Planos de Estratificación por ingreso a nivel de manzanas en ciudades del Perú

2. Créditos
Dante Carhuavilca Bonett
Jefe del INEI
Instituto Nacional de Estadística e Informática
Anibal Sánchez Aguilar
Subjefe del INEI
CONDUCCIÓN Y ASESORAMIENTO TÉCNICO
Nancy Hidalgo Calle
Directora Técnica
Dirección Técnica de Demografía e Indicadores Sociales
Javier Herrera Zúñiga
Director de Investigación
Institut de Recherche pour le Développement
ANALISTAS
José Llanos Solórzano
Oscar Kuroiwa Quispe
Max Garcia Tello
PLANOS TEMÁTICOS
Joel Ochoa Chávez
Delia Pillco Torres
Maroc Santiago Casani
DIAGRAMACIÓN
Pedro Reto Núñez
Presentación
El Instituto Nacional de Estadística e Informática (INEI), en el marco de la promoción y la difusión de estudios
especializados, pone a disposición de autoridades, instituciones públicas y privadas y usuarios en general, el
documento “Planos Estratificados por ingreso a nivel de manzana de las Grandes Ciudades”. Los planos presentan
la estratificación de las manzanas censales de cada distrito según los niveles estimados del ingreso per cápita cuyas
estimaciones fueron realizadas en base a la información del Censo de Población y Vivienda 2017, las encuestas
permanentes de hogares y otras fuentes de datos.
Las nuevas orientaciones de lucha contra la pobreza ponen énfasis en la necesidad de diseñar políticas sociales que
aborden las especificidades de la pobreza urbana en sus diferentes dimensiones. Actualmente, las ciudades del
país concentran un poco más de la mitad de la población en situación de la pobreza pero, por la dimensión de su
población, los instrumentos de medición e identificación requieren ser complementados por otros más finos que
tomen en cuenta la heterogeneidad de situaciones de los hogares urbanos. Ello implica, en el caso de las grandes
urbes poder distinguir diferentes áreas de la ciudad en donde la intervención debe ser focalizada y con información
actualizada. Este es uno de los objetivos principales del documento.
El INEI expresa su reconocimiento a las autoridades públicas y privadas, a los funcionarios censales y a las familias
peruanas por su apoyo en brindarnos la información; y de manera especial al Dr. Javier Herrera del Institut de
Recherche pour le Développement (IRD-Francia) por su apoyo en la definición e implementación de la metodología
de estimación de ingresos en áreas menores cuyos resultados son presentados en este documento.
Lima, julio 2020
Dante Carhuavilca Bonett
Jefe
Instituto Nacional de Estadística e Informática
DISEÑO DE CARÁTULA
Marco Montero Khang
Este documento consta de cinco capítulos. En el primer capítulo de introducción se detalla la importancia y
necesidad de focalizar en el área urbana, haciendo uso de la estratificación de los ingresos del hogar y las mejoras
incorporadas. En el segundo capítulo se presentan la metodología para la estimación del ingreso, las fuentes de
información utlizadas, procedimiento para el agrupamiento de los núcleos urbanos y las etapas de estimación. El
tercer capítulo, desarrolla el analisis de precisión y robustez así como los procedimientos de validación del modelo
econométrico. En el cuarto capítulo, se detalla los procedimientos empleados para la estratificación de los ingresos
de los hogares. El quinto capítulo, presenta los resultados de la estratificación según ingresos, comparándolos con
la estratificación del ingreso del 2017 así como otros criterios de estratificación. Finalmente, el documento incluye
los mapas temáticos de las 92 grandes ciudades a nivel de manzanas estratificadas según los ingresos per cápita
del hogar.

3. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
3
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
Contenido
Presentación ................................................................................... 3
I. Introducción......................................................................... 5
I.1. Objetivo .................................................................................... 5
I.2. Usos de los Planos Estratificados ............................................. 5
I.3. Mejoras Incorporadas .............................................................. 5
II. Metodología ......................................................................... 6
II.1.Metodología para la Estimación del Ingreso ........................... 6
II.2.Aspectos Conceptuales ............................................................ 6
II.2.1. Unidad de Análisis ....................................................... 6
II.2.2. Ingresos Considerados................................................. 6
II.3.Fuentes de Información ........................................................... 6
II.4.Agrupamiento de Núcleos Urbanos ......................................... 7
II.5.Etapas de la Estimación ............................................................ 9
II.5.1. Análisis de la Base de Datos ........................................ 9
II.5.2. Selección de Variables ................................................. 9
II.5.3. Modelamiento ............................................................ 9
II.5.4. Análisis de la Bondad de ajuste de los modelos ......... 9
III. Sensibilidad y validación de los modelos .......................11
III.1. Comparación de las Estimaciones
(Estimados y Observados) .................................................. 11
III.2. Sensibilidad de los Modelos en la Submuestra .................. 11
IV. Estratificación del Ingreso ............................................... 12
V. Análisis de los Resultados .............................................. 13
Planos según Ingreso Per Cápita del Hogar
Planos Temáticos
Ciudades de la Costa Norte
Región La Libertad................................................................................ 18
Ciudad de Trujillo
Distrito de Trujillo........................................................................... 19
Distrito de El Porvenir.................................................................... 20
Distrito de Florencia de Mora........................................................ 21
Distrito de Huanchaco.................................................................... 22
Distrito de La Esperanza................................................................. 23
Distrito de Moche.......................................................................... 24
Distrito de Salaverry....................................................................... 25
Distrito de Víctor Larco Herrera..................................................... 26
Ciudad de Laredo
Distrito de Laredo........................................................................... 27
Ciudad de Paijan
Distrito de Paijan............................................................................ 28
Ciudad de Casa Grande
Distrito de Casa Grande................................................................. 29
Ciudad de Chepén
Distrito de Chepén......................................................................... 30
Ciudad de Guadalupe
Distrito de Guadalupe.................................................................... 31
Ciudad de Pacasmayo
Distrito de Pacasmayo.................................................................... 32
Ciudad de Huamachuco
Distrito de Huamachuco................................................................ 33
Ciudad de Virú
Distrito de Virú............................................................................... 34
Región Lambayeque.............................................................................35
Ciudad de Chiclayo
Distrito de Chiclayo........................................................................ 36
Distrito de José Leonardo Ortiz...................................................... 37
Distrito de La Victoria..................................................................... 38
Distrito de Pimentel....................................................................... 39
Distrito de Pomalca........................................................................ 40
Ciudad de Monsefú
Distrito de Monsefú....................................................................... 41
Ciudad de Tumán
Distrito de Tumán........................................................................... 42
Ciudad de Ferreñafe
Distrito de Ferreñafe...................................................................... 43
Distrito de Pueblo Nuevo............................................................... 44
Ciudad de Lambayeque
Distrito de Lambayeque................................................................. 45
Región Piura.........................................................................................46
Ciudad de Piura
Distrito de Piura............................................................................. 47
Distrito de Castilla.......................................................................... 48
Distrito de Veintiséis de Octubre................................................... 49
Ciudad de Catacaos
Distrito de Catacaos....................................................................... 50
Ciudad de La Arena
Distrito de La Arena........................................................................ 52
Distrito de La Unión....................................................................... 53
Ciudad de Tambo Grande
Distrito de Tambo Grande.............................................................. 54
Ciudad de Chulucanas
Distrito de Chulucanas................................................................... 55
Ciudad de Paita
Distrito de Paita.............................................................................. 56
Ciudad de Sullana
Distrito de Sullana.......................................................................... 57
Distrito de Bellavista...................................................................... 58
Ciudad de Talara
Distrito de Pariñas.......................................................................... 59
Ciudad de Sechura
Distrito de Sechura......................................................................... 60
Región Tumbes.....................................................................................61
Ciudad de Tumbes
Distrito de Tumbes......................................................................... 62
Ciudad de Zarumilla
Distrito de Zarumilla....................................................................... 63
Distrito de Aguas Verdes................................................................ 64
Ciudades de la Costa Sur
Región Ica............................................................................................. 66
Ciudad de Ica
Distrito de Ica................................................................................. 67
Distrito de La Tinguiña................................................................... 68
Distrito de Los Aquijes.................................................................... 69
Distrito de Parcona......................................................................... 71
Distrito de Salas............................................................................. 72
Distrito de San Juan Bautista.......................................................... 73
Distrito de Subtanjalla.................................................................... 74
Ciudad de Chincha Alta
Distrito de Chincha Alta................................................................. 75
Distrito de Grocio Prado................................................................. 76
Distrito de Pueblo Nuevo............................................................... 77
Distrito de Sunampe...................................................................... 78
Ciudad de Nasca
Distrito de Nasca............................................................................ 79
Distrito de Vista Alegre.................................................................. 80
Ciudad de Pisco
Distrito de Pisco............................................................................. 81
Distrito de San Andrés.................................................................... 82
Ciudad de Tupac Amaru Inca
Distrito de Tupac Amaru Inca......................................................... 83
Distrito de Pisco............................................................................. 84
Ciudad de San Clemente
Distrito de San Clemente............................................................... 85
Región Lima.......................................................................................... 86
Ciudad de Barranca
Distrito de Barranca....................................................................... 87
Ciudad de Paramonga
Distrito de Paramonga................................................................... 88
Ciudad de Supe Puerto
Distrito de Supe.............................................................................. 89
Distrito de Supe Puerto.................................................................. 90
Ciudad de San Vicente de Cañete
Distrito de San Vicente de Cañete.................................................. 91
Distrito de Imperial........................................................................ 92
Ciudad de Mala
Distrito de Mala............................................................................. 93
Ciudad de Huaral
Distrito de Huaral........................................................................... 94
Ciudad de Chancay
Distrito de Chancay........................................................................ 95
Ciudad de Huacho
Distrito de Huacho......................................................................... 96
Distrito de Caleta de Carquin......................................................... 97
Distrito de Hualmay....................................................................... 98
Distrito de Huaura.......................................................................... 99
Distrito de Santa María................................................................ 100
Región Moquegua.............................................................................. 101
Ciudad de Moquegua
Distrito de Moquegua.................................................................. 102
Distrito de Samegua..................................................................... 103
Ciudad de Ilo
Distrito de Ilo................................................................................ 104
Distrito de Algarrobal................................................................... 105
Distrito de Pacocha...................................................................... 106
Región Tacna...................................................................................... 107
Ciudad de Tacna
Distrito de Tacna.......................................................................... 108
Distrito de Alto de la Alianza........................................................ 109
Distrito de Ciudad Nueva............................................................. 110
Distrito de Pocollay...................................................................... 111
Distrito de Coronel Gregorio Albarracín Lanchipa....................... 112
Ciudades de la Sierra
Región Amazonas............................................................................... 114
Ciudad de Chachapoyas
Distrito de Chachapoyas.............................................................. 115
Ciudad de Bagua
Distrito de Bagua.......................................................................... 116
Ciudad de Bagua Grande
Distrito de Bagua Grande............................................................. 117

4. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
4
F
u
e
n
t
e
:
I
n
s
t
i
t
u
t
o
N
a
c
i
o
n
a
l
d
e
E
s
t
a
d
í
s
t
i
c
a
e
I
n
f
o
r
m
á
t
i
c
a
-
C
e
n
s
o
d
e
P
o
b
l
a
c
i
ó
n
y
V
i
v
i
e
n
d
a
2
0
1
7
A
V
.
E
L
T
R
I
U
N
F
O
A
V
.
U
N
I
O
N
A
V
.
S
U
C
R
E
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
S
A
N
M
A
R
T
I
N
A
V
.
L
A
M
A
R
I
S
C
A
L
A
A
V
.
G
E
N
E
R
A
L
L
A
M
A
R
A
V
.
2
D
E
M
A
Y
O
A
V
.
L
O
S
I
N
C
A
S
A
V
.
S
I
M
O
N
B
O
L
I
V
A
R
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
7
D
E
J
U
N
I
O
A
V
.
G
E
N
E
R
A
L
V
I
D
A
L
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
S
A
N
J
O
S
E
C
A
L
.
3
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
2
6
D
E
N
O
V
I
E
M
B
R
E
A
V
.
P
A
S
E
O
A
T
A
H
U
A
L
P
A
A
V
.
S
A
N
T
A
R
O
S
A
C
A
L
.
A
C
A
L
.
B
A
V
.
C
A
L
.
M
A
M
A
O
C
L
L
O
C
A
L
.
2
C
A
L
.
R
I
M
A
C
A
V
.
E
L
P
R
O
G
R
E
S
O
A
V
.
G
E
N
E
R
A
L
C
O
R
D
O
V
A
A
V
.
H
U
A
Y
N
A
C
A
P
A
C
A
V
.
