APRENDIZAJE SUPERVISADO

1 INTRODUCCIÓN

La población habitante de calle constituye uno de los grupos sociales más vulnerables y excluidos dentro de la sociedad. Su situación refleja profundas desigualdades estructurales derivadas de factores como la pobreza, la violencia intrafamiliar, la falta de acceso a la educación, el desempleo y los problemas de salud física y mental. Lejos de ser un fenómeno aislado, la vida en la calle es el resultado de procesos sociales y económicos complejos que afectan a miles de personas en distintas ciudades del país y del mundo.

Comprender las características, condiciones y trayectorias de la población habitante de calle es fundamental en Colombia para la formulación de políticas públicas y estrategias de intervención social efectivas. A través de la recopilación y el análisis de datos sobre sus experiencias, es posible identificar patrones, necesidades prioritarias y factores que inciden en su permanencia o salida de la calle.

En el año 2019, el Departamento Administrativo Nacional de Estadística (DANE) realizó el Censo de Habitantes de Calle (CHC) a nivel nacional, en el cual se recolectaron las principales características socioeconómicas y demográficas de esta población. A partir de este censo, se busca analizar qué factores influyen en el desconocimiento de los programas ofrecidos por las alcaldías, orientados a brindar apoyo y acompañamiento a esta población vulnerable.

Según el DANE, el 53,5% de los habitantes de calle no tiene conocimiento sobre los programas ofrecidos por las alcaldías. Este desconocimiento constituye uno de los elementos que contribuyen a la permanencia de las personas en situación de calle. Por ello, resulta fundamental analizar las variables que inciden en este fenómeno, con el fin de orientar acciones que permitan llegar de manera más efectiva a los sectores más afectados y ofrecerles la ayuda correspondiente.

Adicionalmente el aprendizaje supervisado es una técnica de la inteligencia artificial y la ciencia de datos que permite entrenar un modelo a partir de un conjunto de datos previamente etiquetado. En este proceso, el algoritmo aprende la relación entre las variables de entrada (características o predictores) y una variable de salida (respuesta o etiqueta), con el fin de realizar predicciones sobre nuevos casos (Géron, 2019).

Este enfoque resulta especialmente útil cuando se busca clasificar o predecir comportamientos dentro de una población, ya que permite identificar patrones y tendencias a partir de la información disponible.

El presente informe aplica dos modelos de aprendizaje supervisado, K-Nearest Neighbors (KNN) y Regresión Logística (Logit), utilizando los datos recolectados en el CHC. El propósito es predecir qué parte de la población habitante de calle, según determinadas características sociodemográficas, es más propensa a desconocer las ayudas ofrecidas por la alcaldía. De esta manera, se busca contribuir a la identificación de los grupos más vulnerables y facilitar intervenciones más pertinentes y efectivas por parte de las instituciones responsables de su atención.

2 METODOLOGÍA

2.1 MÉTODOS UTILIZADOS

El estudio se inició con la búsqueda de una base de datos adecuada para aplicar el modelo de aprendizaje supervisado. Tras revisar la página de bases de datos del DANE, se seleccionó el CHC del año 2019 como objeto de análisis. A partir del glosario de variables, se eligieron aquellas más representativas para el estudio: conocimiento de los programas de la alcaldía, edad, sexo, nivel educativo, capacidad de lectura y escritura, y tiempo de permanencia en la calle. Posteriormente, se realizó un proceso de limpieza de datos con el fin de eliminar los registros vacíos o inconsistentes que no aportaban información útil al modelo.

Después de la depuración, se llevó a cabo un análisis descriptivo de las variables seleccionadas con el propósito de observar su comportamiento general. Este análisis incluyó gráficos de frecuencia, medidas de tendencia central (media, mediana y moda) y la identificación de valores atípicos.

Finalmente, para la implementación del modelo de aprendizaje supervisado, se establecieron como variables de entrada (inputs) el sexo, la edad, el nivel educativo, el tiempo de permanencia en la calle y la capacidad de lectura y escritura. Como variable de salida (output) se definió el conocimiento sobre los programas ofrecidos por la alcaldía.

Una vez establecidos los inputs y outputs, se procedió a la ejecución del primer modelo, el KNN. Para ello, la base de datos se dividió en dos grupos: un conjunto de entrenamiento (75%) y un conjunto de prueba o testeo (25%). Posteriormente, se determinó el número de vecinos (k) más óptimo para la predicción del modelo, realizando comparativas de rendimiento mediante gráficos de precisión.

Con el valor óptimo de k obtenido, se llevó a cabo el entrenamiento del modelo KNN, analizando sus resultados a través de métricas de desempeño como la precisión. Luego, se construyó la matriz de confusión, con el fin de examinar los valores de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos. Finalmente, se generó la curva ROC, que permitió visualizar el área bajo la curva (AUC), indicador fundamental para evaluar la capacidad predictiva y la utilidad del modelo KNN en este estudio.

Posteriormente, se realizó el mismo análisis utilizando el modelo Logit, manteniendo la misma proporción de división de los datos: un conjunto de entrenamiento (75%) y un conjunto de prueba o testeo (25%). Con esta separación establecida, se procedió al entrenamiento del modelo, obteniendo inicialmente una primera matriz de confusión. Luego, se determinó un punto de corte óptimo con el fin de mejorar la clasificación y generar una nueva matriz de confusión más precisa, en la cual se examinaron los valores de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos. Finalmente, se elaboró la curva ROC, con el propósito de evaluar la precisión y utilidad del modelo Logit en el contexto del presente estudio.

2.2 VARIABLES

Las variables utilizadas en el analisis se dividen en dos grupos: inptus (Y) y outputs (X):

# TABLA DE VARIABLES
variables_modelo <- data.frame(
  Variable = c("ProgramasAlcaldia", "Edad", "Sexo", "NivelEducacion", "TiempoCalle", "LeeEscribe"),
  Descripción = c(
    "Si el entrevistado conoce sobre los programas que ofrece la alcaldía",
    "Edad del entrevistado",
    "Sexo del entrevistado",
    "Nivel de educación alcanzado por el entrevistado",
    "Tiempo que lleva viviendo en la calle el entrevistado",
    "Si el entrevistado sabe leer o escribir"
  ),
  Tipo_Variable = c(
    "Binaria (Outpt)",
    "Cuantitativa (Input)",
    "Cualitativa (Input)",
    "Categórica (Input)",
    "Cuantitativa (Input)",
    "Cuantitativa (Input)"
  ),
  Ejemplos_Notas = c(
    "Si/No",
    "En años",
    "Masculino/Femenino",
    "Preescolar, Básica primaria, Básica secundaria, Media académica, media técnica o normalista, Técnica profesional o tegnológica, Universitario o Posgrado, Ninguno" ,
    "En años",
    "Si/No"
  )
)


tabla <- kable(variables_modelo, 
               format = "html",
               col.names = c("Variable", "Descripción", "Tipo de Variable", "Notas"),
               align = c('l', 'l', 'l', 'l'),
               caption = "Tabla de Variables del Modelo de aprendizaje supervisado") %>%
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width = FALSE,
    font_size = 14,
    position = "center"
  ) %>%
  row_spec(0, background = "#2b6cb0", color = "white", bold = TRUE) %>%
  column_spec(1, bold = TRUE, width = "3cm") %>%
  column_spec(2, width = "4cm") %>%  # Cambiado de 2:8 a columnas específicas
  column_spec(3, width = "3cm") %>%
  column_spec(4, width = "3.5cm") %>%
  footnote(
    general = "",
    general_title = "",
    footnote_as_chunk = TRUE
  )

tabla

Tabla de Variables del Modelo de aprendizaje supervisado

Variable	Descripción	Tipo de Variable	Notas
ProgramasAlcaldia	Si el entrevistado conoce sobre los programas que ofrece la alcaldía	Binaria (Outpt)	Si/No
Edad	Edad del entrevistado	Cuantitativa (Input)	En años
Sexo	Sexo del entrevistado	Cualitativa (Input)	Masculino/Femenino
NivelEducacion	Nivel de educación alcanzado por el entrevistado	Categórica (Input)	Preescolar, Básica primaria, Básica secundaria, Media académica, media técnica o normalista, Técnica profesional o tegnológica, Universitario o Posgrado, Ninguno
TiempoCalle	Tiempo que lleva viviendo en la calle el entrevistado	Cuantitativa (Input)	En años
LeeEscribe	Si el entrevistado sabe leer o escribir	Cuantitativa (Input)	Si/No

ProgramasAlcaldía: Esta variable corresponde a la pregunta sobre si el entrevistado conoce los programas de ayuda ofrecidos por la alcaldía. Se utiliza como variable de salida (output) en el modelo, ya que permite analizar y predecir los factores asociados al desconocimiento de dichos programas por parte de la población habitante de calle.

Edad: Esta variable representa la edad del entrevistado. Se incluyó en el modelo debido a que se considera que la edad puede influir en el nivel de información o conocimiento que las personas tienen sobre los programas de ayuda ofrecidos por la alcaldía.

Sexo: Esta variable indica el sexo del entrevistado. Se incluyó en el modelo considerando que pueden existir diferencias en el acceso a la información y a los programas de ayuda entre hombres y mujeres, lo que podría deberse a una estigmación

NivelEducacion: Esta variable representa el nivel educativo alcanzado por el entrevistado. Se incluyó en el modelo bajo la hipótesis de que las personas con un mayor nivel educativo pueden tener un acceso y comprensión más amplios sobre la información y los mecanismos de participación en los programas ofrecidos por la alcaldía.

TiempoCalle: Esta variable representa la cantidad de años que el entrevistado ha vivido en situación de calle. Se incluyó en el modelo considerando que, a mayor tiempo en esta condición, pueden cambiar las actitudes, expectativas y niveles de interés del individuo frente a los programas de ayuda, así como su predisposición a participar en procesos de reintegración social.

LeeEscribe: Esta variable indica si el entrevistado posee habilidades básicas de lectura y escritura. Se incluyó en el modelo considerando que una persona analfabeta podría tener mayores dificultades para informarse y comprender los canales de acceso o los procedimientos relacionados con los programas ofrecidos por la alcaldía.

A continuación, se presenta la base de datos utilizada, junto con las variables seleccionadas para el análisis.

