Mapa de Sectores Socio Económicos de Lima Metropolitana

Créditos Contenido
Dante Carhuavilca Bonett Distrito Comas .................................................................26

Presentación ..................................................................................... 3
Jefe del INEI Distrito El Agustino ..........................................................27
Instituto Nacional de Estadística e Informática I. Introducción........................................................................... 5 Distrito Independencia ....................................................28
I.1. Objetivo .......................................................................................5 Distrito Jesús María .........................................................29
Anibal Sánchez Aguilar Distrito La Molina .............................................................30
I.2. Usos de los Planos Estratificados ................................................5
Subjefe del INEI Distrito La Victoria ............................................................31
I.3. Mejoras Incorporadas .................................................................5 Distrito Lince ....................................................................32
CONDUCCIÓN Y ASESORAMIENTO TÉCNICO Distrito Los Olivos .............................................................33
Nancy Hidalgo Calle Distrito Lurigancho ...........................................................34
II. Metodología ........................................................................... 6 Distrito Lurín .....................................................................35
Directora Técnica
Dirección Técnica de Demografía e Indicadores Sociales II.1. Metodología para la Estimación del Ingreso ..............................6 Distrito Magdalena del Mar .............................................36
II.2. Aspectos Conceptuales ...............................................................6 Distrito Miraflores ............................................................37
Javier Herrera Zúñiga Distrito Pachacamac .........................................................38
Director de Investigación II.2.1. Unidad de Análisis ..........................................................6 Distrito Pucusana .............................................................39
Institut de Recherche pour le Développement II.2.2. Ingresos Considerados....................................................6 Distrito Pueblo Libre .........................................................40
II.3. Fuentes de Información ..............................................................6 Distrito Puente Piedra ......................................................41
ANALISTAS Distrito Punta Hermosa ....................................................42
José Llanos Solórzano II.4. Agrupamiento de Núcleos Urbanos ............................................7 Distrito Punta Negra .........................................................43
Oscar Kuroiwa Quispe II.5. Etapas de la Estimación ...............................................................9 Distrito Rímac ...................................................................44
Max Garcia Tello Distrito San Bartolo ..........................................................45
II.5.1. Análisis de la Base de Datos ...........................................9
Distrito San Borja ..............................................................46
PLANOS TEMÁTICOS II.5.2. Selección de Variables ....................................................9 Distrito San Isidro .............................................................47
Joel Ochoa Chávez II.5.3. Modelamiento ...............................................................9 Distrito San Juan de Lurigancho .......................................48
Delia Pillco Torres Distrito San Juan de Miraflores ........................................49
II.5.4. Análisis de la Bondad de ajuste de los modelos ............9
Maroc Santiago Casani Distrito San Luis ................................................................50
Distrito San Martín de Porres ...........................................51
DIAGRAMACIÓN III. Sensibilidad y validación de los modelos .........................11 Distrito San Miguel ...........................................................52
Pedro Reto Núñez Distrito Santa Anita ..........................................................53
III.1. Comparación de las Estimaciones
(Estimados y Observados) .....................................................11 Distrito Santa María del Mar ............................................54
DISEÑO DE CARÁTULA Distrito Santa Rosa ...........................................................55
Marco Montero Khan III.2. Sensibilidad de los Modelos en la Submuestra .....................11 Distrito Santiago de Surco ................................................56
Distrito Surquillo ...............................................................57
Distrito Villa El Salvador ...................................................58
IV. Estratificación del Ingreso ................................................. 12
Distrito Villa María del Triunfo .........................................59
V. Análisis de los Resultados ................................................ 13 Provincia Constitucional del Callao ...................................... 61

Distrito Bellavista ..............................................................63
Distrito Callao ...................................................................64
Planos según Ingreso Per Cápita del Hogar Distrito Carmen de La Legua Reynoso ..............................65
Distrito La Perla ................................................................66
Provincia de Lima................................................................. 15 Distrito La Punta ...............................................................67
Distrito Lima .....................................................................17 Distrito Ventanilla .............................................................68
Distrito Ancón ...................................................................18 Distrito Mi Perú ................................................................69
Distrito Ate .......................................................................19
Distrito Barranco ..............................................................20 Anexo .............................................................................................. 71
Distrito Breña ...................................................................21
Distrito Carabayllo ............................................................22 Anexo Nº 1: Coeficientes del Modelo ...........................................................73
Distrito Chaclacayo ...........................................................23
Distrito Chorrillos .............................................................24
Distrito Cieneguilla ..........................................................25
CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N JOS
PLANO ESTRATIFICADO REGIONAL A NIVEL DE MANZANA POR INGRESO PER CÁPITA DEL HOGAR
CA MA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
PLANOS ESTRATIFICADOS DE LIMA METROPOLITANA A NIVEL DE MANZANAS 2020
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
DE BRE 2 DE JUL CAL. LOS
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
9 DE MAY AV. AV. LOS
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
POBLACIÓN Y MANZANAS (UNIDADES)
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
AV. FRANCISCO MACHUCA
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
LA MOLINA
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
. EL RE
E-1
UID
RAM
LI LLO CAL EMB
C
OC
. YAU LCE . CAH MA SOL DICI
ON
CAL . TRI CAL . MA EL 27 DE
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
Presentación
AV. LA MA R
ABR
ING
AV. RE REP EPE
INGRESO PER CÁPITA

EMB AC AV. IND AV. LA MA
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
CA
ESTRATO POR HOGARES
GE
STR
YA
A
PERSONAS MANZANAS
CHA
AV.
ZEL
IAL
DE
S
HOGARES
VEZ
SIM
A
L.
SCO
CA
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AN
AV. SAN
D
AL
ON
AV. L VID HEA
LIM
(Soles)*
GE
STR
ERA OC VA
VILLA EL SALVADOR
CH
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV.
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV.
AV. LOS 9 DE
JULIO
L
NUE
HUARA DAL AV. EL AV. UNION
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
VO T
Alto
LOS LOS
CAL.
2,412.45 a más
JAZ
E XAS
Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
Medio alto 1,449.72 - 2,412.44 483 111 24
Medio 1,073.01 - 1,449.71 159,248 40,436 1,672
19
AV. BELLA DURMIENTE

17
L.
CA
CA
L.
El Instituto Nacional de Estadística e Informática (INEI), en el marco de la Medio
promoción 863.72 y la difusión de 40,810
estudios
13
CA
L.
CA
L.
25
CA
L.
10 bajo - 1,073.00 159,079 2,786
CA
CA
AR 11 CA
L.
L.
LIV L. L.
especializados, pone a disposición de autoridades, instituciones públicas y privadas y usuarios en general, el
D C
CA
Bajo
C
BO 8
863.71 a menos 2,642
CA AV
.M ON 70,803 20,869
AL
L.
EL
.B
LA IM
CU ITO .S
MB AV
SAN JUAN DE MIRAFLORES
N
documento “Planos Estratificados de Lima Metropolitana a Nivel de Manzanas según Ingreso Per Cápita del Hogar”.
RE CA
RV
ING
TON TOTAL 389,613 102,226 7,124
AJ ASH
AR AL . W
LIV CAL
BO
AV
.S
IM
ON
AZONAS
CAL. TRUJILLO
Los planos presentan la estratificación de las manzanas censales de cada POBLACIÓN
distrito según los niveles estimados del
Y MANZANAS (PORCENTAJE)
ingreso per cápita cuyas estimaciones fueron realizadas en base a la información del Censo de Población y Vivienda
SO
OGRE AV. AM
A
AV. PR NADO
IMAVER
O CORO
AV. GU
ARDIA OL AYA L. PEDR
CA
RIA AV. JOSE
INGRESO PER CÁPITA
CAL. EUCALIPTOS
GO MA
AV. TOKIO
CI VIL
AV. TIN
2017, las encuestas permanentes de hogares y otras fuentes de datos.
AV. PR
PERSONAS HOGARES MANZANAS
AV. RETAMAL
AV. 30
DE AG
OSTO L.
1
ESTRATO POR HOGARES
AV. LU
IS PARD CA AV. HUASCARAN OS % % %
O (PRL
.)
CA
L. CAL . LO
S PIN (Soles)*
LIM . CAL
AV.
A AV. 2
IRES
AS
JE R
CR
I
USA ISO
TAR
LIO
TEGU
PARA Alto
ISA
L
2,412.45 a más
OS A
AV. LUIS EN L
AV. E
DE JU
PARDO
NT
Las nuevas orientaciones de lucha contra la pobreza ponen énfasis en la necesidad
Medio altode1,449.72
diseñar políticas0.1 sociales que0.3
CAL. LAS ROS

AV.
AV. LATINOAMERICA
MARIA
AYO
EM
UEN
KIO
US
OS
AV. 28
TO
DA
DE M
0.1
AV. B
AV.
CT
CAL. RICARDO PALMA
AN
CARLOS
- 2,412.44
CA
CAL. PINO
AR
AV.
aborden las especificidades de la pobreza urbana en sus diferentes dimensiones. Actualmente, las40.9ciudades del23.5
AV. 1
AV. LO
L.
JAC
LAS SC
CA
AS
CAL. LOM RIS
AV.
O
2 DE
Medio 39.6
SE
AN
L.
LL
AS
MAY
CAL. FIC
US S
1,073.01 - 1,449.71 PR TE
CA
AV. 2 DE ARLO
TE
O IMA
AV. JO
MO
NOVIEMB AN C VE S
AV. S
R
país concentran un poco más de la mitad de la población en situación de la pobreza pero, por la dimensión de su39.1
RE RA
SA
S
LE
CE
40.8 39.9
OB
Medio bajo 863.72 - 1,073.00
IO
SR
LES
UL
URE
.J
LO
S LA CA
O
población, los instrumentos de medición e identificación requieren ser complementados 863.71 apor
menos otros más finos que
AV
ND
. LO L. CAL. JO
SE OLAY CAL. MIG
L.
CAL 7
PA
CAL
Bajo 18.2 20.4
CA
PA
C . 5 AV. LA
UNION A
37.1 UEL G
AR
RAU
CA CA GALLO
ES
L. O O RUIZ
PEDR
.C
SA NC SE CAL.
tomen en cuenta la heterogeneidad de situaciones de los hogares urbanos. Ello implica, en el caso de las grandes
JO CA
AV
N
CA MA IA L.
MIL AV
.
.S
AN
AM
AR 12 TOTAL 100.0 100.0
RT
E 100.0 CAL
. S
US
O AV ILL GA AEN
FIC
ES .V OU ZP
NS
AV
AV EÑ
AV
RR
CA
S
urbes poder distinguir diferentes áreas de la ciudadPACHACAMAC
A
en donde la intervención debe ser focalizada y con información

FO
LO
.M
PO
* A Precios Reales
.S
L
L.
DE .A
AV
N
AR
AN
L.
ME AV
PE
.P
ALDAS
CA
IN AR
GIN
RT
AN
GUIRN
RU
RO
A C
M L AV. LAS
AL
.E
TO
OL
GR
AN
AV
.S AV LS
actualizada. Este es uno de los objetivos principales del documento.

