Evolucionando en la Medición de Niveles Socioeconómicos

AMAI
25 Apr 202421:47

Summary

TLDRCarlos Grajales y Javier Suárez, expertos en estadísticas y actuario, presentan la evolución del modelo de nivel socioeconómico en México durante los últimos 30 años. Han trabajado en empresas líderes y han participado en la actualización de la regla May 2018-2020-2022, incorporando variables actuales y simplificando el proceso para una mejor representación de la realidad familiar mexicana. La regla actual, basada en ingresos y variables como baños, autos y conexión a internet, se valida cada dos años con datos de la Encuesta Nacional de Ingresos y Gastos de los Hogares, adaptándose a los cambios socioeconómicos y tecnológicos.

Takeaways

  • 😀 Carlos Grajales es un estadístico con 15 años de experiencia y ha trabajado con empresas como Pepsico, Coca-Cola, Walmart y Nestlé.
  • 👨‍🎓 Javier Suárez es un actuario con casi 40 años de experiencia, especializado en estadísticas y análisis de información sobre población, pobreza y salud.
  • 📊 Se discute la evolución del nivel socioeconómico en México desde su creación hace 30 años y se menciona la importancia de la Encuesta de Ingresos y Gastos de los Hogares (ENIGH).
  • 🔄 Se ha realizado una serie de reglas para medir el nivel socioeconómico, desde la '13 por 6' en 1997 hasta la regla actual 'May 2024'.
  • 🏡 Las variables consideradas en el modelo incluyen el número de cuartos, tipo de piso, número de baños, presencia de regadera, tendencia de estufa de gas, número de focos, número de automóviles y escolaridad de la persona que más aporta.
  • 🔍 Se han identificado problemas con algunas variables, como el número de focos y automóviles, que ya no son representativos o son difíciles de recolectar.
  • 🆕 Se busca actualizar y validar el modelo con variables actuales y que excluyan aquellas que ya no son útiles, buscando un equilibrio entre precisión y facilidad de aplicación.
  • 📉 Se ha utilizado la información de la ENIGH 2014 para construir y validar el modelo, y se ha validado con datos de 2016, mostrando un proceso de largo aliento.
  • 📈 El ingreso corriente se ha identificado como la variable más correlacionada con el nivel socioeconómico, y el modelo actual se basa en este enfoque.
  • 🌐 Se ha utilizado una técnica de regresión por mínimos cuadrados, ponderada, para construir el modelo, asegurando que los cálculos consideren el diseño muestral de la ENIGH.

Q & A

  • ¿Quiénes son los dos presentadores mencionados en el guion?

    -Los dos presentadores mencionados son Carlos Grajales, un estadístico con 15 años de experiencia, y Javier Suárez, un actuario con casi 40 años de experiencia.

  • ¿En qué áreas ha trabajado Carlos Grajales a lo largo de su carrera?

    -Carlos Grajales ha trabajado y asesorado áreas de ciencia de datos y análisis en empresas como Pepsico, Coca-Cola, Walmart, Nestlé, y es miembro de la Royal Statistical Society.

  • ¿Cuál es la institución educativa de la que es graduado Javier Suárez?

    -Javier Suárez es graduado de la Universidad Nacional Autónoma de México.

  • ¿En qué tipo de puestos ha ocupado Javier Suárez en la administración pública Federal?

    -Javier Suárez ha ocupado diversos puestos directivos en la administración pública Federal, enfocados en encuestas y análisis de información sobre población, pobreza y salud.

  • ¿Qué cambio reciente se hizo en la nomenclatura de las reglas de nivel socioeconómico?

    -Se cambió la nomenclatura de las reglas de nivel socioeconómico de '8 por 7', '6 por 4', etc., a 'Regla May 2018', 'Regla 2020', 'Regla 2022' y 'Regla 2024' para reflejar mejor la actualidad y facilitar la comprensión.

  • ¿Cuál es la fuente de información utilizada para construir y actualizar los modelos de nivel socioeconómico?

    -La fuente de información utilizada para construir y actualizar los modelos de nivel socioeconómico es la Encuesta de Ingresos y Gastos de los Hogares (ENIGH).

  • ¿Cuál fue el objetivo al cambiar la regla de nivel socioeconómico en 2018?

    -El objetivo al cambiar la regla de nivel socioeconómico en 2018 fue redimensionar la regla a la nueva realidad de la familia mexicana, incorporando variables actuales y excluyendo aquellas que ya no eran útiles para discriminar.

  • ¿Cuáles son las seis variables que conforman la regla de nivel socioeconómico vigente?

    -Las seis variables que conforman la regla de nivel socioeconómico vigente son: número de baños completos, número de autos, conexión a internet, número de integrantes que trabajan mayores de 14 años, número de dormitorios adicional y escolaridad de la persona que más aporta.

