Héctor Maletta. Análisis de panel con variables categóricas

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Héctor Maletta. Análisis de panel con variables categóricas"

Transcripción

1 Hécor Malea Análss de panel con varables caegórcas Buenos Ares, 2012

2 CONTENIDO 1. Inroduccón al análss de panel El desarrollo hsórco del análss de panel El prsma de daos Clasfcacón de los esudos longudnales y de panel Medcones repedas Encuesas repedas Reconsruccones rerospecvas Paneles de regsro peródco Paneles smulados y cohores eórcas Paneles de regsro connuo Paneles roavos Desgranameno y reemplazo Esados y evenos Tpos de análss longudnal de varables caegórcas Paneles sncróncos y asncróncos Ingreso en fecha varable Inervalos varables enre observacones Inervalos varables enre sujeos La dmensón emporal de las varables Esados y evenos en paneles de daos caegórcos Análss descrpvo de panel La abla de roacón Caraceríscas generales Esabldad e nesabldad en la abla de roacón Varables exhausvas y esabldad agregada Transcones ndrecas Porcenajes y proporcones en ablas de roacón Porcenajes de fla: A dónde van? Porcenajes de columna: De dónde venen? Porcenajes sobre el oal de la abla Dsrbucones margnales Convencones de noacón Tablas de roacón mulvaradas Trayecoras Procesos de Markov Caraceríscas generales de los procesos de Markov Probabldades de ranscón Modelos de Markov con memora de orden superor... 45

3 3.4. Procesos de Markov mulvarados Aplcacones prospecvas de procesos de Markov Convergenca y equlbro Evaluacón empírca del ajuse del modelo de Markov La conrasacón empírca de los supuesos de Markov Equlbro y desequlbro de coro plazo Procesos connuos con varables caegórcas Tasas nsanáneas de ranscón Esmacón empírca de las nensdades de ranscón Varables dcoómcas Varables polómcas Trayecoras ndrecas de coro plazo Incerdumbre de respuesa El problema de la ncerdumbre de respuesa Análss del cambo con ncerdumbre de respuesa Incerdumbre de respuesa en presenca de cambo Modelos mulvarados de panel con varables caegórcas Problemas del análss de la causacón Procesos causales connuos con varables caegórcas Cambo sn facores causales explícos Facores causales Efecos causales en un core ransversal Varables dcoómcas con un solo facor ndependene Análss ransversal mulvarado con dcoomías Varables polómcas Ineraccón enre facores Procesos causales connuos con daos de panel Planeo general Un facor consane con efeco smple undrecconal Varos facores consanes con efeco smple undrecconal Varos facores consanes con efeco doble undrecconal Facores varables en el empo Varables laenes en esudos de panel El prncpo de ndependenca local Análss de la esrucura laene Daos de panel y análss de supervvenca Caraceríscas generales Resgos smples y resgos múlples Modelos de análss de supervvenca La funcón de sobrevvenca La asa de ocurrenca

4 8.6. Regresón de Cox Supuesos y enfoque general Resgos relavos Covaradas dependenes del empo Esrafcacón Ineraccón de covaradas Ponderacón muesral Incerdumbre esadísca Anexo 1 Vecores y marces Anexo 2 Daos de panel en SPSS REFERENCIAS BIBLIOGRAFICAS

5 1. Inroduccón al análss de panel Se denomna "daos de panel" a las bases de daos sobre una pluraldad de undades, sobre las cuales hay nformacón concernene al esado de ceras varables en varas fechas o períodos a lo largo del empo. El análss de ese po de daos orgna neresanes problemas eórcos y meodológcos, y ha movado el desarrollo de mporanes herramenas analícas. Los esudos de panel forman pare de una famla de méodos de análss longudnal, en los cuales se cuena con nformacón dacrónca o neremporal, referda a dferenes momenos o períodos a lo largo del empo, en oposcón a los méodos ransversales (cross-secon) en los cuales la nformacón es sncrónca o coemporal pues se refere a un msmo nsane o período El desarrollo hsórco del análss de panel Las esrucuras de daos de carácer longudnal ncluyen muchas varanes (como se verá en la seccón 1.3). En parcular, una dsncón ncal perme separar los paneles de coro plazo y los esudos de segumeno de largo plazo. Paneles de coro plazo. La aplcacón radconal del análss de paneles de cora duracón fueron las encuesas pre-elecorales, como las realzadas por Lazarsfeld, Berelson y oros en las décadas del cuarena y cncuena, publcadas luego bajo los íulos The people's choce (Lazarsfeld y oros, 1948) y Vong (Berelson y oros, 1954). Todos ellos cubren una duracón relavamene breve (unos pocos meses). Ora aplcacón frecuene de los daos de panel son los esudos expermenales o cuas-expermenales del po "anes-después", muy frecuenes en los análss del mpaco de proyecos, efecos de la publcdad o resulados de los raamenos médcos. Uno de los prmeros y cláscos ejemplos del méodo de panel para análss cuas-expermenales del po "anes-después" fue el esudo del mpaco de la proyeccón de películas movadoras y de propaganda sobre la moral de los soldados amercanos en la Segunda Guerra Mundal, en el marco de un esudo más amplo de las ropas noreamercanas drgdo por Samuel Souffer, publcado luego del fn del conflco con el ulo The Amercan solder (Souffer y oros, 1949; Meron y Lazarsfeld 1950). En esa radcón de análss prmaramene socológco y pscosocal las écncas analícas eran muy elemenales, expresándose sobre odo en la presenacón de abulacones cruzadas de la msma varable (usualmene dcoómca) observada en dos momenos del empo, es decr en las llamadas ablas de roacón (urnover ables) y usando como prncpal nsrumeno la comparacón de porcenajes. Poserormene, y sobre odo a parr de las conrbucones de Paul F. Lazarsfeld y James S. Coleman, surgeron herramenas más sofscadas, que permeron la aplcacón y valdacón de modelos acerca de los cambos en las undades de análss a lo largo del empo. Esos modelos (como el de las cadenas de Markov) permen formular hpóess sobre los cambos que se espera que ocurran a los sujeos en el empo, y ponerlas a prueba con daos de panel. Uno de los prmeros y más mporanes esfuerzos en ese sendo fue la aplcacón de los concepos de varables laenes al caso de las observacones de panel, como por ejemplo en Lazarsfeld (1961 y 1965). Un mpulso muy fuere para esos enfoques analícos fue el desarrollado por James S. Coleman en su Inroducon o Mahemacal Socology (Coleman 1964b) en la cual una buena pare se refere a modelos que necesan daos de panel. Ese msmo año Coleman publcó oro rabajo muy mporane, Models of change and response uncerany (Coleman 1964a), que sumnsra herramenas para separar, en un análss de panel, el cambo de las varables subyacenes por un lado, y las meras varacones aleaoras de las respuesas por el oro. Asmsmo Coleman (1968) dscuó cuesones referenes al esudo del cambo no sólo en varables caegórcas sno ambén en varables cuanavas. Una versón más desarrollada y recene de los apores de ese auor puede hallarse en su exo Longudnal Daa Analyss (Coleman 1991). Denro del ámbo de las varables de po caegórco ora correne de análss ulza modelos log-lneales, como por ejemplo Hagenaars (1990 y 1994) y Vermun (1997). El análss de procesos en Boudon (1967, cap. VII-IX) pare de los modelos basados en cadenas de Markov y en los apores de Coleman pero además aplca a los daos de panel los "coefcenes de dependenca", en nglés pah coeffcens, y que provenen del análss de regresón.

6 Esudos longudnales de largo plazo. S ben los paneles pre-elecorales abarcan sólo unas pocas "rondas", hay paneles de muy larga duracón. En las úlmas décadas, desde medados de los años sesena en adelane, se ncaron dversos esudos de segumeno de muy largo plazo, en los cuales una msma muesra de sujeos es seguda a lo largo de muchos años, algunos de los cuales odavía connúan. Enre ellos esán por ejemplo el Esudo Longudnal sobre la Experenca de la Juvenud en el Mercado Laboral (NLSY) conducdo en Esados Undos desde 1968; la Encuesa Naconal Longudnal emprendda desde 1972 por el Deparameno de Educacón del msmo país, o el Esudo Comparavo sobre Dnámca de Ingresos, que se vene llevando a cabo en Esados Undos, Alemana y Gran Breaña (Becke y oros, 1988), enre muchos oros. La prncpal aplcacón de esa meodología han sdo los esudos médcos, desnados a observar el comporameno de varables de salud, dea y eslo de vda en el largo plazo. Hay un mporane esudo sobre la enfermedad de Alzhemer que se realza sobre una poblacón de monjas, oro esudo sobre proclvdad a ceras enfermedades que hace el segumeno de una ampla muesra de enfermeras bráncas, oro mporane esudo que hace el segumeno de parejas de gemelos (el llamado "Proyeco Mnnesoa") y muchos oros análogos, con dferenes propósos. Muchos de ellos realzan el segumeno de pacenes de ceras enfermedades, a parr de ser dagnoscados o desde que se someeron a deermnada crugía o raameno (como el segumeno de personas con rasplane de órganos). Ora radcón mporane de esudos longudnales es la que se desarrolló en el marco de los esudos sobre crecmeno y desarrollo nfanl, ano físco como pscológco, y sobre el envejecmeno. En esos casos el período de segumeno no es necesaramene an prolongado, sobre odo en el caso nfanl. Excelenes exos sobre los enfoques meodológcos propos de esa radcón son los de Plews (1985), Magnusson y oros (1994), Hand y Crowder (1996), y Collns y Sayer (2001). Denro de esa radcón ha habdo ambén dversos nenos de aplcar modelos de varables laenes, ano a ravés del análss facoral como a ravés de modelos de clases laenes (véase von Eye & Clogg, 1994; Berkane, 1997, especalmene el arculo de Armnger 1997; Nesselroade 1997; y Hagenaars y McCucheon, 2002). Las curvas de crecmeno normal del peso y alla de los nños de hasa cnco años, que srve de base para los ndcadores anropomércos de desnurcón, se basan en esudos de ese po, como el Esudo Mulcénrco sobre Parones de Crecmeno Infanl, realzado con nños de dsnos países y connenes desde fnes de los años novena hasa prncpos del presene sglo, y que ha dado orgen a las curvas acuales de la Organzacón Mundal de la Salud, adopadas en 2005 (WHO 2006). Paralelamene se desarrolló una radcón analíca dferene en el marco de la Economería, referda a suacones en que se dspone de varas seres económcas (usualmene con varables de nervalo) con valores a lo largo del empo para dferenes países o para dferenes undades económcas de cualquer po. Esa suacón es muy dferene a la aneror, que raa prncpalmene de ndvduos y con varables cualavas, generamene con pocas rondas (dos o res) menras en economería usualmene se dspone de seres "largas", con muchos punos a lo largo del empo y con varables cuanavas. Aquí las undades son frecuenemene países o empresas, y las varables generalmene son meddas en escalas de nervalo, aunque ambén se han aplcado las msmas écncas economércas a encuesas de hogares, e ncluso se han adapado los procedmenos para nclur varables caegórcas en los raamenos esadíscos dervados de ese enfoque, los que suelen ser modelos de regresón de varos pos. A eso conrbuye el hecho de que esa clase de esudos suelen dsponer de seres emporales con muchos punos sucesvos, lo que es mprescndble para poder aplcar análss de regresón. Excelenes resúmenes de los apores de esa radcón puede hallarse en Nerlove (2000) y en el mporane exo de Máyás y Sevesre, Oros apores sgnfcavos con esa orenacón son los de Hsao (1986), Heckman y Snger (1982, 1985), y Balag (1995). Un rabajo que aplca prncpalmene enfoques de regresón al análss de panel con aplcacones al análss socológco, aunque se concenra en varables cuanavas, es el breve exo de Fnkel (1995) sobre nferencas causales a parr de daos de panel. Tambén desde la radcón economérca se han hecho avances en el raameno de varables caegórcas: véase por ejemplo Heckman (1981), así como Hammerle y Ronnng (1995). Enre oros muchos ejemplos, pueden enconrarse aplcacones de modelos economércos a daos de panel con varables laborales prncpalmene cualavas, 2

