📥 01_Lectura_WDI

Fuente: World Development Indicators (WDI) del Banco Mundial.

Archivo: API_BOL_DS2_es_csv_v2_16314.csv

Formato original: ancho (indicadores × años 1960-2025).

Decisiones tomadas:

1. Se omite la metadata inicial del CSV (Data Source, Last Updated Date).

2. Se excluyen las columnas: Column70, 2024 y 2025 porque el WDI las publica como proyecciones y no como datos observados.

3. La exclusión temprana evita que los años vacíos sean rellenados con valores falsos por el nodo Missing Value.

Salida: tabla con 265+ columnas de años (1960-2023).

🎯 02_Filtrado_Indicadores (Eje 3 - Capital Humano)

Se seleccionan 14 indicadores del Eje 3 (Capital Humano) del WDI:

Salud y mortalidad:

- SP.DYN.LE00.IN → Esperanza de vida al nacer, total

- SP.DYN.LE00.MA.IN → Esperanza de vida al nacer, varones

- SP.DYN.LE00.FE.IN → Esperanza de vida al nacer, mujeres

- SP.DYN.IMRT.IN → Tasa de mortalidad infantil

- SH.DYN.MORT → Tasa de mortalidad, menores de 5 años

- SH.STA.MMRT → Tasa de mortalidad materna

- SH.IMM.IDPT → Inmunización con vacuna DPT

- SH.DYN.AIDS.ZS → Prevalencia de VIH (15-24 años)

- SH.XPD.CHEX.GD.ZS → Gasto corriente en salud (% PIB) Educación:

- SE.ADT.LITR.ZS → Tasa de alfabetización, adultos

- SE.PRM.NENR → Inscripción escolar, nivel primario

- SE.SEC.NENR → Inscripción escolar, nivel secundario Empleo:

- SL.UEM.TOTL.ZS → Desempleo, total

- SL.UEM.TOTL.FE.ZS → Desempleo, mujeres

Criterio: relevancia para responder la pregunta

"¿El capital humano se recuperó realmente después de la pandemia?".

🔄 03_Transformacion_Larga

Objetivo: convertir el formato ancho (indicadores × años) a formato largo

(una fila por indicador-año), requisito para agrupar por período.

Nodos y decisiones:

1. Unpivot: las columnas de años pasan a filas.

- Value columns: 1960 a 2023.

- Retained columns: Country Name, Country Code, Indicator Name,

Indicator Code.

2. Column Renamer: ColumnNames → Year; ColumnValues → Value.

3. String to Number: Year → Integer (para poder aplicar rangos).

4. Column Auto Type Cast: Value → Double (para cálculos estadísticos).

Salida: tabla larga con ~896 filas (14 indicadores × 64 años).

🔧 04_Interpolacion_Lineal

Problema detectado: el nodo Missing Value con método "promedio" rellenaba los años vacíos con el promedio global de la serie, creando valores imposibles (ej. esperanza de vida de 126 años, desempleo de

133%, gasto en salud de 64% del PIB).

Solución implementada:

1. Group Loop Start: agrupa por Indicator Code, aislando cada serie temporal para que la interpolación no mezcle indicadores.

2. Missing Value: método Linear Interpolation sobre la columna Value.

La interpolación solo actúa ENTRE valores conocidos y no extrapola.

3. Loop End: une los resultados de cada iteración en una sola tabla.

Justificación: respeta la tendencia temporal de cada indicador y

evita inventar datos fuera del rango observado.

📅 05_Asignacion_Periodos

Clasificación temporal del análisis:

| Período | Años | Propósito |

|---------------------------|--------------------|-----------------------------------------------------|

| Pre-pandemia | 2015-2019 | Línea base (referencia) |

| Pandemia | 2020-2021 | El shock sanitario y económico |

| Post-pandemia | 2022-2023 | Recuperación |

| Fuera de Rango | resto | Se descarta del análisis principal |

1----------------------------------------------------------------------------------------------------1

Justificación:

- Se acota la línea base a 2015-2019 para no diluir el efecto reciente.

