTICA. Prof. Favalessa REVISÃO GERAL

Módulo de Regressão e Séries S Temporais

APÊNDICE A. Rotação de um MDT

2º FÓRUM INTERNACIONAL ECOINOVAR Santa Maria/RS 23 e 24 de Setembro de Eixo Temático: Estratégia e Internacionalização de Empresas

Primeira Lista de Exercícios

Transcrição:

Desafios para o IBGE nas esimaivas populacionais dos municípios brasileiros: aplicação de disinas meodologias Gabriel Mendes Borges Leila Regina Ervai Luciano Gonçalves de Casro e Silva IBGE/DPE/COPIS Presened a he Inernaional Seminar on Populaion Esimaes and Projecions: Mehodologies, Innovaions and Esimaion of Targe Populaion applied o Public Policies, 9-11 November 2011, Rio de Janeiro

1) OBJETIVO DO TRABALHO Ese rabalho em como objeivo a avaliação de rês meodologias disinas desenvolvidas para projear as populações para pequenas áreas (nese caso, municípios), a parir da uilização de uma projeção por componenes demográficas para as Unidades da Federação. Os méodos uilizados são os seguines: Méodo de Tendência de Crescimeno, conhecido ambém como AiBi, que fornece oais populacionais; Méodo de Relação de Coores de Duchesne, que além de apresenar os oais populacionais ambém fornece a disribuição por idade e sexo da população; e Méodo de Correlação de Razões uilizando variáveis sinomáicas, que fornece oais populacionais.

1) OBJETIVO DO TRABALHO Comparando-se os resulados das esimaivas com o CD 2010, é possível avaliar o grau de robusez de cada meodologia uilizada e a eficácia de sua aplicabilidade para as disinas Unidades da Federação com diferenes qualidades de informações disponíveis. Para a aplicação dos méodos, em-se como pressuposo básico a coerência enre odas as operações censiárias, omando-se como real a população do Censo 2010.

3) ABRANGÊNCIA GEOGRÁFICA E TEMPORAL Foram selecionadas quaro Unidades da Federação: Amazonas; Bahia; Mao Grosso do Sul; Rio de Janeiro. Essas UF s, além de serem sócio-economicamene diferenes e com disribuição espacial disinas, possuem diferenes graus de qualidade de regisros adminisraivos e não apresenaram grandes alerações em suas bases errioriais enre 1991 e 2010 (poucas reconsiuições populacionais). Para esabelecer a endência de crescimeno dos municípios uilizou-se 2 períodos disinos: 1991-2000: para odos os municípios das 4 UF s em ambos os Censos; 2000-2007: odos os municípios do AM e MS e somene os municípios da BA e do RJ que iveram conagem de população em 2007.

4) DADOS NECESSÁRIOS PARA O TRABALHO Os dados requeridos para ais esimaivas são: projeção populacional pelo méodo das componenes demográficas para as UF s para o período requerido (1991-2010); população por sexo e idades simples compaibilizada para os municípios para os Censos 1991 e 2000 e Conagem 2007; e Insumos auxiliares para aplicação da meodologia uilizando variáveis sinomáicas: Óbios do Regisro Civil Nascimenos do Regisro Civil Vínculos formais de rabalho do MTE (RAIS); e Eleiorado do TSE.

) O MÉTODO DAS COMPONENTES DEMOGRÁFICAS Para as rês meodologias uilizadas nese rabalho uilizou-se uma projeção pelo méodo das componenes demográficas para cada esado escolhido, que pare de 1991 aé 2010, a parir da equação compensadora: POP POP N M I E ( ) (0) (0, ) (0, ) (0, ) (0, ) Ou seja: MUDANÇA POPULACIONAL CRESCIMENTO NATURAL MIGRAÇÃO LÍQUIDA POP POP N M I E ( ) (0) (0, ) (0, ) (0, ) (0, ) Onde: Pop () = população em um insane qualquer (úlimo censo) Pop (0) = população inicial (censo anerior) N (0,) = número de nascimenos ocorridos enre 0 e M (0,) = número de mores ocorridas enre 0 e I (0,) = número de imigranes enre 0 e E (0,) = número de emigranes enre 0 e

6) O MÉTODO DA TENDÊNCIA DE CRESCIMENTO O méodo de endência de crescimeno demográfico adoado, em como princípio fundamenal a subdivisão de uma área maior, cuja esimaiva já se conhece previamene, em n áreas menores. Ao final das esimaivas das áreas menores, fica assegurada, aravés da soma das mesmas, a esimaiva préconhecida da área maior. (Madeira e Simões, 1972). Ese méodo é usualmene denominado de a i, b i por odos aqueles que o uilizam. Considere-se, enão, uma área maior cuja população esimada em um momeno é P(). Subdivida-se esa área maior em n áreas menores, cuja população de uma deerminada área i, na época é P i (), i = 1, 2, 3,..., n. P 1 () P 2 () Onde: P( ) P 4 () P 3 () n i1 P i ( ) P 6 () P () P() Foram uilizados os oais populacionais observados nos CD s 1991 e 2000 e na CP 2007 como ponos de apoio para esabelecer a endência de crescimeno dos municípios, e a projeção dos oais populacionais de cada esado pelo MCD.

