Aplicación del método de análisis de componentes principales al índice de pobreza multidimensional: caso Los Alcarrizos

• Autores: Felipe A. Llaugel, Eulàlia Pérez Vallverdú, Melanie Llaugel
• Localización: Ciencia y Sociedad: República Dominicana, ISSN 0378-7680, ISSN-e 2613-8751, Vol. 49, Nº. 1, 2024, págs. 45-70
• Idioma: español
• Títulos paralelos:
  • Application of the principal component analysis method to the multidimensional poverty index:: he case of Los Alcarrizos
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se estudia el cálculo del índice de pobreza multidimen-sional (IPM) para los distritos municipales Los Alcarrizos, Pantoja y Palmarejo -Villa Linda, usando la informa-ción levantada por el Sistema Único de Beneficiarios (SIUBEN) en el año 2021. Dado que no se pudo recabar toda la data necesaria para el cálculo del IPM, se propone una alternativa al método de Alkire-Foster, donde, en lugar de usar contadores se usan proporciones para deter-minar el impacto de los indicadores de privación. Fue necesario usar aproximaciones de los indicadores donde el informe de SIUBEN no esclarecía la información. Utili-zando simulación para la asignación de las ponderaciones, se pudo determinar que se necesita un mejor criterio que simplemente homologar los pesos de las cinco (5) dimen-siones de privación. Este estudio contribuye con la aplica-ción del método de Análisis de Componentes Principales (PCA) para la determinación de las ponderaciones de los indicadores de privación, eliminando la necesidad de usar valores arbitrarios para las mismas.

  • English

    The calculation of the multidimensional poverty index (MPI) is studied for the municipal districts of Los Alcarrizos, Pantoja and Palmarejo -Villa Linda, using the information collected by the agency Sistema Unico de Beneficiarios (SIUBEN) in 2021. Since it could not be collected all the data necessary to calculate the MPI, an alternative to the Alkire-Foster method is proposed, where, instead of using counters, propor-tions are used to determine the impact of depriva-tion indicators. It was necessary to use approximations of the indicators where the SIUBEN report did not clarify the information. Using simulation to assign the weights, it was determined that a better criterion is needed than simply standardizing the weights of the five (5) dimensions of deprivation. This study contrib-utes with the application of the Principal Component Analysis (PCA) method to determine the weights of the deprivation indicators, eliminating the need to use arbitrary values for them.