Abstract Due to the high rate of inclusion and exclusion errors of traditional methods (Proxy Mean Test) used for the identification of households in poverty condition and selection of the social assistance programs beneficiaries, this research analyzed different perspectives to predict households in poverty condition, using a machine learning model based on XGBoost. The models proposed were compared with baseline methods. The data used were taken from the 2019 household survey of Costa Rica. The results showed that at least one of our approaches using XGBoost gave the best balance between inclusion and exclusion errors. The best model to predict poverty and extreme poverty was build using an XGBoost with a classification approach.

Resumen Debido a la alta tasa de errores de inclusión y exclusión de los métodos tradicionales (Proxy Mean Test) utilizados para la identificación de hogares en condición de pobreza y la selección de los beneficiarios de los programas de asistencia social, esta investigación analizó diferentes perspectivas para predecir hogares en condición de pobreza, utilizando un modelo de aprendizaje automático basado en XGBoost. Los modelos propuestos se compararon con métodos de referencia. Los datos utilizados fueron tomados de la encuesta de hogares del 2019 de Costa Rica. Los resultados mostraron que al menos uno de nuestros enfoques utilizando XGBoost dan el mejor balance entre el error de exclusión e inclusión. El mejor modelo se construyó utilizando XGBoost con un enfoque de clasificación.

Si bien en Costa Rica la tasa de suicidios por 100000 habitantes históricamente se ha encontrado por debajo de 10 por 100 mil habitantes, lo cual es bajo comparado a otros países, existen múltiples factores de riesgo, tanto sociales (pobreza, desempleo, drogadicción) como psicológicos (depresión, duelo) que son significativamente frecuentes y podrían incrementar estas cifra. En el presente artículo se pretende brindar un panorama actualizado acerca del suicidio en nuestro país, para ello se realizó un análisis de las 309 muertes suicidas ocurridas en el año 2005, con lo que se obtuvo un perfil del individuo que logró acabar con su vida. Se trató de víctimas predominantemente de género masculino, en edades económicamente activas, costarricenses, tanto solteros como casados, con una mayor tasa de mortalidad por suicidio en Cartago, el mecanismo utilizado más comúnmente fue la asfixia por ahorcadura, con mayor frecuencia en los días lunes, en los meses de marzo, julio y octubre

Historically, suicide rate in Costa Rica has been under 10 by 100000 people. This rate is lower than other countries, but now, there are a lot of conditions in costarican population: social factors like poorness, unemployment and drug dependence; and psycological factors like depression and other emotional diseases. This conditions are increasing in the last years and suicide rate could also increases. In this paper we present an actuallized analysis about this phenomenon in Costa Rica. We analyzed 309 suicide deaths in 2005. We obtain a profile of this people: they were predominantly of masculin gender, in productive ages, married and singles, that died predominantly in monday, in march, july and october and in the province of Cartago. Also, the main mechanism utilized was death by hanging.