Identificación de patrones de inclusión financiera en México con análisis multivariado: creación de dimensiones aplicando PCA para variables mixtas
Este estudio aborda la complejidad del análisis de la inclusión financiera en México por la multidimensionalidad de los datos de la ENIF 2024 y la cantidad de variables cualitativas contenidas, las cuales componen las categorías que limitan la participación de la población en el sistema financiero f...
| Autores principales: | , , |
|---|---|
| Formato: | Artículo |
| Lenguaje: | español |
| Publicado: |
Universidad Autónoma de Nuevo León
2026
|
| Materias: | |
| Acceso en línea: | https://trendinomics.uanl.mx/index.php/revista/article/view/16 |
| Sumario: | Este estudio aborda la complejidad del análisis de la inclusión financiera en México por la multidimensionalidad de los datos de la ENIF 2024 y la cantidad de variables cualitativas contenidas, las cuales componen las categorías que limitan la participación de la población en el sistema financiero formal. El objetivo principal es la identificación de patrones aplicando análisis multivariado para seleccionar adecuadamente el conjunto de dimensiones que conforman las categorías de estudio y extraer con mayor exactitud sus características. Aplicando el Análisis de Componentes Principales para variables mixtas, se trabajan eficientemente las variables categóricas de la encuesta considerando que la mayoría de las técnicas multivariadas trabaja con variables numéricas. Los hallazgos demuestran que esta metodología es eficiente para la detección de patrones y reducción de dimensionalidad lo que resulta útil para emplearse en investigaciones con mayor profundidad. |
|---|---|
| Descripción Física: | Trendinomics; Vol. 2 No. 1 (2026); 19-28 Trendinomics; Vol. 2 Núm. 1 (2026); 19-28 3122-3974 |