1. Inicio
  2. Atrás
Título: Búsqueda y caracterización de subgrupos de pobreza mediante la aplicación de algunas técnicas de minería de datos
Autores: Sananes, Marta
Sinha, Surendra P.
Torres Rivas, Elizabeth
Nava P., Luis A.
Fecha: 2013-01-31
2013-01-31
2013-01-31
Publicador: Universidad de los Andes Venezuela
Fuente:
Tipo: Texto
Tema: Minería de datos
Descubrimiento de conocimiento en Bases de Datos
Pobreza
Reconocimiento de patrones
Maestría en Estadística
Universidad de Los Andes
Facultad de Ciencias Económicas y Sociales
Data mininge
Knowledge discovery databases
Poverty
Pattern recognition
Ciencias Económicas y Sociales
Artículos
Instituto de Estadística Aplicada y Computación (IEAC)
Descripción: La Minería de Datos, o Descubrimiento de Conocimiento en Bases de Datos, abarca una variedad de métodos estadísticos y computacionales para investigar la existencia de relaciones y patrones de comportamiento en almacenamientos electrónicos de datos. Relaciones y patrones emergentes pueden sugerir al investigador explicaciones causales que puedan ser verificadas posteriormente o bien pueden sugerir estrategias de acción para lograr ciertos objetivos de cambio. En el caso de los estudios de pobreza, se sabe que se trata de un problema multifacético resultante de numeras causas y condicionantes económicos, ambientales, culturales, políticos, demográficos. Ante la complejidad del problema de la pobreza y su definición primaria como carencia de recursos para satisfacer necesidades básicas, casi todos los estudios tienden a centrarse en los aspectos económicos. Con este trabajo pretendemos, al emplear técnicas computacionales intensivas que toman en cuenta grandes cantidades de datos, lograr identificar y caracterizar subgrupos poblacionales que se diferencien no sólo por sus niveles cuantitativos de pobreza en términos económicos sino también por otras características asociadas, que podríamos en general denominar “maneras” de ser pobre. Cada subgrupo hallado puede sugerir hipótesis acerca de las causas particulares de su pobreza así como sugerir recomendaciones de cuáles estrategias pudieran ser útiles para mejorar o resolver su situación. Coincidencias en situaciones similares pudieran permitir deducir estrategias de alcance generalizado sin perder de vista las especificidades grupales. Para el estudio utilizamos la base de datos de la Encuesta Nacional de Hogares sobre Medición de Nivel de Vida de Nicaragua (EMNV 2001)[2].
sananes@ula.ve
sp_sinha@yahoo.es, sinha@ula.ve
eliza@ula.ve
navalu@ula.ve
Data Mining or Knowledge Discovery in Databases comprises a variety of statistical and computational methods seeking to find relations and patterns of behavior in electronic repositories of data. Emergent relations and patterns can suggest the researcher causal explanations to be verified later or also they can suggest strategies of action to achieve some targeted changes. It is well known that poverty studies deal with a multifaceted problem, that has numerous causes, like economic conditions, environmental, cultural, political, demographics. Unable to face the complexity of the poverty phenomenon and because of its primary definition as scarcity of resources to satisfy basic needs, many studies tend to focus in the en economics aspects. With this work we pretend, using computational intensive techniques that take in account huge amounts of data, to identify and characterize population subgroups that differ not just by its quantitative levels of poverty in economic terms but also by other associated characteristics, that we could, in general, all “ways” of being poor. Each found subgroup can suggest hypothesis on particular causes of its poverty and suggest, as well, recommendations about which strategies could be useful to improve or solve its condition. Coincidences in similar conditions may allow deduct strategies of general scope without loosing the point on group specificities. For this study we used the Database of the Encuesta Nacional de Hogares sobre Medición de Nivel de Vida de Nicaragua (EMNV 2001)[2].
Idioma: Español