Resumen

Una limitación común en el análisis de los sistemas interregionales de población, es la ausencia de datos confiables quedescriban el comportamiento de los componenies fundamentales de los cambios de población. Como resultado, frecuentemente, los demógrafos tienen que recurrir a medidas imperfectamente construídas del incremento natural y de la migración neta.

Recientes intentosde expresar el crecimiento de la población interregional en forma de una matriz sugieren, sinembargo, un método para estimar el régimen de crecimiento de un sistema multirregional sólo en base a datos historicos sobre distribuciones interregionales de población,Este artículo describe e ilustra tal métoda. Desde quelos resultados son bastante insatisfactorios, gran parte de este trabajo está dedicada a analizar las condiciones que determinan un bajo rendimiento del méiodo, evaluando, en particular, índices de estimacion alternativos y considerando la posibilidad de “suavizar los datos.”

Summary

A common constraint in analyses of interregional population systems is the absence of reliable data for describing the behavior of the fundamental components of population change. As a result, demographers frequently have had to rely on crudely constructed measures of natural increase and net migration.

Recent efforts to express interregional population growth in matrix form, however, suggest a method for estimating the regime of growth of a multiregional system solely on the basis of historical data on interregional population distributions. This paper describes and illustrates such a method. Since the results are largely unsatisfactory, a large portion of the paper is devoted to an analysis of the conditions leading to the poor performance of the method, by evaluating, in particular, alternative estimators and by considering the possibility of “data smoothing.”

The text of this article is only available as a PDF.

References

1
Rogers, Andrei (
1968
).
Matrix Analysis of Inter-regional Population Growth and Distribution
.
Berkeley
:
University of California Press
.
3
Madanksy, A. (
1959
).
Least Squares Estimation in Finite Markov Processes
.
Psuchometrika
,
XXV
,
137
44
.
4
Fisher, W. D. (
1961
).
A Note on Curve Fitting with Minimum Deviations by Linear Programming
.
Journal American Statistical Association
,
LVI
,
359
62
10.2307/2282261.
6
Judge, G. G., & Takayama, T. (
1966
).
Inequality Restrictions in Regression Analysis
.
Journal American Statistical Association
,
LXI
,
166
81
10.2307/2283052.
7
Draper, N. R., & Smith, H. (
1966
).
Applied Reqression Analysis
(pp.
107
15
).
New York
:
John Wiley
.