CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL

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

Download "CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL"

Transcripción

1 343 CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL

2 344 Cosideracioes sobre el ídice de Gii para medir la ÍNDICE Págia I. Itroducció II. La Medició de la Desigualdad III. La Curva de Lorez IV. El Coeficiete de Desigualdad de Gii a) Datos Desagregados b) Datos Agrupados IV. La Variable Apropiada para la Medició de la Desigualdad IV.2 El Efecto del Número de Grupos e el Cálculo del Idice de Gii IV.3 Variables para el Ordeamieto de los Hogares y el Cálculo del Coeficiete de Gii V. La Desagregació del Idice de Gii V. Descomposició de la Desigualdad por Subgrupos de Població V.2 Descomposició de la Desigualdad por Fuetes de Igresos VI. Las Fuetes de Datos para la Medició de la Desigualdad VII. Coclusioes Bibliografía

3 Cosideracioes sobre el ídice de Gii para medir la 345 I. INTRODUCCIÓN El grado de desigualdad ecoómica existete e ua sociedad y su evolució e el tiempo so temas que matiee el iterés permaete de la opiió pública y de los especialistas e el estudio del bieestar colectivo. Por su parte, e la literatura que aborda el aálisis de la distribució del excedete de la ecoomía, se ha propuesto diferetes medidas que pretede sitetizar esta variable, co el objeto de efectuar comparacioes itertemporales y etre países, a la vez de permitir asigar u valor absoluto a la desigualdad y derivar coclusioes sobre el ivel de cocetració del igreso e ua població determiada. E este cotexto, es práctica comú que los académicos y especialistas e el tema, así como los fucioarios de oficias de gobiero y de orgaismos iteracioales, y el público e geeral, se preocupe por coocer la maera e que los distitos grupos de hogares participa e la formació del igreso acioal. Diversos so los aálisis que se hace sobre el tema, así como los procedimietos metodológicos que se aplica para evaluar el grado de iequidad que existe e ua sociedad. A lo largo de la historia del aálisis ecoómico, se ha propuesto diversos idicadores para el estudio de la desigualdad; si embargo, parece existir coseso e el hecho de que el idicador que ha teido mayor aceptació e los trabajos empíricos es el deomiado coeficiete de cocetració de Gii. Este ídice, de fácil iterpretació, es ua referecia comú e los debates sobre el bieestar y la equidad; además, la opiió pública está muy pediete de su evolució para sacioar el fucioamieto de los gobieros e materia de desigualdad y sus efectos e el ivel de vida de la població. El objetivo de esta ota es pasar revista a las ocioes fudametales que se asocia co la medició de la desigualdad ecoómica, así como aalizar los aspectos teóricos y coceptuales que susteta la costrucció de diversos idicadores que se utiliza e la ivestigació empírica. E la seguda secció se aborda la medició de la desigualdad, estableciedo las diferecias que existe etre los ídices de carácter estadístico y aquellos que se deriva de las fucioes de bieestar social. El tercer apartado se aboca al estudio de la curva de Lorez como medida de equidad, señalado su importacia e el aálisis de la distribució del igreso, así como su relevacia para la costrucció de idicadores agregados como el ídice de Gii que resume todas las características de la distribució e u solo valor. Posteriormete, la cuarta parte del trabajo se cetra e la medició de la cocetració del igreso a partir del Idice de Gii, aalizado por separado las fórmulas alterativas que se aplica cuado se dispoe de datos agrupados e iformació desagregada. Asimismo, se aaliza aspectos relevates asociados al cocepto de igreso que se cosidera más apropiado para aproximar la desigualdad, el efecto del úmero de grupos e el valor del idicador, así como la variable relevate para el ordeamieto de la iformació y aquella que se utiliza para acumular el presupuesto de las familias. Fialmete, la quita secció hace revisió de los procedimietos de descomposició sugeridos para el ídice de Gii cocluyedo que este idicador preseta problemas cuado se iteta coocer la variabilidad geerada por las diferecias de igresos al iterior de los grupos y por la formació de los mismos, mietras que e el último apartado se pasa revista a las fuetes de iformació que habitualmete se emplea para el estudio de la distribució del igreso. II. LA MEDICIÓN DE LA DESIGUALDAD U ídice de desigualdad es ua medida que resume la maera como se distribuye ua variable etre u cojuto de idividuos. E el caso particular de la desigualdad ecoómica, la medició se asocia al igreso (o al gasto) de las familias o persoas. Así, si y, y 2,, y represeta los igresos de

4 346 Cosideracioes sobre el ídice de Gii para medir la u grupo de idividuos, el idicador de desigualdad se costruye como fució de las observacioes: I(y,y 2,, y ). Ua primera clasificació de los idicadores de desigualdad que se ecuetra e la literatura los agrupa como sigue: medidas positivas, que so aquellas que o hace referecia explícita a igú cocepto de bieestar social, y medidas ormativas, que sí está basadas e ua fució de bieestar. Al primer grupo perteece los ídices estadísticos que tradicioalmete se utiliza para aalizar la dispersió de ua distribució de frecuecias, e tato que hay diversas medidas ormativas que se ha propuesto para el estudio de la cocetració del igreso y la salud. Depediedo del idicador seleccioado, se defie la orma o parámetro co la cual se compara la distribució del igreso observada. E el caso de los estadísticos que comúmete se utiliza para estudiar la dispersió de ua variable (variaza, desviació estádar y coeficiete de variació), el valor de referecia está represetado por el promedio de la variable de aálisis ( y ). (Véase el Recuadro ) Pese a la secillez de cálculo de las medidas de dispersió, o es muy comú que éstas se utilice para el estudio de la desigualdad, debido a que o satisface alguas propiedades teóricas que debe cumplir los bueos idicadores para el aálisis de la distribució del igreso (para el detalle de cuáles so alguas de estas propiedades, véase el Recuadro 4). A modo de ejemplo, debe señalarse que igua de ellas satisface la codició de idepedecia de escala, ya que el valor del idicador se altera cuado las observacioes se multiplica por ua costate positiva: I [cy,cy 2,, cy ] I [y, y 2,, y ] y i y c > 0 () Por el cotrario, ua de las medidas probablemete más utilizadas es el deomiado Coeficiete de Gii (CG). Este idicador, que se clasifica etre las medidas estadísticas para el aálisis de la distribució del igreso, o utiliza como parámetro de referecia el igreso medio de la distribució a diferecia de la desviació media, la variaza y el coeficiete de variació, dado que su costrucció se deriva a partir de la curva de Lorez. Recuadro Medidas de Desigualdad Positivas Existe u cojuto de expresioes estadísticas tradicioalmete utilizadas para coocer la dispersió de ua determiada variable e u cojuto de datos, las cuales se ha icorporado e los trabajos que se aboca al estudio de la desigualdad ecoómica. Para el caso e que se aaliza la distribució del igreso, cosidere que y, y 2,, y represeta los igresos de idividuos o familias. Además, que: µ = y i i= represeta el valor medio del igreso y µ = y i i=, el igreso total de la població. La maera más elemetal de estudiar la dispersió de la variable igreso, y i, e ua distribució es comparado los valores extremos observados. Así, se defie el rago: Rago = [max(y i ) mi(y i )] () Otra clasificació que resulta útil es la siguiete: estadísticos tradicioales, ídice de Gii, medidas basadas e la etropía, y los ídices basados e fucioes de bieestar social.

