Chiapas es el primer punto de actuacion: registra un IVE de 61.5, con 67.4% de pobreza y 55.7% de hogares sin internet. El abandono no aparece aislado, está donde la pobreza, la desconexión y el rezago hacen que permanecer en la escuela sea mas dificil.
Este top 5 nos muestra que si hay que iniciar programas pilotos de retencion, el primer territorio es Chiapas.
La concentracion territorial nos confirma que los visto en el top 5: el mayor riesgo estructural se acumula en el sur y sureste, donde la pobreza y la baja conectividad empujan fuera de la escuela antes de que el sistema alcance pueda apoyar.
Esta lectura conecta el ODS 4 con ODS 1, ODS 8 y ODS 10: retener estudiantes en media superior tambien es proteger el desarrollo económico regional.
Se elaboro la matriz completa de correlacion, pero aqui se conserva solo el indicador más fuerte: Brecha de genero con 0.995. Esto nos permite enfocar el abandono por sexo; por eso se acompana con el modelo exploratorio y con el IVE.
El modelo de prediccion usado fue:
\[ \widehat{A_i} = \beta_0 + \beta_1 P_i + \beta_2 I_i + \beta_3 R_i \]Con los estimadores del Modelo 2:
Donde \(A_i\) es abandono, \(P_i\) es pobreza, \(I_i\) es acceso a internet en hogares y \(R_i\) es rezago educativo. Los mayores coeficientes absolutos son Rezago educativo y Pobreza; aunque pobreza, internet y rezago tienen correlaciones individuales pequenas, juntas describen la vulnerabilidad que el tablero busca anticipar.
La mayor brecha aparece en Ciudad de México, con 7.1 puntos porcentuales de diferencia. El abandono es más alto en hombres, por lo que la respuesta de retencion debe mirar tambien a quien se esta perdiendo , no solo en que estado ocurre.
Este segmento conecta la prediccion con el ODS 5: y nos permite distingir como cambia el riesgo por genero.
El tablero integra datos oficiales de abandono escolar, pobreza, rezago educativo y conectividad. La unidad de analisis es la entidad federativa \(i\).
Indice de Vulnerabilidad Educativa \[ IVE_i = \frac{Pobreza_i + (100 - Internet_i)}{2} \] Brecha de genero \[ BG_i = AbandonoHombres_i - AbandonoMujeres_i \] Correlacion exploratoria \[ r_{x,y} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_i (x_i - \bar{x})^2}\sqrt{\sum_i (y_i - \bar{y})^2}} \] Modelos de regresion estimados por minimos cuadrados ordinarios \[ \widehat{\beta} = \arg\min_{\beta}\sum_i(A_i - X_i\beta)^2 \] \[ Modelo\ 1: A_i = \beta_0 + \beta_1P_i + \beta_2I_i + \epsilon_i \] \[ Modelo\ 2: A_i = \beta_0 + \beta_1P_i + \beta_2I_i + \beta_3R_i + \epsilon_i \] Nota para lectura de estimadoresLos coeficientes se interpretan como cambios esperados en el abandono ante variaciones de un punto porcentual en cada variable, manteniendo las demás constantes dentro del modelo. Esto nos ayuda a priorizar alertas y programas pilotos de retencion, pero no prueba causalidad por si solo.
Esto nos permite enfocar los programas de educación públicos con el objetivo de mover al sistema y reaccionar cuando anticipadamente y tener presente en donde conviene invertir primero.
Los reportes convierten el tablero en una herramienta de trabajo para revisar la metodologia, reutilizar los datos tabulados y ayudar en la preparación de programas piloto de retencion y en la toma de decisiones basadas en datos.