6) O MÉTODO DA TENDÊNCIA DE CRESCIMENTO (con.) Decomponha-se, por hipóese, a população desa área i, em dois ermos: a i P(), que depende do crescimeno da população da área maior, e b i. O coeficiene a i é denominado coeficiene de proporcionalidade do incremeno da população da área menor i, em relação ao incremeno da população da área maior, e b i é o denominado coeficiene linear de correção. Como conseqüência, em-se que: P ( ) i a * P( ) Para a deerminação deses coeficienes (a i e b i ) uiliza-se o período delimiado por dois Censos Demográficos. Sejam 0 e 1, respecivamene, as daas dos dois Censos. Ao subsiuir-se 0 e 1 na equação acima, em-se: P P i ( 0) ai * P( 0 ) b i ( 1) ai * P( 1 ) b Resolvendo o sisema de equações, em-se que: a i P ( i P( 1 1 ) ) P ( i P( 0 0 ) ) b i i i i b Aplicando-se Σ em ambos os lados da equação: Σa i =1 e Σb i =0 Pi ( 0) aip( 0) i

7) O MÉTODO DA RELAÇÃO DE COORTES O méodo da relação de coores (DUCHESNE, 1987) foi desenvolvido para projear populações de pequenas áreas, desagregadas por sexo e grupos de idade. Essa meodologia é uma alernaiva na elaboração de projeções por sexo e grupos de idade para áreas onde o MCD não se aplica, devido, sobreudo, à qualidade das informações requeridas. Ese méodo uiliza os parâmeros conhecidos de uma projeção por componenes da área maior (fecundidade e razões de sobrevivência ao nascer) e a endência de crescimeno das coores das áreas menores enre dois censos consecuivos (faor K). As projeções são elaboradas por qüinqüênios, sexo e grupos qüinqüenais de idade. a) Para os menores de anos Pm0 B Pb Kb Onde : Pm B 0 P Relação de sobrevivência ao nascimeno da área maior no período + b K b População do grupo 0 a 4 anos no insane + Toal de nascimenos da área menor ocorridos no período + Índice de crescimeno diferencial ao nascimeno da área menor em relação à maior, durane o período +

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) b) Para a população enre e 79 anos Pm Pm x Onde: CR K x x x Pm x Pm x CR População do grupo de idade (x+, x+10) no insane + da área menor População inicial do grupo (x, x+) da área menor no insane x Coeficiene de crescimeno da área maior, correspondene ao grupo (x, x+) no insane que alcança as idades enre (x+, x+10) no insane + Índice de crescimeno diferencial (K) da área menor em relação a área maior, correspondene ao grupo de idade (x, x+) no insane e que alcança as idades (x+, x+10) no insane + Pm80 Pm7 CR7 K7 c) Para a população de 80+ anos Onde: Pm Pm CR K 80 População de 80 anos ou mais em + da área menor 7 População de 7 anos ou mais no insane da área menor 7 7 Coeficiene de crescimeno da área maior, correspondene ao grupo 7 ou mais no insane que alcança as idades 80 anos ou mais no insane + Índice de crescimeno diferencial (K) da área menor em relação à área maior, correspondene ao grupo de idade 7 anos ou mais no insane que alcança as idades 80 anos ou mais no insane + K x

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) d) Definição e Cálculo dos Coeficienes e Índices De posse das populações das áreas menores em dois censos consecuivos e de uma projeção para a área maior, com a respeciva evolução da moralidade, fecundidade e migração, procede-se aos seguines passos: Coef. de crescimeno por coores e sexo da área maior CR x PM PM x x Onde: CR Coeficiene de crescimeno das coores da área maior, por sexo enre os insanes + PM População da área maior do grupo de idade (x+, x+10) no insane + x x PM x População da área maior do grupo de idade (x, x+) no insane

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) d) Definição e Cálculo dos Coeficienes e Índices (con.) Crescimeno das áreas menores O crescimeno das áreas menores é obido aravés do índice de crescimeno diferencial (K), que quanifica o diferencial de crescimeno de cada coore em uma deerminada área menor em relação à área maior a qual perence, por sexo K x Pm Pm x x PM PM x x Onde: K x Pm x Pm PM x x Índice de crescimeno diferencial das áreas menores População do grupo de idade (x, x+) da área menor no insane (primeiro censo) População do grupo de idade (x+, x+10) da área menor no insane + (segundo censo) PM x População do grupo de idade (x, x+) da área maior no insane (primeiro censo) População do grupo de idade (x+, x+10) da área maior no insane + (segundo censo)

