ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP
|
|
- María del Pilar Quintero Macías
- hace 8 años
- Vistas:
Transcripción
1 ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP Ortz Serrano, Salvador Unversdad Autónoma de Madrd. Departamento de Economía Aplcada. Tlfn.: Fax: e-mal: De Lucas Santos, Sona Unversdad Autónoma de Madrd. Departamento de Economía Aplcada. Tlfn.: Fax: e-mal: CÓDIGO JEL: I3, C13, C63 RESUMEN En este trabajo se analza el perfl regonal de la pobreza en los hogares encabezados por mayores de 65 años, un colectvo especalmente sensble a stuarse por debajo del umbral de pobreza. Para ello, a partr de los datos del fchero longtudnal de la Encuesta Contnua de Presupuestos Famlares del año, realzada por el Insttuto Naconal de Estadístca, se estman índces de la famla de Foster, Greer y Thorbecke que permten estudar la ncdenca, ntensdad y desgualdad de la pobreza. El objetvo de este trabajo es doble. Por un lado, se pretende obtener un mapa de la dstrbucón regonal de la pobreza para el colectvo de la tercera edad en España. Los resultados muestran que las comundades autónomas con mayores nveles de pobreza son Castlla La Mancha, Extremadura y Andalucía. Por el contraro, las comundades autónomas con menores nveles de pobreza son Navarra, Madrd y País Vasco. Por otro lado, se pretende comparar la precsón de las técncas de nferenca cláscas con técncas basadas en métodos computaconales. Para ello, se estman los índces de pobreza medante el cálculo de ntervalos de confanza utlzando dos métodos alternatvos. En prmer lugar, se obtenen los ntervalos medante la determnacón de dstrbucones asntótcas. Posterormente, se determnan los ntervalos utlzando metodología del bootstrap percentl. La comparacón de estos métodos de estmacón muestra cómo para muestras pequeñas, las técncas bootstrap permten obtener resultados más adecuados. 1 (3)
2 1.- INTRODUCCIÓN En los últmos años se han multplcado los trabajos que analzan la pobreza en España desde una perspectva estadístca, gracas, entre otras cosas, a la dsponbldad de nformacón de caldad para llevar a cabo este tpo de estudos. Cantó y otros () realzan una revsón bastante exhaustva de este tpo de trabajos durante las últmas décadas. Tal y como plantean estos autores el detonante de la explosón de este tpo de trabajos puede stuarse en la dsponbldad de los datos de las Encuestas Báscas de Presupuestos Famlares (EBPF) de , y , realzadas por en Insttuto Naconal de Estadístca (INE). La encuesta de fue la últma encuesta básca que se realzó y a partr de entonces el INE se planteó realzar encuestas de carácter contnuo. Sn embargo, esta nueva fuente de nformacón hace dfícl la comparacón con las encuestas báscas en lo que se refere a estudos estátcos de pobreza. A partr del tercer trmestre de 1997, el INE comenza a realzar una nueva Encuesta Contnua de Presupuestos famlares (ECPF). Esta encuesta, aunque trmestral, es capaz de proporconar datos anuales a través del fchero longtudnal proporconado por el INE, que permte una comparacón válda con las anterores Encuestas Báscas de Presupuestos Famlares. Muchos de los trabajos realzados en España sobre el análss de la pobreza han sdo enfocados en analzar colectvos especalmente sensbles. Ejemplos de éstos son los trabajos de Cantó y Mercader- Prats (1998, 1999 y 1), que se centran en la ncdenca de la pobreza sobre la poblacón nfantl. Tohara (1993) y Cantó (1997) analzan de manera conjunta el fenómeno del desempleo y de la pobreza. Gradín y otros (6) analzan las dferencas de género en la ncdenca de la pobreza. Otro aspecto nteresante del análss de la pobreza es el que se refere al análss regonal. En lo que a España se refere, son varos los trabajos que analzan las dferencas regonales. Se pueden destacar, entre otros, los trabajos de Ruz-Castllo (1987) que utlza datos de la EBPF de , Ruz- Huerta y Martínez (1994) que usan las EBPF de y de 199-9, y Martín-Guzmán y otros (1996) realzan comparacones regonales con datos de las EBPF de , y Del Río y Ruz-Castllo (1) realzan comparacones regonales utlzando curvas TIP a partr de datos de las ECPF de y Ayala y Palacos () utlzan los programas autonómcos contra la pobreza para establecer las líneas de pobreza. Martínez (5) plantea líneas de pobreza dferentes para cada comundad autónoma y realza un análss utlzando datos fscales comparando los resultados del análss de pobreza con el PIB per cápta de cada CC.AA. En el trabajo de Aldás y otros (6) se analza el gasto de las comundades autónomas españolas a partr de las ECPF desde 1998 hasta ; además de (3)
3 un análss exhaustvo del perfl del gasto de los hogares por CC.AA. realzan un análss comparatvo, en lo que a desgualdad se refere, para este período. En este trabajo se analza la dstrbucón regonal de la pobreza en España para el colectvo de los hogares encabezados por mayores de 65 años. Este tpo de hogares, especalmente sensble a estar por debajo del umbral de pobreza, ha do aumentando a lo largo de los últmos años en España 1. Para llevar a cabo este estudo se dspone de la nformacón del fchero longtudnal de la Encuesta Contnua de Presupuestos Famlares llevada a cabo por el Insttuto Naconal de Estadístca para el año. En el análss de la pobreza realzado, una parte mportante del msmo es la utlzacón de la nferenca estadístca a la hora de estmar los nveles de pobreza para cada una de las comundades autónomas. Concretamente, se determnarán los ntervalos de confanza para dstntos ndcadores utlzando dos técncas de nferenca estadístca alternatvas: la que denomnaremos nferenca clásca, basada en dstrbucones asntótcas, y las técncas basadas en métodos computaconales. El objetvo de este trabajo es doble. Por un lado, se pretende obtener un mapa de la dstrbucón regonal de la pobreza para el colectvo de la tercera edad en España. Por otro lado, se pretende comparar la precsón de las técncas de nferenca cláscas con técncas basadas en métodos computaconales..- MARCO TEÓRICO - METODOLOGÍA A lo largo del tempo se han producdo avances metodológcos que han supuesto una clara mejoría en la medcón de la pobreza, aunque sguen mantenéndose una sere de aspectos en los que el nvestgador tene que decdr el camno a segur. Estas decsones que deben adoptarse (en la mayoría de los casos de manera arbtrara ya que no exste consenso sobre cuál es la mejor eleccón) se referen a la eleccón del ndcador monetaro de benestar, a la determnacón de la línea de pobreza, a la eleccón del elemento objeto de estudo (hogares o ndvduos) y a la seleccón del índce para evaluar la pobreza. Respecto a la prmera cuestón, los ndcadores más frecuentemente utlzados son los ngresos y los gastos de los hogares o ndvduos de la poblacón que se pretende estudar. La eleccón de uno u otro está sujeta, por un lado, a las ventajas y desventajas de cada uno de ellos, sn exstr consenso sobre cuál de ellos es mejor. Aunque en prncpo el ngreso parece una mejor opcón para determnar los recursos de un hogar o ndvduo, de acuerdo con la teoría de la renta permanente de Fredman, el nvel de gastos es más estable y por tanto más acorde a la dea de renta permanente (ya que un hogar o ndvduo no 1 Según la Encuesta Básca de Presupuestos Famlares de , el 5% de los hogares en España estaban encabezados por mayores de 65 años. Esta cfra se ncrementa hasta un 7% según los datos de la Encuesta Contnua de Presupuestos Famlares de Y llega hasta un 3% según los datos de esa msma encuesta para el año. 3 (3)
