Modelo de regresión beta con valores daltantes en las covariables: Una aplicación sobre la tasa de pobreza multidimensional de los municipios de Colombia.

Pacheco López, Mario JoséBarajas Pérez, Rolando Javier2026-01-292026-01-292026-01-19Barajas Pérez, R. J. (2026). Modelo de regresión beta con valores faltantes en las covariables: Una aplicación sobre tasa de pobreza multidimensional de los municipios de Colombia. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucionalhttp://hdl.handle.net/11634/71284En gran parte de los estudios donde se realiza el modelamiento de variables de interés es habitual encontrarse con datos faltantes en las variables explicativas, lo cual constituye un reto en cuanto al correcto tratamiento que deben recibir estos datos, dado que la naturaleza misma de las variables influye en las posibles estrategias que deben implementarse. En este sentido, una de las estrategias más empleadas en el tratamiento de datos faltantes es la imputación. Si bien, existen diversas formas de aplicación de este proceso no siempre se realiza de forma correcta, puesto que en algunos casos no se tiene en consideración que el método estadístico y el método de imputación elegido van de la mano. Por lo anterior, se desarrolló una metodología para el tratamiento de valores faltantes en las variables explicativas dentro de un modelo de regresión beta, permitiendo el modelamiento de variables de tipo proporción o razón, como es el caso de la tasa de pobreza; tema que es de gran interés para la formulación de políticas pública, en especial, para generar acciones y proyectos que se enfoquen en mejorar la calidad de vida de las personas dentro del país.In many studies modeling variables of interest, it is common to encounter missing data for the explanatory variables. This presents a challenge in terms of how to properly handle this data, as the very nature of the variables influences the strategies that should be implemented. In this regard, one of the most frequently used strategies for handling missing data is imputation. While there are various ways to apply this process, it is not always done correctly, since in some cases the fact that the chosen statistical method and imputation method are closely linked is not taken into account. Therefore, a methodology was developed for handling missing values in explanatory variables within a beta regression model, allowing the modeling of proportion or ratio variables, such as the poverty rate. This is a topic of great interest for public policy formulation, especially for generating actions and projects focused on improving the quality of life for people in the country.application/pdfspaAttribution-NonCommercial-NoDerivs 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Modelo de regresión beta con valores daltantes en las covariables: Una aplicación sobre la tasa de pobreza multidimensional de los municipios de Colombia.master thesisProcessing of missing dataMultiple ChargesBeta RegressionRatio variablesMultidimensional PovertyEstadística AplicadaAnálisis estadísticoTasa de pobrezaAbierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Tratamiento de datos faltantesImputación MúltipleRegresión BetaVariables de razónPobreza Multidimensionalreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co