Modelación espacial bayesiana del riesgo de inmigración municipal en Chiapas
Identifiers
URI: http://hdl.handle.net/10835/8523
ISSN: 2173-1950
DOI: http://dx.doi.org/10.25115/riem.v9i2.3821
ISSN: 2173-1950
DOI: http://dx.doi.org/10.25115/riem.v9i2.3821
Share
Metadata
Show full item recordDate
2019Abstract
Introducción: El trabajo busca analizar la distribución espacial de la inmigración municipal observada en municipios de Chiapas al 2015, bajo el supuesto que la inmigración se concentra espacialmente conformando patrones no aleatorios.
Método: para la identificación de patrones de inmigración se utilizó un modelo log- lineal aditivo bayesiano, el cual se especifica a través de un proceso estocástico espacial indexado por medio de un campo markoviano gausseano.
Resultados: Los resultados comprueban la existencia de un patrón espacial sobre una ruta migratoria de paso, no obstante, los niveles registrados de pobreza y acceso a servicios de salud no arrojan resultados significativos.
Discusión y/o Conclusión: se analiza la hipótesis que sostiene que la inmigración responde a factores como el acceso a servicios de salud y al porcentaje de población en condiciones de pobreza, de forma que bajos niveles de pobreza y altos niveles de acceso a servicios de salud harán a los municipios...
Palabra/s clave
Campo aleatorio de Gauss Markov
modelos log-lineales aditivos
pobreza
R-INLA
Gaussian Markov random field
Additive loglinear models
poverty
RINLA