Este documento describe los indicadores compuestos, que son representaciones cuantitativas que resumen el desempeño comparado de unidades de organización en un tema dado. Explica que los indicadores compuestos brindan una imagen de contexto y facilitan la detección de señales y tendencias. También enumera algunos ejemplos de indicadores compuestos como el Índice de Desarrollo Humano y la Huella Ecológica. Finalmente, destaca algunas ventajas de los indicadores compuestos como integrar múltiples dimensiones de un tema y
investigación de los Avances tecnológicos del siglo XXI
Introduccion a los Indicadores Compuestos y Sinteticos de Desarrollo Sostenible
1. Introducci´n
o
Etapas de su dise˜o y construcci´n
n o
Visualizaci´n y diseminaci´n
o o
Indicadores compuestos:
Algunas consideraciones metodol´gicas
o
Andr´s Schuschny
e
Comisi´n Econ´mica para Am´rica Latina y el Caribe
o o e
Divisi´n de Desarrollo Sostenible y Asentamientos Humanos
o
(CEPAL, Naciones Unidas)
Taller Internacional de S´ ındromes de Cambio Global y de
Sostenibilidad, Indicadores e Indices Compuestos de Desarrollo
Sostenible. Sector Agroalimentario,
3, 4 y 5 de agosto de 2009
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
2. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
¿Qu´ es un indicador compuesto?
e
Una representaci´n cuantitativa que resume, en un tema
o
dado, el desempe˜o comparado de unidades de organizaci´n y
n o
que ser´ utilizado como punto de partida para un an´lisis
a a
futuro.
Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias
a n
o fen´menos a veces no directamente detectables sobre una
o
cuesti´n relevante.
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
3. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
¿Qu´ es un indicador compuesto?
e
Una representaci´n cuantitativa que resume, en un tema
o
dado, el desempe˜o comparado de unidades de organizaci´n y
n o
que ser´ utilizado como punto de partida para un an´lisis
a a
futuro.
Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias
a n
o fen´menos a veces no directamente detectables sobre una
o
cuesti´n relevante.
o
Se lo dise˜a en funci´n de la relevancia pol´
n o ıtica i.e. que sirva
a la toma de decisiones y que produzca cierta resonancia
en relaci´n al tema estudiado.
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
4. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
¿Qu´ es un indicador compuesto?
e
Una representaci´n cuantitativa que resume, en un tema
o
dado, el desempe˜o comparado de unidades de organizaci´n y
n o
que ser´ utilizado como punto de partida para un an´lisis
a a
futuro.
Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias
a n
o fen´menos a veces no directamente detectables sobre una
o
cuesti´n relevante.
o
Se lo dise˜a en funci´n de la relevancia pol´
n o ıtica i.e. que sirva
a la toma de decisiones y que produzca cierta resonancia
en relaci´n al tema estudiado.
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
5. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
6. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
7. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
8. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
9. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
10. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
´
Indice de Ahorro Genuino
Banco Mundial (2000)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
11. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
´
Indice de Ahorro Genuino
Banco Mundial (2000)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
12. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
´
Indice de Ahorro Genuino
Banco Mundial (2000)
Environmental Performance
Index - EPI (2008)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
13. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
´
Indice de Ahorro Genuino
Banco Mundial (2000)
Environmental Performance
Index - EPI (2008)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
14. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Algunos ejemplos
Indice de Desarrollo Humano
PNUD/UNDP
Environmental Sustainability
Index (2005)
La Huella Ecol´gica Wackernagel &
o
Rees (1996), Univ. of British
Columbia
´
Indice de Ahorro Genuino
Banco Mundial (2000)
Environmental Performance
Index - EPI (2008)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
15. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los pros
1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la
interpretaci´n y la s´
o ıntesis.
2 Integran y resumen diferentes dimensiones de un tema =⇒
Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´
n o ıtica.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
16. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los pros
1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la
interpretaci´n y la s´
o ıntesis.