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) e) População menor de anos A população menor de anos é obida a parir de um conjuno de axas específicas de fecundidade e relações de sobrevivência ao nascimeno correspondenes à área maior, e o cálculo de um faor referene aos nascimenos K b, seguindo os seguines passos: Cálculo do Índice Diferencial de Fecundidade (IDF): para cada área menor e a área maior. Ese IDF é obido a parir da composição por sexo e idade observada no úlimo censo para as áreas menores e maior. Traa-se do coeficiene enre a relação crianças-mulheres de cada área menor e o correspondene da área maior: Onde: RCM i Pm0 2PFm1 RCM i Relação crianças-mulheres da área menor i no segundo censo 2 Pm0 PFm População de menores de anos de ambos os sexos observada no úlimo censo para a área menor i População feminina com idades enre 1 e 40 anos observada no úlimo censo para a área menor i 1

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) e) População menor de anos (con.) Uma vez calculadas esas relações para cada uma das áreas menores e para a área maior, os IDF são obidos da forma: IDF i RCMi RCMm Onde: IDFi RCMm É o índice de crescimeno diferencial de fecundidade correspondene à área menor i É a relação crianças-mulheres da área maior OBS: Um dos pressuposos do méodo é que os IDF i irão se maner consane durane odo o período cobero pela projeção das áreas menores

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) f) Taxa de Fecundidade Toal (TFT) As TFT s para as áreas menores são obidas a parir da seguine relação: TFT IDF TFT Onde: i i M TFT Taxa de fecundidade oal da área menor i, correspondene ao qüinqüênio + i IDF i TFT M É o índice diferencial de fecundidade da área menor i para o úlimo censo É a axa de fecundidade oal da área maior correspondene ao qüinqüênio +, (obidas da projeção da área maior) g) Taxas Específicas de Fecundidade (TEF s) Onde: f x( i ) f x( M ) TFTM f x ( i) f x TFT ( M ) M TFT i Taxa específica de fecundidade da população feminina com idades enre x e x+, para o período +, correspondene à área menor i É a porcenagem que represena a axa específica de fecundidade do grupo de idade x, x+ da área maior para o período + em relação à TFT para o mesmo período + TFTi É a axa de fecundidade oal da área menor para o período +

10) O MÉTODO DA RELAÇÃO DE COORTES (con.) h) Nascimenos Os nascimenos são obidos aravés da relação das axas específicas de fecundidade com a população feminina média em idade féril projeada previamene mediane o uso do algorimo da projeção (Coeficienes de crescimeno e faor K). Onde: B 4 x1 PF x f ( i) B Toal de nascimenos ocorridos na área menor i, durane o período + i) População Média Feminina em Idade Féril Onde: PF PF x x e PF x PF PF 2 x x Para x = 1,20,...,4 PF x x é a população feminina de 1 a 49 anos por grupos qüinqüenais de idade da área menor, esimada para a meade do período é a população feminina de 1 a 49 anos por grupos qüinqüenais de idade de uma área menor para os momenos e +, obidas a parir do algorimo da projeção

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) j) População de 0 a 4 anos A população de 0 a 4 anos é obida mediane a aplicação da relação de sobrevivência ao nascimeno (dada pela projeção da área maior) e do índice diferencial de crescimeno ao nascimeno (faor K b ) População masculina de 0 a 4 anos => População feminina de 0 a 4 anos => Pm 0 B Pm0 B 1 RSn Pb K b RSn Pb K b Onde: RSn e Pb K b São respecivamene, a razão de sexo ao nascimeno e a relação de sobrevivência ao nascimeno por sexo, correspondene à área maior, para o período + É o faor de cresc. diferencial dos nascimenos esimados para a área menor k) Faor de Crescimeno Diferencial dos Nascimenos K 0, K K b 0 0 l) População de 80+ anos P 80 P 7 CR 7 K 7

7) O MÉTODO DA RELAÇÃO DE COORTES (con.) Hipóeses do Méodo Original Para a aplicação do méodo, alguns pressuposos implícios devem ser considerados, ais como: as hipóeses relaivas aos níveis de fecundidade, que se conservam proporcionais ao Índice Diferencial de Fecundidade (IDF) ao longo do período de projeção; a consância da esruura relaiva das axas específicas de fecundidade por idade das áreas menores, esas são consideradas iguais às projeadas para a área maior, em cada período de projeção; a eqüidade no comporameno diferencial da moralidade e da migração enre as áreas menores e a maior. Para esas esimaivas foram uilizadas as populações municipais desagregadas por sexo e grupos eários observadas nos censos demográficos de 1991 e 2000 e na conagem de população de 2007 para esabelecer a endência de crescimeno das coores, e os parâmeros e oais populacionais da projeção de cada esado pelo méodo das componenes demográficas.