7 basados en encuesas de hogares de Amérca Lana, en el esudo de Pradhan y Van Soes (1997) sobre Bolva, y el de Gong y Van Soes (2001) sobre Méxco. Los desarrollos en la formulacón de modelos lneales generalzados, que ncluyen la regresón o el análss de varanza como subcaegorías, ncluyen algunos modelos que se han aplcado al análss esadísco de daos longudnales, en parcular los modelos llamados "mxos" y "jerárqucos": véase por ejemplo los exos de McCulloch y oros (2000), y de Verbeke y oros (2000). En el exo de Bryk y Raudenbusch (1992) sobre modelos lneales jerárqucos hay ambén mporanes referencas al esudo del cambo y a los dseños de po longudnal. En los modelos jerárqucos, con daos de dferenes nveles andados unos denro de oros, ha una varane de panel donde para cada undad de análss (por ejemplo una famla) exsen varas observacones a lo largo del empo. Esas varas observacones pueden ser consderadas como meras nsancas (no ordenadas nrínsecamene) de una varable subyacene esáca, donde las observacones solo dferen enre sí por razones aleaoras, o ben como una secuenca ordenada de observacones a ravés de las cuales se pueden deecar parones emporales de cambo. Ese úlmo caso es el que neresa aquí. Ora mporane conrbucón desde el erroro de la economería son los modelos relaconados con los concepos de conegracón y de raíces unaras (véase por ejemplo Rao, 1994). Ese enfoque raa de afronar el problema que presenan las seres emporales no esaconaras, en las cuales no se cumplen algunos supuesos báscos de la regresón, de modo que la aplcacón del méodo radconal de regresón conduce a esmacones sesgadas. La nerrelacón de las varables en el empo ha sdo objeo de análss no sólo a ravés de relacones funconales que corresponden a procesos causales o de nerdependenca, como es común en los enfoques economércos, sno ambén para denfcar facores subyacenes que explcarían la correlacón o covaracón de las varables en el empo; en ese aspeco se ha desarrollado por ejemplo una sere de méodos de análss facoral dnámco (Tysak y Meredh, 1990; Meredh y Horn, 2001) que han exenddo a la dmensón longudnal los concepos del análss facoral clásco. Esos enfoques esman facores o varables subyacenes nobservables, correlaconadas con las varables manfesas, y capaces de explcar la covaracón de esas úlmas en el empo. En la presene nroduccón meodológca no se cubren odos los aspecos del vaso campo de los esudos longudnales. Se dedca preferene aencón a una subcaegoría: los esudos de panel donde predomnan las varables de po caegórco, y con un número muy lmado de fechas de observacón a lo largo del empo. El ejemplo clásco son las encuesas repedas sobre la msma muesra de respondenes, realzadas a deermnados nervalos, como ocurre con muchas encuesas regulares de hogares. La prncpal fuene de daos que uvmos presene para preparar ese exo fueron las encuesas de hogares con paneles roavos que se usan en muchos países. En un panel roavo de hogares, cada hogar permanece en la muesra durane k rondas del panel, y en cada ronda se reemplaza un conngene de hogares que ya han cumpldo el número de rondas prevso. Sn embargo, se ncluyen ambén en ese exo algunas consderacones sobre el raameno de varables cuanavas y sobre los esudos longudnales más prolongados en los que se generan seres emporales con mayor número de observacones a lo largo del empo El prsma de daos La mayor pare de los daos analzados por las cencas socales se pueden represenar en una marz de daos (Galung 1964; véase ambén una vsón más ampla del concepo de marz de daos en Samaja 1995). Una marz es un un arreglo recangular de daos con varas flas y varas columnas (véase al fnal del exo una Noa Técnca sobre marces). Cada fla represena un caso, es decr, una undad de análss, cada columna una varable, y cada celdlla a j en el cruce de la fla "" y la columna "j" conene el valor de una varable para una deermnada undad de análss. El índce denfca los casos (del caso 1 al caso n) y el índce j las varables (de la 1 a la m). 3

8 Marz de daos ransversal con n casos y m varables Casos 1 n Varables 1. j.. m : :. a j : : No es necesaro que el esudo sea sncrónco, o de core ransversal para generar una esrucura de marz de daos como la que anecede. Apare de las marces de daos ransversales (muchos casos, muchas varables, un solo perodo) puede haber ambén marces de daos longudnales pero sempre bdmensonales, donde se esude un solo caso con muchas varables durane varos períodos, como por ejemplo los daos de un esudo economérco de un solo país, con varas varables observadas en múlples ocasones (las varables serían varas seres emporales de daos económcos de un msmo país: PBI, nflacón, gaso públco, ec., observados en sucesvos años o rmesres); ese po de marces de daos son sempre "planas": se referen a un solo caso y esán formadas por períodos y m varables. Los "casos" aquí no son dferenes objeos (países, personas, famlas) sno dferenes períodos. Ese po de esudo, aunque es longudnal, ene solo dos dmensones: las varables (de 1 a m) y las ocasones (de 1 a ). Marz de daos longudnal de un solo caso con m varables Varables 1. j.. m Perodos 1 : :. a j : : Las marces de daos enen, pues, dos dmensones, que pueden represenan muchos casos y muchas varables en una sola ocasón, o muchas ocasones y muchas varables para un solo caso. En los esudos de panel, en cambo, el conjuno de daos ene res dmensones y no dos: las undades de análss o "casos" sobre las cuales versan los daos; las varables meddas u observadas en dchas undades de análss; y los períodos, ocasones o momenos del empo a los que se referen los daos. De ese modo la marz de daos se convere en un prsma de daos, cuyas res dmensones son los casos, los períodos, fechas u ocasones, y las varables. En una ípca suacón de panel hay m varables regsradas para n casos en ocasones. 1 Cada dao a jk perenece a un caso, una varable j y una ocasón k. En vez de una marz de daos "plana" se ene una marz de daos con "profunddad", es decr un "cubo" o más genércamene un "prsma" con res dmensones. 1 Los usuaros de programas de cálculo como Excel pueden vsualzar eso como la dferenca enre una hoja de cálculo con flas y columnas y un lbro de cálculo con varas hojas de smlar esrucura. 4

9 El prsma de daos Casos a jk Varables j Ocasones k 1.3. Clasfcacón de los esudos longudnales y de panel Los daos longudnales se dferencan de los ransversales porque conenen nformacón referda a dferenes momenos o períodos a lo largo del empo. Los esudos de panel son sólo una de las varas clases de daos longudnales. Las prncpales clases son las sguenes: Prncpales clases de daos longudnales Medcones repedas Las msmas varables se mden varas veces con el fn de obener un promedo de varas observacones como medda más confable. Encuesas repedas Las msmas pregunas formuladas en varas rondas, a dferenes muesras de la msma poblacón, para analzar cambos agregados Encuesa rerospecva Daos recogdos en una sola oporundad acerca de dversos momenos del pasado Panel Segumeno de los msmos casos y varables en dos o más rondas Panel roavo En cada ronda, una cera proporcón de los casos se reemplaza por oros casos nuevos, hasa reemplazarlos gradualmene a odos. Regsro connuo Panel smulado Daos sobre los msmos casos, regsrados de manera connua. Daos omados en un cero período sobre sujeos de dferene edad o angüedad, aplcados a una "cohore eórca" de sujeos supuesamene observados a lo largo de su vda Medcones repedas Las reeradas observacones de los msmos sujeos pueden persegur dferenes objevos, y ser ulzadas en dferenes formas. Una prmera fnaldad es la de obener medcones repedas de un msmo fenómeno. Ese fenómeno, por lo general, es meddo varas veces no ano para esudar sus cambos a lo largo del empo, sno para obener una medcón promedo, más confable que una medcón ndvdual pues las medcones pueden osclar aleaoramene a lo largo del empo. Por ejemplo, un médco puede omar la ensón areral al pacene varas veces segudas (o nsalarle un aparao que regsra la ensón areral en forma connua durane 24 horas), para ener una medcón más confable de la ensón areral promedo de ese ndvduo, hacendo caso omso de las flucuacones normales que se regsren alrededor de ese promedo (por supueso, s alguna de esas observacones sucesvas revelase un valor oalmene anormal, el médco puede aconsejar nuevos exámenes más profundos o prolongados). En esos casos se raa de observacones repedas del msmo fenómeno con el fn de obener una medcón más confíable. El ndcador de resumen de odas esas medcones puede ser, obvamene, la meda, pero ambén se puede resumr la nformacón ndcando su grado de varabldad medane la desvacón esándar, o el coefcene de varacón (que es el cocene de la desvacón esándar sobre la meda). Esas medcones repedas no son en realdad paneles, sno solo una muesra compuesa por varas observacones acerca de un fenómeno subyacene que se supone consane. Las dferencas de una medcón a ora se arbuyen oalmene al azar o a errores de medcón. En el fondo, esos esudos no son esudos longudnales: se observa un solo fenómeno, pero se lo mde varas veces para 5

