摘要：En este artículo se aborda la metodología de calibración que reproduce pesos nuevos sujeto la restricción de las ecuaciones de calibración múltiple sobre un vector de razones, medias o proporciones. Se extiende la calibración clásica de tal forma que las ecuaciones de calibración no estén basados solo un vector de totales, sino un vector de parámetros no lineales. Se dan algunas propiedades de los estimadores resultantes y se llevan a cabo algunas simulaciones empíricas para verificar el desempeño de este enfoque. Encontramos que este es apropiado para algunas situaciones prácticas tales como la estimación de la intención de voto, estimación de fuerza laboral y estudios retrospectivos. La metodología es aplicada en el contexto de las elecciones presidenciales de Colombia en el 2014, donde estimamos la intención de voto en la segunda vuelta utilizando datos provenientes de una encuesta electoral tomando los resultados de la primera vuelta como información auxiliar.
其他摘要：In this paper, the calibration approach is revisited in order to allow new calibration weights that are subject to the restriction of multiple calibration equations on a vector of ratios, means and proportions. The classical approach is extended in such a way that the calibration equations are not based on a vector of totals, but on a vector of other nonlinear parameters. We stated some properties of the resulting estimators and carry out some empirical simulations in order to asses the performance of this approach. We found that this methodology is suitable for some practical situations like vote intention estimation, estimation of labor force, and retrospective studies. The methodology is applied in the context of the Presidential elections held in Colombia in 2014 for which we estimated the vote intention in the second round using information from an election poll, taking the results from the first round as auxiliary information.
关键词：Calibration;Survey sampling;Ratio estimation;Nonlinear estimation;Monte Carlo simulation;Calibración;Encuestas por muestreo;Estimación de razón;Estimadores no lineales;Simulación Monte Carlo.