2 Integran y resumen diferentes dimensiones de un tema =⇒
Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´
n o ıtica.
3 Al suministrar la comparabilidad (benchmark) entre las
unidades de an´lisis y su evoluci´n, atraen el ´
a o ınter´s p´blico.
e u
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
17. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los pros
1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la
interpretaci´n y la s´
o ıntesis.
2 Integran y resumen diferentes dimensiones de un tema =⇒
Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´
n o ıtica.
3 Al suministrar la comparabilidad (benchmark) entre las
unidades de an´lisis y su evoluci´n, atraen el ´
a o ınter´s p´blico.
e u
4 Reducen el tama˜o de la lista de estad´
n ısticas e indicadores a
considerar en el an´lisis =⇒ El indicador sint´tico como
a e
reductor de complejidad/diversidad
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
18. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los pros
1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la
interpretaci´n y la s´
o ıntesis.
2 Integran y resumen diferentes dimensiones de un tema =⇒
Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´
n o ıtica.
3 Al suministrar la comparabilidad (benchmark) entre las
unidades de an´lisis y su evoluci´n, atraen el ´
a o ınter´s p´blico.
e u
4 Reducen el tama˜o de la lista de estad´
n ısticas e indicadores a
considerar en el an´lisis =⇒ El indicador sint´tico como
a e
reductor de complejidad/diversidad
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
19. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los contras
1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a
a n
mensajes err´neos, confusos o poco robustos
o
2 Al reducir la complejidad de un tema en algo “supuestamente
mensurable”, pueden dar lugar a sesgos de confirmaci´n o a
o
la simplificaci´n excesiva =⇒ Suponen la necesidad de
o
emplear sub-indicadores.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
20. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los contras
1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a
a n
mensajes err´neos, confusos o poco robustos
o
2 Al reducir la complejidad de un tema en algo “supuestamente
mensurable”, pueden dar lugar a sesgos de confirmaci´n o a
o
la simplificaci´n excesiva =⇒ Suponen la necesidad de
o
emplear sub-indicadores.
3 Acarrean un alto nivel de incertidumbre asociado a la
integraci´n de escalas y dimensiones diversas.
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
21. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los contras
1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a
a n
mensajes err´neos, confusos o poco robustos
o
2 Al reducir la complejidad de un tema en algo “supuestamente
mensurable”, pueden dar lugar a sesgos de confirmaci´n o a
o
la simplificaci´n excesiva =⇒ Suponen la necesidad de
o
emplear sub-indicadores.
3 Acarrean un alto nivel de incertidumbre asociado a la
integraci´n de escalas y dimensiones diversas.
o
4 Es esencial la interacci´n con pares/expertos/stakeholders
o
para lograr la mutua aceptaci´n del indicador.
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
22. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los contras
1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a
a n
mensajes err´neos, confusos o poco robustos
o
2 Al reducir la complejidad de un tema en algo “supuestamente
mensurable”, pueden dar lugar a sesgos de confirmaci´n o a
o
la simplificaci´n excesiva =⇒ Suponen la necesidad de
o
emplear sub-indicadores.
3 Acarrean un alto nivel de incertidumbre asociado a la
integraci´n de escalas y dimensiones diversas.
o
4 Es esencial la interacci´n con pares/expertos/stakeholders
o
para lograr la mutua aceptaci´n del indicador.
o
5 Requieren seguir principios estad´
ısticamente fundamentados y
procedimientos transparentes.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
23. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Indicadores compuestos: Los contras
1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a
a n
mensajes err´neos, confusos o poco robustos
o
2 Al reducir la complejidad de un tema en algo “supuestamente
mensurable”, pueden dar lugar a sesgos de confirmaci´n o a
o
la simplificaci´n excesiva =⇒ Suponen la necesidad de
o
emplear sub-indicadores.
