1. Por las características preponderantes de la distribución de los Ingresos, esto es: valores de tendencia central y variación del IPC, número grande de valores atípicos y extremos, además de alta concentración de ingresos reducidos; los Dominios de Estudio se ordenan como: Lima Metropolitana, Costa, Selva y Sierra; dentro de cada región alguno puede rebordeares. Hay evidencias de que el bienestar que proporciona la estructura actual de ingresos llega a los hogares de los Dominios de Estudio, en el orden indicado anteriormente, donde la precedencia indica mayor bienestar. 2. La variación del Ingreso Per cápita es mayor que la del Ingreso Total, en todos los dominios con excepción del de Costa Sur, lo que indicaría que en términos del ingreso Per cápita hay aún mayor dispersión y desigualdad en la distribución del Ingreso. Dado que el ingreso Per cápita es función del número de miembros del hogar, se puede deducir que el Número de miembros con que el hogar cuenta, determina mayor dispersión del ingreso y desigualdad económica. 3. La segmentación de los hogares por quintiles de Ingreso Per cápita muestra que la mayoría de los peruanos tiene ingresos bajos y los que poseen ingresos altos deben ser muy pocos; más aún, sólo el 20% de los hogares (quintil superior) tienen ingreso per cápita mensual superior a S/. 1,023, ingreso que tampoco es elevado. 4. Se ha probado que el Logaritmo del Ingreso Total es normal y por tanto los modelos que se formularon para el Ingreso son para "Logaritmo del Ingreso Total". 5. La forma general del Modelo de Regresión Lineal Múltiple ajustado para el ingreso de los hogares, puede expresarse como: 6. Así que los modelos de Regresión Múltiple ajustados se expresan como un producto de exponenciales, cada factor es una exponencial cuyo exponente es el coeficiente de regresión multiplicado por la variable correspondiente. Dada una variable cuya influencia se quiere analizar, se considera el conjunto de hogares que tienen los mismos valores (perfil) para las otras variables que entran en el modelo. Luego se considera un hogar de dicho conjunto y se le asigna el valor que interese para la variable cuya influencia se desea analizar y se evalúa la exponencial correspondiente Si el resultado obtenido es < 1 (> 1) el ingreso del hogar decrece (aumenta) en relación del ingreso de los hogares con el mismo perfil. 7. Las pruebas estadísticas realizadas evidencian la validez de los Modelos de Regresión ajustados para el Ingreso de los Hogares de las Sub-poblaciones estudiadas, con excepción de la Región Sierra para la cual hay evidencias de que los residuales no tienen varianzas homogéneas. 8. Los mejores coeficientes de determinación se dan para los Estratos de Ingresos son satisfactorios, están por encima del 60% con excepción del Estrato Medio Alto que tiene 54%; se debe a que cada estrato es una población más homogénea en el Ingreso que la población total. En los Dominios de Estudio los más altos corresponden a Lima Metropolitana, Sierra Centro y Sierra Sur en los cuales el modelo de regresión ajustado explica el 53, 57 y 60% respectivamente de las variaciones del Ingreso de los Hogares. 9. La magnitud aparentemente reducida del R2, que se presenta en algunas Sub-poblaciones se debe a la presencia de las variables artificiales en los Modelos de Regresión Múltiple. Los valores obtenidos se encuentran de los estándares aceptados para estos casos. Esta magnitud también podría deberse a que hay variables que influyen en el Ingreso y que la ENAHO98-IV no las ha incluido, lo cual es factible porque la encuesta no ha sido planeada considerando la ejecución de este proyecto. En futuras encuestas habría que incluir variables que mejoren los modelos. 10. Por otra parte sería interesante incluir en un futuro la Variable Tiempo utilizando la información de las encuestas por trimestres y años. 11. En el proceso de selección de variables realizado para cada Sub-población, se encuentra que cada una de estas Sub-poblaciones, tienen particularidades propias que propician la entrada de diferentes variables en cada modelo. Generalmente, se acostumbra diseñar políticas generales que no particularizan situaciones peculiares en cada lugar. Este punto es importante, porque muestra con resultados cuantificables, explicables y estrictos que no se debe generalizar con relación al ingreso o pobreza. 12. No obstante lo anterior, sí hay variables que presentan comportamientos similares en las Sub-poblaciones en estudio. La relación entre la escolaridad promedio de los perceptores de los hogares y del que Más gana es significativa en todos los dominios, por lo que no han ingresado en los modelos ambas variables, sino sólo la que presenta mayor relación con el Ingreso. Situación similar se presenta entre las variables número de miembros y número de perceptores en el hogar. También hay variables que son comunes a todas las Sub-poblaciones, por ejemplo "Número de Perceptores" que entra en todas ellas con excepción del Estrato de Ingresos Altos y Medios Altos y tiene más importancia en la Región Sierra y los Dominios Sierra Norte y Sierra Centro. Así mismo, la variable "Categoría Ocupacional del que Más gana es Trabajador Independiente" que influye en forma inversa en el ingreso entra en todas las Sub-poblaciones, pero tiene mayor importancia en los Dominios de la Sierra, en el Área Rural, en la Región Sierra y en el Estrato de Ingresos Bajos. Estas Sub-poblaciones corresponden a las Sub-poblaciones de menores ingresos. 