5 Cosideracioes sobre el ídice de Gii para medir la 347 Cuado se cosidera la distacia que existe etre el rago y la media de la distribució µ, se obtiee el deomiado rago relativo: Rago Relativo= [max(y i) mi(y i)] (2) µ La pricipal debilidad de las medidas ateriores es que está basadas úicamete e las observacioes extremas y, por lo tato, igora iformació relevate del resto de los datos aalizados. Otra maera de estudiar la dispersió de ua variable e ua distribució es mediate la comparació de la suma del valor absoluto de todas las diferecias respecto al valor medio, co relació al valor total de la variable. De esta forma, se defie lo que se cooce como la desviació media relativa: µ yi i= Desviació Media Relativa = µ (3) Para que se cumpla que el rago de variació de la ecuació (3) esté etre 0 y, la desviació media relativa se expresa como: µ y i= DMR = 2µ i El pricipal problema de esta medida es que o es sesible a las trasferecias de igresos que se pueda efectuar etre persoas que está del mismo lado co respecto al igreso medio de la distribució. Para resolver este problema, es posible cosiderar la sumatoria de las desviacioes co respecto a la media y elevarlas al cuadrado, de tal suerte que las diferecias se acetúe e la medida e que ua observació y i se aleja del valor medio de igresos de la distribució µ. Coforme a lo aterior, se defie la variaza: ( µ y Variaza (V) = (4) La variaza cumple co el pricipio de trasferecias de igresos. E 920, H. Dalto cotiuado co el razoamieto itroducido por Pigou (92) señaló que este pricipio es lo míimo que debe cumplir cualquier medida de desigualdad, por lo que e la literatura se la deomia codició de Pigou-Dalto (Se, 996). Etre las características de la variaza, podemos señalar que cualquier trasferecia de igresos de ua persoa pobre a ua más rica ecesariamete icremetará su valor, debido a que aumetará la distacia etre la observació que se ve favorecida y el valor medio de la distribució. Además, este idicador o es idepediete de las uidades de medida, ya que cuado los igresos se icremeta e ua proporció c > 0, etoces la variaza se icremeta e c 2. Si bie la variaza cumple co la codició de Pigou-Dalto, el efecto de cualquier trasferecia de ua persoa co igreso y a otra co igreso (y+k) es el mismo, idepedietemete del valor de y. i= Otra medida a la que se recurre co frecuecia e el aálisis es la desviació estádar, la cual se defie simplemete como la raíz cuadrada de la variaza. i 2 ) (3a) Desviació Estádar (DE) = V (5)

6 348 Cosideracioes sobre el ídice de Gii para medir la Al igual que la variaza, la desviació estádar depede del valor medio de la variable. Esto podría ocasioar que ua distribució tega ua meor variaza que otra, a pesar de presetar ua mayor variació relativa, si es que el igreso medio de la primera distribució es meor que el de la seguda. Este problema se resuelve utilizado el coeficiete de variació: Coeficiete de Variació (CV) = V µ (6) El coeficiete de variació es ua medida idepediete del ivel medio de igresos µ, y es, además, sesible a cualquier trasferecia de igresos e la distribució. Si embargo, la sesibilidad ate trasferecias o depede del valor de y. Es comú que e el trabajo empírico se ecuetre medicioes efectuadas co el CV 2, debido a la relació que tiee co los ídices de etropía. Si se desea que ua medida de desigualdad otorgue mayor importacia a las trasferecias de igresos que se geera e la parte baja de la distribució, se recomieda el uso de la trasformació logarítmica. Esto da lugar a dos medidas comúmete utilizadas, la variaza de los logaritmos y la desviació estádar de los logaritmos: Variaza de los Logaritmos (VL) = ( log µ log yi ) La forma de esta fució hace que las observacioes co igresos bajos pese más e el ídice que los igresos elevados, lo cual es deseable para alguos fies; además, este idicador se puede descompoer e forma aditiva. Si embargo, la VL tiee u comportamieto o deseado e la parte superior de la distribució, lo que ocasioa que las trasferecias de los muy ricos a los meos ricos aumete la cocetració e lugar de reducirla. Desviació Estádar de los Logaritmos (DEL) = 2 ( log µ log y i ) Esta trasformació, a diferecia de la variaza y la desviació estádar, tiee la vetaja que elimia los problemas asociados a las uidades de medida. Además, a las trasferecias que se realiza e la parte baja de la distribució se les asiga mayor poderació que a las que se efectúa e los iveles altos de igreso. 2 (7) (8) III. LA CURVA DE LORENZ E el estudio de la desigualdad, se dispoe de diversos métodos para describir la forma e que se distribuye el igreso etre los diferetes grupos de idividuos e ua sociedad: los diagramas de dispersió, los idicadores de desigualdad y los ordeamietos de la iformació. Elaborar u diagrama para visualizar la distribució del igreso resulta ua opció extremadamete útil para el aálisis de la desigualdad, ya que permite idetificar ciertos aspectos de la forma de la distribució que de otra maera o sería posible apreciar. E la literatura se cosiga al meos cuatro posibles alterativas para geerar ordeamietos de datos, auque sólo os ocuparemos e el aálisis de las dos que se emplea co mayor frecuecia. Estas so las distribucioes de frecuecias, la curva de Lorez, los deomiados diagramas de desfile propuestos por Pe y la trasformació logarítmica.

7 Cosideracioes sobre el ídice de Gii para medir la 349 La distribució de frecuecias es la maera más ituitiva de ordear las observacioes, al agrupar el igreso de los idividuos e diferetes itervalos de clase y observar la cocetració de observacioes que se forma al iterior de cada uo de ellos. Si embargo, co este tipo de represetació gráfica o se muestra e forma adecuada las colas de la distribució. Adicioalmete, las observacioes que se agrupa al iterior de los itervalos queda represetadas por el puto medio o marca de clase, lo cual ecesariamete coduce a pérdida de iformació. E la medida de que el úmero de grupos es pequeño, la pérdida de iformació es mayor y este tipo de gráficos o aporta ada al coocimieto de la forma e que se distribuye las observacioes. Por el cotrario, hacer uso de esta opció supoe formar u úmero suficiete de itervalos de tal maera que se observe las características relevates de la població asociadas a sus pricipales medidas de tedecia cetral y a la dispersió que existe e toro a ellas. Tal vez la forma más habitual de represetar la desigualdad sea a partir de la Curva de Lorez. Esta medida fue propuesta e 905 co el propósito de ilustrar la desigualdad e la distribució de la salud y, desde su aparició, su uso se ha popularizado etre los estudiosos de la desigualdad ecoómica. E térmios simples, la curva de Lorez represeta el porcetaje acumulado de igreso (%Y i ) recibido por u determiado grupo de població (%P i ) ordeado e forma ascedete de acuerdo a la cuatía de su igreso (y y 2..., y ). La costrucció de esta curva se efectúa como se muestra a cotiuació: Supógase que se tiee idividuos ordeados e forma creciete respecto al valor de sus igresos y y 2,, y., y se forma g grupos de igual tamaño, llamados percetiles (quitiles o deciles so las formas más comues de ordear a la població). La curva de Lorez se defie como la relació que existe etre las proporcioes acumuladas de població (%P i ) y las proporcioes acumuladas de igreso (%Y i ). De esta maera, e caso que a cada porcetaje de la població le correspoda el mismo porcetaje de igresos (P i =Y i ; i), se forma ua líea de Como puede observarse e la figura, esta líea divide e dos partes iguales el cuadrado de lado uo que se forma al graficar las proporcioes acumuladas de persoas e el eje horizotal (P i ) y de igresos e el vertical (Y i ). Dicha diagoal correspode a lo que Lorez defiió como la líea de equidad perfecta y deota, por ede, ausecia de desigualdad. E la gráfica se observa tres elemetos: la líea de equidistribució, la curva correspodiete a la distribució empírica formada a partir de las parejas (P i,y i ), o curva de Lorez, y el área etre las dos líeas, deomiada área de cocetració. A partir de la relació etre esta última y la líea de igualdad perfecta, es posible derivar diversos idicadores que se utiliza para evaluar la cocetració del igreso. Debe observarse que la curva de Lorez siempre se ubica por debajo de la diagoal e la medida que los igresos de los idividuos se haya ordeado e forma creciete, y por ecima e el caso opuesto. E la medida que la curva de Lorez se aproxime a la diagoal, se estaría observado ua situació de mayor igualdad, mietras que cuado se aleja, la desigualdad se icremeta. Obviamete, el puto (0,0) sigifica que el 0% de la població tiee el 0% del igreso, e tato que e el extremo opuesto el 00% de la població cocetra todo el igreso.