3 Acarrean un alto nivel de incertidumbre asociado a la
integraci´n de escalas y dimensiones diversas.
o
4 Es esencial la interacci´n con pares/expertos/stakeholders
o
para lograr la mutua aceptaci´n del indicador.
o
5 Requieren seguir principios estad´
ısticamente fundamentados y
procedimientos transparentes.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
24. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
´
¡¡LA GRAN LIMITACION!!
El “horror vacui” estad´
ıstico
Ausencia de informaci´n b´sica
o a
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
25. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
´
¡¡LA GRAN LIMITACION!!
El “horror vacui” estad´
ıstico
Ausencia de informaci´n b´sica
o a
Falta de procedimientos sistem´ticos en la generaci´n de la
a o
informaci´n
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
26. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
´
¡¡LA GRAN LIMITACION!!
El “horror vacui” estad´
ıstico
Ausencia de informaci´n b´sica
o a
Falta de procedimientos sistem´ticos en la generaci´n de la
a o
informaci´n
o
Muy incipiente toma de conciencia (ambiental) =⇒ Limitados
esfuerzos pr´cticos en la generaci´n de la informaci´n
a o o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
27. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
´
¡¡LA GRAN LIMITACION!!
El “horror vacui” estad´
ıstico
Ausencia de informaci´n b´sica
o a
Falta de procedimientos sistem´ticos en la generaci´n de la
a o
informaci´n
o
Muy incipiente toma de conciencia (ambiental) =⇒ Limitados
esfuerzos pr´cticos en la generaci´n de la informaci´n
a o o
Problemas de aplicabilidad t´cnica debida a la ausencia de
e
datos o la disponibilidad de datos inconsistentes o poco
confiables
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
28. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
´
¡¡LA GRAN LIMITACION!!
El “horror vacui” estad´
ıstico
Ausencia de informaci´n b´sica
o a
Falta de procedimientos sistem´ticos en la generaci´n de la
a o
informaci´n
o
Muy incipiente toma de conciencia (ambiental) =⇒ Limitados
esfuerzos pr´cticos en la generaci´n de la informaci´n
a o o
Problemas de aplicabilidad t´cnica debida a la ausencia de
e
datos o la disponibilidad de datos inconsistentes o poco
confiables
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
29. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Adem´s:
a
Puede haber conflicto con las escalas: lo que es pertinente
a nivel local, puede no serlo a nivel nacional (por ejemplo:
encuestas).
En necesario, evitar la redundancia de la informaci´n =⇒ Se
o
deben realizar an´lisis de correlaci´n.
a o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
30. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Adem´s:
a
Puede haber conflicto con las escalas: lo que es pertinente
a nivel local, puede no serlo a nivel nacional (por ejemplo:
encuestas).
En necesario, evitar la redundancia de la informaci´n =⇒ Se
o
deben realizar an´lisis de correlaci´n.
a o
Es importante conocer la disponibilidad, calidad y frecuencia
de muestreo de la informaci´n con que se alimenta =⇒
o
Disponer de los Metadatos.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
31. Introducci´n
o ¿Qu´ son?
e
Etapas de su dise˜o y construcci´n
n o Algunos ejemplos
Visualizaci´n y diseminaci´n
o o Los pros y los contras
Adem´s:
a
Puede haber conflicto con las escalas: lo que es pertinente
a nivel local, puede no serlo a nivel nacional (por ejemplo:
encuestas).
En necesario, evitar la redundancia de la informaci´n =⇒ Se
o
deben realizar an´lisis de correlaci´n.