Base de datos Habitantes de Calle

	ProgramasAlcaldia	Edad	Sexo	NivelEducacion	TiempoCalle	LeeEscribe
1	No	46	Hombre	Básica secundaria	34	Si
2	Si	58	Hombre	Media académica, media técnica o normalista	20	Si
3	Si	37	Hombre	Media académica, media técnica o normalista	23	Si
4	Si	28	Mujer	Básica primaria	7	Si
5	Si	33	Hombre	Media académica, media técnica o normalista	22	Si
6	Si	26	Hombre	Básica secundaria	9	Si
7	Si	34	Hombre	Preescolar	21	No
8	No	70	Hombre	Básica secundaria	35	Si
9	No	29	Hombre	Básica secundaria	2	Si
10	No	33	Hombre	Básica secundaria	5	Si
11	Si	29	Hombre	Básica secundaria	12	Si
12	Si	28	Hombre	Básica primaria	20	Si
13	Si	58	Hombre	Básica primaria	14	Si
14	Si	58	Hombre	Ninguno	10	Si
15	Si	43	Hombre	Básica secundaria	29	Si
16	Si	37	Mujer	Básica primaria	12	Si
17	Si	56	Hombre	Media académica, media técnica o normalista	25	Si
18	No	54	Hombre	Básica primaria	25	Si
19	No	30	Mujer	Ninguno	1	No
20	Si	59	Hombre	Básica secundaria	40	Si
21	Si	53	Hombre	Básica secundaria	20	Si
22	Si	63	Hombre	Básica primaria	19	Si
23	Si	33	Mujer	Ninguno	20	No
24	No	40	Hombre	Básica secundaria	15	Si
25	Si	47	Hombre	Básica secundaria	20	Si
26	Si	26	Mujer	Básica secundaria	6	Si
27	Si	42	Hombre	Básica secundaria	11	Si
28	Si	40	Mujer	Básica primaria	25	Si
29	Si	57	Hombre	Básica primaria	35	Si
30	Si	61	Hombre	Básica primaria	25	Si
31	Si	74	Hombre	Ninguno	1	Si
32	Si	67	Hombre	Básica primaria	3	Si
33	No	31	Hombre	Técnica profesional o tegnológica	4	Si
34	NA	NA	NA	NA	NA	NA
35	No	53	Hombre	Básica secundaria	20	Si
36	Si	32	Hombre	Básica secundaria	9	Si
37	NA	NA	NA	NA	NA	NA
38	Si	39	Hombre	Básica primaria	7	Si
39	Si	34	Hombre	Universitario o Posgrado	9	Si
40	Si	43	Hombre	Básica secundaria	25	Si
41	Si	49	Hombre	Básica secundaria	2	Si
42	Si	39	Mujer	Básica primaria	10	Si
43	Si	69	Hombre	Preescolar	49	No
44	Si	50	Hombre	Básica primaria	20	Si
45	Si	59	Hombre	Básica secundaria	30	Si
46	No	41	Hombre	Media académica, media técnica o normalista	4	Si
47	No	35	Mujer	Básica secundaria	4	Si
48	No	53	Hombre	Básica secundaria	12	Si
49	Si	64	Hombre	Básica secundaria	20	Si
50	Si	29	Mujer	Básica secundaria	4	Si
51	No	30	Hombre	Básica secundaria	4	Si
52	No	23	Mujer	Básica secundaria	5	Si
53	Si	51	Hombre	Media académica, media técnica o normalista	12	Si
54	Si	24	Hombre	Básica primaria	14	Si
55	Si	36	Hombre	Básica secundaria	31	Si
56	Si	55	Hombre	Básica primaria	46	Si
57	Si	41	Hombre	Básica primaria	28	Si
58	Si	33	Hombre	Básica secundaria	15	Si
59	No	56	Hombre	Ninguno	20	No
60	No	24	Hombre	Básica secundaria	3	Si
61	NA	NA	NA	NA	NA	NA
62	Si	58	Hombre	Media académica, media técnica o normalista	25	Si
63	No	21	Mujer	Básica secundaria	6	Si
64	No	55	Hombre	Básica primaria	20	Si
65	No	25	Hombre	Básica secundaria	2	Si
66	NA	NA	NA	NA	NA	NA
67	NA	NA	NA	NA	NA	NA
68	NA	NA	NA	NA	NA	NA
69	Si	26	Hombre	Básica secundaria	4	Si
70	Si	62	Hombre	Básica secundaria	14	Si
71	NA	NA	NA	NA	NA	NA
72	Si	74	Hombre	Básica primaria	20	Si
73	No	44	Hombre	Básica secundaria	15	Si
74	No	37	Hombre	Básica primaria	10	Si
75	Si	38	Hombre	Básica secundaria	25	Si
76	Si	40	Hombre	Básica secundaria	6	Si
77	No	31	Hombre	Técnica profesional o tegnológica	15	Si
78	Si	31	Hombre	Básica primaria	7	Si
79	No	36	Hombre	Universitario o Posgrado	22	Si
80	Si	22	Hombre	Media académica, media técnica o normalista	6	Si
81	NA	NA	NA	NA	NA	NA
82	No	35	Hombre	Básica secundaria	5	Si
83	Si	46	Hombre	Básica primaria	2	Si
84	No	39	Hombre	Básica secundaria	25	Si
85	Si	26	Hombre	Media académica, media técnica o normalista	0	Si
86	No	56	Hombre	Básica secundaria	5	Si
87	Si	53	Hombre	Media académica, media técnica o normalista	20	Si
88	No	41	Mujer	Ninguno	37	No
89	Si	28	Mujer	Básica primaria	15	Si
90	Si	28	Hombre	Básica secundaria	2	Si
91	Si	40	Hombre	Básica secundaria	22	Si
92	Si	50	Hombre	Básica secundaria	15	Si
93	No	29	Hombre	Básica primaria	28	No
94	No	21	Hombre	Básica secundaria	0	Si
95	No	57	Hombre	Media académica, media técnica o normalista	20	Si
96	No	52	Hombre	Básica primaria	32	Si
97	No	30	Hombre	Básica secundaria	11	Si
98	Si	35	Mujer	Básica secundaria	5	Si
99	Si	36	Hombre	Básica secundaria	1	Si
100	Si	35	Hombre	Media académica, media técnica o normalista	1	Si
101	NA	NA	NA	NA	NA	NA
102	No	52	Hombre	Ninguno	0	No
103	Si	32	Hombre	Media académica, media técnica o normalista	4	Si
104	NA	25	Hombre	NA	NA	NA
105	No	39	Hombre	Básica secundaria	12	Si
106	NA	NA	NA	NA	NA	NA
107	No	39	Hombre	Media académica, media técnica o normalista	0	Si
108	NA	NA	NA	NA	NA	NA
109	No	63	Hombre	Básica primaria	30	Si
110	No	37	Hombre	Básica secundaria	4	Si
111	Si	38	Mujer	Básica secundaria	12	Si
112	No	25	Mujer	Media académica, media técnica o normalista	10	Si
113	Si	66	Hombre	Universitario o Posgrado	38	Si
114	No	59	Mujer	Básica secundaria	10	Si
115	No	27	Hombre	Media académica, media técnica o normalista	0	Si
116	No	25	Hombre	Básica secundaria	13	Si
117	No	20	Hombre	Media académica, media técnica o normalista	5	Si
118	Si	60	Hombre	Básica primaria	10	Si
119	Si	62	Hombre	Técnica profesional o tegnológica	45	Si
120	No	21	Hombre	Básica primaria	10	No
121	Si	44	Hombre	Básica secundaria	29	Si
122	No	23	Hombre	Básica primaria	1	Si
123	Si	55	Hombre	Básica primaria	12	Si
124	No	40	Mujer	Media académica, media técnica o normalista	19	Si
125	Si	60	Hombre	Básica primaria	1	Si
126	No	41	Hombre	Básica primaria	12	Si
127	Si	43	Hombre	Básica secundaria	10	Si
128	No	28	Hombre	Básica secundaria	2	Si
129	Si	32	Mujer	Básica secundaria	1	Si
130	No	21	Hombre	Básica primaria	5	No
131	Si	45	Hombre	Ninguno	27	No
132	Si	31	Hombre	Básica primaria	18	Si
133	No	21	Hombre	Básica secundaria	0	Si
134	No	44	Hombre	Básica secundaria	1	Si
135	Si	70	Hombre	Básica secundaria	20	Si
136	Si	55	Hombre	Ninguno	47	Si
137	Si	57	Hombre	Media académica, media técnica o normalista	30	Si
138	Si	44	Hombre	Básica secundaria	3	Si
139	No	22	Hombre	Media académica, media técnica o normalista	3	Si
140	NA	NA	NA	NA	NA	NA
141	No	51	Hombre	Básica primaria	40	Si
142	Si	34	Hombre	Básica primaria	25	Si
143	No	38	Hombre	Básica secundaria	0	Si
144	Si	27	Hombre	Básica secundaria	14	Si
145	Si	58	Hombre	Básica primaria	55	Si
146	Si	52	Hombre	Básica primaria	30	Si
147	No	31	Hombre	Media académica, media técnica o normalista	0	Si
148	Si	63	Hombre	Media académica, media técnica o normalista	30	Si
149	NA	NA	NA	NA	NA	NA
150	Si	49	Hombre	Universitario o Posgrado	15	Si
151	No	58	Hombre	Básica primaria	40	Si
152	No	75	Hombre	Básica primaria	2	Si
153	Si	16	Hombre	Ninguno	1	No
154	Si	26	Hombre	Básica primaria	1	Si
155	Si	40	Hombre	Media académica, media técnica o normalista	15	Si
156	No	15	Hombre	Básica primaria	1	Si
157	Si	40	Hombre	Media académica, media técnica o normalista	30	Si
158	Si	58	Hombre	Básica secundaria	20	Si
159	Si	42	Hombre	Básica secundaria	19	Si
160	Si	60	Hombre	Media académica, media técnica o normalista	5	Si
161	Si	29	Hombre	Básica secundaria	10	Si
162	Si	32	Hombre	Básica primaria	12	Si
163	No	18	Mujer	Básica primaria	4	Si
164	Si	27	Hombre	Media académica, media técnica o normalista	6	Si
165	No	46	Hombre	Básica secundaria	0	Si
166	No	36	Hombre	Básica secundaria	4	Si
167	Si	44	Hombre	Básica primaria	25	Si
168	Si	53	Hombre	Básica primaria	30	Si
169	NA	NA	NA	NA	NA	NA
170	No	30	Hombre	Básica secundaria	5	Si
171	No	49	Hombre	Media académica, media técnica o normalista	15	Si
172	Si	28	Hombre	Básica primaria	8	Si
173	Si	57	Hombre	Media académica, media técnica o normalista	5	Si
174	Si	27	Hombre	Media académica, media técnica o normalista	4	Si
175	No	21	Hombre	Básica secundaria	3	Si
176	Si	52	Hombre	Universitario o Posgrado	38	Si
177	No	50	Hombre	Básica primaria	45	Si
178	No	53	Hombre	Básica secundaria	10	Si
179	Si	45	Hombre	Básica secundaria	14	Si
180	No	54	Mujer	Media académica, media técnica o normalista	12	Si
181	Si	47	Hombre	Técnica profesional o tegnológica	36	Si
182	Si	62	Hombre	Básica primaria	3	Si
183	Si	28	Hombre	Media académica, media técnica o normalista	13	Si
184	No	40	Hombre	Básica secundaria	10	Si
185	No	32	Hombre	Universitario o Posgrado	4	Si
186	Si	56	Mujer	Ninguno	8	No
187	NA	NA	NA	NA	NA	NA
188	No	24	Hombre	Básica secundaria	8	Si
189	Si	47	Hombre	Básica secundaria	26	Si
190	No	38	Hombre	Media académica, media técnica o normalista	10	Si
191	Si	61	Mujer	Media académica, media técnica o normalista	5	Si
192	Si	58	Hombre	Básica secundaria	22	Si
193	No	46	Hombre	Básica primaria	10	Si
194	No	34	Hombre	Media académica, media técnica o normalista	0	Si
195	Si	34	Hombre	Básica secundaria	12	Si
196	Si	25	Hombre	Básica primaria	8	Si
197	No	49	Hombre	Básica secundaria	30	Si
198	Si	58	Hombre	Media académica, media técnica o normalista	39	Si
199	Si	65	Hombre	Ninguno	35	Si
200	No	47	Hombre	Básica primaria	6	Si
201	Si	52	Hombre	Básica primaria	20	Si
202	No	55	Hombre	Ninguno	30	No
203	Si	70	Hombre	Básica secundaria	12	Si
204	No	29	Hombre	Básica primaria	20	Si
205	Si	50	Mujer	Media académica, media técnica o normalista	27	Si
206	No	33	Hombre	Ninguno	15	No
207	No	38	Hombre	Media académica, media técnica o normalista	13	Si
208	Si	48	Mujer	Básica secundaria	16	Si
209	Si	41	Hombre	Básica secundaria	7	Si
210	Si	56	Hombre	Básica secundaria	50	Si
211	Si	22	Hombre	Básica primaria	10	Si
212	Si	21	Hombre	Básica primaria	6	Si
213	No	51	Hombre	Básica primaria	20	Si
214	Si	46	Hombre	Media académica, media técnica o normalista	10	Si
215	Si	31	Hombre	Media académica, media técnica o normalista	1	Si
216	Si	72	Hombre	Básica primaria	55	Si
217	NA	NA	NA	NA	NA	NA
218	No	23	Hombre	Media académica, media técnica o normalista	1	Si
219	No	31	Hombre	Básica primaria	7	Si
220	Si	29	Hombre	Básica secundaria	7	Si
221	NA	NA	NA	NA	NA	NA
222	No	41	Hombre	Básica secundaria	5	Si
223	Si	55	Hombre	Básica primaria	25	Si
224	Si	60	Hombre	Básica secundaria	2	Si
225	Si	36	Mujer	Básica primaria	14	Si
226	Si	26	Mujer	Básica secundaria	5	Si
227	Si	60	Hombre	Universitario o Posgrado	48	Si
228	No	23	Hombre	Media académica, media técnica o normalista	1	Si
229	No	58	Hombre	Media académica, media técnica o normalista	20	Si
230	No	28	Hombre	Básica secundaria	12	Si
231	Si	57	Hombre	Básica secundaria	4	Si
232	Si	41	Hombre	Básica primaria	28	No
233	No	23	Hombre	Básica secundaria	9	Si
234	No	32	Hombre	Media académica, media técnica o normalista	0	Si
235	Si	58	Hombre	Básica primaria	10	Si
236	Si	29	Hombre	Básica secundaria	3	Si
237	No	38	Hombre	Universitario o Posgrado	6	Si
238	Si	31	Hombre	Media académica, media técnica o normalista	1	Si
239	Si	39	Hombre	Básica secundaria	12	Si
240	Si	47	Hombre	Básica secundaria	4	Si
241	NA	NA	NA	NA	NA	NA
242	No	66	Mujer	Universitario o Posgrado	17	Si
243	Si	36	Hombre	Básica secundaria	15	Si
244	NA	NA	NA	NA	NA	NA
245	NA	NA	NA	NA	NA	NA
246	Si	55	Hombre	Básica secundaria	30	Si
247	No	21	Mujer	Básica secundaria	0	Si
248	No	23	Hombre	Básica secundaria	5	Si
249	Si	40	Hombre	Básica primaria	20	Si
250	No	56	Hombre	Básica primaria	30	No
251	No	50	Hombre	Básica secundaria	8	Si
252	Si	34	Hombre	Técnica profesional o tegnológica	16	Si
253	Si	44	Hombre	Básica secundaria	10	Si
254	NA	NA	NA	NA	NA	NA
255	No	58	Hombre	Básica secundaria	15	Si
256	No	67	Hombre	Básica primaria	7	No
257	Si	56	Hombre	Básica secundaria	40	Si
258	Si	49	Hombre	Básica secundaria	8	Si
259	No	38	Hombre	Básica secundaria	0	Si
260	Si	33	Hombre	Media académica, media técnica o normalista	15	Si
261	Si	30	Hombre	Básica primaria	10	Si
262	No	48	Mujer	Básica primaria	8	Si
263	Si	27	Hombre	Básica secundaria	4	Si
264	Si	36	Hombre	Básica secundaria	17	Si
265	Si	36	Mujer	Media académica, media técnica o normalista	5	Si
266	Si	55	Hombre	Básica primaria	12	Si
267	Si	18	Hombre	Básica primaria	4	Si
268	NA	NA	NA	NA	NA	NA
269	No	23	Mujer	Básica primaria	2	Si
270	NA	NA	NA	NA	NA	NA
271	Si	44	Hombre	Básica primaria	5	Si
272	Si	35	Mujer	Media académica, media técnica o normalista	10	Si
273	Si	28	Hombre	Básica primaria	17	Si
274	No	37	Hombre	Básica primaria	15	Si
275	Si	23	Hombre	Básica secundaria	13	Si
276	Si	49	Hombre	Media académica, media técnica o normalista	36	Si
277	Si	68	Hombre	Básica primaria	51	Si
278	Si	65	Hombre	Media académica, media técnica o normalista	20	Si
279	No	56	Hombre	Básica secundaria	12	Si
280	Si	23	Hombre	Ninguno	15	No
281	No	23	Hombre	Básica secundaria	1	Si
282	Si	39	Hombre	Básica secundaria	9	Si
283	Si	25	Mujer	Básica secundaria	13	Si
284	No	55	Hombre	Básica primaria	49	Si
285	NA	NA	NA	NA	NA	NA
286	No	34	Mujer	Básica secundaria	33	Si
287	No	22	Mujer	Básica secundaria	4	Si
288	Si	26	Hombre	Básica primaria	6	Si
289	Si	48	Hombre	Básica primaria	38	Si
290	No	33	Hombre	Básica secundaria	4	Si
291	No	53	Hombre	Básica secundaria	30	Si
292	Si	51	Hombre	Básica secundaria	20	Si
293	No	39	Hombre	Básica secundaria	22	Si
294	Si	35	Hombre	Básica secundaria	2	Si
295	No	38	Mujer	Media académica, media técnica o normalista	3	Si
296	NA	NA	NA	NA	NA	NA
297	No	32	Hombre	Ninguno	25	No
298	No	23	Mujer	Media académica, media técnica o normalista	4	Si
299	No	23	Hombre	Básica primaria	15	Si
300	No	57	Hombre	Media académica, media técnica o normalista	9	Si
301	NA	NA	NA	NA	NA	NA
302	Si	33	Hombre	Media académica, media técnica o normalista	6	Si
303	No	58	Hombre	Básica primaria	45	Si
304	No	39	Hombre	Básica secundaria	12	Si
305	No	39	Hombre	Básica secundaria	11	Si
306	Si	39	Hombre	Media académica, media técnica o normalista	3	Si
307	No	41	Mujer	Media académica, media técnica o normalista	10	Si
308	Si	58	Hombre	Universitario o Posgrado	7	Si
309	No	35	Hombre	Universitario o Posgrado	3	Si
310	Si	54	Hombre	Universitario o Posgrado	8	Si
311	Si	36	Mujer	Básica secundaria	11	Si
312	Si	21	Mujer	Básica secundaria	3	Si
313	Si	43	Hombre	Básica primaria	20	Si
314	No	42	Hombre	Media académica, media técnica o normalista	5	Si
315	Si	20	Hombre	Media académica, media técnica o normalista	0	Si
316	Si	30	Hombre	Básica secundaria	15	Si
317	No	25	Hombre	Básica secundaria	2	Si
318	No	38	Hombre	Básica primaria	28	No
319	No	43	Hombre	Básica secundaria	8	Si
320	No	19	Hombre	Ninguno	8	No
321	No	24	Hombre	Media académica, media técnica o normalista	7	Si
322	Si	33	Hombre	Básica secundaria	1	Si
323	Si	57	Hombre	Básica primaria	20	Si
324	No	63	Hombre	Básica primaria	3	Si
325	NA	NA	NA	NA	NA	NA
326	No	59	Hombre	Básica secundaria	30	Si
327	No	25	Hombre	Ninguno	5	No
328	No	49	Hombre	Básica primaria	30	Si
329	Si	35	Hombre	Básica primaria	25	Si
330	Si	26	Hombre	Media académica, media técnica o normalista	12	Si
331	Si	30	Hombre	Básica secundaria	0	Si
332	No	55	Mujer	Básica primaria	20	Si
