Mostrar el registro sencillo del ítem
dc.contributor.author
D'iorio, Stefanía
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Forzani, Liliana Maria
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
García Arancibia, Rodrigo
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Girela, Ignacio Germán
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2024-01-31T14:31:57Z
dc.date.issued
2023-12
dc.identifier.citation
D'iorio, Stefanía; Forzani, Liliana Maria; García Arancibia, Rodrigo; Girela, Ignacio Germán; Predictive power of composite socioeconomic indices for targeted programs: principal components and partial least squares; Springer; Quality & Quantity; 12-2023; 1-38
dc.identifier.issn
0033-5177
dc.identifier.uri
http://hdl.handle.net/11336/225360
dc.description.abstract
Principal components analysis (PCA) and partial least squares (PLS) have been used for the construction of socioeconomic status (SES) indices to use as a predictor of the well-being status in targeted programs. Generally, these indicators are constructed as a linear combination of the first component. Due to the characteristics of the socioeconomic data, different extensions of PCA and PLS for non-metric variables have been proposed for these applications. In this paper, we compare the predictive performance of SES indices constructed using more than one component. Additionally, for the inclusion of non-metric variables, a variant of the normal mean coding is proposed that takes into account the multivariate nature of the variables, which we call multivariate normal mean coding (MNMC). Using simulations and real data, we found that PLS using MNMC as well as the classical dummy encoding method give the best predictive results with a more parsimonious SES index, both in regression and classification problems.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Springer
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/restrictedAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
CATEGORICAL PREDICTORS
dc.subject
CLASSIFICATION
dc.subject
DIMENSION REDUCTION
dc.subject
PROXY MEAN TEST
dc.subject
REGRESSION
dc.subject
SES
dc.subject.classification
Economía, Econometría
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Economía y Negocios
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS SOCIALES
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Estadística y Probabilidad
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Matemáticas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Predictive power of composite socioeconomic indices for targeted programs: principal components and partial least squares
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2024-01-30T13:43:58Z
dc.journal.pagination
1-38
dc.journal.pais
Alemania
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.description.fil
Fil: D'iorio, Stefanía. Universidad Nacional del Litoral. Facultad de Ciencias Económicas. Instituto de Economía Aplicada Litoral; Argentina
dc.description.fil
Fil: Forzani, Liliana Maria. Universidad Nacional del Litoral. Facultad de Ingeniería Química; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina
dc.description.fil
Fil: García Arancibia, Rodrigo. Universidad Nacional del Litoral. Facultad de Ciencias Económicas. Instituto de Economía Aplicada Litoral; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina
dc.description.fil
Fil: Girela, Ignacio Germán. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina
dc.journal.title
Quality & Quantity
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1007/s11135-023-01811-8
Archivos asociados