  • ¿Cómo se determinan los puntos de corte para definir los niveles socioeconómicos dentro de la regla vigente?

    -Los puntos de corte para definir los niveles socioeconómicos se determinan utilizando un proceso de estatificación de Dalenius H, que busca homogeneizar los niveles dentro de cada extrato.

  • ¿Cómo se ha visto afectado el nivel socioeconómico en México después de la pandemia?

    -Después de la pandemia, se observó un ligero ajuste en los puntajes de la regla vigente. Hubo un aumento en los niveles E y D y una caída en los niveles medios, principalmente C+, lo que refleja una sobreestimación del efecto de nivel educativo.

Outlines

00:00

😀 Introducción y presentación de los presentadores

Carlos Grajales, un estadístico con 15 años de experiencia, trabaja en análisis y manejo de datos, y ha colaborado con empresas como PepsiCo, Coca-Cola, Walmart y Nestlé. Es miembro de la Royal Statistical Society y parte del comité editorial de Significance magazine. Javier Suárez, un destacado actuario con casi 40 años de experiencia, ha trabajado en la administración pública en temas de población, pobreza y salud, y ha colaborado con la ONU y el Banco Mundial. Actualmente, lidera el subcomité de nivel socioeconómico y dirige la sección de mercadotecnia en el Colegio Nacional de Actores. La presentación discute la evolución del nivel socioeconómico en México y menciona la importancia de la encuesta de ingreso y gasto para construir y actualizar estos modelos.

05:06

🔍 Análisis y actualización del modelo de nivel socioeconómico

Se discute la necesidad de revisar y actualizar el modelo de nivel socioeconómico, teniendo en cuenta la evolución de la realidad de la familia mexicana. Se menciona la importancia de incorporar variables actuales y eliminar aquellas que ya no son útiles para discriminar. Se busca un equilibrio entre la precisión y la facilidad de aplicación del modelo. Se describe el proceso de selección de variables y la validación del modelo utilizando datos de la Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH). Se destaca la importancia de la transparencia y la documentación de cada revisión del modelo.

10:07

📊 Detalles técnicos del modelo de nivel socioeconómico

Se explica el enfoque técnico utilizado para el modelo de nivel socioeconómico, incluyendo el uso de regresión por mínimos cuadrados ponderados para asegurar la representatividad de los cálculos. Se mencionan los esfuerzos por probar más de 50 variables para encontrar los seis mejores indicadores que conforman la regla actual. Se discute la correlación entre los indicadores y se describe el proceso de ajuste del modelo para evitar la sobreestimación de ciertos factores, como el número de integrantes en el hogar. Se establece un puntaje máximo y se utiliza un proceso de estatificación para definir los puntos de corte en los niveles socioeconómicos.

15:09

📉 Distribución y validación del modelo de nivel socioeconómico

Se presenta la distribución de los niveles socioeconómicos en México utilizando la regla vigente y los datos de la ENIGH 2022. Se observa una tendencia a regresar a los niveles prepandemia, con un ligero ajuste en los puntajes después de la pandemia. Se destaca la importancia de las revisiones regulares de la regla y se menciona el compromiso del comité para realizar estas revisiones cada dos años con la publicación de nuevas ediciones de la ENIGH. Se discuten los cambios en la distribución de los niveles socioeconómicos y se ofrecen datos para zonas metropolitanas específicas.

20:09

🤖 Uso de inteligencia artificial en la actualización del modelo

Se muestra el uso de inteligencia artificial en la actualización del modelo de nivel socioeconómico, ilustrando cómo se han utilizado herramientas avanzadas para analizar los diferentes niveles socioeconómicos en México. Se menciona la importancia de que la regla sea útil y aplicable para los analistas y agencias involucradas en el trabajo diario. Se destaca el compromiso del comité de mantener la regla actualizada y relevante, basada en el consenso y la utilidad para todos los interesados.

Mindmap

Keywords

💡Estadístico

Un estadístico es alguien que se especializa en el análisis y manejo de datos. En el guion, Carlos Grajales es descrito como un estadístico con 15 años de experiencia, lo que indica que su trabajo se centra en el procesamiento y análisis de información estadística para obtener conclusiones valiosas. Su experiencia en empresas como PepsiCo, Coca-Cola, Walmart y Nestlé muestra la importancia de la estadística en la toma de decisiones empresariales.

💡Actuario

Un actuario es un profesional que utiliza matemáticas, estadísticas y teoría de probabilidades para analizar y gestionar riesgos, especialmente en el sector financiero y aseguranza. Javier Suárez, mencionado en el guion, es un actuario destacado con casi 40 años de experiencia, lo que demuestra su papel clave en el análisis de datos sobre población, pobreza y salud, así como su contribución al sector público y privado.