333	No	29	Hombre	Básica primaria	10	Si
334	No	38	Hombre	Básica secundaria	25	Si
335	Si	16	Hombre	Básica secundaria	1	Si
336	Si	41	Hombre	Básica secundaria	17	Si
337	No	30	Mujer	Ninguno	5	Si
338	Si	24	Hombre	Media académica, media técnica o normalista	0	Si
339	Si	50	Hombre	Básica primaria	30	Si
340	Si	53	Hombre	Básica primaria	32	Si
341	NA	NA	NA	NA	NA	NA
342	No	41	Hombre	Ninguno	17	No
343	Si	22	Hombre	Básica secundaria	1	Si
344	Si	40	Mujer	Básica secundaria	24	Si
345	Si	19	Hombre	Básica primaria	5	Si
346	No	29	Hombre	Ninguno	5	No
347	No	45	Hombre	Básica primaria	15	Si
348	Si	58	Mujer	Básica primaria	3	Si
349	No	39	Hombre	Ninguno	28	No
350	Si	36	Mujer	Técnica profesional o tegnológica	4	Si
351	Si	40	Hombre	Básica secundaria	13	Si
352	Si	32	Hombre	Básica primaria	20	Si
353	No	37	Hombre	Media académica, media técnica o normalista	10	Si
354	NA	NA	NA	NA	NA	NA
355	No	40	Hombre	Básica secundaria	15	Si
356	Si	48	Hombre	Básica primaria	35	Si
357	No	37	Mujer	Básica primaria	10	No
358	Si	36	Hombre	Media académica, media técnica o normalista	6	Si
359	No	37	Mujer	Básica secundaria	20	Si
360	Si	38	Hombre	Ninguno	20	No
361	Si	62	Hombre	Básica primaria	8	Si
362	Si	25	Hombre	Media académica, media técnica o normalista	5	Si
363	Si	37	Hombre	Básica primaria	10	Si
364	No	26	Hombre	Básica secundaria	0	Si
365	Si	50	Mujer	Básica secundaria	10	Si
366	NA	NA	NA	NA	NA	NA
367	No	26	Hombre	Media académica, media técnica o normalista	10	Si
368	No	32	Hombre	Básica secundaria	20	Si
369	Si	19	Mujer	Básica secundaria	5	Si
370	No	32	Hombre	Media académica, media técnica o normalista	1	Si
371	No	49	Hombre	Básica primaria	3	Si
372	No	31	Hombre	Media académica, media técnica o normalista	8	Si
373	NA	NA	NA	NA	NA	NA
374	Si	63	Hombre	Básica secundaria	5	Si
375	Si	31	Hombre	Universitario o Posgrado	9	Si
376	Si	35	Hombre	Básica primaria	13	Si
377	Si	21	Hombre	Básica secundaria	1	Si
378	Si	38	Mujer	Básica secundaria	20	Si
379	No	19	Hombre	Básica primaria	6	Si
380	No	56	Hombre	Básica secundaria	18	Si
381	Si	22	Hombre	Básica primaria	9	Si
382	Si	51	Hombre	Básica primaria	16	Si
383	No	49	Hombre	Básica secundaria	6	Si
384	No	35	Hombre	Básica primaria	8	Si
385	Si	36	Mujer	Básica primaria	24	Si
386	Si	24	Hombre	Técnica profesional o tegnológica	4	Si
387	Si	35	Hombre	Básica primaria	10	Si
388	Si	61	Hombre	Básica secundaria	30	Si
389	NA	NA	NA	NA	NA	NA
390	Si	39	Hombre	Media académica, media técnica o normalista	17	Si
391	NA	NA	NA	NA	NA	NA
392	No	34	Mujer	Básica secundaria	20	Si
393	NA	NA	NA	NA	NA	NA
394	No	35	Hombre	Media académica, media técnica o normalista	10	Si
395	Si	37	Hombre	Básica primaria	16	Si
396	No	26	Hombre	Media académica, media técnica o normalista	0	Si
397	Si	41	Mujer	Básica primaria	14	Si
398	Si	28	Hombre	Básica primaria	15	Si
399	Si	33	Mujer	Básica secundaria	0	Si
400	NA	NA	NA	NA	NA	NA
401	No	37	Mujer	Básica primaria	20	Si
402	Si	27	Hombre	Media académica, media técnica o normalista	2	Si
403	Si	25	Hombre	Media académica, media técnica o normalista	3	Si
404	No	42	Hombre	Ninguno	8	No
405	No	33	Hombre	Básica primaria	24	No
406	No	46	Mujer	Media académica, media técnica o normalista	0	Si
407	No	37	Hombre	Media académica, media técnica o normalista	6	Si
408	No	48	Hombre	Básica primaria	2	Si
409	Si	36	Hombre	Ninguno	23	No
410	No	37	Hombre	Básica primaria	13	No
411	NA	NA	NA	NA	NA	NA
412	Si	34	Hombre	Básica primaria	24	Si
413	No	33	Mujer	Media académica, media técnica o normalista	10	Si
414	Si	37	Hombre	Básica secundaria	8	Si
415	Si	42	Hombre	Básica secundaria	18	Si
416	No	27	Hombre	Media académica, media técnica o normalista	13	Si
417	Si	31	Mujer	Técnica profesional o tegnológica	2	Si
418	Si	22	Mujer	Básica secundaria	2	Si
419	No	20	Hombre	Básica primaria	5	No
420	Si	49	Mujer	Básica secundaria	6	Si
421	Si	58	Hombre	Básica secundaria	35	Si
422	Si	32	Hombre	Básica secundaria	8	Si
423	NA	NA	NA	NA	NA	NA
424	No	34	Hombre	Básica primaria	20	Si
425	NA	NA	NA	NA	NA	NA
426	No	41	Mujer	Preescolar	32	Si
427	Si	29	Hombre	Media académica, media técnica o normalista	4	Si
428	No	27	Hombre	Básica primaria	0	Si
429	Si	66	Mujer	Básica primaria	30	Si
430	No	31	Hombre	Básica secundaria	18	Si
431	Si	55	Mujer	Básica primaria	20	Si
432	Si	60	Hombre	Universitario o Posgrado	3	Si
433	No	48	Mujer	Preescolar	40	Si
434	NA	NA	NA	NA	NA	NA
435	Si	24	Hombre	Básica secundaria	6	Si
436	Si	26	Mujer	Media académica, media técnica o normalista	13	Si
437	Si	32	Hombre	Media académica, media técnica o normalista	4	Si
438	No	35	Hombre	Básica secundaria	20	Si
439	Si	38	Hombre	Básica secundaria	15	Si
440	No	29	Hombre	Media académica, media técnica o normalista	6	Si
441	NA	NA	NA	NA	NA	NA
442	No	36	Hombre	Básica primaria	6	Si
443	Si	53	Hombre	Básica primaria	6	Si
444	Si	35	Hombre	Básica secundaria	8	Si
445	NA	NA	NA	NA	NA	NA
446	No	38	Hombre	Básica secundaria	5	Si
447	No	60	Hombre	Básica primaria	0	Si
448	No	27	Hombre	Básica secundaria	6	Si
449	No	49	Hombre	Media académica, media técnica o normalista	1	Si
450	NA	NA	NA	NA	NA	NA
451	Si	30	Hombre	Media académica, media técnica o normalista	5	Si
452	Si	26	Hombre	Básica secundaria	1	Si
453	No	36	Hombre	Básica secundaria	19	Si
454	Si	22	Hombre	Básica secundaria	5	Si
455	No	52	Hombre	Media académica, media técnica o normalista	12	Si
456	Si	27	Mujer	Básica primaria	7	Si
457	NA	NA	NA	NA	NA	NA
458	NA	NA	NA	NA	NA	NA
459	No	38	Hombre	Media académica, media técnica o normalista	1	Si
460	NA	NA	NA	NA	NA	NA
461	NA	NA	NA	NA	NA	NA
462	NA	NA	NA	NA	NA	NA
463	Si	35	Mujer	Básica primaria	20	No
464	No	25	Hombre	Básica secundaria	2	Si
465	No	29	Hombre	Media académica, media técnica o normalista	6	Si
466	NA	NA	NA	NA	NA	NA
467	No	30	Hombre	Básica primaria	3	No
468	No	61	Hombre	Básica primaria	51	Si
469	No	57	Hombre	Básica primaria	5	Si
470	No	22	Hombre	Básica secundaria	3	Si
471	No	47	Hombre	Básica secundaria	7	Si
472	Si	28	Hombre	Media académica, media técnica o normalista	0	Si
473	Si	69	Hombre	Básica primaria	5	Si
474	Si	55	Hombre	Básica secundaria	25	Si
475	NA	NA	NA	NA	NA	NA
476	No	36	Hombre	Básica secundaria	6	Si
477	No	26	Hombre	Ninguno	20	No
478	NA	NA	NA	NA	NA	NA
479	NA	NA	NA	NA	NA	NA
480	Si	40	Hombre	Básica secundaria	14	Si
481	Si	34	Hombre	Básica secundaria	9	Si
482	Si	41	Hombre	Básica secundaria	35	Si
483	Si	75	Hombre	Básica primaria	60	Si
484	Si	46	Hombre	Básica secundaria	13	Si
485	No	36	Hombre	Básica primaria	30	No
486	NA	NA	NA	NA	NA	NA
487	Si	33	Mujer	Básica secundaria	1	Si
488	Si	36	Hombre	Básica secundaria	15	Si
489	Si	39	Hombre	Media académica, media técnica o normalista	5	Si
490	No	42	Hombre	Básica primaria	14	Si
491	Si	46	Hombre	Básica primaria	27	Si
492	Si	75	Hombre	Básica secundaria	40	Si
493	No	65	Hombre	Básica secundaria	37	Si
494	Si	29	Hombre	Ninguno	17	No
495	NA	NA	NA	NA	NA	NA
496	No	28	Hombre	Media académica, media técnica o normalista	1	Si
497	No	25	Mujer	Universitario o Posgrado	1	Si
498	Si	55	Hombre	Básica primaria	20	Si
499	No	44	Mujer	Básica primaria	30	Si
500	NA	NA	NA	NA	NA	NA
501	No	32	Hombre	Media académica, media técnica o normalista	2	Si
502	Si	29	Mujer	Media académica, media técnica o normalista	7	Si
503	Si	50	Hombre	Básica primaria	4	Si
504	No	18	Hombre	Básica primaria	7	No
505	Si	24	Hombre	Básica primaria	2	Si
506	No	21	Mujer	Básica secundaria	7	Si
507	No	47	Hombre	Básica primaria	6	Si
508	Si	24	Hombre	Media académica, media técnica o normalista	4	Si
509	Si	41	Hombre	Básica secundaria	0	Si
510	Si	24	Hombre	Media académica, media técnica o normalista	4	Si
511	Si	30	Hombre	Básica secundaria	7	Si
512	No	31	Hombre	Básica secundaria	17	Si
513	No	35	Hombre	Básica secundaria	10	Si
514	No	42	Hombre	Ninguno	32	No
515	No	42	Hombre	Básica secundaria	15	Si
516	Si	27	Hombre	Básica secundaria	9	Si
517	No	75	Hombre	Básica primaria	0	Si
518	Si	38	Mujer	Básica primaria	5	Si
519	NA	NA	NA	NA	NA	NA
520	Si	35	Hombre	Básica secundaria	24	Si
521	Si	36	Hombre	Básica secundaria	5	Si
522	Si	25	Mujer	Básica secundaria	1	Si
523	Si	30	Hombre	Básica primaria	2	Si
524	Si	24	Hombre	Básica secundaria	8	Si
525	NA	NA	NA	NA	NA	NA
526	Si	28	Hombre	Básica primaria	3	Si
527	Si	39	Hombre	Básica secundaria	2	Si
528	NA	NA	NA	NA	NA	NA
529	No	34	Hombre	Básica primaria	15	Si
530	Si	48	Hombre	Básica secundaria	4	Si
531	Si	58	Hombre	Básica primaria	50	No
532	Si	18	Hombre	Básica secundaria	3	Si
533	Si	63	Hombre	Universitario o Posgrado	25	Si
534	Si	44	Hombre	Básica secundaria	8	Si
535	No	39	Hombre	Básica secundaria	0	Si
536	Si	34	Mujer	Básica secundaria	1	Si
537	Si	63	Hombre	Básica primaria	20	Si
538	Si	15	Hombre	Media académica, media técnica o normalista	0	Si
539	No	21	Mujer	Básica primaria	2	Si
540	Si	35	Hombre	Básica primaria	3	Si
541	No	25	Hombre	Media académica, media técnica o normalista	20	Si
542	Si	32	Hombre	Media académica, media técnica o normalista	6	Si
543	Si	22	Hombre	Básica primaria	1	No
544	Si	26	Hombre	Media académica, media técnica o normalista	5	Si
545	No	36	Hombre	Media académica, media técnica o normalista	3	Si
546	Si	40	Hombre	Básica primaria	30	Si
547	No	26	Hombre	Básica primaria	8	Si
548	Si	31	Hombre	Básica secundaria	4	Si
549	No	61	Hombre	Básica primaria	20	Si
550	Si	55	Hombre	Media académica, media técnica o normalista	7	Si
551	No	35	Mujer	Media académica, media técnica o normalista	3	Si
552	No	31	Hombre	Media académica, media técnica o normalista	4	Si
553	Si	29	Hombre	Universitario o Posgrado	2	Si
554	Si	64	Hombre	Básica primaria	47	Si
555	Si	31	Hombre	Básica secundaria	6	Si
556	No	44	Hombre	Básica primaria	30	Si
557	No	55	Hombre	Básica primaria	25	No
558	No	59	Hombre	Básica primaria	45	Si
559	No	45	Hombre	Básica secundaria	5	Si
560	Si	25	Hombre	Básica secundaria	2	Si
561	No	39	Hombre	Básica secundaria	17	Si
562	NA	NA	NA	NA	NA	NA
563	Si	64	Hombre	Básica primaria	20	Si
564	No	75	Mujer	Ninguno	7	Si
565	Si	59	Hombre	Media académica, media técnica o normalista	6	Si
566	No	28	Hombre	Básica secundaria	11	Si
567	NA	NA	NA	NA	NA	NA
568	Si	65	Hombre	Universitario o Posgrado	16	Si
569	Si	37	Hombre	Básica secundaria	1	Si
570	NA	NA	NA	NA	NA	NA
571	No	33	Hombre	Básica secundaria	3	Si
572	Si	56	Hombre	Básica secundaria	8	Si
573	No	48	Hombre	Básica secundaria	30	Si
574	NA	NA	NA	NA	NA	NA
575	NA	NA	NA	NA	NA	NA
576	Si	45	Hombre	Media académica, media técnica o normalista	0	Si
577	No	30	Hombre	Media académica, media técnica o normalista	10	Si
578	Si	29	Mujer	Básica secundaria	4	Si
579	No	49	Hombre	Básica primaria	34	Si
580	Si	43	Hombre	Media académica, media técnica o normalista	25	Si
581	NA	NA	NA	NA	NA	NA
582	No	53	Hombre	Básica primaria	3	Si
583	Si	56	Hombre	Básica primaria	2	Si
584	No	47	Hombre	Básica secundaria	5	Si
585	Si	58	Hombre	Básica secundaria	6	Si
586	Si	51	Hombre	Básica primaria	7	Si
587	No	53	Hombre	Básica secundaria	34	Si
588	Si	57	Hombre	Básica primaria	30	Si
589	No	49	Hombre	Media académica, media técnica o normalista	14	Si
590	Si	40	Hombre	Media académica, media técnica o normalista	2	Si
591	Si	31	Hombre	Básica secundaria	15	Si
592	Si	23	Hombre	Básica primaria	1	No
593	Si	22	Hombre	Básica secundaria	1	Si
594	Si	49	Hombre	Media académica, media técnica o normalista	0	Si
595	No	32	Hombre	Media académica, media técnica o normalista	19	Si
596	Si	54	Hombre	Básica primaria	30	No
597	Si	27	Hombre	Básica primaria	10	No
598	No	31	Mujer	Básica primaria	2	Si
599	NA	NA	NA	NA	NA	NA
600	No	31	Hombre	Media académica, media técnica o normalista	9	Si
601	NA	NA	NA	NA	NA	NA
602	No	75	Hombre	Ninguno	6	No
603	No	22	Mujer	Básica primaria	6	Si
604	Si	49	Hombre	Media académica, media técnica o normalista	33	Si
605	Si	26	Hombre	Básica secundaria	9	Si
606	Si	25	Hombre	Básica primaria	2	Si
607	No	26	Hombre	Básica secundaria	10	Si
608	NA	NA	NA	NA	NA	NA
609	No	51	Hombre	Media académica, media técnica o normalista	30	Si
610	NA	NA	NA	NA	NA	NA
611	NA	NA	NA	NA	NA	NA
612	No	75	Hombre	Básica primaria	17	Si
613	No	40	Hombre	Básica secundaria	5	Si
614	Si	22	Mujer	Media académica, media técnica o normalista	1	Si
615	No	46	Mujer	Básica primaria	20	Si
616	No	44	Hombre	Básica secundaria	30	Si
617	NA	NA	NA	NA	NA	NA
618	No	36	Hombre	Básica primaria	9	Si
619	No	75	Hombre	Básica primaria	0	No
620	Si	61	Hombre	Básica secundaria	1	Si
621	Si	63	Hombre	Universitario o Posgrado	9	Si
622	Si	34	Hombre	Básica secundaria	20	Si
623	Si	33	Hombre	Media académica, media técnica o normalista	5	Si
624	Si	41	Hombre	Básica primaria	20	Si
625	No	46	Hombre	Básica primaria	2	No
626	No	44	Hombre	Universitario o Posgrado	10	Si
627	NA	NA	NA	NA	NA	NA
628	Si	30	Mujer	Básica secundaria	5	Si
629	No	66	Hombre	Básica primaria	12	Si
630	No	63	Hombre	Básica secundaria	10	Si
631	Si	34	Hombre	Básica secundaria	24	Si
632	No	29	Hombre	Media académica, media técnica o normalista	1	Si
633	Si	27	Hombre	Básica secundaria	2	Si
634	No	37	Mujer	Media académica, media técnica o normalista	22	Si
635	No	32	Hombre	Básica secundaria	2	Si
636	No	35	Hombre	Básica primaria	20	No
637	Si	37	Mujer	Básica secundaria	24	Si
638	NA	NA	NA	NA	NA	NA
639	No	20	Hombre	Básica secundaria	10	Si
640	No	31	Hombre	Media académica, media técnica o normalista	3	Si
641	No	34	Hombre	Media académica, media técnica o normalista	8	Si
642	Si	28	Hombre	Básica secundaria	4	Si
643	No	58	Hombre	Básica primaria	15	No
644	Si	42	Hombre	Básica secundaria	15	Si
645	No	44	Hombre	Básica primaria	22	Si
646	No	36	Hombre	Media académica, media técnica o normalista	8	Si
647	Si	32	Hombre	Básica primaria	16	Si
648	No	36	Hombre	Básica primaria	9	Si
649	Si	37	Hombre	Básica primaria	27	Si
650	No	47	Mujer	Preescolar	33	No
651	Si	32	Hombre	Básica secundaria	10	Si
652	No	56	Hombre	Ninguno	30	No
653	Si	49	Hombre	Básica secundaria	8	Si
654	Si	27	Hombre	Básica secundaria	2	Si
655	Si	27	Hombre	Básica secundaria	19	Si
656	Si	56	Mujer	Básica secundaria	20	Si
657	No	28	Hombre	Básica secundaria	5	Si
658	Si	25	Hombre	Básica primaria	14	Si
659	No	38	Hombre	Básica secundaria	0	Si
660	Si	63	Hombre	Media académica, media técnica o normalista	12	Si
661	No	54	Hombre	Básica primaria	10	Si
662	No	35	Hombre	Básica secundaria	5	Si
663	No	53	Hombre	Básica primaria	17	Si
664	No	25	Hombre	Básica secundaria	10	Si
665	Si	35	Hombre	Básica secundaria	3	Si
666	No	63	Hombre	Básica primaria	40	Si
667	No	30	Mujer	Media académica, media técnica o normalista	10	Si
668	Si	25	Hombre	Básica secundaria	11	Si
669	No	27	Hombre	Básica primaria	6	Si
670	No	23	Hombre	Básica secundaria	18	Si
671	Si	56	Mujer	Básica secundaria	0	Si
672	Si	61	Hombre	Básica secundaria	2	Si
673	NA	NA	NA	NA	NA	NA
674	Si	59	Hombre	Básica primaria	6	Si
