Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina

Este artículo aborda la falta de información oportuna sobre la pobreza multidimensional en México. Tres algoritmos de aprendizaje de máquina —la regresión LASSO logística, el bosque aleatorio y las máquinas de vectores de soporte— son entrenados con la ENIGH para encontrar patrones generalizables d...

Full description

Bibliographic Details
Main Author: Ratzanyel Rincón
Format: Article
Language:English
Published: El Colegio de México, A.C. 2022-12-01
Series:Estudios Económicos
Subjects:
Online Access:https://estudioseconomicos.colmex.mx/index.php/economicos/article/view/435
_version_ 1797902601272950784
author Ratzanyel Rincón
author_facet Ratzanyel Rincón
author_sort Ratzanyel Rincón
collection DOAJ
description Este artículo aborda la falta de información oportuna sobre la pobreza multidimensional en México. Tres algoritmos de aprendizaje de máquina —la regresión LASSO logística, el bosque aleatorio y las máquinas de vectores de soporte— son entrenados con la ENIGH para encontrar patrones generalizables de pobreza multidimensional en los datos. Los modelos se utilizan para clasificar a cada individuo en la ENOE como pobre o no-pobre para obtener tasas de pobreza trimestrales. Estas estimaciones son más cercanas a los niveles de pobreza multidimensional que la pobreza laboral y brindan una perspectiva precisa sobre la pobreza con más de un año de antelación a la medición oficial.
first_indexed 2024-04-10T09:20:09Z
format Article
id doaj.art-bcf3c3cde534423782368a9670372455
institution Directory Open Access Journal
issn 0188-6916
0186-7202
language English
last_indexed 2024-04-10T09:20:09Z
publishDate 2022-12-01
publisher El Colegio de México, A.C.
record_format Article
series Estudios Económicos
spelling doaj.art-bcf3c3cde534423782368a96703724552023-02-20T16:13:25ZengEl Colegio de México, A.C.Estudios Económicos0188-69160186-72022022-12-0138110.24201/ee.v38i1.435Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquinaRatzanyel Rincón0Universidad de British Columbia Este artículo aborda la falta de información oportuna sobre la pobreza multidimensional en México. Tres algoritmos de aprendizaje de máquina —la regresión LASSO logística, el bosque aleatorio y las máquinas de vectores de soporte— son entrenados con la ENIGH para encontrar patrones generalizables de pobreza multidimensional en los datos. Los modelos se utilizan para clasificar a cada individuo en la ENOE como pobre o no-pobre para obtener tasas de pobreza trimestrales. Estas estimaciones son más cercanas a los niveles de pobreza multidimensional que la pobreza laboral y brindan una perspectiva precisa sobre la pobreza con más de un año de antelación a la medición oficial. https://estudioseconomicos.colmex.mx/index.php/economicos/article/view/435pobreza multidimensionalaprendizaje de máquinaregresión logística de LASSO
spellingShingle Ratzanyel Rincón
Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
Estudios Económicos
pobreza multidimensional
aprendizaje de máquina
regresión logística de LASSO
title Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
title_full Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
title_fullStr Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
title_full_unstemmed Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
title_short Estimaciones trimestrales de pobreza multidimensional en México mediante algoritmos de aprendizaje de máquina
title_sort estimaciones trimestrales de pobreza multidimensional en mexico mediante algoritmos de aprendizaje de maquina
topic pobreza multidimensional
aprendizaje de máquina
regresión logística de LASSO
url https://estudioseconomicos.colmex.mx/index.php/economicos/article/view/435
work_keys_str_mv AT ratzanyelrincon estimacionestrimestralesdepobrezamultidimensionalenmexicomediantealgoritmosdeaprendizajedemaquina