- Luz Judith Rodríguez Esparza, investigadora de la Universidad Autónoma de Aguascalientes, impartió una conferencia virtual en el XV Foro Internacional de Estadística Aplicada de la UV
- La docente afirmó que la combinación de matemáticas, aprendizaje automático y ciencias sociales puede contribuir a generar herramientas para el diseño de políticas públicas
Fotos: Carlos Hugo Hermida Rosales
Xalapa, Ver.- “La integración de herramientas matemáticas, análisis estadístico y ciencias sociales, brinda la oportunidad de comprender problemáticas de la población, como la pobreza extrema y el desaliento laboral”, afirmó Luz Judith Rodríguez Esparza, profesora-investigadora del Departamento de Matemáticas y Física de la Universidad Autónoma de Aguascalientes (UAA).
La docente impartió una conferencia virtual en el XV Foro Internacional de Estadística Aplicada “Datos, territorio y decisiones”, organizado por la Facultad de Estadística e Informática (FEI) de la Universidad Veracruzana (UV).
Al exponer el tema, Judith Rodríguez declaró que los conocimientos estadísticos y matemáticos pueden utilizarse en el estudio de fenómenos sociales reales.
“Uno de los principales retos para quienes trabajamos con datos consiste en comprender qué existe detrás de las cifras y no limitarse únicamente al cálculo de indicadores, pues muchas veces sabemos medir cosas, pero eso no significa entender lo evaluado”, puntualizó.
Por ello, las encuestas orientadas a calcular la pobreza, el empleo, la desigualdad o las condiciones laborales requieren de un análisis interdisciplinario que permita interpretar el contexto social de los datos y no solo su comportamiento numérico.
La experta compartió los resultados de un estudio sobre movilidad social realizado mediante cadenas de Markov no homogéneas, modelo con el cual analizó transiciones de la población entre distintos niveles de pobreza definidos por el Consejo Nacional de Evaluación de la Política de Desarrollo Social.
El proyecto partió de considerar a la movilidad social un proceso dinámico y no como una “fotografía” estática de un momento específico, y en él se estimaron probabilidades de cambio entre pobreza extrema, moderada y vulnerabilidad por ingresos.
La investigadora precisó que el modelo fue calibrado con información de 2010 a 2018 y posteriormente se validó con datos de 2020; se obtuvieron errores mínimos en las predicciones, y eso permitió generar proyecciones para 2024 sobre el comportamiento de distintos indicadores en entidades federativas.
“De acuerdo con las estimaciones, en Veracruz alrededor del 14 % de los habitantes permanecería en condiciones de pobreza moderada y un porcentaje similar en extrema”, resaltó.
En otra investigación, Judith Rodríguez abordó el “desaliento laboral”, refiriéndose a la población que ha dejado de buscar empleo activamente al creer que no lo encontrará, mediante modelos de aprendizaje automático.
“Este sector representa un fenómeno oculto dentro del mercado laboral mexicano, porque no aparece reflejado en las estadísticas tradicionales de desempleo”, destacó.
En el trabajo utilizó datos de diversos años de la Encuesta Nacional de Ocupación y Empleo del Instituto Nacional de Estadística y Geografía, aunado a variables sociodemográficas como edad, sexo, nivel educativo, número de hijos y lugar de residencia, a los que implementó técnicas de clasificación con algoritmos como regresión logística, árboles de decisión, redes neuronales y bosques aleatorios.
“Los resultados arrojaron que las mujeres de entre 20 y 29 años, con educación media superior o superior, solteras, sin hijos y de zonas urbanas, mostraron mayor propensión al desaliento laboral”.
La académica declaró que la combinación de matemáticas, estadística, aprendizaje automático y ciencias sociales puede contribuir a generar herramientas útiles para el diseño de políticas públicas focalizadas.
“La integración de estas disciplinas abre nuevas posibilidades de investigación a estudiantes y especialistas interesados en el análisis de fenómenos sociales complejos”, aseveró.
