Brechas de escolaridad en Bolivia

Introducción

En algún municipio de Bolivia, el año 2012, las mujeres lograron estudiar en promedio 2 años, mientras los hombres alcanzaron, en otro municipio y el mismo año, 13 años. Las mujeres probablemente ni siquiera aprendieron a leer y escribir mientras los hombres completaron el bachillerato de 12 años. El año 2001 el escenario era peor: Mujeres con menos de 1 año de estudio y hombres con casi 12; estos datos representan los valores extremos, dentro de cuyos márgenes está toda la población boliviana.

El ensayo indaga si estas diferencias se producen por tener identidad indígena, vivir en la ciudad o el campo, estar en un contexo de pobreza y el número de hijos. Estas causas podrían actuar de modo distinto entre hombres y mujeres. Por ejemplo, la cantidad de hijos hipotéticamente reduce más los años de estudio de mujeres respecto a los hombres, dada una norma social que estimula negativamente el abandono escolar de muejres adolescentes embarazadas. Entonces, la primera brecha a calcular consiste en la magnitud de influencia de las causas para mujeres y hombres. La segunda brecha calcula cuánto se han achicado estas en 11 años, entre 2001 y 2012.

Para todo el trabajo se utilizaron datos de los censos de 2001 y 2012 proporcionadas por el Instituto Nacional de Estadística Boliviano y en menor medida de Gapminder. La reproducibildiad del trabajo puede lograrse accediendo al repositorio en GitHib

El documento inicia con antecedentes, le sigue la descrpción del método de trabajo. Seguidamente está la explicación, mayormente gráfica de las variables. Posteriormente están los resultados y finalmente las conclusiones y recomendaciones.

Antecedentes

Desde la fundación de Bolivia hasta la fecha, existe una variedad considerable de políticas educativas que el Ministerio de Educación boliviano ha resumido y compilado cronológicamente. Los hitos mas importantes, son aquellos que intentan refundar integralmente la educación a través de reformas educativas, entre las más emblemáticas están:

1. 1904. 31 de mayo. Reforma liberal de la Educación. Educación laica.
2. 1955. 20 de enero. Promulgación del Código de la Educación Boliviana.
3. 1994. 7 de julio. Promulgación de la ley de reforma educativa.
4. 2010. 20 diciembre. Promulgación de la Ley de Educación Avelino Siñani Elizardo Pérez.

Por tanto, el análisis que está entre los años 2001 y 2012, se encuentra en medio de dos políticas educativas y siete gobiernos, los dos últimos bajo el liderazgo de Evo Morales Ayma. Según el Viceminsitro de Educación Alternativa para el año 2013, Noel Aguirre, los cambios principales de la ley que confeccionó el gobierno se resumen en:

1. Democratización
   "Se democratiza la educación. Es para todos. En el pasado quedaron marginados los sectores indígena originario y campesinos. Después de 1952 se implantó un modelo diferenciado para los que vivían en el área rural y otro para los urbanos. Con esta ley, la educación es la misma para todos".

2. Bachillerato técnico
   "Desde la secundaria, todos tendrán que optar por una carrera técnica. Se implementarán 21 institutos tecnológicos. La idea es construir módulos en los distritos escolares. El estudiante tendrá que ir a módulos, dos horas. No proponemos que en cada colegio existan espacios técnicos".

3. Centralización
   "Se restituye el sistema educativo. Ahora es único. Los departamentos y municipios no pueden hacer lo que quieran. Los Servicios Departamentales de Educación (Seduca) pasan a depender del ministerio. Serán el nexo para la elaboración de las currículas regionalizadas, en función de la vocación regional".

4. Enseñanza trilingüe
   "La formación será trilingüe: Todas las personas, independientemente de donde vivan, aprenderán el castellano, un idioma extranjero y uno nativo u originario. Se protege a las lenguas en peligro de extinción. Ya no existe el peligro de que desaparezcan algunas lenguas originarias".

5. Implementación idioma
   "Será paulatino. En el país ya existen, por ejemplo, profesores egresados de aymara. Estaban esperando una oportunidad, ahora la tendrán. En el caso del idioma extranjero, también será paulatino. En el país existen más de 14 mil unidades educativas. No se podrá empezar pronto".

