libro.pdf

1. 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.

2. 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

3. 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

4. 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.

5. 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.

6. 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

7. 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

8. 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

9. 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.

10. 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.

11. 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.

12. 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.

libro.pdf

You are reading a preview.

Check these out next

libro.pdf

More Related Content

Similar to libro.pdf (20)

Recently uploaded (20)

libro.pdf