8) O MÉTODO DA CORRELAÇÃO DE RAZÕES O Méodo de Correlações de Razões origina-se a parir da suposição de que a população cresce na mesma proporção em que crescem as variáveis sinomáicas consideradas como represenaivas da população. A parir desse pressuposo é aplicado um modelo de Regressão Múlipla, em que a esimaiva dos parâmeros é obida a parir da relação das razões inercensiárias enre a proporção da população (variáveis dependenes do modelo) dos municípios e a da respeciva Unidade da Federação, com as razões enre as proporções das variáveis sinomáicas (variáveis independenes do modelo) dos municípios e a das variáveis sinomáicas da UF. Nese rabalho foram uilizadas, além da projeção por componenes para cada UF, as seguines variáveis sinomáicas: nascimenos; óbios; eleiorado; e rabalhadores com careira assinada (RAIS). A grande dificuldade desse modelo diz respeio à disponibilidade das informações exisenes desagregadas a nível municipal, bem como para uma periodicidade anual. Com isso, a seleção das variáveis sinomáicas depende do conexo geográfico requerido e da qualidade das informações disponíveis nesse conexo.

O modelo em a seguine caracerísica: 8) O MÉTODO DA CORRELAÇÃO DE RAZÕES (con.) n n n n X a X a X a X a a Y 1 1 2 2 1 1 0... Onde: P h, = população da área menor h, no ano ; P = população oal da área maior, no ano ; P h,0 = população da área menor h, no ano 0; P 0 = população oal da área maior, no ano 0; S h, = variável sinomáica da área menor h, no ano ; S = variável sinomáica da área maior, no ano ; S h,0 = variável sinomáica da área menor h, no ano 0; S 0 = variável sinomáica da área maior, no ano 0. e As coordenadas são:,0,0,, h h h P P P P Y,0,0,, h h h S S S S X

8) O MÉTODO DA CORRELAÇÃO DE RAZÕES (con.) Para as esimaivas uilizando o méodo de Correlação de Razões foram selecionadas, inicialmene, as seguines variáveis em nível municipal: Eleiorado, para os anos de 1991, 2000, 2007 e 2010, com informações do Tribunal Superior Eleioral (TSE) Variável X 1 do modelo; Vínculos de rabalhos formais aivos em 31/12 para os anos de 1991, 2000, 2007 e 2009, com informações da Relação Anual de Informações Sociais (RAIS) do Minisério do Trabalho e Emprego (MTE) Variável X 2 do modelo; Nascimenos ocorridos e regisrados no ano, para os anos de 1991, 2000, 2007 e 2009, com informações do Regisro Civil do IBGE Variável X 3 do modelo; e Óbios ocorridos e regisrados no ano, para os anos de 1991, 2000, 2007 e 2009, com informações do Regisro Civil do IBGE Variável X 4 do modelo.

8) O MÉTODO DA CORRELAÇÃO DE RAZÕES (con.) Correlação enre as razões das variáveis selecionadas e a as razões das populações inercensiárias - Tendência 1991/2000 e Tendência 2000/2007: Unidade da Federação Eleiorado Tendência 1991/2000 Vínculos de Trabalho Nascimenos Óbios Amazonas 16,1-4,9 -,7 3,8 Bahia 46,2 7,4 29,4 18,3 Rio de Janeiro 62,2 31,0 6,0 43,6 Mao Grosso do Sul 8,6 1, 68,1 34,0 Unidade da Federação Eleiorado Tendência 2000/2007 Vínculos de Trabalho Nascimenos Óbios Amazonas 12, -21,9-18,6-0,2 Bahia 34,0-1,6 31,6 14,2 Rio de Janeiro 78,3 41,0 62, 4,4 Mao Grosso do Sul 4,0 -,3 4,6 39,2 Fone: IBGE Censos Demográficos 1991, 2000 e 2010 e Conagem da População 2007.