💡Regresión

La regresión es una técnica estadística utilizada para modelar y analizar la relación entre una variable dependiente y una o más variables independientes. En el guion, se menciona el uso de un modelo de regresión por mínimos cuadrados, ponderados, para construir un modelo que predice el nivel socioeconómico. Esto es crucial para entender cómo se relacionan diferentes variables con el ingreso y otros indicadores socioeconómicos.

💡Nivel Socioeconómico

El nivel socioeconómico es una medida que clasifica a las personas o hogares según sus características económicas y sociales. En el guion, se discute la evolución del modelo de nivel socioeconómico en México, incluyendo cambios en las reglas y variables utilizadas para determinar este nivel, lo que refleja la importancia de adaptar estos modelos a los cambios socioeconómicos.

💡Encuesta de Ingreso y Gastos

La encuesta de ingreso y gasto es una herramienta utilizada para recopilar datos sobre la economía de los hogares, incluyendo sus ingresos, gastos y niveles de vida. En el guion, se menciona que se siguen utilizando las encuestas de ingreso y gasto como el mejor instrumento para construir y generar modelos de nivel socioeconómico, lo que subraya su relevancia en el análisis estadístico.

💡Modelado

El modelado es el proceso de creación de modelos que representan sistemas o fenómenos reales. En el contexto del guion, el modelado se refiere al desarrollo de modelos estadísticos que utilizan diferentes variables para predecir el nivel socioeconómico de los hogares. Esto es esencial para la toma de decisiones en políticas públicas y estrategias empresariales.

💡Ponderación

La ponderación es el proceso de asignar un peso a los datos en un estudio estadístico para compensar diferencias en la representatividad de los grupos de la población. En el guion, se menciona la ponderación de los errores estándar y el esquema de diseño muestral en el modelo de regresión, lo que garantiza que los cálculos reflejen adecuadamente las características del diseño de la encuesta.

💡Dalénius

El método de Dalénius es una técnica utilizada para la estandarización de datos. En el guion, se menciona el uso de un proceso de estandificación de Dalénius para definir los puntos de corte que resultan en niveles socioeconómicos más homogéneos. Esto es crucial para asegurar que las categorías de nivel socioeconómico sean coherentes y comparables a lo largo del tiempo.

💡Inteligencia Artificial

La inteligencia artificial (IA) es la capacidad de las máquinas de imitar la inteligencia humana. En el guion, se menciona el uso de IA dentro del comité para generar imágenes que representan los diferentes niveles socioeconómicos en México. Esto demuestra la integración de la tecnología avanzada en el análisis estadístico para mejorar la comprensión de los datos.

💡Transparencia

La transparencia hace referencia a la facilidad con la que los procesos y decisiones pueden ser comprendidos por aquellos fuera del sistema. En el guion, se enfatiza el esfuerzo del comité para hacer la regla de nivel socioeconómico lo más transparente posible, documentando completamente cada revisión y publicando los modelos y decisiones técnicas en la página web, lo que permite a los interesados revisar y comprender el proceso de modelado.

Highlights

Carlos Grajales, un estadístico con 15 años de experiencia, ha trabajado con empresas como PepsiCo, Coca-Cola, Walmart y Nestlé.

Javier Suárez, un actuario con casi 40 años de experiencia, ha trabajado en la administración pública y con la ONU y el Banco Mundial.

Presentan un modelo de nivel socioeconómico que se ha actualizado cada dos años desde su creación hace 30 años.

La encuesta de ingreso y gasto es considerada el mejor instrumento para construir y generar modelos de nivel socioeconómico.

Se han revisado y actualizado reglas anteriores como la 13 por 6, la 10 por 6 y la 8 por 7 para mejorar la representatividad.

Se busca equilibrar la precisión del modelo con la facilidad de aplicación y entendimiento.

Se han incorporado variables actuales y se han eliminado aquellas que ya no son útiles para discriminar.

Se ha pedido hacer una 'regla corta' para simplificar el proceso de aplicación.

Se analizaron más de 50 variables de la encuesta para encontrar los seis mejores indicadores.

Se utilizó un modelo de regresión por mínimos cuadrados ponderados para el análisis estadístico.

Se ajustaron los pesos de las métricas en el modelo para evitar correlaciones excesivas entre variables.

Se definen puntajes para las variables seleccionadas basándose en su peso en el modelo de regresión.

Se utiliza un proceso de estatificación de Dalenius para definir los puntos de corte y niveles socioeconómicos.

Se comprometen a realizar revisiones regulares de la regla con cada nueva edición de la encuesta nacional.

Se ha validado que la regla vigente es aún válida y útil con los datos más recientes de la encuesta.

Durante la pandemia, se observó un aumento en los niveles E y D y una caída en los niveles medios.

Se ha utilizado inteligencia artificial para visualizar los diferentes niveles socioeconómicos en México.