NIO
IA
.N
ES
AV OSE AR .E AV.
O
AM AV
IC
J ELIA
AN ILL AV.
OL
FO SA
COMPILACIÓN DE IMÁGENES
A
.S .V A CAL. G
AV
IUN OS CE GU
A
LIM
AV
SD
AV AR NT IR
.L
TR RA RE
EL NT IMA
AV
E
OS
SA L
AV.
. .L
PI
.E
AV AV. AV
CIP R
ER
E
HE
RIN LIVA
CAES
AL
OS
LP
AMAN
OL
J
RO
AN CRE
CAL. SU CAL.
RO
AV EL O
A
ES
S .S CA
GR
AV
IRIO
CIUDAD DE LIMA METROPOLITANA Y CALLAO
AV
L L.
SL SO
.P
ES
Este documento consta de cinco capítulos. En el primer capítulo de introducción se detalla la importancia y
L.
.S
L LA
CA
LO .E S
AV
O
AL
L. AV IO FL
UN
.P
VA
CA EJ
O RE
D
AC
7D
OR
S
AV.
CA
HA
SA
AL
RO DA
L.
CU
necesidad de focalizar en el área urbana, haciendo uso de la estratificación de los ingresos del hogar y las mejoras
JA
L
CA
EN
TA TE
MA
TE
AN L.
DE
RO
A
S
C
.S
RIA
PIT
UN
YA
AV ED
IDO O
PO
.P
NO
ZE
AV ES LL
R
BE HA UL
IO
AV.
CE
ME
L.
YO Y
incorporadas. En el segundo capítulo se presentan la metodología para la estimación del ingreso, las fuentes de
AC
CAL. RO DE EJ CA
CA
MA
LG
CH
SP 8D
PA
GRA DO
AV. AV.
E LIR
U A BR DE .2
AR
O
CH
.L R 2 L.
L.
PA L. TU .2 AV
CH ATO
CA
AV AV CA
AC
AR
IA CA OC
IMU CO
AV. IO
UT
CAP .M DE UN
información utlizadas, procedimiento para el agrupamiento de los núcleos urbanos y las etapasE-1 de estimación. El
AC Y AV .8 EJ
EC
UPA V D
AV. NQU A .7
YAH
UAR I AV
A
NG
OS TIN AL
AV
HUA
AV.
VILLA MARIA DEL TRIUNFO A R MAR L VID CHEA
E-2
CA
.P
O
NT
tercer capítulo, desarrolla el analisis de precisión y robustez así como los procedimientos de validación del modelo
YO
JO
SA SAN ERA ECO
AC
IO MA AV. AV. GEN O N

VA
RG
JU L DO
HA
DE IO ROSA LES
E RE UL CAL. LOS N OR
E
.2 EJ AV. ARIA E
CU
8D MB LC
CH
CA
2 AV
CA
AV. 8D RA LPA
AV
CR
TE
ICIE M
L.
2 AV. . SU GENE HUA
AV
AV. A
L.
. U AV. S
ED .
C
YO
econométrico. En el cuarto capítulo, se detalla los procedimientos empleados para la estratificación de los ingresos
AV
3
EZ
9D MA AV AV. A
INC
AV. LO T
NIO
AV. DE OA
S
RE
TOC
S EU
SE
CE
2
AR
MB CALIP
N
AV. CA CAL PA NIA
CAL. AZUCEN
TOS
AU
AV.
Z VIE .A LO
L. AV.
OC
PA
ONG
LA NO C PO
SS
IMO
CAL. B
A
UN
. DE CAL L.
AV
E-2
de los hogares. El quinto capítulo, presenta los resultados de la estratificación según ingresos, comparándolos con
CA
O
LO
. 2
AV. EL EJE
NB
CA
ION
.2
AV.
L.
AV
L.
OL
LO
ME
CA
SA
IVA
LA
LG
O
A
AY
R
MO OS
S CEDR
AR
EM
la estratificación del ingreso del 2017 así como otros criterios de estratificación. Finalmente, el documento incluye
S AV. LO ARCA ETO
RCITO
1D O AV. 9
HUC CAJAM
CAL. 3
A DE JU R
2
AV. AN
CH RUC AL L LIO CAL. . LO
EDA CAL
L.
. PU HUAR AV. EL
AV. UNION
CAL.
CA
RIC ROS
CO CAL Imagen 1 de
AV. 1 PARAIS
AV.
O
UCA
A L.
CA
HU
ARU
CAL
AV. FE
CA
los mapas temáticos de los 50 distritos a nivel de manzanas estratificadas según los ingresos per cápita del hogar.
CA
MIG
L.
A
AV. FRANCISCO MACH
UM
CA
.A
O CAPAC
M
AP
AV.
OP
UEL
L.
AC A
TE
UR
LFO
RROCAR
AV
AV. A
MA AV. AR
AV.
CIE
LOS
AV.
IMA
AV.
DIAGRAMA DE UBICACIÓN
.P
GR
ICA
TUP
NSO
CA
NE
SAL
AC
PA
RE
AU
C
INC
YACU
AV. MANC
L.
GU
HA
AV. AGRICULTURA
CH
MB
UG
INA
AV.
RIL
AS
RIM
ILL
CU
AC
SOL
VIE
AV.
ART
CHO
S
AV. TA AV. AYA

TE
A
TIN
IDE . EL
UT
AC
LO E
MBR
NO
C
I HU CAL
QUIMPER
RA
CL
E
UL
EC
MAR
CAL
CA ICIE
El INEI expresa su reconocimiento a las autoridades públicas y privadas, a los funcionarios censales y a las familias
YA E AO
ILC OL
MO
DE
ED
CAL
L. L.
CNA
CA TR CA AM LS 7D
. TIW
L. M E 2
NC
AN
. 15
CA L. AV. AV.
. UN
CA AV. LOS INCAS
AV. S
AV AV.
AS
AC AC N
CAL
TA
IN
CA
AV. MARIA
CAP
.F
AP
TIL
ION NID
RIS A
ZA
AV.
L.
AC NCO
peruanas por su apoyo en brindarnos la información; y de manera especial al Dr. Javier Herrera del Institut de
CUC
RA
CIA RA T CAL
L
YN MA
A
A
TE OAM
6D
ICA EN LO
BIL
UA AV. IS
AR
AV. LAS AGUILAS
UBL END AV. F MAR
ULTURA
R
HO
CAL. 18
AV. TA
AV.
.H
IN
EA
AS
REP DEP
LIN
CAL. 1
AV BRE LA RIONES
D
. AR AV. LOS GOR
BR
LOS
V
AD
AR
M A V M
GH
ICIE AC . IN A A
CAP LICA LL
AV.
IL
CNA
AV
.S
ED
Recherche pour le Développement (IRD-Francia) por su apoyo en la definición e implementación de la metodología

AV.
UR
RA
ER
CO
AV. AGRIC
27 D
PIN
UB NE
MAN . REP
AV
IC
EL
ST
AV. GE DIA
PA
12
AV.
OS
A
AV AV. OR
BO
CH
NC
CAL.
CO
S
AC
AV.
AV.
Q
L A
AV.
2
UT
UE
AV.
AV.
AV.
JO
de estimación de ingresos en áreas menores cuyos resultados son presentados en este documento.
EC
AV AV. EL BO
. 4
ZA
AV
SE
.P
CAL
JO R
IND
12
.3
RU
CAL.
AB
OL
MIL
DE
UST
LO
GE
CA
AYA
A
M
L.
PA
AV. LIM
LA
L
6
CHA
A
RIA
AR
AV
ZE CAL.
UL
3 E . MA
DE
.S
ZO
E
LOGNES
L
SQ
VEZ
MBEO
T
CO OSA
AV
IMO
. 4
CIS CA
UI IA P
R
AV.
AN NTA RTIN
NA
L.
CAL
NB
AV.
AV.
EL GRAU
F A A JA
S
R
UN AR
AV. AV. S AN M AL
OL
Lima, julio 2020

VIE
LURIN
CISCO BO
AV. SAENZ PEÑA
IND
AV.
JO
ION
S
IV
ID A R
AV. AL V CHE
VILLA EL SALVADOR
AR
RG
HE
UST
. 2
LIM
AD
R O A RA
E
NE EC OV
AV. MIGU
VILLA EL SALVADOR
CAL
AV. CAMINO REAL
A
O
GE NO N E
CH
UD
RIA
RD
AV.
DE
.
AV RIA UCR L CO LPA
AV
AV. FRAN
AV. LA
L
BE
AV. A
A A UA S PALM
E
S
PA
M R AV.
AV. ENE ATAH
Z
AV.
LL
AS
CH
PAC
G
ID
O HAC
AV. ASE
TOC
AC
O
UTE
ES
P NIA C
UT
AV. LO
ONG
S SAUC
EC
LIPTOS
PO AV. LOS
CIPRE
L.
AV
SES
O
CA
.U
AV. LO
S EUCA
AV
NIO
LEJ
.F
N
ER
VAL
CA
A
OS
RO
L.
S CEDR
AV. LO
LIM
AV. LI
SAR
AV. LO AV. 9
LO
CA
DE JU
Ley N° 27795 - Quinta Disposición Transitoria y Final de la Ley de Demarcación y
S
RR
AV.
LIO
. CE
EU
AL
CAL.
HUAR
MA
AL
IL
SED AV. EL
CA
CAL. AV. U
O PARAIS NION Organización Territorial: "En tanto se determina el saneamiento de los Límites territoriales,
CAL
R
L
Dante Carhuavilca Bonett
AV. CES O
IP
SAU
SAN
CAL
TO
S . LO
LO
conforme a la presente Ley, las delimitaciones censales y/u otros relacionados con las
S
CAL. S JA
MAR
ZMIN
ES
AV. AR
circunscripciones existentes son de carácter referencial."
TIN
ICA
Jefe
Instituto Nacional de Estadística e Informática
INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 3

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO
I. Introducción
UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
La medición del bienestar es una herramienta indispensable para la planeación de las políticas públicas I.3. Mejoras Incorporadas
y para la evaluación del desempeño de un país. Si no se conoce el nivel y la evolución del bienestar,
difícilmente se podrán tomar las decisiones adecuadas para incrementarlo.
La metodología de la estratificación a nivel de núcleos urbanos según los ingresos estimados de los
La información y el conocimiento son factores esenciales para la toma de decisiones; sin embargo, para hogares, incorporó mejoras en cada uno de los procesos; con el fin de mejorar la precisión y robustez de
una mayor efectividad, se requiere de información más desagregada que la disponible en la actualidad. los estimados y por consiguiente de la estratificación. Estas mejoras son las siguientes:
Esta necesidad de mayor detalle ha sido motivo de diferentes estudios que buscan técnicas estadísticas
que satisfagan las expectativas de un importante número de usuarios. Una de ellas es la estimación para • Se utilizó la encuesta de cobertura del Censo del 2017 para obtener la población total (población
áreas pequeñas, que utiliza modelos lineales mixtos. censada y omitida). Además, se estimó la Población Económicamente Activa (PEA) ocupada del
CPV 2017 de acuerdo a lo obtenido en la Encuesta Nacional de Hogares 2017-2018, en lo que
Un ejemplo reciente de la creciente demanda de información estadística en áreas menores, es la política respecta a categoría de ocupación y rama de actividad, con la finalidad de identificar las brechas
de subsidios según la clasificación socioeconómica que se sustenta en el artículo 10° del Decreto Supremo de empleo a nivel de áreas menores.
N°021-2012-EM, Reglamento de la Ley N°29852 y la Resolución Ministerial N°262-2016-MEM/DM,
Programa de Masificación del Uso Residencial y Vehicular del Gas Natural.
• Se ajustó el factor de expansión anual de la ENAHO 2017-2018 por departamento, sexo, grupo de
El ingreso promedio de los hogares es uno de los índices más importantes para la toma de decisiones y los edad y área de residencia.
modelos de desigualdad económica y pobreza. En este trabajo se propone un procedimiento práctico para
estimar el ingreso promedio de los hogares mediante métodos estadísticos en área pequeñas, pues las • Se probó la igualdad de la distribución en su conjunto y no solamente de las medias, en las
encuestas por muestreo solo tienen un nivel de representatividad por departamento o para el conjunto variables comunes entre el censo y la encuesta.
de Lima metropolitana y no permiten estimaciones a niveles más desagregados.
• Se utilizó variables del contexto espacial de los hogares, como el tiempo y distancia a una institución
En este documento se presenta la estratificación de las manzanas por núcleos urbanos en el área urbana,
educativa, establecimiento de salud, y hacia la capital del distrito o provincia más cercana.
en función de los ingresos estimados de los hogares, permitiendo distinguir al interior de la ciudad, zonas
con mayor o menor niveles de ingresos. Para ello, se han clasificado los niveles de ingresos estimados
de los hogares en cinco estratos: Alto, Medio Alto, Medio, Medio Bajo y Bajo, mediante procedimientos • Se validaron los resultados de la predicción en la muestra y fuera de la muestra, con el objetivo
estadísticos que optimizan la homogeneidad intra estrato y maximizan las diferencias entre estratos, lo de medir la capacidad predictiva de los modelos. Para evitar el sobreajuste de los modelos se
cual implica un menor error de focalización. utilizó la técnica de Machine Learning (Regresión Lasso Adaptado) como método de selección de
variables para la estimación de los modelos.
Finalmente, la estimación a nivel de núcleos urbanos se hizo más robusta porque se homogenizó y
I.1. Objetivo armonizó el tamaño de los núcleos (mínimo 30 hogares), agrupando núcleos urbanos con las mismas
características para que la estimación final tenga la robustez requerida y no presente sesgo en las distintas
áreas de las ciudades.
El objetivo es distinguir las diferentes áreas dentro de la ciudad según los niveles de ingreso estimados
de los hogares, permitiendo una intervención focalizada y con información actualizada, para responder
a las exigencias de información de las nuevas estrategias de lucha contra la pobreza y de la política social
poniendo énfasis en las especificidades de la pobreza urbana.
I.2. Usos de los planos estratificados
Los planos estratificados tienen un conjunto de usos, entre los cuales se encuentran:
• Facilitar la definición de prioridades para la asignación de políticas de subsidios en áreas dentro

de la ciudad donde se concentra la pobreza en sus diferentes dimensiones.
• Identificar las diferencias en las condiciones de los hogares y de la población a nivel de áreas
menores (manzanas) donde una encuesta no tiene ese nivel de inferencia.