10 ener mayor cerdumbre. De hecho, en algunas ocasones las varas medcones se efecúan smuláneamene, pues lo que se busca es mayor precsón o confíabldad, y no se preende esudar la evolucón en el empo. En vez de un prsma de daos, lo que se obene fnalmene es una marz de daos bdmensonal. Apare de esos casos de medcón repeda con fnaldad meramene confrmaora, que no arbuyen sgnfcado susanvo a las dferencas enre una y ora observacón, la mayoría de los esudos longudnales raan de capurar cambos efecvos a lo largo del empo. En el reso de ese rabajo la expresón "esudos de panel" se usa cas exclusvamene en ese sendo, con la únca excepcón de los paneles smulados referdos a connuacón Encuesas repedas La clase más elemenal de esudo longudnal son las "seres de encuesas repedas", ambén llamados "daos de endencas" (rend daa). Esos daos conenen nformacón recogda en dferenes momenos y períodos acerca de una deermnada poblacón de referenca, pero no sobre la msma muesra de sujeos o undades de análss denro de esa poblacón. Su forma más habual son las "encuesas repedas" (repeaed surveys). 2 Por ejemplo, varas sucesvas encuesas de opnón a lo largo de una campaña elecoral, cada una con una muesra dferene de la msma poblacón, pueden ndcar una endenca agregada en las preferencas elecorales de la poblacón, pero no permen hacer el segumeno de los cambos de opnón de nngún ndvduo concreo. Mden cambos poblaconales o agregados, es decr cambos a nvel macro, pero no pueden capar drecamene los cambos a nvel mcro (en ese ejemplo, cambos en cada uno de los ndvduos). Dada esa crcunsanca, y consderando que las dsnas muesras pueden dferr enre sí aunque odas ellas provengan de la msma poblacón, se deduce que las dferencas enre dos encuesas sucesvas pueden deberse a dos clases de facores: auéncos cambos en el esado de la poblacón, o smples dferencas aleaoras enre las dsnas muesras (o una combnacón de ambos facores). Encuesas repedas emparejadas. Las encuesas repedas no son paneles en sendo esrco. Hay sn embargo algunas propuesas meodológcas en las cuales se ende a consrur "seudo paneles" con encuesas repedas. En algunas de dchas propuesas las muesras sucesvas se pueden "emparejar" en cuano a su composcón nerna en ceras varables clave. Algunas referencas sobre eso son Deaon 1985, Verbeek & Njman 1992, y Verbeek Así, se comparan muesras dferenes de ndvduos, pero esos ndvduos son agrupados según varas varables mporanes (p.ej. sexo, edad, educacón, ocupacón, nvel socoeconómco, zona de resdenca, ec.), de modo que se comparan grupos de ndvduos smlares en dferenes momenos del empo Reconsruccones rerospecvas Un paso más adelane en cuano a esudos longudnales esá consudo por las "reconsruccones rerospecvas". En una sola ocasón, por ejemplo en una encuesa ransversal, se recoge nformacón rerospecva sobre evenos del pasado. Un ejemplo muy conocdo es el llamado "calendaro de hsora de vda" (Freedman y oros, 1988), en el cual se regsran rerospecvamene las fechas de una sere de evenos mporanes en la vda de cada persona (nacmeno, ngreso a la escuela, egreso de la escuela, ncacón sexual, prmer empleo, prmer embarazo, marmono, dvorco, ec.). Tambén son de ese po las "hsoras ocupaconales", las "hsoras mgraoras", y oros esudos de po rerospecvo que reconsruyen una sere de evenos suados en el empo sn necesdad de exender la recoleccón de daos a más de un solo momeno en el empo. El prncpal nconvenene de muchas encuesas rerospecvas es la dudosa confabldad de las respuesas, s esas descansan úncamene en la memora de los enrevsados. Las que se referen a evenos muy memorables (nacmeno, marmono, ec.) son más confables que las referdas a evenos cuya ocurrenca y fecha pueden ser más fáclmene olvdables (canddao que voó, epsodos de enfermedad, ec.). En algunos casos los daos que se requeren pueden ser respaldados con algún 2 Acerca de los méodos adecuados para analzar encuesas repedas (con las msmas varables pero dferenes muesras) véase Frebaugh,

11 respaldo objevo (por ejemplo, s cada enrevsado presena bolenes escolares, hsoras clíncas, cerfcados de vacunacón, ec.), pero ese dseño no es habual en encuesas con muesras grandes Paneles de regsro peródco En un nvel superor al de las encuesas repedas y al de las encuesas rerospecvas se encuenran los esudos de panel propamene dchos, que realzan varas rondas de recoleccón de nformacón sobre las msmas undades de análss. Las rondas se realzan en momenos o períodos específcos, separados enre sí por algún nervalo. Por ejemplo, cada caso puede ser enrevsado con nervalos de un rmesre. Por eso nos refermos a paneles de daos peródcos. Esos dseños regsran smuláneamene macrocambos y mcrocambos, pues obenen nformacón de los msmos sujeos o undades de análss en varos momenos del empo, lo cual perme observar cambos a nvel ndvdual así como cambos agregados. En cada ocasón se recoge nformacón sobre ese momeno (por ejemplo la acual opnón de las personas sobre un cero ema) o sobre momenos recenes, ocurrdos después de la ronda aneror (por ejemplo, el empo que ha pasado en suacón de desocupado durane ese nervalo). La observacón de los msmos casos en varas ocasones puede ener dos propósos: la obencón de medcones repedas de un fenómeno que se presume consane, o la obencón de nformacón sobre un fenómeno que camba a ravés del empo. En las medcones repedas de un fenómeno consane, el fenómeno, por lo general, es meddo varas veces no ano para esudar sus cambos a lo largo del empo, sno para obener una medcón promedo, más confable que una medcón ndvdual, pues las medcones pueden osclar aleaoramene a lo largo del empo sn que ello mplque cambos en la realdad subyacene. Por ejemplo, un médco puede omar la ensón areral al pacene varas veces en el día, para ener una medcón más confable de la ensón areral meda de ese ndvduo, o de la varanza de ese ndcador, hacendo caso omso de las secuencas emporales de las flucuacones aleaoras que se regsren alrededor de ese promedo (por supueso, s alguna de esas observacones sucesvas revelase un valor muy anormal, o s se observara una marcada endenca ascendene o descendene, el médco puede aconsejar nuevos exámenes más profundos o prolongados). El médco no esá neresado en prncpo en la endenca de la ensón areral: solo quere medrla. La repecón puede hacerse a veces solo para no arresgar odo en una sola observacón. En un caso célebre, cuando en 1919 se raó de comprobar uno de los efecos esperados de la eoría de la relavdad general de Ensen (el efeco gravaoro sobre la luz) medane medcones de la desvacón de la luz de las esrellas en las cercanías del sol, obendas durane un eclpse oal de Sol en una remoa sla cerca de Afrca, los cenífcos nervnenes omaron varas foografías del celo eclpsado, a fn de no depender de una sola medcón. Esas medcones repedas no eran en realdad un panel, sno solo una muesra de varas observacones acerca de un fenómeno subyacene que se suponía susancalmene consane aunque pasble de varacones aleaoras por mperfeccones de la medcón. En el fondo, esos esudos no son esudos longudnales: se observa un solo fenómeno, pero se lo mde varas veces para ener mayor cerdumbre. Los cenífcos de 1919 podrían haber endo varas cámaras que obuvesen una foo cada una, odas smuláneas, en lugar de varas foos sucesvas con la msma cámara. En odo caso, en vez de un prsma de daos, lo que se obene es una marz de daos bdmensonal; cada elemeno es una medcón de una varable. Esos casos de medcón repeda con fnaldad meramene confrmaora no arbuyen sgnfcado susanvo a la secuenca de una a ora observacón. El orden emporal de las observacones carece de mporanca. Pero la mayoría de los esudos longudnales raan de capurar cambos efecvos a lo largo del empo, y en ese caso el orden emporal es esencal. Paneles smples y roavos. Los paneles de regsro peródco pueden ser smples o roavos en cuano a la composcón de la muesra de casos. Los paneles smples, o paneles de segumeno, observan el msmo grupo de personas a lo largo de oda la duracón del esudo (salvo por desgranameno esponáneo debdo a mueres, abandonos, ec.). Ejemplos de ese po de esudos son por ejemplo los esudos médcos de largo plazo sobre salud y eslo de vda, en que la msma muesra 7

