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

Abstract

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.