Predicción de la pobreza en Argentina usando Random Forest

Abstract

Este trabajo utiliza el algoritmo de aprendizaje Random Forest (RF) aplicado a la Encuesta Permanente de Hogares (EPH) para encontrar los principales predictores no monetarios de la pobreza en Argentina. El principal resultado es que el algoritmo RF permite identificar a los hogares pobres con un error de predicci´on del 19% y a los hogares no pobres con un error del 15% en la especificación más adecuada del modelo, en la cual se implementa una corrección por desbalanceo muestral de la variable de respuesta. Finalmente, se practican distintos chequeos de robustez y se presentan los resultados preliminares de las estimaciones. Los predictores principales de la situación de pobreza son: la cantidad de miembros del hogar, la edad del principal sostén del hogar, la cobertura médica y el nivel de educación. Finalmente, se discuten ventajas y desventajas de la metodología utilizada.