6. Control social
   "Todos los miembros que tienen que ver con la educación; padres de familia, estudiantes, vecinos y otros tienen que trabajar en un proyecto común. No se trata sólo de controlar al maestro. Más bien tiene que ver con la calidad de la educación, si responde a lo que se espera en la comunidad".

7. Material escolar
   "La enseñanza tiene que ser de la historia universal, pero también de la historia de nuestra propia cultura. Como se necesitará mucha bibliografía, se lanzarán convocatorias públicas, especialmente dirigidas a maestros con experiencia para que contribuyan con lo que tienen para hacer los textos".

8. Ideología
   "Se declara: descolonizadora, liberadora, revolucionaria, antiimperialista despatriarcalizadora y transformadora de las estructuras económicas y sociales; orientada a la reafirmación cultural de las naciones y pueblos indígena originario campesino y las comunidades interculturales".

9. Currícula
   "La currícula todavía no se ha terminado. En su elaboración se tomará en cuenta muchos aspectos como la dinámica del país, de la región, de las autonomías, de las capacidades productivas. Por ejemplo en el sudoeste potosino, los temas del litio tendrán que ser parte de la enseñanza".

10. Financiamiento
    "Estamos trabajando con varios organismos internacionales para lograr financiamiento. Se calcula que se requiere de aproximadamente 92 millones de dólares para la implementación de la ley en los dos primeros años. Gran parte de este presupuesto requiere de apoyo internacional".

Puede enconcontrarse un balance político histórico de la ley educativa boliviana de parte del ex-ministro de Educación Feliz Patzi, ahora opositor al gobierno. En su texto argumenta que la expresión final de una reforma educativa es la currícula, que a decir de él, se ha alejado de los horiontes que plantea la Constitución Política del Estado: descolonización y sistema comunitario.

¿Por qué se hace este estudio?

El estudio es un encargo del proyecto La Pública. El pedido consistió en realizar un estudio que muestre y explore del desarrollo de los derechos humanos en Bolivia en el ámbito educativo. Por supuesto que el presente ensayo se limita a una muy pequeña parte de este universo. Asimismo, el ensayo se inspira en un trabajo que realizó el Programa de Naciones Unidas para el Desarrollo en Bolivia (PNUD), que calculó las mismas brechas para el año 2007, con excepción de la influencia de los hijos nacidos vivos en la escolaridad. El trabajo del PNUD se ralizó con la encuesta de hogares del mismo año. La motivación central mi trabajo consiste en reproducir el estudio del PNUD pero agregando otras variables y sobre todos utilizando datos censales que permiten un universo de estudio menos inferencial. Las diferencias con ese estudio son:

• Los resultados se acomopañan con las bases de datos utilizadas
• Están disponibles los métodos utilizados
• Está disponible el código de programación de los cálculos estadísticos y de los gráficos.
• Todo el estudio, es reproducible en su integridad, utilizando el lenguaje R.

Véase a continuación el gráfico que resume el trabajo del PNUD al respecto ^[1]

Método

La gran mayoría de los datos son censales y se recogieron en la unidad territorial municipal, los datos están disponibles en el Instituto Nacional de Estadística Boliviano. En Bolivia existen hoy 339 municipios ^[2]. Por tanto, los datos que se muestran como promedio, por ejemplo, están ponderados para cada uno de los 339 municipios. Pese a que existían menos de 339 municipios cuando el Censo de 2001 se produjo ^[3], el Instituto Nacional de Estadística Boliviano muestra los datos de este año para los 339 municipios actuales. Los datos sobre otros países se extrajeron de Gapminder que a su vez los compila de diversas fuentes. Sin embargo, estos no se utilizaron para los modelos sino únicamente para brindar contexto y comparabilidad.

Como se anticipó, la lógica del trabajo puede leerse así:

"los años de escolaridad de mujeres y hombres dependen de si son indígenas o no, pobres o no, si viven en ciudades o áreas rurales y de la cantidad de hijos que tengan"

A continuación de presenta un detalle mayor de cada una de las variables del análisis. La referencia a "adaptación" se refiere a los arreglos que se hicieron en base a la información original para tener una base de datos manejable y ajustada al modelo.

