Análisis estadístico multivariado exploratorio de estructuras temporales desde una óptica STATIS. Una aplicación a la pobreza urbana multidimensional en Bolivia
Palabras clave:
Pobreza Multidimensional, STATIS, Análisis de Componentes Principales, Tablas MultiviaResumen
La medición de la pobreza desde una perspectiva multidimensional ha crecido en términos de aportes metodológicos que llevan a obtener medidas más robustas y confiables, pero principalmente, ya son muchos países que han adoptado la metodología ALKIRE-FOSTER apropiándose de la misma y de sus bondades técnicas. La Estadística Multivariante juega hoy en día un papel importante pues responde a esa necesidad, debido a que brinda un conjunto de técnicas que ayudan a tratar la enorme diversidad de problemáticas que hoy por hoy preocupan a las sociedades en términos de tratamiento y análisis de información objetiva. El presente artículo tiene el objetivo de presentar el STATIS: Structuration de Tableaux A Trois Indices de la Statisque aplicada a variables cuantitativas con el objetivo de encontrar una estructura común o representativa a todas las tablas o grupos de variables, en este caso años y las dimensiones de la pobreza multidimensional urbana por departamento. En el documento se muestra que a través del STATIS se pudo comparar y analizar las relaciones entre los diferentes años y las dimensiones de la pobreza multidimensional, se identificó la estructura intercorrelacional, a partir de la obtención de una tipología en los departamentos. Adicionalmente se observó la evolución de las dimensiones de la pobreza multidimensional en los departamentos a lo largo del periodo estudiado. Finalmente, se describió la estructura interna de las dimensiones estudiadas para los departamentos y su evolución en el tiempo.
Descargas
Citas
Abdi, H. (n.d.). RV Coefficient and Congruence Coefficient. http://www.utd.edu/
Abdi, H., & Valentin, D. (n.d.). The STATIS Method. http://www.utd.edu/
Abdi, H., & Williams, L. J. (2010). Principal component analysis. In Wiley Interdisciplinary Reviews: Computational Statistics (Vol. 2, Issue 4, pp. 433–459). https://doi.org/10.1002/wics.101
Abdi, H., Williams, L. J., Valentin, D., & Bennani-Dosse, M. (2012). STATIS and DISTATIS: Optimum multitable principal component analysis and three way metric multidimensional scaling. In Wiley Interdisciplinary Reviews: Computational Statistics (Vol. 4, Issue 2, pp. 124–167). https://doi.org/10.1002/wics.198
Alkire, S., & Foster, J. (2011). Counting and multidimensional poverty measurement. Journal of Public Economics, 95(7–8), 476–487. https://doi.org/10.1016/j.jpubeco.2010.11.006
Alkire, S., & Santos, M. E. (2014). Measuring Acute Poverty in the Developing World: Robustness and Scope of the Multidimensional Poverty Index. World Development, 59, 251–274. https://doi.org/10.1016/j.worlddev.2014.01.026
Greenacre, M. (2010). Biplots in Practice (Fundación BBVA, Ed.).
Lavit, C., Escoufier, Y., Sabatier, R., & Traissac, P. (1994). The ACT (STATIS method). In Computational Statistics & Data Analysis (Vol. 18).
Muñeton Santa, G., Pineda Varela, L., & Keep Buitrago, J. P. (2019). Medición de la pobreza multidimensional para la ciudad de Medellín, Colombia. http://orcid.org/0000-0002-5194-
Vicente Villardon, J. L. (2015). MultBiplot: A package for Multivariate Analysis using Biplots. Universidad de Salamanca. http://biplot.usal.es/ClassicalBiplot/index.html
![Análisis estadístico multivariado exploratorio de estructuras temporales desde una óptica STATIS. Una aplicación a la pobreza urbana multidimensional en Bolivia](https://ojs.umsa.bo/ojs/public/journals/15/article_613_cover_es_ES.jpg)