8 350 Cosideracioes sobre el ídice de Gii para medir la FIGURA 00 Curva de Lorez 80 % de igreso Deciles de Hogares Desde el puto de vista empírico, la curva de Lorez se costruye graficado los porcetajes acumulados de igresos que recibe los distitos grupos de la població (Y i ), co la úica codició de que estos se defia co la misma amplitud, a efectos de evitar problemas asociados al úmero de observacioes agrupadas e cada itervalo. E el ámbito del aálisis de la distribució del igreso de las familias, es comú que la curva de Lorez se costruya a partir de datos agrupados e subcojutos iguales de tamaño 0%, deomiados deciles de hogares, y que se utilice diversos coceptos de igreso para efectuar el ordeamieto de las observacioes. De esta maera, la icliació de cada segmeto de la curva se determia a partir del cociete que se forma al dividir el porcetaje de igreso apropiado por u determiado segmeto de la població, por el igreso medio de la distribució. Así, e la medida que la icliació que tega el segmeto sea más prouciada, mayor será tambié la proporció de igreso que retiee ese grupo. Es evidete que cuado la icliació de u determiado segmeto coicide co la de la diagoal, el igreso de ese grupo es igual al promedio de la distribució. El hecho de que para la costrucció de la curva itervega úicamete los porcetajes de població e igresos, aísla el efecto del igreso total y, por lo tato, ésta sólo refleja la estructura y forma de la distribució. A su vez, cuado dos curvas de Lorez se itersecta, es posible demostrar que ua distribució puede obteerse de la otra a partir de trasferecias regresivas o progresivas de igresos. Cosecuetemete, e esta situació o se puede cocluir cuál de las distribucioes comparadas tiee u mayor grado de desigualdad 2. Recuadro 2 Los Idices de Desigualdad Basados e Fucioes de Bieestar Social El primer trabajo que propoía el uso de fucioes de bieestar social para medir la desigualdad se atribuye a Dalto (920). E esa ivestigació, el autor propuso medir la proporció del bieestar que se pierde debido a la presecia de ua iequitativa distribució del igreso etre las persoas. Utilizado ua fució de utilidad aditiva, separable, simétrica y estrictamete cócava del igreso, u(y i ), defiió lo que e la literatura se cooce como el Idice de Dalto: 2 Esta icosistecia se resuelve a partir de la costrucció de las deomiadas curvas de Lorez geeralizadas. Dichas curvas se costruye multiplicado la fució de Lorez por el igreso medio de la distribució (µ), de maera que el idicador ya o varíe etre cero y uo, sio que el límite superior esté determiado por el valor del igreso medio (µ).

9 Cosideracioes sobre el ídice de Gii para medir la 35 Sea y, y 2,, y los igresos observados e ua muestra de tamaño, y sea µ el promedio de igresos de la distribució; etoces el Idice de Dalto se expresa por medio de: D = ( i ) ( ) uy u i = µ Debido a que la fució propuesta es cócava, el ídice siempre asume valores positivos, salvo cuado todas las observacioes tiee el mismo ivel de igreso y D toma el valor de 0. La utilidad práctica de este idicador ha sido ampliamete discutida e la literatura. Para cierto tipo de fucioes, como las logarítmicas y las hiperbólicas, el Idice de Dalto cumple co la propiedad de que los icremetos iguales o depede del valor medio de la distribució; si embargo, se observa que el valor del idicador es ivariate a trasformacioes lieales positivas de la fució de utilidad, lo cual le ha valido la crítica de los especialistas. Basádose e estos argumetos, y redefiiedo el pesamieto de Dalto, e 970 Atkiso propuso ua familia de ídices ormativos que resulta ivariates a cambios de escala y a trasformacioes lieales positivas de la fució de utilidad. La sugerecia de este autor se basa e el criterio de defiir para cada població el ivel de igreso equivalete y e, de tal forma que si cada idividuo recibiera ese moto de recursos, el bieestar total sería el mismo para toda la població. Es decir, que W(y e e ) = W(y, y 2,, y ), e dode e represeta u vector uitario de dimesió. El ídice de Atkiso se calcula de la maera siguiete: () A= y e / µ (2) Cuado se trabaja co ua fució de utilidad estrictamete cócava, se cumple que y e < µ; por lo tato, A será siempre positivo y asumirá el valor 0 úicamete cuado todos los idividuos tega el mismo ivel de igreso. Ua de las iterpretacioes más comues a partir de los valores que asume el ídice de Atkiso es la siguiete: Supoga que el valor del ídice para ua població determiada es de Esta situació implica que si los recursos se distribuyera de maera igualitaria etre todos los idividuos, co ta sólo el 65% del total de igresos se podría garatizar el ivel de equidad observado, lo cual sigifica que el 35% restate se despilfarra a causa de la iequidad que existe e la distribució del igreso. La propuesta operativa para el cálculo del ídice de Atkiso supoe la existecia de fucioes de bieestar aditivamete separables, a partir de las cuales propoe la siguiete familia de ídices, cosistetes co el ordeamieto que geera la curva de Lorez: A α (y) = - [ i= (y i /µ) -α ] /(-α) ; α > 0 y α (3) A α (y) = - Π i= (y i /µ) / ; α = (4) Para garatizar que esta familia de ídices satisfaga las propiedades deseables, se les debe impoer a las fucioes de utilidad ciertas restriccioes co las que muchos ivestigadores o está de acuerdo. Si embargo, el ídice de Atkiso es ampliamete utilizado e los estudios de la desigualdad, debido a que permite captar e forma adecuada lo que sucede e la parte baja de la distribució. E la medida que se icremeta el valor de α parámetro asociado co la aversió social a la desigualdad, las trasferecias etre los más pobres se podera e mayor proporció. E el caso e que α, la fució de bieestar coicide co la propuesta por Ralphs( ), e cuyo caso sólo se estaría aalizado las trasferecias que recibe el idividuo más pobre de toda la distribució. La utilidad práctica de cosiderar distitos valores del parámetro para la familia de ídices de Atkiso, se advierte al observar que es muy útil para el aálisis geerar ua serie de idicadores co el fi de observar qué sucede co el ivel de la desigualdad, e la medida que e la expresió se le otorga mayor importacia a las familias ubicadas e la parte baja de la distribució del igreso.