• Años de de escolaridad

  • Años promedio de escolaridad la población de 19 años o más por sexo y municipio. Censos 2001 y 2012
  • No se adaptó la información original

• Etnicidad

  • Población que se considera perteneciente a uno de los pueblos originarios o indígenas por municipio. La pregunta censal solo se hizo a personas de 15 años o más. Censos 2001 y 2012
  • Adapatación: Suma de toda la población identificada con algún pueblo originario o indígena dividida entre el total de la población del municipio que aplicaba para esta pregunta multiplicada por cien. Es decir, porcentaje de población con autoidentificación étnica sobre el total de población del municipio sujeta a la pregunta censal ^[4]

• Número de hijos nacidos vivos

  • Número de hijas e hijos nacidos vivos que ha tenido la madre. No se computan lo hijos que seguían vivos en el momento de la pregunta sino el total de nacidos con vida
  • Adaptación: Promedio de hijas e hijos nacidos vivos que han tenido las madres por municipio

• Población urbana o rural

  • Porcentaje de población que vive en área urbana o rural por municipio
  • No se adaptó la información original

• Pobreza

  • Población en condicion de pobreza moderada, indigente y marginal
  • Adpatación: Suma de la población en estas categorías dividida entre el total de la población sujeta a evaluación de pobreza multiplicada por cien. Es decir, porcentaje de población en condición de pobreza por cada municipio sobre el total de la población sujeta a esa evaluación censal del mismo municipio.

Para detectar la influencia de cada una de las causas (variables) sobre los años de escolaridad, se utilizaron regresiones múltiples. En total se tienen cuatro modelos:

• Años de escolaridad de mujeres dependiente de las causas para el año 2001
• Años de escolaridad de mujeres dependiente de las causas para el año 2012
• Años de escolaridad de hombres dependiente de las causas para el año 2001
• Años de escolaridad de hombres dependiente de las causas para el año 2012

Las variables adaptadas fueron ajustadas para hacer los modelos estadísticos más eficientes. De modo más formal puede leerse así:

$$AE_{i}$$ = {\beta}{0} + {\beta}{1}{Ind}{1i} + {\beta}{2}{Rur}{2i} + {\beta}{3}{Pob}{3i} + {\beta}{4}{Hij}{4i} + {E}{1i}$$

Donde:

$$E_{i} = {Años.de.escolaridad}$$
$${\beta}{1}{Ind}{1i} = {Autoidentificación.étnica.por.encima.de.la.mediana}$$
$${\beta}{2}{Rur}{2i} = {Población.rural.del.municipio.que.supera.al.50.porciento.del.total.de.la.población}$$
$${\beta}{3}{Pob}{3i} = {Población.pobre.del.municipio.que.supera.al.50.porciento.del.total.de.la.población}$$
$${\beta}{4}{Hij}{4i} = {Promedio.de.número.de.hijos.por.municipio}$$

Justificación del método, años y variables.

La unidad de análisis es municipal. ¿Por qué?. Si bien ambos censos tienen un nivel de desagregación mayor, los gobiernos más cercanos a la gente en Bolvia son los municipios. Estos están en vigencia desde 1994 y han sufrido una modificación, haciéndose más potentes, desde la reforma constitucional de 2009. Entonces, el análisis a este nivel tiene la ventaja establecer el lazo con posibles políticas públicas o con acciones pasadas, es decir, acciones que expliquen los datos o los modifiquen.

La elección de utilizar datos censales y no encuestas de hogares, por ejemplo, deriva de la decisión de trabajar a nivel municipal. ¿En qué periodos puede encontrarse información desagregada a para todos los municipios?. Si bien existe información administrativa a nivel muncipal no censal, los datos de pobreza, por ejemplo, son en realidad índices construidos por combinación de datos unitarios. La falta de uno de los datos afecta toda la cosntrucción del índice, por lo mismo existía más seguridad al trabajar con datos censales. Asimismo, el periodo intercensal de 11 años, 2001 a 2012 coincide casi perfectamente a una generación de estudio escolar, que en Bolivia es de 12 años. Entonces, el análisis de brechas intercensales es también un análisis de la evolución de una generación escolar.

