Estudio de un modelo predictivo para la estimación de la variación de la población española, tanto en zonas rurales como zonas urbanas

Abstract

La variación de la población es un tema de estudio fundamental para todos los países del mundo debido a su impacto directo en la calidad de vida de sus habitantes. Este trabajo analiza la variación poblacional anual en España, utilizando métodos estadísticos y de aprendizaje automático para entender los factores que más influyen en este fenómeno y determinar qué modelo es más adecuado para predecirla. Los principales métodos utilizados son Random Forest, XGBoost y ARIMA, que ayudan a identificar patrones temporales y relaciones entre variables relacionadas con la demografía, la economía y la sociedad. El análisis se realiza con datos anuales del periodo 2010-2023, considerando variables como nacimientos, defunciones, PIB per cápita, tasas de empleo y paro, precios de la vivienda y matrimonios por 1000 habitantes. Entre los modelos estudiados, XGBoost se posiciona como el más eficaz, logrando un R² cercano a 0.38, lo que indica una capacidad moderada para explicar las variaciones en la población. También se destacan como factores clave el índice general de vivienda, las tasas de nacimientos y defunciones, y las dinámicas del empleo. El trabajo subraya, además, el impacto de fenómenos externos como crisis económicas, cambios climáticos o movimientos migratorios en las tendencias demográficas. Por último, se concluye que los modelos predictivos son herramientas útiles para diseñar políticas públicas y estrategias de desarrollo, aunque sería importante incorporar más variables y enfoques interdisciplinarios en futuras investigaciones para mejorar la precisión y utilidad de las predicciones. La totalidad del trabajo ha sido realizado mediante el uso del lenguaje de programación R.