P
E
D
R
O
T
E
J
A
D
A
A
V
.
F
L
O
R
A
T
R
I
S
T
A
N
A
V
.
M
A
R
I
A
N
O
N
E
C
O
C
H
E
A
A
V
.
I
N
D
U
S
T
R
I
A
L
C
A
L
.
E
L
S
O
L
C
A
L
.
M
A
R
I
A
N
O
M
E
L
G
A
R
A
V
.
C
H
I
M
U
A
V
.
M
I
G
U
E
L
G
R
A
U A
V
.
E
L
C
A
R
M
E
N
C
A
L
.
A
L
F
O
N
S
O
U
G
A
R
T
E
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
L
O
S
H
E
R
O
E
S
A
V
.
M
E
L
G
A
R
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
M
A
R
T
I
N
D
E
P
O
R
R
E
S
A
V
.
S
A
L
V
A
D
O
R
A
L
L
E
N
D
E
A
V
.
N
I
C
O
L
A
S
D
E
P
I
E
R
O
L
A
A
V
.
1
D
E
M
A
Y
O
A
V
.
J
U
L
I
O
C
E
S
A
A
V
.
R
A
M
O
N
C
A
S
T
I
L
L
A
A
V
.
L
O
S
C
E
D
R
O
S
A
V
.
R
O
S
E
D
A
L
O
A
V
.
E
L
E
J
E
R
C
I
T
O
A
V
.
F
R
A
N
C
I
S
C
O
D
E
Z
E
L
A
A
V
.
I
N
D
E
P
E
N
D
E
N
C
I
A
C
A
A
V
.
9
D
E
J
U
L
I
O
A
V
.
B
I
L
L
I
N
G
H
U
R
S
T
A
V
.
L
O
S
P
R
O
C
E
R
E
S
C
A
L
.
A
P
U
R
I
M
A
C
C
A
L
.
L
O
S
L
A
U
R
E
L
E
S
A
V
.
S
A
L
I
N
A
S
A
V
.
C
E
S
A
R
P
A
N
D
O
C
A
L
.
G
R
A
U
C
A
L
.
C
A
H
U
I
D
E
C
A
L
.
C
H
A
C
H
A
P
O
Y
A
S
C
A
L
.
A
M
A
N
C
A
E
S
C
A
L
.
L
I
R
C
A
Y
D
E
N
O
V
I
E
M
B
R
E
C
A
L
.
C
O
R
I
C
A
N
C
H
A
A
V
.
C
A
P
A
C
Y
U
P
A
N
Q
U
I
A
V
.
L
O
S
E
U
C
A
L
I
P
T
O
S
A
V
.
M
A
R
G
I
N
A
L
A
V
.
L
A
C
O
N
C
O
R
D
I
A
A
V
.
Y
A
H
U
A
R
H
U
A
C
A
C
A
L
.
P
O
L
O
N
I
A
C
A
L
.
Z
E
P
I
T
A
A
V
.
C
E
N
T
R
A
L
C
A
L
.
L
O
S
L
I
R
I
O
S
A
V
.
L
A
P
A
Z
C
A
L
.
T
R
I
L
C
E
C
A
L
.
P
E
R
U
C
A
L
.
L
O
S
A
L
A
M
O
S
A
V
.
8
D
E
O
C
T
U
B
R
E
C
A
L
.
H
U
A
R
A
L
C
A
L
.
L
O
S
R
O
S
A
L
E
S
A
V
.
9
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
A
N
T
O
N
I
O
C
A
L
.
L
O
S
S
A
U
C
E
S
C
A
L
.
U
N
O
A
V
.
M
A
T
E
O
P
U
M
A
C
A
H
U
A
A
V
.
F
R
A
N
C
I
S
C
O
M
A
C
H
U
C
A
C
A
L
.
P
U
R
U
C
H
U
C
O
C
A
L
.
S
U
C
R
E
C
A
L
.
L
O
S
J
A
C
A
L
.
C
I
E
N
E
G
U
I
L
L
A
C
A
L
.
6
D
E
A
B
R
I
L
C
A
L
.
I
N
C
A
R
O
C
A
A
V
.
M
A
R
I
A
P
A
R
A
D
O
D
E
B
E
L
L
I
D
O
C
A
L
.
Y
A
U
L
I
C
A
L
.
A
Z
U
C
E
N
A
C
A
L
.
S
A
N
C
A
M
I
L
O
A
V
.
E
L
P
A
R
A
I
S
O
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
U
N
I
O
N
A
V
.
L
I
M
A
A
V
.
U
N
I
O
N
C
A
L
.
2
A
V
.
U
N
I
O
N
A
V
.
2
8
D
E
J
U
L
I
O
C
A
L
.
2
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
7
D
E
J
U
N
I
O
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
P
A
C
H
A
C
U
T
E
C
C
A
L
.
C
A
V
.
S
A
N
J
O
S
E
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
P
R
O
G
R
E
S
O
C
A
L
.
L
O
S
S
A
U
C
E
S
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
J
O
S
E
A
V
.
L
I
M
A
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
L
I
M
A
A
V
.
J
O
S
E
O
L
A
Y
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
A
T
O
C
O
N
G
O
A
V
.
E
L
S
O
L
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
U
N
I
O
N
A
V
.
2
D
E
M
A
Y
O
C
A
L
.
3
A
V
.
2
D
E
M
A
Y
O
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
I
N
D
U
S
T
R
I
A
L
V
I
L
L
A
E
L
S
A
L
V
A
D
O
R
Región Áncash.................................................................................... 118
Ciudad de Huaraz
Distrito de Huaraz........................................................................ 119
Distrito de Independencia............................................................ 120
Ciudad de Casma
Distrito de Casma......................................................................... 121
Ciudad de Huarmey
Distrito de Huarmey..................................................................... 122
Ciudad de Chimbote
Distrito de Chimbote.................................................................... 123
Distritos de Coishco...................................................................... 124
Distrito de Nuevo Chimbote......................................................... 125
Región Apurímac................................................................................ 126
Ciudad de Abancay
Distrito de Abancay...................................................................... 127
Distrito de Tamburco.................................................................... 128
Ciudad de Andahuaylas
Distrito de Andahuaylas............................................................... 129
Distrito San Jerónimo................................................................... 130
Distrito de Talavera...................................................................... 131
Región Arequipa................................................................................. 132
Ciudad de Arequipa
Distrito de Arequipa..................................................................... 133
Distrito de Alto Selva Alegre......................................................... 134
Distrito de Cayma......................................................................... 135
Distrito de Cerro Colorado........................................................... 136
Distrito de Characato................................................................... 137
Distrito de Chiguata..................................................................... 138
Distrito de Jacobo Hunter............................................................ 139
Distrito de Mariano Melgar.......................................................... 140
Distrito de Miraflores................................................................... 141
Distrito de Mollebaya................................................................... 142
Distrito de Paucarpata.................................................................. 143
Distrito de Sabandia..................................................................... 144
Distrito de Sachaca....................................................................... 145
Distrito de Socabaya..................................................................... 146
Distritos de Tiabaya...................................................................... 147
Distrito de Yanahuara................................................................... 148
Distrito de Yura............................................................................. 149
Distrito de José Luis Bustamante y Rivero.................................... 150
Ciudad de El Pedregal
Distrito de Majes.......................................................................... 151
Ciudad de Mollendo
Distrito de Mollendo.................................................................... 152
Región Ayacucho................................................................................ 153
Ciudad de Ayacucho
Distrito de Ayacucho.................................................................... 154
Distrito de Carmen Alto............................................................... 155
Distrito de San Juan Bautista........................................................ 156
Distrito de Jesús Nazareno........................................................... 157
Distrito de Andrés Avelino Cáceres Dorregaray........................... 158
Ciudad de Huanta
Distrito de Huanta........................................................................ 159
Región Cajamarca............................................................................... 160
Ciudad de Cajamarca
Distrito de Cajamarca................................................................... 161
Distrito de Los Baños del Inca...................................................... 162
Ciudad de Chota
Distrito de Chota.......................................................................... 164
Ciudad de Cutervo
Distrito de Cutervo....................................................................... 165
Ciudad de Jaén
Distrito de Jaén............................................................................ 166
Región Cusco...................................................................................... 167
Ciudad de Cusco
Distrito de Cusco.......................................................................... 168
Distrito de San Jerónimo.............................................................. 169
Distrito de San Sebastián............................................................. 170
Distrito de Santiago...................................................................... 171
Distrito de Wanchaq.................................................................... 172
Ciudad de Sicuani
Distrito de Sicuani........................................................................ 173
Ciudad de Yauri
Distrito de Espinar........................................................................ 174
Ciudad de Quillabamba
Distrito de Santa Ana................................................................... 175
Región Huancavelica........................................................................... 176
Ciudad de Huancavelica
Distritos de Huancavelica............................................................. 177
Distrito de Ascensión................................................................... 178
Región Junín....................................................................................... 179
Ciudad de Huancayo
Distrito de Huancayo.................................................................... 180
Distrito de Chilca.......................................................................... 181
Distrito de El Tambo..................................................................... 182
Distrito de Hualhuas..................................................................... 183
Distrito de Huancan..................................................................... 184
Distrito de Huayucachi................................................................. 185
Distrito de Pilcomayo................................................................... 186
Distrito de San Agustín................................................................. 187
Distrito de Sapallanga.................................................................. 188
Distrito de Sicaya.......................................................................... 189
Distrito de Chupaca...................................................................... 191
Ciudad de La Merced
Distrito de Chanchamayo............................................................. 192
Distrito de San Ramon................................................................. 193
Ciudad de Bajo Pichanaqui
Distrito de Perene........................................................................ 194
Distrito de Pichanaqui.................................................................. 195
Ciudad de San Ramón
Distrito de San Ramón................................................................. 196
Ciudad de Jauja
Distrito de Jauja........................................................................... 197
Distrito de Sausa.......................................................................... 198
Distrito de Yauyos......................................................................... 199
Ciudad de Satipo
Distrito de Satipo.......................................................................... 200
Ciudad de San Martin de Pangoa
Distrito de Pangoa........................................................................ 201
Ciudad de Tarma
Distrito de Tarma.......................................................................... 202
Ciudad de La Oroya
Distrito de La Oroya..................................................................... 203
Distrito de Santa Rosa de Sacco................................................... 205
Región Pasco...................................................................................... 206
Ciudad de Cerro de Pasco
Distrito de Chaupimarca.............................................................. 207
Distrito de Simón Bolivar.............................................................. 208
Distrito de Yanacancha................................................................. 210
Región Puno....................................................................................... 211
Ciudad de Puno
Distrito de Puno........................................................................... 212
Ciudad de Azángaro
Distrito de Azángaro..................................................................... 213
Ciudad de Ilave
Distrito de Ilave............................................................................ 214
Ciudad de Ayaviri
Distrito de Ayaviri......................................................................... 215
Ciudad de Juliaca
Distrito de Juliaca......................................................................... 216
Distrito de San Miguel.................................................................. 217
Ciudades de la Selva
Región Huánuco................................................................................. 219
Ciudad de Huánuco
Distrito de Huánuco..................................................................... 220
Distrito de Amarilis....................................................................... 221
Distrito de Pillcomarca................................................................. 222
Ciudad de Tingo María
Distrito de Rupa-Rupa.................................................................. 223
Distrito de Mariano Damaso Beraun............................................ 224
Distrito de Castillo Grande........................................................... 225
Región Loreto..................................................................................... 226
Ciudad de Iquitos
Distrito de Iquitos......................................................................... 227
Distrito de Punchana.................................................................... 228
Distrito de Belén.......................................................................... 229
Distrito de San Juan Bautista........................................................ 230
Ciudad de Yurimaguas
Distrito de Yurimaguas................................................................. 231
Ciudad de Requena
Distrito de Requena..................................................................... 232
Región Madre de Dios........................................................................ 233
Ciudad de Puerto Maldonado
Distrito de Tambopata.................................................................. 234
Distrito de Las Piedras.................................................................. 235
Región San Martín.............................................................................. 236
Ciudad de Moyobamba
Distrito de Moyobamba............................................................... 237
Ciudad de Juanjui
Distrito de Juanjui........................................................................ 238
Ciudad de Rioja
Distrito de Rioja............................................................................ 239
Ciudad de Nueva Cajamarca
Distrito de Nueva Cajamarca........................................................ 240
Ciudad de Tarapoto
Distrito de Tarapoto..................................................................... 241
Distrito de La Banda de Shilcayo.................................................. 242
Distrito de Morales...................................................................... 243
Región Ucayali.................................................................................... 244
Ciudad de Pucallpa
Distrito de Callería........................................................................ 245
Distrito de Yarinacocha................................................................ 246
Distrito de Manantay................................................................... 248
Anexo .......................................................................................... 249
Anexo Nº 1: Coeficientes del Modelo ..................................................... 251
Bibliografía ................................................................................. 262

5. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
5
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
I. Introducción
La medición del bienestar es una herramienta indispensable para la planeación de las políticas públicas y
para la evaluación del desempeño de un país. Si no se conoce el nivel y la evolución del bienestar, difícilmente
se podrán tomar las decisiones adecuadas para incrementarlo.
