Versión de HTML Básico
Analíti a
k
9
Revista de Análisis Estadístico
Journal of Statistical Analysis
Analítika, Revista de análisis estadístico, (2015), Vol. 9
Localizacion de centros de empleo y su influencia sobre la distribucion de la poblacion en el Distrito...
75
esta ´area y como saber si esta alza en la densidad es significativa para la densidad de toda
la ciudad.
La identificaci´on de centros de empleo en Quito ya se ha realizado (Mancheno and Rojas
(2013)) a trav´es de una metodolog´ıa no param´etrica (McMillen (2001)). Esta identificaci´on
determina la existencia de 8 lugares como centros de empleo en Quito; sin embargo, no
agota todas las versiones del modelo de identificaci´on, que la variaci´on de ciertos par´ametros
permitir´ıa. Se aplica la metodolog´ıa no param´etrica (McMillen (2001)) utilizando varios
escenarios para dar cuenta de la sensibilidad de los resultados obtenidos. Se realizar´a un
ejercicio de prueba error con varios par´ametros para probar la consistencia de los datos con
la realidad. Tras este ejercicio se escoger´an los sitios para subcentros que muestren la mayor
solidez tanto de manera metodol´ogica como de consistencia con el conocimiento de la ciudad.
4.1 Identificaci´on a trav´es del m´etodo no param´etrico de McMi-
llen
Este presenta la ventaja de tener una forma flexible de identificar los centros de empleo a
trav´es de m´etodos no param´etricos sin tener que contar con un stock enorme de conocimiento
espec´ıfico sobre el territorio a ser analizado y con un nivel menor de arbitrariedad que los otros
m´etodos. Se utiliza un procedimiento de dos fases para poder identificar los subcentros de
empleo. En la primera parte se estima una superficie del logaritmo de la densidad bruta
16
de
empleo como una suerte de vitrina para mostrar los lugares candidatos a centros de empleo.
La estimaci´on se hace a trav´es de un m´etodo no param´etrico de ajuste de superficies, que
se utilizar´a en otros puntos de este trabajo, denominado regresi´on localmente ponderada
17
.
Esta regresi´on estima una densidad de empleo para cada uno de los centroides de las unidades
territoriales. Para realizar esta estimaci´on es necesario especificar la forma como se ponderan
los casos en el momento del ejecutar el procedimiento. En este trabajo se utiliza un
kernel
tricubico
18
similar al utilizado por McMillen (2001) que pondera las observaciones haciendo
que las que est´en m´as pr´oximas del punto a ser estimado se les confiera una ponderaci´on
m´as alta.
Un factor que es definitorio en este tipo de m´etodos de ajuste de superficies es el tama˜no
de la ventana o span que se escoge para la estimaci´on. Este valor representa el porcentaje de
16
Se utiliza la densidad bruta de empleo pues como se expone en McDonald (1989):
E/L
= (
E/L
e
)
/
(
L
e
/L
)
donde
E
es el empleo total en un sector,
L
es el total de la extensi´on del sector,
L
e
es la extensi´on dedicada
exclusivamente a esta actividad dentro del sector. Si el valor de
L
e
es bajo puede llevar a alzas en el
E/L
e
(Densidad Neta) que, sin embargo, podr´ıan no tener efecto sobre las zonas circundantes. Desde esta
perspectiva, la densidad neta de empleo permite evitar esa posibilidad.
17
Para m´as detalles sobre la Locally Weighted Regression (LOESS), Cleveland and Devlin (1988)
18
Un kernel tricubico se representa asi:
K
i
= 1
−
(
d
i
d
max
)
3
3
iffI
(
d
i
< d
max
) donde
d
i
es la distancia
del punto a ser estimado con respecto al punto
i
,
d
max
es la distancia maxima determinada por la ventana
escogida y
I
() es una funcion binaria que es igual a 1 cuando al condicion se cumple o igual a cero si no.
21