Resumen:
Javier Di Salvo, en su Trabajo de Fin de Máster, ha aplicado métodos estadísticos avanzados para analizar los indicadores socioeconómicos y su relación con el Producto Bruto Interno (PBI) en las provincias argentinas. Su objetivo ha sido identificar las causas que influyen en el PBI utilizando indicadores clave como población, pobreza, salud y educación. Utilizando pruebas paramétricas, modelos de clustering y técnicas de reducción de dimensionalidad para segmentar las provincias en grupos homogéneos y analizar sus características comunes. Esto le ha permitido obtener una visión detallada del desarrollo económico regional. Descubriendo que el PBI de una provincia está fuertemente correlacionado con la población y el número de doctores per cápita, y negativamente con la pobreza, analfabetismo, falta de acceso a la salud, mortalidad infantil y deserción escolar. También ha evidenciado disparidades significativas en el desarrollo económico y social entre las regiones. Javier ha enfrentado retos con la naturaleza de los datos, que no siempre se adaptaban a las técnicas estadísticas tradicionales. Recomienda a futuros estudiantes practicar con herramientas como R Studio y combinar teoría con programación para un aprendizaje eficaz. Este proyecto le ha permitido ampliar sus conocimientos en estadística avanzada y teniendo un impacto directo en su carrera profesional. Actualmente trabaja como científico de datos en sectores como publicidad, finanzas, telecomunicaciones y farmacéutica, aplicando modelos predictivos y algoritmos de aprendizaje automático. Máster de Estadística con R Software