8) O MÉTODO DA CORRELAÇÃO DE RAZÕES (con.) Variável X 1 do modelo = Eleiorado; Variável X 2 do modelo = Vínculos de Trabalho formais Variável X 3 do modelo = Nascimenos oriundos do Regisro Civil Variável X 4 do modelo = Óbios oriundos do Regisro Civil

8) O MÉTODO DA CORRELAÇÃO DE RAZÕES (con.) Ajuse das regressões uilizando as endências 1991/2000 e 2000/2007: 1991/2000 : 2000/2007 : AM AM Y 0,710 0,32* X1 AM AM Y 0,807 0,208* X1 1991/2000 : 2000/2007 : BA BA BA Y 0,326 0,6* X1 0,089* X3 BA BA BA Y 0,634 0,29* X1 0,096* X 3 1991/2000 : 2000/2007 : MS MS MS Y 0,230 0,43* X1 0,304* X 3 MS MS MS MS Y 0,477 0,20* X1 0,16* X 3 0,092* X 4 1991/2000 : 2000/2007 : RJ RJ RJ RJ Y 0,289 0,374* X1 0,2* X 3 0,092* X 4 RJ RJ RJ Y 0,427 0,448* X1 0,108* X 3

9) RESULTADOS Para a avaliação das esimaivas foi uilizados o Desvio Percenual Absoluo (DPA), o o Desvio Percenual Absoluo Mediano (DPAMed) e o Desvio Percenual Absoluo Médio (DPAM). Desvio percenual absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado e Unidade da Federação Tendência 1991/2000 Amazonas - 1991/2000 Rio de Janeiro - 1991/2000 300 280 260 240 220 200 180 160 140 120 100 80 60 40 20 0 Toal 138,318 0,011 21,66 13,983 AiBi 100,843 0,048 20,604 14,893 Correlação de Razões 74,038 0,143 1,277 11,011 RELAÇÃO DE COORTES 138,318 0,011 28,816 22,018 60 0 40 30 20 10 0 Toal 1,80 0,000 7,49,44 AiBi 1,80 0,001 6,906,24 Correlação de Razões 31,480 0,32 7,816 6,244 RELAÇÃO DE COORTES 41,143 0,000 7,6,222 300 20 200 10 100 0 0 Bahia - 1991/2000 Toal AiBi Correlação de Razões 282,196 0,007 17,048 9,649 168,826 0,066 21,127 12,2 111,497 0,04 12,34 7,682 RELAÇÃO DE COORTES 282,196 0,007 17,482 9,702 Toal Fone: IBGE Censos Demográficos 1991, 2000 e 2010 140 120 100 80 60 40 20 0 68,162 0,064 10,72 7,127 Mao Grosso do Sul - 1991/2000 AiBi 68,162 0,078 11,13 7,241 Correlação de Razões 33,46 0,064 7,421 6,236 RELAÇÃO DE COORTES 8,218 0,401 13,242 10,772

9) RESULTADOS (con.) Desvio percenual absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado e Unidade da Federação Tendência 2000/2007 Amazonas - 1991/2000 Rio de Janeiro - 1991/2000 100 90 80 70 60 0 40 30 20 10 Toal 72,091 9,261 Relação de Coores 4,168 9,260 Correlação de Razões 32,932 8,034 AiBi 72,091 10,489 100 90 80 70 60 0 40 30 20 10 Toal 26,98,763 Relação de Correlação de Coores Razões 26,98 4,80 24,490 AiBi 20,363 6,969,740 0 0,017 6,332 0,068,618 0,700 6,416 0,017 6,421 0 0,120 4,789 0,120 3,642 0,38 6,220 0,146 4,468 Bahia - 1991/2000 Mao Grosso do Sul - 1991/2000 100 90 Toal 86,643 Relação de Coores 86,643 Correlação de Razões 82,737 AiBi 81,789 100 90 80 80 70 70 60 60 0 0 40 40 30 20 10 0 0,01 11,64 8,99 0,198 18,48 17,49 0,0 7,476,328 0,01 8,909,46 30 20 10 0 Fone: IBGE Censos Demográficos 2000 e 2010 e Conagem da População 2007.

9) RESULTADOS (con.) Indicadores do desvio percenual absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado e Unidade da Federação - Tendência 1991/2000 Méodo Indicadores Toal Amazonas Bahia Rio de Janeiro Mao Grosso do Sul Número de observações 649 62 417 92 78 Mínimo 0,000 0,011 0,007 0,000 0,401 Relação de Coores Mediana 9,7 22,0 9,7,2 10,8 Máximo 282,2 138,3 282,2 41,1 8,2 Média 16,7 28,8 17, 7,7 13,2 Desvio Padrão 23,7 2,8 26,3 7,7 11,7 Número de observações 649 62 417 92 78 Mínimo 0,001 0,048 0,066 0,001 0,078 AiBi Mediana 10,4 14,9 12,6,2 7,2 Máximo 168,8 100,8 168,8 1,6 68,2 Média 17,9 20,6 21,1 6,9 11, Desvio Padrão 22,1 20,1 2,0 7,4 11,2 Número de observações 649 62 417 92 78 Mínimo 0,04 0,143 0,04 0,32 0,064 Correlação de Razões Mediana 7, 11,0 7,7 6,2 6,2 Máximo 111, 74,0 111, 31, 33, Fone: IBGE Censos Demográficos 1991, 2000 e 2010 Média 11, 1,3 12, 7,8 7,4 Desvio Padrão 13,2 1,4 14, 6,6 6,3