a o
Es importante conocer la disponibilidad, calidad y frecuencia
de muestreo de la informaci´n con que se alimenta =⇒
o
Disponer de los Metadatos.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
32. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
33. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
34. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
35. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
36. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
37. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
7 Agregaci´n
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
38. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
7 Agregaci´n
o
8 An´lisis de robustez y sensibilidad
a
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
39. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
7 Agregaci´n
o
8 An´lisis de robustez y sensibilidad
a
9 Vinculaci´n del indicador con otras variables
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
40. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
7 Agregaci´n
o
8 An´lisis de robustez y sensibilidad
a
9 Vinculaci´n del indicador con otras variables
o
10 Presentaci´n y diseminaci´n
o o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
41. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
Etapas de su dise˜o y construcci´n
n o
1 Desarrollar marco metodol´gico o conceptual
o
2 Seleccionar indicadores
3 An´lisis multivariado
a
4 Imputar de datos perdidos
5 Normalizaci´n de los datos
o
6 Pesado de los datos
7 Agregaci´n
o
8 An´lisis de robustez y sensibilidad
a
9 Vinculaci´n del indicador con otras variables
o
10 Presentaci´n y diseminaci´n
o o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
42. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
1. Marco metodol´gico o conceptual
o
“Lo que est´ mal definido estar´ mal medido...”
a a
Es necesario tener categorizado el contexto de an´lisis y
a
comprender el fen´meno a medir
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
43. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
1. Marco metodol´gico o conceptual
o
“Lo que est´ mal definido estar´ mal medido...”
a a
Es necesario tener categorizado el contexto de an´lisis y
a
comprender el fen´meno a medir
o
A veces conviene agrupar la informaci´n en forma anidada en
o
subgrupos y calcular sub-indicadores
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
44. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
1. Marco metodol´gico o conceptual
o
“Lo que est´ mal definido estar´ mal medido...”
a a
Es necesario tener categorizado el contexto de an´lisis y
a
comprender el fen´meno a medir
o
A veces conviene agrupar la informaci´n en forma anidada en
o
subgrupos y calcular sub-indicadores
Es conveniente enumerar los criterios de selecci´n de las
o
variables y documentar todo el proceso de construcci´n
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
45. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
1. Marco metodol´gico o conceptual
o
“Lo que est´ mal definido estar´ mal medido...”
a a
Es necesario tener categorizado el contexto de an´lisis y
a
comprender el fen´meno a medir
o
A veces conviene agrupar la informaci´n en forma anidada en
o
subgrupos y calcular sub-indicadores
Es conveniente enumerar los criterios de selecci´n de las
o
variables y documentar todo el proceso de construcci´n
o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
46. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
2. Seleccionar indicadores
La fortaleza o debilidad de un indicador compuesto recae en la
calidad de las variables que lo componen
Es necesario validar la calidad del dato
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
47. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
2. Seleccionar indicadores
La fortaleza o debilidad de un indicador compuesto recae en la
calidad de las variables que lo componen
Es necesario validar la calidad del dato
Discutir la pertinencia de cada variable
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
48. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
2. Seleccionar indicadores
La fortaleza o debilidad de un indicador compuesto recae en la
calidad de las variables que lo componen
Es necesario validar la calidad del dato
Discutir la pertinencia de cada variable
Ajustar la escala cuando sea necesario
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
49. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
2. Seleccionar indicadores
La fortaleza o debilidad de un indicador compuesto recae en la
calidad de las variables que lo componen
Es necesario validar la calidad del dato
Discutir la pertinencia de cada variable
Ajustar la escala cuando sea necesario
Crear tablas resumen o metadatos (caracter´ ısticas,
disponibilidad, fuentes, tipo, responsable, etc.) para cada
variable y sub-indicador
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
50. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
2. Seleccionar indicadores
La fortaleza o debilidad de un indicador compuesto recae en la
calidad de las variables que lo componen
Es necesario validar la calidad del dato
Discutir la pertinencia de cada variable
Ajustar la escala cuando sea necesario
Crear tablas resumen o metadatos (caracter´ ısticas,
disponibilidad, fuentes, tipo, responsable, etc.) para cada
variable y sub-indicador
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
51. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
3. An´lisis multivariado (i)
a
Tiene el objetivo de eliminar correlaciones espureas =⇒ A
mayor correlaci´n entre variables, menores las dimensiones de
o
an´lisis que estar´ presentes.