4 reducrá su nvel de gasto ante una caída transtora de los ngresos y por tanto no reducrá su nvel de benestar). Por otro lado, y de manera especal, la decsón de cuál utlzar dependerá de las característcas partculares de la fuente de datos utlzada en cada estudo concreto. En este trabajo, dado que la fuente utlzada son las Encuestas de Presupuestos Famlares del INE, se consderará como ndcador el gasto total, ya que ésta es la varable que se recoge con un mayor grado de detalle. En cuanto a la segunda decsón a adoptar, la línea de pobreza, exsten dferentes opcones. De manera general, se pueden dstngur dos tpos báscos de umbrales o líneas de pobreza: aquellos de carácter objetvo (que, a su vez, se pueden dvdr en umbrales relatvos y umbrales absolutos, además de un tercero que sería una combnacón de los dos) y aquellos de carácter subjetvo. Los umbrales de pobreza objetvos se determnan a partr de la nformacón objetva que proporconan los hogares o ndvduos (como son los datos que ofrece el hogar o ndvduo sobre ngresos y gastos en las dstntas encuestas drgdas a hogares). Los umbrales subjetvos, por el contraro, se determnan a partr de la percepcón de los hogares o ndvduos sobre su stuacón y necesdades. En el caso de las líneas de pobreza relatvas, para determnar el umbral de pobreza se suele tomar una determnada fraccón de una medda de poscón central de los ngresos o gastos equvalentes. Es frecuente el uso del 5 o 4 por cento de la meda de los ngresos o gastos, o el 6 por cento de la medana, más robusta que la meda. Ésta últma es la utlzada con mayor frecuenca en las últmas nvestgacones y será la que se consdere en la parte empírca de este trabajo. Otra decsón mportante, y no exenta tampoco de problemas, es la eleccón del elemento objeto de estudo: el hogar o el ndvduo. S ben la pobreza puede consderarse como un concepto esencalmente ndvdual, la mayoría de las fuentes de nformacón sumnstran datos sobre hogares (este es el caso de las Encuestas de Presupuestos Famlares utlzados en este trabajo). Por tanto, habrá que decdr s se toman los hogares como elemento objeto de estudo o s, por el contraro, se determna a partr de los datos referdos a hogares, sus correspondentes valores para los ndvduos. En este paso de hogar a ndvduo habrá que tener en cuenta las dferencas de necesdades entre los ndvduos pertenecentes al hogar, las economías de escalas que se producen dentro del hogar, y cómo se dstrbuyen los recursos entre los dstntos membros del hogar. Aquí entran en juego las escalas de equvalenca cuyo objetvo es llevar a cabo una normalzacón que permta el análss comparatvo de hogares con dstntas composcones. Las escalas de equvalenca actúan de la sguente manera: se toma un hogar de referenca, que normalmente es un hogar formado por un solo membro adulto. Para cada hogar, en funcón de su tamaño 4 (3)
5 y de sus característcas demográfcas, se determnan sus necesdades con relacón al hogar de referenca. Una escala de equvalenca amplamente utlzada es la propuesta por Coutler, Cowels y Jenkns (199) y otros. Esta escala consste en suponer que los hogares dferen úncamente en el número de membros. Por ello la escala que proponen sólo depende del número de membros del hogar y de un parámetro mayor o gual a cero que determna el grado de economías de escala que se dsfruta dentro del hogar: E s = E(s,e) Según esta funcón, el tamaño equvalente del hogar será tan sólo funcón del tamaño (s) y del parámetro e. La funcón E s es crecente en e y en s y admte que el hogar de referenca sea el formado por un solo membro, de manera que E 1 =1. Para determnar el ngreso o gasto equvalente del hogar habrá que dvdr el ngreso o el gasto por el tamaño equvalente: y e = y E s, Un caso partcular de esta escala de equvalenca es la propuesta por Buhman y otros (1988) donde la forma funconal de E s sería: E s = s e Esta opcón ha sdo amplamente utlzada ya que permte una fácl nterpretacón en térmnos de economías de escala en funcón del valor del parámetro. El valor ntermedo de este parámetro e=,5 es el valor que se utlza de manera más habtual en los últmos trabajos y será el que utlcemos en este trabajo. Exsten dversos trabajos que analzan el efecto de la utlzacón de dstntas escalas de equvalenca donde se llega a la conclusón de que no hay nnguna que se pueda consderar superor a otras. En estos trabajos se observa que, aunque a nvel de mcrodato el uso de las escalas hace que las ordenacones de los hogares en cuanto a gasto o ngreso camben, sn embargo, a nvel agregado no se producen grandes dferencas. La últma decsón que habrá que tomar, desde esta aproxmacón al concepto de pobreza, es la que se refere a la forma de evaluar las dstntas dmensones de la pobreza: ncdenca, ntensdad y desgualdad. En este sentdo, la lteratura proporcona gran varedad de meddas que permten analzar tales dmensones. En este trabajo se utlzan la famla de índces de Foster, Creer y Thorbeke (1984). Estos índces que se utlzarán aquí han sdo selecconados atendendo, por un lado, a la necesdad de abarcar todas las dmensones de la pobreza y, por otro lado, a las propedades que cumplen. Una de sus En Martín-Guzmán y otros (1996) puede verse el efecto de dferentes escalas de equvalenca. 5 (3)
