Publication:
Data science applied to refining socio-economic indicators for decision-making

Loading...
Thumbnail Image
Official URL
Full text at PDC
Publication Date
2020-03-17
Advisors (or tutors)
Izquierdo Llanes, Gregorio
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Complutense de Madrid
Citations
Google Scholar
Research Projects
Organizational Units
Journal Issue
Abstract
The construction of socio-economic well-being indicators to represent reality in the most accurate way constitutes an important challenge in the production of statistics, as recognized by prestigious international organizations. The production of different harmonized surveys in the last years allows us to have enough empirical data that offer an interesting opportunity to try to refine, if possible, the existing classic models of indicators compilation. Putting the attention on one of the aspect with greater degree of complexity - its current paradigm of objective measurement of poverty - the main elements and approaches are analysed and the following three specific issues are addressed: Equivalization, Thresholds, Multidimensional approach...
La construcción de indicadores socio-económicos de bienestar que representen la realidad de la forma más precisa posible constituye un importante reto en la producción de estadísticas, conforme se reconoce por prestigiosos organismos internacionales. La realización de distintas encuestas armonizadas a los largo de los últimos años nos permite disponer de suficientes datos empíricos que ofrecen la interesante oportunidad de tratar de refinar, en caso posible, los modelos clásicos existentes de producción de indicadores. Poniendo la atención en uno de los aspectos con mayor grado de complejidad - el actual paradigma de medición objetiva de la pobreza - se analizan sus principales elementos y enfoques y se pretende buscar una respuesta a tres situaciones concretas: equivalencia o "equivalización", umbrales, enfoque multidimensional...
Description
Tesis inédita de la Universidad Complutense de Madrid, Facultad de Estudios Estadísticos, leída el 11/09/2019
Keywords
Citation
Collections