El problema de estimación en dominios se encuentra presente en cualquier encuesta por muestreo. Cada vez más los usuarios exigen tener información más desagregada y no sólo para la población en su conjunto. En la práctica es imposible satisfacer todos los requerimientos para disponer estimaciones con buenos niveles de precisión usando estimadores convencionales. El uso de información auxiliar, tanto a la hora de definir el diseño muestral o en el proceso de estimación, es de vital importancia en el problema de estimación en dominios. Utilizar un muestreo estratificado donde los estratos coinciden con los dominios (planeados), junto con una asignación eficiente de la muestra entre los estratos, por ejemplo utilizando Power Allocation, puede producir buenos resultados. El hecho de poder definir al dominio como un estrato, permite calcular tamaños de muestra específicos para cumplir determinados requisitos de precisión, a su vez, el tamaño de muestra puede ser controlado y fijo si el diseño lo permite. En los estimadores basados en el diseño se presentaron dos clases de estimadores, calibrados y de regresión, los cuales utilizan información auxiliar en el proceso de estimación. Si la información es potente se obtendrán buenos resultados. La calibración solo hace referencia a la información auxiliar, a utilizar para calcular el nuevo sistema de ponderadores y no hace explícito ningún modelo. Los estimadores de regresión se apoyan en un modelo dado y la construcción de los mismos se basa en encontrar predicciones de la variable de interés para todos los individuos de la población (o del dominio).