Vivienda y necesidades estratégicas de género. Un estudio sobre mujeres académicas usando modelos de regresión logística exacta

Main Article Content

Martha Eugenia Chávez González http://orcid.org/0000-0002-2341-5861
Dayna Priscila Saldaña Zepeda http://orcid.org/0000-0002-6513-3889
Susana Aurelia Preciado Jiménez http://orcid.org/0000-0002-4491-1549

Resumen

Se busca evaluar si el arreglo familiar en el que cohabitan las docentes universitarias de una institución pública en México determina la tenencia y la satisfacción de los espacios de sus viviendas. Para el análisis, se proponen dos modelos de regresión logística exacta que tienen al arreglo familiar como variable predictora para explicar la variabilidad. Los datos se recolectaron mediante una encuesta en línea. Los resultados muestran evidencia de que la tenencia de la vivienda a favor de las docentes se efectúa con independencia de la dinámica de relaciones personales en el hogar. En cambio, el arreglo familiar sí explica la percepción de comodidad en los espacios compartidos de la vivienda.

Article Details

Como citar
CHÁVEZ GONZÁLEZ, Martha Eugenia; SALDAÑA ZEPEDA, Dayna Priscila; PRECIADO JIMÉNEZ, Susana Aurelia. Vivienda y necesidades estratégicas de género. Un estudio sobre mujeres académicas usando modelos de regresión logística exacta. CIENCIA ergo-sum, [S.l.], v. 31, mayo 2024. ISSN 2395-8782. Disponible en: <https://cienciaergosum.uaemex.mx/article/view/20029>. Fecha de acceso: 12 oct. 2024 doi: https://doi.org/10.30878/ces.v31n0a8.
Sección
Ciencias sociales

Citas

Agresti, A. (2013). Categorical Data Analysis (3rd ed.). Wiley.

Corcoran, C., Mehta, C., Patel, N., & Senchaudhuri, P. (2001). Computational tools for exact conditional logistic regression. Statistics in Medicine, 20, 2723-2739. https://doi.org/10.1002/sim.739

Cox, D. R., & Snell, E. J. (1989). Analysis of Binary Data (2nd ed.). Chapman & Hall.

Forster, J. J., McDonald, J. W. & Smith, P. W. (2003). Markov chain Monte Carlo exact inference for binomial and multinomial logistic regression models. Statistics and Computing, 13, 169-177. https://doi.org/10.1023/A:1023212726863

Gazmuri Núñez, P. M. (2013). Familia y habitabilidad en la vivienda: Aproximaciones metodológicas para su estudio desde una perspectiva sociológica. Arquitectura y Urbanismo, 34(1), 32-47.

INEGI (Instituto Nacional de Estadística y Geografía). (2022). Encuesta Nacional de Ocupación y Empleo 2022. https://www.inegi.org.mx/programas/enoe/15ymas/

Matamoros Tuma, M. (2016). Problemas actuales del diseño de interiores de la vivienda social en Cuba. Arquitectura y Urbanismo, 37(1), 51-62.

Mehta, C. R., Patel, N., & Senchaudhuri, P. (2000). Efficient Monte Carlo methods for conditional logistic regression. Journal of American Statistical Association, 95(449), 99-108.

Mehta, C. R., & Patel, N. R. (1995). Exact logistic regression: theory and examples. Statistics in Medicine, 14, 2143-2160.

Moser, C. O. N. (1989). Gender planning in the third world: Meeting Practical and strategic gender needs. World Development, 17(11), 1799-1825. https://doi.org/10.1016/0305-750X(89)90201-5

UN WOMEN. (2018). Turning promises into actions: Gender equality in the 2030 Agenda for Sustainable Development. https://www.unwomen.org/sites/default/files/Headquarters/Attachments/Sections/Library/Publications/2018/SDG-report-Gender-equality-in-the-2030-Agenda-for-Sustainable-Development-2018-en.pdf

R Core Team. (2021). R: A language and environment for statistical computing (4.1.0). R Foundation for statistical computing. Vienna. https://www.R-project.org

Watson, S. (1986). Women and housing or feminist housing analysis? Housing Studies, 1(1), 1-10. https://doi.org/10.1080/02673038608720559

Wilson, J. R., & Lorenz, K. A. (2015). Modeling binary correlated responses using SAS, SPSS and R. Springer.

Zamar, D., McNeney, B., & Graham, J. (2007). Software implementing exact-like inference for logistic regression models. Journal of Statistical Software, 21(3), 1-18. https://doi.org/10.18637/jss.v021.i03