Selección de Variables y Reducción Dimensional: Se modela el ingreso de las personas mediante el clásico conjunto de datos del Censo de EE. UU. (Adult Census Dataset). Empleando el enfoque metodológico de Modelos de Probabilidad Lineal (MPL), se evalúan técnicas de Best Subsets, Forward y Backward Stepwise Selection, y se validan las capacidades predictivas mediante métodos de remuestreo (Validation Set y K -Fold Cross Validation).

En las últimas décadas, la econometría ha evolucionado significativamente más allá de las estimaciones clásicas de mínimos cuadrados ordinarios (MCO) de corte transversal. Los enfoques modernos de la econometría, influenciados por autores como Jeffrey Wooldridge y James Stock, enfatizan: La identificación causal: Distinguir claramente entre correlación y causalidad mediante el uso de variables instrumentales (VI), diferencias en diferencias (DiD) y regresiones discontinuas (RD). Estructuras de datos complejas: Análisis avanzado de series de tiempo, datos de panel y microeconometría aplicada. Integración con Machine Learning: El uso de regularización (Ridge, Lasso) y árboles de decisión para predicción y control de variables de confusión de alta dimensión.