6 prncpales propedades es que son adtvamente descomponbles, lo que permte determnar la aportacón de cada CC.AA. al índce general, así como facltar la determnacón asntótca de su dstrbucón en la aplcacón de nferenca estadístca. Dchos índces quedan defndos a partr de la sguente expresón: α 1 q 1 z y FGTα ( y; z) =, α n > = 1 z, donde según el valor de α (parámetro de aversón a la desgualdad) se obtenen dstntos índces. A mayores valores de α más mportanca relatva se le da a los desnveles de pobreza relatva mayores. Tambén se puede comprobar que para α gual a uno, el índce muestra la proporcón de pobres 3. Para α gual a dos el índce es gual al producto de la proporcón de pobres por el desnvel de pobreza 4. Mentras que para un valor de α gual a tres el índce es: FGT H I I CV p 3 = + (1 ), Como se observa, ncorpora un índce de desgualdad en el índce de pobreza (el coefcente de varacón de Pearson (CV)), recogendo, de esta manera, ese aspecto de la pobreza. Estos índces de pobreza serán calculados a partr de los datos de la correspondente Encuesta de Presupuestos Famlares. Por tanto, serán estmacones de los valores poblaconales y por ello, es oblgado estudar su precsón a partr de herramentas de nferenca estadístca que permtan establecer la relevanca estadístca de las dferencas observadas. A contnuacón se descrben las dos técncas de nferenca utlzadas..1 Inferenca clásca El análss nferencal de los índces de pobreza según esta metodología se basa en el cálculo de las dstrbucones asntótcas de los estmadores de las meddas de pobreza 5. Los índces utlzados en este trabajo son índces descomponbles adtvamente del tpo: G z = g ( z, y) f ( y) dy, o 3 q H =, donde q es el número de pobres y n el total de elementos. n n z y 4 1 z = FGT = HI; I = donde I es el desnvel de pobreza, z es el umbral de pobreza e y es la renta del ndvduo -ésmo. q 5 Desarrollos más completos los encontramos en Kakwan (1989); Bshop, Chow y Zheng (1995); Bshop, Formby y Zheng (1997); Rongve (1997); Davdson y Duclos (); Formby, Km y Zheng (1) y Schluter y Trede (). 6 (3)
7 donde z es el umbral de pobreza, f(y) es la funcón de densdad de la varable Y (ndcador monetaro consderado) y ( z y) g, es una funcón del valor de la varable Y y del umbral de pobreza. Para este tpo de índces se va a segur la metodología propuesta por Kakwan (1989), lo que va a permtr determnar los ntervalos de confanza para las estmacones de los índces así como realzar contrastes de hpótess para los msmos. Por ello, el estudo de este tpo de índces parte de una muestra aleatora smple de la varable Y (ndcador monetaro), Yn = y1, y,, yn, obtenda de una determnada poblacón con esperanza µ y varanza σ. S se defne por G una medda de pobreza y por Ĝ el valor de la medda para la muestra Y n, se demuestra que ( ˆ TCL ) (, σ ( ) ) n G G N G Además, s ˆ σ ( G) es un estmador consstente de ˆ σ ( G), entonces se puede obtener un ˆ estadístco t que permte realzar análss nferencales para la medda de pobreza G: Gˆ G TCL t = N(,1), SE( Gˆ ) ˆ ( ˆ ˆ σ G) donde SE( G) = n Con esta metodología se determnan las dstrbucones asntótcas para cualquer índce de la famla de los índces de pobreza FGT α, adtvamente descomponbles, cuya estmacón muestral vendrá dada por: q ˆ 1 G = g( y, z), n = 1 que consderando: g( y, z) s y < z M = o. c. El estmador de G es: 1 n n = 1 G = M, que es un estmador nsesgado ya que su esperanza es el verdadero valor de G: n ˆ 1 1 E( G) = E( M ) = ne( M ) = E( M ) n n = 1 sendo E( M ) = Mf ( y) dy = g( y, z) f ( y) dy = G + z Por otro lado, la varanza de la varable M será: 7 (3)
8 Sendo la estmacón de dcha varanza: z Var( M) E M G = = g ( y, z) f ( y) dy G [ ] q 1 Var ˆ ( M ) (, ) ˆ = g y z G n = 1 Tal y como se ha construdo Ĝ, por el Teorema Central del Límte se obtene que ( ) ( ˆ TCL n G G) N, Var( M ), y a partr de esta dstrbucón asntótca se determna la expresón y dstrbucón del estadístco t que permtrá realzar análss nferencales para los índces G: Gˆ G n( Gˆ G) t = = N(,1) ( ˆ a SE G) Var ˆ ( M ) En concreto, para la famla de índces FGT α la funcón g(y,z) toma la sguente expresón: z y g( y, z) = z α 1 y por tanto α 1 q ˆ 1 z y G = FGT ˆ n = = 1 z α Por tanto, la varanza para este tpo de índces será la sguente: q q ( α 1) 1 ˆ 1 y z ˆ Var ˆ ( M ) = g ( y, z) G FGTα n = = 1 n = = 1 z = FGT ˆ FGT ˆ ( α 1) + 1 α y consguentemente el estadístco t vendrá dado por: G ˆ G n( G ˆ G) n ( FGT ˆ ) α FGTα t = = = N(,1) ( ˆ a SE G) Var ˆ ( M ) ˆ ˆ FGT FGT ( α 1) + 1 α. Metodología Bootstrap La aplcacón del bootstrap, para el caso de datos ndependentes, fue ntroducda por Efron (1979). Se trata de un método de remuestro desde los propos datos, a partr del cual se pueden obtener meddas de precsón sobre las estmacones estadístcas realzadas, o ntervalos de confanza para los estadístcos objeto de estudo. Las ventajas que aporta sobre los métodos tradconales, cuando se usa en modo no paramétrco, mplca el no tener que hacer supuestos sobre la forma de la poblacón a estudar; mentras que s se usa en modo paramétrco, ello puede aportar más precsón que las fórmulas tradconales en problemas donde se conoce algo de la forma de la funcón de dstrbucón. En concreto, Efron y Tbshran (1986, 1993) 8 (3)
9 demuestran que es un método fable y consstente para la estmacón de dstrbucones de un estmador o de un test estadístco; de hecho es más precso en muestras fntas que las aproxmacones asntótcas, según señala Horowtz (1). Formalmente, el método del bootstrap consste en, a partr del vector de datos observado x x1 x x N = (,,, ), obtener el estadístco de nterés s( x ). Para ello, remuestreando aleatoramente desde el vector de datos orgnales, N veces con reemplazamento, se obtene la muestra bootstrap * * * * x = ( x1, x,, x N ). Repténdose dcha operacón B 6 veces, se obtene el estmador bootstrap que se corresponde con alguna medda, como puede ser la meda o la desvacón estándar, de los valores * * s( x1 ),, s( x B ) de cada muestra bootstrap 7. En el presente trabajo, para cada muestra bootstrap se obtenen los índces de pobreza FGT 1, FGT y FGT 3, para el total de España y por comundades autónomas 8. El estadístco de nterés será la meda de cada uno de los índces de pobreza. La estmacón del estadístco bootstrap se realza en modo no parámetrco, ya que no se establece nngún supuesto sobre la dstrbucón de los datos. Para la comparacón de dchas estmacones con la nferenca clásca, se analzan los ntervalos de confanza medante el método percentl, que obtene el ntervalo percentl (1 α) como: donde θ %nf *( α ) *(1 α ) ICp = [ θ %nf ; θ %sup ] [ θ B, θ B ], y θ %sup son los percentles α y (1 α), respectvamente, de la funcón de dstrbucón acumulada F. Estos percentles se aproxmarían a los valores teórcos correspondentes, dada una dstrbucón conocda, y por defncón serían *( α ) θ 1 B = F ( α) y *(1 α ) θ 1 B = F (1 α ). En consecuenca, con este método se evta establecer supuestos a pror sobre la funcón de dstrbucón de los datos. La técnca bootstrap se ha desarrollado en MATLAB, un entorno computaconal, amplamente extenddo, aberto, efcente y de alta caldad numérca. Ello ha permtdo realzar un número elevado de réplcas de cada muestra, en concreto 1, con un tempo de cómputo reducdo. 6 A la hora de utlzar en la práctca el bootstrap, una de las prmeras cuestones que se plantea es decdr cuántas réplcas se van a realzar. Es claro que lo deal es que el número de las réplcas sea lo mayor posble, sn embargo, se debe consderar que el tempo de cómputo depende de lo que se tarde en evaluar cada una de las réplcas bootstrap, y que ncrementa lnealmente con el número de las msmas. Efron y Tbshran (1993) han explorado amplamente esta cuestón y, basándose en su experenca, señalan que el número de réplcas para la estmacón de errores estándar suele estar entre 5 y, mentras que para estmar ntervalos de confanza el número requerdo de réplcas es necesaramente mayor de. 7 Para más detalles ver Efron y Tbshran (1993). 8 Aplcacones de la metodología bootstrap en el análss de la pobreza pueden verse en Gradín (1) y Bemen (). 9 (3)