La información y el conocimiento son factores esenciales para la toma de decisiones; sin embargo, para
una mayor efectividad, se requiere de información más desagregada que la disponible en la actualidad.
Esta necesidad de mayor detalle ha sido motivo de diferentes estudios que buscan técnicas estadísticas que
satisfagan las expectativas de un importante número de usuarios. Una de ellas es la estimación para áreas
pequeñas, que utiliza modelos lineales mixtos.
Un ejemplo reciente de la creciente demanda de información estadística en áreas menores, es la política
de subsidios según la clasificación socioeconómica que se sustenta en el artículo 10° del Decreto Supremo
N°021-2012-EM, Reglamento de la Ley N°29852 y la Resolución Ministerial N°262-2016-MEM/DM, Programa
de Masificación del Uso Residencial y Vehicular del Gas Natural.
El ingreso promedio de los hogares es uno de los índices más importantes para la toma de decisiones y los
modelos de desigualdad económica y pobreza. En este trabajo se propone un procedimiento práctico para
estimar el ingreso promedio de los hogares mediante métodos estadísticos en áreas pequeñas, pues las
encuestas por muestreo solo tienen un nivel de representatividad por departamento o para el conjunto de
Lima Metropolitana y no permiten estimaciones a niveles más desagregados.
En este documento se presenta la estratificación de las manzanas por núcleos urbanos en el área urbana,
en función de los ingresos estimados de los hogares, permitiendo distinguir al interior de la ciudad, zonas
con mayor o menor niveles de ingresos. Para ello, se han clasificado los niveles de ingresos estimados de los
hogares en cinco estratos: Alto, Medio Alto, Medio, Medio Bajo y Bajo, mediante procedimientos estadísticos
que optimizan la homogeneidad intra estrato y maximizan las diferencias entre estratos, lo cual implica un
menor error de focalización.
I.1. Objetivo
El objetivo es distinguir las diferentes áreas dentro de la ciudad según los niveles de ingreso estimados
de los hogares, permitiendo una intervención focalizada y con información actualizada, para responder
a las exigencias de información de las nuevas estrategias de lucha contra la pobreza y de la política social
poniendo énfasis en las especificidades de la pobreza urbana.
I.2. Usos de los planos estratificados
Los planos estratificados tienen un conjunto de usos, entre los cuales se encuentran:
• Facilitar la definición de prioridades para la asignación de políticas de subsidios en áreas dentro de
la ciudad donde se concentra la pobreza en sus diferentes dimensiones.
• Identificar las diferencias en las condiciones de los hogares y de la población a nivel de áreas menores
(manzanas) donde una encuesta no tiene ese nivel de inferencia.
I.3. Mejoras Incorporadas
La metodología de la estratificación a nivel de núcleos urbanos según los ingresos estimados de los hogares,
incorporó mejoras en cada uno de los procesos; con el fin de mejorar la precisión y robustez de los estimados
y por consiguiente de la estratificación. Estas mejoras son las siguientes:
• Se utilizó la encuesta de cobertura del Censo del 2017 para obtener la población total (población
censada y omitida). Además, se estimó la Población Económicamente Activa (PEA) ocupada del CPV
2017 de acuerdo a lo obtenido en la Encuesta Nacional de Hogares 2017-2018, en lo que respecta a
categoría de ocupación y rama de actividad, con la finalidad de identificar las brechas de empleo a
nivel de áreas menores.
• Se ajustó el factor de expansión anual de la ENAHO 2017-2018 por departamento, sexo, grupo de
edad y área de residencia.
• Se probó la igualdad de la distribución en su conjunto y no solamente de las medias, en las variables
comunes entre el censo y la encuesta.
• Se utilizó variables del contexto espacial de los hogares, como el tiempo y distancia a una institución
educativa, establecimiento de salud, y hacia la capital del distrito o provincia más cercana.
• Se validaron los resultados de la predicción en la muestra y fuera de la muestra, con el objetivo de
medir la capacidad predictiva de los modelos. Para evitar el sobreajuste de los modelos se utilizó la
técnica de Machine Learning (Regresión Lasso Adaptado) como método de selección de variables
para la estimación de los modelos.
Finalmente, la estimación a nivel de núcleos urbanos se hizo más robusta porque se homogenizó y armonizó
el tamaño de los núcleos (mínimo 30 hogares), agrupando núcleos urbanos con las mismas características
para que la estimación final tenga la robustez requerida y no presente sesgo en las distintas áreas de las
ciudades.

6. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
6
F
u
e
n
t
e
:
I
n
s
t
i
t
u
t
o
N
a
c
i
o
n
a
l
d
e
E
s
t
a
d
í
s
t
i
c
a
e
I
n
f
o
r
m
á
t
i
c
a
-
C
e
n
s
o
d
e
P
o
b
l
a
c
i
ó
n
y
V
i
v
i
e
n
d
a
2
0
1
7
A
V
.
E
L
T
R
I
U
N
F
O
A
V
.
U
N
I
O
N
A
V
.
S
U
C
R
E
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
S
A
N
M
A
R
T
I
N
A
V
.
L
A
M
A
R
I
S
C
A
L
A
A
V
.
G
E
N
E
R
A
L
L
A
M
A
R
A
V
.
2
D
E
M
A
Y
O
A
V
.
L
O
S
I
N
C
A
S
A
V
.
S
I
M
O
N
B
O
L
I
V
A
R
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
7
D
E
J
U
N
I
O
A
V
.
G
E
N
E
R
A
L
V
I
D
A
L
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
S
A
N
J
O
S
E
C
A
L
.
3
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
2
6
D
E
N
O
V
I
E
M
B
R
E
A
V
.
P
A
S
E
O
A
T
A
H
U
A
L
P
A
A
V
.
S
A
N
T
A
R
O
S
A
C
A
L
.
A
C
A
L
.
B
A
V
.
C
A
L
.
M
A
M
A
O
C
L
L
O
C
A
L
.
2
C
A
L
.
R
I
M
A
C
A
V
.
E
L
P
R
O
G
R
E
S
O
A
V
.
G
E
N
E
R
A
L
C
O
R
D
O
V
A
A
V
.
H
U
A
Y
N
A
C
A
P
A
C
A
V
.
P
E
D
R
O
T
E
J
A
D
A
A
V
.
F
L
O
R
A
T
R
I
S
T
A
N
A
V
.
M
A
R
I
A
N
O
N
E
C
O
C
H
E
A
A
V
.
I
N
D
U
S
T
R
I
A
L
C
A
L
.
E
L
S
O
L
C
A
L
.
M
A
R
I
A
N
O
M
E
L
G
A
R
A
V
.
C
H
I
M
U
A
V
.
M
I
G
U
E
L
G
R
A
U A
V
.
E
L
C
A
R
M
E
N
C
A
L
.
A
L
F
O
N
S
O
U
G
A
R
T
E
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
L
O
S
H
E
R
O
E
S
A
V
.
M
E
L
G
A
R
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
M
A
R
T
I
N
D
E
P
O
R
R
E
S
A
V
.
S
A
L
V
A
D
O
R
A
L
L
E
N
D
E
A
V
.
N
I
C
O
L
A
S
D
E
P
I
E
R
O
L
A
A
V
.
1
D
E
M
A
Y
O
A
V
.
J
U
L
I
O
C
E
S
A
A
V
.
R
A
M
O
N
C
A
S
T
I
L
L
A
A
V
.
L
O
S
C
E
D
R
O
S
A
V
.
R
O
S
E
D
A
L
O
A
V
.
E
L
E
J
E
R
C
I
T
O
A
V
.
F
R
A
N
C
I
S
C
O
D
E
Z
E
L
A
A
V
.
I
N
D
E
P
E
N
D
E
N
C
I
A
C
A
A
V
.
9
D
E
J
U
L
I
O
A
V
.
B
I
L
L
I
N
G
H
U
R
S
T
A
V
.
L
O
S
P
R
O
C
E
R
E
S
C
A
L
.
A
P
U
R
I
M
A
C
C
A
L
.
L
O
S
L
A
U
R
E
L
E
S
A
V
.
S
A
L
I
N
A
S
A
V
.
C
E
S
A
R
P
A
N
D
O
C
A
L
.
G
R
A
U
C
A
L
.
C
A
H
U
I
D
E
C
A
L
.
C
H
A
C
H
A
P
O
Y
A
S
C
A
L
.
A
M
A
N
C
A
E
S
C
A
L
.
L
I
R
C
A
Y
D
E
N
O
V
I
E
M
B
R
E
C
A
L
.
C
O
R
I
C
A
N
C
H
A
A
V
.
C
A
P
A
C
Y
U
P
A
N
Q
U
I
A
V
.
L
O
S
E
U
C
A
L
I
P
T
O
S
A
V
.
M
A
R
G
I
N
A
L
A
V
.
L
A
C
O
N
C
O
R
D
I
A
A
V
.
Y
A
H
U
A
R
H
U
A
C
A
C
A
L
.
P
O
L
O
N
I
A
C
A
L
.
Z
E
P
I
T
A
A
V
.
C
E
N
T
R
A
L
C
A
L
.
L
O
S
L
I
R
I
O
S
A
V
.
L
A
P
A
Z
C
A
L
.
T
R
I
L
C
E
C
A
L
.
P
E
R
U
C
A
L
.
L
O
S
A
L
A
M
O
S
A
V
.
8
D
E
O
C
T
U
B
R
E
C
A
L
.
H
U
A
R
A
L
C
A
L
.
L
O
S
R
O
S
A
L
E
S
A
V
.
9
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
A
N
T
O
N
I
O
C
A
L
.
L
O
S
S
A
U
C
E
S
C
A
L
.
U
N
O
A
V
.
M
A
T
E
O
P
U
M
A
C
A
H
U
A
A
V
.
F
R
A
N
C
I
S
C
O
M
A
C
H
U
C
A
C
A
L
.
P
U
R
U
C
H
U
C
O
C
A
L
.
S
U
C
R
E
C
A
L
.
L
O
S
J
A
C
A
L
.
C
I
E
N
E
G
U
I
L
L
A
C
A
L
.
6
D
E
A
B
R
I
L
C
A
L
.
I
N
C
A
R
O
C
A
A
V
.
M
A
R
I
A
P
A
R
A
D
O
D
E
B
E
L
L
I
D
O
C
A
L
.
Y
A
U
L
I
C
A
L
.
A
Z
U
C
E
N
A
C
A
L
.
S
A
N
C
A
M
I
L
O
A
V
.
E
L
P
A
R
A
I
S
O
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
U
N
I
O
N
A
V
.
L
I
M
A
A
V
.
U
N
I
O
N
C
A
L
.
2
A
V
.
U
N
I
O
N
A
V
.
2
8
D
E
J
U
L
I
O
C
A
L
.
2
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
7
D
E
J
U
N
I
O
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
P
A
C
H
A
C
U
T
E
C
C
A
L
.
C
A
V
.
S
A
N
J
O
S
E
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
P
R
O
G
R
E
S
O
C
A
L
.
L
O
S
S
A
U
C
E
S
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
J
O
S
E
A
V
.
L
I
M
A
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
L
I
M
A
A
V
.
J
O
S
E
O
L
A
Y
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
A
T
O
C
O
N
G
O
A
V
.
E
L
S
O
L
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
U
N
I
O
N
A
V
.
2
D
E
M
A
Y
O
C
A
L
.
3
A
V
.
2
D
E
M
A
Y
O
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
I
N
D
U
S
T
R
I
A
L
V
I
L
L
A
E
L
S
A
L
V
A
D
O
R
II. Metodología
II.1.Metodología para la Estimación del Ingreso
Los censos de población no captan información sobre los ingresos de los hogares debido a su alta
complejidadcomoparasermedidaatravésdeuncenso.Porotrolado,tenemoslasencuestasespecializadas
que si tienen información de ingresos de los hogares obtenida de forma robusta. Sin embargo, debido al
diseño propio de las encuestas por muestreo (como es el caso de la Encuesta Nacional de Hogares), los
indicadores de ingresos de los hogares son estimados únicamente con un nivel de representatividad por
departamento más no en áreas menores como las provincias o los distritos.