9) RESULTADOS (con.) Indicadores do desvio percenual absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado e Unidade da Federação - Tendência 2000/2007 Méodo Indicadores Toal Amazonas Bahia Rio de Janeiro Mao Grosso do Sul Número de observações 627 62 410 77 78 Mínimo 0,068 0,068 0,198 0,120 0,17 Relação de Coores Mediana 13,7,6 17, 3,6,2 Máximo 86,6 4,2 86,6 27,0 22,1 Média 14,4 9,3 18, 4,6 6,0 Desvio Padrão 11,1 9,3 10,7 4,3 4,7 Número de observações 627 62 410 77 78 Mínimo 0,01 0,017 0,01 0,146 0,084 AiBi Mediana, 6,4, 4,,4 Máximo 81,8 72,1 81,8 20,4 21, Média 8,3 10, 8,9,7,8 Desvio Padrão 9,8 12,1 10,7 4,8 4,8 Número de observações 627 62 410 77 78 Mínimo 0,0 0,700 0,0 0,38 0,07 Correlação de Razões Mediana,6 6,4,3 6,2 4,7 Máximo 82,7 32,9 82,7 24, 23,8 Média 7,3 8,0 7, 7,0 6,1 Desvio Padrão 7,7 6,3 8,6,0,3 Fone: IBGE Censos Demográficos 2000 e 2010 e Conagem de População 2007

9) RESULTADOS (con.) Desvio Percenual Médio Absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado, Unidade da Federação e grupos de amanho do município Tendência 1991/2000 Unidade da Federação Amazonas Bahia Mao Grosso do Sul Rio de Janeiro Grupos de Tamanho do município Fone: IBGE Censos Demográficos 1991, 2000 e 2010 Relação de Coores A i B Correlação de i Razões Toal Geral < 10.000 13, 14,0 26,2 17,9 10.001-20.000 31,9 2,9 17,7 2,2 20.001-0.000 33,6 20,0 13,0 22,2 0.001-10.000 1,8 12,2 9,3 12,4 > 10.000 2, 1,2 2,7 2,1 Toal 28,8 20,6 1,3 21,6 < 10.000 21,4 30,4 14,4 22,1 10.001-20.000 18,9 23,1 14,6 18,8 20.001-0.000 16,4 17,3 10,3 14,6 0.001-10.000 8,8 9,4 6,4 8,2 > 10.000 8,9 10,0 11,4 10,1 Toal 17, 21,1 12, 17,0 < 10.000 14, 13,0 8,8 12,1 10.001-20.000 16, 13,2 7,0 12,2 20.001-0.000 8,7 8,8 7,1 8,2 0.001-10.000 10,4 8,0 4,4 7,6 > 10.000 2,4 1,3 4,4 2,7 Toal 13,2 11, 7,4 10,7 < 10.000 9, 8,1,4 7,7 10.001-20.000 6,6,8 8,7 7,0 20.001-0.000 10,7 7,6 8,4 8,9 0.001-10.000 4,8 8,4 7,9 7,0 > 10.000 6,2,4 6,9 6,2 Toal 7,7 6,9 7,8 7, Toal 16,7 17,9 11, 1,4

9) RESULTADOS (con.) Desvio Percenual Médio Absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado, Unidade da Federação e grupos de amanho do município Tendência 2000/2007 Unidade da Federação Amazonas Bahia Mao Grosso do Sul Rio de Janeiro Grupos de Tamanho do município Fone: IBGE Censos Demográficos 2000 e 2010 e Conagem de População 2007 Relação de Coores A i B Correlação de i Razões Toal Geral < 10.000 17,4 20,9 9,0 1,8 10.001-20.000 8,9 9,6 8,4 9,0 20.001-0.000 9,1 11,0 8,3 9, 0.001-10.000 6,3,7,9 6,0 > 10.000 1,4 0,0 1,9 1,1 Toal 9,3 10, 8,0 9,3 < 10.000 20,1 12,1 10, 14,2 10.001-20.000 19,3 9,6 8, 12, 20.001-0.000 17, 7,4, 10,2 0.001-10.000 1,6 4,4 3,3 7,8 > 10.000 1,1,0 2, 7, Toal 18, 8,9 7, 11,6 < 10.000 7,9 7,6 8,3 7,9 10.001-20.000,3,3,4,3 20.001-0.000 4,6 4,3 4,4 4, 0.001-10.000 6,9 6,8,6 6,4 > 10.000 4,0 4,0 4,2 4,1 Toal 6,0,8 6,1 6,0 < 10.000 6,1 3,6,,1 10.001-20.000 4,4 4,1 6,3 4,9 20.001-0.000,2 6,6 7, 6,4 0.001-10.000 3,8 6,6 7,4,9 > 10.000 2,3 7,8 7,3,8 Toal 4,6,7 7,0,8 Toal 14,4 8,3 7,3 10,0

