Analyzing inequality of educational opportunities in Latin America using conditional inference trees and forests

Abstract

In this work we strive to analyze inequality of educational opportunities in Latin America. To achieve our objective, we utilize conditional inference trees and random forests. Through the use of Latinobarómetro data, a public opinion survey covering eighteen Latin American countries, we examine the roots of inequality of educational opportunities by estimating a conditional inference tree for each country in the dataset, and also estimate an inequality of opportunity score in each analyzed country. Our results point at the parents’ years of education as being the most important feature in determining an individual’s own educational success in the whole continent. We also observe the Central American region as being the one whose countries have the highest inequality of educational opportunity score.

Neste trabalho procuramos analisar empiricamente a desigualdade de oportunidades na educação na América Latina. Para cumprir este objetivo, utilizamos árvores de inferencia condicional e random forests. Através dos dados do Latinobarómetro, uma pesquisa de opinião pública realizada em dezoito países da América Latina, ilustramos as raízes do problema analisado estimando uma árvore de inferencia condicional e utilizando um modelo de feature importance para cada um dos países disponíveis na base de dados. Ademais, computamos um índice de desigualdade de oportunidades educacionais para cada país. Nossos resultados apontam o nível educacional dos pais como sendo o fator mais importante para o sucesso acadêmico de um indivíduo, sendo esse fato uniforme em todo o continente. Observamos também que a América Central é a região cujos países possuem maior desigualdade de oportunidades educacionais.