Transcripts

play00:04

listo Gracias a todos por tomar sus

play00:06

asientos Vamos a continuar tenemos a dos

play00:09

presentadores esta vez voy a introducir

play00:12

a Carlos Grajales Carlos es un

play00:15

estadigrafo con 15 años de experiencia

play00:17

en análisis y manejo de datos a lo largo

play00:20

de su carrera ha trabajado y asesorado

play00:22

áreas de ciencia de datos y análisis en

play00:25

empresas como pepsico coca-cola Walmart

play00:28

nestle y

play00:30

es miembro de la Royal statistical

play00:32

society y parte del comité editorial del

play00:35

significance

play00:36

magazine presentamos además a Javier

play00:39

Suárez querido amigo es un destacado

play00:41

actuario con casi 40 años de experiencia

play00:43

en el área de estadística graduado de la

play00:46

Universidad Nacional Autónoma de México

play00:48

ha ocupado diversos puestos directivos

play00:49

en la administración pública Federal

play00:51

enfocados en encuestas y análisis de

play00:53

información sobre población pobreza y

play00:56

salud además ha trabajado en el sector

play00:58

privado y ha colaborado con organismos

play01:00

internacionales como la ONU y el Banco

play01:02

Mundial actualmente lidera el subcomité

play01:05

de nivel socioeconómico y criterios

play01:07

demográficos de la asociación mexicana

play01:09

de inteligencia de Mercado y opinión y

play01:11

dirige la sección de mercadotecnia y

play01:13

planeación estratégica en el Colegio

play01:16

Nacional de

play01:21

actoroscar

play01:26

Muy bien gracias

play01:28

[Aplausos]