9) RESULTADOS (con.) Desvio Percenual Médio Absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado, Unidade da Federação e grupos de axa de crescimeno do município Tendência 1991/2000 Unidade da Federação Taxa média geomérica de crescimeno anual Relação de Coores A i B i Correlação de Razões Toal Geral Amazonas Bahia Mao Grosso do Sul Rio de Janeiro < 0,0 46,9 42,0 44,2 44,4 0,0-0, 21,7 2,9 16,4 21,3 0, - 1, 22,8 1,4 9,7 16,0 > 1, 26,8 17,3 10,4 18,2 Toal 28,8 20,6 1,3 21,6 < 0,0 26, 32, 21,7 26,9 0,0-0, 9,0 12,4 8,2 9,9 0, - 1, 13,9 16,4 6,7 12,3 > 1, 16, 17,1 8,7 14,1 Toal 17, 21,1 12, 17,0 < 0,0 16, 1,8,0 12, 0,0-0, 11,8 9,4 6,2 9,1 0, - 1, 9,2 6, 6, 7,4 > 1, 14,6 13,2 9,2 12,3 Toal 13,2 11, 7,4 10,7 < 0,0 4,1 4,6,4 4,7 0,0-0, 6,8,0 7,7 6, 0, - 1,,8 4,0,3,0 > 1, 11,1 11,9 11,3 11,4 Toal 7,7 6,9 7,8 7, Toal 16,7 17,9 11, 1,4 Fone: IBGE Censos Demográficos 1991, 2000 e 2010

9) RESULTADOS (con.) Desvio Percenual Médio Absoluo das esimaivas em relação ao Censo 2010, por méodo uilizado, Unidade da Federação e grupos de axa de crescimeno do município Tendência 2000/2007 Unidade da Federação Taxa média geomérica de crescimeno anual Relação de Coores A i B i Correlação de Razões Toal Geral Amazonas Bahia Mao Grosso do Sul Rio de Janeiro < 0,0 22,0 1,1 12,2 16,4 0,0-0, 1, 3,9 12,1,8 0, - 1, 9,2 10,0 9,6 9,6 > 1, 8, 7,8 6,4 7,6 Toal 10, 9,3 8,0 9,3 < 0,0 13,6 19,8 11,6 1,0 0,0-0, 6,3 17,9 6,2 10,1 0, - 1, 6,2 18,2,0 9,8 > 1, 6,8 16,9 4,2 9,3 Toal 8,9 18, 7, 11,6 < 0,0,1,2 4,7,0 0,0-0, 6, 6,3 6,7 6, 0, - 1,,3,7 6,7,9 > 1, 6,1 6,3 6,0 6,2 Toal,8 6,0 6,1 6,0 < 0,0 2,2 4,8,3 4,1 0,0-0, 3,1,2 3,9 4,1 0, - 1, 2,9 4,6,3 4,2 > 1, 10,3 4,2 10,2 8,2 Toal,7 4,6 7,0,8 Toal 8,3 14,4 7,3 10,0 Fone: IBGE Censos Demográficos 2000 e 2010 e Conagem de População 2007

10) CONCLUSÕES E CONSIDERAÇÕES FINAIS Foi viso que, quando uilizada a endência 1991-2000, o méodo de Correlação de Razões uilizando variáveis sinomáicas foi o que apresenou, em média, os valores mais próximos do Censo, ainda que houvesse grandes diferenciais quando foram consideradas ouras desagregações, como o amanho dos municípios, a Unidade da Federação a que perencem, suas axas de crescimeno populacional, e a qualidade dos regisros adminisraivos em cada região; Quando uilizada a endência 2000-2007, os diferenciais enre as esimaivas obidas pelas rês meodologias ende a diminuir, indicando que a proximidade dos ponos de apoio para esabelecimeno de endência de crescimeno com os anos a serem esimados, é um dado fundamenal na elaboração de esimaivas para pequenas áreas, influenciando direamene a qualidade das esimaivas

10) CONCLUSÕES E CONSIDERAÇÕES FINAIS Os méodos AiBi e Relação de Coores êm fores limiações quando ese horizone é muio longo o que pôde ser consaado aravés da comparação enre os resulados apresenados uilizando os dois períodos. A vanagem do méodo de Correlação de Razões, quando o horizone da projeção se afasa do censo, é a uilização de informações mais aualizadas de variáveis que esão direamene relacionadas ao crescimeno da população; Por ouro lado, quando o horizone da projeção é menor e não há uma grande defasagem das informações censiárias, os dois primeiros méodos (AiBi e Relação de Coores) podem aparecer como alernaivas ineressanes, apresenando uma boa precisão; Técnicas uilizando variáveis sinomáicas são as que permiem as mais promissoras alernaivas, ano em relação à escolha das variáveis a serem uilizadas com a maior disponibilidade e melhoria na qualidade das informações quano às alernaivas meodológicas, como melhores adequações e refinameno dos modelos de regressão; Ouras variáveis sinomáicas esão sendo analisadas de forma minuciosa e poderão ser incluídas fuuramene nesses esudos