10 3.- ANÁLISIS EMPÍRICO Base de datos Para realzar el análss empírco se utlza el fchero longtudnal de la Encuesta Contnua de Presupuestos Famlares realzada por el INE para el año, con una muestra superor a 9 hogares. El objetvo de esta encuesta es conocer el consumo de los hogares españoles con dversas fnaldades: la determnacón del consumo para la contabldad naconal, así como determnar el sstema de ponderacones para el cálculo del IPC. Además de las varables destnadas a conocer el consumo de los hogares, hay una gran cantdad de nformacón adconal sobre condcones de vda que permte hacer dversos análss sobre el comportamento de los hogares españoles. El hecho de que este tpo de encuestas estén centradas en el cálculo del consumo, hace que el ndcador que se utlce para estudos de desgualdad y pobreza sea el del gasto en vez del ngreso, ya que, aunque se recoge este dato, la caldad es mucho mayor para el gasto. Para llevar a cabo el estudo se selecconarán, de la muestra total, los hogares cuyo sustentador prncpal sea mayor de 65 años. Esto hace que la muestra con la que se trabaje sea de 965 hogares Metodología Como se ha expuesto en el epígrafe dedcado al marco teórco, en los análss estadístcos de pobreza hay que tomar una sere de decsones en cuanto al ndcador de benestar, el umbral de pobreza y los ndcadores de pobreza utlzados. En este trabajo se ha optado por tomar como ndcador de benestar el gasto equvalente de los hogares, obtendo al dvdr el gasto total del hogar entre la raíz cuadrada del número de membros. El umbral de pobreza consderado es el 6% de la medana de la dstrbucón del gasto equvalente de los hogares. Como ndcadores de pobreza se han utlzado tres con la ntencón de abarcar las dferentes dmensones de la pobreza: ncdenca, ntensdad y desgualdad. Concretamente los ndcadores elegdos son: el índce FGT 1 (proporcón de pobres), que medrá la ncdenca de la pobreza; el índce FGT que, además de la ncdenca, tene en cuenta la ntensdad de la msma; y el índce FGT 3, que analza la desgualdad entre los hogares pobres. La estructura de este epígrafe es la sguente: en la prmera parte se calcularán los índces de pobreza para el colectvo elegdo tanto para el total naconal como para cada una de las comundades autónomas de manera que se obtenga un perfl regonal de la pobreza para el colectvo de mayores de 65 años, mentras que en la segunda parte se compararán los resultados de nferenca estadístca aplcando 1 (3)
11 por un lado la metodología clásca y por otro la metodología bootstrap. Para ello se obtendrán los ntervalos de confanza para cada uno de los índces Dstrbucón regonal de la pobreza en España en para hogares encabezados por mayores de 65 años 9 Para determnar el perfl de la pobreza en España para los hogares encabezados por mayores de 65 años se estuda el valor de los índces en las dstntas comundades autónoma. La nferenca estadístca nos ayudará a la hora de determnar dferencas sgnfcatvas entre CC.AA. El índce FGT 1 ndca la proporcón de pobres, según este ndcador, el 5% de los hogares españoles encabezados por mayores de 65 años están por debajo del umbral de pobreza de la socedad española. Esta proporcón es sensblemente superor a la del total de los hogares españoles que se stúa en el 15%. No obstante, su dstrbucón a lo largo del terrtoro naconal no es homogénea. Las comundades con mayor ncdenca de la pobreza, en hogares encabezados por mayores de 65 años, son Extremadura (cas un 5% de hogares pobres), Castlla La Mancha (43%) Andalucía (4%) y Castlla León (35%). A contnuacón aparece un grupo de comundades con ncdenca de la pobreza ntermeda formado por Galca (3%), Canaras (8%) Comundad Valencana (7%), Islas Baleares (4%) y Asturas (3%). Un tercer grupo de regones con nveles ntermedos de pobreza pero por debajo de la meda naconal lo formarían Cataluña (%), Cantabra (19%), Aragón (19%), Murca (18%) y La Roja (17%). Por últmo, el grupo de las regones con menos ncdenca de la pobreza lo formarían Ceuta y Mellla (11%), Navarra (9%), Madrd (6%) y País Vasco (1%). Esta ordenacón de las comundades autónomas, para los hogares cuyo sustentador prncpal es mayor de 65 años, es parecda a la relatva al total de la poblacón española. Las úncas excepcones se referen a Ceuta y Mellla, Islas Baleares y Cataluña. En lo referente a Ceuta y Mellla, esta comundad autónoma presenta unos nveles de ncdenca de pobreza por encma de la meda naconal cuando se consderan todos los hogares, formando parte del grupo de comundades con nveles de pobreza ntermeda por encma de la meda naconal y, sn embargo, para la poblacón mayor de 65 años está stuada dentro del grupo de comundades con menores nveles de ncdenca de la pobreza. En el caso opuesto nos encontramos a las comundades de Islas Baleares y Cataluña. Estas regones presentan, en térmnos relatvos, peor nvel en cuanto a la ncdenca de la pobreza, ya que ocupan peores poscones 9 Ver tablas 1 y del anexo (3)
12 relatvas dentro del conjunto de regones españolas cuando se consderan los hogares encabezados por mayores de 65 años. Cabe destacar que, aunque en general la ncdenca de la pobreza es mayor entre la poblacón mayor de 65 años s se compara con el total de hogares, esta regla no se cumple para Ceuta y Mellla donde es sensblemente nferor (16% frente al 11%), n para el País Vasco donde es smlar (cerca del 1% en ambos casos). S nos centramos en el índce FGT, que además de la ncdenca de la pobreza, tene en cuenta la ntensdad de la msma, observamos cómo la poscón relatva de las comundades camba. Para este índce se observa un grupo de comundades con altos nveles de pobreza formado por Castlla - La Mancha, Extremadura, Andalucía, Castlla León y Galca. A contnuacón estaría un grupo con nveles ntermedos formado por Cantabra, Comundad Valencana, Aragón y Asturas. En este grupo hay que destacar el caso de Cantabra y Aragón que empeoran bastante su poscón relatva para este índce respecto al índce FGT 1, lo que ndca que tenen nveles de ntensdad de la pobreza altos, mayores que el resto de comundades. El sguente grupo, formado por regones con nveles ntermedos de pobreza por debajo de la meda naconal, estaría compuesto por Canaras, Cataluña, Murca, Baleares y La Roja. De este grupo cabe destacar la mejoría relatva en la poscón de los dos archpélagos respecto a la ordenacón del índce FGT 1, esto ndcaría que tanto en Canaras como en Baleares la ncdenca de la pobreza es alta, pero, sn embargo, la ntensdad es baja. Por últmo se tene a las comundades de Ceuta y Mellla, Navarra, Madrd y País Vasco como las que menores nveles de pobreza presentan de acuerdo al índce FGT. La ordenacón de las comundades autónomas que se obtene para los hogares encabezados por mayores de 65 años con el índce FGT es smlar a la obtenda para todos los hogares salvo el caso de Ceuta y Mellla que mejora ostensblemente su poscón relatva al gual que ocurría con el índce FGT 1. Lo msmo ocurre con Canaras, que mejora lgeramente su poscón relatva cuando se consdera sólo a los hogares encabezados por mayores de 65 años. En el caso opuesto se stúa Aragón, que empeora su poscón relatva aunque lgeramente. Al gual que ocurría con el índce FGT 1, en el caso del índce FGT los valores son superores al consderar sólo los hogares encabezados por mayores de 65 años salvo en el caso de Ceuta y Mellla que se reduce -.45 para todos los hogares y.9 para los hogares encabezados por mayores- y el País Vasco que presenta valores muy parecdos (.). 1 (3)