12 es seguda durane muchos años, y ambén en plazo más coro el segumeno de una msma muesra de voanes a lo largo de una campaña elecoral. Los paneles roavos se ulzan cuando neresan procesos concenrarse en procesos de plazo más breve, aunque el esudo se realza de manera permanene a lo largo de mucho empo. En esos casos, los membros de la muesra permanecen en el esudo durane un cero número de rondas, y luego son reemplazados. Los paneles roavos se revsan con más dealle en la seccón 1.4, y el desgranameno esponáneo en la seccón Paneles smulados y cohores eórcas En algunas crcunsancas, es mposble o poco prácco hacer un segumeno efecvo de los msmos casos o sujeos a lo largo del empo. En ales casos, sn embargo, el análss de panel puede aplcarse a un "panel eórco", smulado a parr de daos capados en una sola fecha. Unos daos esencalmene sncróncos se usan para "consrur" una secuenca smulada a lo largo del empo. En las encuesas de reconsruccón rerospecva (seccón 1.3.3) se da una suacón parecda: en una msma ocasón se recogen daos de cada sujeo referdos a dferenes fechas del pasado. Pero odavía en ese caso rerospecvo, s ben la recoleccón de daos se hace en una sola fecha, los daos en sí sguen sendo hsórcos: se recoge nformacón de cada sujeo en dferenes fechas. En el caso presene, en cambo, la nformacón se recoge en una sola ocasón y se refere a un solo período, pero srve para consrur una reconsruccón hsórca smulada, con daos de dferenes sujeos. Un ejemplo clásco son las ablas de vda. Esas ablas descrben la forma en que una poblacón nacda en un cero momeno se va exnguendo gradualmene medane defuncones ocurrdas a dferenes edades. El promedo de años vvdos por los membros de esa poblacón es lo que se denomna "expecava de vda al nacer". Una forma de consrur esa abla sería omar una cohore (por ejemplo los nacdos en 1920) y segurlos a lo largo de los años subsguenes, a fn de regsrar la edad en que cada uno de ellos muere; de la poblacón nacda en 1920 quedan muy pocos sobrevvenes en 2012; esa cohore hsórca se exngurá oalmene en pocos años más. Pero un esudo de ese po es muy engorroso y práccamene no se ha llevado a cabo nunca. Además de su coso y dfculad, sería necesaro r sguendo odas las cohores (por ejemplo las nacdas en 1921, 1922, y así sucesvamene) a fn de acualzar permanenemene los resgos de moraldad. Ese po de esudo, en eoría, podría realzarse a parr de las acas de nacmeno y defuncón en los regsros cvles, y de hecho hay algunos esudos de ese po en países donde el Regsro Cvl ha sdo compleo y fdedgno, y donde hay pocos emgranes (por ejemplo Islanda). Pero normalmene las ablas de vda no se consruyen de ese modo. Las ablas de vda, en la prácca, no se consruyen medane el segumeno de cada cohore de ndvduos desde el nacmeno hasa la muere. En realdad, se oman las asas de moraldad por edad observadas en un cero período, por ejemplo en un cero año, en que ocurreron defuncones de personas de dferenes edades, es decr perenecenes a dferenes cohores. Las probabldades de morrse a dferenes edades van cambando con el empo (por ejemplo en vrud de la nroduccón de adelanos médcos, o la ocurrenca de epdemas). Las personas de 70 años fallecdas en 2010 habían nacdo (aproxmadamene) en 1940, y por ende perenecían a una cohore compleamene dferene de la formada por personas de 50 años fallecdas en 2010, las cuales habían nacdo en Aquellas personas nacdas en 1940, cuando enían 50 años (en 1990) esaban expuesas a una asa de moraldad dferene a la que rgó en 2010 para personas que (en 2010) enían 50 años. Del msmo modo, los nños de 10 años exsenes en el período de referenca (2010), algunos de los cuales mureron en ese período, enían una asa de moraldad (expermenada en 2010) que no es la msma asa que expermenaron los adulos o ancanos de ese período cuando ellos enían 10 años (muchos años arás). La asa de moraldad que sufrrán en el fuuro los nños de 2010 cuando lleguen a ener 70 años no será gual a la asa de moraldad que sufreron en 2010 las personas de 70 años. En realdad no exse nnguna cohore real de personas que haya esado someda a las asas 8

13 de moraldad por edad observables hoy: esas asas son las que afecan hoy a las dferenes cohores exsenes hoy, nacdas en dferenes años, cada una de las cuales ene hoy dferenes edades. Cada una de esas cohores reales esuvo sujea, a lo largo de su vda, a una secuenca específca de resgos de moraldad, que no concden con los resgos de oras cohores a las msmas edades. Una abla de vda de 2010 no se refere a nnguna de las cohores realmene exsenes en Se refere a una poblacón eórca que nunca exsó realmene. Sobre la base de las asas de moraldad por edad observadas en 2010, correspondenes a personas de dferenes cohores hsórcas, se consruye una cohore eórca, supuesamene formada por personas nacdas odas ellas al msmo empo, y a esa poblacón eórca se le van aplcando las asas de moraldad observadas (para cada edad) en el período de referenca. Eso hace que el amaño ncal de la cohore eórca (por ejemplo cen ml personas) vaya dsmnuyendo a medda que sus membros mueren a dferenes edades. Cuando se defne la "expecava de vda al nacer" sobre la base de una abla de vda, se calcula cuáno vvría en promedo un membro de la cohore eórca, pero ello no es drecamene aplcable a los nños nacdos hoy: esos nños expermenarán, denro de 50 o 70 años, las asas de moraldad que regrán en esa época fuura para personas de 50 o de 70 años, las cuales serán seguramene dsnas de las que rgen ahora para los acuales cncuenones o seenones. La abla de vda corresponde, pues, a una cohore eórca. El msmo prncpo de la cohore eórca ulzado en las ablas de vda puede ser aplcado en oros campos. Por ejemplo, las asas de abandono escolar observadas en un cero año (sobre esudanes que cursaban en ese año dferenes nveles de educacón) se pueden aplcar a una cohore eórca de esudanes, someda supuesamene a esas msmas asas de abandono escolar a lo largo de su proceso educavo. En forma smlar, los daos sobre dvorcos ocurrdos en un cero año a marmonos que se formaron en dferenes momenos del pasado, perme calcular una "expecava de vda de la pareja", referda a una cohore eórca de parejas formadas odas ellas en un msmo año y somedas a lo largo del empo a las asas de dvorco observadas en el año de referenca (que afecaron a marmonos recenes o anguos, celebrados en dferenes momenos del pasado). S se genera una cohore eórca, es posble que se pueda saber sobre ella no solo el hecho fundamenal (por ejemplo la edad de muere) sno ambén oros hechos (su educacón, su esado cvl a dferenes edades, el número de hjos que uveron, su condcón socoeconómca. Por ejemplo, es posble que los regsros de moraldad engan nformacón sobre área de resdenca, esado cvl y oros daos; ambén la abla de vda podría basarse sobre una encuesa demográfca en la cual se avergüen las defuncones ocurrdas en los hogares enrevsados, y en al caso se conará con nformacón sobre el fallecdo y sobre su hogar. Esa base de daos, referda a una poblacón eórca, podría permr un análss de panel smulado. Por ejemplo, se podría comparar la expecava de vda de personas resdenes en dferenes zonas, o con dferene nvel socoeconómco, enre oros muchos análss posbles. El resgo de moraldad o la expecava de vda podría así calcularse separadamene para muchas subpoblacones, o calfcarse según dversos condconanes (no solo sexo y edad, como es habual, sno saus socoeconómco, zona urbana o rural, regón de resdenca, ec.) Paneles de regsro connuo Los paneles como el de la EPH son de regsro peródco: se recogen daos de cada caso en fechas o períodos deermnados y dsconnuos (aun cuando los casos de la muesra esén dsrbudos en el empo). Es decr que aun en la EPH "connua" cada hogar es enrevsado en ocasones separadas por nervalos de uno o más rmesres, y no en forma connua. En cambo los esudos de regsro connuo son habualmene los que se basan en daos de regsro, como por ejemplo los daos exraídos de los legajos de personal de las organzacones, donde se anoan odos los evenos concernenes a cada rabajador: hora de llegada y salda, lcencas, ausensmo, accdenes, promocones o ascensos, vacacones, ec., con la fecha exaca de cada eveno. Lo msmo pasa con daos sobre movmenos de cuena y ransaccones de cada clene en bancos u oras empresas, o daos de venas o nvenaro de mercadería en supermercados, o regsros de sgnos vales de pacenes nernados en salas de erapa nensva. 9

14 En algunos casos se raa de daos fechados de manera connua, pero que son regsrados a nervalos, de modo que los evenos nermedos esán sujeos a un regsro rerospecvo. Aun cuando los daos son connuos, la recoleccón de los daos no lo es. Por ejemplo, un médco puede anoar mensualmene en la hsora clínca del pacene los aconecmenos relevanes de odo el mes, con sus respecvas fechas. En un nervalo más breve, la enfermera puede anoar daramene en la hsora clínca los evenos relevanes de un pacene ocurrdos a dferenes horas del día. De odas maneras, s los regsros son de ala frecuenca, y la longud del nervalo es breve, los daos se pueden consderar como regsrados en forma connua Paneles roavos Hay esudos longudnales de largo plazo que nenan reconsrur oda la hsora de vda de cada sujeo. Hay así esudos médcos que sguen a una msma muesra de personas durane 40 o 50 años para analzar la evolucón de su salud y su eslo de vda. Oros esudos de ese po pueden ser de coro plazo, como el segumeno de una muesra de voanes a lo largo de una campaña elecoral. En esos esudos no hay un plan de roacón o reemplazo de los casos. Los sujeos en prncpo deben permanecer en la muesra durane odo el esudo; pueden dejar el esudo por evenos exógenos no programados (muere, emgracón, abandono volunaro del esudo, ec.) pero de cualquer modo no son reemplazados. Lo que se nena es el segumeno del msmo grupo (o de quenes permanezcan en el grupo) a lo largo de odo el proceso bajo esudo (por ejemplo durane oda su vda, o durane oda una campaña elecoral). S se desea llegar al fnal con un cero número de casos que perma nferencas esadíscas váldas, se comenza con un grupo más numeroso en prevsón del nevable desgranameno. Pero aquí nos neresa ora clase de esudos, los paneles roavos. En esos esudos de panel el esudo se puede prolongar por muchos años, pero neresan prmordalmene procesos de duracón más breve, y donde por lo ano no es necesaro segur a los msmos sujeos durane ano empo. Por ejemplo en una encuesa de empleo puede neresar el segumeno de cada sujeo durane un año o dos, a fn de observar cambos en su suacón ocupaconal, pero no se preende segurlo durane muchos años. En ese caso, los sujeos de la muesra pueden ser reemplazados por oros en forma programada, y para ello el mecansmo más usual son los paneles roavos. De hecho, la roacón ambén resuelve oros problemas, que ambén aflgen a los esudos de largo plazo: es dfícl manener a los msmos sujeos durane muchas rondas, pues los sujeos evdencan faga, abandonan el panel volunara o nvolunaramene, o ben reducen la caldad y veracdad de sus respuesas. Por oro lado, los hogares o personas que eran represenavos de la poblacón al nco del esudo podrían ya no ser represenavos al cabo de uno, dos o más años. Los esudos de largo plazo deben ldar con esos problemas, pero los paneles roavos se lbran de ellos medane la renovacón gradual de los casos. En los paneles roavos, cada sujeo permanece en la muesra durane un número lmado de rondas, ras de lo cual es reemplazado por un caso "fresco". Ese proceso es gradual y programado. Normalmene en cada ronda hay un cero número de casos que esán sendo enrevsados por prmera vez, oros que esán en su segunda aparcón, oros en la ercera, y así sucesvamene, hasa aquellos que esán respondendo a la encuesa por úlma vez. Los esquemas de roacón pueden ser de dsno po. Los sguenes ejemplos muesran dos esquemas de roacón muesral. Ejemplo 1: La EPH punual ( ) en la Argenna. En la Encuesa Permanene de Hogares de la Argenna al como esaba organzada enre 1974 y 2002, con dos rondas por año, los hogares permanecían en la muesra durane cuaro rondas (por ejemplo mayo, ocubre, mayo, ocubre) en dos años sucesvos. En cada ronda hay un 25% de la muesra que es enrevsado por prmera vez, 25% por segunda vez, 25% por ercera vez, y 25% por cuara y úlma vez. En ese po de panel roavo, donde en cada ronda se reemplazan M casos, que represenan por ejemplo un 25% del oal, se ene en odos los períodos una muesra de 4M casos enrevsados, y al msmo empo se cuena con un 75% de los casos (3M) para comparar el período correne con el aneror, un 50% de los casos (2M) para compararlo con los dos anerores, y un 25% de los casos 10