REFERÊNCIAS BIBLIOGRÁFICAS ALBUQUERQUE, F.R.P.C e SENNA, J.R.X. Tábuas de Moralidade por sexo e grupos de idade Grandes Regiões e Unidades da Federação 1980, 1991 e 2000. IBGE, Direoria de Pesquisas. Texos para discussão nº 20, 200. ASSUNÇÃO, R. M. Méodo Bayesiano de Relação de Coores para Projeções de Pequenas Áreas, 2002. Disponível em: hp://www.abep.nepo.unicamp.br/docs/anais/pdf/2002/com_prj_st36_assuncao_exo.pdf. BAY, G. El uso de variables sinomáicas en la esimación de la población de áreas menores. Noas de Población. n.67-68. Saniago do Chile, Comissão Econômica para América Laina e Caribe, Cenro Lainoamericano e Caribenho de demografia Divisão de População (CEPAL/CELADE), 1998. BRASS, W, COALE, A. J. e al. The Demography of Tropical Africa. Princeon: Princeon Universiy Press, 1968. BRITO, L. P. G.; CAVENAGHI, S.; JANNUZZI. Esimaivas e projeções populacionais para pequenos domínios: uma avaliação da precisão para municípios do Rio de Janeiro em 2000 e 2007. Revisa Brasileira de Esudos de População, vol.27, no.1, p. 3-7, Rio de Janeiro, jan/jun. 2010. COALE, A. J. e DEMENY, P. Regional Model Life Tables and Sable Populaions (second ediion), 1983. DUCHESNE, L. Proyecciones de Poblacion por Sexo y Edad para Areas Inermedias y Menores - Méodo de Relacion de Cohores Cenro Lainoamericano de Demografia, Diciembre 1987. Fundação Sisema Esadual de Análise de Dados (SEADE). Projeções Populacionais para os Municípios do Esado de São Paulo. Disponível em: hp://www.seade.gov.br/produos/projpop/pdfs/projpop_meodologia.pdf. IBGE. Projeção da População do Brasil por Sexo e Idade 1980-200 Revisão 2008. Disponível em: hp://www.ibge.gov.br/home/esaisica/populacao/projecao_da_populacao/2008/projecao.pdf.

REFERÊNCIAS BIBLIOGRÁFICAS (con.) IBGE. Indicadores Sociodemograficos Prospecivos para o Brasil 1991-2030. Disponível em: hp://www.ibge.gov.br/home/esaisica/populacao/projecao_da_populacao/publicacao_unfpa.pdf. JANNUZZI, P. Cenários fuuros e projeções populacionais para pequenas áreas: méodo e aplicação para disrios paulisanos 2000-2010. Revisa Brasileira de Esudos de População, v.24, n.1, p.109-136, jan./jun. 2007. JARDIM, M.L.T. El uso de variables sinomáicas para esimar la disribución espacial de población: aplicación a los municipios de Río Grande del Sur, Brasil. Noas de Población. n.71. Saniago do Chile, Comissão Econômica para América Laina e Caribe, Cenro Laino-americano e Caribenho de demografia Divisão de População (CEPAL/CELADE). P. 21 49, 2001. JARDIM, M.L.T. Meodologias de esimaivas e projeções populacionais para o Rio Grande do Sul e seus municípios. Série Documenos FEE no 6, ouubro de 2003. Disponível em: hp://www.fee.rs.gov.br/siefee/download/documenos/documenos_fee_6.pdf. JARDIM, M.L.T. Comparação das Esimaivas e Projeções Populacionais do Rio Grande do Sul Com a Conagem de 2007. Disponível em: hp://www.fee.che.br/siefee/download/ds/039.pdf. MADEIRA, J.L.; SIMÕES, C.C.S. Esimaivas preliminares da população urbana e rural segundo as unidades da federação, de 1960/1980 por uma nova meodologia. Revisa Brasileira de Esaísica, Rio de Janeiro: IBGE, v. 33, n. 129, p. 3-11, jan./mar., 1972. WALDVOGEL B.C. e CAPASSI, R.. Projeção populacional como insrumeno de planejameno regional: o caso do Esado de São Paulo. In: XI Enconro Nacional de Esudos Populacionais ABEP. Caxambu, 1998. Vol. 1. p.