La metodología de estimación de áreas menores desarrollada por Elbers, Lanjouw y Lanjouw (Elbers et
al. 2003), investigadores del Banco Mundial (BM), combina los datos de un censo de población y de una
encuesta de hogares. En términos generales, esta metodología (también conocida como metodología
ELL) utiliza los datos de la encuesta de hogares para estimar un modelo del ingreso per cápita de los
hogares; luego utiliza los coeficientes de este modelo estimado para predecir el ingreso de cada hogar en
el censo de población; obteniendo estimaciones de los niveles del ingreso promedio per cápita por hogar
para los diferentes niveles de desagregación geográfica.
En el siguiente gráfico se muestra el concepto general de la metodología ELL.
Análisis de la Metodología ELL
II.2. Aspectos conceptuales
El objetivo general del modelo es lograr una estimación indirecta del ingreso per cápita de los hogares
teniendo como base el análisis econométrico de la información común recogida por la encuesta y el
censo. Junto a este fin predictivo, se pretende aportar algunos elementos para el análisis conceptual de
las relaciones funcionales que se puedan constatar entre la variable que se desea explicar y las principales
variables explicativas.
II.2.1. Unidad de analisis
Dado que la variable ingreso que es objeto de estudio se refiere al hogar, cabe realizar algunas
consideraciones previas en torno a la determinación del ingreso total del hogar, a fin de trasladarlas al
proceso de modelación. El nivel de ingreso total es, en gran parte, el resultado del comportamiento de sus
integrantes en el mercado laboral, pues allí desarrollan sus actos de acuerdo con una función económica
del hogar, que se define en base a un conjunto de preferencias y de restricciones presupuestarias. A su
vez, existen condiciones de partida que determinan las probabilidades de acceder a niveles de ingreso
superiores:mayoresventajasdeinserciónenelmercadolaboral,transferenciasdeotroshogares(vivienda,
equipamiento, dinero), etc. Así, el ingreso total del hogar es el resultado de un conjunto de factores que
se encuentran presentes tanto en las características actuales de sus miembros como en otros que son
producto de la acumulación en los hogares de los cuales provienen los integrantes.
II.2.2. Ingresos considerados
Se debe definir qué se entiende por ingreso y qué partidas incluye. La definición conceptual de ingreso
en encuestas a hogares (17ª Conferencia Internacional de Estadísticas del Trabajo, CIET, OIT 2003 y Grupo
de Expertos sobre Estadísticas del Ingreso de los Hogares o Grupo de Canberra, 2001) describe en forma
somera las principales fuentes que debieran ser cubiertas en su estimación: el ingreso corriente del hogar,
definido como la suma del ingreso autónomo del hogar (sueldos y salarios, monetarios y en especies,
ganancias provenientes del trabajo independiente, auto-provisión de bienes producidos por el hogar,
rentas, intereses, dividendos y retiro de utilidades, jubilaciones, pensiones o montepíos y transferencias
corrientes), las transferencias monetarias que recibe el hogar del Estado (aportes en dinero que reciben
las personas y los hogares del Estado a través de los programas sociales) y una imputación por concepto de
arriendo de la vivienda, cuando ésta es habitada por sus propietarios y en el caso de las viviendas ocupadas
en condición de cedida por familiar u otro, cedida por servicio o trabajo. Mientras el propietario de la
vivienda que habita, es considerado como un empresario que explota un activo producido no financiero
y que vende un servicio a sí mismo, por lo que obtiene una corriente de ingreso que es capturada en el
alquiler imputado; la ocupación de viviendas cedidas, también representa un ingreso para el hogar, en
tanto constituye una transferencia corriente de ingresos entre hogares, que amplía las posibilidades de
consumo del hogar que recibe la transferencia, sin reducir el patrimonio de los hogares.
Tomando en cuenta las recomendaciones señaladas, la ENAHO presenta cinco fuentes de ingresos
considerados en este trabajo: el ingreso por trabajo constituye la principal fuente de ingresos, 72,7%
del total de ingresos, una predicción basada solo por esta fuente de ingreso producirá una estratificación
sesgada (hacia abajo para los hogares más ricos con fuentes más diversificadas de ingresos); le sigue las
transferencias corrientes (incluye las transferencias monetarias y las donaciones públicas y privadas) con
14,0%, que son los ingresos percibidos por el hogar; ingresos alquiler imputado con 9,5% (está constituido
principalmente por la valorización que realizan los hogares por la vivienda propia o cedida); renta con
2,2% y el 1,6% corresponde a ingresos extraordinarios (ingresos ocasionales como: herencia, juego de
azar, entre otros).
II.3.Fuentes de Información
Para la estratificación a nivel de manzanas según el ingreso del hogar, se tiene como fuentes principales
al Censo de Población y Vivienda 2017 y la Encuesta Nacional de Hogares 2017-2018, estas dos potentes
bases se armonizaron con información externa provenientes del sector público que son principalmente
registros administrativos.

7. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
7
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
Entre las variables comunes (internas) entre el censo y la encuesta tenemos:
Características de la población: edad, proporción de hombres y mujeres
Características de salud: Al menos un miembro del hogar asegurado a un
tipo de seguro
Censo de Población y Vivienda 2017
Características educativas: educación (niveles y años acumulados), tasa
de analfabetismo, tasa de asistencia escolar
Características de la población ocupada: posición en la ocupación
(empleado, jornalero, patrón), rama de actividad
Infraestructura de la vivienda: tipo de techo, pared, piso
Servicios básicos: agua, desagüe y alumbrado eléctrico
Combustible para cocinar
Encuesta Nacional de Hogares (ENAHO)
2017 - 2018
Características del idioma aprendido en la niñez: del jefe del hogar y de los
miembros del hogar
Otros indicadores: NBIs, discapacidad
Identidad
Se recolectaron otras fuentes de datos provenientes de diferentes instituciones de donde se obtuvieron
diez bases de datos a nivel de persona (bases de datos de población) y diez bases de datos a otros niveles
como instituciones educativas, establecimientos de salud, suministros de electricidad, etc. (bases de
datos de instituciones). La siguiente tabla muestra las diferentes bases de datos utilizadas.
Tabla Nº 1: Fuentes Externas
- Oficina de Normalización Previsional (ONP), 2016 - Registro Nacional de Municipalidades (RENAMU), 2018
- Registro de Usuarios Afiliados al Aseguramiento Universal
de Salud (SUSALUD), 2019
- Registro Nacional de Identificación y Estado Civil
(RENIEC), 2017
- Sistema Integral de Salud (SIS), 2017 - Directorio Central de Empresas y Establecimiento, 2017
- Sistema de Información de Apoyo a la Gestión de la
Institución Educativo (SIAGIE), 2016-2017
- Programa Nacional de Bechas y Crédico Educativo
(PRONABEC), 2012-2018
- Evaluación Censal de Estudiantes (ECE), 2011-2016 - Programa Nacional de Saneamiento Rural, 2018
- Plan de Salud Escolar (PSE), 2016 - Censo Escolar, 2017
- Registro Nacional de Usuarios de Programas Sociales
(RNU), 2017
- Sistema de Denuncias Policiales (SIDPOL), 2017
- Programa Nacional CUNAMAS, 2018 - Organismos Supervisor de la Inversión en Energía y
Minería (OSINERMING), 2017
- IV Censo Nacional Agropecuariao (CENAGRO), 2012 - Censo Penitenciario, 2016
- Paneles Solares u algún otro mecanismo que genere
energía eléctrica (MINEM), 2017
- Mapa de Pobreza Provincial y Distrital, 2013
Bases de Población Bases Institucionales
Las fuentes de datos mencionadas pasaron por un proceso de enlace geográfico, que consistió en los
siguientes pasos:
• Las bases de datos que estaban georreferenciadas fueron revisadas y validadas utilizando la
cartografía censal del INEI.
• Las bases de datos que no estaban georreferenciadas se enlazaron geográficamente mediante
la ubicación geográfica del distrito, nombres o direcciones, según sea el caso. Una vez enlazados
geográficamente, se les asignó la ubicación censal correspondiente.
• En los casos que no se pudo georreferenciar al mínimo nivel de la base de datos, estos se agregaron
a los siguientes niveles geográficos, como manzanas, centros poblados y distritos.
Estas bases de datos externas georreferenciadas y enlazadas permitieron captar mejor la heterogeneidad
de la unidad geográfica más desagregada como provincia, distrito, manzanas, centros poblados entre
otros.
II.4. Agrupamiento de núcleos urbanos
Para la estratificación de los núcleos urbanos, se consideró que los núcleos requieren de un mínimo de 30 hogares,
esta consideración sigue el principio del teorema de limite central que es de gran utilidad en el ámbito estadístico.
Entonces, para este proceso el objetivo es agrupar núcleos urbanos con menos de 30 hogares con otros núcleos
urbanos colindantes con características similares. La finalidad es que al tener un número de hogares adecuados, las
estimaciones a este nivel sean más robustas y no presenten sesgo en las distintas áreas de la ciudad.
Como insumo para este proceso de agrupamiento, se procedió de la siguiente manera:
i) Construir una tabla de núcleos urbanos colindantes.
ii) Utilizar la capa de manzana censal con información de núcleos urbanos.
iii) Se obtiene el centroide de cada manzana mediante la herramienta de geo procesamiento “Feature to
point”, donde se convierte el polígono de manzanas a puntos.
Grafico N° 1 Grafico N° 2
Capa de manzana censal Centroide de la manzana

8. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
8
F
u
e
n
t
e
:
I
n
s
t
i
t
u
t
o
N
a
c
i
o
n
a
l
d
e
E
s
t
a
d
í
s
t
i
c
a
e
I
n
f
o
r
m
á
t
i
c
a
-
C
e
n
s
o
d
e
P
o
b
l
a
c
i
ó
n
y
V
i
v
i
e
n
d
a
2
0
1
7
A
V
.
E
L
T
R
I
U
N
F
O
A
V
.
U
N
I
O
N
A
V
.
S
U
C
R
E
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
S
A
N
M
A
R
T
I
N
A
V
.
L
A
M
A
R
I
S
C
A
L
A
A
V
.
G
E
N
E
R
A
L
L
A
M
A
R
A
V
.
2
D
E
M
A
Y
O
A
V
.
L
O
S
I
N
C
A
S
A
V
.
S
I
M
O
N
B
O
L
I
V
A
R
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
7
D
E
J
U
N
I
O
A
V
.
G
E
N
E
R
A
L
V
I
D
A
L
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
S
A
N
J
O
S
E
C
A
L
.
3
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
2
6
D
E
N
O
V
I
E
M
B
R
E
A
V
.
P
A
S
E
O
A
T
A
H
U
A
L
P
A
A
V
.
S
A
N
T
A
R
O
S
A
C
A
L
.
A
C
A
L
.
B
A
V
.
C
A
L
.
M
A
M
A
O
C
L
L
O
C
A
L
.
2
C
A
L
.
R
I
M
A
C
A
V
.
E
L
P
R
O
G
R
E
S
O
A
V
.
G
E
N
E
R
A
L
C
O
R
D
O
V
A
A
V
.
H
U
A
Y
N
A
C
A
P
A
C
A
V
.
P
E
D
R
O
T
E
J
A
D
A
A
V
.
F
L
O
R
A
T
R
I
S
T
A
N
A
V
.
M
A
R
I
A
N
O
N
E
C
O
C
H
E
A
A
V
.
I
N
D
U
S
T
R
I
A
L
C
A
L
.
E
L
S
O
L
C
A
L
.
M
A
R
I
A
N
O
M
E
L
G
A
R
A
V
.
C
H
I
M
U
A
V
.
M
I
G
U
E
L
G
R
A
U A
V
.
E
L
C
A
R
M
E
N
C
A
L
.
A
L
F
O
N
S
O
U
G
A
R
T
E
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
L
O
S
H
E
R
O
E
S
A
V
.
M
E
L
G
A
R
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
M
A
R
T
I
N
D
E
P
O
R
R
E
S
A
V
.
S
A
L
V
A
D
O
R
A
L
L
E
N
D
E
A
V
.
N
I
C
O
L
A
S
D
E
P
I
E
R
O
L
A
A
V
.
1
D
E
M
A
Y
O
A
V
.
J
U
L
I
O
C
E
S
A
A
V
.
R
A
M
O
N
C
A
S
T
I
L
L
A
A
V
.
L
O
S
C
E
D
R
O
S
A
V
.
R
O
S
E
D
A
L
O
A
V
.
E
L
E
J
E
R
C
I
T
O
A
V
.
F
R
A
N
C
I
S
C
O
D
E
Z
E
L
A
A
V
.
I
N
D
E
P
E
N
D
E
N
C
I
A
C
A
A
V
.
9
D
E
J
U
L
I
O
A
V
.