13 Al consderar el índce FGT 3, que tene en cuenta, además de la ntensdad y la ncdenca, la desgualdad entre los pobres nos encontramos con una ordenacón smlar a la vsta para el índce FGT. En este caso cabe destacar el empeoramento relatvo de Galca que ndcaría una fuerte desgualdad entre los hogares pobres de dcha regón. S se compara esta ordenacón de las comundades autónomas para los hogares encabezados por mayores con la obtenda para el conjunto total de hogares españoles se observan resultados muy parecdos, donde cabría destacar la mejor stuacón de los hogares encabezados por mayores en el caso de Ceuta y Mellla, Islas Canaras y Extremadura y la peor stuacón en el caso de Galca. Tras este análss por separado de los tres ndcadores de pobreza se podría generar un mapa de la dstrbucón regonal de la pobreza en hogares encabezados por mayores de 65 años representado en la fgura 1. El grupo de las comundades más pobres lo formarían Castlla La Mancha, Extremadura, Andalucía, Galca y Castlla León. Seguría un grupo con nveles ntermedos de pobreza formado por Cantabra, Comundad Valencana, Aragón y Canaras. A contnuacón vendría un grupo con nveles ntermedos de pobreza aunque por debajo de la meda naconal formado por Asturas, Cataluña, Murca, Islas Baleares y La Roja. Por últmo, estaría el grupo de las comundades con hogares encabezados por mayores de 65 años con menores nveles de pobreza compuesto por Ceuta y Mellla, Navarra, Madrd y País Vaso. Fgura 1. Dstrbucón regonal de la pobreza en España en de los hogares encabezados por mayores de 65 años Más pobreza Menos pobreza 13 (3)
14 3.4.- Inferenca clásca vs metodología bootstrap. La nferenca clásca para los índces de pobreza estudados, cuando se dspone de muestras pequeñas, puede presentar problemas a la hora de asumr la convergenca del estadístco a la dstrbucón normal. La utlzacón de la metodología bootstrap supone una ventaja al no establecer supuestos a pror sobre la funcón de dstrbucón. En este trabajo comparamos los resultados obtendos con la nferenca clásca y con la metodología bootstrap (realzándose 1 réplcas de las muestras). Para ello se han calculado los ntervalos de confanza con ambas metodologías, con el propósto de determnar cuál de los métodos proporcona ntervalos de menor ampltud para un msmo nvel de confanza. Tambén se han obtendo las funcones Kernel y los dstntos gráfcos box-plot, para los dstntos índces generados por las muestras bootstrap, para determnar en qué medda las dstrbucones de los índces se aproxman a la campana de Gauss. S nos fjamos en la ampltud de los ntervalos, observamos que, de manera general, no se observa una reduccón con la metodología bootstrap, lo que mplcaría una mejora en la precsón de las estmacones sólo en algunas comundades, y para algunos ndcadores observamos una reduccón en la ampltud del ntervalo con la metodología bootstrap. En la tabla 4 del anexo 1 pueden verse estos resultados donde se observa mayor precsón para aquellos ntervalos bootstrap en los que la nferenca clásca ncluye valores negatvos, y para las muestras más pequeñas representadas por las comundades autónomas de Ceuta y Mellla, el País Vasco, la Roja, Navarra, Extremadura, Aragón y Asturas. Una de las ventajas de la utlzacón de la metodología bootstrap se observa claramente en los ntervalos de confanza calculados con la metodología clásca que presentan valores negatvos para el ntervalo nferor. Como puede aprecarse en la tabla del anexo 1, esto ocurre para las comundades autónomas con pocos datos, como Ceuta y Mellla, el País Vasco, Navarra, e ncluso para alguna muestra grande, como es el caso de Madrd. Este tpo de resultados, fuera del rango de posbles valores del ndcador, no se dan con la metodología bootstrap, como se puede observar en la tabla 3 del anexo 1, ya que ésta se basa en la dstrbucón empírca de dcho ndcador. Las dstrbucones empírcas generadas por el remuestreo representan de forma más adecuada el comportamento de los datos orgnales. Como puede observarse en las fguras del anexo, para muchas de las comundades las dstrbucones no presentan normaldad debdo a la asmetría y/o apuntamento en la mayoría de las muestras. Esto últmo justfcaría el uso del bootstrap para la construccón de ntervalos de confanza, como señalan Efron y Tbshran (1993), en vez de los dervados de la metodología clásca 14 (3)
15 basados en la convergenca a dstrbucones normales que cuando se dspone de muestras reducdas pueden alejarse de la realdad. 4.- CONCLUSIONES La realzacón de este trabajo ha permtdo conocer la dstrbucón regonal de la pobreza para los hogares españoles encabezados por mayores de 65 años. El grupo de las comundades más pobres lo formarían Castlla La Mancha, Extremadura, Andalucía, Galca y Castlla León. Seguría un grupo con nveles ntermedos de pobreza formado por Cantabra, Comundad Valencana, Aragón y Canaras. A contnuacón vendría un grupo con nveles ntermedos de pobreza aunque por debajo de la meda naconal formado por Asturas, Cataluña, Murca, Islas Baleares y La Roja. Por últmo, estaría el grupo de las comundades con hogares encabezados por mayores de 65 años con menores nveles de pobreza compuesto por Ceuta y Mellla, Navarra, Madrd y País Vaso. En térmnos generales se puede decr en todos los aspectos de la pobreza, ésta es mayor entre los hogares encabezados por mayores de 65 años, salvo en las comundades del País Vasco y en Ceuta y Mellla. En lo que se refere al mapa regonal de pobreza, tanto el de los hogares encabezados por mayores como el del conjunto de hogares españoles se parecen bastante salvo en lo que se refere a algunas comundades. Concretamente, las comundades de Ceuta y Mellla, Canaras y Extremadura presentan una mejor poscón relatva para los hogares encabezados por mayores de 65 años frente a la stuacón para el total de hogares. En el otro extremo estarían las comundades de Galca, Baleares y Aragón. Estas comundades están stuadas en una peor poscón relatva cuando se consderan los hogares encabezados por mayores de 65 años que la obtenda para el total de hogares. El resto de comundades mantenen, más o menos su poscón dentro de la ordenacón tanto para hogares encabezados por mayores como para el total. En lo que se refere a la comparacón entre la nferenca clásca basada en dstrbucones asntótcas y la dervada de la metodología bootstrap, se puede conclur que aunque esta últma no presenta ntervalos de confanza menos amplos de manera general, sí que ofrece resultados más adecuados ya que se basan en las dstrbucones observadas, lo que permte adaptar los ntervalos a las asmetrías y curtoss de las dstrbucones de los índces analzados, de manera que no ofrece ntervalos fuera del rango de los valores posbles de los índces, como es el caso de los ntervalos dervados de la nferenca clásca, sobre todo para aquellas muestras de tamaño reducdo que presentan varanzas relatvamente elevadas. 15 (3)
