Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/63022
Título
Comparación de diferentes técnicas para predecir la pobreza
Autor
Director o Tutor
Año del Documento
2023
Titulación
Grado en Administración y Dirección de Empresas
Zusammenfassung
La capacidad de predecir la pobreza es un elemento fundamental en el
estudio de este fenómeno. La falta de información fiable para determinadas
regiones genera la necesidad de poder clasificar qué parte de su población se
encuentra en situación de pobreza o no a partir de determinadas variables.
Tradicionalmente, los métodos más usados para lograrlo han sido los modelos
propuestos desde el ámbito de la Econometría. No obstante, en los últimos
tiempos se ha visto la popularización de los nuevos métodos de predicción del
Aprendizaje Automático.
El objetivo de este trabajo es comparar el comportamiento de diferentes
métodos, tanto de la Econometría como del Aprendizaje Automático, para
predecir si una persona es pobre o no. En concreto, se analizan la regresión
logística, el árbol de clasificación y una red neuronal de una sola capa, utilizando
los datos de la Encuesta de Condiciones de Vida del año 2022. Los resultados
muestran que todas las técnicas tienen un comportamiento similar en términos
de capacidad de predicción.
Materias Unesco
5302 Econometría
5307.04 Estudios del desarrollo Económico
Palabras Clave
Pobreza
Econometría
Aprendizaje automático
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Grado UVa [28700]
Dateien zu dieser Ressource
![Attribution-NonCommercial-NoDerivatives 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-by-nc-nd.png)