El Dr. Javier Espinosa publicó el paper "A constrained regression model for an ordinal response with ordinal predictors" en la revista Statistics and Computing, ubicada en el top 3% según el Scimago Journal Rank 2017 (SJR) en Matemáticas y top 10% dentro de su sub-especialidad Estadísticas y Probabilidad.

El académico del Departamento de Economía de la Facultad de Administración y Economía de la USACH, Dr. Javier Espinoza, en su trabajo "A constrained regression model for an ordinal response with ordinal predictors", explica el origen de la investigación, dependiendo del problema que se desee analizar, existen diversos modelos econométricos y estadísticos para tratar variables de respuesta o dependientes en escala de medición ordinal (variables ordinales). Sin embargo, cuando las variables ordinales son utilizadas como parte del conjunto de variables explicativas o predictoras, entonces lo común es encontrar que los investigadores utilicen uno de los siguientes dos enfoques: (1) tratar la variable ordinal como si fuera de escala de medición nominal, ó (2) tratar la variable ordinal como si fuera una variable de escala de medición de intervalo (variable numérica) mediante algún método de asignación de valores a cada categoría de la variable.

"El primer enfoque ignora el valor de la información que ofrece el orden entre las categorías, mientras que el segundo lo sobrevalora, ya que una de las características más importantes que define a las variables ordinales (o la más importante) es que la distancia entre sus categorías no está definida pero su orden sí está establecido. Por lo tanto, al inicio de mi investigación, me atreví a concluir que el tratamiento usual que se le da a las variables ordinales cuando son variables explicativas es, frecuentemente, no apropiado. Esto dio inicio a mi proyecto de doctorado", señala Espinosa.

Las ideas iniciales del artículo fueron expuestas por el académico de la FAE en la "European Conference on Data Analysis 2017", realizada en la Wrocław University of Economics, Poland, las que fueron ratificadas y discutidas con expertos en el área, permitiendo su mejora. En particular, el paper propone el tratamiento de variables explicativas ordinales en modelos de regresión haciendo énfasis en el caso donde la variable de respuesta también es ordinal. Según Espinosa "el racional de fondo es restringir los predictores ordinales para emular el tratamiento que se le da a variables numéricas continuas en modelos de regresión, donde un incremento en el valor estas variables, produce un cambio en la variable dependiente que va siempre en la misma dirección (positivo o negativo), pero sin ignorar que la variable explicativa ordinal es categórica".

Además, el investigador desarrolló un paquete de software al que llamó "crov" (Constrained Regression for Ordinal Variables), el que cumplió los estándares exigidos por el software estadístico R, por lo que el modelo propuesto en su paper puede ser utilizado por cualquier investigador directamente desde R. "Creo que el paper fue aceptado por esta revista porque vieron originalidad en la propuesta, lo que se traduce en una contribución a pesar de que es sobre un tema que lleva varias décadas en discusión, y además es aplicable en un amplio rango de áreas de investigación", puntualizó.

Actualmente, Javier Espinosa está investigando el desarrollo de un test de monotonicidad para mejorar la forma en que se determina la dirección del efecto de una variable explicativa ordinal sobre cualquier tipo de variable explicada, lo que será incluido en su proyecto final de tesis a ser terminado durante el 2020.

El Dr. Espinosa realizó sus estudios de pregrado en la FAE, al igual que el Magíster en Economía Financiera. Luego estudió el MSc in Statistical Computing and Machine Learning en University College London (UCL), y actualmente está realizando sus estudios de doctorado en estadísticas en esa misma universidad, donde investiga el tratamiento de las variables ordinales en modelos econométricos de regresión, los que pueden ser aplicados en Economía, Finanzas, Administración y ciencias sociales en general, entre otras áreas de investigación.

Para acceder al paper, hacer CLIC AQUÍ.