1. El problema plantea explicar por qué el modelo Distance-Diff es más eficiente que los modelos RC y UNIDIFF para describir la movilidad social. 2. La eficiencia se mide mediante el criterio BIC (Bayesian Information Criterion), que penaliza la complejidad del modelo para evitar el sobreajuste. Un BIC más negativo indica un mejor equilibrio entre ajuste y parsimonia. 3. El modelo Distance-Diff impone una estructura geométrica real de peldaños sociales, donde el coste del salto social escala de forma métrica. Esto significa que la dificultad para cambiar de clase social aumenta con la distancia social, capturando la fluidez en saltos cortos y la rigidez en saltos grandes. 4. A diferencia de modelos tradicionales que asignan puntuaciones abstractas para ajustar los datos, Distance-Diff utiliza una métrica real que refleja la estructura social, evitando la invención de parámetros arbitrarios. 5. Además, incluye la masa poblacional $W$, que representa el volumen demográfico. Esto permite que el modelo no sea ciego al tamaño de los grupos sociales y transforme una simple asociación estadística en una medida real de fricción social sistémica. 6. En resumen, el modelo logra un balance óptimo entre simplicidad y capacidad explicativa, priorizando el ajuste en las áreas que afectan a la mayoría de la sociedad, lo que se refleja en un BIC más negativo y una mejor interpretación del fenómeno de movilidad social.