As projeções populacionais vêm sendo utilizadas, com frequência cada vez maior, como subsídio para planejar o desenvolvimento econômico, social, político e ambiental de diversos países. Entretanto, quanto maiores os níveis de detalhamento geográfico, demográfico e temporal requeridos, menos precisas se tornam as projeções. Em pequenos domínios, como municípios, por exemplo, enfrentam-se dificuldades como tamanho reduzido da população, volatilidade dos dados nos seus padrões de crescimento, falta de informações de qualidade, entre outros. O objetivo deste trabalho é avaliar algumas metodologias de projeções populacionais para pequenos domínios, tomando como objeto de estudo os municípios do Estado do Rio de Janeiro. As técnicas estudadas são os métodos AiBi, relação de coortes de Duchesne e correlação de razões, usadas para comparação com os resultados do Censo 2000 e com a Contagem de 2007. Os resultados comparativos com o Censo 2000 indicam que, em média, as estimativas e projeções provenientes da aplicação dos três métodos apresentam um nível de precisão dentro de uma margem aceitável, mas os erros variam de -21,4% a 24,1% e as projeções tendem a ser subestimadas. Já a comparação dos resultados com a Contagem de 2007 revelou-se menos precisa. Pelos motivos descritos neste trabalho, o método de correlação de razões, que utiliza variáveis sintomáticas, mostrou melhores resultados do que os demais, entre o conjunto de métodos avaliados para os municípios do Rio de Janeiro.

Demographic projections have been used more and more frequently to generate information for planning economic, social, political and environmental development in many different countries. But the broader the levels of geographic, demographic and temporal details required, the less precise are the projections. In small domains, such as municipalities, difficulties come up that include small populations, volatility of the data on growth patterns, poor quality of information, and others. The objective of this article is to evaluate several different methodologies of demographic projections for small domains, taking the municipalities of the State of Rio de Janeiro (of which the City of Rio de Janeiro is the Capital), Brazil, as a set of examples. The techniques studied are the apportionment method (AiBi), Duchesne's relationship of cohorts and ratio correlations, used for comparisons with the results of the Federal Census of 2000 and with the Counting carried out in 2007. The comparative results with the Census of 2000 indicate that, on the average, the estimates and projections produced by applying the three methods show a precision level within acceptable margins, but the errors vary from -21.4% to 24.1%, and the projections tend to be underestimated. In contrast, the comparison of the results from the Counting of 2007 proved to be less precise. As described in this article, the method of ratio correlations, which uses symptomatic variables, was seen to be the best of the three methods used to evaluate the municipalities in the State of Rio de Janeiro.

Las proyecciones poblacionales se vienen utilizando, con una frecuencia cada vez mayor, como ayuda para planificar el desarrollo económico, social, político y ambiental de diverso países. Sin embargo, cuanto mayores son los niveles de detalle geográfico, demográfico y temporal requeridos, menos exactas son las proyecciones. En los pequeños dominios, como los municipios, por ejemplo, se enfrentan dificultades como el tamaño reducido de la población, la volatilidad de los datos en sus patrones de crecimiento, la falta de información de calidad, entre otros. El objetivo de este trabajo es evaluar algunas metodologías de proyecciones poblacionales para pequeños dominios, tomando como objeto de estudio a los municipios del Estado de Río de Janeiro. Las técnicas estudiadas son los métodos AiBi, relación de cohortes de Duchesne y correlación de razones, usadas para la comparación con los resultados del Censo 2000 y con el Recuento de 2007. Los resultados comparativos con el Censo 2000 indican que, en promedio, las estimaciones y proyecciones provenientes de la aplicación de los tres métodos presentan un nivel de precisión dentro de un margen aceptable, pero los errores varían de -21,4% a 24,1% y las proyecciones tienden a ser subestimadas. La comparación de los resultados con el Recuento de 2007 se mostró menos exacta. Por los motivos descritos en este trabajo, el método de correlación de razones, que utiliza variables sintomáticas, mostró mejores resultados que el resto, dentro del conjunto de métodos evaluados para los municipios de Río de Janeiro.