play01:33

Muchas gracias buen día a todos

play01:35

Perdóname Javier Perdóname una

play01:36

interrupción rapidísima alguien por ahí

play01:38

tendrá el clicker para poder continuar

play01:40

la presentación Ay Muchas gracias Ya

play01:42

salió Ya

play01:44

salió

play01:48

gracias gracias Gabi gracias

play01:54

Félix muy bien

play01:56

Bueno ya tenemos afortunadamente eh

play02:00

mucha información sobre todos los

play02:02

antecedentes Cómo fue evolucionando el

play02:05

nivel socioeconómico desde su creación

play02:08

hace 30 años y bueno nos toca platicar

play02:11

un poco de esta última etapa donde hubo

play02:14

un último cambio en el modelo y que

play02:19

además vale la pena comentar que ese

play02:21

modelo

play02:23

eh sustancialmente en su base sigue

play02:27

siendo el mismo sí ha habido que hacer

play02:29

modificaciones eh seguimos utilizando la

play02:33

encuesta de ingreso gasto que es como Ya

play02:35

vimos el mejor instrumento que tenemos

play02:38

para poder probar construir y y generar

play02:42

estos modelos y lo seguimos haciendo

play02:44

cada dos años entonces nuestro

play02:46

compromiso es justamente

play02:50

eh evolucionar en esta fuente y eh

play02:56

mejorar y actualizar el nivel

play02:58

socioeconómico entonces de esta forma ya

play03:00

lo vimos hemos tenido distintas reglas

play03:03

la 13 por 6 que se publicó en 97 que se

play03:06

actualizó en 2000 y se agregó una regla

play03:10

corta en ese mismo año 6 por 4 después

play03:13

tenemos la regla 10 por 6 que se utilizó

play03:15

a partir de 2008 y la regla 8 por7 que

play03:19

se publica en 2011 a partir de esta

play03:22

regla Ya en 2014 empezamos a hacer

play03:26

trabajos de revisión de esta regla 8% 7

play03:30

eh Porque bueno había habido comentarios

play03:32

había habido eh de alguna manera ya

play03:36

críticas a este a esta regla en donde

play03:39

veíamos que había variables Pues que ya

play03:41

no eran muy representativas Y bueno pues

play03:44

Es evidente que teniendo una fuente de

play03:47

información Tan completa tan robusta

play03:49

Pues sí se antoja necesario utilizar

play03:52

esta fuente para revisar y en su modelo

play03:55

actualizar el modelo y con esto llegamos

play03:58

a la regla

play04:00

2018 2020 2022 y ahí falta la

play04:05

2024 que es la que ahorita está vigente

play04:09

eh hicimos un cambio también en la

play04:11

nomenclatura de la regla Porque si bien

play04:14

las reglas como se nombraban Antes nos

play04:18

daban información sobre el número de

play04:20

variable y el número de niveles que se

play04:22

medían pues había a veces que se estaban

play04:24

usando reglas del 2000 de 2008 decía No

play04:28

pues yo estoy usando la regla corta 6

play04:30

por4 bueno pues Dime cuántos tostadores

play04:32

de pan tienes en tu casa y cuántas

play04:34

televisiones no Entonces no había que

play04:36

evolucionar con esto y le cambiamos a

play04:39

regla May 2018 2020 2022 y 2024 y así ya

play04:44

sabemos que estamos utilizando la regla

play04:47

más actual o por conveniencia hay

play04:50

quienes hacen Eh encuestas continuas y

play04:53

que tienen que seguir a vez de la misma

play04:55

metodología Y entonces ahí hay que

play04:57

cuestionarse si vale la pena evolucionar

play04:59

en la regla o quedarse con la misma

play05:05

eh en 2017 la regla vigente de nivel

play05:10

socioeconómico eraa 8x 7 y tenía estas

play05:13

ocho variables que es número de cuartos

play05:15

tipo de piso número de baños presencia

play05:18

de regadera la tendencia de estufa de

play05:20

gas número de focos número de

play05:22

automóviles escolaridad de la persona

play05:24

que más aporta y bueno como comentaba

play05:27

alguno de estos indicadores Pues eran

play05:29

difícil de recolectar ya mucho se ha

play05:31

platicado aquí acerca de los focos y a

play05:34

esa complicación que había Pues ahora

play05:37

hay que agregarle a los nuevos tipos de

play05:39

iluminación en donde vemos un luminario

play05:41

y pues no sabemos si son 20 focos o si

play05:43

es uno porque pues ahora ya son leds

play05:46

Entonces eso complica mucho más el uso

play05:48

del número de focos en el número de

play05:50

automóviles había también alguna

play05:52

discusión de si se debían de tomar las

play05:55

vans las pickups en fin Entonces eso

play05:57

también nos daba algunas diferencias y

play05:59

la la presencia de regadera Pues que

play06:01

estaba muy correlacionada con otro

play06:03

indicador que era el número de baños no

play06:06

Y entonces ante este escenario y

play06:08

considerando la oportunidad de

play06:09

actualizar y validar el modelo optamos

play06:12

por probar nuevas alternativas de

play06:14

modelaje con los objetivos de

play06:17

redimensionar la regla a la nueva

play06:19

realidad de la familia mexicana en donde

play06:21

incorporamos variables actuales y que

play06:24

excluyas aquellas que ya no eran útiles

play06:26

para discriminar y algo que siempre nos

play06:29

han pedido ID desde hace muchísimos años

play06:32

era por favor hagan una regla corta y

play06:35

entonces hay que buscar el balance Entre

play06:37

qué tanta precisión queremos y qué tan

play06:40

fácil queremos que sea entonces Bueno

play06:42

pues había que acortar el tiempo de

play06:43

