New approach for estimating socioeconomic indicators in small-areas with sparse samples and high within-region heterogeneity: application in the Peruvian Amazon
Questo studio dimostra che i modelli di stima bayesiana per piccole aree, sfruttando i dati dei Demographic and Health Surveys e del censimento, possono generare stime socioeconomiche robuste, su scala fine e temporalmente coerenti per regioni sparse ed eterogenee come l'Amazzonia peruviana, rivelando così i critici legami spaziali tra povertà, istruzione e carico di malaria che sono spesso oscurati nelle analisi tradizionali su larga scala.