Mesa 3. Dimensiones de la pobreza, teoría y metodologías

Presentación del tema: "Mesa 3. Dimensiones de la pobreza, teoría y metodologías"— Transcripción de la presentación:

1 Mesa 3. Dimensiones de la pobreza, teoría y metodologías
XXX CONGRESO DE INVESTIGACIÓN DEPARTAMENTAL CLASIFICACIÓN DE LA POBLACIÓN EN MÉXICO A TRAVÉS DE REDES NEURONALES Mesa 3. Dimensiones de la pobreza, teoría y metodologías Héctor Adrián Guerrero Martínez* Elsy Lizbeth Gómez Ramos** Universidad Autónoma Metropolitana Unidad Xochimilco* Unidad Iztapalapa**

2 CONTENIDO INTRODUCCIÓN Panorama Objetivo Importancia Alcance
APLICACIÓN CONCLUSIONES Panorama Objetivo Importancia Alcance Metodología Resultados Un ejemplo Discusión

3 INTRODUCCIÓN: Panorama
Las técnicas estadísticas buscan a través de un conjunto de datos estratificar a grupos o a la población para generar diversos indicadores (razones, índices, umbrales, etc.) que faciliten la comprensión del tema de la pobreza y otros temas afines. Estudios reciente sobre clasificación muestran la posibilidad de incorporar a la Neurociencia para resolver este tipo de problemas a través de las Redes Neuronales Artificiales (RNA) –basadas en técnicas estadísticas-, ya que permiten emplear una definición multidimensional de la pobreza e incorporar información difícil de procesar bajo otras herramientas.

4 Objetivo Aplicar un diseño experimental para una red neuronal para efectos de clasificación de la población en México, es decir, un simulador. Para ello se utilizan algunas variables y estandarizaciones de la Encuesta Nacional de Ingreso y Gasto de los Hogares (ENIGH) del Instituto Nacional de Estadística y Geografía (INEGI), y de otras fuentes. Además, se pone a prueba el simulador introduciendo los datos de un “mexicano promedio” para encontrar evidencia sobre a qué clasificación es más afín.

5 Importancia La importancia de emplear un simulador sugiere al menos tres ventajas: a) emplearse como una herramienta ad hoc durante el tiempo de espera entre las encuestas, conteos, censos y otros, b) emplearse como complemento para verificar el alcance y/o vigencia de los métodos tradicionales, y c) emplearse como sustituto cuando la información sea escasa (zonas aisladas) o se dude de su procedencia.

6 Alcance El diseño de la red es austero; sin embargo, esto no impide mostrar su conveniencia en el tema. La selección y tipo de información que alimenta a la red solo se basa en trabajos a fines en el campo de la Neurociencia, por lo que la ENIGH se considera como la fuente principal en esta investigación. No obstante, este proceso puede ser tan sofisticado y diverso como los recursos humanos y tecnológicos lo permitan. Para poner a prueba a la red se utiliza la información de un “mexicano promedio”. Sin embargo, esto se deben considerar solo como un EJERCICIO, ya que el objetivo de esta investigación es mostrar la posible utilidad de las RNA y no los mecanismos de selección de la información.

7 APLICACIÓN: Metodología
La red seleccionada es el Perceptrón Multicapa (PML). En cuanto al diseño de la red -conjunto de decisiones que le dan un aspecto singular a la red (número de nodos, número de capas ocultas, etc.), así como en términos de procesamiento (magnitud de la tasa de aprendizaje, etc.)- se consideran las recomendaciones de la literatura para definirlos (figura 1). Las variables seleccionadas para alimentar a la red son nueve, de las cuales ocho provienen de la ENIGH (2014). Se utiliza un rango de 0.9 a para denotar los valores de cada variable -donde 0.1 refiere a términos de carencia o de alta vulnerabilidad- (figura 2). En cuanto a los estratos sociales se incluyen seis (figura 3). El software que se utiliza es Mathematica 10.0

8

9

10

11 resultados Los resultados indican que la propuesta seleccionada es (nueve nodos de entrada - siete nodos de la capa oculta – un nodo de salida), ya que obtuvo el menor ECM (figura 4) .

12 un ejemplo: un mexicano promedio
Para pone a prueba al PML se le presenta información referente a un “mexicano promedio” –no procesada previamente- (figura 5 y 6). Para obtener estos datos se recurre a diversas fuentes. En resumen un “mexicano promedio” es alguien que cuenta con casa independiente, con agua entubada dentro de la vivienda, sin línea telefónica y computadora, habla español, tiene la primaria completa (por debajo de la obligatoria, de acuerdo al CONEVAL), no cuenta con seguridad social y cuenta con unos ingresos promedios mensuales de $5,766.

13

14 De acuerdo con los resultados de la red “un mexicano promedio” tiene como resultado ( ), lo que indica que el estrato social al que es más afín es (0.4); es decir, MEDIA BAJA.

15 Discusión La pobreza al ser un tema perfilado como complejo, permite incorporar diversas medidas, -no solo monetarias, sino de consumo- por lo que es susceptible a ser estudiada por otros campos como la Neurociencia. Un simulador al tener la capacidad de presentar datos “aproximados” en tan solo un instante, promueve su estudio y su posible aplicación. Cualquier tipo de información (índices, razones, etc.) puede alimentar a la red, incluso en tiempo real. Por lo tanto, los métodos actuales en el tema no generan NINGÚN CONFLICTO. Los resultados de la red se presentaron en dos fases: entrenamiento y prueba. La primera se analizo bajo un criterio de minimización del error, o sea, a través del ECM. Mientras que la segunda (para este caso) solo puede ser juzgada de forma intuitiva (coherente), ya que se tendría que contar con un resultado previo para cotejar el grado de error en la etapa de prueba.

16 conclusiones El campo de la Neurociencia no es susceptible para cualquier tarea. Esta solo se hace susceptible cuando existe falta de confiabilidad en las bases de datos, escases de información, pertinencia en el procesamiento de información heterogénea, ect. La aplicación presentada en esta investigación solo muestra una posibilidad dentro de este campo. Se muestra evidencia de la posibilidad de incorporar este tipo de metodologías en el tema de la clasificación de la población. Aunque se advierte que su diseño y funcionamiento requiere de un equipo multidisciplinario.