D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
AM F .V DNE ILBUP .VA
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
II. Metodología
.VA
TU
.VA
A
OJ
CE
I .V
ES
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
ER ON G .V RODAVLAS LE ALLIV
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
U .VA AP LE .VA R .V C
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
7102 adneiviV y nóicalboP ed osneC - acitámrofnI e acitsídatsE ed lanoicaN otutitsnI :etneuF
II.1. Metodología para la Estimación del Ingreso II.2.1. Unidad de analisis
Los censos de población no captan información sobre los ingresos de los hogares debido a su alta Dado que la variable ingreso que es objeto de estudio se refiere al hogar, cabe realizar algunas
complejidad como para ser medida a través de un censo. Por otro lado, tenemos las encuestas especializadas consideraciones previas en torno a la determinación del ingreso total del hogar, a fin de trasladarlas al
que si tienen información de ingresos de los hogares obtenida de forma robusta. Sin embargo, debido al proceso de modelación. El nivel de ingreso total es, en gran parte, el resultado del comportamiento de sus
diseño propio de las encuestas por muestreo (como es el caso de la Encuesta Nacional de Hogares), los integrantes en el mercado laboral, pues allí desarrollan sus actos de acuerdo con una función económica
indicadores de ingresos de los hogares son estimados únicamente con un nivel de representatividad por del hogar, que se define en base a un conjunto de preferencias y de restricciones presupuestarias. A su
departamento más no en áreas menores como las provincias o los distritos. vez, existen condiciones de partida que determinan las probabilidades de acceder a niveles de ingreso
superiores: mayores ventajas de inserción en el mercado laboral, transferencias de otros hogares (vivienda,
La metodología de estimación de áreas menores desarrollada por Elbers, Lanjouw y Lanjouw (Elbers et equipamiento, dinero), etc. Así, el ingreso total del hogar es el resultado de un conjunto de factores que
al. 2003), investigadores del Banco Mundial (BM), combina los datos de un censo de población y de una se encuentran presentes tanto en las características actuales de sus miembros como en otros que son
encuesta de hogares. En términos generales, esta metodología (también conocida como metodología producto de la acumulación en los hogares de los cuales provienen los integrantes.
ELL) utiliza los datos de la encuesta de hogares para estimar un modelo del ingreso per cápita de los
hogares; luego utiliza los coeficientes de este modelo estimado para predecir el ingreso de cada hogar en
el censo de población; obteniendo estimaciones de los niveles del ingreso promedio per cápita por hogar
para los diferentes niveles de desagregación geográfica. II.2.2. Ingresos considerados
En el siguiente gráfico se muestra el concepto general de la metodología ELL. Se debe definir qué se entiende por ingreso y qué partidas incluye. La definición conceptual de ingreso
en encuestas a hogares (17ª Conferencia Internacional de Estadísticas del Trabajo, CIET, OIT 2003 y Grupo
de Expertos sobre Estadísticas del Ingreso de los Hogares o Grupo de Canberra, 2001) describe en forma
somera las principales fuentes que debieran ser cubiertas en su estimación: el ingreso corriente del hogar,
Análisis de la Metodología ELL
definido como la suma del ingreso autónomo del hogar (sueldos y salarios, monetarios y en especies,
ganancias provenientes del trabajo independiente, auto-provisión de bienes producidos por el hogar,
rentas, intereses, dividendos y retiro de utilidades, jubilaciones, pensiones o montepíos y transferencias
corrientes), las transferencias monetarias que recibe el hogar del Estado (aportes en dinero que reciben
las personas y los hogares del Estado a través de los programas sociales) y una imputación por concepto de
arriendo de la vivienda, cuando ésta es habitada por sus propietarios y en el caso de las viviendas ocupadas
en condición de cedida por familiar u otro, cedida por servicio o trabajo. Mientras el propietario de la
vivienda que habita, es considerado como un empresario que explota un activo producido no financiero
y que vende un servicio a sí mismo, por lo que obtiene una corriente de ingreso que es capturada en el
alquiler imputado; la ocupación de viviendas cedidas, también representa un ingreso para el hogar, en
tanto constituye una transferencia corriente de ingresos entre hogares, que amplía las posibilidades de
consumo del hogar que recibe la transferencia, sin reducir el patrimonio de los hogares.
Tomando en cuenta las recomendaciones señaladas, la ENAHO presenta cinco fuentes de ingresos
considerados en este trabajo: el ingreso por trabajo constituye la principal fuente de ingresos, 72,7%
del total de ingresos, una predicción basada solo por esta fuente de ingreso producirá una estratificación
sesgada (hacia abajo para los hogares más ricos con fuentes más diversificadas de ingresos); le sigue las
II.2. Aspectos conceptuales transferencias corrientes (incluye las transferencias monetarias y las donaciones públicas y privadas) con
14,0%, que son los ingresos percibidos por el hogar; ingresos alquiler imputado con 9,5% (está constituido
El objetivo general del modelo es lograr una estimación indirecta del ingreso per cápita de los hogares principalmente por la valorización que realizan los hogares por la vivienda propia o cedida); renta con
teniendo como base el análisis econométrico de la información común recogida por la encuesta y el 2,2% y el 1,6% corresponde a ingresos extraordinarios (ingresos ocasionales como: herencia, juego de
censo. Junto a este fin predictivo, se pretende aportar algunos elementos para el análisis conceptual de azar, entre otros).
las relaciones funcionales que se puedan constatar entre la variable que se desea explicar y las principales
variables explicativas.
II.3. Fuentes de Información

Para la estratificación a nivel de manzanas según el ingreso del hogar, se tiene como fuentes principales
al censo de población y vivienda 2017 y la Encuesta Nacional de Hogares 2017-2018, estas dos potentes
bases se armonizaron con información externa provenientes del sector público y son principalmente
registros administrativos
6 INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
Entre las variables comunes (internas) entre el censo y la encuesta tenemos: • Las bases de datos que estaban georreferenciadas fueron revisadas y validadas utilizando la
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
cartografía censal del INEI.
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS
Características de la población: edad, proporción de hombres y mujeres

LOS
CAL. JAZ
Características de salud: Al menos un miembro del hogar asegurado a un • Las bases de datos que no estaban georreferenciadas se enlazaron geográficamente mediante
tipo de seguro la ubicación geográfica del distrito, nombres o direcciones, según sea el caso. Una vez enlazados
Características educativas: educación (niveles y años acumulados), tasa geográficamente, se les asignó la ubicación censal correspondiente.
Censo de Población y Vivienda 2017
de analfabetismo, tasa de asistencia escolar
Características de la población ocupada: posición en la ocupación • En los casos que no se pudo georreferenciar al mínimo nivel de la base de datos, estos se agregaron
(empleado, jornalero, patrón), rama de actividad a los siguientes niveles geográficos, como manzanas, centros poblados y distritos.
Infraestructura de la vivienda: tipo de techo, pared, piso Estas bases de datos externas georreferenciadas y enlazadas permitieron captar mejor la heterogeneidad
Servicios básicos: agua, desagüe y alumbrado eléctrico de la unidad geográfica más desagregada como provincia, distrito, manzanas, centros poblados entre
Combustible para cocinar otros.
Encuesta Nacional de Hogares (ENAHO) Características del idioma aprendido en la niñez: del jefe del hogar y de los
2017 - 2018 miembros del hogar II.4. Agrupamiento de núcleos urbanos
Otros indicadores: NBIs, discapacidad Para la estratificación de los núcleos urbanos, se consideró que los núcleos requieren de un mínimo de 30 hogares,
Identidad esta consideración sigue el principio del teorema de limite central que es de gran utilidad en el ámbito estadístico.
Entonces, para este proceso el objetivo es agrupar núcleos urbanos con menos de 30 hogares con otros núcleos
urbanos colindantes con características similares. La finalidad es que al tener un número de hogares adecuados, las
estimaciones a este nivel sean más robustas y no presenten sesgo en las distintas áreas de la ciudad.
Se recolectaron otras fuentes de datos provenientes de diferentes instituciones de donde se obtuvieron
Como insumo para este proceso de agrupamiento, se procedió de la siguiente manera:
diez bases de datos a nivel de persona (bases de datos de población) y diez bases de datos a otros niveles
como instituciones educativas, establecimientos de salud, suministros de electricidad, etc. (bases de
datos de instituciones). La siguiente tabla muestra las diferentes bases de datos utilizadas. i) Construir una tabla de núcleos urbanos colindantes.
ii) Utilizar la capa de manzana censal con información de núcleos urbanos.

Tabla Nº 1: Fuentes Externas
Bases de Población Bases Institucionales
iii) Se obtiene el centroide de cada manzana mediante la herramienta de geo procesamiento “Feature to
point”, donde se convierte el polígono de manzanas a puntos.
- Oficina de Normalización Prev isional (ONP), 2016 - Registro Nacional de Municipalidades (RENAMU), 2018
- Registro de Usuarios Afiliados al Aseguramiento Univ ersal - Registro Nacional de Identificación y Estado Civ il
de Salud (SUSALUD), 2019 (RENIEC), 2017 Grafico N° 1 Grafico N° 2
- Sistema Integral de Salud (SIS), 2017 - Directorio Central de Empresas y Establecimiento, 2017
Capa de manzana censal Centroide de la manzana
- Sistema de Información de Apoy o a la Gestión de la - Programa Nacional de Bechas y Crédico Educativ o
Institución Educativ o (SIAGIE), 2016-2017 (PRONABEC), 2012-2018
- Ev aluación Censal de Estudiantes (ECE), 2011-2016 - Programa Nacional de Saneamiento Rural, 2018
- Plan de Salud Escolar (PSE), 2016 - Censo Escolar, 2017

- Registro Nacional de Usuarios de Programas Sociales
- Sistema de Denuncias Policiales (SIDPOL), 2017
(RNU), 2017
- Programa Nacional CUNAMAS, 2018 - Organismos Superv isor de la Inv ersión en Energía y
Minería (OSINERMING), 2017
- IV Censo Nacional Agropecuariao (CENAGRO), 2012 - Censo Penitenciario, 2016
- Paneles Solares u algún otro mecanismo que genere - Mapa de Pobreza Prov incial y Distrital, 2013
energía eléctrica (MINEM), 2017
Las fuentes de datos mencionadas pasaron por un proceso de enlace geográfico, que consistió en los
siguientes pasos:

D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
.VA
A
OJ
CE
I .V
Gráfico N° 5 Gráfico N° 6
ES
iv) Luego, se utiliza los centroides de las manzanas y la herramienta de geo procesamiento “create
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
Thiessen polygons”, para construir los polígonos de Thiessen trazando las mediatrices de los
.LA
.VA
C
U
IN
Polígono del caso urbano Polígono del núcleo urbano

NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
segmentos de unión de los centroides de manzanas(Gráfico N°3).

Gráfico N° 3
Polígonos de Thiessen
vii) Finalmente, se procede a construir la tabla de núcleos urbanos vecinos, utilizando la

v) Seguidamente, para formar los polígonos de los núcleos urbanos, se utiliza los polígono de herramienta de geoprocesamiento “polygon neighbors”, obteniendo una tabla con un campo
Thiessen y la herramienta de geo procesamiento “Dissolve”, que fusiona los polígonos de que representa el núcleo urbano inicial y otro campo el núcleo urbano vecino, en esta tabla los
Thiessen en función al parámetro del código del núcleo urbano, dando lugar a una nueva capa núcleos urbanos se repetirán tantas veces como núcleos urbanos vecinos tengan.
resultado de dicha fusión (Gráfico N°4).
Gráfico N° 4 Tabla N° 2: Tablas de núcleos urbanos vecinos

Capa fusionada del polígono de Thiessen
vi) Como paso final del acondicionamiento se utiliza el casco urbano de centro poblados y con
la herramienta de geoprocesamiento “clip”, se extrae el área urbana descartando el resto de
áreas que no pertenecen al ámbito urbano.