- Se excluye los años anteriores como "contexto histórico" no comparable.

- La clasificación se hace con un Rule Engine para que sea auditable y modificable.

📤 06_1_Salida_Intermedia

Depuración final:

Se excluyen los indicadores SE.PRM.NENR y SE.SEC.NENR porque el WDI no

publica datos anuales para Bolivia en 2020-2023. Sin esos años, la

interpolación lineal no tiene puntos de anclaje y la Tasa_Recuperacion

queda indefinida. Su exclusión se documenta como limitación.

Se incorpora la columna Indicator Name mediante un Joiner con el archivo de metadatos del WDI. Esto permite etiquetar las visualizaciones y la tabla final con nombres oficiales legibles.

Salida:

- Archivo: Filtrados_capital_humano_corregido.xlsx

- Ubicación: Workflow Data Area (se incluye automáticamente al

publicar el workflow en KNIME Hub).

- Contenido: 12 indicadores × (Pre, Pandemia, Post, Tasa, Estado).

Uso posterior: esta tabla es la entrada para las fases de

visualización (Fase 4) y análisis estadístico (Fase 3).

📊 05_1_Agregacion_Periodos

Objetivo: obtener un valor único por indicador y período, y disponerlos

como columnas para comparar Pre, Pandemia y Post.

Nodos y decisiones:

1. GroupBy: agrupa por Indicator Code + Indicator Name + Período y

calcula Mean(Value). El promedio es la medida resumen del período.

2. Row Filter: excluye filas con Período = "Otro" (años fuera de

rango que no aportan al análisis).

3. Pivot: transforma los períodos en columnas (Pre-pandemia,

Pandemia, Post-pandemia) usando First como agregación (ya hay un

solo valor por grupo).

Salida: 14 filas × 5 columnas (código, nombre, Pre, Pandemia, Post).

📈 06_Calculo_Tasa_Recuperacion

Concepto: la Tasa de Recuperación mide cuánto se acercó el indicador

en el período post-pandemia a su nivel pre-pandemia, tras el shock.

Problema: no todos los indicadores se interpretan igual.

- "Más es mejor": esperanza de vida, alfabetización, inmunización.

- "Menos es mejor": mortalidad, desempleo, VIH.

Solución: una columna Direccion (+1 / -1) permite usar una sola fórmula.

Fórmula unificada:

((Post - Pandemia) × Dirección) / ((Pre - Pandemia) × Dirección)

Interpretación:

- 1.0 → recuperación total (volvió al nivel pre-pandemia)

- > 1.0 → mejoró por encima del nivel pre-pandemia

- 0 < t < 1 → recuperación parcial

- ≤ 0 → no recuperado o empeoró

Clasificación final (Rule Engine):

- ✅ Recuperado (≥ 1.0)

- ⚠️ Recuperación parcial (0.9 - 1.0)

- 🟡 Recuperación insuficiente (0.5 - 0.9)

- ❌ No recuperado (0 - 0.5)

- 🔴 Empeoró (< 0)

- ⚪ Mejora continua (indicadores que nunca sufrieron shock)

PROCESAMIENTO DE DATOS

ANALISIS

🔧 07_Preparacion_Datos

Objetivo: preparar la tabla final para los análisis multivariados (MDS, K-Means) y el cálculo del Score FMI, asegurando que solo los indicadores relevantes ingresen al modelo y que estén en la escala adecuada para el clustering.

Nodos que agrupa:

1. Rule Engine — Filtrado de indicadores con datos insuficientes

2. Row Filter — Ingreso solo de los indicadores marcados

3. Normalizer — Normalización de datos por período

4. Math Formula — Definición de Shock

5. Math Formula — Definición de Recuperación

6. Math Formula — Definición de Neto

Decisiones tomadas:

1. Rule Engine + Row Filter: se crea la columna Incluir_ML y se filtra para excluir los indicadores con problemas de datos:

- SE.ADT.LITR.ZS (alfabetización): datos anuales insuficientes, StdDev = 0.