10 352 Cosideracioes sobre el ídice de Gii para medir la Por otra parte, si ua curva queda totalmete coteida e la otra (salvo e los valores extremos) puede afirmarse, si ambigüedad, que aquella que se ubica más cerca de la diagoal preseta ua distribució más igualitaria, e cuyo caso se dice que domia e el orde de Lorez. E térmios algebraicos lo aterior se expresa diciedo que la distribució x domia a y e el setido de Lorez, si se cumple que: i= x y i i= y y i dode y i represeta el igreso de la familia (2) Las curvas de Lorez permite comparar iveles de desigualdad relativa, cumpliedo el pricipio de preferecia por la igualdad y simetría, si teer que calcular igú ídice adicioal. Fialmete, cabe señalar que u ídice de desigualdad será cosistete co el orde de Lorez, cuado su valor sea meor e la distribució domiate que e la domiada. IV. EL COEFICIENTE DE DESIGUALDAD DE GINI a) Datos Desagregados Si lugar a dudas, uo de los ídices más utilizados e el estudio de la desigualdad es el Coeficiete de Cocetració de Gii (CG). Existe diversas formas de derivar la expresió algebraica que se usa para su cálculo, y tambié es posible deducirlo desarrollado u procedimieto geométrico a partir de la curva de Lorez. Gii (92) defiió su coocida medida de desigualdad e los térmios siguietes: yi y j i= j= CG = = 2µ ( ) 2µ (3) e dode represeta la media aritmética de las (-) diferecias absolutas de las observacioes y 2µ es el valor máximo que asume cuado u idividuo cocetra todo el igreso. Posteriormete, e 94 Gii propuso u uevo idicador de cocetració que se defie como meos dos veces el área de la curva de Lorez, y demostró que era equivalete a la que había presetado e u trabajo previo y que correspode a la defiida e la expresió (3). CG = - 2 F(y) (4) dode F(y) represeta la curva de Lorez; es decir, la proporció de idividuos o familias que tiee igresos acumulados meores o iguales a y. 3 La derivació de (4) se basa e el razoamieto de que si el área de cocetració de la figura se divide por el área del triágulo que se ubica debajo de la líea de igualdad perfecta, se obtiee ua 3 E térmios de la teoría estadística sobre la distribució del igreso, F(Y) represeta la probabilidad de que la variable aleatoria Y asuma u valor meor o igual a y, [F(Y) = P(Y y)].

11 Cosideracioes sobre el ídice de Gii para medir la 353 medida de cocetració. Debido a que el área bajo la líea de equidistribució es igual a ½ y el área total es igual a la uidad, etoces a partir del razoamieto aterior se deriva la expresió (5). Cosiderado la gráfica, el coeficiete de Gii se defie como el cociete de las diferecias etre la líea de equidistribució y los valores de la curva de Lorez. Existe varias maeras de derivar algebraicamete el ídice de Gii, y ua de ellas demuestra que es exactamete igual a la mitad de la diferecia media relativa (DMR), la que se defie como la media aritmética de las diferecias absolutas etre todos los pares de igresos. CG = DMR = 2 i, j ( yi y j) ( yi y j) 2 y i, j = y (5) Recuadro 3 Idices de Desigualdad Basados e la Etropía Utilizado los coceptos de la teoría de la iformació, e la literatura ecoómica se ha propuesto alguos idicadores para medir la desigualdad, basados e medidas de etropía. Tal vez el que se cooce e forma más amplia es el deomiado ídice de Theil. Supoga que ua variable aleatoria puede asumir los valores y, y 2,, y, co probabilidades p, p 2,, p mayores o iguales a cero y cuya suma es igual a la uidad. Si se efectúa ua selecció aleatoria, mietras meor sea la probabilidad de selecció de la observació y i, mayor será la relevacia de la selecció efectuada. La idea aterior se utiliza para costruir idicadores que le asige más importacia a las familias o idividuos que meor proporció del igreso retega. E este caso, se defie p i = y i / (µ), e dode p i se iterpreta como la proporció de igreso reteida por el i-ésimo idividuo. Co base e lo aterior, la etropía de orde α de Réyi (965) geera ua medida de la catidad de iformació coteida e ua variable aleatoria co desidad de probabilidad discreta p = [p, p 2,, p ]: I α (p) = [ / (-α)] log [ i= p i α] ; α > 0 y α () Theil (967) defiió como medida de desigualdad del igreso, la diferecia etre la etropía que se deriva de la situació de igualdad perfecta y la calculada para la distribució empírica, lo cual se iterpreta como la etropía que se geera debido a que el igreso o se distribuye e forma igualitaria. La expresió práctica que se emplea para calcular el ídice de Theil se preseta a cotiuació: T α (y)= / i= { y i / [µ log (y i /µ)] }; α = (2) T α (y)= / i= [ log (µ/y i )] ; α = 0 (3) E el caso de (2), el ídice de Theil le otorga mayor importacia a los igresos que se ubica e la parte baja de la distribució, mietras que e () se le asiga aú más peso a los hogares de meores igresos. Además de satisfacer las propiedades de idepedecia de la media y de ivariaza respecto a replicacioes de població, el ídice de Theil cumple co la propiedad de descomposició aditiva, característica poco frecuete etre los idicadores comúmete utilizados para medir la desigualdad. Esta propiedad lo hace especialmete atractivo, ya que siempre resulta importate coocer qué porcetaje de la desigualdad está explicado por la iequidad que se geera etre los grupos formados y cuál proviee de las diferecias de igresos al iterior de los mismos.

12 354 Cosideracioes sobre el ídice de Gii para medir la A diferecia de las medidas estadísticas que tradicioalmete so utilizadas para estudiar la dispersió de u cojuto de datos dode la media es el parámetro de localizació que se utiliza como referecia, el ídice de Gii se costruye al comparar la distribució empírica que se forma co los datos observados y la líea de igualdad perfecta que supoe la distribució teórica derivada de la curva de Lorez. Nuevamete, supógase que se tiee iformació sobre idividuos ordeados e forma creciete respecto al valor de sus igresos: y y 2,, y. Además, se costruye la distribució de frecuecias relativas simple y acumulada de la població bajo estudio (p i, P i ), así como de la variable a distribuir (e este caso el igreso del hogar y i e Y i ). Nótese que, debido al ordeamieto de los datos, se cumple que Y i Y i+. Coforme a lo aterior, el coeficiete de desigualdad de Gii se basa e la suma de las diferecias (P i - Y i ). Co el propósito de estadarizar su recorrido al itervalo [0,], la expresió aterior se divide etre - i= P i, dado paso a ua de las fórmulas que comúmete se utiliza para calcular el ídice de Gii cuado se dispoe de datos o agrupados: CG = ( Pi Yi) i= i= (6) P i El valor míimo del idicador es cero, y se obtiee cuado P i =Y i i, mietras que asume el valor cuado Y =Y 2 = =Y - =0, ya que e este caso el idividuo cocetra todo el igreso Y. Otras expresioes que se utiliza frecuetemete para el cálculo del coeficiete de desigualdad de Gii so: CG = 2 2 i= j= y y i y j ( ) CG = + 2 yy + y + + y (7a) El CG iduce u ordeamieto de las observacioes que es cosistete co la curva de Lorez, y además asiga mayor peso a las observacioes que se ecuetra e la parte baja de la distribució, idepedietemete de cuáles sea sus valores. No obstate, ua de las pricipales desvetajas de este idicador es que las trasferecias uitarias de igreso etre idividuos recibe más peso e la medida que haya más observacioes e la zoa dode se efectúa. Por lo tato, la poderació máxima correspode a trasferecias próximas a la moda y lejos de los extremos de la distribució. b) Datos Agrupados E el trabajo empírico es habitual que el cálculo de los ídices de desigualdad se efectúe a partir de las observacioes agrupadas, debido a que o resulta práctico comparar cojutos de datos que puede llegar a teer tamaños muy distitos. E ese setido, lo comú es que se decida agrupar las observacioes e subcojutos de igual tamaño de modo que se facilite tato los cálculos como las comparacioes etre grupos. (7)