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV.
Tabla Nº 4: Núcleos Urbanos por Condición

AV. NCO
HAC
Luego de obtener la tabla de núcleos urbanos vecinos, se procedió a agrupar los núcleos con menos
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV.
de 30 hogares, observando que el 16,6% de ellos se encuentran en este grupo para los 50 distritos que
AV.
de Agrupamiento
ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
comprenden la Provincia de Lima y la Provincia Constitucional del Callao. Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
Agrupamiento Nº NNUU % NNUU

Tabla Nº 3: Núcleos Urbanos por Número
de Hogares Manual 53 4,6%
Automatizado 1 101 95,4%

Hogares Nº NNUU % NNUU
Total general 1 154 100,0%
< 30 1,154 16.6%
>= 30 5,787 83.4%
II.5. Etapas de la Estimación
Total general 6,941 100.0%
II.5.1. Análisis de Bases de Datos
Teniendo como insumo las diferentes bases de datos recolectadas, se construyeron un conjunto de
A continuación, se detallan los criterios para el proceso de agrupamiento de núcleos urbanos con menos variables que conformaron la base de datos final para la estimación de los modelos predictivos del ingreso
de 30 hogares: per cápita de los hogares. Una de las condiciones de validez de la metodología es que:
 Criterio 1: Se agrupan núcleos urbanos contiguos de acuerdo a la tabla de núcleos urbanos
colindantes. • Las definiciones de las variables comunes entre el censo y la encuesta que son utilizadas en el modelo
econométrico tengan definiciones operativas idénticas y que sus distribuciones sean similares.
 Criterio 2: Las características de las viviendas dentro de los núcleos urbanos deben ser similares.
Para esto se construyó el indicador carencias de la vivienda a nivel de núcleo urbano a través del • El siguiente paso fue la estandarización de las modalidades (categorías) de las variables.
censo, esto permite acercarnos a una homogeneidad sin error estadístico y sin coeficiente de
variación. Este indicador está basado en tres de los cinco componentes de las Necesidades Básicas Por ejemplo, en el Gráfico N°7 siguiente se muestra el análisis realizado para la estandarización de las
Insatisfechas (NBIs), los cuales se detallan a continuación: modalidades de la variable común: Material predominante en los pisos. Se muestra que la ENAHO 2018
y el CPV 2017 tienen definidas las mismas modalidades, pero no así en la ENAHO 2017 que define la
 Viviendas con características físicas inadecuadas modalidad 7: Madera en forma diferente. Para armonizar esta variable de la ENAHO 2017, se rescataron
de la modalidad 9 (otro material) aquellos casos relacionados con los materiales “Pona y Tornillo”, y se
 Viviendas con hacinamiento agregaron a la modalidad 7.
 Viviendas sin desagüe.
Gráfico N° 7
ESTANDARIZACIÓN DE LAS MODALIDADES DE LA VARIABLE MATERIAL PREDOMINANTE EN LOS PISOS

 Criterio 3: Se divide en deciles el indicador carencias de la vivienda, que es el porcentaje de
viviendas que tengan al menos uno de los tres componentes de las NBIs por núcleo urbano, ENAHO 2017 ENAHO 2018 CPV 2017
siendo:
- Decil 10: Mayor carencia de la vivienda en el núcleo urbano.
- Decil 1: Menor carencia de la vivienda en el núcleo urbano.
 Criterio 4: También se tomó en cuenta el nivel de pobreza monetaria a nivel de núcleos urbanos.
“Pona, Tornillo”
“Tri play, Ca lamina”
Con los criterios mencionados, se procedió a automatizar el proceso de agrupamiento de los núcleos
urbanos, encontrando que de los 1 154 núcleos urbanos que conforman la Provincia de Lima y la Provincia
Constitucional del Callao, el 95.4% (1 101) de ellos fue automatizado y el 4.6% se realizó de manera
manual, es decir, se compararon las características de las viviendas mediante la imagen satelital. Fuente: INEI - Encuesta Nacional de Hogares, 2017-2018 - Censos Nacionales 2017: XII de Población, VII de Vivienda y III de Comunidades Indígenas

D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
.VA
A
OJ
CE
I .V
II.5.2. Selección de Variables

ES
Finalmente, se realizó la selección de variables que tienen suficiente apoyo empírico para ser incluidas
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
como variables predictivas candidatas en los modelos. Para esta selección de variables se utilizó la
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
Esta etapa de la metodología tiene como objetivo seleccionar las variables predictivas candidatas que regresión Lasso adaptado, un método de machine learning, para beneficiarse de la validación cruzada
se utilizarán en la estimación de los modelos del ingreso per cápita del hogar. La base de datos utilizada incorporada en su algoritmo; lo que evita el riesgo de caer en el sobreajuste del modelo a los datos.
contiene 1 329 variables; donde 277 son variables internas y 1 052 son variables externas.
Esta es una de las mejoras introducidas respecto a la estratificación anterior, en el que se utilizó la
En primer lugar se verificó que las variables no tengan valores constantes; es decir, que los valores de las regresión stepwise. Un problema potencial con la regresión stepwise es que, como analiza las variables
variables no se concentren en su totalidad en un solo valor. Si la variable tenía el mismo valor en todos independientes una a la vez, puede fallar en obtener el mejor modelo; y como resultado, el modelo puede
los casos, se consideró como una constante y se eliminó de la base de datos. Esta verificación se realizó ajustarse bien a los datos de la muestra, pero no necesariamente funciona bien fuera de la muestra (Groß
tanto para las variables internas como las variables externas. 2003), situación conocida como sobreajuste.
Luego se realizó la verificación de la similitud de las distribuciones de las variables comunes entre el censo
y la encuesta. Se verificó que el valor promedio de las variables estimadas en el censo se encuentre dentro
de los intervalos de confianza (al 95%) del valor obtenido en la ENAHO 2017-2018. Para las variables II.5.3. Modelamiento
cualitativas se realizó el test de similitud de medias, y para las variables cuantitativas se realizó la prueba
de Kernel. Estas pruebas se desarrollaron sólo para las variables internas. En las variables cualitativas se Se desarrolló el modelo de regresión de errores anidados propuesto por Elbers, Lanjouw y Lanjouw (2003).
analizaron los resultados de la prueba de chi cuadrado. En las variables cuantitativas se evaluó la igualdad Como variable a predecir se tiene el logaritmo del ingreso per cápita del hogar para así atenuar el peso
de las distribuciones de kernel utilizando una prueba estadística no paramétrica para muestras de dos de los valores extremos en la regresión y por ende en los coeficientes. Dentro del proceso de imputación
distribuciones, donde la hipótesis nula es que las dos muestras provienen de la misma distribución. se aplicó el método “Empirical Best”, denominado así como el mejor estimador desarrollado por Molina
y Rao, (2010). Asumiendo que los errores tienen una distribución según la ley normal, se minimizaron
En el siguiente Gráfico N°8, se muestra el número de variables seleccionadas por cada prueba estadística los errores de estimación de áreas menores mejorando las predicciones de su entorno al utilizarse la
en cada una de las regiones. información de ingresos recogida directamente a través de la muestra de los hogares presentes en la
encuesta. Además, los ingresos per cápita del hogar se homogenizaron a precios de Lima Metropolitana.
Gráfico N° 8
NÚMERO DE VARIABLES SELECCIONADAS POR TIPO DE TEST ESTADÍSTICO, 2020
II.5.4. Análisis de la Bondad de Ajuste de los Modelos
135
Región Test Kernel Test Similitud Suma
En el Cuadro Nº 1 se muestra la bondad de ajuste medido a través del coeficiente de determinación
ajustado (R2 ajustado) para cada modelo predictivo del ingreso per cápita del hogar. Se observa que el
270000
26
260000 Prov incia de Lima 1/ 109 26 135
porcentaje de variación explicada por los modelos es 59.5% para la Provincia Constitucional del Callao
070100 Prov .Const.del Callao 61 44
105
105 y 64.7 para la Provincia de Lima, lo que indica una bondad de ajuste satisfactoria, dada la experiencia
internacional.
44
109 Cuadro N° 1
ESTADÍSTICOS DE BONDAD DE AJUSTE DE LAS ECUACIONES DEL MODELO
61
DE INGRESO, SEGÚN REGIÓN, 2020
Provincia de Lima 1/ Prov.Const.del Callao Número de Raíz cuadrada

Prov.Const.del Callao
Provincia de Lima 1/
R2
Región variables en el RMSE de las
Ajustado
modelo observaciones
Prov .Const.del Callao 21 59.5 0.397 45
Test Kernel Test Similitud
Prov incia de Lima 1/ 23 64.7 0.426 77
1/ Comprende los 43 distritos de la provincia de Lima.
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020.
Asimismo, el cuadro muestra el número de variables predictivas presentes en los modelos estimados,
la raíz del error cuadrático medio, y la raíz cuadrada de las observaciones (que se considera un límite
máximo del número de variables que deberían estar en el modelo), para cada una de las regiones. Así

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
SENSIBILIDAD Y VALIDACIÓN DE LOS MODELOS
AV. REP
III.
AV. AV. GEN RDI
AV. NCO
HAC
por ejemplo, el modelo predictivo de la provincia de Lima consta de 23 variables predictivas, tiene un
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV.
coeficiente de determinación ajustado de 64.7%, tiene una raíz del error cuadrático medio de 0.426, y el
AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
número máximo recomendado de variables en el modelo es de 77, muy superior al número efectivo de Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017
variables.
III.1. Comparación de las estimaciones (Estimados y Observados)
Igualmente, en el Cuadro N°2, se compararon los R² ajustados de los modelos predictivos de los planos
estratificados del 2017 y 2020. Se realizó un análisis de sensibilidad para evaluar la capacidad predictiva de los modelos del logaritmo
del ingreso per cápita del hogar con la finalidad de verificar y garantizar la robustez en las estimaciones
del ingreso.
Cuadro N° 2 En primer lugar se compararon los valores predichos por la regresión obtenida en el censo con los valores
observados en la misma encuesta ENAHO 2017-2018. En el Gráfico Nº 9 se observa que las estimaciones
COEFICIENTES DE DETERMINACIÓN (R2 AJUSTADO) DE LOS MODELOS PREDICTIVOS
de los modelos del ingreso per cápita del hogar obtenidas con el Censo se encuentran dentro de los
DEL INGRESO DE LOS PLANOS ESTRATIFICADOS, SEGÚN REGIÓN, 2017 Y 2020 intervalos de confianza obtenidos con la encuesta, concluyendo que se ha obtenido una buena precisión
en las estimaciones del ingreso, para la Provincia Constitucional del Callao y la Provincia de Lima.
Planos Estratificados PlanosEstratificados Gráfico N° 9

Región
2017 2020 INGRESO OBSERVADO E INGRESO ESTIMADO, 2020
Prov incia de Lima 1/ 54.5 64.7 OBSERVADO ESTIMADO

promedio gasto Mínimo Máx imo Mínimo Máx imo
Prov .Const.del Callao 55.0 59.5

Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2017 y 2020. Prov .Const.del Callao 1059.2 1004.1 1114.2 1050 1124 1087.4 18.9
Intervalo del Ingreso
Prov incia de Lima 1/ 1334.2 1272.0 1396.5 1369 1425Estim ado1397.0 14.5
Intervalo del Ingreso
Prov.Const.del Callao Provincia de Lima 1/
Prov.Const.del Callao
Provincia de Lima 1/
III.2. Sensibilidad de los Modelos en la Submuestra

Se evaluó la capacidad predictiva del modelo del ingreso per cápita del hogar, dentro y fuera de la muestra,
con el fin de evitar el riesgo de sobreajuste de dichos modelos a los datos de la muestra; y garantizar que
el conjunto de variables predictivas seleccionadas sea óptimo para otro conjunto de datos.
Para evaluar la robustez del modelo en distintos conjuntos de datos se realizaron los siguientes pasos:
• Se dividió la muestra de la ENAHO 2017-2018 en dos partes, la primera parte se obtuvo un 60 %

de la muestra de la Enaho y la otra parte el 40%.
• Se estimaron los coeficientes de regresión con la primera muestra.