675	Si	36	Hombre	Básica secundaria	26	Si
676	No	60	Hombre	Media académica, media técnica o normalista	40	Si
677	Si	63	Mujer	Ninguno	12	No
678	No	25	Hombre	Media académica, media técnica o normalista	0	Si
679	No	29	Hombre	Media académica, media técnica o normalista	6	Si
680	Si	23	Mujer	Básica primaria	2	Si
681	No	26	Hombre	Básica secundaria	4	Si
682	Si	51	Mujer	Universitario o Posgrado	0	Si
683	No	29	Hombre	Básica secundaria	2	Si
684	No	60	Hombre	Ninguno	50	No
685	No	49	Hombre	Básica secundaria	1	Si
686	Si	62	Hombre	Básica primaria	20	Si
687	Si	65	Hombre	Básica primaria	40	Si
688	No	41	Hombre	Básica primaria	19	Si
689	No	21	Hombre	Básica secundaria	2	Si
690	Si	60	Hombre	Básica primaria	2	Si
691	Si	52	Hombre	Ninguno	20	No
692	Si	25	Hombre	Básica secundaria	4	Si
693	No	26	Hombre	Básica secundaria	10	Si
694	Si	43	Hombre	Media académica, media técnica o normalista	23	Si
695	Si	37	Hombre	Media académica, media técnica o normalista	27	Si
696	Si	51	Hombre	Básica secundaria	12	Si
697	No	62	Hombre	Básica primaria	1	Si
698	NA	NA	NA	NA	NA	NA
699	No	23	Mujer	Media académica, media técnica o normalista	4	Si
700	No	42	Hombre	Básica secundaria	35	Si
701	Si	60	Hombre	Ninguno	22	No
702	Si	49	Mujer	Ninguno	44	No
703	Si	31	Hombre	Básica primaria	9	Si
704	No	42	Hombre	Básica primaria	30	Si
705	Si	32	Hombre	Básica primaria	3	Si
706	No	54	Hombre	Media académica, media técnica o normalista	2	Si
707	No	38	Hombre	Básica primaria	22	Si
708	No	20	Hombre	Básica primaria	0	Si
709	Si	25	Hombre	Media académica, media técnica o normalista	2	Si
710	Si	33	Hombre	Media académica, media técnica o normalista	15	Si
711	No	23	Hombre	Media académica, media técnica o normalista	3	Si
712	Si	62	Hombre	Universitario o Posgrado	12	Si
713	No	51	Hombre	Básica primaria	13	Si
714	Si	31	Hombre	Básica secundaria	8	Si
715	No	44	Hombre	Básica primaria	15	Si
716	No	62	Hombre	Preescolar	10	No
717	No	55	Hombre	Media académica, media técnica o normalista	25	Si
718	No	16	Hombre	Básica primaria	10	Si
719	No	25	Hombre	Ninguno	5	No
720	Si	40	Hombre	Ninguno	27	No
721	No	46	Hombre	Básica secundaria	18	Si
722	Si	45	Hombre	Básica secundaria	7	Si
723	No	63	Hombre	Básica secundaria	10	Si
724	No	56	Hombre	Básica primaria	20	Si
725	No	22	Hombre	Básica primaria	14	No
726	No	39	Hombre	Universitario o Posgrado	5	Si
727	Si	72	Hombre	Básica primaria	7	Si
728	Si	51	Hombre	Básica secundaria	15	Si
729	No	39	Hombre	Básica secundaria	10	Si
730	Si	45	Hombre	Básica secundaria	30	Si
731	No	38	Mujer	Básica secundaria	7	Si
732	No	33	Hombre	Técnica profesional o tegnológica	12	Si
733	Si	24	Hombre	Básica primaria	11	Si
734	NA	NA	NA	NA	NA	NA
735	Si	48	Mujer	Básica secundaria	11	Si
736	Si	40	Hombre	Media académica, media técnica o normalista	2	Si
737	No	27	Mujer	Media académica, media técnica o normalista	3	Si
738	No	54	Hombre	Básica primaria	8	Si
739	No	47	Hombre	Básica secundaria	30	Si
740	Si	35	Hombre	Básica primaria	25	Si
741	No	50	Mujer	Básica secundaria	20	Si
742	No	61	Mujer	Ninguno	2	No
743	Si	22	Hombre	Media académica, media técnica o normalista	1	Si
744	Si	56	Hombre	Media académica, media técnica o normalista	0	Si
745	NA	NA	NA	NA	NA	NA
746	Si	35	Hombre	Básica secundaria	22	Si
747	No	31	Hombre	Básica secundaria	2	Si
748	Si	75	Hombre	Básica primaria	30	Si
749	Si	58	Hombre	Básica primaria	6	No
750	Si	71	Hombre	Básica primaria	20	No
751	Si	31	Hombre	Básica secundaria	5	Si
752	Si	38	Mujer	Básica primaria	20	Si
753	Si	28	Hombre	Básica secundaria	16	Si
754	No	53	Hombre	Básica secundaria	6	Si
755	NA	NA	NA	NA	NA	NA
756	Si	53	Hombre	Ninguno	45	No
757	No	62	Hombre	Básica primaria	8	No
758	Si	43	Hombre	Básica secundaria	2	Si
759	Si	33	Hombre	Básica secundaria	10	Si
760	Si	33	Hombre	Básica secundaria	7	Si
761	Si	48	Hombre	Preescolar	37	Si
762	No	46	Hombre	Básica primaria	2	Si
763	No	51	Hombre	Técnica profesional o tegnológica	2	Si
764	No	44	Hombre	Básica secundaria	6	Si
765	Si	75	Hombre	Básica primaria	5	Si
766	No	59	Hombre	Básica secundaria	20	Si
767	Si	37	Hombre	Media académica, media técnica o normalista	27	Si
768	No	35	Mujer	Media académica, media técnica o normalista	2	Si
769	Si	44	Hombre	Media académica, media técnica o normalista	5	Si
770	No	36	Hombre	Básica secundaria	12	Si
771	No	23	Hombre	Básica primaria	15	Si
772	No	47	Mujer	Técnica profesional o tegnológica	2	Si
773	Si	53	Hombre	Básica secundaria	15	Si
774	Si	29	Hombre	Básica secundaria	3	Si
775	Si	60	Hombre	Básica primaria	7	Si
776	Si	29	Hombre	Media académica, media técnica o normalista	17	Si
777	Si	20	Hombre	Media académica, media técnica o normalista	4	Si
778	No	20	Hombre	Básica secundaria	6	Si
779	Si	60	Hombre	Básica primaria	30	Si
780	Si	30	Hombre	Ninguno	4	No
781	No	59	Hombre	Básica primaria	20	Si
782	No	26	Hombre	Media académica, media técnica o normalista	10	Si
783	No	25	Hombre	Básica secundaria	8	Si
784	Si	35	Hombre	Media académica, media técnica o normalista	11	Si
785	Si	39	Hombre	Media académica, media técnica o normalista	21	Si
786	NA	NA	NA	NA	NA	NA
787	Si	54	Mujer	Ninguno	40	Si
788	No	41	Hombre	Básica primaria	10	Si
789	No	54	Hombre	Media académica, media técnica o normalista	45	Si
790	Si	37	Mujer	Media académica, media técnica o normalista	10	Si
791	Si	44	Hombre	Básica primaria	2	Si
792	Si	43	Hombre	Técnica profesional o tegnológica	6	Si
793	Si	58	Hombre	Básica secundaria	5	Si
794	Si	36	Hombre	Básica primaria	26	Si
795	Si	47	Hombre	Básica primaria	4	Si
796	Si	25	Hombre	Básica secundaria	5	Si
797	NA	NA	NA	NA	NA	NA
798	Si	24	Hombre	Universitario o Posgrado	5	Si
799	Si	63	Hombre	Básica primaria	53	Si
800	Si	58	Hombre	Básica secundaria	5	Si
801	No	62	Hombre	Básica primaria	8	Si
802	Si	54	Hombre	Media académica, media técnica o normalista	1	Si
803	No	67	Hombre	Básica primaria	22	Si
804	No	50	Hombre	Media académica, media técnica o normalista	20	Si
805	Si	39	Hombre	Media académica, media técnica o normalista	16	Si
806	No	25	Hombre	Básica secundaria	10	Si
807	No	55	Hombre	Ninguno	35	No
808	Si	30	Hombre	Básica secundaria	5	Si
809	Si	55	Hombre	Media académica, media técnica o normalista	16	Si
810	No	40	Hombre	Básica secundaria	25	Si
811	No	40	Mujer	Ninguno	0	No
812	Si	48	Hombre	Básica primaria	41	Si
813	No	69	Hombre	Básica primaria	6	Si
814	Si	28	Hombre	Media académica, media técnica o normalista	0	Si
815	No	31	Mujer	Ninguno	17	No
816	No	27	Mujer	Media académica, media técnica o normalista	5	Si
817	Si	37	Hombre	Técnica profesional o tegnológica	3	Si
818	Si	37	Hombre	Media académica, media técnica o normalista	10	Si
819	Si	55	Hombre	Básica secundaria	15	Si
820	Si	58	Hombre	Media académica, media técnica o normalista	10	Si
821	No	57	Hombre	Básica primaria	8	Si
822	No	20	Hombre	Preescolar	0	No
823	No	54	Hombre	Básica primaria	30	Si
824	No	21	Mujer	Media académica, media técnica o normalista	0	Si
825	Si	36	Hombre	Básica primaria	26	Si
826	No	39	Mujer	Ninguno	4	No
827	No	42	Hombre	Media académica, media técnica o normalista	30	Si
828	Si	57	Hombre	Básica primaria	2	Si
829	Si	27	Hombre	Básica primaria	10	Si
830	No	31	Hombre	Básica primaria	15	Si
831	No	25	Mujer	Media académica, media técnica o normalista	7	Si
832	Si	38	Hombre	Básica secundaria	7	Si
833	No	43	Hombre	Media académica, media técnica o normalista	2	Si
834	No	28	Hombre	Básica primaria	2	Si
835	No	38	Hombre	Básica secundaria	15	Si
836	No	35	Hombre	Básica primaria	27	Si
837	Si	52	Hombre	Básica primaria	25	Si
838	Si	22	Hombre	Básica secundaria	10	Si
839	Si	38	Hombre	Básica secundaria	8	Si
840	No	63	Hombre	Universitario o Posgrado	30	Si
841	No	36	Hombre	Básica secundaria	15	Si
842	Si	56	Hombre	Básica secundaria	6	Si
843	No	52	Hombre	Básica primaria	7	Si
844	Si	40	Hombre	Básica primaria	19	Si
845	No	39	Hombre	Ninguno	30	No
846	No	62	Hombre	Básica secundaria	20	Si
847	No	49	Hombre	Básica secundaria	35	Si
848	No	42	Hombre	Básica primaria	8	Si
849	No	50	Hombre	Media académica, media técnica o normalista	15	Si
850	Si	40	Hombre	Media académica, media técnica o normalista	15	Si
851	No	27	Hombre	Básica primaria	10	Si
852	Si	52	Hombre	Básica primaria	3	Si
853	Si	48	Hombre	Básica secundaria	20	Si
854	No	29	Hombre	Media académica, media técnica o normalista	7	Si
855	No	38	Hombre	Básica secundaria	23	Si
856	Si	27	Hombre	Básica primaria	14	Si
857	No	33	Hombre	Básica primaria	10	Si
858	No	63	Hombre	Media académica, media técnica o normalista	15	Si
859	Si	17	Hombre	Básica primaria	13	No
860	No	65	Hombre	Básica primaria	20	No
861	NA	NA	NA	NA	NA	NA
862	No	33	Hombre	Básica primaria	12	Si
863	Si	19	Hombre	Media académica, media técnica o normalista	4	Si
864	Si	54	Hombre	Media académica, media técnica o normalista	34	Si
865	Si	54	Hombre	Técnica profesional o tegnológica	12	Si
866	Si	26	Hombre	Media académica, media técnica o normalista	15	Si
867	Si	63	Hombre	Básica primaria	15	Si
868	No	47	Hombre	Básica primaria	17	Si
869	No	57	Hombre	Básica secundaria	10	Si
870	Si	28	Hombre	Media académica, media técnica o normalista	12	Si
871	No	40	Mujer	Básica primaria	31	Si
872	No	31	Hombre	Preescolar	25	No
873	No	29	Hombre	Media académica, media técnica o normalista	1	Si
874	No	31	Hombre	Media académica, media técnica o normalista	17	Si
875	No	73	Hombre	Básica secundaria	19	Si
876	Si	39	Mujer	Universitario o Posgrado	10	Si
877	Si	52	Hombre	Media académica, media técnica o normalista	10	Si
878	No	37	Mujer	Básica secundaria	9	Si
879	NA	NA	NA	NA	NA	NA
880	Si	63	Hombre	Universitario o Posgrado	28	Si
881	No	46	Hombre	Preescolar	38	No
882	NA	NA	NA	NA	NA	NA
883	Si	53	Hombre	Básica primaria	40	Si
884	No	67	Hombre	Ninguno	17	No
885	Si	31	Mujer	Básica secundaria	18	Si
886	NA	NA	NA	NA	NA	NA
887	Si	34	Hombre	Básica secundaria	21	Si
888	Si	29	Hombre	Básica secundaria	1	Si
889	Si	34	Hombre	Básica primaria	5	Si
890	Si	41	Hombre	Básica primaria	28	No
891	Si	36	Mujer	Básica secundaria	12	Si
892	Si	38	Hombre	Media académica, media técnica o normalista	4	Si
893	No	30	Mujer	Ninguno	20	No
894	No	36	Mujer	Básica primaria	12	Si
895	Si	32	Hombre	Media académica, media técnica o normalista	22	Si
896	No	34	Hombre	Básica secundaria	14	Si
897	No	36	Hombre	Media académica, media técnica o normalista	15	Si
898	No	31	Hombre	Básica primaria	16	Si
899	No	40	Hombre	Básica primaria	32	Si
900	Si	49	Hombre	Básica secundaria	0	Si
901	No	28	Hombre	Media académica, media técnica o normalista	1	Si
902	Si	39	Hombre	Básica primaria	20	Si
903	Si	58	Hombre	Básica primaria	25	Si
904	Si	45	Hombre	Ninguno	36	Si
905	Si	26	Hombre	Básica primaria	13	Si
906	No	26	Hombre	Básica secundaria	1	Si
907	Si	64	Hombre	Media académica, media técnica o normalista	10	Si
908	Si	24	Mujer	Media académica, media técnica o normalista	17	Si
909	No	61	Hombre	Básica primaria	20	Si
910	Si	69	Hombre	Universitario o Posgrado	54	Si
911	No	56	Hombre	Básica primaria	32	Si
912	No	33	Hombre	Universitario o Posgrado	4	Si
913	No	46	Hombre	Universitario o Posgrado	3	Si
914	Si	23	Hombre	Básica primaria	1	Si
915	Si	42	Hombre	Básica secundaria	10	Si
916	Si	56	Hombre	Media académica, media técnica o normalista	20	Si
917	Si	40	Hombre	Básica secundaria	8	Si
918	No	42	Mujer	Básica primaria	30	Si
919	Si	49	Hombre	Básica secundaria	12	Si
920	No	30	Mujer	Preescolar	13	No
921	No	56	Hombre	Básica primaria	50	Si
922	Si	61	Hombre	Básica secundaria	15	Si
923	Si	32	Hombre	Media académica, media técnica o normalista	11	Si
924	No	33	Hombre	Básica primaria	20	Si
925	Si	43	Hombre	Básica primaria	35	Si
926	Si	62	Hombre	Media académica, media técnica o normalista	0	Si
927	No	73	Hombre	Básica primaria	12	Si
928	Si	29	Hombre	Preescolar	17	No
929	Si	32	Hombre	Básica secundaria	11	Si
930	Si	26	Hombre	Media académica, media técnica o normalista	2	Si
931	Si	55	Mujer	Básica secundaria	30	Si
932	Si	37	Hombre	Media académica, media técnica o normalista	10	Si
933	No	26	Hombre	Básica primaria	17	Si
934	No	42	Hombre	Básica secundaria	16	Si
935	Si	63	Hombre	Básica primaria	50	Si
936	Si	57	Hombre	Media académica, media técnica o normalista	6	Si
937	No	45	Hombre	Básica primaria	20	Si
938	NA	NA	NA	NA	NA	NA
939	Si	58	Hombre	Media académica, media técnica o normalista	45	Si
940	Si	61	Hombre	Básica secundaria	8	Si
941	Si	27	Hombre	Media académica, media técnica o normalista	13	Si
942	No	43	Hombre	Básica secundaria	6	Si
943	No	34	Hombre	Básica secundaria	18	Si
944	No	37	Hombre	Básica secundaria	15	Si
945	Si	39	Hombre	Media académica, media técnica o normalista	20	Si
946	NA	NA	NA	NA	NA	NA
947	NA	NA	NA	NA	NA	NA
948	Si	40	Hombre	Básica secundaria	30	Si
949	No	50	Hombre	Básica secundaria	12	Si
950	Si	17	Hombre	Básica secundaria	10	Si
951	No	38	Hombre	Técnica profesional o tegnológica	3	Si
952	No	37	Hombre	Básica secundaria	21	Si
953	Si	51	Mujer	Básica primaria	28	Si
954	No	34	Hombre	Básica secundaria	9	Si
955	Si	42	Hombre	Media académica, media técnica o normalista	18	Si
956	No	61	Hombre	Ninguno	25	No
957	NA	NA	NA	NA	NA	NA
958	NA	NA	NA	NA	NA	NA
959	Si	34	Hombre	Media académica, media técnica o normalista	14	Si
960	NA	NA	NA	NA	NA	NA
961	No	23	Hombre	Básica secundaria	2	Si
962	No	48	Hombre	Básica secundaria	7	Si
963	NA	NA	NA	NA	NA	NA
964	Si	46	Hombre	Media académica, media técnica o normalista	19	Si
965	No	30	Hombre	Básica secundaria	1	Si
966	Si	43	Hombre	Media académica, media técnica o normalista	25	Si
967	No	58	Hombre	Básica primaria	51	Si
968	NA	NA	NA	NA	NA	NA
969	No	37	Hombre	Básica secundaria	20	Si
970	Si	36	Hombre	Básica primaria	7	Si
971	No	31	Hombre	Básica secundaria	7	Si
972	No	43	Hombre	Básica primaria	30	Si
973	NA	NA	NA	NA	NA	NA
974	NA	NA	NA	NA	NA	NA
975	No	47	Hombre	Media académica, media técnica o normalista	8	Si
976	No	32	Hombre	Básica primaria	4	Si
977	NA	NA	NA	NA	NA	NA
978	NA	NA	NA	NA	NA	NA
979	No	30	Hombre	Media académica, media técnica o normalista	0	Si
980	NA	34	Hombre	NA	NA	NA
981	Si	65	Hombre	Ninguno	8	Si
982	No	40	Hombre	Básica primaria	10	Si
983	NA	NA	NA	NA	NA	NA
984	Si	30	Mujer	Básica primaria	20	Si
985	No	15	Hombre	Básica secundaria	1	Si
986	Si	30	Mujer	Básica secundaria	5	Si
987	No	54	Hombre	Básica secundaria	20	Si
988	No	31	Mujer	Básica primaria	5	No
989	Si	62	Hombre	Media académica, media técnica o normalista	25	Si
990	No	54	Hombre	Universitario o Posgrado	20	Si
991	No	75	Hombre	Ninguno	60	No
992	No	40	Hombre	Ninguno	10	No
993	NA	NA	NA	NA	NA	NA
994	NA	48	Mujer	NA	6	NA
995	NA	NA	NA	NA	NA	NA
996	NA	NA	NA	NA	NA	NA
997	NA	NA	NA	NA	NA	NA
998	Si	23	Hombre	Básica primaria	2	Si
999	Si	46	Hombre	Media académica, media técnica o normalista	35	Si
1000	NA	NA	NA	NA	NA	NA