13 Cosideracioes sobre el ídice de Gii para medir la 355 Si embargo, esta maera de proceder coduce ecesariamete a la pérdida de iformació, debido a que los valores idividuales de las observacioes será sustituidos por algú valor que represete al itervalo e que se ecuetra agrupados (por ejemplo, la marca de clase). De acuerdo a lo aterior, el procedimieto que se utiliza para el cálculo del ídice de Gii para datos agrupados es el siguiete: i) Ordear los hogares e forma ascedete coforme a su igreso. ii) Defiir itervalos de igual tamaño (por ejemplo, deciles de hogares). iii) Costruir la distribució de frecuecias relativas, simple y acumulada, de la variable a distribuir (igreso), así como de la població que se desea estudiar. Si se opta por la formació de deciles de hogares, cada grupo deberá cocetrar el 0% de las observacioes, tal como se muestra e el cuadro. Recuadro 4 Alguas Propiedades Deseables de los Idicadores para Medir la Desigualdad Diversos ivestigadores ha defiido u cojuto de propiedades deseables que debe satisfacer los bueos idicadores utilizados para medir la desigualdad ecoómica, alguas de las cuales se preseta a cotiuació:. La medida de desigualdad propuesta debe ser ivariate a trasformacioes proporcioales o cambios de escala. Si I represeta el idicador de desigualdad calculado a partir de u vector de igresos y = (y, y 2,, y ), etoces el valor de I(y) = I(y, y 2,, y ) o debe modificarse ate ua ueva medició que utilice y*= c y, dode c es ua costate mayor que 0. Lo aterior sigifica que la medida de desigualdad o debe variar si se efectúa ua trasformació de la escala e que se mide la variable de iterés; por ejemplo, si se pasa de miles de pesos a milloes e la medició de la cocetració del igreso persoal, el idicador propuesto o debe alterarse por ese hecho. E térmios matemáticos esta propiedad se cooce como la propiedad de homogeeidad e grado cero. Los ídices que satisface esta codició so particularmete útiles para realizar comparacioes itertemporales e iteracioales de la desigualdad, ya que resulta idepedietes de las uidades moetarias e que se mida. 2. Codició de Pigou-Dalto. Esta codició sugiere que, si se geera ua trasferecia de igresos de los hogares ubicados e la parte superior de la distribució hacia las familias o persoas ubicadas e los primeros percetiles, el idicador propuesto debe reflejar ecesariamete ua caída e el ivel de cocetració. E el estudio de la pobreza, esta propiedad equivale al axioma de trasferecia defiido por Se (976) para los bueos ídices de pobreza. Cowell (995) ha deomiado a esta propiedad como pricipio débil de trasferecias, ya que o se especifica ada acerca de la magitud e la caída de la desigualdad. E cotraposició, este mismo autor defie el pricipio fuerte de trasferecias, que resulta esecialmete atractiva cuado se aaliza aspectos viculados a la descomposició de los ídices. Se dice que ua medida satisface este pricipio, si el moto e la reducció de la iequidad a cosecuecia de ua trasferecia de igresos depede sólo de la distacia etre los igresos, si importar cuál sea la posició de los idividuos e la distribució. Al impoer esta codició se asume que todos los idividuos tiee ecesidades comparables igorado las diferecias que existe e su edad, composició familiar, etc. Etoces, u idicador será ua buea medida de desigualdad si se observa ua caída sistemática e su valor cuado os aproximamos a la equidistribució. E caso cotrario, su valor se debería icremetar, toda vez que las trasferecias se geere de la parte más baja de la distribució hacia los grupos más favorecidos. Segú Kakwai (980), toda medida de desigualdad que se costruya como la media aritmética de ua fució estrictamete covexa e el igreso satisface esta propiedad.

14 356 Cosideracioes sobre el ídice de Gii para medir la Supógase que el ídice de cocetració geera u valor x. Etoces, si se observa redistribucioes sucesivas, ecesariamete habrá cambios e el ivel de desigualdad hasta alcazar el valor l m como límite superior, e el caso de que todo el igreso lo cocetre ua persoa. E caso cotrario, os deberemos aproximar a l i =0 e la medida que se realice trasferecias hacia la parte baja de la distribució. Otra codició propuesta por Dalto es la llamada icremetos iguales de igreso e idica que si ua distribució se obtiee de otra sumádole ua costate k, etoces el ídice dismiuye cuado k > 0 y aumeta e caso cotrario. 3. Simetría. La codició de simetría impoe a los ídices que su valor o se altere cuado las medicioes de la desigualdad se hace a u ivel dode los igresos so iguales. Es decir, si dos idividuos ubicados a u mismo ivel de la distribució itercambia sus igresos, la medida de desigualdad debe mateerse ivariate e imparcial: I(x, x 2 ) = I(x 2, x ) () 4. Codició de cambio relativo. Supógase que estamos iteresados e coocer cómo se ecuetra repartida la extesió agrícola de u país. Si se efectuara ua redistribució de la tierra de u terrateiete e favor de u agricultor de autocosumo, el coeficiete de cocetració debiera reducirse e ua proporció mayor que si la trasferecia se geerara de u agricultor de tamaño medio a u pequeño propietario. Obsérvese que a diferecia de la codició de Pigou-Dalto, la propiedad de cambio relativo exige que exista ua relació o lieal e el cambio experimetado por el idicador. Si u ídice cumple co la codició de cambio relativo, automáticamete satisface el criterio de Pigou-Dalto; si embargo, el razoamieto a la iversa o es válido. 5. Idepedecia de Tamaño. El ídice de desigualdad debe proporcioar el mismo valor para dos poblacioes idepedietemete de su tamaño, siempre y cuado las proporcioes de idividuos para cada ivel de igresos sea la misma, lo que implica que las curvas de Lorez so iguales. Esta propiedad tambié se cooce como idepedecia a la replicació de la població y se eucia como se preseta a cotiuació: Si m grupos de elemetos cada uo tiee la misma distribució de probabilidad, etoces e ua població de tamaño xm la desigualdad deberá ser la misma que la que se obtiee de los grupos que la forma (ejemplos de esta propiedad puede cosultarse e Dasgupta, Se y Starret, 973). 6. Cosistecia co la Ordeació de la Curva de Lorez (Domiacia Estocática). La curva de Lorez es ua maera alterativa de aalizar la distribució del igreso. Se dice que ua curva domia a otra e el orde de Lorez, si ésta se ecuetra por ecima de aquella e todos los putos de la curva, salvo e los valores extremos. E este setido, u ídice será cosistete co el orde de Lorez cuado asume u valor meor para la distribució domiate co relació a la domiada. Los ídices cosistetes co este orde satisface el resto de las propiedades ateriores (Kakwai, 980). Asimismo, u ídice que es cosistete co el orde de Lorez debe ser covexo (Rothschild y Stiglitz, 973). 7. Decrecimieto de Efecto ate Trasferecias. Implica que las trasferecias equivaletes etre idividuos equidistates tiee mayor efecto cuado ambos está ubicados e la parte baja de la distribució. Es decir, si y, y 2, y 3, y 4 satisface que y < y 2 < y 4 ; y < y 3 < y 4 ; y 2 - y = y 4 - y 3, etoces ua trasferecia de y 2 a y afectará más el valor del ídice que si esta se efectuara de y 4 a y 3. Los idicadores estadísticos o satisface esta propiedad. 8. Decrecimieto Relativo del Efecto ate Trasferecias de Igresos. Es ua propiedad más estricta que la aterior, ya que asiga mayor importacia relativa a las trasferecias que se efectúa e la parte baja de la distribució, icluso e aquellos casos e que la diferecia de igresos etre los dos idividuos más pobres sea cosiderablemete meor que la de ua pareja ubicada e la parte superior de la distribució. Si y < y 2 < y 4 ; y < y 3 < y 4 ; y 2 / y = y 4 / y 3, etoces trasferecias equivaletes desplazará el ídice hacia la igualdad si se realiza de y 2 a y, más que si fuera de y 4 a y 3, a pesar de que la distacia recorrida e el segudo caso sea mayor. Esta propiedad sólo la satisface alguos ídices ormativos.