D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
IV. ESTRATIFICACIÓN DEL INGRESO

.VA
A
OJ
CE
I .V
ES
• Se imputaron los ingresos en la segunda muestra con los coeficientes obtenidos en la primera
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
muestra.
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
• Los estimados del ingreso obtenidos en la primera muestra se compararon con los ingresos En la medida que, por un lado se requiere robustez en la identificación de los hogares según sus niveles
observados en la segunda muestra. de ingresos y, por otro lado se demanda una focalización poblacional dentro del distrito, se empleó el
método de Dalenius-Hodges (1959) en la constitución de los rangos que definen los cinco estratos de
ingresos.
El método consiste en la formación de estratos de manera que la varianza de las medias sea mínima
Cuadro N° 3 al interior del estrato y máxima entre cada uno de ellos, es decir, formar estratos lo más homogéneos
INGRESO OBSERVADO E INGRESO ESTIMADO DE LA SUBMUESTRA, 2020 posible.
A continuación se detalla el proceso de estratificación del ingreso per cápita de los hogares:
Gasto percápita mensual - Gasto percápita mensual - Variación Diferencia Porcentual
Departamento Base 1 Base 2 Porcentual Estimado/Observado
Std.Err • En primer lugar, se calcula los ingresos estimados per cápita del hogar a nivel de núcleos urbanos.
Indicador Mínimo Máximo Indicador Mínimo Máximo Base /Estimado t P>t Significancia
.
Prov .Const.del Callao • Seguidamente, se agrupan los ingresos estimados per cápita de los hogares en 100 intervalos de
1,075.0 999.5 1,150.5 1,094.9 1,029.5 1,160.2 3.7 5.0 0.7 0.5
clase.
Lima Metropolitana 1/ 1,329.1 1,253.9 1,404.2 1,356.8 1,293.6 1,420.0 1.7 3.8 0.5 0.7
• Luego, se calcula la raíz cuadrada de la frecuencia de cada clase.

Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020. • Después, se acumula la raíz cuadrada de las frecuencias en cada clase.
• Finalmente, se divide la suma de la raíz cuadrada de la frecuencias por el número de estratos (5)
Con los resultados obtenidos, se concluyó que los ingresos estimados en ambas sub muestras son a agrupar.
estadísticamente similares.
Ejemplo:
Tabla Nº 5: Método de Dalenius: estimaciones previas a
la determinación de los estratos
Limite Límite Acum.

Percentiles Frec. Raiz(frec)
Inferior Superior Raiz(frec)
1 9.1 75.9 8 2.8 2.8
2 75.9 142.7 77 8.8 11.6
3 142.7 209.5 179 13.4 25.0
4 209.5 276.3 214 14.6 39.6
5 276.3 343.1 223 14.9 54.5
6 343.1 410.0 216 14.7 69.2
.
.
.
.
98 6,490.3 6,557.1 1 1 2
99 6,557.1 6,623.9 0 0 2
100 6,623.9 6,690.8 1 1 3

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
ANÁLISIS DE LOS RESULTADOS
AV. REP
V.
AV. AV. GEN RDI
Método de Dalenius: determinación de los

AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
IA
Límites de los estratos

PAS
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
V.1. Comparación de la Estratificación del Ingreso y Gasto 2020

CAL. JAZ
Estrato Inf. Sup. frec. % De acuerdo a los resultados obtenidos, se realizó una primera verificación de la plausibilidad de los
Alto 2,748.6 6,690.8 119 4.7 resultados que consistió en comparar la clasificación de los ingresos promedios estimados a nivel de
Medio Alto 1,479.0 2,748.6 236 9.4 núcleos urbanos en los cinco estratos con aquello que resultó utilizando los gastos estimados per cápita
Medio 810.9 1,479.0 469 18.7 de los hogares.
Medio Bajo 410.0 810.9 773 30.7 En el Cuadro N°5, se constata que el 84,3% (86 332 manzanas) tienen la misma estratificación según
Bajo Hasta 410 917 36.5 el ingreso per cápita y según el gasto per cápita de los hogares, es decir, el 15,7% de núcleos urbanos
Total 2,514 100.0 pertenecen a estratos diferentes. Ello confirma que existe una relación significativa entre la estratificación
del ingreso y el gasto (V de Cramer=0,84), es decir a medida que aumenta la escala del nivel socioeconómico
del ingreso per cápita estimado aumenta la escala de nivel socioeconómico del gasto per cápita estimado.
Cuadro N° 5
COMPARACIÓN DE LA ESTRATIFICACIÓN DE LOS INGRESOS Y GASTOS ESTIMADOS, 2020
En el Cuadro N° 4, se observa que con el método de Dalenius se tiene cinco estratos de ingresos per cápita
del hogar, los cuales se definen como: estrato alto, estrato medio alto, estrato medio, estrato medio bajo
y estrato bajo, para el departamento de Lima y la Provincia Constitucional del Callao. Ello garantiza una Estratificación ingresos estimados
Estrato Total
estratificación distinta para cada región urbana, lo cual permite focalizar adecuadamente a la población 1 2 3 4 5
con menores ingresos al momento de aplicar alguna política pública a nivel de región. 1 28,798 2,537 3 0 0 31,338
Estratificación 2 5,854 24,899 4,427 0 0 35,180
gastos 3 0 651 16,593 735 0 17,979
estimados 4 0 0 586 9,851 1,243 11,680
Cuadro Nº 4
5 0 0 0 36 6,191 6,227
ESTRATIFICACIÓN REGIONAL DE INGRESOS PER CÁPITA DEL HOGAR POR Total 34,652 28,087 21,609 10,622 7,434 102,404
EL MÉTODO DE DALENIUS, 2020
V.2. Comparación de la Estratificación del Ingreso 2017 y Estratificación del Ingreso 2020
Rangos de Ingresos Per Cápita por Estrato (Soles)
Región
Alto Medio Alto Medio Medio Bajo Bajo
Finalmente, se compararon los resultados obtenidos con la estratificación del ingreso 2017 (datos
provenientes del SISFOH) con la estratificación del ingreso 2020. A pesar de las diferencias en la estimación
Prov .Const.del Callao 1,436.726 a más 1,133.363 - 1,436.726 905.840 - 1,133.363 754.158 - 905.840 754.158 a menos del ingreso en ambas estratificaciones, es decir, en la estratificación 2017 se estimaron los ingresos a nivel
Lima 2,412.439 a más 1,449.715 - 2,412.439 1,072.996 - 1,449.715 863.708 - 1,072.996 863.708 a menos de manzanas y la estratificación del ingreso 2020 a nivel de núcleos urbanos, estas estimaciones fueron
llevadas a nivel de manzana donde las manzanas pertenecientes a estos núcleos urbanos tienen la misma
Fuente: INEI - Planos Estratificados por Ingreso a Nivel de Manzanas de las Grandes Ciudades, 2020. estimación.
En el Cuadro Nº 6, se constata que el 57,6% de las manzanas se mantuvo en el mismo estrato, evidenciando
que existe una relación entre estas dos estratificaciones (V de Cramer = 0,55). Además, el 39,3% de las
manzanas estratificadas según los ingresos 2020 se encuentran en un estrato vecino al de las manzanas
clasificadas según la estratificación 2017.
Cuadro N° 6
COMPARACIÓN DE LA ESTRATIFICACIÓN DE LOS INGRESOS, 2017 Y 2020
Estratificación 2020
Estrato Total
1 2 3 4 5
1 16,818 6,657 975 102 0 24,552
2 6,759 14,523 9,220 724 9 31,235
Estratificación
3 338 2,662 9,196 4,402 357 16,955
2017
4 15 36 508 4,355 2,789 7,703
5 0 1 13 255 3,810 4,079
Total 23,930 23,879 19,912 9,838 6,965 84,524

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
DISTRITO LIMA
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
INGRESO PER CÁPITA

ESTRATO POR HOGARES PERSONAS HOGARES MANZANAS
(Soles)*
Alto 2,412.45 a más 3,121 972 26

SAN JUAN DE LURIGANCHO
Medio alto 1,449.72 - 2,412.44 84,720 25,893 615
SAN MARTIN DE PORRES
Medio 1,073.01 - 1,449.71 125,094 38,842 678
Medio bajo 863.72 - 1,073.00 44,078 11,701 265

RIMAC
10
Bajo 863.71 a menos 2,536 677 33
L.
CA
CA
L.
8 TOTAL 259,549 78,085 1,617
1
L.
CA NT
O
CA
MIE
L.
ITA
5
AV EV
DUAREZ AV. NICOLAS DUEÑ AV. VIC .D DE
RALES ENTE MORALE EL IA
ENTE MO S DUAR .V
AV. VIC TR AV
EZ AB
AJ POBLACIÓN Y MANZANAS (PORCENTAJE)
AV. JUAN VEL
O
IL
AV. ENRIQ ARR
UE ME ROC INGRESO PER CÁPITA
AV. VICTOR
IGGS AV. JUAN AGN FER

AV. UNIVERSITAR
AS
OLI AV. PERSONAS HOGARES MANZANAS

CAL. 2
ESTRATO POR HOGARES

AV. MINERALE
CAL. CESAR VALL

CAL. D
AV. ALFONSO
ASCO ALVARA
% %
AV. CONTRA
AV. SANCHO (Soles)* %

DE RIV
REYNEL
ERA
AV. INDUSTRIAL
S
AV.
IA
AV. MATERIALES
UGARTE
LMIRANTE NIC
DO
TACN
Alto 2,412.45 a más 1.2 1.2 1.6
AV
A (PRL.
EJO
.S
)
CAL
EB
AS
AV. ALFONSO
. PL
32.6 33.2
TIA
Medio alto 1,449.72 - 2,412.44 38.0
ACID
OLAS DUEÑAS
LO
AV. MAQUINARIAS AV. ARGENTINA
RE
NA
O
NT
AC
48.2
JIME
Medio 49.7 41.9
E
1,073.01 - 1,449.71
.T
E
UGARTE
AV
DANSEY
N
IAN LORENT
AV. GUILLERMO
EZ
AV. ARGENTINA AV.
AV. OSCAR R. BEN
AVIDES EM
AN Medio bajo 863.72 - 1,073.00 17.0 15.0 16.4
AV. ALFONSO
MO DANSEY CIP
AV. GUILLER AC
AV. SEBAST
AV ION
.N
IC OL
Bajo 863.71 a menos 1.0 0.9 2.0
Y
CA
A SD
CALLAO
AN
EP
1
IER
AB
2
UGARTE
AV. VICTOR
OL
CAL.
CAL.
AS
A
TOTAL 100.0 100.0 100.0
AV.
UNID
AV. LUIS BRA
NAVIDES
2
R R. BE
AV. OSCA
CAL.
NES
* A Precios Reales
SARRIA ARZ
IO
NAC
ILLE
CIA
AV.
GAR
AV AV
.N
UBIAGA
.C IC
AR AV.
Y
OL AV
EL AGUSTINO
L ARIC
AV. URUGUAY
CIA
OS PINON A (P A SD .N
GE O SAAVEDRA RL) E P ICOL
AV. REYNALD
GAR
RM IER A
AN OL S DE AV
.N
AM ROOSEVELT
ELIO
UR DELANO A PIE
EZ AUSEJO AV. FRANKLIN RO
IC
OL
AG IS A. BE AV. BOLIVIA L A
A AV. LU A
AUR
NEZUEL A SA
AV. VE
UEL
G RAU
YL
L ON CIUDAD DE LIMA METROPOLITANA Y CALLAO
AV.
AV. BE
MIG
AV.
CAL.
AV. ESPAÑA
LISARIO
CAL. 1
AV.
Y
UA
SAN
AVIA
CAL. 3
AG
BREÑA
CAL. 4
A L GRAU
NEZUEL AV. MIGUE AV
AR
CAL
PABL
AV. VE
SOSA PE
CAL. 3 .N
CIO
.P
E IC
. PIS
AV
MBR OL
N
AV. 9 DE DICIE
CAL. 11
O
A SA
AGU
YL
LAEZ
L ON
AV. 28 DE JULIO
A
AV.
AV. UN
AV. ALEJ GU
AN DRO BE ZM DISTRITO
IVERSI
RTELLO
SIL
AN
LIMA
RA
ARIA
B
DA
LAN
.B
TARIA
AV
ALBORA
OM
CO
AV. SANTA GERTRUDIS
JU LIO
TING
AV. 28 DE
AV.
JUL IO
AV. 28 DE
VIA
AV. LA
AV.
EXP
RES
A
AV. MARIANO CORNEJO
AV.
PAS
EO
DE L
Imagen 1 de 1
A
REP
UBL
IC
AV. AREQ
AV. REPU
LA VICTORIA DIAGRAMA DE UBICACIÓN