15 (es decr M casos) para comparacones enre el perodo correne y los res anerores. Se pueden así capar rayecoras de hasa cuaro períodos, con daos sobre cada uno de esos períodos. Ejemplo 2: La EPH Connua de la Argenna (2003- ). En el nuevo esquema de esa Encuesa Permanene de Hogares de la Argenna, que comenzó a aplcarse en 2003, la encuesa se realza de manera connua, con roacones rmesrales. La muesra oal se dvde en cuaro pares guales (A, B, C, D) con ¼ de los casos oales cada uno de ellos; el grupo A ngresa en el prmer rmesre, el grupo B en el segundo, el C en el ercero y el D en el cuaro. Cada uno de esos grupos es encuesado durane dos rmesres sucesvos, luego "descansa" dos rmesres, y vuelve a ser enrevsado por oros dos rmesres (esquema 2-2-2). Eso perme observar, para cada hogar, los cambos ocurrdos enre dos rmesres sucesvos en el prmer año, enre oros dos rmesres sucesvos en el segundo año, y ambén los cambos ner-anuales (enre un rmesre del prmer año y el msmo rmesre del año sguene). 3 El esquema general de roacón es el sguene: Año Año +1 Año +2 Año A A A A A A A A B B B B B B B B C C C C C C C C D D D D D D D D Pero los hogares de cada grupo deben ser renovados. En el caso de la EPH connua, los hogares de cada grupo de roacón son renovados (susudos por hogares nuevos) a razón de 50% por semesre. En oras palabras, solo el 50% de la muesra de cada grupo de roacón sobrevve hasa el año sguene. En cada grupo (por ejemplo A) hay dos mades: una mad que va a ser dada de baja al fnal de los próxmos dos rmesres, y ora mad que sobrevvrá hasa volver a enrar en escena un semesre después. S denoamos esas sucesvas mades de hogares con índces 1, 2, 3, ec., por ejemplo A1, A2, ec., el gráfco precedene debería ser expanddo para mosrar claramene esos conngenes de renovacón. En cada rmesre, cada grupo (A, B, C o D) esá represenado por una mad "veja" o "salene", que no sobrevvrá más allá del semesre, y una mad "nueva" o "enrane", desnada a ser enrevsada de nuevo más adelane, como se muesra en la abla sguene. En el prmer rmesre del año la muesra rmesral (que en el caso de la EPH es de unos hogares) esá compuesa por hogares del grupo A (encuesado en el prmer y segundo rmesre) y por hogares del grupo D (que son enrevsados en el prmer y cuaro rmesre), subdvddos en cuaro conngenes: A1 (que es un grupo salene), A2 (enrane), D1 (salene) y D2 (que ngresó en el cuaro rmesre del año -1). Cada uno de esos conngenes ene aproxmadamene 6250 casos. En el segundo rmesre solo reaparece la mad de los casos del rmesre aneror (A1 y A2). Los grupos D1 y D2 no reaparecen porque a ellos les oca aparecer solo en los rmesres 1 y 4 de cada año. En el prmer rmesre del año +1, se repe la mad de la muesra de un año anes, es decr a los conngenes A2 y D2, menras que A1 y D1 han sdo dados de baja. En oras palabras, la comparacón de un rmesre con el rmesre precedene, o con el msmo rmesre del año aneror, se puede hacer con el 50% de los casos encuesados en cada rmesre. Dado que la muesra rmesral (en la EPH argenna) es de hogares, la mad comparable son aproxmadamene hogares. 3 Apare de ese esquema de roacón rmesral de grupos, la muesra de hogares de cada rmesre es dsrbuda a lo largo de dcho rmesre, de modo que los resulados son represenavos de odo el rmesre, aun cuando las pregunas específcas pueden referrse a la fecha de la enrevsa, como en el caso de la edad, o a la semana aneror, como en el caso de la suacón de empleo. Cada hogar es asgnado a una cera semana denro del rmesre, y la manene en los sucesvos rmesres en los cuales es enrevsado. Un hogar del grupo A, asgnado por ejemplo a la segunda semana del prmer rmesre, se manene en esa semana en los sucesvos rmesres en que sea enrevsado (INDEC 2003). 11

16 Año Año +1 Año +2 Año A1 A1 A2 A2 A2 A2 A3 A3 A3 A3 A4 A4 A4 A4 A5 A5 B1 B1 B2 B2 B2 B2 B3 B3 B3 B3 C1 C1 C2 C2 C2 C2 C3 C3 C3 C3 B4 B4 B4 B4 B5 B5 C4 C4 C4 C4 C5 C5 D1 D2 D2 D2 D3 D3 D3 D3 D4 D4 D4 D4 D5 D5 D5 D6 La renovacón de los grupos por mades procede como se ndca en la abla. En los dos prmeros rmesres la muesra del grupo A se compone de un conngene salene A1, que esá en su segunda aparcón semesral, y un conngene enrane de casos frescos (A2) que acaba de enrar en la muesra. Ese conngene fresco A2 reaparecerá en los dos prmeros rmesres del año sguene, pero A1 va a ser susudo por un conngene nuevo, A3. Ese úlmo es a su vez encuesado nuevamene en los dos prmeros rmesres del año +2, pero no acompañado por A2 sno por un conngene nuevo (A4); y así sucesvamene. Lo msmo pasaría con los grupos de roacón B, C y D. La renovacón hace que un hogar no permanezca ndefndamene en la muesra; ello eva la "faga del respondene" y perme reflejar mejor los cambos que vayan ocurrendo en la poblacón. De ese modo, la muesra de un rmesre compare el 50% de los casos con la muesra del rmesre sucesvo, y ambén 50% con la de gual rmesre del año sguene. En general, y dejando de lado la denoacón de los conngenes de renovacón, la muesra de cada rmesre esará compuesa por dos grupos de gual amaño, con la alernanca sguene: Trmesre A A C C D B B D En el prmer rmesre del año la muesra provene de los grupos A y D (con un 50% de casos del grupo A y oro 50% del grupo D). En el segundo rmesre se encuesa a los grupos A y B; en el ercero a los grupos B y C, y en el cuaro a los grupos C y D. Al año sguene se repe el esquema. Como se vo anes, en su ercera aparcón, después de "descansar" por dos rmesres, la muesra de cada grupo es renovada en un 50%. Así, por ejemplo, el grupo D que ngresa en el rmesre 4 conene la mad de los casos que negraban el msmo grupo D en el rmesre 1, y ora mad de casos "frescos". Ese reemplazo por conngenes "frescos" ene por objeo evar la faga o acosumbrameno de los encuesados, y reflejar ambén cualquer cambo que hubese en la poblacón de base. En el caso de la EPH connua en la Argenna, cada uno de los cuaro grupos (A, B, C, D) se compone de aproxmadamene hogares; en cada rmesre se enrevsa a hogares, 12

17 perenecenes por pares guales a dos de esos grupos. En cada uno de esos grupos, a su vez, hay conngenes "nuevos" y "vejos" de aproxmadamene 6250 casos cada uno. En ese esquema, un msmo hogar es enrevsado cuaro veces a lo largo de un año y medo, en los dos prmeros y los dos úlmos rmesres de ese período. Es así posble esudar rayecoras de hasa cuaro períodos, como en la angue EPH punual, pero los períodos ya no son equdsanes: hay dos períodos nermedos sn enrevsa. Habría un rmesre de dferenca enre las ocasones 1 y 2 y ambén un rmesre enre las ocasones 3 y 4, pero en cambo habría nueve meses enre las ocasones 2 y 3. Eso es mporane enerlo en cuena s se queren calcular "asas de ranscón", pues esas deben referrse a algún período esándar, por ejemplo un rmesre. Los cambos ocurrdos en un nervalo de nueve meses deberían ser expresados en "cambos por rmesre" para poder ser comparables. Es la msma operacón que realzamos cuando el combusble ulzado para dferenes vajes en auo son esándarzados en forma de "lros por cada 100 klómeros", ndependenemene de la dsanca cubera en cada uno de los vajes. Las asas de ranscón son examnadas en los capíulos 3 y Desgranameno y reemplazo La roacón planfcada de las muesras se sobrepone a un proceso no planfcado de desgranameno (aron). De una onda a ora hay sempre algunos sujeos que "desaparecen" de la muesra por dsnas razones: muere, emgracón o cambo de domclo, negava a segur en el esudo, ec. Algunas de esas desaparcones pueden ser por causas "susanvas", que de por sí consuyen un dao, por ejemplo la muere o la emgracón. En oros casos se raa de una "desaparcón" cuya causa se desconoce, o de un rechazo a la nueva enrevsa. En el caso de las encuesas de hogares puede haber hogares compleos que "desaparecen" y ambén ndvduos deermnados que dejan de aparecer denro de algunos hogares aun cuando el hogar como al sga ncludo en la muesra. Según el modelo muesral que se ulce esos sujeos "desaparecdos" pueden o no ser reemplazados. Nauralmene, s el hogar connúa en la muesra, enonces no se reemplaza a los membros "desaparecdos" (más ben se puede nvesgar la razón de su ausenca). S se reemplazan los hogares desgranados, el hogar que ngresa como reemplazane represena una "enrada ardía", que permanecerá en la muesra solo el empo necesaro para complear el período programado para el hogar al cual esá reemplazando. Por ejemplo, s en el esquema de la EPH connua hubese un hogar reemplazane del grupo A1, que enrase en la segunda ocasón (rmesre 2 del prmer año), solo será enrevsado una vez, porque odo el conngene A1 es dado de baja al fnal de ese rmesre. En cambo, s se reemplaza en ese msmo período un hogar del conngene A2, ese hogar será enrevsado en oal res veces: en el segundo rmesre del prmer año, y en los dos prmeros rmesres del segundo año. Tano los hogares "desaparecdos" como los de "enrada ardía" no llegar a permanecer en la muesra durane odo el cclo programado de cuaro observacones. Eso puede nroducr problemas en el análss, así como en el cálculo esadísco de los errores de esmacón. 4 Por ejemplo, para analzar ranscones enre dos rmesres solo podrán ulzarse los casos que efecvamene hayan sdo enrevsados en ambos rmesres consderados, dejando de lado aquellos que se desgranaron (que fguran solo en el prmero de esos rmesres) y dejando ambén de lado a los reemplazanes. (que solo fguran en el segundo) Esados y evenos Apare de consderar la composcón y dnámca de los casos, es mporane analzar las caraceríscas de los dsnos pos de nformacón que se recoge sobre ellos. En ese exo nos concenramos en paneles con varables caegórcas, las cuales ncluyen varas caegorías en las cuales puede esar ubcado cada sujeo en un momeno dado. Para los fnes del 4 Sobre el fenómeno del desgranameno o desgase (aron) y sus mplcacones esadíscas véase Alderman y oros (2001), van der Berg y Lndeboom (1998), Lllard y Pans (1998), Fzgerald y oros (1998), Zabel (1998), Zlak y Knesner (1998) y el capíulo 5 de Ksh (1987). El problema del muesreo en paneles, excelenemene raado por Ksh, es ambén abordado en Kyrazdou (1997 y 1999). 13