B
I
L
L
I
N
G
H
U
R
S
T
A
V
.
L
O
S
P
R
O
C
E
R
E
S
C
A
L
.
A
P
U
R
I
M
A
C
C
A
L
.
L
O
S
L
A
U
R
E
L
E
S
A
V
.
S
A
L
I
N
A
S
A
V
.
C
E
S
A
R
P
A
N
D
O
C
A
L
.
G
R
A
U
C
A
L
.
C
A
H
U
I
D
E
C
A
L
.
C
H
A
C
H
A
P
O
Y
A
S
C
A
L
.
A
M
A
N
C
A
E
S
C
A
L
.
L
I
R
C
A
Y
D
E
N
O
V
I
E
M
B
R
E
C
A
L
.
C
O
R
I
C
A
N
C
H
A
A
V
.
C
A
P
A
C
Y
U
P
A
N
Q
U
I
A
V
.
L
O
S
E
U
C
A
L
I
P
T
O
S
A
V
.
M
A
R
G
I
N
A
L
A
V
.
L
A
C
O
N
C
O
R
D
I
A
A
V
.
Y
A
H
U
A
R
H
U
A
C
A
C
A
L
.
P
O
L
O
N
I
A
C
A
L
.
Z
E
P
I
T
A
A
V
.
C
E
N
T
R
A
L
C
A
L
.
L
O
S
L
I
R
I
O
S
A
V
.
L
A
P
A
Z
C
A
L
.
T
R
I
L
C
E
C
A
L
.
P
E
R
U
C
A
L
.
L
O
S
A
L
A
M
O
S
A
V
.
8
D
E
O
C
T
U
B
R
E
C
A
L
.
H
U
A
R
A
L
C
A
L
.
L
O
S
R
O
S
A
L
E
S
A
V
.
9
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
A
N
T
O
N
I
O
C
A
L
.
L
O
S
S
A
U
C
E
S
C
A
L
.
U
N
O
A
V
.
M
A
T
E
O
P
U
M
A
C
A
H
U
A
A
V
.
F
R
A
N
C
I
S
C
O
M
A
C
H
U
C
A
C
A
L
.
P
U
R
U
C
H
U
C
O
C
A
L
.
S
U
C
R
E
C
A
L
.
L
O
S
J
A
C
A
L
.
C
I
E
N
E
G
U
I
L
L
A
C
A
L
.
6
D
E
A
B
R
I
L
C
A
L
.
I
N
C
A
R
O
C
A
A
V
.
M
A
R
I
A
P
A
R
A
D
O
D
E
B
E
L
L
I
D
O
C
A
L
.
Y
A
U
L
I
C
A
L
.
A
Z
U
C
E
N
A
C
A
L
.
S
A
N
C
A
M
I
L
O
A
V
.
E
L
P
A
R
A
I
S
O
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
U
N
I
O
N
A
V
.
L
I
M
A
A
V
.
U
N
I
O
N
C
A
L
.
2
A
V
.
U
N
I
O
N
A
V
.
2
8
D
E
J
U
L
I
O
C
A
L
.
2
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
7
D
E
J
U
N
I
O
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
P
A
C
H
A
C
U
T
E
C
C
A
L
.
C
A
V
.
S
A
N
J
O
S
E
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
P
R
O
G
R
E
S
O
C
A
L
.
L
O
S
S
A
U
C
E
S
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
J
O
S
E
A
V
.
L
I
M
A
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
L
I
M
A
A
V
.
J
O
S
E
O
L
A
Y
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
A
T
O
C
O
N
G
O
A
V
.
E
L
S
O
L
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
U
N
I
O
N
A
V
.
2
D
E
M
A
Y
O
C
A
L
.
3
A
V
.
2
D
E
M
A
Y
O
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
I
N
D
U
S
T
R
I
A
L
V
I
L
L
A
E
L
S
A
L
V
A
D
O
R
iv) Luego, se utiliza los centroides de las manzanas y la herramienta de geo procesamiento “create
Thiessen polygons”, para construir los polígonos de Thiessen trazando las mediatrices de los
segmentos de unión de los centroides de manzanas (Gráfico N°3).
Gráfico N° 3
Polígonos de Thiessen
v) Seguidamente, para formar los polígonos de los núcleos urbanos, se utiliza los polígono de
Thiessen y la herramienta de geo procesamiento “Dissolve”, que fusiona los polígonos de
Thiessen en función al parámetro del código del núcleo urbano, dando lugar a una nueva capa
resultado de dicha fusión (Gráfico N°4).
Gráfico N° 4
Capa fusionada del polígono de Thiessen
vi) Como paso final del acondicionamiento se utiliza el casco urbano de centro poblados y con
la herramienta de geoprocesamiento “clip”, se extrae el área urbana descartando el resto de
áreas que no pertenecen al ámbito urbano.
Gráfico N° 5 Gráfico N° 6
Polígono del caso urbano Polígono del núcleo urbano
vii) Finalmente, se procede a construir la tabla de núcleos urbanos vecinos, utilizando la
herramienta de geoprocesamiento “polygon neighbors”, obteniendo una tabla con un campo
que representa el núcleo urbano inicial y otro campo el núcleo urbano vecino, en esta tabla los
núcleos urbanos se repetirán tantas veces como núcleos urbanos vecinos tengan.
Tabla N° 2: Tablas de núcleos urbanos vecinos

9. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
9
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
Luego de obtener la tabla de núcleos urbanos vecinos, se procedió a agrupar los núcleos con menos de 30
hogares, observando que el 22,5% (6 797 núcleos urbanos) tienen menos de 30 hogares a nivel nacional.
Tabla Nº 3: Núcleos Urbanos por Número
de Hogares
Hogares Nº NNUU % NNUU
< 30 6 797 22,5%
>= 30 13 387 77,5%
Total general 30 184 100,0%
A continuación, se detallan los criterios para el proceso de agrupamiento de núcleos urbanos con menos
de 30 hogares:
 Criterio 1: Se agrupan núcleos urbanos contiguos de acuerdo a la tabla de núcleos urbanos
colindantes.
 Criterio 2: Las características de las viviendas dentro de los núcleos urbanos deben ser similares.
Para esto se construyó el indicador carencias de la vivienda a nivel de núcleo urbano a través del
censo, esto permite acercarnos a una homogeneidad sin error estadístico y sin coeficiente de
variación. Este indicador está basado en tres de los cinco componentes de las Necesidades Básicas
Insatisfechas (NBI), los cuales se detallan a continuación:
 Viviendas con características físicas inadecuadas
 Viviendas con hacinamiento
 Viviendas sin desagüe
 Criterio 3: Se divide en deciles el indicador carencias de la vivienda, que es el porcentaje de
viviendas que tengan al menos uno de los tres componentes de las NBI por núcleo urbano, siendo:
- Decil 10: Mayor carencia de la vivienda en el núcleo urbano
- Decil 1: Menor carencia de la vivienda en el núcleo urbano
 Criterio 4: También se tomó en cuenta el nivel de pobreza monetaria a nivel de núcleos urbanos.
Con los criterios mencionados, se procedió a automatizar el proceso de agrupamiento de los núcleos
urbanos, encontrando que de los 30 184 núcleos urbanos a nivel nacional, el 91.7% (6 236) de ellos fue
automatizado y el 8.3% (561) se realizó de manera manual, es decir, se compararon las características de
las viviendas mediante la imagen satelital.
Tabla Nº 4: Núcleos Urbanos por Condición
de Agrupamiento
Agrupamiento Nº NNUU % NNUU
Manual 561 8,3%
Automatizado 6 236 91,7%
Total general 6 797 100,0%
II.5. Etapas de la Estimación
II.5.1. Análisis de Bases de Datos
Teniendo como insumo las diferentes bases de datos recolectadas, se construyeron un conjunto de
variables que conformaron la base de datos final para la estimación de los modelos predictivos del ingreso
per cápita de los hogares. Una de las condiciones de validez de la metodología es que:
• Las definiciones de las variables comunes entre el censo y la encuesta que son utilizadas en el modelo
econométrico tengan definiciones operativas idénticas y que sus distribuciones sean similares.
• El siguiente paso fue la estandarización de las modalidades (categorías) de las variables.
Por ejemplo, en el Gráfico N°7 se muestra el análisis realizado para la estandarización de las modalidades
de la variable común: Material predominante en los pisos. Se muestra que la ENAHO 2018 y el CPV
2017 tienen definidas las mismas modalidades, pero no así en la ENAHO 2017 que define la modalidad
7: Madera en forma diferente. Para armonizar esta variable de la ENAHO 2017, se rescataron de la
modalidad 9 (otro material) aquellos casos relacionados con los materiales “Pona y Tornillo”, y se
agregaron a la modalidad 7.
Gráfico N° 7
ESTANDARIZACIÓN DE LAS MODALIDADES DE LA VARIABLE MATERIAL PREDOMINANTE EN LOS PISOS
ENAHO 2017 ENAHO 2018 CPV 2017
“Pona, Tornillo”
“Triplay, Calamina”
Fuente: INEI - Encuesta Nacional de Hogares, 2017-2018 - Censos Nacionales 2017: XII de Población, VII de Vivienda y III de Comunidades Indígenas

10. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
10
F
u
e
n
t
e
:
I
n
s
t
i
t
u
t
o
N
a
c
i
o
n
a
l
d
e
E
s
t
a
d
í
s
t
i
c
a
e
I
n
f
o
r
m
á
t
i
c
a
-
C
e
n
s
o
d
e
P
o
b
l
a
c
i
ó
n
y
V
i
v
i
e
n
d
a
2
0
1
7
A
V
.
E
L
T
R
I
U
N
F
O
A
V
.
U
N
I
O
N
A
V
.
S
U
C
R
E
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
S
A
N
M
A
R
T
I
N
A
V
.
L
A
M
A
R
I
S
C
A
L
A
A
V
.
G
E
N
E
R
A
L
L
A
M
A
R
A
V
.
2
D
E
M
A
Y
O
A
V
.
L
O
S
I
N
C
A
S
A
V
.
S
I
M
O
N
B
O
L
I
V
A
R
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
7
D
E
J
U
N
I
O
A
V
.
G
E
N
E
R
A
L
V
I
D
A
L
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
S
A
N
J
O
S
E
C
A
L
.
3
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
2
6
D
E
N
O
V
I
E
M
B
R
E
A
V
.
P
A
S
E
O
A
T
A
H
U
A
L
P
A
A
V
.
S
A
N
T
A
R
O
S
A
C
A
L
.
A
C
A
L
.
B
A
V
.
C
A
L
.
M
A
M
A
O
C
L
L
O
C
A
L
.
2
C
A
L
.
R
I
M
A
C
A
V
.
E
L
P
R
O
G
R
E
S
O
A
V
.
G
E
N
E
R
A
L
C
O
R
D
O
V
A
A
V
.
H
U
A
Y
N
A
C
A
P
A
C
A
V
.
P
E
D
R
O
T
E
J
A
D
A
A
V
.
F
L
O
R
A
T
R
I
S
T
A
N
A
V
.
M
A
R
I
A
N
O
N
E
C
O
C
H
E
A
A
V
.
I
N
D
U
S
T
R
I
A
L
C
A
L
.
E
L
S
O
L
C
A
L
.
M
A
R
I
A
N
O
M
E
L
G
A
R
A
V
.
C
H
I
M
U
A
V
.
M
I
G
U
E
L
G
R
A
U A
V
.
E
L
C
A
R
M
E
N
C
A
L
.
A
L
F
O
N
S
O
U
G
A
R
T
E
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
L
O
S
H
E
R
O
E
S
A
V
.
M
E
L
G
A
R
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
M
A
R
T
I
N
D
E
P
O
R
R
E
S
A
V
.
S
A
L
V
A
D
O
R
A
L
L
E
N
D
E
A
V
.
N
I
C
O
L
A
S
D
E
P
I
E
R
O
L
A
A
V
.
1
D
E
M
A
Y
O
A
V
.
J
U
L
I
O
C
E
S
A
A
V
.
R
A
M
O
N
C
A
S
T
I
L
L
A
A
V
.
L
O
S
C
E
D
R
O
S
A
V
.
R
O
S
E
D
A
L
O
A
V
.
E
L
E
J
E
R
C
I
T
O
A
V
.
F
R
A
N
C
I
S
C
O
D
E
Z
E
L
A
A
V
.
I
N
D
E
P
E
N
D
E
N
C
I
A
C
A
A
V
.
9
D
E
J
U
L
I
O
A
V
.
B
I
L
L
I
N
G
H
U
R
S
T
A
V
.
L
O
S
P
R
O
C
E
R
E
S
C
A
L
.
A
P
U
R
I
M
A
C
C
A
L
.