A
UIPA
AV. COMA
BLICA
DRO TIRADO
AV. ALEJAN
DE CHILE
AV. JOSE
PUEBLO LIBRE
AV. PETIT
NDANTE
GALVEZ
JOSE TO
THOU
AV. IQ
SAN MIGUEL SAN LUIS

ARS
JESUS MARIA
RRES PA
UITOS
Z
LINCE
SAN BORJA
MAGDALENA DEL MAR Ley N° 27795 - Quinta Disposición Transitoria y Final de la Ley de Demarcación y
Organización Territorial: "En tanto se determina el saneamiento de los Límites territoriales,
SAN ISIDRO conforme a la presente Ley, las delimitaciones censales y/u otros relacionados con las

D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
.VA
A
OJ
CE
I .V
ES
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
DISTRITO ANCON
OL .VA
OP
CE
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
CAL. LEONCIO PRAD

SCO
CAL. DAMA
CAL. HUAMALI
CAL. HUANUCO
INGRESO PER CÁPITA
CAL. YUNGAY
CAL. UCHIZA
CA
CAL. EL EDE
L.
CAL. HEBRON CAL. SAN
CAL. SIRIA
CO
ESTRATO POR HOGARES
CAL. EFESO
CA
CA NT CA AV PERSONAS HOGARES MANZANAS
CAL. SAMARIA
L.
CAL. JUDEA
L. UM CU L. C .T
SA AZ H RU C (Soles)*
AV. CAJAMARCA
TE
CAL. MA
RV OTA J ILL AL.
CAL. LIVIA
N A
ES
O
JO
CAL. 2 DE MAYO
CA O O CH
N
SE L. AV. MARAÑON AV
CA CE IN
OS
CA L. T AV. ANCON
DIAN
LE
Alto
DI
AR N
2,412.45 a más
DE
L.
AP DIN
CAL. SURQUI
BE
EN
RE
N
SALE AC
R
LL
A
AD
RU CAL. CHACAS
IVA
CA
EVA JE
.J
AV A AV. LA MOLINA
.M
AV
AV. NU IST
L.
OL
MARTIN DE POR
CAL. RECUAY
AV
N
Medio alto
SH
A
107
LA
.B
CA CA JA E 40 21
AV. PE
RU
1,449.72 - 2,412.44
CA
FL
AV
L. L. AV.
CA
OR
CA
AN
FA TU
LLO
L.
DI
L.
CA
ID
CAL. CARHUAS
D UST PA
L.
CAL. TAYACAJA
ON
AV. HUALLAGA
MA
A
LIBERTA J
L.
CA
CAL. LA
C AV AUJ
CAL. INTEGRA
IM
IN
Medio
RI
CAL. BOLOGNESI
AM
RI
9,565
CAL. SAN BOR

O CA . VIL A 1,073.01 - 1,449.71 2,816 275
AN
RA
CAL. RIOJA
CA
MA AR
RD
U L. L
L.
A
RES
ME
AV. LA PAZ LD CAL. MOYOBAMB TA A R
CA
O
AZ
ON
LG
RM ICA
PA
E
CAL. TOCACHE
AR
RT
AD
AR
LM
A
Medio bajo 863.72 - 1,073.00 27,627
NO
HU
O
8,201 711
A
CAL. UCAYALI
CA
NA
L.
L.
CA
CION
PORTILLO CA
CA
CA
JA
CAL. CORONEL
A
CO
L. L.
IC
RI
CH
NF
EL
ATALAYA HU
ME
CAL. PUCALLPA CAL. IM
Bajo 863.71 a menos 529
RA
AV
AN
19,276 6,387
NA
BO
NC
TE
CA
AV.
CAL. PADRE ABAD
PA
YO TE
RN
LIM ER HUA
RA
OS
EL
ID
AV. GRAU
CA
AD
E
UY
EN L.
CAL. HUANCABAMBA
ET
EVO
MIR
L.
TOTAL
CA
56,575 17,444 1,536
ON
O
TE NU
YA
CA
RR
PUEN LO
AD
OY
AS
E
CAL. S L.
L.
CA
CAL. ACOMAYO
ET
CAL. MORROPON
PIN
CA
HU
MB
OR
L.
Ñ
CAL. AYABACA
A
E
CAL. TU
OS AR
CA
BA
CA
1D
I
AL
HIR
TA
.1
Y
L.
L.
CA
CO
CA
CAL. ZARUMILLA
OC
CA
AV
AV
AN
CAL
AR
L.
CA
.2
MBES
CA
CH
CAL. PA
L.
HU
CA
6
. NA
L. AP
DE
L.
POBLACIÓN Y MANZANAS (PORCENTAJE)
L.
UR
CA
LA
CA
NO
SCA
AV. LAMBAY MA IM
CA
TE
EQUE AC
VIE
ITA
R
IAN
L.
AS
MB
PIU
AR
ON
RE
AV
CA
HO
RA
FE AV. AM
INGRESO PER CÁPITA
AZ
A
E
RREÑ AZONAS
.L
L.
UC
CR
A
AM
AV. FE PERSONAS HOGARES
CAL.
MANZANAS
AV
IC
EL
AC
SU
CAL.
CAL. SAN IGNACIO

ESTRATO POR HOGARES
L.
AY
L.
M
O AS
L.
CA
CA
% %
IRA
%
CA
HUAS
L.
AV
CAL. SANTA CRUZ
PI PAL
(Soles)*
CA
SULL
DO
.6
S
R
DE
SC
CA LA
CAR
ANA
CA
NO
L.
L.
CA
L.
VIE
CA
ILO
ST
Alto
MB
I LL CA
2,412.45 a más
L.
L.
RE
CA
CA CA A NA
L. L. CA ZC
OC AV CA L. A
.6 A
AÑ
A DE
RE
Q
RA
VE Medio alto 0.2 0.2 1.4
CA
L
CA . T
CA L. S CA
NO UIPA
VI
LI 1,449.72 - 2,412.44
AR AN R EM
L. OMA L. BR
LA ATA LA
IA
N
E
Medio 16.9 16.1 17.9
ND
S M
VI PA
1,073.01 - 1,449.71
SA
GA CAL.
S TACN
L.
AR
A
CA
RO
LG
AV. EL POLVORIN
CA
48.8 47.0 46.3
ET
Medio bajo 863.72 - 1,073.00
ME
L.
CIM
LO
L.
SO
CA
CO
RF
VIS
EB
S
34.1
RE
Bajo 863.71 a menos 36.6 34.4
SANO
S
S
RE
LO
UERO
O
S
AD
AS
L.
CARRETERA
M
CA
S ARTE
S
IONIST
OR
LO
AV L. LOS C
S
SF
RE
CIC
CAL. LOS
TOTAL 100.0 100.0 100.0
AN
DA
S
CA
VERS
AV. LO
TR
LO
RA
L.
OS
L.
LO
CA
LO
CA
S
.L
SERPENTIN
LOS IN
SE
* A Precios Reales
L.
CALIBRADO
AV. PRINCIPAL
RES
CA
NS
OR
ES
ILADO
CAL.
AS
CAL. LAS
ID
UN
PASAM
S VENT
RES
S
S
RIA
E
OR
ST
REFIN
AYO
CT
DU
CAL. LO
CAL. LOS PULSADORES
YE
IN
IN
V.
ES
ERIAS
A
LO
OR
CT
L.
CA

DU
RE
AV. LAS MA
ES
S
LO
AL
EÑ
L.
CA
GU
CI
S
QUINAS
LO
AS AS
L.
CA
UL UR
LV AT
VA ER
LA
S MP
TE
AR
L.
AL
NTO
S
ABAN
CA
IRAM
LA
INCIP
L.
RMIE
CA
ON M
OPAC
AV. PR
AV. SA
ALEC
AV. C
CAL. LOS TECNICOS

AV. M
O
EL
O LIV ANCON
CA
L.
E-1
A
NUEV
CAL. 2
CAL.
23
CAL.
E-1
FLORIDA
CA
Imagen 1 de 1
RR
AV. MIRAMAR AV. LA
ET
ER
AV
SANTA ROSA
CA
.P
PA
AV ED
L.
NA
CA ICA
.L RO 6
SN
OA L.
ME
L.
GA
CA
.
RZ 4
SN A NO
R
ON L.
. 8 CA
.
CAL
N
AV
CAL AV .P
. JU .L ED AV
OA RO
RT
AN B .C
ARD GA
E
CAL. LOS CASTAÑOS CAL. 44 ON
AS
EL RZ CAL. 3
LI FR
11
ON
LIN
CA AT
ER
AV. D
L.
CO
L.
CA
2 5 NID
L. CAL. LOS HELECHOS
AS
CAL. 5 AD
CAL. 40
CA
.L
CAL. 37
AV. 39
AV
CAL. 2
CAL. 24 CAL.
AV. B
AV
AV ORO
CAL. 20
SH A
.C
AV ISA MAN
.B N
CA HIR HA 50
. M RIO U
CAL. 3
EL EL
CAL. 1
CAL. 4
AN AC RA NC L. AV. A
AR S EL M
L. . T LA HI CA
KO UA
CA CAL L. IC
JA
.P
JA REZ TA
CA
CAL. 36
L LO
CAL. 58
23
RA
CA
CAL
C AV. C L. . 3
CA L. 4 CAL. E
A
CAL. ENT CAL
SC
DA
CA
CA
. 4
RAL
AV.
. C
RI
HE
L.
ME
CAL
IO
PA
NO
TO
CT
AV. ARQUITECTOS
L.
NE
BA
CA
E
O
AM ES UL
AN
CA L. 5
AR MA R
CA
L.
DI
CA L. 6
LIN AL. DE
NO
CA
CA 1
L. C AN
2
L.
CA T
L.
AV N
.B CA SA
L. L.
CA
5
5
L. 3
L.
CA L.
4
CA
CA
PUENTE PIEDRA
VENTANILLA
SANTA ROSA Ley N° 27795 - Quinta Disposición Transitoria y Final de la Ley de Demarcación y

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
DISTRITO ATE
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
SAN ANTONIO
INGRESO PER CÁPITA
(Soles)*
Alto 2,412.45 a más
Medio alto 1,449.72 - 2,412.44 66,344 19,346 413
Medio 1,073.01 - 1,449.71 152,787 44,523 784
Medio bajo 863.72 - 1,073.00 141,847 37,833 1,234
Bajo 863.71 a menos 226,179 61,618 5,508
TOTAL 587,157 163,320 7,939

LURIGANCHO
SAN JUAN DE LURIGANCHO
CHACLACAYO INGRESO PER CÁPITA
% % %
RA
L (Soles)*
NT ZO
CE PO
A EL
T ER AV. . 1
C A RR
E CAL Alto 2,412.45 a más
US
FIC
8
L .
CA 11.3 11.8
CAL.
INC
AS Medio alto 1,449.72 - 2,412.44 5.2
LOS
AV. GLORIA GRANDE

