Este proyecto implementa un modelo de regresión logística (Logit) para analizar la prevalencia de desnutrición crónica en niñas ecuatorianas, con especial atención a la variable etnia como factor clave. El análisis se basa en una muestra del ENDI (Encuesta Nacional de Desnutrición Infantil), y tiene como objetivo identificar grupos con mayor riesgo según características socioeconómicas y demográficas.
- Filtrado de los datos para trabajar exclusivamente con niñas.
- Exploración de la distribución de la variable etnia en la población objetivo.
- Selección de variables predictoras:
n_hijos,region,condicion_empleo,etnia. - Transformación de variables categóricas en dummies.
- Escalamiento (solo si es necesario).
- Ajuste de un modelo logit ponderado usando
statsmodels. - Análisis de significancia de coeficientes.
- Evaluación de precisión del modelo en el conjunto de prueba.
- Implementación de KFold con 100 pliegues para validar la estabilidad del modelo.
- Almacenamiento de los coeficientes beta estimados en cada pliegue.
- Cálculo de la precisión media del modelo.
- Visualización de histogramas de precisión y coeficientes.
- Identificación de etnias con menor probabilidad de presentar desnutrición crónica.
- Comparación entre el modelo completo y el promedio de los pliegues.
- Evaluación de la disminución leve en la precisión con validación cruzada.
- La etnia Mestizo/Blanco muestra una asociación significativa y negativa con la desnutrición crónica en niñas.
- La precisión del modelo pasa de 0.81 (entrenamiento/prueba) a 0.79 con validación cruzada.
- Los coeficientes beta disminuyen ligeramente, lo cual indica estabilidad y consistencia del modelo.
- Python 3.x
- pandas
- numpy
- matplotlib
- statsmodels
- scikit-learn
sample_endi_model_10p.txt: Submuestra del ENDI con información de salud, etnia y contexto socioeconómico.
Este análisis forma parte de un ejercicio de evaluación final y está enfocado en el aprendizaje y aplicación de modelos logit para problemas sociales reales.