18 análss secuencal propo de los paneles, hay que dsngur enre la nformacón referda al esado del sujeo (respeco de una varable) en un momeno deermnado, y por oro lado la nformacón referda a los evenos (cambos de esado) expermenados por una varable a lo largo de un período deermnado en el cual se reconocen dferenes momenos. Tpos de nformacón de una varable para cada sujeo o caso Concepo Defncón Referenca emporal Esado Valor de la varable Eveno Cambo de valor de la varable Ocasón deermnada Tempo ranscurrdo enre dos ocasones La "ocasón" o "momeno" en que se mde el esado de cada sujeo rara vez se refere a un "nsane". Usualmene ese momeno es a su vez un período consderado en conjuno, es decr como un período ndvsble denro del cual no se reconocen subdvsones, fases o subperíodos. Por ejemplo la edad del enrevsado a la fecha de la enrevsa se mde en años cumpldos por el ndvduo hasa el día de la enrevsa nclusve; en ese caso el "momeno" es un día enero (sn dsngur horas o mnuos). S el ndvduo cumple años el msmo día de la enrevsa, no mpora s nacó por la mañana o por la noche: solo se regsra que nacó (y por lo ano cumple años) en algún momeno del día. S las enrevsas de una ronda se dsrbuyen a lo largo de un mes, o de un rmesre, el msmo ndvduo podría resular con dferenes edades según que sea enrevsado al prncpo o al fnal de ese período. En la prácca, esas pequeñas dferencas se gnoran, y se consdera que esa persona enía esa edad "en el período en que se recogeron los daos", es decr en un cero mes o rmesre, sn mayor precsón. Para oros concepos puede raarse de un período más largo o más mprecso, ambén consderado en conjuno y sn reconocer fases o subperíodos denro del msmo. Por ejemplo: un sujeo es clasfcado como económcamene acvo s rabajó o buscó rabajo en algún momeno de la semana aneror. De odas maneras, los "esados" caracerzan a ese sujeo en el período de referenca, sea ese un día, una semana o cualquer oro. En cambo los "evenos" son cambos de esado, y por lo ano nvolucran la comparacón de dos momenos u ocasones, y requeren ener en cuenas el empo ranscurrdo enre esos dos momenos. En una varable con varos valores caegórcos (por ejemplo el esado cvl) cada persona en cada ocasón se encuenra en alguno de los varos esados posbles (solero, casado, vudo, dvorcado, ec.). En el período que separa dos observacones pueden haber ocurrdo uno o más evenos respeco de esa varable (algunos sujeos pueden haberse casado, oros se dvorcaron o envudaron, ec.). En algunas varables, y s el período de observacón es sufícenemene largo, puede haber más de un eveno por período (por ejemplo, una persona puede haberse casado y luego envudado denro del msmo período; puede haberse quedado sn empleo y luego consegur rabajo nuevamene). Esos casos donde ocurren evenos nermedos son examnados más arde con mayor dealle Tpos de análss longudnal de varables caegórcas Según el po de daos que se obenga sobre esados y evenos, los prncpales pos de análss de panel (o longudnal) cuando se raa de varables caegórcas son los sguenes. Tpos de análss longudnal con varables caegórcas Sere de esados Se mde el esado de los sujeos en cada fecha, y se compara cada esado con el aneror. No se regsran evenos nermedos Coneo de evenos Se regsra la candad de evenos nermedos, pero no su orden secuencal n la fecha en que ocurreron Secuenca de evenos Se regsra la candad y orden secuencal de los evenos nermedos pero no la fecha en que ocurreron Hsora de evenos Se regsran los evenos nermedos y las fechas en que ocurreron Los esudos de panel conssen báscamene en una sere de cores ransversales de la msma muesra, que proveen nformacón sobre el esado de las undades de análss en el momeno de ca- 14

19 da observacón, y sobre algunos flujos o cambos ocurrdos en el período nermedo, pero usualmene no cubren el flujo de cambos ocurrdos a lo largo del empo. Por ejemplo, una encuesa de empleo puede nclur una preguna sobre la suacón laboral "acual" del sujeo (ocupado, desocupado, nacvo). Esa nformacón puede efecvamene ser nsanánea, o ben puede referrse a un breve período nmedaamene aneror a la enrevsa (por ejemplo durane la úlma semana), pero de odas maneras apuna a regsrar la suacón de la poblacón en ese momeno, y no nena reconsrur la evolucón de esa suacón desde la aneror enrevsa realzada varos meses anes. En esos casos, los esudos de panel permen comparar esados, y por lo ano dan nformacón sobre los cambos neos ocurrdos enre una y ora ronda, pero no sobre la secuenca de cambos que puede haber ocurrdo en el nerín. Por ejemplo, s un sujeo esaba "ocupado" en la ronda 1 de una encuesa, y "desocupado" en la ronda 2 realzada varos meses después, se sabe que al menos ha habdo un cambo (el sujeo en algún momeno quedó desocupado), pero no se sabe s ése fue el únco cambo que hubo en la suacón laboral de ese ndvduo: el sujeo puede haber perddo y enconrado empleo varas veces durane el período nermedo, o puede haber pasado ransoramene a la nacvdad económca, o quzá se ausenó del país durane un empo: el panel sólo regsró su esado ncal y su esado fnal, y no los esados nermedos. Aun s el ndvduo no presenase varacón alguna en su suacón (por ejemplo, s esaba ocupado en ambas rondas), no se podría aseverar que no haya sufrdo cambos en su suacón laboral: pudo haber esado desocupado en algún momeno nermedo sn que la preguna formulada lo regsre pues sólo se refere a la suacón nmedaamene preva a la enrevsa (a menos que la encuesa ncluya una preguna específca de po rerospecvo). Tampoco se regsra el empo que permanecó en cada esado: el sujeo pudo haber quedado desocupado nmedaamene después de la prmera ronda, permanecendo así hasa la segunda, o pudo esar ocupado cas odo el nervalo enre las rondas quedando desocupado poco anes de la segunda enrevsa. En muchos de esos casos la fecha exaca del eveno no es regsrada en esudos de panel que se lmen a medr el esado "acual" del sujeo en el momeno de la enrevsa o en un breve período precedene. La fecha exaca de la ranscón (la fecha, o mejor dcho la úlma fecha, en que el sujeo quedó desocupado), puede haber sdo en cualquer momeno denro del nervalo enre las dos rondas. En muchos esudos de panel se ncluyen, de odas maneras, pregunas referdas al período nermedo (por ejemplo cuánas veces perdó su empleo en los úlmos ses meses? O ben cuáno empo lleva buscando rabajo?), lo que perme remedar en pare ese problema. Pero debe enerse en cuena que el nervalo enre las rondas es usualmene arbraro. El resulado es sempre referdo al momeno de la encuesa, y resularía dferene s se elgese oro momeno para realzarla: s la encuesa se realza en ocubre, los sucesos ocurrdos "en los úlmos ses meses" no son los msmos que se regsrarían s la encuesa se realzase en julo o en oro momeno del año. En cualquer caso, ese período (los úlmos ses meses) puede ser comparado al msmo período regsrado en la encuesa aneror, de modo que aun en ese caso el análss compara dos esados nsanáneos (los cambos acumulados al día de la encuesa durane los ses meses precedenes), y generalmene no perme un análss deallado del período nermedo como al. Regsrar rerospecvamene una hsora deallada de un período de esa longud, ncluyendo fechas, es un recurso posble para superar esa lmacón, pero la rerospeccón frecuenemene no arroja resulados confables, sobre odo s se preenden respuesas dealladas y fechas precsas. Para conclur, los modelos de panel más smples ncluyen sólo "varables de esado" meddas en el momeno de cada ronda de la encuesa, y no enen nformacón sobre el período nermedo, sno sólo sobre el esado del sujeo al momeno de cada una de las rondas. En el presene análss esos son los daos de panel que prmaramene se endrán presenes, a menos que se especfque lo conraro expresamene. Cuando se regsran evenos nermedos de manera rerospecva se pueden realzar algunos análss especales, en parcular los denomnados coneo de evenos (even coun) y secuenca de evenos (even sequence). Los daos de coneo de evenos ndcan cuános evenos de cero po ocurreron en el período (por ejemplo, cuanas veces esuvo desocupado, o cuánas veces fue a comer a un resaurane). Los daos de secuenca de evenos regsran no sólo la candad de veces sno ambén 15