15 Cosideracioes sobre el ídice de Gii para medir la Descomposició Aditiva. U ídice cumple co esta propiedad cuado puede calcularse para subgrupos, de tal forma que sea posible idetificar la proporció de la desigualdad explicada por cada uo de ellos (Shorrocks, 980). Supógase ua població de tamaño co igresos y, y 2,, y que se divide e k grupos e y=( y, y 2,, y k,, y K ), dode y k = ( y k,, y k k). Etoces, se dice que u ídice de desigualdad se puede descompoer e forma aditiva si existe u vector de poderacioes W k = ( w,, w k,, w K ) que depede del vector de igreso medio de la distribució µ= ( µ, µ 2,,µ k,, µ K ) y = (, 2,, k,, K ), tal que se cumple I(y) = I w (y) + I e (y) = i= w k (µ,) I(y k ) + I (µ e, µ 2 e 2,, µ 3 e k ) (2) E dode I w es ua suma poderada de la desigualdad detro de cada grupo, y los poderadores so factores que depede del igreso medio y del tamaño del grupo, y e, e 2,..., e g so vectores uitarios de dimesió adecuada. CUADRO INFORMACIÓN NECESARIA PARA EL CÁLCULO DEL INDICE DE GINI Decil % de Hogares (p i) % de Igreso (y i) % acumulado de hogares (P i) % acumulado de Igreso (Y i) 0 y 0 Y =y 2 0 y 2 20 Y 2 =Y +y y 3 30 Y 3 =Y 2 +y y 4 40 Y 4 =Y 3 +y y 5 50 Y 5 =Y 4 +y y 6 60 Y 6 =Y 5 +y y 7 70 Y 7 =Y 6 +y y 8 80 Y 8 =Y 7 +y y 9 90 Y 9 =Y 8 +y y 0 00 Y 0 =Y 9 +y 0 iv) Calcular el ídice de Gii coforme a algua de las muchas expresioes que existe para el caso e que se trabaja co datos agrupados. Por ejemplo: CG= - x i( Yi + Yi + ) (7) i= CG= 0000 i= ( Xi XiYi + + Y i) (8) CG= - ( Xi + Xi)( Yi + Yi + ) (9) i= e dode represeta el úmero de grupos, x i la proporció (o porcetaje) de població e el grupo i; X i la proporció acumulada de població e el grupo i; Y i el igreso acumulado e el grupo i.

16 358 Cosideracioes sobre el ídice de Gii para medir la IV. La Variable Apropiada para la Medició de la Desigualdad E el trabajo empírico existe u debate sobre cuál es la variable que se cosidera más apropiada para evaluar la cocetració del igreso. De hecho, la pricipal cotroversia surge al mometo de elegir etre el igreso total del hogar o el igreso per cápita. Al respecto, es válido afirmar que ambas variables puede ser adecuadas, depediedo de los objetivos de la ivestigació que se quiera llevar a cabo. Por lo tato, primero debiera especificarse cuál es la fialidad de la medició, para luego proceder a elegir e cosecuecia la variable correspodiete. E ciertos casos puede justificarse el uso del igreso total familiar, por el simple hecho de que se cosidera que es el hogar la uidad de cosumo e la cual se cocetra las percepcioes de igreso de sus miembros y se decide sobre el destio de los recursos. Asimismo, el hogar es dode se comparte todos los biees y servicios colectivos que so adquiridos co el presupuesto familiar, y el cotexto que sirve para que sus miembros se forme y desarrolle para el proceso productivo. E ese setido, cuado el propósito del ivestigador es aalizar la distribució del igreso etre los hogares, o debe existir duda e cuato a que la variable que debe utilizarse es el igreso corriete total del hogar 4. Pero tambié puede darse u cuadro alterativo. E los últimos años, diversos ivestigadores ha orietado el estudio del bieestar hacia las persoas, y por tato ha isistido e la ecesidad de que debe ser éstas el foco de aálisis y de ateció de la política social, a la vez que debiera poerse mayor éfasis a las modalidades de asigació de recursos al iterior de los hogares. E ese cotexto, se recooce que el tamaño de la familia es ua variable de gra icidecia e la medició de la desigualdad y la pobreza, debido a que la costatació empírica cofirma que los hogares de meores igresos está itegrados por u úmero mayor de persoas, co relació a aquellos que se ubica e la parte alta de la distribució, lo cual tiee relació co mayores ecesidades, pero tambié co las ecoomías de escala que se geera e el uso de los biees públicos al iterior de los hogares. De allí etoces que, si el objetivo de la ivestigació se cetra e el estudio del bieestar idividual, parece pertiete utilizar el igreso per cápita del hogar como variable de referecia para evaluar la cocetració del igreso, ya que de lo cotrario el igreso familiar llevaría a subestimar el ivel de cocetració del igreso persoal por el simple hecho de que se hace caso omiso de las ecesidades que surge debido a la presecia de u mayor úmero de persoas. Más allá de esto, si embargo, y pese a que muchos estudios efectuados hace uso de esta variable para medir la cocetració del igreso, es preciso señalar que e estricto rigor técico el igreso per cápita o sería tampoco la variable más apropiada para estudiar el bieestar idividual, ya que e su cálculo o se cosidera el hecho de que las ecesidades de los meores puede diferir de las de los adultos, además de que existe e el hogar biees públicos que da servicio a todos sus miembros idepedietemete del tamaño de la familia. De modo que si el iterés de los ivestigadores es mostrar realmete qué sucede co el ivel de vida de cada uo de los miembros del hogar, la maera correcta de proceder para evaluar la iequidad existete lleva a la ecesidad de utilizar como factor de correcció del igreso escalas de equivalecia que permita costruir ua variable del igreso equivalete del hogar. Naturalmete, existe diferecias e los coeficietes de cocetració del igreso cuado el aálisis de u mismo cojuto de datos se realiza a partir de las dos variates mecioadas. Para ejemplificarlo, cosidérese la muestra de 30 hogares que se preseta e el cuadro 2. 4 Existe alguas defiicioes más limitadas de igreso que se capta e alguas de las ecuestas de hogares vigetes e la regió (moetario, remueracioes al trabajo, etc.). Si embargo, para ser cosistete co el marco coceptual derivado del Sistema de Cuetas Nacioales (SCN), la mejor aproximació al presupuesto familiar se logra al cosiderar el igreso corriete total del hogar (moetario más o moetario).

17 Cosideracioes sobre el ídice de Gii para medir la 359 Co base e estos datos, si el iterés es aalizar la distribució familiar del igreso, utilizado como variable de aálisis el igreso total del hogar, el valor del coeficiete de Gii es Por el cotrario, si el objetivo es coocer cómo se distribuye el igreso persoal, y se elige como variable de cálculo el igreso per cápita, el ivel de cocetració del igreso aumeta a , lo que represeta ua diferecia relativa de 3.74% etre ambos valores. CUADRO 2 Igreso Total Tamaño del Hogar Igreso Per cápita IV.2 El Efecto del Número de Grupos e el Cálculo del Idice de Gii Como premisa de aálisis es ecesario señalar que el cálculo de la cocetració del igreso a partir de datos agrupados itroduce sesgos de subestimació. Esto se debe a la pérdida de iformació idividual que se geera al o cosiderar la desigualdad detro de cada grupo. Desde u puto de vista teórico, la curva de Lorez es u cotiuo de putos; por lo tato, platear el aálisis de la distribució co datos agrupados cosiste e aproximar u poliomio de grado