aplicación del instrumento evitar el uso

play06:46

de preguntas difíciles o confusas y

play06:48

generar un nuevo modelo como una

play06:50

propuesta independiente es decir Casi

play06:52

casi borrón y cuenta nueva empecemos a

play06:54

explorar otra vez Cuál es la mejor

play06:56

variable de este dependiente Y qué

play07:00

variables deben de conformar por

play07:01

supuesto sin perder de vista la

play07:04

referencia general de los modelos

play07:10

anteriores Y después bueno venimos

play07:15

a los datos del enig que como dijimos y

play07:19

ya no quisiera hondar mucho en esto

play07:21

eh utilizamos la información de la

play07:25

encuesta de ingreso gastos desde 2014

play07:29

que era la que tenemos disponible para

play07:30

hacer todo este ejercicio para validarlo

play07:33

en la encuesta de 2016 es decir era un

play07:37

proyecto de largo aliento en donde ya

play07:40

tenemos publicada la encuesta de 2014 y

play07:43

como ustedes saben bueno las encuestas

play07:45

que hace el enig que las encuestas enig

play07:48

que hace el Inegi pues se hacen en un

play07:51

año y se publican A mediados del año

play07:53

siguiente Entonces eso pues nos acorta

play07:55

el tiempo y entonces decidimos

play07:57

aprovechar

play07:58

eh la enic 2014 para hacer los

play08:01

ejercicios y después validarlos en 2016

play08:04

y entonces Bueno ahorita ya le dejo la

play08:08

palabra a Carlos Grajales que es quien

play08:11

nos ayuda dentro del comité a hacer todo

play08:15

esta parte de el análisis estadístico

play08:18

nos los presenta el comité lo analizamos

play08:21

y aprobamos o seguimos dando este

play08:25

vueltas hasta encontrar el modelo idóneo

play08:28

para

play08:30

Entonces esta parte de la presentación

play08:32

lo que quería yo dejar claro es que el

play08:35

modelo utiliza básicamente las mismas

play08:37

variables o sea este proceso de

play08:39

seleccionar las seis variables fue

play08:42

exhaustivo y ha sido útil durante estos

play08:45

últimos 8 años entonces Carlos adelante

play08:48

Gracias muchas gracias Javier Bueno muy

play08:53

buen día vamos a entrar a la fase de

play08:57

todo lo que quise saber del modelo de

play08:58

nivel económico actual ya ha tenido

play09:00

miedo de

play09:01

preguntar toda esta información muchos

play09:04

ya la saben porque esto está publicado

play09:06

en la página ma desde 2018 que hicimos

play09:09

todos estos ejercicios cuando los

play09:11

mostramos por primera vez porque otro de

play09:14

los esfuerzos del comité es que esta

play09:16

regla sea la más transparente

play09:19

posible todo lo que hemos hecho desde el

play09:22

principio y cada revisión que hace 2

play09:24

años se documenta por completo y en la

play09:26

página de niveles socioeconómicos de la

play09:27

May ahí por donde está cuestion siempre

play09:29

hay un documento técnico donde pueden

play09:31

revisar esto los modelos y todas las

play09:33

decisiones que toma el comité de

play09:36

carácter

play09:38

técnico antes de empezar a hablar de un

play09:41

modelo que vamos a la duda que teníamos

play09:44

era qué íbamos a hacer con la regla de

play09:47

nivel socioeconómico la regla 8 por7

play09:49

esta basada en puntajes en modelos de

play09:54

regresión nos decidimos ir por la misma

play09:57

ruta para mantener cierta eh

play10:00

estandarización vimos que era sencillo

play10:02

de aplicar ya el gremio estaba

play10:04

acostumbrado ya tenía más conocimiento

play10:06

de cómo funcionaba Esto entonces nos

play10:08

fuimos por esa ruta Pero antes de

play10:10

empezar cualquier ejercicio teníamos que

play10:12

ver qué íbamos a modelar específicamente

play10:14

y para ello no sí nos fuimos a la regla

play10:17

8 por7 para tratar de entender la regla

play10:20

actual la vigente que estaba asociando

play10:24

más con los niveles socioeconómicos y

play10:26

hicimos un análisis muy detallado para

play10:28

ver cómo se relacionaba cada uno de los

play10:30

niveles con ingreso con percepciones con

play10:33

gastos con erogaciones con un una docena

play10:36

de variables relacionadas en el enic y

play10:39

en realidad el ingreso corriente saltó

play10:41

como la más correlacionada la que tenía

play10:44

más asociación con la regla de nivel

play10:46

socioeconómico vigente esa es la razón

play10:48

por la que este ejercicio siguió

play10:50

trabajando en hacer un modelo sobre

play10:53

ingreso corriente que no es un modelo

play10:56

este eh 100% explic activo Por eso

play11:00

siempre no eh Ahorita vamos a ver los

play11:02

los ajustes pero esa es la razón por la

play11:04

que ese fue como el el target de toda la

play11:06

estrategia de modelaje estas son algunas

play11:10

notas técnicas eh Como les decía el

play11:12

algoritmo usamos un modelo eh de

play11:14

regresión por mínimos cuadrados

play11:15

ponderados Qué quiere decir esto que

play11:17

todos los indicadores eh errores

play11:20

estándar y eso están considerando todo

play11:23

el esquema de diseño muestral de la enig

play11:26

para asegurar que los todos los cálculos

play11:29

los efectos y todo están ponderando

play11:31

adecuadamente por las características

play11:33

del diseño hicimos un modelo base que

play11:36

era si si vamos a cambiar el modelo

play11:38

tenemos que ver que por lo menos mejore

