El método Grade of Membership (GoM) ha sido cada vez más utilizado por los demógrafos brasileños y tiene la ventaja de poseer un parámetro que mide la heterogeneidad individual, sobre la base de las correlaciones no observables entre las categorías de respuesta de las variables de interés, generando una medida del grado de pertenencia de cada individuo a perfiles extremos. Algunos autores, sin embargo, destacan cuestiones importantes en la calibración de los modelos finales que utiliza el programa GoM versión 3.4, como el problema de identificabilidad - soluciones múltiples para parámetros estimados. En este artículo, se sugiere un procedimiento capaz de identificar un modelo final con una solución única que describa los tipos puros de mayor fidelidad con respecto a la base de datos, con una intención de optimización. Para ilustrar este proceso, se utilizó una base de dados correspondiente a un relevamiento económico y socio-demográfico de una población de pequeños agricultores residentes a lo largo de la Autopista Transamazônica, en el Estado de Pará. También se identificó la existencia de inestabilidad en los parámetros estimados por el programa GoM 3.4, y se propuso un método de estabilización de sus valores. Con esos procedimientos combinados, los usuarios del programa GoM 3.4 podrán describir su base de dados en forma más adecuada y responder a las críticas sobre cuestiones de identificabilidad y estabilidad de los modelos resultantes. Estas soluciones empíricas son relevantes porque afectan cálculos de superioridad y de incidencia de eventos de interés, además de traer consecuencias importantes sobre el punto y el momento correctos para las intervenciones de políticas públicas o de planificación prospectiva en análisis de proyección.
Grade of Membership; Identificabilidad; Estabilidad; Máximo global; Conjuntos nebulosos