L
O
S
L
A
U
R
E
L
E
S
A
V
.
S
A
L
I
N
A
S
A
V
.
C
E
S
A
R
P
A
N
D
O
C
A
L
.
G
R
A
U
C
A
L
.
C
A
H
U
I
D
E
C
A
L
.
C
H
A
C
H
A
P
O
Y
A
S
C
A
L
.
A
M
A
N
C
A
E
S
C
A
L
.
L
I
R
C
A
Y
D
E
N
O
V
I
E
M
B
R
E
C
A
L
.
C
O
R
I
C
A
N
C
H
A
A
V
.
C
A
P
A
C
Y
U
P
A
N
Q
U
I
A
V
.
L
O
S
E
U
C
A
L
I
P
T
O
S
A
V
.
M
A
R
G
I
N
A
L
A
V
.
L
A
C
O
N
C
O
R
D
I
A
A
V
.
Y
A
H
U
A
R
H
U
A
C
A
C
A
L
.
P
O
L
O
N
I
A
C
A
L
.
Z
E
P
I
T
A
A
V
.
C
E
N
T
R
A
L
C
A
L
.
L
O
S
L
I
R
I
O
S
A
V
.
L
A
P
A
Z
C
A
L
.
T
R
I
L
C
E
C
A
L
.
P
E
R
U
C
A
L
.
L
O
S
A
L
A
M
O
S
A
V
.
8
D
E
O
C
T
U
B
R
E
C
A
L
.
H
U
A
R
A
L
C
A
L
.
L
O
S
R
O
S
A
L
E
S
A
V
.
9
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
A
N
T
O
N
I
O
C
A
L
.
L
O
S
S
A
U
C
E
S
C
A
L
.
U
N
O
A
V
.
M
A
T
E
O
P
U
M
A
C
A
H
U
A
A
V
.
F
R
A
N
C
I
S
C
O
M
A
C
H
U
C
A
C
A
L
.
P
U
R
U
C
H
U
C
O
C
A
L
.
S
U
C
R
E
C
A
L
.
L
O
S
J
A
C
A
L
.
C
I
E
N
E
G
U
I
L
L
A
C
A
L
.
6
D
E
A
B
R
I
L
C
A
L
.
I
N
C
A
R
O
C
A
A
V
.
M
A
R
I
A
P
A
R
A
D
O
D
E
B
E
L
L
I
D
O
C
A
L
.
Y
A
U
L
I
C
A
L
.
A
Z
U
C
E
N
A
C
A
L
.
S
A
N
C
A
M
I
L
O
A
V
.
E
L
P
A
R
A
I
S
O
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
U
N
I
O
N
A
V
.
L
I
M
A
A
V
.
U
N
I
O
N
C
A
L
.
2
A
V
.
U
N
I
O
N
A
V
.
2
8
D
E
J
U
L
I
O
C
A
L
.
2
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
7
D
E
J
U
N
I
O
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
P
A
C
H
A
C
U
T
E
C
C
A
L
.
C
A
V
.
S
A
N
J
O
S
E
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
P
R
O
G
R
E
S
O
C
A
L
.
L
O
S
S
A
U
C
E
S
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
J
O
S
E
A
V
.
L
I
M
A
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
L
I
M
A
A
V
.
J
O
S
E
O
L
A
Y
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
A
T
O
C
O
N
G
O
A
V
.
E
L
S
O
L
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
U
N
I
O
N
A
V
.
2
D
E
M
A
Y
O
C
A
L
.
3
A
V
.
2
D
E
M
A
Y
O
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
I
N
D
U
S
T
R
I
A
L
V
I
L
L
A
E
L
S
A
L
V
A
D
O
R
II.5.2. Selección de Variables
Esta etapa de la metodología tiene como objetivo seleccionar las variables predictivas candidatas que
se utilizarán en la estimación de los modelos del ingreso per cápita del hogar. La base de datos utilizada
contiene 1 329 variables; donde 277 son variables internas y 1 052 son variables externas.
En primer lugar se verificó que las variables no tengan valores constantes; es decir, que los valores de las
variables no se concentren en su totalidad en un solo valor. Si la variable tenía el mismo valor en todos
los casos, se consideró como una constante y se eliminó de la base de datos. Esta verificación se realizó
tanto para las variables internas como las variables externas.
Luego se realizó la verificación de la similitud de las distribuciones de las variables comunes entre el censo
y la encuesta. Se verificó que el valor promedio de las variables estimadas en el censo se encuentre dentro
de los intervalos de confianza (al 95%) del valor obtenido en la ENAHO 2017-2018. Para las variables
cualitativas se realizó el test de similitud de medias, y para las variables cuantitativas se realizó la prueba
de Kernel. Estas pruebas se desarrollaron sólo para las variables internas. En las variables cualitativas se
analizaron los resultados de la prueba de Chi Cuadrado. En las variables cuantitativas se evaluó la igualdad
de las distribuciones de Kernel utilizando una prueba estadística no paramétrica para muestras de dos
distribuciones, donde la hipótesis nula es que las dos muestras provienen de la misma distribución.
En el siguiente Gráfico N°8, se muestra el número de variables seleccionadas por cada prueba estadística
en cada una de las regiones.
Gráfico N° 8
NÚMERO DE VARIABLES SELECCIONADAS POR TIPO DE TEST ESTADÍSTICO, 2020
112 121 118 119 118 118 111 118 114 117
96
113 106 111 103 106 102
86 87 89 79
58 67 68
109
61
132
91 93 87 85 85 91 83 85 79
97 73 79 71 78 75 76
92
77 73
64
83 72 70
26
44
Tumbes
Moquegua
Tacna
Lambayeque
La
Libertad
Ucayali
Ica
Cajamarca
San
Martín
Loreto
Madre
de
Dios
Amazonas
Huancavelica
Piura
Áncash
Pasco
Huánuco
Región
Lima
2/
Apurímac
Ayacucho
Cusco
Arequipa
Junín
Puno
Provincia
de
Lima
1/
Prov.Const.del
Callao
Test Kernel Test Similitud
1/ Comprende los 43 distritos de la provincia de Lima.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.
Finalmente, se realizó la selección de variables que tienen suficiente apoyo empírico para ser incluidas
como variables predictivas candidatas en los modelos. Para esta selección de variables se utilizó la
regresión Lasso adaptado, un método de machine learning, para beneficiarse de la validación cruzada
incorporada en su algoritmo; lo que evita el riesgo de caer en el sobreajuste del modelo a los datos.
Esta es una de las mejoras introducidas respecto a la estratificación anterior, en el que se utilizó la
regresión stepwise. Un problema potencial con la regresión Stepwise es que, como analiza las variables
independientes una a la vez, puede fallar en obtener el mejor modelo; y como resultado, el modelo puede
ajustarse bien a los datos de la muestra, pero no necesariamente funciona bien fuera de la muestra (Groß
2003), situación conocida como sobreajuste.
II.5.3. Modelamiento
Se desarrolló el modelo de regresión de errores anidados propuesto por Elbers, Lanjouw y Lanjouw (2003).
Como variable a predecir se tiene el logaritmo del ingreso per cápita del hogar para así atenuar el peso
de los valores extremos en la regresión y por ende en los coeficientes. Dentro del proceso de imputación
se aplicó el método “Empirical Best”, denominado así como el mejor estimador desarrollado por Molina
y Rao, (2010). Asumiendo que los errores tienen una distribución según la ley normal, se minimizaron
los errores de estimación de áreas menores mejorando las predicciones de su entorno al utilizarse la
información de ingresos recogida directamente a través de la muestra de los hogares presentes en la
encuesta. Además, los ingresos per cápita del hogar se homogenizaron a precios de Lima Metropolitana.
II.5.4. Análisis de la Bondad de Ajuste de los Modelos
En el Cuadro Nº 1 se muestra la bondad de ajuste medido a través del coeficiente de determinación
ajustado (R2 ajustado) para cada modelo predictivo del ingreso per cápita del hogar. Se observa que el
porcentaje de variación explicada por los modelos varió entre 42.2% y 69.9%, lo que indica una bondad
de ajuste satisfactoria, dada la experiencia internacional.

11. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
11
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
Cuadro N° 1
ESTADÍSTICOS DE BONDAD DE AJUSTE DE LAS ECUACIONES DEL MODELO
DE INGRESO, SEGÚN REGIÓN, 2020
Departamento
Número de
variables en el
modelo
R2
Ajustado
RMSE
Raíz cuadrada
de las
observaciones
Amazonas 26 63,5 0,443 49
Áncash 32 52,4 0,502 57
Apurímac 19 56,1 0,434 43
Arequipa 32 48,2 0,483 62
Ayacucho 20 48,6 0,548 48
Cajamarca 27 61,8 0,492 54
Prov.Const.del Callao 21 59,5 0,397 45
Cusco 19 62,0 0,495 50
Huancavelica 13 53,2 0,478 45
Huánuco 33 63,1 0,487 50
Ica 24 49,0 0,339 55
Junín 22 55,4 0,508 55
La Libertad 26 59,8 0,495 56
Lambayeque 21 56,9 0,429 53
Loreto 21 69,9 0,524 54
Madre de Dios 17 51,7 0,517 40
Moquegua 19 59,0 0,505 44
Pasco 19 53,5 0,498 46
Piura 25 58,8 0,470 57
Puno 17 42,2 0,582 54
San Martín 14 61,6 0,494 52
Tacna 24 52,4 0,501 52
Tumbes 13 53,6 0,423 41
Ucayali 35 65,8 0,403 48
Provincia de Lima 1/ 23 64,7 0,426 77
Región Lima 2/ 34 53,2 0,442 54
1/ Comprende los 43 distritos de la provincia de Lima.
2/ Comprende las provincias de Barranca, Cajatambo, Canta, Cañete, Huaral, Huarochirí, Huaura, Oyón y Yauyos.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.
Asimismo, el cuadro muestra el número de variables predictivas presentes en los modelos estimados,
la raíz del error cuadrático medio, y la raíz cuadrada de las observaciones (que se considera un límite
máximo del número de variables que deberían estar en el modelo), para cada una de las regiones. Así
por ejemplo, el modelo predictivo de la provincia de Lima consta de 23 variables predictivas, tiene un
coeficiente de determinación ajustado de 64.7%, tiene una raíz del error cuadrático medio de 0.426, y el
número máximo recomendado de variables en el modelo es de 77, muy superior al número efectivo de
variables.
Igualmente, en el Gráfico N°9, se compararon los R² ajustados de los modelos predictivos de los planos
estratificados del 2017 y 2020.
Gráfico N° 9
COEFICIENTES DE DETERMINACIÓN (R2
AJUSTADO) DE LOS MODELOS PREDICTIVOS
DEL INGRESODE LOS PLANOS ESTRATIFICADOS, SEGÚN REGIÓN, 2017 Y 2020
Puno
Arequipa
Ayacucho
Ica
Madre
de
Dios
Tacna
Áncash
Región
Lima
2/
Huancavelica
Pasco
Tumbes
Junín
Apurímac
Lambayeque
Piura
Moquegua
Prov.Const.del
Callao
La
Libertad
San
Martín
Cajamarca
Cusco
Huánuco
Amazonas
Provincia
de
Lima
1/
Ucayali
Loreto
Planos Estratificados 2017 PlanosEstratificados 2020
1/ Comprende los 43 distritos de la provincia de Lima.
2/ Comprende las provincias de Barranca, Cajatambo, Canta, Cañete, Huaral, Huarochirí, Huaura, Oyón y Yauyos.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2017 y 2020.

12. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
12
F
u
e
n
t
e
:
I
n
s
t
i
t
u
t
o
N
a
c
i
o
n
a
l
d
e
E
s
t
a
d
í
s
t
i
c
a
e
I
n
f
o
r
m
á
t
i
c
a
-
C
e
n
s
o
d
e
P
o
b
l
a
c
i
ó
n
y
V
i
v
i
e
n
d
a
2
0
1
7
A
V
.
E
L
T
R
I
U
N
F
O
A
V
.
U
N
I
O
N
A
V
.
S
U
C
R
E
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
S
A
N
M
A
R
T
I
N
A
V
.
L
A
M
A
R
I
S
C
A
L
A
A
V
.
G
E
N
E
R
A
L
L
A
M
A
R
A
V
.
2
D
E
M
A
Y
O
A
V
.
L
O
S
I
N
C
A
S
A
V
.
S
I
M
O
N
B
O
L
I
V
A
R
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
7
D
E
J
U
N
I
O
A
V
.
G
E
N
E
R
A
L
V
I
D
A
L
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
S
A
N
J
O
S
E
C
A
L
.
3
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
2
6
D
E
N
O
V
I
E
M
B
R
E
A
V
.