play11:40

lo que tenemos ahorita no entonces vimos

play11:43

un modelo usando la regla 8 por7 base de

play11:46

ingreso corriente qué tal estaba

play11:48

prediciendo y desde antes de publicar

play11:51

cualquier cosa sea fue decisión del

play11:52

comité que si no

play11:59

de predictores que es algo que nos

play12:00

preguntan mucho eh el comité probó un

play12:04

poco más de 50 eh variables que están en

play12:08

la encuesta de

play12:09

enig muy censado todo el proceso en enic

play12:12

porque y era una idea que cada que

play12:14

saliera una nueva edición de la encuesta

play12:16

pudiéramos hacer una revisión de todo el

play12:19

proceso y probamos Eh muchas métricas

play12:23

que se quedaron en el camino algunas eh

play12:26

que personalmente se me hacían muy

play12:28

interesantes como número de hijos número

play12:29

de integrantes menores de edad pero que

play12:32

en términos de predicción no fueron tan

play12:35

influyentes hubo otras como temas de

play12:39

infraestructura básica la parte de

play12:41

hábitos alimenticios del hogar tendencia

play12:44

de otros enseres como microondas

play12:46

refrigeradores calentadores de gas todo

play12:49

eso se estuvo probando para encontrar

play12:51

los seis mejores indicadores que son los

play12:52

que tenemos en la regla actual y que son

play12:55

estos seis que todos conocemos el nivel

play12:59

número de baños completos y número de

play13:01

autos estos tres que ya vienen de la

play13:03

regla 8 por7 y como les dijimos eh el

play13:07

proceso de probar todos los indicadores

play13:09

fue independiente

play13:10

eh pero sí encontramos mucha

play13:13

coincidencia eh No solo en el hecho de

play13:16

que est en el modelo los pesos que

play13:19

estimamos en esta nueva regla igual

play13:21

coincidían mucho con los pesos que tenía

play13:23

en la regla 8 por7 o sea estos dos

play13:25

procesos independientes una una buena

play13:28

parte incidió con lo que se había

play13:31

trabajado históricamente y tres

play13:33

indicadores nuevos que es la parte de

play13:35

conexión a internet número de

play13:36

integrantes que trabajan mayores de 14

play13:39

años y el número de

play13:44

dormitorios adicional Eh Esto es algo un

play13:47

poco más técnico pero el modelo o sea el

play13:50

modelo como tal aunque no está en la

play13:51

regla pero el modelo sí tiene un ajuste

play13:53

por total de integrantes precisamente

play13:55

porque hay dos indicadores de los que

play13:58

estamos usando están muy correlacionados

play13:59

con el número de integrantes que son

play14:01

número de personas que trabajan este y

play14:04

también número de viviendas entonces

play14:07

para evitar este tema de que Ah es que

play14:10

un hogar que tiene 10 personas Va a

play14:13

tener un nivel socieconómico mayor Sí o

play14:15

sí Simplemente porque va a tener más

play14:16

gente

play14:17

trabajando utilizamos este ajuste se

play14:20

probaron varios o sea eh desde meter en

play14:23

la regla porcentaje de personas que

play14:25

trabajan o o sea hacerlo como en

play14:28

proporción en vez de de totales Pero de

play14:31

todo lo que probamos el ajuste en el

play14:33

modelo es el que funcionó mejor nos

play14:35

ajusta los pesos de estas métricas y

play14:37

hasta la fecha las últimas pruebas este

play14:40

ajuste ha seguido vigente Y nos ha

play14:42

seguido

play14:45

funcionando una vez que llegamos al

play14:48

modelo final que vios que es el que

play14:49

tiene mejor ajuste y con las variables

play14:51

que

play14:52

eh validamos Como las más

play14:55

significativas les asignamos un puntaje

play14:58

en proporcion al peso que tuvieron el

play15:00

modelo de

play15:02

regresión definimos un máximo arbitrario

play15:06

que fue 300 puntos que es más o menos el

play15:08

máximo que traía la regla 8 por7 y de

play15:11

esos 300 puntos Pues fuimos asignando

play15:13

proporcionalmente por su peso en el

play15:15

modelo sacamos los puntajes totales de

play15:19

todos los hogares Y utilizando un

play15:21

proceso de estatificación de dalenius H

play15:24

fue como definimos los puntos de corte

play15:26

que nos resultaban en niveles

play15:28

socioeconómicos mucho más homogéneos

play15:30

dentro de cada extrato Este es el

play15:33

proceso original y que en cada revisión

play15:37

que hacemos de la de la regla validamos

play15:39

que siga eh siendo

play15:42

válido Y eso es algo que también

play15:46

eh hicimos mucho énfasis desde que

play15:49

empezamos todo este trabajo de la regla

play15:51

actual en el comité este texto es parte

play15:55

de lo que está publicado en el documento

play15:58

original que liberó el comité en 2018 eh

play16:04

donde literal lo voy a leer dice el

play16:06

comité Se compromete a realizar

play16:08

revisiones regulares de la regla

play16:10

conforme nuevas ediciones de la encuesta

play16:12

Nacional de ingreso Y G de ingreso Y

play16:14

gasto en hogares sean publicadas la

play16:17

verdad no sé quién escribió eso porque

play16:18

nos hace trabajar cada dos años

play16:22

entonces cada vez que se libera una

play16:24

nueva encuesta de la enig el comité

play16:27

regresa y hace

play16:29

Prácticamente todo el proceso

play16:31

que platicamos

play16:34

Empezando por estimar los nuevos niveles