- SH.DYN.AIDS.ZS (VIH): varianza prácticamente nula (0.3-0.4).

- SH.STA.MMRT (mortalidad materna): valores atípicos en 2018-2019 y

escala desproporcionada (155-270) que distorsiona el clustering.

Quedan 9 indicadores para el análisis multivariado.

2. Normalizer: se aplica Z-Score Normalization a las columnas Pre, Pandemia y Post. Se elige Z-Score en lugar de Min-Max porque los indicadores tienen escalas muy distintas y Min-Max comprimía los valores bajos hacia 0, agrupando incorrectamente por nivel absoluto.

3. Math Formula (Shock): Shock = Pandemia - Pre. Mide la magnitud y dirección del cambio durante la pandemia. Valor negativo = caída; positivo = mejora.

4. Math Formula (Recuperación): Recuperacion= Post - Pandemia.

Mide la magnitud y dirección del cambio post-pandemia. Valor positivo = volvió a subir; negativo = siguió bajando.

5. Math Formula (Neto): Neto = Post - Pre.

Mide el cambio neto entre pre y post-pandemia. Valor positivo = mejoró respecto al pre; negativo = empeoró.

Justificación de las features de cambio:

Se observó que el k-Means con valores normalizados agrupaba los indicadores por nivel (alto vs bajo) y no por patrón de recuperación.

Con las features Shock, Recuperacion y Neto, el k-Means detecta correctamente los dos grupos:

- Cluster 0: recuperados (Shock positivo, Recuperacion positiva).

- Cluster 1: no recuperados o mejora continua (Shock negativo,

Recuperacion negativa).

Salida: tabla con 9 indicadores, columnas normalizadas, features de cambio y columna Incluir_ML = "Sí".

📊 08_Visualizacion_MDS

Objetivo: proyectar los 9 indicadores de capital humano en un espacio 2D para visualizar los patrones de recuperación y validar visualmente los clusters obtenidos con K-Means.

Nodos que agrupa:

1. MDS — Aplicación del Escalamiento Multidimensional

2. Domain Calculator — Definición de etiqueta (dominio de Estado_Recuperacion)

3. Color Palette Designer — Definición de paleta de color

4. Scatter Plot — Graficado 2D

Decisiones tomadas:

1. MDS: se proyectan las 3 features de cambio (Shock, Recuperacion, Neto) en 2 dimensiones con distancia Euclidiana, 200 épocas y semilla 42 para reproducibilidad. Se eligen las mismas features que en K-Means para que ambos análisis sean coherentes y comparables.

2. Domain Calculator: se aplica antes del Scatter Plot para que la columna Estado_Recuperacion (tipo String) tenga un dominio definido y pueda usarse como dimensión de color. Sin este nodo, el Scatter Plot no reconoce la columna como categórica.

3. Color Palette Designer: asigna colores específicos a cada valor de

Estado_Recuperacion (verde para Recuperado, amarillo para Parcial,

naranja para Mejora continua, rojo para Empeoró). Permite distinguir

visualmente los grupos en el gráfico.

4. Scatter Plot: grafica las dos dimensiones MDS (MDS Col 1 vs MDS Col 2)

con color por Estado_Recuperacion. Se habilitó el tooltip para mostrar

el nombre del indicador al pasar el ratón. Interpretación del gráfico:

El MDS muestra 4 regiones claras:

- Recuperados (derecha): esperanza de vida (3) y desempleo (2).

- Recuperación parcial (intermedia): gasto en salud.

- Mejora continua (centro): mortalidad infantil y mortalidad <5.

- Empeoró (aislado, izquierda): DPT.