La elección de las variables se inspiró en el trabajo del PNUD, señalado anteriormente, y también en el trabajo de Esther Duflo, en el que se utilizan pruebas aleatorias controladas para medir avances o deterioros en pobreza. Concretamente, la variable de hijos nacidos vivos como predictor de años de escolaridad se basa en el capítulo de Familia y Género del libro de Duflo: "Poor Economics, a Radical Rethinking of the Way to Fight Global Poverty". El resto de las variables, urbanidad-ruralidad, etnicidad y pobreza son hipótesis que en Bolivia largamente se han trabajado como factores de exclusión. Es más, muchos de los programas del gobierno actual se basan en el combate de las asimetrías generadas por razón de pobreza, etnicidad y lugar de residencia. En el primer capítulo del libro Las tensiones creativas de la revolución, la quinta fase del Proceso de Cambio del Vicepresidente boliviano García Linera, se explica bien lo que el gobierno entiende como horizontes de época: pilares estructurantes donde se funda la sociedad y su programa de gobierno. En esos pilares claramente están inscritos la etnicidad y las autonomías (por ello el aterrizaje municipal).

La elección de la regresión múltiple como método responde al interés particular de hallar el peso específico de cada causa en el efecto de escolaridad y como cada una de estas, que coinciden con políticas públicas que buscan eliminarlas como factores de exclusión, se han achicado o agrandado en el tiempo. Es también, aunque en menos escala, un análisis de la funcionalidad de las hipótesis políticas del cambio social. Sin embargo, el estudio no es más que una aproximación inicial a la evaluación de política pública por evidencia empírica en mi país. Sus ambiciones son modestas.

Exploración de variables

Gran parte de los gráficos mostrarán información a través de distribuciones estadísticas. Por tanto, se sugiere ver previamente el video siguiente que explica en qué consisten.(2 minutos)

---

1. Fue extraído de una presentación realizada en Octubre de 2011 ↩︎

2. De estos 339 municipios 12 de ellos han decididio convertir su gobierno a uno indígena. Esto permitido en la Constitución Polítical del Estado. Entonces, en rigor solo existen 327 municipios y 12 entidades territoriales indígenas. Sin embargo, estas transiciones no han afectado a la hora en que los datos se generaron ni a la fecha, los límites territoriales de los municipios; el mapa municipal sigue siendo el mismo. ↩︎

3. No todas las personas fueron consultadas sobre esta pregunta, pro tanto el total para computar el porcentaje no es igual al total de la población del municipio sino el total de la población sujeta a esta pregunta. En las bases de datos del INE, la existe un categoria de "No aplica" que es la población exluída de la pregunta. ↩︎

4. Esto se explica a partir que nuevos municipios se crearon en base a jurisdicciones anteriores hasta llegar a 339. Bolivia tenía 314 municipios en 1994, que se fueron dividiendo y llegaron a la cifra citada ↩︎

Años de escolaridad

Considerando que la primaria en Bolivia dura 6 años y la secundaria otros 6, ni en el 2012 ni en el 2001 el promedio de años alcanzaba para completar el colegio. Las mujeres alcanzan el 2012 el nivel de escolaridad que los hombres ya tenían 11 años antes. El deseo constitucional de hacer la educación hasta el bachillerato obligatoria (12 años) ^[1] no se aplicaba tres años después de su promulgación.

Los datos más extremos, mínimos y máximos sobre años de escolaridad se ven así:

---

1. Artículo 81 de la Constitución Política del Estado aprobada en 2009 ↩︎

Una comparación entre ciudades capitales, donde vive el 47% de la población y el resto, puede verse en el siguiente gráfico

Finalmente, una forma adicional de mostrar la distribución de años de escolaridad de hombres y mujeres en el tiempo es a través de los siguientes mapas a escala municipal

Aunque todos parezcan exactamente el mismo mapa, no lo son. La apariencia de igualdad devela que las tendencias no se han modificado estructuralmente. Si bien todos los habitantes de los municipios han mejorado en 11 años, aquellos que estaban en peores condiciones lo siguen estando, respecto a quienes están mejor.