16 BIBLIOGRAFÍA Aldás, J.; Goerlch, F.J. y Mas, M. (6). "Gasto de las famlas en las CC.AA. españolas (1998-): Pautas de consumo, desgualdad y convergenca".fundacón Caxa Galca, Centro de Investgacón Económca y Fnancera. Ayala, L.; Palaco, J. I. (). Hogares de baja renta en España: caracterzacón y determnantes. Revsta de Economía Aplcada. Nº 3, vol. VIII, pp Bemen, M. (). Bootstrap nference for nequalty, movlty and poverty measurement. Journal of Econometrc Research. 47:4, pp Bshop, J.A.; Chow, K.V. ; Zheng, B. (1995). Statstcal nference and decomposable poverty measures. Bulletn of Economc Research. 47:4, pp Bshop, J.A.; Formby, J.P.; Zheng, B. (1997). Statstcal nference and the Sen ndex of poverty. Internatonal Economc Revew. Vol. 38, nº. Mayo 1997, pp Buhmann, B.; Ranwater, L.; Schmaus, G.; Smeedng, T. (1988). Equvalence scales, Well-Beng, Inequalty and Poverty: Senstve Estmates across then countres usng the Luxembourg Income Study (LIS) database. Revew of Income and Wealth. 34, pp Cantó, O. (1997). Desempleo y pobreza en la España de los noventa. Papeles de Economía Española, 7, pp Cantó, O; del Río, C.; Gradín, C. (). "La stuacón de los estudos de desgualdad y pobreza en España" Cuadernos de Goberno y Admnstracón,, pp Cantó, O. y Mercader-Prats, M. (1998), Chld Poverty n Span: What Can Be Sad?. Innocent Occasonal Papers, Economc and Socal Polcy Seres, nº 66, UNICEF Internatonal Chld Development Centre, Florenca. Cantó, O. y Mercader-Prats, M. (1999), Poverty among chldren and youth n Span: The role of parents and youth employment status. Documento de Trabajo, nº 99-7, Departament d Economa Aplcada, Unverstat Autònoma de Barcelona. Cantó, O. y Mercader; M. (1). Pobreza y famla: son los jóvenes una carga o una ayuda?. Papeles de Economía Española: Dstrbucón de la renta en España. Nº 88. Coutler, F.; Cowell, F.; Jenkns, S. (1991). Equvalence scale relatvtes and the extent of neualty and poverty. The Economc Journal. 1. pp Dalton, H. (19). The measurament of the nequalty of ncomes. Economc Journal (3). Davdson, R.; Duclos, J.Y. (). Statstcal nference for stochastc domnance and for the measurement of poverty and nequalty. Econometrca. Vol. 68, nº 6. Del Río, C. y Ruz-Castllo, J. (1). TIPs for Poverty. The Case of Span, to Investgacones Económcas. XXV, pp. 63-9, enero 1. Efron, B. (1979), Bootstrap methods: another look at the jackknfe, Annals Statstcs, 7, pp Efron, B. y Tbshran, R. J. (1986), Bootstrap methods for standard errors, confdence ntervals, and other measures fo statstcal accuracy (wth dscusson), Statst. Scj., 1, pp Efron, B. y Tbshran, R.J. (1993), An Introducton to the Bootstrap, Monograps on Statstcs and Appled Probablty, 57, Chapman & Hall Inc, New York. Formby, J.P.; Km, H.; Zheng, B. (1). Sen measures of poverty n the Unted States: cash versus comprehensve ncomes n the 199s. Pacfc Economc Revew. 6:, pp Foster, J.E.; Greer, J.; Thorbercke, E. (1984). A class of decomposable poverty measures. Econmetrca, 3 (5). Gradín, C. (1). "Polarzacón y desgualdad en Galca y España, un análss comparatvo". Revsta de Estudos Regonales. nº 59, pp Gradín, C.; del Río, C.; Cantó, O.(6). "Poverty and women's labor market actvty: the role of gender wage dscrmnaton n the EU". ECINEQWP 6-4. Horowtz, J.L. (1), The Bootstrap, Handbook of Econometrcs, v. 5, Edtors: Heckman, J.J. and Leamer, E., North Holland. 16 (3)
17 Kakwan, N. (1989). Testng for Sgnfcance of poverty Dfferences wth applcaton to Côte d'ivore. Indana Unversty Lbrares. Martín-Guzmán, P. y otros (1996). Desgualdad y pobreza en España. Estudo basado en las Encuestas de Presupuestos Famlares de , y Publcacones del INE. Martínez, M. (5). "Gastos redstrbutvos y federalsmo fscal: el gasto de los sstemas de rentas mínmas".ed: Insttuto de Estudos Fscales. Rongve, I. (1997). Statstcal nference for poverty ndces wth fxed poverty lnes. Appled Economcs. Nº 9, pp Ruz-Castllo, J. (1987). La medcón de la pobreza y la desgualdad en España. Banco de España, Estudos Económcos. Nº 4. Schluter, Chrstan; Trede, Mark (). Statstcal nference for nequalty and poverty measurement wth dependent data. Internatonal Economc Revew. Vol. 43, nº, mayo. Serra, L. y Corral, J. M. (1998), La pobreza en la Comundad Autónoma del País Vasco, Ekonomaz, 4, pp Tohara, L. (1993), La ncdenca famlar del paro, en L. Garrdo y E. Gl Campos (comps.), Estrategas Famlares, Alanza Edtoral, Madrd. 17 (3)
18 ANEXO 1. TABLAS. Tabla 1: Estmacón de los índces de pobreza e ntervalos de confanza al 95%, con nferenca clásca para todos los hogares. INFERENCIA CLÁSICA FGT1 nf sup FGT nf sup FGT3 nf sup Andalucía,3,5,55,51,44,58,17,139,5 Aragón,97,7,14,5,16,33,97,5,144 Asturas (Prncpado de),118,87,149,7,19,36,9,54,19 Baleares (Islas),19,76,143,17,1,3,43,19,67 Canaras,,165,39,37,7,46,1,74,17 Cantabra,117,76,159,31,16,45,136,54,17 Castlla y León,4,193,56,56,46,66,11,161,61 Castlla - La Mancha,77,36,318,66,54,79,7,171,84 Cataluña,96,78,114,19,15,4,6,39,81 Comundad Valencana,148,14,17,9,3,35,94,66,1 Extremadura,364,313,415,86,71,1,88,17,36 Galca,194,165,3,47,38,56,184,137,31 Madrd (Comundad de),5,36,68,7,4,1,18,5,3 Murca (Regón de),15,73,137,3,14,3,8,35,14 Navarra (C. Foral de),46,18,73,5,1,8,9 -,3, País Vasco,1,1,19,,,3,4 -,1,8 Roja (La),76,4,19,16,8,4,44,13,76 Ceuta y Mellla,157,91,,45,1,69,191,44,338 TOTAL ESPAÑA,148,14,155,3,3,34,19,1,119 Tabla : Estmacón de los índces de pobreza e ntervalos de confanza al 95%, con nferenca clásca para los hogares encabezados por mayores de 65 años. INFERENCIA CLÁSICA FGT1 nf sup FGT nf sup FGT3 nf sup Andalucía,398,34,453,95,77,11,3,43,398 Aragón,19,13,5,53,31,74,,1,343 Asturas (Prncpado de),9,16,99,5,31,7,17,8,58 Baleares (Islas),41,155,37,36,18,55,99,31,167 Canaras,84,9,358,45,8,63,13,55,9 Cantabra,19,113,7,63,31,96,35,116,494 Castlla y León,351,96,46,91,7,11,357,55,459 Castlla - La Mancha,49,356,5,15,98,151,477,35,65 Cataluña,198,154,43,43,31,56,149,85,14 Comundad Valencana,74,19,33,57,4,73,188,119,56 Extremadura,495,47,58,18,8,133,37,3,431 Galca,34,48,36,89,68,11,371,6,48 Madrd (Comundad de),61,9,9,8,,14,1 -,4,46 Murca (Regón de),179,1,55,4,18,65,156,6,87 Navarra (C. Foral de),89,,157,13,,6,3 -,1,7 País Vasco,1 -,7,6, -,1,5,3 -,3,9 Roja (La),175,85,66,36,13,59,15,7,4 Ceuta y Mellla,17,,13,9 -,3,6,98 -,6,3 TOTAL ESPAÑA mayores,54,38,7,6,55,65,14,191,37 18 (3)