P
A
S
E
O
A
T
A
H
U
A
L
P
A
A
V
.
S
A
N
T
A
R
O
S
A
C
A
L
.
A
C
A
L
.
B
A
V
.
C
A
L
.
M
A
M
A
O
C
L
L
O
C
A
L
.
2
C
A
L
.
R
I
M
A
C
A
V
.
E
L
P
R
O
G
R
E
S
O
A
V
.
G
E
N
E
R
A
L
C
O
R
D
O
V
A
A
V
.
H
U
A
Y
N
A
C
A
P
A
C
A
V
.
P
E
D
R
O
T
E
J
A
D
A
A
V
.
F
L
O
R
A
T
R
I
S
T
A
N
A
V
.
M
A
R
I
A
N
O
N
E
C
O
C
H
E
A
A
V
.
I
N
D
U
S
T
R
I
A
L
C
A
L
.
E
L
S
O
L
C
A
L
.
M
A
R
I
A
N
O
M
E
L
G
A
R
A
V
.
C
H
I
M
U
A
V
.
M
I
G
U
E
L
G
R
A
U A
V
.
E
L
C
A
R
M
E
N
C
A
L
.
A
L
F
O
N
S
O
U
G
A
R
T
E
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
L
O
S
H
E
R
O
E
S
A
V
.
M
E
L
G
A
R
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
M
A
R
T
I
N
D
E
P
O
R
R
E
S
A
V
.
S
A
L
V
A
D
O
R
A
L
L
E
N
D
E
A
V
.
N
I
C
O
L
A
S
D
E
P
I
E
R
O
L
A
A
V
.
1
D
E
M
A
Y
O
A
V
.
J
U
L
I
O
C
E
S
A
A
V
.
R
A
M
O
N
C
A
S
T
I
L
L
A
A
V
.
L
O
S
C
E
D
R
O
S
A
V
.
R
O
S
E
D
A
L
O
A
V
.
E
L
E
J
E
R
C
I
T
O
A
V
.
F
R
A
N
C
I
S
C
O
D
E
Z
E
L
A
A
V
.
I
N
D
E
P
E
N
D
E
N
C
I
A
C
A
A
V
.
9
D
E
J
U
L
I
O
A
V
.
B
I
L
L
I
N
G
H
U
R
S
T
A
V
.
L
O
S
P
R
O
C
E
R
E
S
C
A
L
.
A
P
U
R
I
M
A
C
C
A
L
.
L
O
S
L
A
U
R
E
L
E
S
A
V
.
S
A
L
I
N
A
S
A
V
.
C
E
S
A
R
P
A
N
D
O
C
A
L
.
G
R
A
U
C
A
L
.
C
A
H
U
I
D
E
C
A
L
.
C
H
A
C
H
A
P
O
Y
A
S
C
A
L
.
A
M
A
N
C
A
E
S
C
A
L
.
L
I
R
C
A
Y
D
E
N
O
V
I
E
M
B
R
E
C
A
L
.
C
O
R
I
C
A
N
C
H
A
A
V
.
C
A
P
A
C
Y
U
P
A
N
Q
U
I
A
V
.
L
O
S
E
U
C
A
L
I
P
T
O
S
A
V
.
M
A
R
G
I
N
A
L
A
V
.
L
A
C
O
N
C
O
R
D
I
A
A
V
.
Y
A
H
U
A
R
H
U
A
C
A
C
A
L
.
P
O
L
O
N
I
A
C
A
L
.
Z
E
P
I
T
A
A
V
.
C
E
N
T
R
A
L
C
A
L
.
L
O
S
L
I
R
I
O
S
A
V
.
L
A
P
A
Z
C
A
L
.
T
R
I
L
C
E
C
A
L
.
P
E
R
U
C
A
L
.
L
O
S
A
L
A
M
O
S
A
V
.
8
D
E
O
C
T
U
B
R
E
C
A
L
.
H
U
A
R
A
L
C
A
L
.
L
O
S
R
O
S
A
L
E
S
A
V
.
9
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
A
N
T
O
N
I
O
C
A
L
.
L
O
S
S
A
U
C
E
S
C
A
L
.
U
N
O
A
V
.
M
A
T
E
O
P
U
M
A
C
A
H
U
A
A
V
.
F
R
A
N
C
I
S
C
O
M
A
C
H
U
C
A
C
A
L
.
P
U
R
U
C
H
U
C
O
C
A
L
.
S
U
C
R
E
C
A
L
.
L
O
S
J
A
C
A
L
.
C
I
E
N
E
G
U
I
L
L
A
C
A
L
.
6
D
E
A
B
R
I
L
C
A
L
.
I
N
C
A
R
O
C
A
A
V
.
M
A
R
I
A
P
A
R
A
D
O
D
E
B
E
L
L
I
D
O
C
A
L
.
Y
A
U
L
I
C
A
L
.
A
Z
U
C
E
N
A
C
A
L
.
S
A
N
C
A
M
I
L
O
A
V
.
E
L
P
A
R
A
I
S
O
A
V
.
V
I
L
L
A
M
A
R
I
A
A
V
.
U
N
I
O
N
A
V
.
L
I
M
A
A
V
.
U
N
I
O
N
C
A
L
.
2
A
V
.
U
N
I
O
N
A
V
.
2
8
D
E
J
U
L
I
O
C
A
L
.
2
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
7
D
E
J
U
N
I
O
A
V
.
R
E
P
U
B
L
I
C
A
A
V
.
P
A
C
H
A
C
U
T
E
C
C
A
L
.
C
A
V
.
S
A
N
J
O
S
E
A
V
.
J
O
R
G
E
C
H
A
V
E
Z
A
V
.
P
R
O
G
R
E
S
O
C
A
L
.
L
O
S
S
A
U
C
E
S
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
S
A
N
J
O
S
E
A
V
.
L
I
M
A
A
V
.
2
7
D
E
D
I
C
I
E
M
B
R
E
A
V
.
S
A
N
T
A
R
O
S
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
M
A
N
C
O
C
A
P
A
C
A
V
.
L
I
M
A
A
V
.
J
O
S
E
O
L
A
Y
A
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
E
L
S
O
L
A
V
.
A
T
O
C
O
N
G
O
A
V
.
E
L
S
O
L
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
P
A
C
H
A
C
U
T
E
C
A
V
.
U
N
I
O
N
A
V
.
2
D
E
M
A
Y
O
C
A
L
.
3
A
V
.
2
D
E
M
A
Y
O
A
V
.
2
8
D
E
J
U
L
I
O
A
V
.
I
N
D
U
S
T
R
I
A
L
V
I
L
L
A
E
L
S
A
L
V
A
D
O
R
III. SENSIBILIDAD Y VALIDACIÓN DE LOS MODELOS
III.1. Comparación de las estimaciones (Estimados y Observados)
Se realizó un análisis de sensibilidad para evaluar la capacidad predictiva de los modelos del logaritmo
del ingreso per cápita del hogar con la finalidad de verificar y garantizar la robustez en las estimaciones
del ingreso.
En primer lugar se compararon los valores predichos por la regresión obtenida en el censo con los valores
observados en la misma encuesta ENAHO 2017-2018. En el Gráfico Nº 10 se observa que las estimaciones
de los modelos del ingreso per cápita del hogar obtenidas con el Censo se encuentran dentro de los
intervalos de confianza obtenidos con la encuesta, concluyendo que se ha obtenido una buena precisión
en las estimaciones del ingreso, en las 26 regiones, incluyendo la Provincia Constitucional del Callao,
Provincia de Lima y Región Lima.
Gráfico N° 10
INGRESO OBSERVADO E INGRESO ESTIMADO, 2020
OBSERVADO ESTIMADO
promedio gasto Mínimo Máximo Mínimo Máximo
090000 Huancavelica 534,2 488,6 579,8 501 568 535,0 17,1
060000 Cajamarca 602,8 550,7 654,9 577 622 599,4 11,5
190000 Pasco 706,5 653,2 759,8 648 771 709,5 31,1
030000 Apurímac 648,2 596,1 700,3 647 704 675,6 14,5
010000 Amazonas 669,4 614,4 724,4 641 685 663,0 11,2
160000 Loreto 664,2 603,1 725,3 639 748 693,4 27,6
050000 Ayacucho 669,4 615,6 723,2 647 717 682,0 17,9
210000 Puno 643,4 601,7 685,1 610 707 658,7 24,7
250000 Ucayali 702,9 660,8 745,0 631 778 704,9 37,6
100000 Huánuco 789,8 715,4 864,1 765 829 797,0 16,5
220000 San Martín 850,1 781,6 918,6 815 873 843,9 14,7
020000 Áncash 832,9 785,3 880,4 815 882 848,7 17,2
080000 Cusco 815,8 740,6 890,9 747 891 819,0 36,5
200000 Piura 837,7 790,4 885,0 779 891 835,4 28,6
270000 Región Lima 2/ 973,1 930,5 1015,6 967 1027 996,7 15,2
120000 Junín 873,0 818,0 927,9 813 954 883,6 36,1
130000 La Libertad 1019,9 955,1 1084,7 1000 1067 1033,4 17,2
240000 Tumbes 1012,1 958,9 1065,3 969 1043 1005,9 18,9
070100 Prov.Const.del Callao 1059,2 1004,1 1114,2 1050 1124 1087,4 18,9
140000 Lambayeque 935,5 878,3 992,7 927 983 954,8 14,3
230000 Tacna 1059,9 983,3 1136,4 1083 1185 1133,7 26,0
170000 Madre de Dios 1000,0 938,0 1062,1 952 1089 1020,3 34,9
110000 Ica 1030,3 994,2 1066,4 1003 1095 1048,8 23,3
040000 Arequipa 1262,6 1204,6 1320,6 1249 1328 1288,5 20,2
180000 Moquegua 1281,0 1185,6 1376,5 1223 1335 1278,9 28,6
260000 Provincia de Lima 1/ 1334,2 1272,0 1396,5 1369 1425 1397,0 14,5
Huancavelica
Cajamarca
Pasco
Apurímac
Amazonas
Loreto
Ayacucho
Puno
Ucayali
Huánuco
San
Martín
Áncash
Cusco
Piura
Región
Lima
2/
Junín
La
Libertad
Tumbes
Prov.Const.del
Callao
Lambayeque
Tacna
Madre
de
Dios
Ica
Arequipa
Moquegua
Provincia
de
Lima
1/
Huancavelica
Cajamarca
Pasco
Apurímac
Amazonas
Loreto
Ayacucho
Puno
Ucayali
Huánuco
San
Martín
Áncash
Cusco
Piura
Región
Lima
2/
Junín
La
Libertad
Tumbes
Prov.Const.del
Callao
Lambayeque
Tacna
Madre
de
Dios
Ica
Arequipa
Moquegua
Provincia
de
Lima
1/
Intervalo del Ingreso Observado
Intervalo del Ingreso Estimado
1/ Comprende los 43 distritos de la provincia de Lima.
2/ Comprende las provincias de Barranca, Cajatambo, Canta, Cañete, Huaral, Huarochirí, Huaura, Oyón y Yauyos.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.
III.2. Sensibilidad de los Modelos en la Submuestra
Se evaluó la capacidad predictiva del modelo del ingreso per cápita del hogar, dentro y fuera de la muestra,
con el fin de evitar el riesgo de sobreajuste de dichos modelos a los datos de la muestra; y garantizar que
el conjunto de variables predictivas seleccionadas sea óptimo para otro conjunto de datos.
Para evaluar la robustez del modelo en distintos conjuntos de datos se realizaron los siguientes pasos:
• Se dividió la muestra de la ENAHO 2017-2018 en dos partes, la primera parte se obtuvo un 60 %
de la muestra de la Enaho y la otra parte el 40%.
• Se estimaron los coeficientes de regresión con la primera muestra.
• Se imputaron los ingresos en la segunda muestra con los coeficientes obtenidos en la primera
muestra.
• Los estimados del ingreso obtenidos en la primera muestra se compararon con los ingresos
observados en la segunda muestra.
Gráfico N° 11
INGRESO OBSERVADO E INGRESO ESTIMADO DE LA SUBMUESTRA, 2020
Huancavelica
Cajamarca
Puno
Apurímac
Amazonas
Loreto
Ayacucho
Pasco
Ucayali
Huánuco
Cusco
San
Martin
Áncash
Piura
Junín
Lambayeque
Lima
Provincias
2/
La
Libertad
Madre
de
Dios
Tumbes
Ica
Callao
Tacna
Arequipa
Moquegua
Lima
Metropolitana
1/
Intervalo del Ingreso
Estimado de la submuestra
Intervalo del Ingreso
Observado
1/ Comprende los 43 distritos de la provincia de Lima.