play16:37

socioeconómicos la distribución a nivel

play16:40

nacional se corre nuevamente el modelo

play16:44

validamos que las variables que están en

play16:47

el modelo siguen siendo importantes que

play16:49

siguen siendo explicativas que siguen

play16:52

teniendo un peso similar al que

play16:57

teníamos hace do años o con la regla

play17:00

vigente Y hacemos ejercicios de

play17:03

actualización y cómo cambiaría la regla

play17:06

Cómo cambiaría la distribución de los

play17:07

puntajes si hiciéramos ajustes es un

play17:11

poco la línea de tiempo que hemos

play17:13

seguido esta nueva regla se lanzó el

play17:15

2018 como decía Javier con datos de Nick

play17:18

2014 que validamos antes de lanzarla con

play17:21

datos de

play17:22

2016 y en cada edición de nig hemos

play17:25

hecho validaciones posteriores en el

play17:28

caso de 2022 después de la pandemia y

play17:31

hubo un ligero ajuste en los

play17:33

puntajes que fue este ejercicio que

play17:38

hicimos porque la regla vigente no

play17:41

estaba explicando de manera

play17:43

eh real lo que pasaba después de la

play17:46

pandemia y en general

play17:48

eh estaba sobreestimado el efecto de

play17:52

nivel educativo que lo que vimos al

play17:54

hacer el ajuste es que ya pesaba menos

play17:57

después de la pandemia que antes

play17:59

entonces fue por eso que en

play18:00

2022 la edición de la regla cambió

play18:03

ligeramente los puntajes pero sin

play18:05

cambiar ninguna de las variables esto

play18:07

también para que

play18:08

eh Como analistas y cada una de las

play18:11

agencias tuvieran incluso la opción de

play18:12

decidir Cuál cuál algoritmo

play18:16

utilizar y de esta manera es que

play18:19

eh hace unos meses el comité nuevamente

play18:22

hizo todo este ejercicio sobre los la

play18:25

información de Nick 2022 eh Y lo que

play18:28

estamos anunciando y presentando ahora

play18:30

es que no hubo cambios y la regla se

play18:33

mantiene vigente Porque todos los

play18:35

indicadores todos los puntajes siguen

play18:37

siendo válidos de acuerdo a lo que

play18:38

teníamos en el último

play18:42

análisis Y por último eh Ya en los

play18:45

últimos minutos nada más para

play18:46

platicarles un poco cómo queda la

play18:48

distribución de nivel socioeconómico con

play18:50

los datos de Nick 2022 aplicando la

play18:52

regla vigente tenemos

play18:55

eh 7% más o menos de nivel en la B 12

play18:59

por en c+ por ahí del 19 nivel

play19:04

eh medio alto alto y después tenemos los

play19:07

cs en 15 16 15% el nivel d bajó

play19:12

ligeramente hast en 25% y el e a un

play19:16

8.7 Este es el comparativo no se ve

play19:19

mucho pero de lo que traíamos

play19:21

este de 2020 durante la pandemia en

play19:25

realidad vemos que bajó de 20 a 22 bajó

play19:28

el nivel e bajo el nivel d pero

play19:30

básicamente están regresando a los

play19:31

niveles que tenan en 2018 lo están

play19:34

regresando a niveles eh prepandemia

play19:36

Porque durante 2020 hubo un aumento muy

play19:39

fuerte de nivel e nivel d y una caída de

play19:42

los niveles medios sobre todo cs menos

play19:44

de más que fue lo que castigó al al

play19:46

nivel

play19:49

bajo y este es toda esta información

play19:52

está en la página de amay o sea en ncam

play19:56

ahí pueden encontrar todos estos

play19:57

indicadores vimos los nacionales y esto

play20:00

que tenemos aquí son eh Ya los datos

play20:02

para zonas algunas zonas metropolitanas

play20:05

que en la muestra de nck tienen muy

play20:07

buena cantidad de hogares Y que nos

play20:08

alcanza para hacer algunas estimaciones

play20:10

a nivel Valle de México Tijuana

play20:13

Querétaro entre varias zonas

play20:15

metropolitanas que pueden consultar no

play20:17

vemos Que en general zonas como Aguas

play20:20

calientes eh querétaros donde se

play20:22

concentra el nivel alto en mayor

play20:24

cantidad y Mérida que ha ha mejorado

play20:28

bastante el a lo largo de los

play20:32

años y bueno por último y este ya nada

play20:36

más como despedida les presento el uso

play20:39

que estamos haciendo de la Inteligencia

play20:40

artificial dentro del comité Este es el

play20:43

resultado de decirle a del3 que nos haga

play20:46

una imagen de los diferentes niveles

play20:48

socioeconómicos en México De verdad que

play20:51

por más que lo intenté nunca logré que

play20:53

sacar algo sin sombreros y por alguna

play20:56

razón los niveles económicos siempre me

play20:59

los asociaba con alguna escalera no pero

play21:01

Eh bueno eso es lo que tenemos hay Eh

play21:05

muchas herramientas muchas eh opciones

play21:07

pero siempre procuramos de

play21:09

eh todo lo que tenemos en el comité y

play21:14

que está formando la regla que esté

play21:15

sustentado que esté consensuado con

play21:18

todos los miembros del comité que haga

play21:20

sentido y sobre todo que sea aplicable y

play21:23

Útil para ustedes para nosotros para

play21:26

todas las agencias que tienen que para

play21:28

esto día a día en nuestro trabajo bueno

play21:32

Muchas gracias

play21:33

[Aplausos]

Rate This

5.0 / 5 (0 votes)

Étiquettes Connexes
SocioeconómicoMéxicoEncuestasAnálisis de DatosModelos EstadísticosInteligencia ArtificialEducaciónSaludPobrezaMercado
Besoin d'un résumé en anglais ?