AV.
CA
CAL. C
F AL. U
L.
NTRAL
CAL. LOS MOLLES

NO
Medio 26.0 27.3 9.9
7
ERA CE AV. COLECTORA
CARRET
AV. ZUBIATE
8
AV
.J
OS
1,073.01 - 1,449.71
L.
CA EC
AR
S VIÑAS
CAL. JUNIN LO
S MA Medio bajo 863.72 - 1,073.00 24.2 23.2 15.5
O L DE LA RIA
GALL AV. SO TE
RO RUIZ GU
PED CAL. 5
CIA I
Bajo 863.71 a menos 38.5 37.7 69.4
CAL
CAL. NDEN F1
CA
11 AL.
INDEPE L.
L.
6 C
.
CAL. F5
CA CAL.
DO
11
CAL.
CAL. S
CA
S
ALLO L. . 9
UIZ G 28 CAL TOTAL 100.0 100.0 100.0
CA
CAL. 7 CA
RO R
L.
PED AV. EL SOL L. 14
CAL.
AV
AV. 2
CAL. A
1
AV. NI
.A
4
CA AL. 2
O
ND
IGNACI AV. 1 8
* A Precios Reales
33
CAL. SAN CAL. 1 L.
RE
CA CA
COLAS
QUE RAL IAL
C
L.
AV. EL PAR
CAL. D
AV. CENT L.
SA
CARLOS MAYO STR
GAVIOTA
S
CAL. SAN INDU K 5
VE
DE AV. OGRESO L.
AV. LAS JUAN CAL. 2 AV. 26 AV. EL PR CAL. 5 CA
CAL. LIMA
LIN
AV. SAN TE
DE
SO UGAR 2
O
1 AV. ALFON L.
CA
AV
L.
PIEROL
OCARRIL CAL. 10 CA
CA
AV. FERR EYES CA
.1
CE
AS
CAL. 1
S VIRR L. LAS GUIND
L.
CAL. 1
RE
5D
AV. LO
. 1
CA CAL. 20
2
CAL
S
EJ
A
CAL
X
CAL.
UL
. 3
EL AGUSTINO
CAL. 13 CA
CAL. 2
POLITANA
IO
L.
AV. METRO
1
ES
7
L.
CA
CA
IN
AL
STR
CA
ZM
L.
L. AV.
Z AU NE
JA
HU
PE VAD B
. .A
A
S
CAL
SA
A
LO
PERANZ
AV
ID
RE
. 2
L.
R
4
L . 3
CA
LIN
SD
MAD
CA CAL
L.
BER
CA
CAL.
EJ
AV. ES
2
CAL.
UN
CAL.
A
LISBO
IN
SANTA ANITA CA L.
LA
CEL
CAL. PARIS
CA
MAR L.
AV. 3 AV.
TAR
APA
CA
AV.
AST
DISTRITO
URIA
AV
.A
ATE
TE
CA
CAL CAL.
5
AV. JAVIER PRADO ESTE
CAL. MALAGA
LLO
N AV. L.
2
ED
A
1
S AY CA RBOL RTES
L.
OLA CA
CA
A
AV. E DES RIAL
AV. AL. S INA
NIC
CAL
AV.
AV.
EN ST
LA
AV.
R
C
U
. V
. D
CAL IN
LA
MA CRE
RA
AV.
ULC
LOS
DO
OS
MO
ARA
R
HU
AV. MIGUEL GRA

U
ANO
. A SEP
TILL
L
FRU
U
CAL AV.
AR
OC
AV. LOS CAS
TAL
I
CAL. 2 VAN
HIR
GAL
ES
IS
I
STRIAL . LU
AV. INDU MARIA CAL
3
A
CAL.
AV. SANT
OSA
TA R
AV. LOS SAUCES

Imagen 1 de 1
SAN
NTO
US
. ZE
AMIE
CAL
AV.
CAL. ATENEA
SAN LUIS
EVIT
AV. LOS QUECHUAS

VIA
AV.
AV
AV.
1
LO
.C
SP
L.
CA
CIENEGUILLA
AR
IR
AC
CU
AS
NV
AL
AL
GIN
AC
AR
IO
.M
N
AV
LA MOLINA
SAN BORJA
SANTIAGO DE SURCO PACHACAMAC


D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
.VA
A
OJ
CE
I .V
ES
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
DISTRITO BARRANCO
OC ARE
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
INGRESO PER CÁPITA

(Soles)*
Alto 2,412.45 a más 4,435 2,006 21
CAL
A
. R
MIRAFLORES Medio alto 29,083
JAD
1,449.72 - 2,412.44 9,428 167
AM
TE
ON
AV.
RIB
Medio 1,073.01 - 1,449.71
AV. REPUBLICA DE PANAMA

EYR
IA N
OB
O
NS OC
LFO
CAL
.A
ASS
ON
E
Medio bajo 863.72 - 1,073.00
ES
LIP
. FE
CAL
Bajo 863.71 a menos
L ICA
UB
EP
EL
AR TOTAL 33,518 11,434 188
OD
SE
. PA
AV
CAL.
PLAZ
A TO
RRE
AV
.C INGRESO PER CÁPITA
S
PERSONAS HOGARES
PAZ
AT
AL
IN ESTRATO POR HOGARES MANZANAS
O
MIR % % %
AN
DA (Soles)*
.)
RL
(P
AV. S
TE
RNE ES Alto 2,412.45 a más 13.2 17.5 11.2
AN
L HO OL
E DE LS
MARTI
RIQU .E
AV. . EN
EL CAL AV
Medio alto 86.8 82.5 88.8
1,449.72 - 2,412.44
N
SO
L
CAL.
OE
ST
E
ENR
EL SOL ESTE
AV. EL SOL ESTE AV. Medio 1,073.01 - 1,449.71
IQUE
AV. ALMIRANTE
BAR
CAL. LAS MAGNOLIAS
Medio bajo 863.72 - 1,073.00
R
ON
Y
MA
Bajo 863.71 a menos
TU
MIGUEL GRA
L.
CA
AV. NIC
OLAS
TOTAL 100.0 100.0 100.0
DE PIERO
LA
U
* A Precios Reales
AV. MIRAFLORES AV
.J
A OR
AV. SAENZ PEÑ AV
.J GE
AV. SAENZ PEÑA OR CH
CA
PEÑA GE AV
AV. SAENZ
ESI
L.
CH EZ
SA
SANTIAGO DE SURCO
OGN
AV
NT
EZ
AR
BOL
IO
ON
OS
NT
CO
NA
SA
NCIS
CAL. CARLOS ZEGAR
RA L.
CA
CA
L.
FRA
SA
AV. SAN MARTIN
AV.
RO
QU
CA
E
L.
MA
CA
NU
L.
EL
TA
SE
LA
GU
CA
DISTRITO
NA
L.
RA
CA
RA
AV. SURCO BARRANCO
Z
AV.
GEN
ERA
LJ OSE
D E SA
NM
GU
ART
RE
AB
IN (P
L.
CA
RL.)
ILLA O
AST NCH
RISC
AL C
S CO
RPA Imagen 1 de 1
. MA OLA
CAL . NIC
CAL
MA
E OS
RO D
PED
AV.
AV. PANA
MERICAN
A SUR
AV.
ECO GE
ANS NE
ZC RA
. DIE L ED
CAL MU
ND
OA
GU
ILA
RP
AS
TO
R
CHORRILLOS

CAL.
LLO
2 DE
AV. JOSE
MAYO AV. 2 DE
TE
NOVIEM
R
BRE
SA
CE
LIO
ES
JU
REL
O
LAU
AV.
ND
. LOS
PA
CAL C
R
CA PA
SA
L. CA
. CE
SA O E
NC
AV
N MA JOS
CA RIA
MIL AV. SAN MA
O AV. LA
ES VIL
AV.
AV.
CAL
RR AV.
PO
MA
SAN
. PER
AV
N DE EN
RG
. PR
RM
AN
RTI
INA
CA
U
OG
MA EL
TO
L
L
AV
RE
SAN AV. SO
NIO
. NIC
E RIA EL
SO
AV. JOS MA
LA AV. AV.
OL
FO
LIMA
SAN VIL A CAL
AV.
CEN
AS
AV. AV. UN ROS TRA
DE
TRI TA A
LO
AV.
EL L
AV.
SAN LIM
S HE
PIE
E AV.
EL
AV. AV.
RO
JOS AES
RO
PR
AMANC
LA
CAL. SUCRE CAL.
ES
SAN
OG
IOS
AV
AV. L
RE
LIR
. SA
SO
SO
EL
AV.
LOS IO
LVA
L. AV. JUN
PA
CA
DO
7 DE
CH
CA
SA AV.
AL
AC
A
L.
RO AD
LE
UT
TA CA
MA
ND
TEJ L.
EC
ITA
S
SAN
E
RO
RIA
UN
YA
O
ZEP
AV. PED O
PO
NO
ES LID
HA
AV. IO
AV.
ER BEL
ME
L.
Y
AC
CAL. OC YO JUL
CA
O DE CA
LG
PR
CH
DE
PAC
GRAU MA
AV.
AD E 28 LIR
AR
LOS 2 BR 2 DE
L.
L.
HAC
CHI ATO
PAR
CA
AV. L. TU AV. CA
AV.
AV.
AV. RIA CA OC IO
MU CON
UTE
CAPA MA
C YUPA AV. 8 DE JUN
7 DE
C
AV. NQU AV.
YAHU AV.
AR HUAC I
AV.
GO
A
PAC
YO
IO MA
HAC
JUL IO ROSALES
UTE
CA
28
CAL
IEM AV. DE
AV.
L.
DIC 28
C
O
. INC
3
CES
AV. 2 DE RE EUCAL
A ROC ON
AV. MB CA CAL IPTOS
CAL. AZUCENA
SAU
AV.
VIE L. .A
PAZ C
LA NO CAL. B
A
UNI
CAL.
. LOS
AV. DE
AV. EL EJERCITO
26 CA 2
AV.
L.
AV. LOS
CAL
ME
ALA
LGA
O MO
MAY S
R
1 DE
CAL. 3
A UCO
2
AV. NCH UCH
L.
PUR
AV. UNION
CA
ICA
CAL.
AV.
. COR
CAL
CAL
HUA CAL
MIG
ACA
. APU
CAL
. ALF
AV.
PUM
UEL
EO
. CIE
AV.
RIM
LOS
MAT
AV.
ONS
GRA
AV.
CAL
AC
NEG
SAL
PAC
INCA
O UGA
U
. RIM
UIL
INAS
HAC
S
AV.
LA
SOL
RTE
E
UTE
AC
UID . EL RE
RAM
LI LLO CAL EMB
C
OC
ON
AV. AV.
CAS
CAL CAL
AC N
CAL
AC
TILL
CAP STA
AV.
A CAP CO TRI A
.6
CIA
EN FLORA RISCAL
A
MAN ICA
BILL
AYN
DE
HU AV. UBL ND
AV. LA MA R
ABR
ING
AV. RE REP EPE
HUR
IL
DICI CAP L
AV.
ICA AV.
27 DE CO UBL ERA A
ST
MAN
PAC
AV. REP GEN RDI
AV. AV. AV. NCO
HAC
AV.
CO
LA
UTE
AV.
AV.
JOS
AV.
JOR
E OLA
INDU
GE
STR
YA
A
CHA
AV.
ZEL
IAL
DE
VEZ
SIM
SCO A
AV. LIVA
NCI TA ROS N
ON
DISTRITO BREÑA
AV.
AV.
FRA SAN MARTI
BO
UNI R
AV.
INDU
AV.
JOR
AV. SAN AL
ON
AV. L VID HEA
LIM
GE
STR
ERA OC VA
VILLA EL SALVADOR
A
CHA
GEN NO NEC
RE L CORDO
AV.
IAL
AV.
VEZ
RIA SUC LPA
PAC
MA ERA HUA
AV. AV. ATA
HAC
GEN
AV. EO
PAS IA
UTE
AV. LON
C
PO
AV.
L.
CA
UN
ION
CEDROS AV.
AV. LOS 9 DE
JULIO
L
CAL. ROSE PARAISO
AV. ES
SAUC CAL.
LOS LOS
CAL. JAZ
INGRESO PER CÁPITA

(Soles)*
Medio alto 1,449.72 - 2,412.44 81,112 24,982 258
Medio 1,073.01 - 1,449.71 1,250 336 5
Medio bajo 863.72 - 1,073.00
Bajo 863.71 a menos
TOTAL 82,362 25,318 263

INGRESO PER CÁPITA
POR HOGARES PERSONAS HOGARES MANZANAS
ESTRATO
% % %
(Soles)*

AV. VENEZUELA
Medio alto 98.5 98.7 98.1
1,449.72 - 2,412.44
Medio 1,073.01 - 1,449.71 1.5 1.3 1.9
AV. BOLIVIA Medio bajo 863.72 - 1,073.00
Bajo 863.71 a menos

DE PORTUGAL
AV. REPUBLICA
LIMA TOTAL 100.0 100.0 100.0
AV. ALFONSO UGAR

* A Precios Reales
AV. A
RICA
AV. ESPAÑA
TE
DISTRITO
BREÑA
CAL. CAL.
1 1
Imagen 1 de 1
ARIA
OM
CAL.
2
TING
AV.
CAL
. 1
.A
. C
CAL
CAL
CAL. 1 NO CO RNEJO
AV. MARIA
NI
DI
AN
SIL
RN
RA
FE
.B
O
BL
AV
PA
JESUS MARIA
ANU
.J
AV
PUEBLO LIBRE


