Astroza Tagle, SebastiánCarreño Hurtado, Gerardo Martín2025-12-192025-12-192025https://repositorio.udec.cl/handle/11594/13520Tesis presentada para optar al título de Ingeniero/a Civil Industrial.La caracterización de los ingresos de los hogares y su relación con el acceso a bienes como los automóviles ha sido tradicionalmente abordada mediante análisis agregados y desarticulados de la realidad territorial. Limitando la comprensión de las desigualdades socioeconómicas y espaciales. Esta memoria propone una metodología para estimar ingresos y posesión de automóviles de los hogares en el Gran Concepción, integrando distintas fuentes de datos y técnicas de aprendizaje estadístico para ofrecer una visión detallada y coherente de la estructura socioeconómica de la región. El objetivo principal de esta memoria es estimar los ingresos de los hogares y la posesión de automóviles en la provincia de concepción, utilizando datos de fuentes oficiales —Casen 2017, Censo 2017 y Encuesta Origen-Destino 2015— e implementando modelos estadísticos que permitan caracterizar la heterogeneidad socioeconómica de los hogares de la zona. Para ello se desarrollaron tres modelos: uno para estimar el ingreso autónomo del hogar, y los otros dos para estimar la posesión de automóviles, ambos aplicados sobre la información censal para obtener estimaciones a nivel hogar. Siguiendo ese orden, se estimó el ingreso del hogar mediante un modelo de regresión basado en Random Forest, entrenado sobre los datos Casen, y aplicado a los registros del Censo. Este modelo consideró variables sociodemográficas, físicas de la vivienda y características del hogar, mostrando un buen ajuste a la muestra de entrenamiento y un desempeño moderado en los datos de prueba (𝑅2 = 0,28), pero consistente con la alta variabilidad del ingreso en la población. La distribución del ingreso estimado respeta la estructura jerárquica comunal observada, reproduciendo correctamente las diferencias entre comunas y los deciles de ingreso. Las variables más relevantes resultaron ser la edad, tamaño de hogar y nivel educacional. Posteriormente, se estimó la posesión de automóviles mediante dos modelos complementarios, una regresión logística para predecir la probabilidad de poseer al menos un automóvil, y una regresión Poisson, modelando directamente el número de vehículos por hogar. Ambos modelos se alimentaron de la predicción de ingresos previa y otras variables censales. Los resultados evidencian que los modelos desarrollados son capaces de captar patrones fundamentales en los ingresos y acceso a vehículos en el Gran Concepción, ofreciendo así una herramienta útil para el análisis territorial y la toma de decisiones públicas. Este estudio no solo refuerza la utilidad de las encuestas y censos en conjunto, sino que también propone un marco metodológico replicable para estimaciones en otras regiones y con bases de datos más recientes.The characterization of household income and its relationship to access to goods such as automobiles has been approached through aggregated analyses disconnected from the territorial realities, limiting the understanding of socioeconomic and spatial inequalities. This thesis proposes a methodology to estimate household income and car ownership in the province of Concepción, integrating different data sources and statistical learning techniques to provide a detailed and consistent view of the region’s socioeconomic structure. The main objective of this thesis is to estimate household income and car ownership in the province of Concepción, using data from official sources—Casen 2017, Censo 2017, and Encuesta Origen Destino 2015—and implementing statistical models that allow characterizing the socioeconomic heterogeneity of households in the area. To this end, three models were developed: one to estimate household autonomous income and the other two to estimate car ownership, both applied to census data to obtain estimates at the household level. First, household income was estimated using a Random Forest regression model trained on Casen survey data and applied to census records. This model considered sociodemographic, housing, and household characteristics, showing a good fit in the training sample and moderate but consistent performance in the test data (𝑅2 = 0,28), in line with the high variability of income in the population. The estimated income distribution respects the observed communal hierarchy, correctly reproducing differences between communes and income deciles. The most relevant variables were the age, household size, and education level. Subsequently, car ownership was estimated using two complementary models: a logistic regression to predict the probability of owning at least one car, and a Poisson regression to directly model the number of vehicles per household. Both models were fed with the previously predicted income and other census variables. The results show that the developed models can capture key patterns of inequality in income and access to vehicles in Gran Concepción, providing a useful tool for territorial analysis and public decision-making. This study not only reinforces the utility of combining surveys and censuses but also proposes a replicable methodological framework for similar estimates in other regions.esCC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 InternationalHogares Aspectos economicosRentasAutomóvilesThesisCiudades y comunidades sostenibles