2.3 MODELOS UTILIZADOS

En el desarrollo del presente estudio se aplicaron dos modelos de aprendizaje supervisado: K-Nearest Neighbors (KNN) y Regresión Logística (Logit), con el propósito de predecir qué parte de la población habitante de calle es más propensa a desconocer los programas de ayuda ofrecidos por la alcaldía, a partir de un conjunto de variables sociodemográficas y educativas.

El modelo K-Nearest Neighbors (KNN) se utilizó como un método no paramétrico de clasificación, cuyo principio radica en asignar una categoría a cada individuo según la similitud con sus “vecinos” más cercanos dentro del conjunto de datos. Este modelo permitió identificar patrones de comportamiento y agrupar a las personas según características comunes que influyen en el conocimiento o desconocimiento de los programas institucionales. Para su implementación, se realizó una división del conjunto de datos en grupos de entrenamiento (75%) y prueba (25%), lo que permitió evaluar la capacidad predictiva del modelo y determinar el número óptimo de vecinos que ofreciera la mayor precisión.

Por su parte, el modelo Logit se empleó con el fin de analizar la relación estadística entre las variables independientes y la probabilidad de que un individuo conozca o no los programas ofrecidos por la alcaldía. Este enfoque permitió cuantificar la influencia de cada factor en la variable dependiente, proporcionando una interpretación más profunda sobre los determinantes que explican el desconocimiento de los programas sociales. Al igual que con el KNN, se realizó una partición de los datos y posteriormente se evaluó la capacidad del modelo mediante métricas de desempeño y la construcción de la curva ROC.

La utilización conjunta de ambos modelos permitió contrastar los resultados desde dos perspectivas complementarias: mientras el KNN se centra en la similitud empírica entre individuos, el modelo Logit ofrece una interpretación probabilística y explicativa del fenómeno, lo que contribuye a una comprensión integral del comportamiento de la población habitante de calle frente a las estrategias de apoyo institucional.

3 RESULTADOS DESCRIPTIVOS

3.1 TABLA DE ESTADISTICAS DESCRIPTIVAS

	Variable	Desv_Estandar	Media	Mediana	Moda	Minimo	Maximo
1	Edad	13.85187	41.07292	39	36	15	75
2	TiempoCalle	11.52097	13.02444	10	20	0	60

En la anterior tabla se presentan las descripciones estadísticas de las variables Edad y Tiempo en la Calle. Se observa que la edad de los participantes presenta una media de 41,07 años, con una mediana de 39 y una moda de 36, lo que indica que la mayoría de las personas se concentra en edades cercanas a los 40 años. El valor mínimo registrado es de 15 años y el máximo de 75, lo que evidencia una amplia variedad etaria dentro de la población. Asimismo, la desviación estándar de 13,85 muestra una dispersión considerable, lo que sugiere que el grupo está conformado por individuos tanto jóvenes como mayores.

Por otro lado, el tiempo que las personas han permanecido en la calle presenta una media de 13,02 años, una mediana de 10 y una moda de 20, lo que refleja que la mayoría lleva entre 10 y 20 años viviendo en la calle. Los valores observados van desde 0 hasta 60 años, mostrando una alta variabilidad en la duración de vida en la calle. La desviación estándar de 11,52 confirma esta dispersión, indicando diferencias notables entre los entrevistados en cuanto al tiempo de permanencia en esta condición.

3.2 BOXPLOT DE LAS VARIABLES CUANTITATIVAS

# Preparar los datos
HabitantesCalle <- HabitantesCalle %>%
  mutate(
    Edad = as.numeric(Edad),
    TiempoCalle = as.numeric(TiempoCalle)
  )

# Crear data frame combinado
data_box <- HabitantesCalle %>%
  select(Edad, TiempoCalle) %>%
  pivot_longer(cols = c(Edad, TiempoCalle), names_to = "Variable", values_to = "Valor") %>%
  filter(!is.na(Valor))

# Crear boxplots con facetas
g_facetas <- ggplot(data_box, aes(x = Variable, y = Valor, fill = Variable)) +
  geom_boxplot(alpha = 0.8, outlier.color = "red") +
  facet_wrap(~Variable, scales = "free") +
  theme_minimal() +
  labs(
    x = "",
    y = "",
    title = "DISTRIBUCIÓN DE LA EDAD Y TIEMPO VIVIDO EN LA CALLE"
  ) +
  scale_fill_manual(values = c("Edad" = "#F7A7C0", "TiempoCalle" = "#B5EAD7")) +
  theme(
    plot.title = element_text(size = 18, face = "bold", hjust = 0.5),
    strip.text = element_text(size = 14)
  )

# Convertir el gráfico ggplot a plotly
plot_facetas <- ggplotly(g_facetas)

# Ajustar el título en plotly
plot_facetas <- plot_facetas %>%
  layout(
    title = list(
      text = "DISTRIBUCIÓN DE LA EDAD Y TIEMPO VIVIDO EN LA CALLE",
      x = 0.5,  # Centrado horizontalmente
      xanchor = "center",
      font = list(size = 18, family = "Palatino Linotype")
    ),
    margin = list(t = 80)  # Espacio superior para que no se corte
  )

plot_facetas

A partir de los boxplots de las variables Edad y Tiempo en la Calle, se puede confirmar lo observado en el análisis descriptivo de las medidas de dispersión. La distribución de la edad en la población analizada muestra una clara concentración en la adultez media, con valores que oscilan entre los 20 y los 60 años. La mediana, situada en 39 años, indica que la mitad de los individuos tiene menos de esa edad y la otra mitad más. El rango intercuartílico, comprendido aproximadamente entre 30 y 52 años, refleja que la mayoría de los casos se agrupan en ese intervalo, mientras que la moda sugiere la existencia de una edad particularmente frecuente dentro del conjunto. La ausencia de valores atípicos y la simetría del boxplot permiten inferir una distribución relativamente homogénea, sin extremos pronunciados. En conjunto, estos resultados evidencian que la población está compuesta principalmente por adultos, con una dispersión moderada que refleja diversidad generacional, aunque sin presencia significativa de jóvenes o adultos mayores extremos.

