Page 131 - ASPECTOS SOCIOCULTURALES DE LA POBREZA EN CHIAPAS

MARGINACIÓN Y POBREZA 131

El enfoque INLA resulta ser una alternativa computacionalmente eficiente y por lo tanto
menos costosa que el método tradicional MCMC (Gamerman & Lopes, 2006). El uso de INLA

permite aproximar los marginales posteriores del campo gaussiano latente en tres pasos:

(1) ajusta la distribución posterior de θ utilizando la aproximación de Laplace para la ecua-
ción [3].
(2) utiliza una versión simplificada de Laplace para estimar la distribución del GMRF a partir de

los valores estimados de θ, lo que mejora la aproximación gaussiana dada por [4] y

(3) estima los parámetros restantes a partir de la ecuación:

(5)

que combina las ecuaciones [3] y [4] mediante el uso de métodos de integración numérica (Cres-
sie, 1993). El modelo supone independencia condicional entre el campo gaussiano latente y el
vector de parámetros θ.

Una vez estimados los modelos M0 a M3, la forma de identificar el modelo que presenta la

combinación de covariables más adecuada para explicar el comportamiento de la marginación,
se realiza través del criterio de información de Akaike (AIC). El modelo seleccionado será el que
alcance el AIC más bajo en términos de:

ˆ
donde l(θ) es la función de máxima de log-verosimilitud y k es el número de parámetros (Blan-
giardo & Cameletti, 2015).

Universidad Autónoma de Chiapas