18 360 Cosideracioes sobre el ídice de Gii para medir la, a partir de u cojuto limitado de putos m <. De esta forma, e la medida que m se aproxime a (m ), el error de estimació deberá reducirse. Por el cotrario, cuado el úmero de itervalos formados sea muy pequeño (m 0), se icremetará e forma cosiderable el error de aproximació, y por tato se subestimará de maera importate el verdadero ivel de desigualdad. Lo aterior es fudametal teerlo presete, ya que e la práctica es muy comú que se calcule la cocetració del igreso a partir de particioes que cosidera el 20% de las observacioes, deomiadas quitiles, si hacer cociecia de que se trata de ua aproximació muy gruesa, que seguramete subestima e magitud importate el ivel de desigualdad. E el cuadro 3 se preseta valores del coeficiete de Gii calculados para diferetes agrupacioes. Si se defie como parámetro de referecia el valor del coeficiete a partir de la formació de deciles, se observa que e la medida que el úmero de grupos dismiuye, el coeficiete de cocetració del igreso de esta població hipotética tiede tambié a dismiuir, mostrado ua diferecia absoluta de putos e el caso e que la desigualdad se evalúa a partir de la formació de cico grupos. CUADRO 3 VARIACIONES EN EL INDICE DE GINI SEGÚN EL NÚMERO DE GRUPOS Número de Grupos Coeficiete de Gii Diferecias co relació al valor co 0 grupos % de diferecia Otro aspecto que debe señalarse so las diferecias que existe e el valor del idicador cuado el cálculo se realiza co los datos idividuales, co relació a lo que resulta cuado se forma grupos de observacioes, tal como lo muestra el cuadro 4. CUADRO 4 COEFICIENTE DE DESIGUALDAD DE GINI PARA DATOS DESAGREGADOS Y AGRUPADOS Variable de Aálisis Datos Desagregados Datos Agregados Igreso Total Igreso Per Cápita Utilizado los datos del cuadro 4 se observa que para cualquiera de las dos variates de aálisis, el coeficiete de Gii calculado co datos agregados geera ua subestimació de casi 8% e el verdadero valor de la desigualdad, correspodiete al cálculo co datos desagregados.

19 Cosideracioes sobre el ídice de Gii para medir la 36 IV.3 Variables para el Ordeamieto de los Hogares y el Cálculo del Coeficiete de Gii La maera covecioal de medir la cocetració e u cojuto de datos cosiste e geerar, primeramete, u ordeamieto de las observacioes e fució de la variable que se desea aalizar. Por ejemplo, si se busca coocer el ivel de cocetració del igreso etre las familias, se procede como sigue: i) Ordear los hogares coforme a su igreso (total o per cápita); ii) Defiir el úmero de itervalos a formar; iii) Calcular para cada grupo el porcetaje de observacioes y del igreso que cocetra; iv) Aplicar algua fórmula de cálculo para datos agrupados que permita coocer la distribució de la variable e la població objeto de estudio. E el trabajo práctico surge diferetes opcioes para el ordeamieto de los hogares, así como para la elecció de la variable a utilizar e el aálisis. A cotiuació se preseta alguas de las alterativas para el ordeamieto de los hogares, de las variables a utilizar para efectuar los cálculos, y de las combiacioes etre ambas. A fi de facilitar la presetació, e adelate se supodrá que lo que iteresa es estudiar la distribució del igreso etre los hogares. Opcioes: a) Ordear a los hogares segú su igreso total (Y) y acumular el igreso total del hogar como variable de aálisis (Y). b) Ordear a los hogares segú su igreso per cápita (Y p ) y acumular el igreso per cápita (Y p ). c) Ordear los hogares segú su igreso per cápita (Y p ) y acumular el igreso total del hogar (Y). d) Ordear los hogares segú su igreso total (Y) y acumular el igreso per cápita (Y p ). E las dos primeras opcioes, la variable que geera el ordeamieto coicide co aquella que se utiliza para efectuar el aálisis. E cambio, e las alterativas c) y d) existe diferecias etre la variable del ordeamieto y aquella que se emplea e el cálculo del coeficiete de desigualdad. Al respecto, debe hacerse otar que las alterativas c) y d) puede provocar icosistecias e el aálisis que coduzca a la subestimació del verdadero ivel de la desigualdad. De hecho, cuado a partir de ua combiació de las variables como las señaladas se calcula el coeficiete de Gii, el idicador se cooce comúmete como pseudo-gii, ya que la variable que ordea o coicide co la que se utiliza para calcular la desigualdad, situació que difiere del plateamieto teórico que da susteto a la lógica de costrucció del ídice de Gii 5. Normalmete los hogares pobres tiede a estar coformados por u mayor úmero de miembros, por lo que, bajo este procedimieto, puede suceder que alguos de los grupos formados represete u porcetaje de població mayor que el que le correspode segú el ordeamieto defiido, como se aprecia e el ejemplo hipotético del cuadro 5. Allí se muestra que, pese a que el primer decil agrupa el 0% de los hogares, el mismo cocetra el 4.% de las persoas. E circustacias que, para ser cosistete co el criterio utilizado para el cálculo del ídice de Gii, e ua situació igualitaria (CG=0) le debiera correspoder el 4.% del igreso total, y o el 0% como lo supoe el ordeamieto llevado a cabo. 5 Como se verá más adelate, el hecho de que pueda existir diferecias etre la variable que ordea y la distribució al iterior de los grupos formados, coduce a que este ídice o se pueda descompoer e forma aditiva.

20 362 Cosideracioes sobre el ídice de Gii para medir la CUADRO 5 DECILES DE HOGARES ORDENADOS SEGÚN SU INGRESO PER CÁPITA % Hogares %perso. % ig. Total %ig. Acumulado Ig. Total ig. Medio persoas ig. Per/cáp. tam. hogar Coeficiete de Gii Supógase que se dispoe de ua muestra de 30 hogares co iformació sobre el igreso total y el úmero de persoas que itegra cada uo de ellos, y se desea coocer el ivel de cocetració del igreso por medio del coeficiete de Gii. E esas codicioes, se requiere efectuar el ordeamieto de los hogares y seleccioar la variable apropiada para el aálisis siguiedo algua de las opcioes señaladas más arriba. Como se idicó, la opció a) cosiste e ordear los hogares segú su igreso total, y esta misma variable es la que se utiliza para calcular el coeficiete de Gii. E este caso, se obtiee u valor para la desigualdad del igreso etre los hogares de 0.786, tal como se registra e el cuadro 6. CUADRO 6 INDICE DE CONCENTRACIÓN DEL INGRESO DE LOS HOGARES OPCIÓN A): DECILES DE HOGARES ORDENADOS POR INGRESO TOTAL Y SE ACUMULA EL INGRESO TOTAL Decil % Hogares %perso % ig. Total %ig. Acumulado ig. Total ig. Medio Persoas ig. Per/cáp. tam. hogar Coeficiete de Gii A su vez, la iformació de ese mismo cuadro permite iferir que los hogares ubicados e los primeros deciles está compuestos por u mayor úmero de persoas. De modo que si el objetivo es el estudio de la cocetració del igreso etre los idividuos, el aálisis debiera privilegiar el uso de ua variable que tega e cueta esas diferecias e el tamaño de la familia, por lo que debiera optarse por el

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra: T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación. Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

Más detalles

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.

Más detalles

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series. CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra. 1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de

Más detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos

Más detalles

Tema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor

Tema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN

Más detalles

Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población.

Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población. Uiversidad Diego Portales Facultad de Ecoomía y Negocios Fórmulas Estadísticas Capítulo 2 Recuerde: Hay k Categorías; Datos e ua muestra, N datos e ua població. Frecuecia Relativa de Clase (f) Cuátas Clases

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Tema 6: Distribuciones Muestrales

Tema 6: Distribuciones Muestrales Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.