Los municipios con colores amarillentos, representando a los valores más bajos, pertenecen principalmente a Cochabamba, y Chuquisaca y Oruro en menor medida.

Ahora bien, para lograr una comparabilidad histórica, el gráfico siguiente muestra los años de escolaridad en Bolivia de mujeres y hombres por año desde 1970 hasta 2009 comparados con los promedios mundiales por sexo para los mismos años

Como puede verse la brecha histórica entres mujeres y hombres no se ha reducido considerablemente en Bolivia ni en el mundo. Sin embargo, existen logros destacables. Los años de escolaridad de los hombres en Bolivia en los últimos años han superado al promedio mundial y la tendencia en el caso de las mujeres sigue la misma trayectoria.

Autoidentificación étnica

En el censo de 2001 la autoidentificación étnica llegó al 62% sobre el total de la población. Para el censo de 2012 esta cifra se redujo a 43%. Sin embargo, si cada municipio es una unidad de análisis, lo que nos convoca es saber cuanta autoidentificación existe en cada municipio sobre el total de su población. Para el año 2001 los municipios en promedio tenían ponblación con autoidentificación étnica de 71.3%. Para el añó 2012 esta se redujo a 64.8%. Ciertamente el gráfico no es muy ilustrativo excepto en las crestas elevadas que denotan una alta identificación. El siguiente aclara la distribución de la autoidentificación para cada municipio.^ [
^ [Para un trabajo más riguroso de determinación de etnicidad ver el estudio de Ramiro Molina y Xabier Albó "Gama Étnica y Linguística de la Población Boliviana". En este se determina una gama de 7 posibilidades de etnicidad que se construyen a partir de las combinaciones posibles de tres elementos: i) Autoidentificación étnica; ii) Lengua o idioma que aprendió a hablar en su niñez y iii) Lengua o idioma que habla actualmente. Lastimosamente este ejercicio se hizó únicamente con datos del Censo 2001]

La primera constatación es que para el año 2001 la totalidad de pobladores de un municipio declararon tener autoidentificación étnica, esto no se repite para el 2012. Asimismo, para el 2001 la mitad de los municipios tenían más de 87% de su población con autoidentifiación étnica, mientras que para el 2012 la mitad de los municipios tenía población con autoidentificación étnica de 74.6%. Entonces, para las regresiones se utilizó la mediana, la cifra que divide a los municipios por la mitad. Es decir, la etnicidad se enetendió como aquellos municipios por encima de la mediana, por encima de 87% y 74% respectivamente.

Véase a continuación una comapración de auto-identificación étnica entre las ciudades capitales y El Alto y el resto de los municipios

Notoriamente, existe una reducción en la autoidentificación étnica en el periodo intercensal que se muestra en los siguientes mapas.

El mapa de la izquierda muestra en color rojo que municipios aumentaron su identificación étnica en 2012 respecto al 2001. El color amarillo muestra a los municipios que redujeron su identificación étnica. La gran mayoría de los municipios, 277 de 339, redujeron su identificación étnica. Es decir, en 82% de los municipios hay menos autoidentificación indígena. Sin embargo, existen 62 municipios (18%) que incrementan su autoidentificación étnica.

Nótese que la mayoría de los municipios que incrementan su autoidentificación están en el norte boliviano, que además corresponde a las regiones con mayores llanuras. ¿Qué explica que en 62 municipios y en el norte del país se haya incrementado la etnicidad?. Quizás exista una relación entre migración e identificación étnica. Una primera hipótesis consiste en que los municipios que han recibido población de otros municipios, es decir, que son receptores de migración, sean los que incrementaron su autodentificación étnica. En pocas palabras: los migrantes eran indígenas que al ser consultados por su identidad afirmaron su origen étnico. La segunda hipótesis es la contraria a la primera. Los municipios que perdieron población son los que incrementaron su identidad étnica. Es decir: migraron quienes no se sentían indígenas y cuando se consultó la identidad de la población restante afirmaron su origen étnico.

• Opción 1: Los migrantes que vienen traen su etnicidad consigo; por tanto, incrementan la identidad indígena del municpio
• Opción 2: Los migrantes que se van no son indígenas y dejan a los que sí lo son; estos al ser consultados incrementan su identidad

Por tanto, la primera forma de detectar cúal de las dos opciones es más posible consiste en ver si los 62 municipios que incrementaron su etnicidad han reducido o aumentado su población entre ambos censos.

De los 62 municipos que aumentaron su etnicidad 52 también han incrementado su población.La primera opción pareciera la correcta. La gran mayoría de estos 52 municipios incrementaron su población en cifras que no pueden explicarse sino por la migración. Por ejemplo, el municipio de Santos Mercado incrementó su población en 325%, el municipio de Sena de lo hizo en 269% y el municipio de Villa Nueva lo hizo en 182%, todos en el departamento de Pando. Sin embargo, no existe una relación clara entre aumento de población y aumento de etnicidad. El municipio que aumento su población en más de 300% sólo incrementó su autoidentificación etnica en 12%. A nivel departamental todos los municipios menos uno del departamento de Pando incrementan su autoidentidad indígena. El cuadro siguiente cierra esta relación con un comparación de aumento de población y aumento de identidad étnica.

Mas que una certeza propongo abrir una duda para investigarse después: ¿Que condiciones tiene un municipio para que sus nuevos pobladores, migrantes, muestren u oculten su identidad étnica?; ¿Tendrá relación con la tolerancia de los municipios que reciben a los nuevos pobladores?; ¿Tendrá relación con el grado de orgullo sobre su identidad de quienes migran?

Ruralidad/Urbanidad

A niveles agregados Bolivia tiene desde el 2012 a cerca del 67.5% de su población viviendo en áreas urbanas. El año 2001 esta cifra era 62.4%. Sin embargo casi el 90% de esta población urbana vive en menos de 10 de los 339 municipios. Por ello,la gráfica muestra un promedio elevado de población rural por municipio. La variación intercensal es solo de 3%, misma que se muestra en el siguiente par de mapas.

Para ver una mapa global de comparación de urbanidad desde 1950 hasta el 2030 (proyección) se sugiere ver la publicación de The Economist: "Bright lights, big cities"

Pobreza

El año 2001, 58 de cada 100 Bolivianos era pobre, en 2012, 44. ¿Cuánto se ha reducido la pobreza en cada municipio?

El promedio de pobreza (marginal, indigente y moderada) por municipio el año 2001 era de 84.3%, mientras en 2012 de 70.4%. Es decir, 14 de cada 100 personas dejaron de ser pobres en 11 años. Ahora, ¿todos los municipos han disminuido la pobreza de sus habitante y si lo hicieron en qué magnitud?

8 municipios se volvieron más pobres en 11 años, el resto, 331 redujeron el índice de pobreza de su población. 5 de los 8 municipios que incrementaron la pobreza de sus habitantes son del departamento de Santa Cruz. A continuación el detalle por municipio:

• Arbieto (Cochabamba): 4.14%
• Toledo (Oruro): 2.43%
• Santa Cruz de la Sierra (Santa Cruz): 2.32%
• Montero (Santa Cruz): 1.77%
• Colpa Bélgica (Santa Cruz): 0.52%
• Puerto Suárez (Santa Cruz): 6.53%
• Puerto Quijarro (Santa Cruz): 11.01%
• Sena (Pando): 0.99%

Aclaro que la inclusión de la pobreza como determinante de escolaridad se debe a su poder de explicación de factores estructurales como infraestructura de vivienda, insumos energéticos, niveles educativos y atención de salud de la población.En Bolivia la pobreza se mide por Necesidades Básica Insatisfechas (NBI). Si bien el componente de educación del índice de pobreza por NBI incluye los años de escolaridad, no existe mucho riesgo de medir causa y efecto con la misma variable ya que el índice está compuesto por muchos más elementos además de la escolaridad.

Finalmente, como se hizo anteriormente se brinda un comparación entre las ciudades capitales de los nueve departamentos y El Alto con el resto de los municipios.

Número de hijos

Existe una tradicional asociación entre la tasa de natalidad e ingresos (pib per cápita). Ambos elementos estan clara e históricamente correlacionados. A mayor ingreso menos cantidad de hijos y viceversa. El embarazo adolescente interrumpe los años de escolaridad e influencia en la prosperidad económica. Bolivia es el país de latinoamérica con mayor embarazo adolescente. Esta relación tripartita entre ingresos, escolaridad y natalidad es crucial. ya que en el plano negativo ha llevado a controles de natalidad, esterizaciones agresivas, infanticidio y aborto selectivo. Se sugiere explorar el capítulo "Pak Sudarno’s Big Family" del libro "Poor Economics" de Esther Duflo.

Aunque, el promedio boliviano es alto en comparación con otros países. Existen casos muy atípicos. Para el año 2001 habían nueve casos de mujeres que tuvieron 25 hijos.

Vea el promedio de hijos nacidos vivos en las ciudades capitales y El Alto y el resto de municipios

Aproximación al análisis de varias variables a la vez

Hasta aquí he explorado las variables que son parte de la ecuación: años de escolaridad como variable independiente o efecto y pobreza, ruralidada, etnicidad y número de hijos como variables causantes o dependientes. Interesa examinar ahora la interacción todas las variables al mismo tiempo.

Conclusiones

Referencias

Aden-Buie, Garrick. 2017. Ggpomological: Pomological Plot Themes for Ggplot2. https://github.com/gadenbuie/ggpomological

Bache, Stefan Milton, and Hadley Wickham. 2014. Magrittr: A Forward-Pipe Operator for R. https://CRAN.R-project.org/package=magrittr.

Bivand, Roger, and Nicholas Lewin-Koh. 2017. Maptools: Tools for Reading and Handling Spatial Objects. https://CRAN.R-project.org/package=maptools.

Bivand, Roger, and Colin Rundel. 2017. Rgeos: Interface to Geometry Engine - Open Source (’Geos’). https://CRAN.R-project.org/package=rgeos.

Bivand, Roger, Tim Keitt, and Barry Rowlingson. 2017. Rgdal: Bindings for the ’Geospatial’ Data Abstraction Library. https://CRAN.R-project.org/package=rgdal.

Chan, Chung-hong, and Thomas J. Leeper. 2017. Rio: A Swiss-Army Knife for Data I/O. https://CRAN.R-project.org/package=rio.

Duncan Murdoch, Roger D. Peng with contributions from, and Barry Rowlingson; GPC library by Alan Murta. 2013. Gpclib: General Polygon Clipping Library for R. https://CRAN.R-project.org/package=gpclib.

Gandrud, Christopher. 2016. Repmis: Miscellaneous Tools for Reproducible Research. https://CRAN.R-project.org/package=repmis.

Garnier, Simon. 2017. Viridis: Default Color Maps from ’Matplotlib’. https://CRAN.R-project.org/package=viridis.

Grothendieck, G. 2014. Gsubfn: Utilities for Strings and Function Arguments. https://CRAN.R-project.org/package=gsubfn.

Kunst, Joshua. 2017. Highcharter: A Wrapper for the ’Highcharts’ Library. https://CRAN.R-project.org/package=highcharter.

R Core Team. 2017. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.

Wickham, Hadley. 2016. Plyr: Tools for Splitting, Applying and Combining Data. https://CRAN.R-project.org/package=plyr.

Wickham, Hadley, and Winston Chang. 2016. Ggplot2: Create Elegant Data Visualisations Using the Grammar of Graphics. https://CRAN.R-project.org/package=ggplot2.

Wickham, Hadley, and Lionel Henry. 2017. Tidyr: Easily Tidy Data with ’Spread()’ and ’Gather()’ Functions. https://CRAN.R-project.org/package=tidyr.

Wickham, Hadley, Romain Francois, Lionel Henry, and Kirill Müller. 2017. Dplyr: A Grammar of Data Manipulation. https://CRAN.R-project.org/package=dplyr.