Las distancias entre puntos preservan la similitud de las trayectorias

Pre → Pandemia → Post, validando visualmente el clustering de K-Means.

Salida: gráfico 2D interpretable con los 9 indicadores coloreados por

estado de recuperación.

🔵 09 Aplicacion KMeans

Objetivo: agrupar los 9 indicadores de capital humano en clusters según su patrón de recuperación, usando las features de cambio (Shock, Recuperacion, Neto) como variables de entrada.

Nodo que agrupa:

- k-Means — Aplicación del algoritmo de clustering

Decisiones tomadas:

1. Features de entrada: Shock, Recuperacion, Neto.

Se usan las 3 features de cambio en lugar de los valores normalizados por período porque estos últimos agrupaban los indicadores por nivel absoluto (alto vs bajo) y no por forma de trayectoria (cayó y volvió vs cayó y no volvió).

2. Número de clusters: k = 2.

Se probó k = 3, pero subdividía artificialmente el grupo de recuperados en dos subgrupos sin valor interpretativo. Con k = 2 la separación es clara y coherente con el Estado_Recuperacion.

3. Iteraciones máximas: 100. Suficiente para converger con 9 indicadores.

4. Semilla aleatoria: 42. Fija el resultado para que sea reproducible en cada ejecución.

Resultado del clustering:

- Cluster 0 (6 indicadores): recuperados y recuperación parcial. Incluye esperanza de vida (3), desempleo (2) y gasto en salud.

Centroide: Shock = +0.067, Recuperacion = +0.031, Neto = +0.099.

- Cluster 1 (3 indicadores): no recuperados o mejora continua. Incluye DPT (empeoró), mortalidad infantil y mortalidad <5.

Centroide: Shock = -0.135, Recuperacion = -0.063, Neto = -0.197.

Coherencia con Estado_Recuperacion:

El clustering separa correctamente los indicadores según su estado: todos los recuperados caen en cluster 0 y DPT cae en cluster 1.

Esto valida el clustering y refuerza la conclusión de que la recuperación del capital humano en Bolivia es heterogénea.

Salida: tabla con los 9 indicadores y la columna Cluster asignada (0 o 1), que se usa para colorear el Scatter Plot del MDS y para validar los análisis previos.

📊 10 - Análisis IQR

Detección de outliers en Tasa_Recuperacion

Se calculó el Rango Intercuartílico (IQR = Q3 - Q1) de la Tasa_Recuperacion

con los 9 indicadores.

Resultados:

- Q1 ≈ -0.233

- Q3 ≈ 1.079

- IQR ≈ 1.312

- Límite inferior (Q1 - 1.5*IQR) ≈ -2.201

- Límite superior (Q3 + 1.5*IQR) ≈ 3.047

Ningún indicador queda fuera de los límites. Se concluye que:

1. No hay outliers estadísticos en la Tasa_Recuperacion.

2. La heterogeneidad observada es real y no se debe a valores anómalos.

3. El DPT, a pesar de tener la tasa más baja (-0.068), no es un outlier

según el criterio 1.5*IQR.

Este resultado valida los análisis previos del K-Means y MDS, que

identificaron la heterogeneidad sin necesidad de eliminar valores.

📊 11 Análisis Score FMI — Índice de Fragilidad

Se construyó un índice de fragilidad combinando dos componentes:

Score_FMI = (Tasa_Recuperacion 0.5) + ((1 - |Shock|) 0.5)

El primer componente mide la capacidad de recuperación (50% del peso).

El segundo mide la magnitud del shock (50% del peso).

Clasificación:

- Fragilidad Baja (Score >= 0.8): recuperación sólida, shock pequeño.

- Fragilidad Media (0.5 <= Score < 0.8): recuperación parcial.

- Fragilidad Alta (Score < 0.5): no recuperación o shock severo.