En contraste, la variable Tiempo en la Calle presenta una distribución más dispersa y asimétrica. Aunque el valor mínimo es cero indicando la presencia de personas que recientemente ingresaron a esta condición, el valor máximo alcanza los 60 años, lo que evidencia casos de exclusión social prolongada. La mediana de 10 años señala que la mitad de los individuos ha vivido en la calle por menos de una década, mientras que el rango intercuartílico, entre 4 y 20 años, junto con una moda en 20 años, revela un grupo considerable con experiencias prolongadas en esta situación. La presencia de valores que superan la cerca superior del boxplot indica la existencia de outliers, es decir, personas que han permanecido en la calle por periodos significativamente mayores que el resto.

3.3 GRÁFICOS DE TORTAS

# RECODIFICACIÓN DE LA VARIABLE ProgramasAlcaldia
df_pie_programas <- HabitantesCalle2 %>%
  mutate(
    ProgramasAlcaldia = as.character(ProgramasAlcaldia),
    ProgramasAlcaldia = recode(ProgramasAlcaldia, "1" = "Si", "2" = "No", .default = ProgramasAlcaldia)
  ) %>%
  filter(!is.na(ProgramasAlcaldia) & ProgramasAlcaldia != "" & ProgramasAlcaldia %in% c("Si", "No")) %>%
  count(ProgramasAlcaldia) %>%
  mutate(
    pct = n / sum(n) * 100,
    etiqueta_pct = paste0(ProgramasAlcaldia, " ", round(pct, 1), "%"),
    hovertext = paste0(
      ProgramasAlcaldia, "<br>",
      "Cantidad: ", format(n, big.mark = ".", decimal.mark = ","), "<br>",
      "Porcentaje: ", round(pct, 1), "%"
    )
  )

# GRÁFICO DE TORTAS - PROGRAMAS DE LA ALCALDÍA
plot_ly(
  df_pie_programas,
  labels = ~ProgramasAlcaldia,
  values = ~n,
  type = 'pie',
  text = ~etiqueta_pct,
  textinfo = 'text',
  textposition = 'inside',
  textfont = list(size = 18, family = "Arial", color = "black"),
  hoverinfo = 'text',
  hovertext = ~hovertext,
  marker = list(colors = c('#7BB8E6', '#F7A7C0'))  
) %>%
  layout(
    title = list(
      text = "PARTICIPACIÓN EN PROGRAMAS DE LA ALCALDÍA",
      x = 0.5,
      y = 1.05,
      xanchor = "center",
      yanchor = "top",
      font = list(size = 22, family = "Palatino Linotype", color = "#222222")
    ),
    margin = list(t = 100)
  )

La distribución de participación en los programas de la alcaldía muestra una división relativamente equilibrada entre las personas que han accedido a estos servicios y aquellas que no. Si bien se observa una ligera mayoría que no ha participado, el porcentaje de quienes sí lo han hecho es considerable, lo que evidencia un alcance significativo de las iniciativas gubernamentales. Este equilibrio resulta particularmente favorable para el análisis predictivo, ya que, al tratarse de la variable dependiente de salida, una distribución balanceada contribuye a un entrenamiento más estable y representativo de los modelos aplicados, evitando sesgos hacia una de las categorías.

# RECODIFICACIÓN DE LA VARIABLE SEXO
df_pie_sexo <- HabitantesCalle2 %>%
  mutate(
    Sexo = as.character(Sexo),
    Sexo = recode(Sexo, "1" = "Hombre", "2" = "Mujer", .default = Sexo)
  ) %>%
  filter(!is.na(Sexo) & Sexo != "" & Sexo %in% c("Hombre", "Mujer")) %>%
  count(Sexo) %>%
  mutate(
    pct = n / sum(n) * 100,
    etiqueta_pct = paste0(round(pct, 1), "%"),
    hovertext = paste0(
      Sexo, "<br>",
      "Cantidad: ", format(n, big.mark = ".", decimal.mark = ","), "<br>",
      "Porcentaje: ", round(pct, 1), "%"
    )
  )

# GRÁFICO DE TORTAS - SEXO CON TÍTULO
plot_ly(
  df_pie_sexo,
  labels = ~Sexo,
  values = ~n,
  type = 'pie',
  text = ~paste0(Sexo, " ", etiqueta_pct),
  textinfo = 'text',
  textposition = 'inside',
  textfont = list(size = 18, family = "Arial"),
  hoverinfo = 'text',
  hovertext = ~hovertext,
  marker = list(colors = c('#7BB8E6', '#F7A7C0'))
) %>%
  layout(
    title = list(
      text = "DISTRIBUCIÓN POR EL SEXO DE HABITANTES",
      x = 0.5,  
      xanchor = "center",
      yanchor = "top",
      font = list(size = 22, family = "Palatino Linotype", color = "#222222")
    ),
    margin = list(t = 100)
  )

La composición por sexo evidencia una marcada predominancia masculina dentro de la población analizada. El porcentaje de mujeres es considerablemente menor, lo que podría estar asociado a factores estructurales, sociales o a dinámicas específicas de exclusión. Esta diferencia en la representación por género podría influir en el desempeño del modelo supervisado, ya que un desequilibrio entre clases podría generar sesgos en la predicción sobre el conocimiento de los programas de ayuda ofrecidos por la alcaldía.

# RECODIFICACIÓN DE LA VARIABLE LeeEscribe
df_pie_lee <- HabitantesCalle2 %>%
  mutate(
    LeeEscribe = as.character(LeeEscribe),
    LeeEscribe = recode(LeeEscribe, "1" = "Si", "2" = "No", .default = LeeEscribe)
  ) %>%
  filter(!is.na(LeeEscribe) & LeeEscribe != "" & LeeEscribe %in% c("Si", "No")) %>%
  count(LeeEscribe) %>%
  mutate(
    pct = n / sum(n) * 100,
    etiqueta_pct = paste0(LeeEscribe, " ", round(pct, 1), "%"),
    hovertext = paste0(
      LeeEscribe, "<br>",
      "Cantidad: ", format(n, big.mark = ".", decimal.mark = ","), "<br>",
      "Porcentaje: ", round(pct, 1), "%"
    )
  )


# GRÁFICO DE TORTA - LECTURA Y ESCRITURA
plot_ly(
  df_pie_lee,
  labels = ~LeeEscribe,
  values = ~n,
  type = 'pie',
  text = ~etiqueta_pct,
  textinfo = 'text',
  textposition = 'inside',
  textfont = list(size = 18, family = "Arial", color = "black"),
  hoverinfo = 'text',
  hovertext = ~hovertext,
  marker = list(colors = c('#F7A7C0', '#7BB8E6'))
) %>%
  layout(
    title = list(
      text = "DISTRIBUCIÓN POR LA CAPACIDAD DE LECTURA Y ESCRITURA",
      x = 0.5,
      y = 2.5,  
      xanchor = "center",
      yanchor = "top",
      font = list(size = 20, family = "Palatino Linotype", color = "#222222")
    ),
    margin = list(t = 100)  
  )

La gran mayoría de los entrevistados cuenta con habilidades básicas de lectura y escritura, lo cual podría influir en el modelo al introducir un ligero sesgo. Sin embargo, el porcentaje restante que no posee estas capacidades representa un grupo especialmente vulnerable, por lo que es fundamental considerarlo al momento de realizar las predicciones. El analfabetismo podría ser un factor altamente influyente en el desconocimiento de los programas de ayuda ofrecidos por la alcaldía.

3.4 GRÁFICO DE BARRAS

# GRAFICO DE BARRAS NIVEL DE EDUCACIÓN

# CONVERSIÓN DE VARIABLES CON as.character y factor
HabitantesCalle <- HabitantesCalle %>%
  mutate(
    NivelEducacion = as.character(NivelEducacion),
    NivelEducacion = recode(NivelEducacion,
      "1" = "Preescolar",
      "2" = "Básica primaria",
      "3" = "Básica secundaria",
      "4" = "Media académica / técnica / normalista",
      "5" = "Técnica profesional o tecnológica",
      "6" = "Universitario o Posgrado",
      "13" = "Ninguno",
      .default = NA_character_
    ),
    NivelEducacion = ifelse(is.na(NivelEducacion), "No responde", NivelEducacion),
    NivelEducacion = factor(NivelEducacion, levels = c(
      "Preescolar",
      "Básica primaria",
      "Básica secundaria",
      "Media académica / técnica / normalista",
      "Técnica profesional o tecnológica",
      "Universitario o Posgrado",
      "Ninguno",
      "No responde"
    ))
  )

# Contar niveles educativos
df_bar_edu <- HabitantesCalle %>%
  count(NivelEducacion) %>%
  mutate(
    hovertext = paste0(
      "Nivel educativo: ", NivelEducacion, "<br>",
      "Cantidad: ", n
    )
  )

# Gráfico con colores pastel y etiquetas
g_nivel <- plot_ly(
  df_bar_edu,
  x = ~NivelEducacion,
  y = ~n,
  type = 'bar',
  text = ~n,
  textposition = 'outside',
  hovertext = ~hovertext,
  hoverinfo = 'text',
  marker = list(
    color = c(
      "#FADADD",  # Preescolar
      "#B5EAD7",  # Básica primaria
      "#C7CEEA",  # Básica secundaria
      "#FFDAC1",  # Media académica / técnica / normalista
      "#E2F0CB",  # Técnica profesional o tecnológica
      "#B5E5CF",  # Universitario o Posgrado
      "#F6C5C0",  # Ninguno
      "#D3D3D3"   # No responde
    )
  )
) %>%
  layout(
    title = "NIVEL DE EDUCACIÓN ALCANZADO",
    xaxis = list(title = "NIVEL EDUCATIVO"),
    yaxis = list(title = "CANTIDAD")
  )

g_nivel

La distribución del nivel académico muestra que la mayoría de los habitantes de calle cuentan con estudios básicos, principalmente hasta la secundaria. En contraste, los niveles educativos más altos presentan una participación muy baja. Este resultado es útil para el modelo, ya que permite verificar si las personas con menor nivel educativo tienen una mayor probabilidad de desconocer los programas de ayuda ofrecidos por la alcaldía.

4 CONSTRUCCIÓN DE LOS MODELOS

El modelo KNN se implementó con el propósito de clasificar la variable binaria ProgramasAlcaldia, que indica si una persona conoce o no los programas de la Alcaldía. El método se basa en la similitud entre observaciones: cada caso nuevo se clasifica según la categoría más frecuente entre sus k vecinos más cercanos en el espacio de las variables predictoras.

4.1 MODELO 1: KNN

4.1.1 Resultados del modelo

#Establecer semilla
set.seed(28)

#Codigo para usar todos los núcleos menos 1 (evita saturar el PC y que cargue mas rapido)
cl <- makeCluster(parallel::detectCores() - 1)
registerDoParallel(cl)

#Definir valores de k optimas
grid <- expand.grid(k = seq(1, 500, by = 2))  # 26 valores impares de k

modelo_knn <- train(
  ProgramasAlcaldia ~ .,
  data = datos_entrena,
  method = "knn",
  preProcess = c("center", "scale"),
  tuneGrid = grid,
  trControl = trainControl(method = "cv", number = 10) # 10 pliegues
)

stopCluster(cl)


modelo_knn

k-Nearest Neighbors 

7552 samples
   5 predictor
   2 classes: 'No', 'Si' 

Pre-processing: centered (10), scaled (10) 
Resampling: Cross-Validated (10 fold) 
Summary of sample sizes: 6797, 6797, 6796, 6797, 6797, 6796, ... 
Resampling results across tuning parameters:

  k    Accuracy   Kappa     
    1  0.5254259  0.04604400
    3  0.5313813  0.05576875
    5  0.5350913  0.06206536
    7  0.5377398  0.06613415
    9  0.5389308  0.06767187
   11  0.5386678  0.06710607
   13  0.5380083  0.06508549
   15  0.5362872  0.06140650
   17  0.5384041  0.06474063
   19  0.5433039  0.07473500
   21  0.5372131  0.06171924
   23  0.5336368  0.05373176
   25  0.5374766  0.06101493
   27  0.5409200  0.06859812
   29  0.5388013  0.06349471
   31  0.5430390  0.07160367
   33  0.5475413  0.08044963
   35  0.5486002  0.08252699
   37  0.5467467  0.07814724
   39  0.5468795  0.07878504
   41  0.5521760  0.08865687
   43  0.5541627  0.09263925
   45  0.5517786  0.08767867
   47  0.5507194  0.08552375
   49  0.5484674  0.08074926
   51  0.5499224  0.08360515
   53  0.5516439  0.08695347
   55  0.5497891  0.08296029
   57  0.5501868  0.08309567
   59  0.5503185  0.08287299
   61  0.5544234  0.09115849
   63  0.5520414  0.08590420
   65  0.5523054  0.08600615
   67  0.5533626  0.08808784
   69  0.5533626  0.08837342
   71  0.5528345  0.08709283
   73  0.5527028  0.08672577
   75  0.5492589  0.08009429
   77  0.5495254  0.07958882
   79  0.5501862  0.08117807
   81  0.5519077  0.08464785
   83  0.5533645  0.08756121
   85  0.5538934  0.08898860
   87  0.5488626  0.07845139
   89  0.5487295  0.07810098
   91  0.5458159  0.07186524
   93  0.5462122  0.07243151
   95  0.5464776  0.07284853
   97  0.5454198  0.06989701
   99  0.5466122  0.07230858
  101  0.5454212  0.06998179
  103  0.5463469  0.07248738
  105  0.5462140  0.07251677
  107  0.5438302  0.06706219
  109  0.5443607  0.06814876
  111  0.5452877  0.07021270
  113  0.5434334  0.06640047
  115  0.5455515  0.07034902
  117  0.5459487  0.07163401
  119  0.5425064  0.06419609
  121  0.5423745  0.06395652
  123  0.5439616  0.06720128
  125  0.5448894  0.06904817
  127  0.5421083  0.06338557
  129  0.5391955  0.05738871
  131  0.5398576  0.05925560
  133  0.5410489  0.06200578
  135  0.5417101  0.06322969
  137  0.5391943  0.05807684
  139  0.5394593  0.05887287
  141  0.5419771  0.06405225
  143  0.5411828  0.06223105
  145  0.5430360  0.06649670
  147  0.5397251  0.06009844
  149  0.5415785  0.06433986
  151  0.5415782  0.06462499
  153  0.5402553  0.06144123
  155  0.5395916  0.06051122
  157  0.5417108  0.06505985
  159  0.5426378  0.06715642
  161  0.5423736  0.06662903
  163  0.5407845  0.06378495
  165  0.5405202  0.06324976
  167  0.5390629  0.06016396
  169  0.5402540  0.06224725
  171  0.5422410  0.06654565
  173  0.5409172  0.06375869
  175  0.5393278  0.06059963
  177  0.5394614  0.06052570
  179  0.5395941  0.06062395
  181  0.5406537  0.06273066
  183  0.5411828  0.06377653
  185  0.5409184  0.06329913
  187  0.5411836  0.06367008
  189  0.5415806  0.06457023
  191  0.5419789  0.06554428
  193  0.5399921  0.06140757
  195  0.5418459  0.06528990
  197  0.5419790  0.06567422
  199  0.5417148  0.06514568
  201  0.5422446  0.06620716
  203  0.5423757  0.06659260
  205  0.5433025  0.06824934
  207  0.5456861  0.07326068
  209  0.5434349  0.06869514
  211  0.5452882  0.07243942
  213  0.5447586  0.07117226
  215  0.5452894  0.07211289
  217  0.5454201  0.07247220
  219  0.5458192  0.07335716
  221  0.5466138  0.07462179
  223  0.5458192  0.07304321
  225  0.5450247  0.07128626
  227  0.5443619  0.06987013
  229  0.5430378  0.06693090
  231  0.5425088  0.06615986
  233  0.5427727  0.06634126
  235  0.5419778  0.06455116
  237  0.5427722  0.06618802
  239  0.5439646  0.06830882
  241  0.5451568  0.07069582
  243  0.5446270  0.06949047
  245  0.5439647  0.06800874
  247  0.5429050  0.06563233
  249  0.5439647  0.06789085
  251  0.5427725  0.06510575
  253  0.5430372  0.06572485
  255  0.5429050  0.06539702
  257  0.5423755  0.06456536
  259  0.5431692  0.06601757
  261  0.5426397  0.06490699
  263  0.5430374  0.06580801
  265  0.5425078  0.06465285
  267  0.5444946  0.06910511
  269  0.5446261  0.06892552
  271  0.5433027  0.06624009
  273  0.5433028  0.06620264
  275  0.5438319  0.06736269
  277  0.5430374  0.06572868
  279  0.5438314  0.06710273
  281  0.5459506  0.07136964
  283  0.5454208  0.06996090
  285  0.5451561  0.06944060
  287  0.5451556  0.06930528
  289  0.5467457  0.07244675
  291  0.5444928  0.06769721
  293  0.5443600  0.06736018
  295  0.5467445  0.07237761
  297  0.5460824  0.07094184
  299  0.5454205  0.06913663
  301  0.5450231  0.06859816
  303  0.5447584  0.06776909
  305  0.5448907  0.06797254
  307  0.5462147  0.07042927
  309  0.5463462  0.07066321
  311  0.5440958  0.06593183
  313  0.5448893  0.06756476
  315  0.5452873  0.06818585
  317  0.5447579  0.06661679
  319  0.5446254  0.06643758
  321  0.5462148  0.06941502
  323  0.5468762  0.07066565
  325  0.5472734  0.07145757
  327  0.5484653  0.07381988
  329  0.5458175  0.06837298
  331  0.5460817  0.06884944
  333  0.5492603  0.07537725
  335  0.5492614  0.07512100
  337  0.5499229  0.07604355
  339  0.5505852  0.07744616
  341  0.5512471  0.07886523
  343  0.5497905  0.07567363
  345  0.5495271  0.07481507
  347  0.5488640  0.07360002
  349  0.5475404  0.07046655
  351  0.5488647  0.07315674
  353  0.5472758  0.06954218
  355  0.5483351  0.07171814
  357  0.5471427  0.06929090
  359  0.5476720  0.07060608
  361  0.5495263  0.07413861
  363  0.5492621  0.07337704
  365  0.5476737  0.07004451
  367  0.5480704  0.07097931
  369  0.5483349  0.07148310
  371  0.5495270  0.07416853
  373  0.5496587  0.07449895
  375  0.5511153  0.07732634
  377  0.5492619  0.07352968
  379  0.5497912  0.07471577
  381  0.5493938  0.07382775
  383  0.5486002  0.07211366
  385  0.5500568  0.07527778
  387  0.5497924  0.07462380
  389  0.5507183  0.07651225
  391  0.5497931  0.07448763
  393  0.5488649  0.07246260
  395  0.5485998  0.07213152
  397  0.5499238  0.07463695
  399  0.5482021  0.07126727
  401  0.5470099  0.06850632
  403  0.5480676  0.07085109
  405  0.5492608  0.07310952
  407  0.5499227  0.07434925
  409  0.5480690  0.07067485
  411  0.5482021  0.07091421
  413  0.5482023  0.07077743
  415  0.5479377  0.07003590
  417  0.5476735  0.06955659
  419  0.5497910  0.07394244
  421  0.5492612  0.07288651
  423  0.5487314  0.07165768
  425  0.5509827  0.07616841
  427  0.5492619  0.07232308
  429  0.5496587  0.07307788
  431  0.5492619  0.07218257
  433  0.5497920  0.07308999
  435  0.5504541  0.07425895
  437  0.5503218  0.07389110
  439  0.5505864  0.07437147
  441  0.5497915  0.07284910
  443  0.5489977  0.07112913
  445  0.5496599  0.07248283
  447  0.5491301  0.07144892
  449  0.5499243  0.07301898
  451  0.5495263  0.07225451
  453  0.5504538  0.07422352
  455  0.5489970  0.07113269
  457  0.5488644  0.07084409
  459  0.5492622  0.07160460
  461  0.5493942  0.07182989
  463  0.5485991  0.07027014
  465  0.5503201  0.07358529
  467  0.5505855  0.07409577
  469  0.5491286  0.07096909
  471  0.5500555  0.07283180
  473  0.5508499  0.07446954
  475  0.5503197  0.07325502
  477  0.5513795  0.07534247
  479  0.5517769  0.07589577
  481  0.5515118  0.07527772
  483  0.5520421  0.07618347
  485  0.5520418  0.07615598
  487  0.5513806  0.07480617
  489  0.5515121  0.07487014
  491  0.5507176  0.07325720
  493  0.5507174  0.07315880
  495  0.5485991  0.06865642
  497  0.5496580  0.07076446
  499  0.5501887  0.07182373

Accuracy was used to select the optimal model using the largest value.
The final value used for the model was k = 61.

4.1.2 Grafica de precisión del modelo

# Extraer resultados del modelo
resultados <- modelo_knn$results

# Encontrar el mejor valor de k
mejor_k <- resultados$k[which.max(resultados$Accuracy)]
mejor_precision <- max(resultados$Accuracy)

# Crear gráfico con ggplot
g_modelo <- ggplot(resultados, aes(x = k, y = Accuracy)) +
  geom_line(color = "#4682B4", size = 1.2) +
  geom_point(color = "#FF69B4", size = 2, alpha = 0.7) +
  geom_vline(xintercept = mejor_k, linetype = "dashed", color = "red", size = 1) +
  annotate("text", x = mejor_k, y = mejor_precision + 0.005,
           label = paste("Mejor k =", mejor_k),
           color = "red", size = 4, hjust = -0.1) +
  labs(
    title = "Precisión del modelo KNN según el número de vecinos (k)",
    subtitle = "Validación cruzada con 10 pliegues",
    x = "Número de vecinos (k)",
    y = "Precisión (Accuracy)",
    caption = "Fuente: caret::train con método KNN"
  ) +
  theme_minimal(base_family = "Palatino") +
  theme(
    plot.title = element_text(size = 18, face = "bold", hjust = 0.5),
    plot.subtitle = element_text(size = 14, hjust = 0.5, margin = margin(b = 10)),
    axis.title = element_text(size = 13),
    axis.text = element_text(size = 11),
    plot.caption = element_text(size = 10, hjust = 1, face = "italic"),
    panel.grid.major = element_line(color = "gray85"),
    panel.grid.minor = element_blank()
  )

# Convertir a gráfico interactivo
ggplotly(g_modelo)

Mediante un proceso de validación cruzada, se evaluaron distintos valores k y se encontró que el error de clasificación promedio se minimizó en k = 61. Este valor refleja un equilibrio entre precisión y estabilidad, reduciendo el sobreajuste que suele presentarse con valores bajos de k.

4.1.3 Matriz de confusion

# Predicciones sobre test
pred_knn_caret <- predict(modelo_knn, newdata = datos_test)

# Matriz de confusión y métricas
confusionMatrix(pred_knn_caret, datos_test$ProgramasAlcaldia, positive = "Si")

Confusion Matrix and Statistics

          Reference
Prediction  No  Si
        No 889 695
        Si 458 474
                                         
               Accuracy : 0.5417         
                 95% CI : (0.522, 0.5613)
    No Information Rate : 0.5354         
    P-Value [Acc > NIR] : 0.2679         
                                         
                  Kappa : 0.0663         
                                         
 Mcnemar's Test P-Value : 3.648e-12      
                                         
            Sensitivity : 0.4055         
            Specificity : 0.6600         
         Pos Pred Value : 0.5086         
         Neg Pred Value : 0.5612         
             Prevalence : 0.4646         
         Detection Rate : 0.1884         
   Detection Prevalence : 0.3704         
      Balanced Accuracy : 0.5327         
                                         
       'Positive' Class : Si             
                                         

1. El modelo tiene accuracy moderada-baja (≈ 54%).

2. Sensibilidad muy baja (40.6%) vs especificidad razonable (66.0%).

• El modelo falla en identificar la mayoría de los positivos reales (695 FN frente a 474 TP).

• Detecta bastante mejor a los negativos. Eso significa que, con este umbral, el modelo subestima la clase “Sí”: hay más casos reales positivos que el modelo no detecta.

3. Predicción de positivos por debajo de la prevalencia real.

• Prevalencia real = 46.5% de la muestra son “Sí”, pero el modelo predice “Sí” solo el 37.0% (detection prevalence).

• El modelo predice menos positivos de los que existen.

4. Precisión (PPV) ≈ 0.51: de los casos marcados como “Sí”, ~51% son verdaderos. No es terrible, pero combinado con baja sensibilidad, indica que para encontrar muchos positivos hay que aceptar más falsos positivos.

5. Kappa muy bajo (0.066) y Balanced Accuracy ≈ 0.533: el desempeño es solo un poco mejor que el azar y hay poca mejora práctica respecto a un clasificador trivial.

6. Test de McNemar p << 0.001: la asimetría de errores es significativa, lo que confirma que el patrón de errores no es aleatorio.

4.1.4 Grafica roc

# Calcular curva ROC y AUC
prob_knn <- predict(modelo_knn, newdata = datos_test, type = "prob")
pred_obj <- prediction(prob_knn[, 2], datos_test$ProgramasAlcaldia)
perf <- performance(pred_obj, "tpr", "fpr")
auc <- performance(pred_obj, "auc")@y.values[[1]]

# Extraer datos para ggplot
roc_data <- data.frame(
  fpr = perf@x.values[[1]],
  tpr = perf@y.values[[1]]
)

# Graficar con 

ggplot(roc_data, aes(x = fpr, y = tpr)) +
  geom_line(color = "#4682B4", size = 1.2) +
  geom_abline(slope = 1, intercept = 0, linetype = "dashed", color = "gray60") +
  annotate("text", x = 0.6, y = 0.1, label = paste("AUC =", round(auc, 3)),
           size = 5, color = "red", fontface = "bold") +
  labs(
    title = "Curva ROC - Modelo KNN",
    subtitle = "Evaluación binaria sobre conjunto de prueba",
    x = "Tasa de falsos positivos (FPR)",
    y = "Tasa de verdaderos positivos (TPR)",
    caption = "Fuente: ROCR + caret"
  ) +
  theme_minimal(base_family = "Palatino") +
  theme(
    plot.title = element_text(size = 18, face = "bold", hjust = 0.5),
    plot.subtitle = element_text(size = 14, hjust = 0.5),
    axis.title = element_text(size = 13),
    axis.text = element_text(size = 11),
    plot.caption = element_text(size = 10, hjust = 1, face = "italic")
  )

La curva ROC presentada permite evaluar el rendimiento del modelo KNN sobre el conjunto de prueba, mostrando la relación entre la tasa de falsos positivos y la tasa de verdaderos positivos. Se observa que la curva se encuentra ligeramente por encima de la diagonal, lo que indica que el modelo tiene una capacidad de predicción baja y se comporta de manera casi aleatoria. El valor del AUC = 0.57 confirma este resultado, evidenciando que el modelo logra predecir correctamente solo alrededor del 57% de los casos positivos.

4.2 MODELO 2: LOGIT DE CLASIFICACIÓN

Nuestro modelo: ProgramasAlcaldia∼Sexo + LeeEscribe + NivelEducacion + Edad + TiempoCalle

Busca estimar la probabilidad de que una persona conozca o no los programas de la alcaldía, a partir de características sociodemográficas y educativas.

# Nos aseguramos de que la variable objetivo sea factor con niveles "No" y "Sí"
HabitantesCalle2$ProgramasAlcaldia <- factor(HabitantesCalle2$ProgramasAlcaldia, levels = c("No", "Si"))

# Partición (train / test)

set.seed(28)
idx <- createDataPartition(y = HabitantesCalle2$ProgramasAlcaldia, p = 0.75, list = FALSE)
train <- HabitantesCalle2[idx, ]
test  <- HabitantesCalle2[-idx, ]


#  Entrenamiento del modelo logit 
# Aquí escogemos las variables predictoras más lógicas

fit_logit <- glm(ProgramasAlcaldia ~ Sexo + LeeEscribe + NivelEducacion + Edad + TiempoCalle,
                 data = train, family = binomial())

summary(fit_logit)

Call:
glm(formula = ProgramasAlcaldia ~ Sexo + LeeEscribe + NivelEducacion + 
    Edad + TiempoCalle, family = binomial(), data = train)

Coefficients:
                                                           Estimate Std. Error
(Intercept)                                               -0.804147   0.130632
SexoMujer                                                  0.142768   0.070215
LeeEscribeSi                                               0.238165   0.112190
NivelEducacionBásica secundaria                            0.151509   0.059311
NivelEducacionMedia académica, media técnica o normalista  0.216801   0.069374
NivelEducacionNinguno                                     -0.084792   0.125930
NivelEducacionPreescolar                                  -0.213975   0.215039
NivelEducacionTécnica profesional o tegnológica            0.858198   0.172865
NivelEducacionUniversitario o Posgrado                     0.366928   0.149952
Edad                                                       0.002780   0.001881
TiempoCalle                                                0.016880   0.002281
                                                          z value Pr(>|z|)    
(Intercept)                                                -6.156 7.47e-10 ***
SexoMujer                                                   2.033  0.04202 *  
LeeEscribeSi                                                2.123  0.03376 *  
NivelEducacionBásica secundaria                             2.554  0.01064 *  
NivelEducacionMedia académica, media técnica o normalista   3.125  0.00178 ** 
NivelEducacionNinguno                                      -0.673  0.50074    
NivelEducacionPreescolar                                   -0.995  0.31971    
NivelEducacionTécnica profesional o tegnológica             4.965 6.89e-07 ***
NivelEducacionUniversitario o Posgrado                      2.447  0.01441 *  
Edad                                                        1.478  0.13939    
TiempoCalle                                                 7.399 1.37e-13 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 10432  on 7551  degrees of freedom
Residual deviance: 10301  on 7541  degrees of freedom
AIC: 10323

Number of Fisher Scoring iterations: 4

# TABLA DE RESULTADOS
variables_modelo <- data.frame(
  Variable = c("Intercept","SexoMujer","LeeEscribeSi","NivelEducación – Básica Secundaria","NivelEducación – Media o Técnica","NivelEducación – Técnica profesional o tecnológica", "NivelEducación – Universitario o Posgrado", "Edad", "TiempoCalle"),
  Estimado = c(
    "-0.804",
    "0.143",
    "0.238",
    "0.152",
    "0.217",
    "0.858",
    "0.367",
    "0.0028",
    "0.0169"
  ),
  p_valor = c(
    "<0.001",
    "0.042",
    "0.034",
    "0.011",
    "0.002",
    "<0.001",
    "0.014",
    "0.139",
    "<0.001"
  ),
  Interpretacion = c(
    "Punto de partida, indica baja probabilidad de conocimiento sin otras variables.",
    "Ser mujer aumenta significativamente la probabilidad de conocer los programas.",
    "Saber leer y escribir incrementa la probabilidad de conocerlos.",
    "Mayor educación básica aumenta la probabilidad." ,
    "Efecto positivo importante: quienes alcanzaron educación media o técnica tienen más conocimiento.",
    "Gran incremento: este grupo tiene una probabilidad mucho mayor de conocer los programas.",
    "También positivo y significativo.",
    "No significativo; la edad no influye estadísticamente.",
    "Cada año adicional en la calle aumenta ligeramente la probabilidad de conocer los programas."
  )
)


tabla <- kable(variables_modelo, 
               format = "html",
               col.names = c("Variable", "Estimado", "p-valor", "Interpretación"),
               align = c('l', 'l', 'l', 'l'),
               caption = "Tabla de resultados del Modelo Logit") %>%
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width = FALSE,
    font_size = 14,
    position = "center"
  ) %>%
  row_spec(0, background = "#2b6cb0", color = "white", bold = TRUE) %>%
  column_spec(1, bold = TRUE, width = "3cm") %>%
  column_spec(2, width = "4cm") %>%  # Cambiado de 2:8 a columnas específicas
  column_spec(3, width = "3cm") %>%
  column_spec(4, width = "3.5cm") %>%
  footnote(
    general = "",
    general_title = "",
    footnote_as_chunk = TRUE
  )

tabla

Tabla de resultados del Modelo Logit

Variable	Estimado	p-valor	Interpretación
Intercept	-0.804	<0.001	Punto de partida, indica baja probabilidad de conocimiento sin otras variables.
SexoMujer	0.143	0.042	Ser mujer aumenta significativamente la probabilidad de conocer los programas.
LeeEscribeSi	0.238	0.034	Saber leer y escribir incrementa la probabilidad de conocerlos.
NivelEducación – Básica Secundaria	0.152	0.011	Mayor educación básica aumenta la probabilidad.
NivelEducación – Media o Técnica	0.217	0.002	Efecto positivo importante: quienes alcanzaron educación media o técnica tienen más conocimiento.
NivelEducación – Técnica profesional o tecnológica	0.858	<0.001	Gran incremento: este grupo tiene una probabilidad mucho mayor de conocer los programas.
NivelEducación – Universitario o Posgrado	0.367	0.014	También positivo y significativo.
Edad	0.0028	0.139	No significativo; la edad no influye estadísticamente.
TiempoCalle	0.0169	<0.001	Cada año adicional en la calle aumenta ligeramente la probabilidad de conocer los programas.

