La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas

Autores
Rabanal, Cristian
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En la modelización de los datos espaciales es habitual que los fenómenos estudiados presenten derivas espaciales o inestabilidad estructural en los parámetros. Cuando esto ocurre, el análisis paramétrico global resulta inadecuado dada su imposibilidad de capturar dichas situaciones. Uno de los procedimientos que permiten corregir los contextos mencionados, y que ha ido ganando terreno en el campo académico durante la última década, es la Regresión Ponderada Geográficamente -RPG- (más conocida por sus siglas en inglés GWR -Geographically Weighted Regression-). El objetivo del presente trabajo es describir los principales aspectos metodológicos de dicha técnica y presentar una aplicación de la misma con datos censales. Se estudia el impacto del capital humano representado por el porcentaje de personas que cursan o cursaron estudios universitarios sobre las necesidades básicas insatisfechas. Los resultados permiten obtener resultados diferenciados por zonas geográficas del capital humano sobre las distintas regiones geográficas.
In spatial data modeling, it is common for the studied phenomena to exhibit spatial drifts or structural instability in the parameters. When this occurs, global parametric analysis becomes inadequate due to its inability to capture such situations. One of the procedures that can correct the mentioned contexts, which has gained traction in the academic field over the last decade, is Geographically Weighted Regression (GWR). The aim of this work is to describe the main methodological aspects of this technique and present an application of it using census data. The impact of human capital, represented by the percentage of people currently pursuing or who have completed university studies, on unmet basic needs is being studied. The results allow for differentiated insights by geographic areas regarding human capital across different regions.
Fil: Rabanal, Cristian. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Villa Mercedes; Argentina
Materia
Regresión Ponderada Geográficamente
Regresión Local
Capital Humano
Necesidades Básicas Insatisfechas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/273159

id CONICETDig_8546e0ac5e32f7c9519d92ff2bba9268
oai_identifier_str oai:ri.conicet.gov.ar:11336/273159
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechasRabanal, CristianRegresión Ponderada GeográficamenteRegresión LocalCapital HumanoNecesidades Básicas Insatisfechashttps://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5En la modelización de los datos espaciales es habitual que los fenómenos estudiados presenten derivas espaciales o inestabilidad estructural en los parámetros. Cuando esto ocurre, el análisis paramétrico global resulta inadecuado dada su imposibilidad de capturar dichas situaciones. Uno de los procedimientos que permiten corregir los contextos mencionados, y que ha ido ganando terreno en el campo académico durante la última década, es la Regresión Ponderada Geográficamente -RPG- (más conocida por sus siglas en inglés GWR -Geographically Weighted Regression-). El objetivo del presente trabajo es describir los principales aspectos metodológicos de dicha técnica y presentar una aplicación de la misma con datos censales. Se estudia el impacto del capital humano representado por el porcentaje de personas que cursan o cursaron estudios universitarios sobre las necesidades básicas insatisfechas. Los resultados permiten obtener resultados diferenciados por zonas geográficas del capital humano sobre las distintas regiones geográficas.In spatial data modeling, it is common for the studied phenomena to exhibit spatial drifts or structural instability in the parameters. When this occurs, global parametric analysis becomes inadequate due to its inability to capture such situations. One of the procedures that can correct the mentioned contexts, which has gained traction in the academic field over the last decade, is Geographically Weighted Regression (GWR). The aim of this work is to describe the main methodological aspects of this technique and present an application of it using census data. The impact of human capital, represented by the percentage of people currently pursuing or who have completed university studies, on unmet basic needs is being studied. The results allow for differentiated insights by geographic areas regarding human capital across different regions.Fil: Rabanal, Cristian. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Villa Mercedes; ArgentinaUniversidad Autónoma de Chiriquí2025-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/273159Rabanal, Cristian; La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas; Universidad Autónoma de Chiriquí; Plus Economía; 13; 1; 1-2025; 39-532644-4046CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/864/732info:eu-repo/semantics/altIdentifier/doi/10.59722/pluseconomia.v13i1.864info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-10-15T14:50:23Zoai:ri.conicet.gov.ar:11336/273159instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-10-15 14:50:23.526CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