Resultados:

- Fragilidad Baja: esperanza de vida (3), desempleo (2), gasto salud.

- Fragilidad Alta: DPT, mortalidad infantil, mortalidad <5.

Este índice permite priorizar políticas públicas: los indicadores con

fragilidad alta son los que requieren intervención urgente.

📈 12_1 Matriz de correlación — Pre, Pandemia, Post (9 indicadores)

Se calcularon las correlaciones de Pearson con el nodo Correlation Filter.

Resultados:

- Pandemia ↔ Post: 0.997 (p < 0.001)

- Pandemia ↔ Pre: 0.994 (p < 0.001)

- Post ↔ Pre: 0.986 (p < 0.001)

Interpretación:

Las correlaciones son muy altas (> 0.98) en todos los pares, lo que indica que el ranking de indicadores se mantuvo estable a lo largo de los 3 períodos.

Los indicadores con valores altos antes de la pandemia siguieron siendo

altos durante y después.

IMPORTANTE: alta correlación NO significa recuperación completa. Significa que el orden relativo se preservó, pero no todos los indicadores volvieron a su nivel pre-pandemia. La Tasa_Recuperacion (media 0.586, mediana 1.025) y el análisis de clustering (K-Means) son los que miden efectivamente cuánto se recuperó cada indicador.

Conclusión: el shock pandémico fue proporcional y ordenado, pero no homogéneo en cuanto a recuperación. Esto valida el uso de K-Means y MDS para identificar grupos con patrones de recuperación diferenciados.

📊 12_Estadisticas_Descriptivas

Objetivo: obtener un resumen numérico de las columnas Pre-Pandemia,Pandemia, Post-Pandemia y Tasa_Recuperacion para caracterizar el comportamiento global del capital humano en Bolivia.

Resultados (9 indicadores filtrados, Incluir_ML = "Sí"):

| Métrica | Pre | Pandemia | Post | Tasa_Recuperacion |

|--------------|------------|--------------- -|---------------|---------------------------------|

| Mean | 38.32 | 34.92 | 35.38 | 0.586 |

| Median | 23.54 | 18.75 | 16.85 | 1.025 |

| StdDev | 32.70 | 28.10 | 31.34 | 0.678 |

| Min | 3.493 | 6.496 | 3.288 | -0.415 |

| Max | 83.6 | 69.0 | 70.7 1.205 |

Interpretación:

1. La mediana de Tasa_Recuperacion (1.025) es mayor que la media (0.586), lo que indica que el 50% de los indicadores se recuperó completamente, pero hay indicadores con tasas negativas (DPT, mortalidad infantil,mortalidad <5) que arrastran la media hacia abajo.

2. La desviación estándar (0.678) confirma alta heterogeneidad: coexistenindicadores plenamente recuperados (esperanza de vida, desempleo) con

otros que no se recuperaron (DPT).

3. El rango (-0.415 a 1.205) muestra la amplitud de los resultados: desde mortalidad infantil que siguió mejorando sin recuperar nada,hasta esperanza de vida mujeres que superó su nivel pre-pandemia en 20.5%.

Justificación del filtro:

Se calcularon las estadísticas con los 9 indicadores que pasan el filtro Incluir_ML = "Sí". Los 3 indicadores excluidos (alfabetización, VIH,mortalidad materna) tienen datos insuficientes o varianza nula, y distorsionaban la media (la bajaban de 0.586 a 0.426) y aumentaban artificialmente la desviación estándar.

Salida: tabla de 1 fila × 20 columnas con las estadísticas descriptivas de los 4 períodos. Este análisis justifica el uso de K-Means y MDS para identificar grupos con patrones de recuperación similares, y confirma que la recuperación

del capital humano en Bolivia es heterogénea.

ANALISIS DE COYUNTURA ECONOMICA -BOLIVIA

El capital humano se recupero realmente despues de la pandemia?

COMPONENTE DE VISUALIZACIONES