Este documento evalúa el rendimiento de diferentes métodos de estimación de pequeñas áreas utilizando experimentos de simulación basados en modelos y en el diseño. Los experimentos de simulación basados en el diseño se llevan a cabo utilizando la Encuesta Intra Censal Mexicana como un censo de aproximadamente 3.9 millones de hogares, de los cuales se extraen 500 muestras utilizando un procedimiento de selección de dos etapas similar al de las encuestas del Estudio de Medición de Niveles de Vida (LSMS). Los métodos de estimación considerados son el de Elbers, Lanjouw y Lanjouw (2003), el mejor predictor empírico de Molina y Rao (2010), la extensión de error anidado presentada por Marhuenda et al. (2017), y finalmente una adaptación, presentada por Nguyen (2012), que combina información a nivel de unidad y de área, y que se ha propuesto como una alternativa cuando los datos censales disponibles están desactualizados. Los hallazgos muestran la importancia de seleccionar un modelo adecuado y una transformación de datos para que las suposiciones del modelo se cumplan. Una transformación adecuada de datos puede llevar a una mejora considerable en el error cuadrático medio (ECM). Los resultados de la validación basada en el diseño muestran que todos los métodos de estimación de pequeñas áreas representan una mejora, en términos de ECM, sobre las estimaciones directas. Sin embargo, los métodos que modelan el bienestar a nivel de unidad utilizando solo información a nivel de área sufren un sesgo considerable. Dado que la magnitud y dirección del sesgo son desconocidos ex ante, los métodos que dependen solo de covariables agregadas deben usarse con precaución, pero pueden ser una alternativa a los modelos tradicionales a nivel de área cuando estos no son aplicables.