Aplicación del método de análisis de componentes principales al índice de pobreza multidimensional: caso Los Alcarrizos
Date
Subject
indicador de pobreza multidimensional
política social
análisis de componentes principales
estructura de ponderaciones
multidimensional poverty indicator
social policy
principal components analysis
weighting structure
política social
análisis de componentes principales
estructura de ponderaciones
multidimensional poverty indicator
social policy
principal components analysis
weighting structure
Language:
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Tecnológico de Santo Domingo (INTEC)
Se estudia el cálculo del índice de pobreza multidimensional (IPM) para los distritos municipales Los Alcarrizos, Pantoja y Palmarejo -Villa Linda, usando la información levantada por el Sistema Único de Beneficiarios (SIUBEN) en el año 2021. Dado que no se pudo recabar toda la data necesaria para el cálculo del IPM, se propone una alternativa al método de Alkire-Foster, donde, en lugar de usar contadores se usan proporciones para determinar el impacto de los indicadores de privación. Fue necesario usar aproximaciones de los indicadores donde el informe de SIUBEN no esclarecía la información. Utilizando simulación para la asignación de las ponderaciones, se pudo determinar que se necesita un mejor criterio que simplemente homologar los pesos de las cinco (5) dimensiones de privación. Este estudio contribuye con la aplicación del método de Análisis de Componentes Principales (PCA) para la determinación de las ponderaciones de los indicadores de privación, eliminando la necesidad de usar valores arbitrarios para las mismas.
The calculation of the multidimensional poverty index (MPI) is studied for the municipal districts of Los Alcarrizos, Pantoja and Palmarejo -Villa Linda, using the information collected by the agency Sistema Unico de Beneficiarios (SIUBEN) in 2021. Since it could not be collected all the data necessary to calculate the MPI, an alternative to the Alkire-Foster method is proposed, where, instead of using counters, proportions are used to determine the impact of deprivation indicators. It was necessary to use approximations of the indicators where the SIUBEN report did not clarify the information. Using simulation to assign the weights, it was determined that a better criterion is needed than simply standardizing the weights of the five (5) dimensions of deprivation. This study contributes with the application of the Principal Component Analysis (PCA) method to determine the weights of the deprivation indicators, eliminating the need to use arbitrary values for them.
The calculation of the multidimensional poverty index (MPI) is studied for the municipal districts of Los Alcarrizos, Pantoja and Palmarejo -Villa Linda, using the information collected by the agency Sistema Unico de Beneficiarios (SIUBEN) in 2021. Since it could not be collected all the data necessary to calculate the MPI, an alternative to the Alkire-Foster method is proposed, where, instead of using counters, proportions are used to determine the impact of deprivation indicators. It was necessary to use approximations of the indicators where the SIUBEN report did not clarify the information. Using simulation to assign the weights, it was determined that a better criterion is needed than simply standardizing the weights of the five (5) dimensions of deprivation. This study contributes with the application of the Principal Component Analysis (PCA) method to determine the weights of the deprivation indicators, eliminating the need to use arbitrary values for them.
Description
Type
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículos evaluados por pares
info:eu-repo/semantics/publishedVersion
Artículos evaluados por pares
Source
Science and Society; Vol. 49 No. 1 (2024): Science and Society; 45-70
Ciencia y Sociedad; Vol. 49 Núm. 1 (2024): Ciencia y Sociedad; 45-70
2613-8751
0378-7680
10.22206/cys.2024.v49i1
Ciencia y Sociedad; Vol. 49 Núm. 1 (2024): Ciencia y Sociedad; 45-70
2613-8751
0378-7680
10.22206/cys.2024.v49i1