Uso de machine learning para ajustar pesos en encuestas panel. Aplicación a la Encuesta Sanitaria y Social

Las encuestas probabilísticas son ampliamente usadas por los servicios sanitarios en todo el mundo para obtener información que les permita tomar las decisiones adecuadas. A este respecto, la ESSOC (Encuesta Sanitaria y SOCial) es un proyecto de investigación cuyo objetivo es recolectar datos fiables sobre el impacto a lo largo del tiempo de la COVID-19, y de las medidas tomadas en consecuencia, en la población general así como en aquellos especialmente vulnerables. Incluye variables de interés sanitarias, socioeconómicas, psicosociales, conductuales, ocupacionales, ambientales y clínicas; determinantes a la hora de responder correctamente a la pandemia. La encuesta se ha llevado a cabo mediante un diseño de encuesta panel por superposición. Esto implica un problema de no-respuesta, especialmente agravado en este tipo de casos debido a la fatiga de la población al ser encuestada reiteradamente.

En este trabajo, exploramos una nueva metodología de ajuste de pesos que aprovecha la información auxiliar disponible a varios niveles para corregir la no-respuesta. El proceso consta de dos pasos: en una primera fase, los pesos originales de diseño son corregidos aplicando técnicas del estado del arte del machine learning para modelar la no-respuesta con respecto a la muestra longitudinal efectiva de la medición anterior. En la segunda fase, los pesos obtenidos son calibrados usando información auxiliar a nivel poblacional. También aplicamos el método propuesto a la ESSOC para estimar totales, proporciones y cambios a lo largo del tiempo.