20 la secuenca o sucesón de evenos en el orden en que ocurreron. Por ejemplo, en un esudo laboral con coneo de evenos podría regsrarse para cada rabajador la candad de varos posbles evenos (nombramenos, despdos, ascensos, lcencas, vacacones, huelgas), y en un esudo de secuenca de evenos se regsrarían en el orden emporal en que ocurreron, aunque no necesaramene su fecha exaca. Ese po de esudos pueden basarse en una observacón connua o equvalenemene en un regsro connuo (como el que se lleva en los legajos ndvduales del personal de las organzacones o empresas), o ben pueden basarse en las pregunas rerospecvas ncludas en las encuesas de panel. Aun cuando exsan daos sobre fechas (por ejemplo en un regsro de personal) el análss de los coneos o secuencas de evenos sólo esá neresado en la presenca o ausenca de los evenos, o en su orden de sucesón emporal. Las fechas no juegan nngún papel esencal en esas clases de análss. Oro po de análss longudnal son las llamadas hsoras de evenos (even hsores) que se parecen a los de secuenca de evenos pero además ncluyen como elemeno cenral del análss la fecha exaca en que cada eveno ocurre. Eso puede lograrse medane encuesas rerospecvas o medane un regsro connuo. Por ejemplo, los daos de moraldad regsran la fecha (y por lo ano la edad exaca) en que ocurre la muere, y los legajos de personal ncluyen la fecha en que ocurró cada ascenso de caegoría, cada aumeno de sueldo, cada vez que el rabajador llegó arde o no concurró a rabajar. Esos daos pueden ser frecuenemene daos de regsro, como en el caso de la moraldad o del regsro de personal, o ambén pueden obenerse rerospecvamene en encuesas ransversales o de panel, sempre que el nervalo no sea muy largo. Un ejemplo de observacón connua (o cas connua) son los esudos longudnales de largo plazo, como es frecuene en la nvesgacón médca, en los cuales un grupo de sujeos es observado a lo largo de un período prolongado, con enrevsas frecuenes, regsrando la fecha en que ocurren dferenes evenos o el cambo de ceras varables. S ben la observacón no es esrcamene connua, las enrevsas son frecuenes y la precsón de las fechas y evenos es sufcene como para consderar que la nformacón es connua. Del msmo po son los esudos del desarrollo de carreras personales a ravés de los legajos ndvduales del personal de una o varas organzacones. Oro ejemplo de paneles con observacón connua son los esudos cuyas undades de análss son países, de los cuales se conocen dferenes esadíscas o evenos a lo largo del empo. La observacón, en sendo esrco, no es connua sno nermene, pero dado que se cubren períodos muy largos con muchas observacones a lo largo del msmo, y los procesos que se nvesgan son en general de larga maduracón, la sere resulane puede ser consderada práccamene como una sere connua. Muchos esudos longudnales se referen al regsro de evenos o de cambos de esado en relacón a varables de po cualavo con dos o más posbles caegorías o esados. Por lo ano, las varables de observacón más usuales son de po caegórco o cualavo (muere o sobrevvenca, esado cvl, condcón de salud o enfermedad, condcón laboral, ec.). Pero esos esudos pueden ambén observar varables cuanavas o de nervalo, como los ngresos mensuales, la esaura, el peso, el valor del parmono famlar, el nvel de coleserol en la sangre, o cualquer ora varable de po connuo. En ese caso, lo que se observa no son "esados" y "cambos de esado" sno "valores" y "varacones de valor", que no ocurren por salos enre esados dscreos sno por una varacón gradual a lo largo de un connuo Paneles sncróncos y asncróncos En una base de daos de panel los casos son observados en varas ocasones, por ejemplo en varos rmesres sucesvos, o en deermnados meses del año. Ese dseño general, en su forma más smple, corresponde a casos que cumplen las sguenes condcones: (a) Ingresan al esudo en la msma fecha hsórca. (b) Son observados odos al msmo empo en las sucesvas observacones. (c) Los nervalos enre observacones son odos guales enre sí. Por ejemplo, se puede omar una muesra de hogares que sean enrevsados por prmera vez en el mes de enero del año, y que vuelven a ser enrevsados a nervalos de res meses durane ese año: 16

Estadística de Precios de Vivienda

Estadística de Precios de Vivienda Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el

Más detalles

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.

Más detalles

Estadística de Precios de Suelo

Estadística de Precios de Suelo Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541 25 de novembre de 2014 Indcadores de Demografía Empresaral Año 2012 En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desapareceron 334.541 Las empresas creadas represenaron el

Más detalles

CRÉDITO AGRICOLA. Consideraciones del producto:

CRÉDITO AGRICOLA. Consideraciones del producto: Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden

Más detalles

CRÉDITO PESCA. Consideraciones del producto:

CRÉDITO PESCA. Consideraciones del producto: CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la

Más detalles

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos 4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente. AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC 9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de

Más detalles

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías

Más detalles

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA esudos esudos MEDCÓN DE LA ACTVDAD MNERA EN LA REGÓN DE ARCA Y PARNACOTA Ocubre de 28 N Subdreccón Técnca Deparameno de Esudos Económcos Coyunurales Medcón de la Acvdad Mnera en la Regón de Arca y Parnacoa

Más detalles

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA

Más detalles

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN

Más detalles

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL EMENINA EN CHILE Evelyn Benvn y Marcela Percará ƒ Esa versón: Marzo 2007 Resumen En ese rabajo hemos aplcado écncas de descomposcón mcroeconomércas con

Más detalles

METODOLOGÍA ENERGÍA ELECTRICA

METODOLOGÍA ENERGÍA ELECTRICA Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCION DE OPERACIONES Subdeparameno. Esadíscas Secorales METODOLOGÍA ENERGÍA ELECTRICA Sanago, 26 Dcembre de

Más detalles

EJERCICIOS: Análisis de circuitos en el dominio del tiempo

EJERCICIOS: Análisis de circuitos en el dominio del tiempo EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene

Más detalles

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas

Más detalles

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen

Más detalles

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID APUTES CLASES DE PRÁCTCAS ECOOMA ESPAÑOLA (Y MUDAL) CURSO 200/20, 2º. CUATRMESTRE DEPARTAMETO DE ECOOMÍA UVERSDAD CARLOS DE MADRD DCE DE PRÁCTCAS.- Conabldad aconal. 2.- ndces y Deflacores. 3.- Curvas

Más detalles

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna

Más detalles

Consideraciones generales sobre dinámica estructural

Consideraciones generales sobre dinámica estructural Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

5. Los sistemas de pensiones y el ahorro nacional

5. Los sistemas de pensiones y el ahorro nacional 5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.

Más detalles

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas

Más detalles

Macroeconomic Effects of Fiscal Shocks in the European Union: A GVAR Model

Macroeconomic Effects of Fiscal Shocks in the European Union: A GVAR Model Unversy of Exremadura Deparmen of Economcs Macroeconomc Effecs of Fscal Shocks n he European Unon: A GVAR Model Ths verson: February 212 Alejandro RICCI RISQUETE Julán RAMAJO HERNÁNDEZ Unversdad de Exremadura

Más detalles

METODOLOGÍA ENERGÍA ELÉCTRICA

METODOLOGÍA ENERGÍA ELÉCTRICA Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCIÓN DE OPERACIONES Subdepo. Esadíscas Secorales METODOLOGÍA ENERGÍA ELÉCTRICA GGM/GMA Sanago, 26 Dcembre

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl

DOCUMENTO DE TRABAJO. www.economia.puc.cl Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë

Más detalles

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100 Manual Meodológco del Índce de Remuneracones (IR) Índce de Coso de Mano de Obra (ICMO) Base anual 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Proyeco de acualzacón IR ICMO Subdreccón Técnca

Más detalles

PREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX

PREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX PREDICCIÓN DE VOLILIDD CON LOS ÍNDICES DE VOLILIDD VIX Y VDX El objevo de ese rabajo es esudar la capacdad predcva de los índces de volaldad. Para el perodo 99-0, analzamos daos de los índces amercanos

Más detalles

Tema 2 Circuitos Dinámicos de Primer Orden

Tema 2 Circuitos Dinámicos de Primer Orden Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr

Más detalles

Índices de Precios del Sector Servicios (IPS)

Índices de Precios del Sector Servicios (IPS) Índces de Precos del Secor Servcos (PS) Meodología Subdreccón General de Esadíscas de los Servcos Seembre 29 NE. nsuo Naconal de Esadísca Índce. nroduccón...3 2. Defncón del ndcador...4 3. Ámbos del ndcador...5

Más detalles

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100 Manual Meodológco Índce de Cosos del Transpore Base 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Deparameno de Esadíscas de Precos Febrero de 200 Índce. INTRODUCCIÓN...5 2. DEFINICIÓN DEL

Más detalles

Precios y costes laborales

Precios y costes laborales Precs y coses laborales Noas meodológcas y explcavas 1 Índces de precs de consumo El Índce de Precs de Consumo (IPC), elaborado por el INE, mde la evolucón del conjuno de precs de los benes y servcs que

Más detalles

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local.

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local. Dsorsones creadas por la regulacón colombana: El Asse Swap Spread como proxy del Cred Defaul Swap en el mercado local. Andrés Gómez Caegoría Lbre Dsorsones creadas por la regulacón colombana: El Asse Swap

Más detalles

ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO. Departamento de Economía Aplicada

ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO. Departamento de Economía Aplicada ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO Deparameno de Economía Aplcada Faculad de Cencas Económcas y Empresarales e-mal: ecoapl@eco.uva.es Avda. del Valle de

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V.

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V. Índces de precos y referencas Reveladas Mcroeconomía Douglas C. Ramírez V. LOS ÍNDICES Los números índces o índces son un nsrumeno esadísco muy úl y de uso muy exenddo. G.R. Carl. En Iala, en 1764 realzó

Más detalles

Mecanismos de palanca. Apuntes.

