En este preprint se presenta un trabajo póstumo e inédito de la Profesora Laura Nalbarte
Enlace a repositorio Open Science Framework https://doi.org/10.31235/osf.io/nv962
Identificación de una tipología de pobreza multidimensional a través del enfoque de cluster probabilístico.
La medición y caracterización de la pobreza constituye un tema de interés social que estadísticamente puede ser abordado desde distintas perspectivas. Mediante la utilización con técnicas de Análisis Factorial y/o Análisis de Cluster se definieron particiones representativas de hogares con diferente grado de vulnerabilidad.
El objetivo de la investigación es la medición multidimensional de la pobreza y la construcción de tipologías de hogares (pobres, vulnerables y no pobres) a partir de datos relevados por la Encuesta Continua de Hogares (ECH) del Instituto Nacional de Estadística de Uruguay (INE), entre los años 2008 y 2012. En este documento se presentan los resultados correspondientes a un proceso de clustering, basado en una mezcla probabilística de distribuciones Bernoulli. El mismo asume la presencia de una variable categórica no observable
que dictamina la pertenencia de los individuos a los grupos. Los parámetros se estiman por medio del algoritmo EM y los individuos se clasifican utilizando probabilidades “a posteriori».
Las variables consideradas en el análisis refieren, tanto a características de la vivienda (materiales de techos, paredes y pisos), como a características del hogar y de sus integrantes. Respecto al hogar, se tiene en cuenta: la composición del mismo, el clima educativo, la cantidad de niños menores de 6 años, la tenencia y acceso a tecnologías de la información y la comunicación (TICS), así como la tenencia de bienes de confort. En lo que refiere a las personas se considera la situación laboral del jefe, el ingreso y su etnia.
Los resultados indican la existencia de 3 ó 4 grupos que determinan un gradiente de vulnerabilidad, desde los hogares más críticos (pobres-más vulnerables), hasta los que se encuentran en mejores condiciones (menos vulnerables).