Tesis
Determinación de los niveles socio-económicos del Ecuador y sus respectivas diferencias socio-demográficas partiendo de la información y resultados del VII censo de población y VI de vivienda 2010
Fecha
2014Registro en:
Garcés Mayorga, Christian Marcelo; Céspedes Navas, Octavio Francisco (2014). Determinación de los niveles socio-económicos del Ecuador y sus respectivas diferencias socio-demográficas partiendo de la información y resultados del VII censo de población y VI de vivienda 2010. Tesis previo a la obtención del Título de Ingeniero Estadístico. Carrera de Estadística. Quito: UCE. 186 p.
BIBLIOTECA DE ECONOMÍA / CD / 00346
Autor
Garcés Mayorga, Christian Marcelo
Céspedes Navas, Octavio Francisco
Institución
Resumen
El presente estudio es un análisis de las variables del VII Censo de Población y VI de Vivienda que describen la calidad de vida, tenencia de bienes y acceso a servicios, a través de la construcción de indicadores; usando como modelo de discriminación la Regresión Logística Binaria, que se ha constituido como una de las técnicas estadísticas multivariadas de más frecuente uso en modelos de clasificación. Las cuantificaciones óptimas calculadas (puntajes) a través del modelo, serán utilizadas para identificar el nivel socio-económico al cual pertenece cada uno de los hogares e implícitamente determinar sus características principales. Adicionalmente se elaborará una aplicación de estratificación en tiempo real, cuyo objetivo es de estimar el nivel socio-económico de los hogares, utilizando las variables discriminantes resultado del modelo. This study provides an analysis of the variables from the Seventh Population Census and the Sixth Housing Census, describing the quality of life, ownership of property, and access to services, by using indicators. The Binary Logistic Regression is used as the model discrimination and is one of the multivariable statistics most frequently employed in classification models. The optimum quantification (score), calculated on the basis of the model, will be used for identifying the socioeconomic level pertaining to each home and for implicitly defining the main characteristics. Furthermore, stratification application in real time will be created in order to estimate the socioeconomic level of homes, using the discriminating variables resulting from the model.