a ıan
An´lisis de componentes principales
a
Es un m´todo de reducci´n dimensional. Se trata de explicar la
e o
mayor parte de la variabilidad con el menor n´mero de
u
componentes posibles.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
52. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
3. An´lisis multivariado (i)
a
Tiene el objetivo de eliminar correlaciones espureas =⇒ A
mayor correlaci´n entre variables, menores las dimensiones de
o
an´lisis que estar´ presentes.
a ıan
An´lisis de componentes principales
a
Es un m´todo de reducci´n dimensional. Se trata de explicar la
e o
mayor parte de la variabilidad con el menor n´mero de
u
componentes posibles.
An´lisis factorial
a
Se usa para agrupar la informaci´n y ver si las dimensiones te´ricas
o o
coinciden o no con las estad´
ısticas
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
53. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
3. An´lisis multivariado (i)
a
Tiene el objetivo de eliminar correlaciones espureas =⇒ A
mayor correlaci´n entre variables, menores las dimensiones de
o
an´lisis que estar´ presentes.
a ıan
An´lisis de componentes principales
a
Es un m´todo de reducci´n dimensional. Se trata de explicar la
e o
mayor parte de la variabilidad con el menor n´mero de
u
componentes posibles.
An´lisis factorial
a
Se usa para agrupar la informaci´n y ver si las dimensiones te´ricas
o o
coinciden o no con las estad´
ısticas
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
54. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
3. An´lisis multivariado (ii)
a
An´lisis de agrupamiento (Clustering An´lisis)
a a
Para establecer tipolog´ en grupos (por ejemplo: pa´
ıas ıses)
“homog´neos en s´ y heterog´neos entre s´ maximizando la
e ı e ı”,
distancia (debidamente definida) de las unidades de tipolog´ ıas
diferentes y minimizando la distancia de las unidades de una
categor´ particular.
ıa
Usos:
(i) como herramienta de diagn´stico,
o
(ii) para agrupar pa´ y/o imputar datos perdidos,
ıses
(iii) como m´todo de agregaci´n.
e o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
55. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
4. Imputaci´n de datos perdidos: ¿Qu´ hacer?
o e
Se podr´ remover el pa´ o indicador del an´lisis, aunque esto
ıa ıs a
puede dar lugar a sesgos indeseables...
Imputaci´n simple
o
Modelizaci´n impl´
o ıcita: (i) asignar el dato conforme a
unidades similares; (ii) sustituir con informaci´n existente ´
o o
(iii) tomar valores de otras fuentes.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
56. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
4. Imputaci´n de datos perdidos: ¿Qu´ hacer?
o e
Se podr´ remover el pa´ o indicador del an´lisis, aunque esto
ıa ıs a
puede dar lugar a sesgos indeseables...
Imputaci´n simple
o
Modelizaci´n impl´
o ıcita: (i) asignar el dato conforme a
unidades similares; (ii) sustituir con informaci´n existente ´
o o
(iii) tomar valores de otras fuentes.
Modelizaci´n expl´
o ıcita: sustituir por la media, mediana o la
moda, regresiones o algoritmos de expectaci´n-maximizaci´n.
o o
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
57. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
4. Imputaci´n de datos perdidos: ¿Qu´ hacer?
o e
Se podr´ remover el pa´ o indicador del an´lisis, aunque esto
ıa ıs a
puede dar lugar a sesgos indeseables...
Imputaci´n simple
o
Modelizaci´n impl´
o ıcita: (i) asignar el dato conforme a
unidades similares; (ii) sustituir con informaci´n existente ´
o o
(iii) tomar valores de otras fuentes.
Modelizaci´n expl´
o ıcita: sustituir por la media, mediana o la
moda, regresiones o algoritmos de expectaci´n-maximizaci´n.
o o
Imputaci´n m´ltiple
o u
Por ejemplo estimando la matriz de covarianzas y la distribuci´n a
o
priori a partir de la cual se imputar´n valores al azar.
a
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
58. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
4. Imputaci´n de datos perdidos: ¿Qu´ hacer?
o e
Se podr´ remover el pa´ o indicador del an´lisis, aunque esto
ıa ıs a
puede dar lugar a sesgos indeseables...