title La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
spellingShingle La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
Rabanal, Cristian
Regresión Ponderada Geográficamente
Regresión Local
Capital Humano
Necesidades Básicas Insatisfechas
title_short La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
title_full La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
title_fullStr La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
title_full_unstemmed La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
title_sort La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas
dc.creator.none.fl_str_mv Rabanal, Cristian
author Rabanal, Cristian
author_facet Rabanal, Cristian
author_role author
dc.subject.none.fl_str_mv Regresión Ponderada Geográficamente
Regresión Local
Capital Humano
Necesidades Básicas Insatisfechas
topic Regresión Ponderada Geográficamente
Regresión Local
Capital Humano
Necesidades Básicas Insatisfechas
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.2
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv En la modelización de los datos espaciales es habitual que los fenómenos estudiados presenten derivas espaciales o inestabilidad estructural en los parámetros. Cuando esto ocurre, el análisis paramétrico global resulta inadecuado dada su imposibilidad de capturar dichas situaciones. Uno de los procedimientos que permiten corregir los contextos mencionados, y que ha ido ganando terreno en el campo académico durante la última década, es la Regresión Ponderada Geográficamente -RPG- (más conocida por sus siglas en inglés GWR -Geographically Weighted Regression-). El objetivo del presente trabajo es describir los principales aspectos metodológicos de dicha técnica y presentar una aplicación de la misma con datos censales. Se estudia el impacto del capital humano representado por el porcentaje de personas que cursan o cursaron estudios universitarios sobre las necesidades básicas insatisfechas. Los resultados permiten obtener resultados diferenciados por zonas geográficas del capital humano sobre las distintas regiones geográficas.
In spatial data modeling, it is common for the studied phenomena to exhibit spatial drifts or structural instability in the parameters. When this occurs, global parametric analysis becomes inadequate due to its inability to capture such situations. One of the procedures that can correct the mentioned contexts, which has gained traction in the academic field over the last decade, is Geographically Weighted Regression (GWR). The aim of this work is to describe the main methodological aspects of this technique and present an application of it using census data. The impact of human capital, represented by the percentage of people currently pursuing or who have completed university studies, on unmet basic needs is being studied. The results allow for differentiated insights by geographic areas regarding human capital across different regions.
Fil: Rabanal, Cristian. Universidad Nacional de Río Cuarto; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Villa Mercedes; Argentina
description En la modelización de los datos espaciales es habitual que los fenómenos estudiados presenten derivas espaciales o inestabilidad estructural en los parámetros. Cuando esto ocurre, el análisis paramétrico global resulta inadecuado dada su imposibilidad de capturar dichas situaciones. Uno de los procedimientos que permiten corregir los contextos mencionados, y que ha ido ganando terreno en el campo académico durante la última década, es la Regresión Ponderada Geográficamente -RPG- (más conocida por sus siglas en inglés GWR -Geographically Weighted Regression-). El objetivo del presente trabajo es describir los principales aspectos metodológicos de dicha técnica y presentar una aplicación de la misma con datos censales. Se estudia el impacto del capital humano representado por el porcentaje de personas que cursan o cursaron estudios universitarios sobre las necesidades básicas insatisfechas. Los resultados permiten obtener resultados diferenciados por zonas geográficas del capital humano sobre las distintas regiones geográficas.
publishDate 2025
dc.date.none.fl_str_mv 2025-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/273159
Rabanal, Cristian; La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas; Universidad Autónoma de Chiriquí; Plus Economía; 13; 1; 1-2025; 39-53
2644-4046
CONICET Digital
CONICET
url http://hdl.handle.net/11336/273159
identifier_str_mv Rabanal, Cristian; La regresión ponderada geográficamente: un análisis del capital humano y sus efectos sobre las necesidades básicas insatisfechas; Universidad Autónoma de Chiriquí; Plus Economía; 13; 1; 1-2025; 39-53
2644-4046
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/864/732
info:eu-repo/semantics/altIdentifier/doi/10.59722/pluseconomia.v13i1.864
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Autónoma de Chiriquí
publisher.none.fl_str_mv Universidad Autónoma de Chiriquí
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1846083028187611136
score 13.22299