13. En relación a los Dominios de Estudio tenemos que Lima Metropolitana tiene hogares de Ingresos Altos en los Distritos Centro 2 (La Molina, Surco, Miraflores, San Borja, San Isidro). Como la condición de Empleador del Perceptor que Más gana implica ingresos altos así como la residencia del hogar en Ciudades y CCPP Urbanos mientras que la condición de Trabajador Independiente del que Más gana indica ingresos bajos; la estructura de variables importantes en la generación de ingresos de los hogares sugiere que las Sub-poblaciones dentro del dominio pueden ordenarse como Lima Metropolitana, Costa Norte, Costa Centro y Sur, Selva y los Dominios de la Sierra que coincide con el ordenamiento que presentamos en el Numeral 1. 14. En Lima Metropolitana la zona de residencia presenta alta influencia con el Ingreso del Hogar. Claramente, nuestra capital está segmentada geográficamente y estos segmentos son determinados por el ingreso y por ende por el nivel de vida del hogar. 15. En todos los Estratos de Ingresos las variables residencia del hogar en Ciudades y CCPP Urbanos son las que más influyen en el ingreso de los hogares, e influyen en forma directa y en mayor proporción en los estratos más bajos, siendo sin embargo los efectos diferentes en los diferentes estratos y los más favorecidos los Estratos Altos. Es interesante observar que los hogares de todos los estratos tratan de vivir en las áreas urbanas. 16. Otro aspecto interesante es que "Fuente de Mayor Ingreso: Trabajo Asalariado" es una variable importante en el Estrato de Ingresos Bajos, influye en forma directa en el Ingreso de los Hogares. Cuando los recursos son escasos lo mejor es algo seguro. Esta variable es reemplazada por "Categoría Ocupacional del que Más gana es Empleador" en el Estrato de Ingresos Altos y por "Trabajador Independiente" en el Estrato de Ingresos Medios Altos, que actúan en forma directa el primero e inversa el segundo. 17. La variable Número de Perceptores sólo influye en los tres estratos más bajos. Esto se debe a que en los Estratos de Ingresos Altos, el ingreso de pocos perceptores satisface en gran medida las necesidades del hogar. 18. En el Area Urbana la variable más importante es la "Escolaridad Promedio por Perceptor" indicando la existencia de hogares de ingresos altos del mismo modo que la variable "Categoría Ocupacional del que Más gana es Trabajador Independiente" es también influyente aunque en menor cuantía indicando hogares con ingresos bajos. 19. El área Rural se comporta como los Dominios de la Sierra, la variable más influyente es el "Número de Perceptores" que indica la existencia de hogares de ingresos bajos. La siguiente variable que influye más es la "Escolaridad Del que Más gana/ Promedio por Perceptor" que como hemos visto influye en los hogares de ingresos bajos. De modo que en el Área Rural podría haber preponderancia de hogares de Ingresos Bajos. 20. En la Costa la variable que más influye es el "Número de Perceptores" y en modo similar la "Escolaridad Del que Más gana/ Promedio por Perceptor", variables que también son más influyentes en los Dominios de Estudio de la Costa en los cuales figura también "residencia del hogar en Ciudades", que al consolidarse los dominios han perdido importancia. En cambio la Sierra tiene las mismas variables importantes que los Dominios de la Sierra. Por tanto con fines de planeamiento y formulación de políticas es en general necesario la segmentación de poblaciones. 21. "La Escolaridad Promedio" / "Escolaridad del que Más gana", a pesar de que los niveles son bajos, influyen de manera importante en el Ingreso de los Hogares y se encuentran presentes en los modelos de todas las Sub-poblaciones. Hecho que implica que el grado de educación de los perceptores influye en la generación de los Ingresos del Hogar. En las Áreas Urbanas o en la Costa, además del Área Rural y en la Sierra ocupan el primer y segundo lugar en importancia. 22. Dado los niveles bajos de "Escolaridad", una política de mejoramiento de ingresos debe estar acompañada de otra que eleve el nivel educativo de la población. 23. El "Número de Perceptores" es una variable que influye en forma significativa en el Ingreso del Hogar en varias Sub-poblaciones, el incremento que produce en el Ingreso del Hogar salvo en Lima Metropolitana y la Selva es de más del 100% en los demás dominios en los grupos por encima del promedio. 24. El "Número de Perceptores" sólo influye en la generación de los ingresos de los hogares de los tres Estratos de Ingresos más bajos. 25. De los dos puntos anteriores se concluye que en zonas de ingresos más bajos, los ingresos se incrementan merced al incremento del número de perceptores por hogar. 26. La simulación de los Modelos de Ingresos de los Hogares ajustados, muestran que se obtienen resultados coherentes (caen dentro de los rangos de ingresos de los dominios) y pueden ser utilizados para pronosticar resultados así como para evaluar situaciones hipotéticas sobre valores de las variables involucradas en cada modelo. 27. Se observa que algunos de los coeficientes de variación de las estimaciones de los coeficientes de regresión son bastante altas al mismo tiempo que hay otras que se mantienen dentro de los rangos de tolerancia; por lo que se recomienda hacer una evaluación de los resultados de la encuesta y del diseño muestral desde este punto de vista. 28. La condición de Trabajador Independiente del que Más gana, es una forma desventajosa de enfrentar la necesidad de trabajo, como ejemplo tenemos que en los Dominios de la Sierra, alrededor del 60% de los hogares están en esta situación, una apreciable proporción de hogares peruanos esperan políticas y acciones que rompan este cuello de botella. 29. Los hogares peruanos tienden a establecerse en las Grandes Ciudades/ Capitales de Provincias y CC PP Urbanos por que en estos lugares tienen mayores posibilidades de mejorar sus ingresos; lo que propicia el abandono de las áreas rurales. Se requiere un política seria, realista, progresiva (modernización de los métodos de explotación del campo, inversiones, incentivos, asistencia técnica, etc.) y bien planeada que repotencie el Agro Peruano.