Imputaci´n simple
o
Modelizaci´n impl´
o ıcita: (i) asignar el dato conforme a
unidades similares; (ii) sustituir con informaci´n existente ´
o o
(iii) tomar valores de otras fuentes.
Modelizaci´n expl´
o ıcita: sustituir por la media, mediana o la
moda, regresiones o algoritmos de expectaci´n-maximizaci´n.
o o
Imputaci´n m´ltiple
o u
Por ejemplo estimando la matriz de covarianzas y la distribuci´n a
o
priori a partir de la cual se imputar´n valores al azar.
a
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
59. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
5. Normalizaci´n de los datos (i)
o
Objetivo: Llevar los indicadores a una misma unidad de
medida
Ello puede obligar a realizar transformaciones de escala y/o
correcciones de simetr´ para evitar que los valores extremos
ıa
dominen los resultados y suavizar los cambios marginales
seg´n los niveles (linealizar, usar logaritmos, potencias,
u
Box-Cox, Manly, etc.)
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
60. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
5. Normalizaci´n de los datos (i)
o
Objetivo: Llevar los indicadores a una misma unidad de
medida
Ello puede obligar a realizar transformaciones de escala y/o
correcciones de simetr´ para evitar que los valores extremos
ıa
dominen los resultados y suavizar los cambios marginales
seg´n los niveles (linealizar, usar logaritmos, potencias,
u
Box-Cox, Manly, etc.)
Al normalizar se deber´ tener en cuenta la tendencia,
a
ciclicidad y presencia de valores at´
ıpicos de los datos
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
61. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
5. Normalizaci´n de los datos (i)
o
Objetivo: Llevar los indicadores a una misma unidad de
medida
Ello puede obligar a realizar transformaciones de escala y/o
correcciones de simetr´ para evitar que los valores extremos
ıa
dominen los resultados y suavizar los cambios marginales
seg´n los niveles (linealizar, usar logaritmos, potencias,
u
Box-Cox, Manly, etc.)
Al normalizar se deber´ tener en cuenta la tendencia,
a
ciclicidad y presencia de valores at´
ıpicos de los datos
La normalizaci´n debe ser invariante a cambios de la unidad
o
de medida.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
62. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
5. Normalizaci´n de los datos (i)
o
Objetivo: Llevar los indicadores a una misma unidad de
medida
Ello puede obligar a realizar transformaciones de escala y/o
correcciones de simetr´ para evitar que los valores extremos
ıa
dominen los resultados y suavizar los cambios marginales
seg´n los niveles (linealizar, usar logaritmos, potencias,
u
Box-Cox, Manly, etc.)
Al normalizar se deber´ tener en cuenta la tendencia,
a
ciclicidad y presencia de valores at´
ıpicos de los datos
La normalizaci´n debe ser invariante a cambios de la unidad
o
de medida.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o
63. 1. Marco metodol´gico o conceptual
o
2. Seleccionar indicadores
Introducci´n
o
3. An´lisis multivariado
a
Etapas de su dise˜o y construcci´n
n o
4. Imputaci´n de datos perdidos
o
Visualizaci´n y diseminaci´n
o o
5. Normalizaci´n y pesado de los datos
o
6. An´lisis de robustez y sensibilidad
a
5. Normalizaci´n de los datos (ii)
o
Emplear tasas o porcentajes de variaci´n
o
xti −xt−1i
yti = xti
× 100
Ordenamiento de los indicarores entre pa´
ıses
yti = Rango(xti ∈ X ). Se pierde informaci´n del pa´ pero los
o ıs
outliers no afectan.
Andr´s Schuschny
e Indicadores compuestos: Algunas consideraciones metodol´gicas
o