D O
IVON E
ERBME
AS
.VA
EC
OI
SEL
LU
ERU
J
AL
OD
.VA
SOL
NA
CA .LAC
P
PA
RA
C C
SE
OC
ES .LA
C
OJ NA S
.VA
AIR NA M NA
A S .VA
MA .VA AC
LL IM
IV SE OL
.VA RR
.VA
.VA
C
OP
.LA
ED
AM
NE
.VA
NA
MR NIT
EP
GR
AC RA
RP
NA
UR
NI
LE M
GO
LO
LA
NA
OT
SL .VA
.VA
AIR S
ER
OIN
E AM ES .VA
OS
.VA OJ
N
CI
OF AL NA
LIV
LO
.VA AS NU S
AM
AC
.VA
OR .VA
SA
C IRT .VA
NE ATN
IL .
AM
ED
RT LE
L
.VA
IL AS
SO
LA .VA
VA
.VA
P
.VA ES
EI
EH
SEAC
E
OJ
OR
L
NA MA .L ERCUS
OR
RP
NA
AL
AC .LAC S SO
SE
GO
.VA IR
LO
.VA
IL
ER
SL SO
OS
E
AS
L
.VA
OIN .VA .LA
VL
UJ C
DA
ED
AP
7
RO
HC
.VA AS
C
AD
.LA
OR
CA
AJ
LL
ET AT
TU
NE
C NA
AM
OR
.LA
CE
ED
S
AT
SA
AIR
OD DE .VA
IPE
YO
SE P
ON ILL
ON
OI .VA
PA
RE
Z
LU EB
.VA
OY CO
HC
YA
M
.LA
JE AM ED RP
LE
CR
AH
D8 OD .LAC
C
ER
AP
.VA .VA
I ED SO
G
L UARG
C
2 BU 2 AR
RA
.LA L
HC
.VA 2 AP
.LA
TC .LA .VA
C
C .VA AIR
CA
C
CO UMIH
OI O C AM
NU ED A
TU
JE 8 .VA C .V
APA
TA
CE
D7 .VA
UY C
.VA NAP .VA
IUQ AY
NO
AUH
.VA
UH R
OG
OY ACA
AP
AM OIL
HC
SELASOR OIL ED UJ
SOL .LAC U ER ED
CA
JE 2 BM
D8 .VA 82
TU
C
EIC
C
.VA
.LA
.LA
ID
CE
.VA OY ED
AM
3
9.
NI
L .VA ER ED VA
SE
AC
O 2.
ILAC UE S BM VA
CU
LAC LAC EIV ZA
OR
.LAC
SOTP
VA
A. O PA
AS
. NE
U.
AC
C L.
B .LAC D6 VA
SO
AC
IN
ANECUZA
2 .L
LE .VA
2
.VA
L .
NO
C .VA
.LA
LAC
OL
M
AS
LE
OY
E
L AM
OTICREJ
MA
RA
OCU SO ED
AH 1
3 .LAC
HCU .VA
2
RUP CN
AC
.LA
VA
.LAC IR OC
C
NOINU .
.VA
AU
ACUHCAM OCSIC
.LA
C
HA
C
C
.LA
CA
.LA
GIM
MU
C
PO
A
.VA
.LA
LEU
FLA
UP
ETA
M
A
MIR
OL
IC
.VA
NO
S .V
.VA
G
NE
NI S
UAR
CA
C
OS
AP
.LA
GE
ILA
HC
SAC
AGU
LIU
SAN
NARF .VA
MIR
CA
LOS
.VA
AL
LE ED
ETR
ERB OL
TU
CA
MEI .LAC LC IUH ILU

R
CE
OA AC EC
CID LIR AY .L
MA
ED LO MA .LA
SL T. A
NO
72 E . M C LAC C
.VA VA .LA
AC
NA CAP CA C
TS
ITS
AC PA
AL IRT A
.LA
OC CA
.VA
AIC
ALL
AC NAM NY
SIR ROL NE AC
6
AU
LIB
ED
H
A A PE ER .VA
IL
RA ERB
M A L .VA
BA
DN
GN
.VA C ME
I .V ACI APAC
LIR
LL ICID
UH
AR A ED
.VA
LBU O
EN PER CNAM 72
TSR
AID EG .VA
AP
RO .VA .VA .VA

CN
HC
OC
CA
.VA
AL
.VA
TU
.VA
A
OJ
CE
I .V
ES
OJ
UDN
LO
EGR
AYA
RTS
AL
EZ
HC
.VA
ED
LAI
EVA
AS OC
MIS
O S
NIT R AT ICNA
VA Z
A
NO
RA NU .V
RA N RF
.VA
M N AS .VA
OB
J.
L A .V
AE ADIV S .V A
NI
.VA
V IL
I
RO
NO
UD
HC L A
OC ARE
DISTRITO CARABAYLLO
IL
EG
AV
RTS
AM
OD EN NE
HC
RO
.VA
LAI
AP
LA C LA CUS AIRA A
VA
UH R M
ZE
AP
ATA ENE .VA .VA

HC
OE G .V
CA
AIN SA A
P
TU
OL .VA
OP
CE
.LA
.VA
C
U
IN
NO
SORDE
C SOL
.VA .VA
ED 9
OILUJ LAD LARAU
ESO H .LA
NOIN OSIAR
SEC
UAS A
SOL
.LAC .LAC
OL
AJ S
ANCON
INGRESO PER CÁPITA
ESTRATO POR HOGARES PERSONAS MANZANAS
CAL. PEPINO
HOGARES
CAL. SANDIAS
(Soles)*
S
RISTA
Medio alto 1,449.72 - 2,412.44 53,594 14,490 542
FLO
NTES
R
CAL. 15
E SU
.
CAL
Medio
LINDA
1,073.01 - 1,449.71 52,951 14,032 912
AV. NORT
ES
CAL. CO
OR
S
RE
AD
Medio bajo 863.72 - 1,073.00 128,355 32,248 2,113
FLO
CAL. LOS VERIFICADORES

ND
ANIOS
AV. NO
FU
ES
LAS
AL
OS
ER
CAL. LOS GER

.L
Bajo
L.
CAL. LO
863.71 a menos 88,824 2,637
RTE
24,171
MIN
CA
AV
A S
OS
SUR
DR
.L
PIE
S EDIT
CA
L
TOTAL
CA
323,724 84,941 6,204
L
AS
.L
CAL. 6
13
.L
AS
CAL.
ORES
CAL. 17
AV
AG
CAL.
UI
CAL.
LA
CA
CAL. LAS VIO
7
S
L.
AV. 1
AV. NUEVO
CAL. LO
CAL.
AV. LOS CON
.2
CA
CAL. 7
CA
CAL. 6
16
L
CA
L.
L
AV. D
.1
CAL. 7 CAL. 8
9
AV. ATRE
11
AV. LO
7
CAL
CAL. 8
AV. VILL
AV. 5 DE
S LIRIO
.
ALEGRE 14
AV. JERUSALEN
CAL. 2
LETAS
AV. VISTA
MILE
AV. LA MINA
8
AV. LOS GIRASOLE
11
S SAUC
SO
STRUCTORE
AV. VALLE HERMOSA
AV. EL PROGRE CAL. SA
CAL.
M
CAL. SAN MATEO
S
N DI
CAL.
A RICA
INGRESO PER CÁPITA
NIO
EGO
ABRIL
D
AV. LA LIBERTA
AV. 3
S
CAL. 10 CAL. 9
CAL. SAN LUCA

CAL. LO
CAL.
LOS EU PERSONAS HOGARES MANZANAS
ES
CALIPT
ESTRATO POR HOGARES
CAL. 6
CAL. LO
CAL. 5
AV
O
CARABAYLL S CARR OS
% % %
.S
AV. A
DE
CAL. 3
AV. LOMAS OSALES
S
(Soles)*
S GIRA
A NS
CAL. PRINCIPA AV
CAL. A L
EB
.L
S
CAL AS
AS
S
.
L
SOLES
PUE
GA
QUE
ICU
AV. BL O PA
TIA
AV. AGROPECUARIA COLE
Alto
CAL NUE L
N
CTO
SF
ME
2,412.45 a más
N
.
RA
VO
PAR
ICIA R A 11 RA
CAL. LO
AV. SANTA PATR
LO
A
G
S
HU
DEL
L.
L.
CA . L
.J
CA
20
CA
AV.
AV
D
16.6 17.1
20 ELE CAL
L
Medio alto 8.7
AV.
.C
CA
S MA
CA
L.
L.
1,449.72 - 2,412.44
CAL
CA
.7
HIM
.A
S
CA CAL.
NGOS
AV
CAL. CHURCO
PU
CAL. 3
AV
.S
LIM
L.
UR
AN 5
OC
TA 2
Medio 16.4 16.5 14.7
A
CA LA
LL
CAL. PRA MA
1,073.01 - 1,449.71
AV
GA
O
RIA
OS
CA . 21
F7

Mapa de Sectores Socio Económicos de Lima Metropolitana

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mapa de Sectores Socio Económicos de Lima Metropolitana

Cargado por

Copyright:

Formatos disponibles

Créditos Contenido

Dante Carhuavilca Bonett Distrito Comas .................................................................26

V. Análisis de los Resultados ................................................ 13 Provincia Constitucional del Callao ...................................... 61

AV. FRANCISCO MACHUCA

INGRESO PER CÁPITA

Medio alto 1,449.72 - 2,412.44 483 111 24

Medio 1,073.01 - 1,449.71 159,248 40,436 1,672

AV. BELLA DURMIENTE

especializados, pone a disposición de autoridades, instituciones públicas y privadas y usuarios en general, el

2017, las encuestas permanentes de hogares y otras fuentes de datos.

CAL. LAS ROS

en donde la intervención debe ser focalizada y con información

actualizada. Este es uno de los objetivos principales del documento.

IO MA AV. AV. GEN O N

AV. TA AV. AYA

Recherche pour le Développement (IRD-Francia) por su apoyo en la definición e implementación de la metodología

Lima, julio 2020

INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 3

AV. FRANCISCO MACHUCA

Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017

I.2. Usos de los planos estratificados

• Facilitar la definición de prioridades para la asignación de políticas de subsidios en áreas dentro

INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 5

LAC LAC EIV ZA

MEI .LAC LC IUH ILU

RO .VA .VA .VA

ATA ENE .VA .VA

7102 adneiviV y nóicalboP ed osneC - acitámrofnI e acitsídatsE ed lanoicaN otutitsnI :etneuF

II.1. Metodología para la Estimación del Ingreso II.2.1. Unidad de analisis

II.3. Fuentes de Información

6 INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA

AV. FRANCISCO MACHUCA

cartografía censal del INEI.

Características de la población: edad, proporción de hombres y mujeres

Fuente: Instituto Nacional de Estadística e Informática - Censo de Población y Vivienda 2017

ii) Utilizar la capa de manzana censal con información de núcleos urbanos.

- Plan de Salud Escolar (PSE), 2016 - Censo Escolar, 2017

INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 7

LAC LAC EIV ZA

MEI .LAC LC IUH ILU

RO .VA .VA .VA

ATA ENE .VA .VA

Polígono del caso urbano Polígono del núcleo urbano

segmentos de unión de los centroides de manzanas(Gráfico N°3).

vii) Finalmente, se procede a construir la tabla de núcleos urbanos vecinos, utilizando la

Gráfico N° 4 Tabla N° 2: Tablas de núcleos urbanos vecinos

8 INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA

AV. FRANCISCO MACHUCA

Tabla Nº 4: Núcleos Urbanos por Condición

Agrupamiento Nº NNUU % NNUU

Automatizado 1 101 95,4%

ESTANDARIZACIÓN DE LAS MODALIDADES DE LA VARIABLE MATERIAL PREDOMINANTE EN LOS PISOS

- Decil 10: Mayor carencia de la vivienda en el núcleo urbano.

- Decil 1: Menor carencia de la vivienda en el núcleo urbano.

INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 9

LAC LAC EIV ZA

MEI .LAC LC IUH ILU

RO .VA .VA .VA

II.5.2. Selección de Variables

ATA ENE .VA .VA

Provincia de Lima 1/ Prov.Const.del Callao Número de Raíz cuadrada

10 INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA

AV. FRANCISCO MACHUCA