Modelación multivariada de la pobreza multidimensional.

Abstract

A partir de un problema operativo sobre indicadores de pobreza en México, y una interpretación estadística de éste; se pronone un método Bayesiano de modelación de variables binarias multivariadas. Se desarrolla un método MCMC basado en un modelo probit utilizando variables latentes; se recurre a una transformación para obtener un modelo jerárquico independiente que evita utilizar el algoritmo Metropolis, simplificando la simulación de datos y reduciendo el costo computacional. _______________ MULTIVARIATE MODELLING OF MULTIDIMENTIONAL POVERTY. ABSTRACT: Starting from an operative level problem about poverty indicators in Mexico, and a statistical interpretation of this problem, a Bayesian method for modeling multivariate binary variables is proposed. A MCMC with data augmentation, a method for a Multivariate Probit Model is developed; a transformation is used to apply a hierarchically independent model, this allow us to avoid the use of Metropolis algorithm, therefore simplifying the data simulation and reducing computing time.