2/ Comprende las provincias de Barranca, Cajatambo, Canta, Cañete, Huaral, Huarochirí, Huaura, Oyón y Yauyos.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.
Con los resultados obtenidos, se concluyó que los ingresos estimados en ambas sub muestras son
estadísticamente similares.

13. PLANOS ESTRATIFICADOS POR INGRESO A NIVEL DE MANZANA DE LAS GRANDES CIUDADES
13
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
AV.
EL
TRI
UN
FO
AV.
UNION
AV.
SUC
RE
AV.
PAC
HAC
UTE
C
AV.
EL
SO
L
AV.
SAN
MA
RTI
N
AV.
LA
MA
RIS
CAL
A
AV.
GEN
ERA
L LA
MA
R
AV.
2 DE
MA
YO
AV.
LOS
INCA
S
AV.
SIM
ON
BO
LIVA
R
AV.
27 DE
DICI
EMB
RE
AV.
7 DE
JUN
IO
AV.
GEN
ERA
L VID
AL
AV.
JOR
GE
CHA
VEZ
AV.
VIL
LA
MA
RIA
AV.
SAN
JOS
E
CAL.
3
AV.
28
DE
JUL
IO
AV.
26
DE
NO
VIE
MB
RE
AV.
PAS
EO
ATA
HUA
LPA
AV.
SAN
TA
RO
SA
CAL
. A
CAL. B
AV.
JOSE
CAL
. MA
MA
OC
LLO
CA
L.
2
CAL
.
RIM
AC
AV.
EL
PR
OG
RE
SO
AV.
GEN
ERA
L CO
RDO
VA
AV.
HU
AYN
A CAP
AC
AV.
PED
RO
TEJ
AD
A
AV.
FLO
RA
TRI
STA
N
AV.
MA
RIA
NO
NEC
OC
HEA
AV.
INDU
STR
IAL
CAL
. EL SOL
CA
L.
MA
RIA
NO
ME
LG
AR
AV.
CHI
MU
AV.
MIG
UEL
GRA
U
AV.
EL
CA
RM
EN
CAL
.
ALF
ONS
O
UGA
RTE
AV.
REP
UBL
ICA
AV.
LO
S
HE
RO
ES
AV.
ME
LGA
R
AV.
MA
NC
O
CA
PA
C
AV.
SAN
MA
RTI
N DE
PO
RR
ES
AV
.
SA
LVA
DO
R
AL
LE
ND
E
AV
.
NIC
OL
AS
DE
PIE
RO
LA
AV.
1 DE
MAY
O
AV.
JU
LIO
CE
SA
R
TE
LLO
AV.
RAM
ON
CAS
TILL
A
AV. LOS CEDROS
AV.
ROSE
DAL
CAL.
2 DE MAYO
AV.
EL
EJERCITO
AV.
FRA
NCI
SCO
DE
ZEL
A
AV.
IND
EPE
ND
EN
CIA
CAL
AV. 9 DE JULIO
AV.
BILL
ING
HUR
ST
AV.
LOS
PR
OC
ER
ES
CAL
.
APU
RIM
AC
CAL
. LOS
LAU
REL
ES
AV.
SAL
INAS
AV
.
CE
SA
R
PA
ND
O
CAL.
GRAU
CAL
. CAH
UID
E
CA
L.
CH
AC
HA
PO
YA
S
CAL.
AMANC
AES
CA
L.
LIR
CA
Y
AV. 2 DE NOVIEM
BRE
CAL
. COR
ICA
NCH
A
AV.
CAPA
C YUPA
NQU
I
AV. LOS EUCAL
IPTOS
AV.
MA
RG
INA
L
AV.
LA
CO
NCO
RDI
A
AV.
YAHU
AR HUAC
A
CA
L.
PO
LON
IA
CA
L.
ZEP
ITA
AV.
CEN
TRA
L
CA
L.
LOS
LIR
IOS
AV.
LA
PAZ
CAL
. TRI
LCE
CAL
.
PER
U
CA
L.
LOS
ALA
MO
S
AV.
8 DE
OC
TU
BR
E
CAL.
HUARA
L
CAL. LOS ROSALES
AV.
9 DE
DIC
IEM
BRE
AV.
SAN
AN
TO
NIO
CAL
.
LOS
SAU
CES
CA
L.
UN
O
AV.
MAT
EO
PUM
ACA
HUA
AV.
FRANCISCO
MACHUCA
CAL.
PUR
UCH
UCO
CAL. SUCRE
CAL.
LOS
JAZ
CAL
.
CIE
NEG
UIL
LA
CAL
.
6
DE
ABR
IL
CAL
.
INC
A
ROC
A
AV.
MA
RIA
PAR
AD
O DE
BEL
LID
O
CAL
. YAU
LI
CAL.
AZUCENA
CA
L.
SA
N
CA
MIL
O
AV. EL PARAISO
AV.
VIL
LA
MA
RIA
AV.
UNI
ON
AV.
LIMA
AV. UNION
CAL.
2
AV.
UN
ION
AV.
28
DE
JUL
IO
CA
L.
2
AV.
SAN
TA
ROS
A
AV.
7 DE
JUN
IO
AV.
REP
UBL
ICA
AV.
PAC
HAC
UTE
C
CA
L.
C
AV.
SAN
JOS
E
AV.
JOR
GE
CHA
VEZ
AV
.
PR
OG
RE
SO
CAL.
LOS
SAUC
ES
AV.
MAN
CO
CAP
AC
AV.
SAN
JOS
E AV.
LIM
A
AV.
27 DE
DICI
EMB
RE
AV.
SAN
TA
ROS
A
AV.
PAC
HAC
UTE
C
AV.
MAN
CO
CAP
AC
AV.
LIM
A
AV.
JOS
E
OLA
YA
AV.
PAC
HAC
UTE
C
AV.
EL
SOL
AV.
ATO
CON
GO
AV.
EL
SO
L
AV.
PAC
HAC
UTE
C
AV.
PA
CH
AC
UT
EC
AV.
UNI
ON
AV.
2 DE
MAY
O
CA
L.
3
AV.
2 DE
MA
YO
AV.
28
DE
JUL
IO
AV.
INDU
STR
IAL
VILLA EL SALVADOR
IV. ESTRATIFICACIÓN DEL INGRESO
En la medida que, por un lado se requiere robustez en la identificación de los hogares según sus niveles de
ingresos y, por otro lado se demanda una focalización poblacional dentro del distrito, se empleó el método
de Dalenius-Hodges (1959) en la constitución de los rangos que definen los cinco estratos de ingresos.
El método consiste en la formación de estratos de manera que la varianza de las medias sea mínima al
interior del estrato y máxima entre cada uno de ellos, es decir, formar estratos lo más homogéneos posible.
A continuación se detalla el proceso de estratificación del ingreso per cápita de los hogares:
• En primer lugar, se calcula los ingresos estimados per cápita del hogar a nivel de núcleos urbanos.
• Seguidamente, se agrupan los ingresos estimados per cápita de los hogares en 100 intervalos de
clase.
• Luego, se calcula la raíz cuadrada de la frecuencia de cada clase.
• Después, se acumula la raíz cuadrada de las frecuencias en cada clase.
• Finalmente, se divide la suma de la raíz cuadrada de la frecuencias por el número de estratos (5) a
agrupar.
Ejemplo:
Tabla Nº 5: Método de Dalenius: estimaciones previas a
la determinación de los estratos
Percentiles
Limite
Inferior
Límite
Superior
Frec. Raiz(frec)
Acum.
Raiz(frec)
1 9,1 75,9 8 2,8 2,8
2 75,9 142,7 77 8,8 11,6
3 142,7 209,5 179 13,4 25,0
4 209,5 276,3 214 14,6 39,6
5 276,3 343,1 223 14,9 54,5
6 343,1 410,0 216 14,7 69,2
.
.
.
.
98 6 490,3 6 557,1 1 1 2
99 6 557,1 6 623,9 0 0 2
100 6 623,9 6 690,8 1 1 3
Método de Dalenius: determinación de los
Límites de los estratos
Estrato Inf. Sup. frec. %
Alto 2 748,6 6 690,8 119 4,7
Medio Alto 1 479,0 2 748,6 236 9,4
Medio 810,9 1 479,0 469 18,7
Medio Bajo 410,0 810,9 773 30,7
Bajo Hasta 410 917 36,5
Total 2 514 100,0
En el Cuadro N° 2, se observa que con el método de Dalenius se tiene cinco estratos de ingresos per cápita
del hogar, los cuales se definen como: estrato alto, estrato medio alto, estrato medio, estrato medio bajo
y estrato bajo, para el departamento de Lima y la Provincia Constitucional del Callao. Ello garantiza una
estratificación distinta para cada región urbana, lo cual permite focalizar adecuadamente a la población con
menores ingresos al momento de aplicar alguna política pública a nivel de región.
Cuadro Nº 2
ESTRATIFICACIÓN DEPARTAMENTAL DE INGRESOS PER CÁPITA DEL HOGAR POR EL MÉTODO DE DALENIUS, 2020
Amazonas 1 053,267 a más 835,183 - 1 053,267 684,201 - 835,183 533,220 - 684,201 533,220 a menos
Áncash 1 340,883 a más 1 025,386 - 1 340,883 804,538 - 1 025,386 646,790 - 804,538 646,790 a menos
Apurímac 1 034,034 a más 815,744 - 1 034,034 656,988 - 815,744 518,076 - 656,988 518,076 a menos
Arequipa 2 074,964 a más 1 501,203 - 2 074,964 1 150,572 - 1 501,203 927,443 - 1 150,572 927,443 a menos
Ayacucho 1 086,005 a más 842,518 - 1 086,005 659,903 - 842,518 522,942 - 659,903 522,942 a menos
Cajamarca 1 319,279 a más 996,752 - 1 319,279 738,730 - 996,752 545,214 - 738,730 545,214 a menos
Prov.Const.del Callao 1 436,726 a más 1 133,363 - 1 436,726 905,840 - 1 133,363 754,158 - 905,840 754,158 a menos
Cusco 1 526,721 a más 1 129,988 - 1 526,721 849,941 - 1 129,988 616,569 - 849,941 616,569 a menos
Huancavelica 877,390 a más 689,331 - 877,390 579,630 - 689,331 469,930 - 579,630 469,930 a menos
Huánuco 1 450,349 a más 1 016,905 - 1 450,349 812,931 - 1 016,905 634,454 - 812,931 634,454 a menos
Ica 1 449,382 a más 1 158,484 - 1 449,382 992,257 - 1 158,484 846,808 - 992,257 846,808 a menos
Junín 1 293,026 a más 1 021,789 - 1 293,026 840,964 - 1 021,789 682,743 - 840,964 682,743 a menos
La Libertad 1 690,969 a más 1 239,979 - 1 690,969 948,161 - 1 239,979 735,930 - 948,161 735,930 a menos
Lambayeque 1 399,866 a más 1 098,447 - 1 399,866 917,596 - 1 098,447 756,839 - 917,596 756,839 a menos
Lima 2 412,439 a más 1 449,715 - 2 412,439 1 072,996 - 1 449,715 863,708 - 1 072,996 863,708 a menos
Loreto 1 298,734 a más 938,899 - 1 298,734 663,731 - 938,899 473,230 - 663,731 473,230 a menos
Madre de Dios 1 294,353 a más 1 097,590 - 294,353 999,209 - 1 097,590 861,475 - 999,209 861,475 a menos
Moquegua 1 954,543 a más 1 413,478 - 1 954,543 1 142,946 - 1 413,478 872,414 - 1 142,946 872,414 a menos
Pasco 1 069,133 a más 886,052 - 1 069,133 736,259 - 886,052 603,109 - 736,259 603,109 a menos
Piura 1 553,071 a más 1 079,119 - 1 553,071 842,142 - 1 079,119 657,827 - 842,142 657,827 a menos
Puno 1 106,109 a más 838,804 - 1 106,109 678,421 - 838,804 553,679 - 678,421 553,679 a menos
San Martín 1 376,745 a más 982,414 - 1 376,745 757,082 - 982,414 588,083 - 757,082 588,083 a menos
Tacna 2 187,474 a más 1 509,098 - 2 187,474 1 024,544 - 1 509,098 782,267 - 1 024,544 782,267 a menos
Tumbes 1 238,833 a más 1 062,098 - 1 238,833 929,546 - 1 062,098 819,087 - 929,546 819,087 a menos
Ucayali 1 032,273 a más 850,668 - 1 032,273 705,383 - 850,668 596,419 - 705,383 596,419 a menos
Bajo
Rangos de Ingresos Per Cápita por Estrato (Soles)
Alto Medio Alto Medio Medio Bajo
Departamento
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.