Mecanismos de palanca. Apuntes. Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo

Más detalles

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO de marzo de 2006 Aprueban Ssema de Indcadores de Gesón de las Empresas de Servcos de Saneameno RESOLUCIÓN DE CONSEJO DIRECTIVO Nº 0-2006-SUNASS-CD Lma, de marzo de 2006 VISTO: El Informe Nº 009-2006-SUNASS-20

Más detalles

SIGLAS Y NOTACIÓN EMPLEADA

SIGLAS Y NOTACIÓN EMPLEADA SIGLAS Y NOTAIÓN EMPLEADA α PND a Parámero que ene un valor 4 para vehículos lgeros y de 6 para vehículos pesados Incremeno de la accesbldad para el usuaro que anes no realzaba desplazamenos moorzados

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Ser keynesiano en el corto plazo y clásico en el largo plazo*

Ser keynesiano en el corto plazo y clásico en el largo plazo* Ser keynesano en el coro plazo y clásco en el largo plazo* Gérard Duménl** y Domnque Lévy*** Inroduccón * Traducdo por Davd A. Turpn jr., Deparameno de Economía de la UAM-A. ** CE: gerard. dumenl@u-pars0.fr

Más detalles

Análisis de la competencia en un mercado mayorista de electricidad: el caso de España

Análisis de la competencia en un mercado mayorista de electricidad: el caso de España Fac. CC. Económcas y Empresarales Unversdad de La Laguna Fac. CC. Económcas y Empresarales Unv. de Las Palmas de Gran Canara Análss de la compeenca en un mercado mayorsa de elecrcdad: el caso de España

Más detalles

Séptimas Jornadas de Economía Monetaria e Internacional La Plata, 9 y 10 de mayo de 2002

Séptimas Jornadas de Economía Monetaria e Internacional La Plata, 9 y 10 de mayo de 2002 Unversdad Naconal de a Plaa Sépas Jornadas de Econoía Moneara e Inernaconal a Plaa, 9 y de ayo de 22 Un Análss Econoérco del Efeco de la Políca Moneara en Argenna Urera, Gasón Ezequel (Unversdad Epresaral

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO. Incorporada al Depósito de Pólizas bajo el código POL 2 09 032

SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO. Incorporada al Depósito de Pólizas bajo el código POL 2 09 032 SEGURO DE VIDA INDIVIDUAL CON PLAN DE AHORRO PREVISIONAL VOLUNTARIO Incorporada al Depóso de Pólzas bajo el códgo POL 2 09 032 CONDICIONES GENERALES ARTÍCULO 1º: DEFINICIONES 1. POLIZA: Es el conrao de

Más detalles

Los esquemas de la reproduccio n de Marx

Los esquemas de la reproduccio n de Marx Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la

Más detalles

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS 9.2 La asa naural de desempleo y la curva de Phillips La relación enre el desempleo y la inflación La curva de Phillips, basada en los daos aneriores

Más detalles

EL FAIR VALUE DE LAS PROVISIONES TÉCNICAS DE LOS SEGUROS DE VIDA

EL FAIR VALUE DE LAS PROVISIONES TÉCNICAS DE LOS SEGUROS DE VIDA Prohbda la reproduccón oal o parcal de esa obra sn el permso escro del auor o de FUNDACIÓN MAPFRE Insuo de Cencas del Seguro EL FAIR VALUE DE LAS PROVISIONES TÉCNICAS DE LOS SEGUROS DE VIDA Emlano Pozuelo

Más detalles

Sostenibilidad de la Política Fiscal: Una Simulación de la Restricción Presupuestaria *

Sostenibilidad de la Política Fiscal: Una Simulación de la Restricción Presupuestaria * ESTUIOS ECONÓMICOS Sosenbldad de la Políca Fscal: Una Smulacón de la Resrccón Presupuesara José Lus Pereyra A.. Inroduccón Polícas fscales desnadas a reacvar la economía corren el resgo de generar défc

Más detalles

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE) EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa

Más detalles

INDICE DE COSTES DE LA CONSTRUCCIÓN

INDICE DE COSTES DE LA CONSTRUCCIÓN INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos

Más detalles

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere Represenacón VEC Dado que las relacones económcas enre varables no se presenan esrcamene en un sendo específco, es decr, puede exsr enre ellas esquemas de reroalmenacón o complejos mecansmos de rasmsón

Más detalles

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo P S 2015 M C P S 2015 Inroduccón El Premo Salmón es hoy el prncpal reconocmeno enregado a los Fondos Muuos en Chle. Movo de orgullo y cenro de campañas publcaras, ese reconocmeno ha cambado su foco hace

Más detalles

Dinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV)

Dinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV) Dnero, precos, asa de nerés y acvdad económca: un modelo del caso colombano (984:I 23:IV) José Fernando Escobar. y Carlos Eseban osada. esumen A parr de un esquema de ofera y demanda de dnero se esmó un

Más detalles

MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS

MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS TESIS DE GRADO PARA OPTAR AL TITULO DE MAGISTER EN INGENIERÍA

Más detalles

EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes

EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes DOCUMENTO CEDE 2002-02 ISSN 1657-7191 (Edcón elecrónca) ABRIL DE 2002 CEDE EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Aras UCLA Albero Carrasqulla Unversdad de los Andes Aruro Galndo Banco

Más detalles

Pronóstico con Modelos Econométricos

Pronóstico con Modelos Econométricos Pronósco con Modelos conomércos Hldegar A. Ahumada UD A common complan (n he UK): When weaher forecass go awr, meeorologss ge a new supercompuer When economs ms-forecas, we ge our budges cu (Hendr, 200)

Más detalles

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,

Más detalles

LA MODELIZACIÓN DE PROCESOS

LA MODELIZACIÓN DE PROCESOS L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones

Más detalles

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral

Más detalles

7. CAPACITANCIA E INDUCTANCIA

7. CAPACITANCIA E INDUCTANCIA 7. APAITANIA E INDUTANIA 7.. INTRODUIÓN El elemeno paso e os ermnales que hemos so hasa el momeno, eso es la Ressenca, presena un comporameno lneal enre su olaje y correne. Eso prouce ecuacones algebracas

Más detalles

Productos derivados sobre bienes de consumo

Productos derivados sobre bienes de consumo Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl

Más detalles

LA INNOVACION EN LA LITERATURA RECIENTE DEL CRECIMIENTO ENDOGENO

LA INNOVACION EN LA LITERATURA RECIENTE DEL CRECIMIENTO ENDOGENO L INNOVCION EN L LITERTUR RECIENTE DEL CRECIMIENTO ENDOGENO Carlos Borondo rrbas Unversdad de Valladold Revsón: sepembre 28 Resumen Ese arículo presena un repaso de los prncpales modelos recenes que hacen

Más detalles

ESTRUCTURA DE LAS SIMILARIDADES

ESTRUCTURA DE LAS SIMILARIDADES ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa

Más detalles

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por: 7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c

Más detalles

Centro de Estudios de las Finanzas Públicas

Centro de Estudios de las Finanzas Públicas Cenro de Esudos de las Fnanzas Públcas El Cálculo de la Recaudacón Federal Parcpable las Comenaros al nforme sobre el comporameno Parcpacones de los Esados Muncpos y Dsro Federal en de la balanza de pagos

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Índice del Costo de la Construcción en el Gran Buenos Aires

Índice del Costo de la Construcción en el Gran Buenos Aires ISSN 0326-6222 Índce del Coso de la Consruccón en el Gran Buenos Ares Base 993 Meodología 9 REPUBLICA ARGENTINA MINISTERIO DE ECONOMÍA Y OBRAS Y SERVICIOS PÚBLICOS SECRETARÍA DE PROGRAMACIÓN ECONÓMICA

Más detalles

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008

Más detalles

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras

Más detalles

Fundamentos Actuariales de Primas y Reservas de Fianzas

Fundamentos Actuariales de Primas y Reservas de Fianzas Fundamenos Acuarales de Prmas y Reservas de Fanzas Los Procedmenos Técncos de la Regulacón Mexcana Ac. Pedro Agular Belrán Profesor de Acuaría Unversdad Naconal Auónoma de Méxco Ac. Julana Gudño Anllón

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Recuperación de la Información

Recuperación de la Información ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)

Más detalles

VERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX

VERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX VERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX Rafael E. Borges P. Escuela de Esadísca, Unversdad de Los Andes, Mérda 511, Venezuela. e-mal: borgesr@ula.ve Temáca: Méodos Esadíscos en Epdemología. Resumen

Más detalles

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado

Más detalles

Metodología de cálculo del diferencial base

Metodología de cálculo del diferencial base Meodología de cálculo del diferencial base El diferencial base es el resulado de expresar los gasos generales promedio de operación de las insiuciones de seguros auorizadas para la prácica de los Seguros

Más detalles

CIRCUITOS CON DIODOS.

CIRCUITOS CON DIODOS. ema 3. Crcus cn dds. ema 3 CCUOS CON OOS. 1.- plcacón elemenal..- Crcus recradres (lmadres)..1.- eslucón de un crcu recradr ulzand las cuar aprxmacnes del dd..1.1.- eslucón ulzand la prmera aprxmacón..1..-

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8 VII. EMA A DEBAE. ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCICA 8 Ana Mª Abad Insuo Naconal de Esadísca Ángel Cuevas D.G. de Políca Económca Mnsero de Economía y Hacenda Enrue M. Quls D.G. del esoro

Más detalles

FASCÍCULO: MATRICES Y DETERMINANTES

FASCÍCULO: MATRICES Y DETERMINANTES FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.

Más detalles

Nélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen

Nélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen Nuevo esquemade generacón de laescalade empo UTCCNM Nélda Daz, Francsco Jménez y Maurco López Dvsón de Tempo y Frecuenca Resumen La escala de Tempo Unversal Coordnado del CENAM, UTCCNM, se genera desde

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Análisis de inversiones y proyectos de inversión

Análisis de inversiones y proyectos de inversión Análisis de inversiones y proyecos de inversión Auora: Dra. Maie Seco Benedico Índice 5. Análisis de Inversiones 1. Inroducción. 2. Crierios para la valoración de un proyeco. 3. Técnicas de valoración

Más detalles

Métodos de Previsión de la Demanda Datos

Métodos de Previsión de la Demanda Datos Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco

Más detalles

METODOLOGÍA DE LOS ÍNDICES DE REMUNERACIONES Y COSTO DE MANO DE OBRA (Base: enero 2006=100)

METODOLOGÍA DE LOS ÍNDICES DE REMUNERACIONES Y COSTO DE MANO DE OBRA (Base: enero 2006=100) METODOLOGÍA DE LOS ÍNDICES DE REMUNERACIONES Y COSTO DE MANO DE OBRA (Base: enero 2006=100) Versón 3.31 SUBDIRECCIÓN TÉCNICA Deparameno de Esadíscas de Preco Sanago marzo 2007 CHDA/GGM/GMA/VM ÍNDICE Págnas

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Función Financiera 12/03/2012

Función Financiera 12/03/2012 Funcón Fnancera /03/0 Asgnaura: Admnsracón Fnancera Bblografía: Albero Macaro - Cr. Julo César Torres Profesor Tular Regular Faculad de Cencas Económcas y Jurídcas Unversdad Naconal de La Pampa Cr. Julo

Más detalles