Diseño de un método de medida de la exclusión social. Hipótesis: E = f(x) + psi. Si f fuera lineal se utilizarían técnicas de regresión. Al ser desconocida, se utiliza la metodología de las Redes Neuronales, rama de la Inteligencia Artificial que emula el procesador humano, aplicando algoritmos matemáticos para corregir los errores, capaces de aprender. Se identifican 9 variables que influyen en la VD (E), operativizables entre 0 y 10. Se aplica en dos Centros (214 sujetos). Se valora E entre 0 y 100 por 9 profesionales. La correlación es muy significativa entre profesionales y muy significativa o significativa entre las v. El análisis de correlaciones con las v. no resulta muy clarificador. Mediante un análisis conjunto factorial y de regresión paso a paso se detecta que 3 de las v. pueden considerarse combinación lineal de otra u otras. Las 9 v. explican en un 78'36% la v. E. Las 6 v. restantes siguen explicando el 78'03%. Se entrena una Red de Propagación hacia atrás con 6 v. La red, en un 81'31% de los casos, comete un error inferior. El resultado es una Red Neuronal, un programa informático, capaz de predecir E en junción de 6 v. Aplicaciones: Rentas Mínimas de Inserción (SS = (E x M - IF) x INC), y Empresas de Inserción.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados