{"id":1651,"date":"2024-10-09T23:37:47","date_gmt":"2024-10-09T23:37:47","guid":{"rendered":"https:\/\/epio.org.ar\/endio-epio-2024\/?page_id=1651"},"modified":"2024-11-07T19:46:38","modified_gmt":"2024-11-07T19:46:38","slug":"conferencia-2","status":"publish","type":"page","link":"https:\/\/epio.org.ar\/endio-epio-2024\/conferencia-2\/","title":{"rendered":"Conferencia ll"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

CONFERENCIA II:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t

C\u00f3mo medir eficiencia t\u00e9cnica mediante m\u00e9todos de aprendizaje autom\u00e1tico basado en \u00e1rboles de regresi\u00f3n.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

Fecha y Hora:<\/strong><\/span><\/h4>

Sala Virtual I.<\/p>

Jueves 24\/10 –\u00a0 de 9,00 hs a 10,00 hs.<\/p>

\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

Link de acceso:<\/strong><\/span><\/h4>

\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

Disertante<\/h4>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
Dr. Juan Aparicio<\/h5>

Universidad Miguel Hern\u00e1ndez de Elche. Espa\u00f1a.<\/p>

j.aparicio@umh.es<\/strong><\/a><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
Resumen<\/h5>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

La medici\u00f3n de la eficiencia t\u00e9cnica es un campo de estudio que ha ganado relevancia tanto en econom\u00eda como en ingenier\u00eda. Tradicionalmente, t\u00e9cnicas no param\u00e9tricas como el Data Envelopment Analysis (DEA) y el Free Disposal Hull (FDH) han sido las m\u00e1s utilizadas para evaluar la eficiencia de un conjunto de unidades de decisi\u00f3n, conocidas como DMUs (Decision Making Units), las cuales consumen varios insumos para generar m\u00faltiples productos. Sin embargo, estas t\u00e9cnicas enfrentan limitaciones, como el problema del sobreajuste (overfitting), lo que puede llevar a estimaciones inexactas de las fronteras de producci\u00f3n.
Para superar este desaf\u00edo, recientes avances en el campo del aprendizaje autom\u00e1tico han permitido la introducci\u00f3n de m\u00e9todos m\u00e1s robustos, como los \u00c1rboles de An\u00e1lisis de Eficiencia (Efficiency Analysis Trees, EAT). Esta metodolog\u00eda, presentada por Esteve et al. (2020), se basa en los \u00e1rboles de regresi\u00f3n, que permiten una representaci\u00f3n m\u00e1s flexible y ajustada de las fronteras de producci\u00f3n mediante la partici\u00f3n iterativa de los datos. A diferencia de FDH y DEA, los \u00e1rboles EAT incorporan t\u00e9cnicas de validaci\u00f3n cruzada y poda para mitigar el problema del sobreajuste, proporcionando un modelo m\u00e1s generalizado y eficiente.
Los \u00e1rboles EAT ofrecen varios beneficios clave. En primer lugar, son capaces de representar relaciones complejas entre m\u00faltiples insumos y productos mediante una estructura jer\u00e1rquica que es visualmente intuitiva y f\u00e1cil de interpretar. En cada nodo terminal de estos \u00e1rboles, se estima un valor constante para el producto (output), lo que permite una visualizaci\u00f3n gr\u00e1fica en forma de una funci\u00f3n escalonada que delimita la frontera de producci\u00f3n. Adem\u00e1s, esta metodolog\u00eda satisface axiomas fundamentales de la microeconom\u00eda, como la propiedad de libre disposici\u00f3n (free disposability), lo que garantiza que el modelo respeta las condiciones te\u00f3ricas de eficiencia t\u00e9cnica.
Durante la charla, tambi\u00e9n se abordar\u00e1n las ventajas del uso de t\u00e9cnicas de agregaci\u00f3n de modelos, como los bosques aleatorios adaptados para el an\u00e1lisis de eficiencia (Random Forest for Efficiency Analysis Trees, RF+EAT), que proporcionan una mayor robustez a las estimaciones. Estos m\u00e9todos permiten realizar una evaluaci\u00f3n m\u00e1s precisa de la eficiencia fuera de muestra, as\u00ed como determinar la importancia relativa de cada insumo en el proceso productivo. Este enfoque es especialmente \u00fatil cuando se trabaja con datos de alta dimensionalidad o con conjuntos de datos donde las relaciones entre las variables son complejas y no lineales.
Adem\u00e1s, se presentar\u00e1n los resultados de simulaciones que muestran c\u00f3mo los \u00e1rboles EAT superan a FDH en t\u00e9rminos de sesgo y error cuadr\u00e1tico medio, lo que los convierte en una alternativa eficaz para la estimaci\u00f3n de fronteras de producci\u00f3n. Tambi\u00e9n se explicar\u00e1 c\u00f3mo estos m\u00e9todos se implementan en el paquete de software “eat” para R, que facilita la estimaci\u00f3n de fronteras, la visualizaci\u00f3n gr\u00e1fica y el c\u00e1lculo de la eficiencia t\u00e9cnica a trav\u00e9s de distintos modelos matem\u00e1ticos. Finalmente, se mostrar\u00e1 un ejemplo de uso basado en datos reales educativos procedentes del informe PISA.
Esta charla proporcionar\u00e1 una visi\u00f3n general de los principios fundamentales detr\u00e1s de los \u00e1rboles de an\u00e1lisis de eficiencia, sus aplicaciones pr\u00e1cticas en la medici\u00f3n de eficiencia t\u00e9cnica y los beneficios de su integraci\u00f3n con t\u00e9cnicas de aprendizaje autom\u00e1tico.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
CV sint\u00e9tico del disertante<\/h5>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t

Soy Catedr\u00e1tico del \u00e1rea de Estad\u00edstica e Investigaci\u00f3n Operativa del Departamento de Estad\u00edstica, Matem\u00e1ticas e Inform\u00e1tica de la Universidad Miguel Hern\u00e1ndez (UMH) y Director del Centro de Investigaci\u00f3n Operativa (CIO). Mi l\u00ednea de investigaci\u00f3n principal es el desarrollo de nuevas t\u00e9cnicas en el \u00e1mbito del An\u00e1lisis Envolvente de Datos (DEA, por sus siglas en ingl\u00e9s) con el fin \u00faltimo de hacer m\u00e1s eficientes y productivas a unidades tomadoras de decisiones (empresas, administraciones p\u00fablicas, etc.), tanto desde un punto de vista metodol\u00f3gico como aplicado. En particular, mi tesis doctoral, titulada \u201cDEA: Selecci\u00f3n de Targets y Medidas de Productividad\u201d, fue merecedora de una de las diez ayudas predoctorales concedidas en toda Espa\u00f1a en el a\u00f1o 2006 por la Fundaci\u00f3n Banco Herrero. Esta misma l\u00ednea de investigaci\u00f3n, pero en este caso ligada a los dise\u00f1os muestrales y su aplicaci\u00f3n en el \u00e1mbito educativo, fue financiada por la Fundaci\u00f3n Ram\u00f3n Areces con una de sus ayudas a la investigaci\u00f3n 2016. En los \u00faltimos a\u00f1os, he formado parte y liderado (como investigador principal) un grupo de investigadores, fundamentalmente pertenecientes a la Universidad Miguel Hern\u00e1ndez (UMH), dedicados a la optimizaci\u00f3n y evaluaci\u00f3n de recursos dentro del \u00e1mbito de la Estad\u00edstica y la Investigaci\u00f3n Operativa, financiados, desde el a\u00f1o 2005 y hasta el d\u00eda de hoy, de forma consecutiva, a trav\u00e9s de diferentes proyectos del Ministerio espa\u00f1ol que se han ido encadenando en el tiempo. Aunque dentro del DEA he ido dirigiendo mi atenci\u00f3n a la resoluci\u00f3n de diferentes problemas, en los \u00faltimos a\u00f1os he centrado mi investigaci\u00f3n en ligar esta t\u00e9cnica con m\u00e9todos propios del campo del Aprendizaje Autom\u00e1tico, como \u00e1rboles de regresi\u00f3n, Random Forest, Boosting, Support Vector Machines, etc, consiguiendo situar a nuestro grupo de investigaci\u00f3n como uno de los grupos l\u00edderes a nivel internacional dentro de esta subl\u00ednea de investigaci\u00f3n (aprendizaje autom\u00e1tico y mejora de la productividad en la empresa). Adicionalmente, he contribuido a la formaci\u00f3n de nuevos doctores, con un total de 7 tesis dirigidas (6 desde el a\u00f1o 2020). En concreto, el contenido de una de estas tesis, titulada \u201cEfficiency Analysis Trees (EAT)\u201d, constituy\u00f3 el inicio en firme y con resultados manifiestos de la l\u00ednea de investigaci\u00f3n anteriormente mencionada, que relaciona el aprendizaje autom\u00e1tico y el problema estad\u00edstico-econom\u00e9trico de la estimaci\u00f3n de fronteras de producci\u00f3n. He sido recientemente tanto Vocal Acad\u00e9mico del \u00e1rea de Estad\u00edstica de la Sociedad de Estad\u00edstica e Investigaci\u00f3n Operativa (SEIO) como coordinador de la red nacional de institutos universitarios de matem\u00e1ticas (RedIUM). He participado en la organizaci\u00f3n (como comit\u00e9 organizador y\/o cient\u00edfico) de varios congresos tanto nacionales como internacionales. Adem\u00e1s, la calidad de mi labor investigadora viene avalada por la publicaci\u00f3n de m\u00e1s de 100 art\u00edculos en revistas de reconocido prestigio internacional citadas en el Journal Citation Reports (JCR). Cabe destacar que m\u00e1s de la mitad de los trabajos anteriores se encuentran en el primer cuartil (Q1) de la categor\u00eda de materias (Subject Category) \u201cOperations Research & Management Science\u201d, \u201cComputers Science\u201d o \u201cMathematics, Applied\u201d. Es tambi\u00e9n destacable el hecho de que las publicaciones anteriores se encuentran en m\u00e1s de una decena de revistas diferentes y en 6 categor\u00edas de materias, lo cual muestra el \u00e1mbito multidisciplinar de los resultados. Adem\u00e1s de los trabajos mencionados anteriormente, he publicado otra treintena de art\u00edculos en revistas nacionales o internacionales (Scopus, etc), 9 cap\u00edtulos de libro en editoriales internacionales (Springer en siete de los casos) y un libro completo en la editorial Springer. Tambi\u00e9n he sido editor de tres libros de la editorial Springer: \u201cAdvances in Efficiency and Productivity\u201d, \u201cAdvances in Efficiency and Productivity II\u201d y \u201cData Science and Productivity Analytics\u201d. Finalmente, me gustar\u00eda destacar que actualmente soy editor asociado de la revista JCR Omega (Q1).<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

CONFERENCIA II: C\u00f3mo medir eficiencia t\u00e9cnica mediante m\u00e9todos de aprendizaje autom\u00e1tico basado en \u00e1rboles de regresi\u00f3n. Fecha y Hora: Sala Virtual I. Jueves 24\/10 –\u00a0 de 9,00 hs a 10,00 hs. Link de acceso: Disertante Dr. Juan Aparicio Universidad Miguel Hern\u00e1ndez de Elche. Espa\u00f1a. j.aparicio@umh.es Resumen La medici\u00f3n de la eficiencia t\u00e9cnica es un campo […]<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1651","page","type-page","status-publish","hentry"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/pages\/1651","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/comments?post=1651"}],"version-history":[{"count":62,"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/pages\/1651\/revisions"}],"predecessor-version":[{"id":3279,"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/pages\/1651\/revisions\/3279"}],"wp:attachment":[{"href":"https:\/\/epio.org.ar\/endio-epio-2024\/wp-json\/wp\/v2\/media?parent=1651"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}