Las variables más influyentes son nivel educativo, lectoescritura, sexo y tiempo en la calle. Esto sugiere que la educación y la experiencia de vida en la calle fortalecen el conocimiento sobre los programas de la alcaldía.

4.2.1 Primera Matriz de confusión

#  Predicciones con umbral 0.5 
p_hat <- predict(fit_logit, newdata = test, type = "response")  # probabilidad de "Sí"

pred_clase <- factor(ifelse(p_hat >= 0.5, "Si", "No"), levels = c("Si", "No"))

# Matriz de confusión
confusionMatrix(pred_clase, test$ProgramasAlcaldia, positive = "Si")

Confusion Matrix and Statistics

          Reference
Prediction   No   Si
        No 1060  818
        Si  287  351
                                          
               Accuracy : 0.5608          
                 95% CI : (0.5412, 0.5803)
    No Information Rate : 0.5354          
    P-Value [Acc > NIR] : 0.005522        
                                          
                  Kappa : 0.0899          
                                          
 Mcnemar's Test P-Value : < 2.2e-16       
                                          
            Sensitivity : 0.3003          
            Specificity : 0.7869          
         Pos Pred Value : 0.5502          
         Neg Pred Value : 0.5644          
             Prevalence : 0.4646          
         Detection Rate : 0.1395          
   Detection Prevalence : 0.2536          
      Balanced Accuracy : 0.5436          
                                          
       'Positive' Class : Si              
                                          

- Exactitud (56.1%): El modelo acierta poco más de la mitad de las veces, apenas mejor que el azar.

- Kappa (0.0899): Muy baja concordancia respecto al azar, indica que el modelo no discrimina bien entre clases.

- Sensibilidad (0.30): Solo detecta correctamente el 30% de los casos “Sí” (falsos negativos altos).

- Especificidad (0.79): Distingue mejor los “No”.

- Balanced Accuracy (0.54): Rendimiento general bajo y desbalanceado.

Con el punto de corte por defecto (0.5), el modelo tiende a predecir “No” en exceso, fallando muchos verdaderos “Sí”.

4.2.2 Punto de corte optimo

# Umbral óptimo con curva ROC 
roc_o <- roc(response = test$ProgramasAlcaldia, predictor = p_hat, levels = c("No", "Si"))
thr   <- coords(roc_o, x = "best", best.method = "youden", ret = "threshold")

umbral <- as.numeric(thr)
umbral  # muestra el nuevo punto de corte óptimo

[1] 0.4413992

Significa que bajar el umbral de decisión (de 0.5 → 0.44) permite clasificar más casos como positivos (“Sí”) para aumentar la sensibilidad.

4.2.3 Segunda Matriz de confusion

# Nueva clasificación con el umbral óptimo
pred_clase_opt <- factor(ifelse(p_hat >= umbral, "Si", "No"), levels = c("Si", "No"))

# Nueva matriz de confusión
confusionMatrix(pred_clase_opt, test$ProgramasAlcaldia, positive = "Si")

Confusion Matrix and Statistics

          Reference
Prediction  No  Si
        No 565 339
        Si 782 830
                                         
               Accuracy : 0.5545         
                 95% CI : (0.5348, 0.574)
    No Information Rate : 0.5354         
    P-Value [Acc > NIR] : 0.02871        
                                         
                  Kappa : 0.1263         
                                         
 Mcnemar's Test P-Value : < 2e-16        
                                         
            Sensitivity : 0.7100         
            Specificity : 0.4195         
         Pos Pred Value : 0.5149         
         Neg Pred Value : 0.6250         
             Prevalence : 0.4646         
         Detection Rate : 0.3299         
   Detection Prevalence : 0.6407         
      Balanced Accuracy : 0.5647         
                                         
       'Positive' Class : Si             
                                         

- Sensibilidad sube mucho (de 0.30 → 0.71): ahora el modelo detecta la mayoría de los “Sí”.

- Especificidad baja (de 0.79 → 0.42): comete más falsos positivos, confunde más “No” como “Sí”.

- Kappa (0.1263): mejora ligeramente; hay un poco más de concordancia que antes.

- Balanced Accuracy (0.5647): también mejora, aunque el rendimiento sigue modesto.

Ajustar el punto de corte mejoró la detección de casos positivos (mayor sensibilidad), lo cual es útil si los “Sí” son los casos más importantes Sin embargo, el costo son más falsos positivos.

4.2.4 Curva ROC

# Crear objeto ROC
roc_o <- roc(response = test$ProgramasAlcaldia, predictor = p_hat, levels = c("No", "Si"))

# Extraer datos para ggplot
roc_df <- data.frame(
  tpr = roc_o$sensitivities,
  fpr = 1 - roc_o$specificities
)

# Calcular AUC
auc_val <- auc(roc_o)

# Crear gráfico con estilo similar al del KNN
g_roc_logit <- ggplot(roc_df, aes(x = fpr, y = tpr)) +
  geom_line(color = "#4682B4", size = 1.2) +  # Azul acero
  geom_abline(slope = 1, intercept = 0, linetype = "dashed", color = "gray60") +
  annotate("text", x = 0.6, y = 0.1, label = paste("AUC =", round(auc_val, 3)),
           size = 5, color = "red", fontface = "bold") +
  labs(
    title = "Curva ROC - Modelo Logístico",
    subtitle = "Evaluación binaria sobre conjunto de prueba",
    x = "Tasa de falsos positivos (FPR)",
    y = "Tasa de verdaderos positivos (TPR)",
    caption = "Fuente: pROC + glm"
  ) +
  theme_minimal(base_family = "Palatino") +
  theme(
    plot.title = element_text(size = 18, face = "bold", hjust = 0.5),
    plot.subtitle = element_text(size = 14, hjust = 0.5),
    axis.title = element_text(size = 13),
    axis.text = element_text(size = 11),
    plot.caption = element_text(size = 10, hjust = 1, face = "italic"),
    panel.grid.major = element_line(color = "gray85"),
    panel.grid.minor = element_blank()
  )

# Convertir a gráfico interactivo
ggplotly(g_roc_logit)

El modelo logra un poder de discriminación moderado-bajo, apenas mejor que el azar (0.5). Esto sugiere que, aunque algunas variables explican el conocimiento de los programas, la relación es débil o hay otros factores no considerados que influyen. Estos resultados sugieren que las personas con mayor educación formal y alfabetización tienen más probabilidades de conocer los programas de apoyo.

5 RESULTADOS DE LOS MODELOS

# Tabla comparativa KNN vs Logit
tabla_comparacion <- data.frame(
  Metrica = c("Accuracy","Sensibilidad","Especificidad","AUC","Precisión","Balanced Accuracy"),
  KNN_k_61 = c(0.5894, 0.5630, 0.6157, 0.5894, 0.5864, 0.5893),
  Logit_umbral_0_441 = c(0.5545, 0.7100, 0.4195, 0.5810, 0.5149, 0.5647)
)

library(kableExtra)

kable(tabla_comparacion, 
      format = "html",
      col.names = c("Métrica", "KNN (k = 67)", "Logit (umbral 0.441)"),
      align = c('l', 'c', 'c'),
      caption = "Comparación de desempeño entre modelos KNN y Logit") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
                full_width = FALSE,
                position = "center") %>%
  row_spec(0, background = "#2b6cb0", color = "white", bold = TRUE)

Comparación de desempeño entre modelos KNN y Logit

Métrica	KNN (k = 67)	Logit (umbral 0.441)
Accuracy	0.5894	0.5545
Sensibilidad	0.5630	0.7100
Especificidad	0.6157	0.4195
AUC	0.5894	0.5810
Precisión	0.5864	0.5149
Balanced Accuracy	0.5893	0.5647

KNN

• Su precisión y especificidad son ligeramente mejores que las del modelo Logit.

• Detecta correctamente tanto casos positivos como negativos en proporción moderada, con un equilibrio razonable entre ambas métricas.

• Su sensibilidad (0.56) es inferior a la del Logit, por lo que deja pasar más casos positivos sin detectar.

• Es un modelo más descriptivo que explicativo, ya que no permite identificar qué variables influyen en la predicción.

Logit

• Al ajustar el umbral a 0.441, el Logit logra una mayor sensibilidad (0.71), lo que significa que detecta mejor a las personas que sí conocen los programas.

• Su especificidad y precisión disminuyen, es decir, clasifica erróneamente más casos negativos como positivos.

• Su AUC = 0.58 indica una discriminación moderada, comparable al KNN, pero con la ventaja de que el Logit permite interpretar los efectos de las variables (educación, tiempo en la calle, etc.).

• El modelo es más explicativo, ideal para proyectos con enfoque social o de política pública.

Tras comparar ambos modelos, se observa que el KNN obtiene una ligera ventaja en términos de exactitud global (0.59), mientras que el modelo Logit presenta un mejor desempeño en sensibilidad (0.71), lo que le permite identificar más casos positivos de conocimiento de los programas de la Alcaldía.

Aunque ambos modelos muestran un poder de discriminación moderado (AUC ≈ 0.58–0.59), el modelo Logit destaca por su capacidad interpretativa, ya que permite identificar las variables más influyentes en el conocimiento de los programas. En este caso, el nivel educativo, la lectoescritura y el tiempo viviendo en la calle incrementan significativamente la probabilidad de conocer los programas institucionales, lo que refleja la importancia de las condiciones educativas y sociales en los procesos de inclusión.

Por tanto, se recomienda utilizar el modelo Logit como herramienta principal de análisis, dado que, además de un rendimiento comparable al KNN, ofrece información valiosa para la comprensión del fenómeno y la formulación de estrategias de política pública.

6 CONCLUSIONES

El ejercicio permitió aplicar y comparar dos métodos de clasificación supervisada —KNN y Regresión Logística (Logit)— para predecir la probabilidad de que una persona conozca los programas de la Alcaldía a partir de características sociodemográficas y educativas de la población habitante de calle.

Ambos modelos presentaron un desempeño moderado, con valores de AUC cercanos a 0.58–0.59, lo cual indica una capacidad de predicción ligeramente superior al azar. Cada modelo mostro caracteristicas distintas:

• El modelo KNN (k = 61) alcanzó una exactitud del 58.9%, con una sensibilidad del 56% y una especificidad del 61%, logrando un balance adecuado entre la detección de casos positivos y negativos.

• El modelo Logit, con un umbral ajustado a 0.441, obtuvo una sensibilidad del 71%, mejorando notablemente la detección de personas que sí conocen los programas, aunque con menor especificidad (42%) y exactitud global (55%). Su AUC de 0.581 refleja un poder predictivo moderado, pero su principal ventaja radica en la interpretabilidad de los coeficientes y la identificación de variables influyentes.

En el modelo Logit se encontró que el nivel educativo, la capacidad de lectura y escritura, el sexo y el tiempo viviendo en la calle tienen un efecto positivo y estadísticamente significativo sobre la probabilidad de conocer los programas institucionales. Esto evidencia que las condiciones educativas y la experiencia de vida son factores determinantes en el acceso a la información institucional.

Por tanto, se concluye que, aunque el modelo KNN mostró una ligera ventaja en términos de exactitud, el modelo Logit resulta más apropiado para el análisis del fenómeno, ya que permite comprender las relaciones entre las variables y ofrece información relevante para la toma de decisiones.

6.1 RECOMENDACIONES

1. Modelo recomendado:

Se recomienda utilizar el modelo Logit como herramienta principal, dado que además de tener un desempeño comparable al KNN, permite interpretar el efecto de las variables y orientar estrategias de intervención basadas en evidencia.

2. Ajuste y mejora del modelo:

Se podrían incluir nuevas variables relacionadas con acceso a información, contacto con instituciones, o participación en programas sociales, para aumentar el poder explicativo del modelo.

6.2 ¿El modelo ajustado logro responder al objetivo de la investigacion?

A la luz de los resultados obtenidos, se considera que el modelo ajustado sí logró responder parcialmente al objetivo de la investigación. Los modelos KNN y Logit permitieron clasificar a la población según su conocimiento de los programas de la Alcaldía y evidenciaron qué variables influyen en dicha probabilidad.

Aunque el poder predictivo fue moderado (AUC ≈ 0.58–0.59), los resultados son coherentes con el contexto social del fenómeno, donde las decisiones de participación o conocimiento institucional no dependen únicamente de variables individuales, sino también de factores externos difíciles de capturar en el modelo.

El modelo Logit, en particular, permitió identificar relaciones significativas entre el nivel educativo, la capacidad de lectura y escritura, el tiempo en la calle y el conocimiento de los programas, cumpliendo el propósito de comprender los determinantes del fenómeno. Sin embargo, su capacidad de predicción fue limitada, por lo que no puede considerarse un modelo altamente preciso, sino más bien una herramienta exploratoria y explicativa.

En conclusión, los modelos ajustados sí respondieron al objetivo general del taller, ya que permitieron construir, comparar e interpretar dos enfoques de clasificación supervisada aplicados a un problema real, demostrando la utilidad del aprendizaje supervisado en contextos sociales.

7 BIBLIOGRAFIA

• Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (2nd ed.). O’Reilly Media.

• Departamento Administrativo Nacional de Estadística,Encuesta de Consumo Cultural - 2020. https://microdatos.dane.gov.co/index.php/catalog/691/data-dictionary/F49?file_name=Publicaciones

• Joaqui Barandica, O. (s.f.). Orlando Joaqui Barandica. Recuperado de https://share.google/bZvYPQgaH9l8fxU98