19 Tabla 3: Estmacón de los índces de pobreza e ntervalos de confanza al 95%, con metodología bootstrap para los hogares encabezados por mayores de 65 años. BOOTSTRAP CON 1 RÉPLICAS FGT1 nf sup FGT nf sup FGT3 nf sup Andalucía,395,336,459,94,76,114,3,38,41 Aragón,188,17,51,5,33,74,5,114,35 Asturas (Prncpado de),3,156,93,49,31,69,163,79,56 Baleares (Islas),46,155,341,37,17,6,1,8,198 Canaras,87,1,368,46,8,67,134,6,8 Cantabra,18,14,73,63,3,1,39,17,556 Castlla y León,348,91,46,9,7,11,355,5,476 Castlla - La Mancha,49,355,55,15,99,156,485,354,65 Cataluña,199,151,51,43,9,61,153,8,44 Comundad Valencana,77,4,338,58,43,75,19,18,67 Extremadura,493,43,584,16,8,13,3,4,437 Galca,36,5,363,9,7,113,374,75,499 Madrd (Comundad de),6,31,99,8,3,14,1,,49 Murca (Regón de),183,99,7,43,1,69,161,48,33 Navarra (C. Foral de),93,1,178,13,,8,31,1,78 País Vasco,1,,6,,,5,3,,9 Roja (La),17,78,73,36,16,6,11,36,9 Ceuta y Mellla,9,,195,5,1,56,74,4,183 TOTAL ESPAÑA mayores,54,36,71,6,54,65,14,189,4 Tabla 4: Comparacón de la ampltud de los ntervalos de confanza bootstrap con los ntervalos de confanza dervados de la nferenca clásca con los datos orgnales, al 95% de nvel de confanza. nferenca clásca/método percentl FGT1 FGT FGT3 Andalucía,9,9,89 Aragón,97 1,3 1,1 Asturas (Prncpado de) 1, 1,4,99 Baleares (Islas),9,83,8 Canaras,95,9,9 Cantabra,9,93,88 Castlla y León,95,96,9 Castlla - La Mancha,97,93,94 Cataluña,89,81,79 Comundad Valencana,97,98,98 Extremadura,96 1,,97 Galca 1,,97,97 Madrd (Comundad de),94 1,4 1,5 Murca (Regón de),89,98,9 Navarra (C. Foral de),86,97 1,8 País Vasco 1,8 1,9 1,5 Roja (La),93 1,4 1,14 Ceuta y Mellla 1,9 1,18 1,4 TOTAL ESPAÑA mayores,9,87,87 19 (3)
20 Tabla 5: Tamaños muestrales de las dstntas comundades autónomas para los hogares encabezados por mayores de 65 años. n Andalucía 3 Aragón 165 Asturas (Prncpado de) 141 Baleares (Islas) 95 Canaras 141 Cantabra 97 Castlla y León 89 Castlla - La Mancha 177 Cataluña 31 Comundad Valencana 5 Extremadura 16 Galca 58 Madrd (Comundad de) 15 Murca (Regón de) 96 Navarra (C. Foral de) 68 País Vasco 134 Roja (La) 68 Ceuta y Mellla 33 TOTAL ESPAÑA mayores 965 (3)
21 ANEXO. FIGURAS Fgura 1: Gráfcos Box-Plot del índce FGT 1 bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas Andaluca Aragón Asturas Baleares Canaras Cantabra Castlla y León Castlla-La Mancha Cataluña Comundad Valencana Extremadura Galca Madrd Murca Navarra País Vasco Roja Ceuta y Mellla Fgura : Gráfcos Box-Plot del índce FGT bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas Andaluca Aragón Asturas Baleares Canaras Cantabra Castlla y León Castlla-La Mancha Cataluña Comundad Valencana Extremadura Galca Madrd Murca Navarra País Vasco Roja Ceuta y Mellla 1 (3)
22 Fgura 3: Gráfcos Box-Plot del índce FGT 3 bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas Andaluca Aragón Asturas Baleares Canaras Cantabra Castlla y León Castlla-La Mancha Cataluña Fgura 4: Funcones Kernel del índce FGT 1 bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas. Comundad Valencana Extremadura Galca Madrd Murca Navarra País Vasco Roja Ceuta y Mellla 15 Andalucía 15 Aragón 1 Asturas Baleares Castlla y León Comundad Valencana Madrd País Vasco Canaras Castlla-La Mancha Extremadura Murca Roja Cantabra Cataluña Galca Navarra Ceuta y Mellla (3)
23 Fgura 5: Funcones Kernel del índce FGT bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas. 5 Andalucía 4 Aragón 5 Asturas Baleares Castlla y León Comundad Valencana Madrd País Vasco x Canaras Castlla-La Mancha Extremadura Murca Roja Cantabra Cataluña Galca Navarra Ceuta y Mellla x x 1-4 Fgura 6: Funcones Kernel del índce FGT 3 bootstrap para los hogares encabezados por mayores de 65 años por comundades autónomas con 1 réplcas. 1 Andalucía 8 Aragón 1 Asturas Baleares Castlla y León Comundad Valencana Madrd País Vasco x x Canaras Castlla-La Mancha Extremadura Murca Roja Cantabra Cataluña Galca Navarra Ceuta y Mellla x (3)
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 detallesTema 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 detallesOPERACIONES 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 detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesAnálisis regional de la pobreza para el colectivo de la tercera edad: inferencia clásica vs. Técnicas Bootstrap(1)
ESTADÍSTICA ESPAÑOLA Vol. 52, núm. 173, 21, págs. 155 a 191 Análisis regional de la pobreza para el colectivo de la tercera edad: inferencia clásica vs. Técnicas Bootstrap(1) por SALVADOR ORTIZ SERRANO
Más detallesCapitalización 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 detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesCONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.
CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesEXPERIMENTACIÓN 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 detallesLa reforma del FCI ante las nuevas Perspectivas Financieras de la UE
La reforma del FCI ante las nuevas Perspectvas Fnanceras de la UE Mara CUBEL (cubel@ub.edu) Crstna de GISPERT (crsdegspert@ub.edu) Unverstat de Barcelona Insttut d Economa de Barcelona Abstract En este
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesUnidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles
2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca
Más detallesTema 3: Adaptadores de Señal
Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detalles2.5 Especialidades en la facturación eléctrica
2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros
Más detallesEnfoque de la dominancia para el análisis de la evolución de la pobreza entre 1988 y 2004
Enfoque de la domnanca para el análss de la evolucón de la pobreza entre 1988 y 2004 Juan Dego Trejos S. Lus Ángel Ovedo C. Insttuto de Investgacones en Cencas Económcas Unversdad de Costa Rca Hechos 30
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesModelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.
Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)
Más detallesDESARROLLO HUMANO Y CALIDAD DE VIDA. APROXIMACIÓN PARA LAS REGIONES ESPAÑOLAS
DESARROLLO HUMANO Y CALIDAD DE VIDA. APROXIMACIÓN PARA LAS REGIONES ESPAÑOLAS Noela Somarrba Arechavala - nomarr@econo.unov.es Ana Jesús López Menéndez anaj@aulanet.unov.es Unversdad de Ovedo Reservados
Más detallesTEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.
GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:
Más detallesDe 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 detalles2.2 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 detallesRelaciones 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 detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesConsideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos
Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón
Más detallesFocalización Geográfica del Gasto Social: Mapas de Pobreza. Javier Escobal Máximo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO
Focalzacón Geográfca del Gasto Socal: Mapas de Pobreza Javer Escobal Máxmo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO INFORME FINAL Juno, 2001 Investgador Prncpal, GRADE ** Investgadora Asstente,
Más detallesComparación 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 detallesMEDICIÓN DE LA DESIGUALDAD: CONTRIBUCIÓN A UNA BASE DE DATOS REGIONAL*
MEDICIÓN DE LA DESIGUALDAD: CONTRIBUCIÓN A UNA BASE DE DATOS REGIONAL* Francsco J. Goerlch y Matlde Mas Correspondenca a M. Mas: IVIE. C/. Guarda Cvl, 22, Esc. 2, 1º. 46020 Valenca. Tel.: 963 930 816 /
Más detallesEL DESARROLLO HUMANO EN LAS COMUNIDADES AUTÓNOMAS. 1. Introducción. Antonio Villar *
EL DESARROLLO HUMANO EN LAS COMUNIDADES AUTÓNOMAS Antono Vllar * 1. Introduccón Desde hace ya algunos años se vene utlzando algunas meddas de desarrollo económco de carácter multdmensonal que van más allá
Más detallesDesigualdad de oportunidades y el rol del sistema educativo en los logros de los jóvenes uruguayos
Desgualdad de oportundades y el rol del sstema educatvo en los logros de los jóvenes uruguayos Cecla Llambí Marcelo Perera Pablo Messna Febrero de 2009 Esta nvestgacón fue fnancada por el Fondo Carlos
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detallesCÁLCULO 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 detallesESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN
ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma
Más detallesLa financiación autonómica en el Estatuto de Cataluña*
Hacenda Públca Española / Revsta de Economía Públca, 181-(2/2007): 119-161 2007, Insttuto de Estudos Fscales La fnancacón autonómca en el Estatuto de Cataluña* ANTONIO ZABALZA Unversdad de Valenca Recbdo:
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesPORTAL MAYORES. Métodos de cálculo de la gravedad de la discapacidad. Palabras clave Discapacidad; Estadísticas; Encuestas; Evaluación; Metodología.
INFORMES PORTAL MAYORES ISSN: 15-67 Juno 21 Métodos de cálculo de la gravedad de la dscapacdad Cecla Esparza Catalán Consejo Superor de Investgacones Centífcas (CSIC). Centro de Cencas Humanas y Socales
Más detallesCAPÍTULO 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 detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesAcceso a Internet de niños menores de 14 años en EGM
Acceso a Internet de niños menores de 14 años en EGM 1 10/05/2012 Antecedentes El EGM se viene utilizando como referencia para los datos de Universo en los dos paneles de audímetros de Internet de Comscore
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesCONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE
CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Resolucón de 3 de juno de 2016, por la que se establece el proyecto educatvo nsttuconal denomnado JOSCAN, joven orquesta snfónca para Cantabra. Ley de Cantabra
Más detallesCOMPARADOR CON AMPLIFICADOR OPERACIONAL
COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón
Más detallesRentas financieras. Unidad 5
Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesPARTICIPACIÓN LABORAL DE LAS MUJERES EN LAS REGIONES DE CHILE
Revsta UNIVERSUM Nº 25 Vol. 2 2010 Unversdad de Talca Partcpacón laboral de las mujeres en las regones de Chle Luz María Ferrada Bórquez Plar Zarzosa Espna Pp. 79 a 99 PARTICIPACIÓN LABORAL DE LAS MUJERES
Más detallesComparaciones de pobreza y desigualdad
Comparaciones de pobreza y desigualdad El problema de la pobreza en una sociedad puede ser evaluado desde tres perspectivas complementarias entre sí : Las medidas de incidencia. Informan acerca de la extensión
Más detallesMaestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto
Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de
Más detallesGUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO
INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde
Más detallesLA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.
LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)
Más detallesCréditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias
Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso
Más detallesAPENDICE A. El Robot autónomo móvil RAM-1.
Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesSmoothed Particle Hydrodynamics Animación Avanzada
Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla
Más detallesUN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *
UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:
Más detallesRESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C
RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.
Más detallesExplicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS
Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando
Más detallesDeterminación de Puntos de Rocío y de Burbuja Parte 1
Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares
Más detallesRespuesta A.C. del FET 1/14
espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal
Más detallesCapacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo
EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,
Más detallesESTUDIOS LONGITUDINALES DE MEDIDAS REPETIDAS. MODELOS DE DISEÑO Y DE ANÁLISIS
Avances en Medcón, 5, 9 26 2007 ESTUDIOS LONGITUDINALES DE MEDIDAS REPETIDAS. MODELOS DE DISEÑO Y DE ANÁLISIS Resumen Jame Arnau Gras ** Unverstat de Barcelona, España Las estructuras de dseño, así como
Más detallesEl Índice de Desarrollo Humano y su aplicación a las entidades federativas en México
Gaceta de Economía Año, Núm. El Índce de Desarrollo Humano y su aplcacón a las entdades federatvas en Méxco Rodrgo García-Verdú * Síntess En este trabajo se analza al Índce de Desarrollo Humano (IDH) como
Más detallesMATERIAL Y MÉTODOS. Se utilizó el listado de códigos que Caminal estableció para España, a los cuales se
MATERIAL Y MÉTODOS Fuentes de nformacón Los datos de hosptalzacón se obtenen del Conjunto Mínmo de Datos de Egresos Hosptalaros del Seguro Públco de Salud Costarrcense (SPSC) y las proyeccones de poblacón
Más detallesEl número medio de hogares en España es de 18.303.100, con un aumento de 85.800 respecto al año anterior
17 de abril de 2015 Encuesta Continua de Hogares Año 2014 El número medio de hogares en España es de 18.303.100, con un aumento de 85.800 respecto al año anterior El tamaño medio del hogar continúa descendiendo
Más detallesCUADRIENIO 2011 2014
INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011
Más detallesEn España hay 4.544.751 viviendas con acceso a Internet, un millón más que en 2003
22 de febrero de 2005 Encuesta sobre equipamiento y uso de tecnologías de información y comunicación en los hogares Año 2004 En España hay 4.544.751 viviendas con acceso a Internet, un millón más que en
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:
Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesGlosario básico. de términos estadísticos
Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna
Más detallesRESUELTOS POR M. I. A. MARIO LUIS CRUZ VARGAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS
PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS. En las msmas condcones, qué tpo de anualdades produce un monto mayor: una vencda o una antcpada? Por qué? Las anualdades antcpadas producen un monto mayor
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesDESIGUALDAD Y CONVERGENCIA EN EL ÁREA DE LA OCDE*
DESIGUALDAD Y CONVERGENCIA EN EL ÁREA DE LA OCDE* Francsco J. Goerlch y Matlde Mas** WP-EC 98-9 Correspondenca to F. Goerlch: Unverstat de Valènca. Facultad de Cencas Económcas. Depto. de Análss Económco.
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesXII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.
Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas
Más detallesFísica I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto
ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesMódulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,
Más detallesGráficos de flujo de señal
UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente
Más detallesADENDA 008 LICITACIÓN L-CEEC-001-12
ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS
Más detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero
Más detallesEL ESTADO DE LA POBREZA ESPAÑA EN 2015
EL ESTADO DE LA POBREZA ESPAÑA EN 2015 V INFORME ANNUAL SOBRE EL RIESGO DE POBREZA Y EXCLUSIÓN DE EAPN BASADO EN EL ANÁLISIS DE DATOS DE LA ENCUESTA DE CONDICIONES DE VIDA DEL INE (SILC, EUROSTAT) EAPN
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesNOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU
Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país
Más detallesLA MOROSIDAD PÚBLICA SE REDUCE PRÁCTICAMENTE UN 40% EN EL PRIMER TRIMESTRE DEL AÑO
- Los plazos de pago en el sector privado se mantienen en 85 días. - Dentro del sector privado, las empresas de más de 250 trabajadores duplican los plazos de pago a los autónomos que las propias transacciones
Más detallesAlgunos métodos de clasificación de puestos de trabajo en la empresa
lgunos métodos de clasfcacón de puestos de trabajo en la empresa. lgunos métodos de clasfcacón de puestos de trabajo en la empresa Canós Darós, Lourdes, loucada@omp.upv.es Pers Ortz, Marta, marpeor1@omp.upv.es
Más detallesTema 7: Variables Ficticias
Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detalles