Más detalles

MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo.

MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo. MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo. Admítelo ua salchicha o es ua zaahoria. Así decía la revista El Cosumidor e u cometario sobre la baja calidad utricioal de las salchichas. Hay tres tipos

Más detalles

14. Técnicas de simulación mediante el método de Montecarlo

14. Técnicas de simulación mediante el método de Montecarlo 4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales. Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,

Más detalles

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

Señales en Tiempo Discreto

Señales en Tiempo Discreto Señales e Tiempo Discreto Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció.. Señales e tiempo discreto.3. Clasificació de las señales

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal

Más detalles

CAPÍTULO V. SUCESIONES Y SERIES

CAPÍTULO V. SUCESIONES Y SERIES (Aputes e revisió para orietar el apredizaje) CAPÍTULO V. UCEIONE Y ERIE DEFINICIÓN. Ua sucesió ifiita, o simplemete sucesió, es ua fució cuyo domiio está costituido por el cojuto de los úmeros aturales

Más detalles

Tema 7: Estimación por intervalos de confianza.

Tema 7: Estimación por intervalos de confianza. Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores

Más detalles

Repaso...Último Contenidos NM 4

Repaso...Último Contenidos NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

TEMA 19 Cálculo de límites de sucesiones*

TEMA 19 Cálculo de límites de sucesiones* CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,

Más detalles

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

PROGRESIONES ARITMÉTICAS.-

PROGRESIONES ARITMÉTICAS.- PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.

Más detalles

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j Gráfico NP Resume El procedimieto Gráfico NP crea u gráfico de cotrol para datos que describe el úmero de veces que ocurre u eveto e m muestras tomadas de u producto o proceso. Los datos podría represetar

Más detalles

Muestreo estratificado

Muestreo estratificado Capítulo 1 Muestreo estratificado El objetivo del diseño de ecuestas por muestreo es maximizar la catidad de iformació para u coste dado. El muestreo aleatorio simple suele sumiistrar bueas estimacioes

Más detalles

Técnicas experimentales de Física General 1/11

Técnicas experimentales de Física General 1/11 La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

Uso de Excel en la enseñanza de las series 1

Uso de Excel en la enseñanza de las series 1 Uso de Excel e la eseñaza de las series Carlos E. Azofeifa Resume El presete trabajo tiee como objetivo mostrar el uso de la herramieta muy coocida y flexible como lo es la hoja electróica Excel, e el

Más detalles

Estadístico. Parámetro

Estadístico. Parámetro La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio

Más detalles

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir: Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

ÁLGEBRA ELEMENTAL. Un término es una expresión algebraica que sólo contiene productos y cocientes (es decir, no aparecen sumas o restas).

ÁLGEBRA ELEMENTAL. Un término es una expresión algebraica que sólo contiene productos y cocientes (es decir, no aparecen sumas o restas). ÁLGEBRA ELEMENTAL 1.- EXPRESIONES ALGEBRAICAS (GENERALIDADES) 1.1.- Alguas defiicioes Ua epresió algebraica es ua epresió matemática que cotiee úmeros, letras que represeta úmeros cualesquiera sigos matemáticos

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

2.2. Estadísticos de tendencia central

2.2. Estadísticos de tendencia central 40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,

Más detalles

3. Las medidas de centralización

3. Las medidas de centralización FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2006 (Modelo 6 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (2 putos) Sea las matrices A= y B = (1 1). -5-4 Eplique qué dimesió debe teer la matriz X para

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

El interés fundamental que se persigue en este capítulo es la. representación de las funciones complejas por medio de series de potencias, lo

El interés fundamental que se persigue en este capítulo es la. representación de las funciones complejas por medio de series de potencias, lo Aálisis matemático para Igeiería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 3 Series complejas El iterés fudametal que se persigue e este capítulo es la represetació de las fucioes complejas

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1) Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Sobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 2004 (Juio Modelo 5) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x+y 6 3x-2y 13 Sea el sistema de iecuacioes. x+3y -3 x 0 (2 putos) Dibuje el recito cuyos

Más detalles

TEMA IV. 1. Series Numéricas

TEMA IV. 1. Series Numéricas TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios

Más detalles

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

:: OBJETIVOS [3.1] :: PREINFORME [3.2]

:: OBJETIVOS [3.1] :: PREINFORME [3.2] :: OBJETIVOS [3.] Verificar que la resistecia equivalete a ua asociació de resistecias e serie se obtiee sumado aritméticamete las resistecias coectadas Verificar que la resistecia equivalete a ua asociació

Más detalles

Mg. Marco Antonio Plaza Vidaurre 1 LAS SERIES UNIFORMES

Mg. Marco Antonio Plaza Vidaurre 1 LAS SERIES UNIFORMES Mg. Marco Atoio laza Vidaurre LAS SEIES UNIFOMES Las series uiformes so u cojuto de valores moetarios iguales distribuidos e el tiempo, co ua frecuecia regular. U cojuto de stocks forma ua serie. E la

Más detalles

PROCESO DE POISSON Rosario Romera Febrero 2009

PROCESO DE POISSON Rosario Romera Febrero 2009 1 PROCESO DE POISSON Rosario Romera Febrero 2009 1. Proceso de Coteo U proceso estocástico fn t g t0 es u proceso de coteo si N t represeta el total de sucesos ocurridos asta el tiempo t. Sea u espacio

Más detalles

ONDAS SOBRE UNA CUERDA

ONDAS SOBRE UNA CUERDA ONDAS SOBRE UNA CUERDA Objetivo: Aalizar el comportamieto de las odas estacioarias e ua cuerda relacioado la tesió, la frecuecia de oscilació, la logitud de la cuerda y el úmero de segmetos que se forma

Más detalles

Muestreo Aleatorio Simple

Muestreo Aleatorio Simple Capítulo 1 Muestreo Aleatorio Simple Este método de muestreo proporcioa u puto de partida para ua exposició de los métodos de muestreo probabilístico o porque sea uo de los métodos de muestreo más utilizados

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad

Más detalles

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más detalles

9 SUCESIONES. LÍMITES DE SUCESIONES

9 SUCESIONES. LÍMITES DE SUCESIONES 9 SUCESIONES. LÍMITES DE SUCESIONES EJERCICIOS PROPUESTOS 9. Co ua calculadora, forma térmios de las siguietes sucesioes y estudia a qué valores tiede. a) a b) b c) c 5 a) a a 8 5,6 a 0 00,98 a 0 00 0

Más detalles

Unidad 3. Construcción de números índice y aplicaciones al análisis económico

Unidad 3. Construcción de números índice y aplicaciones al análisis económico Uidad 3. Costrucció de úmeros ídice y aplicacioes al aálisis ecoómico Los úmeros ídices, utilizados co frecuecia e Ecoomía, Demografía y diferetes campos de la estadística aplicada, so valores coveietes

Más detalles

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas Método de máxima verosimilitud Curso de Estadística TAE,2005 J.J. Gómez Cadeas Muestras Cosiderar ua variable aleatoria x descrita por la pdf f(x). El espacio de muestras está costituido por todos los

Más detalles

1. Sucesiones página 217. 2. Idea intuitiva de límite de una sucesión página 222. 3. Operaciones con sucesiones. página 224

1. Sucesiones página 217. 2. Idea intuitiva de límite de una sucesión página 222. 3. Operaciones con sucesiones. página 224 Límite y cotiuidad E S Q U E M A D E L A U N I D A D.. Térmio geeral de ua sucesió págia 7.. Progresioes aritméticas y geométricas págia 7. Sucesioes págia 7. Idea ituitiva de límite de ua sucesió págia..

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

OPCIÓN A EJERCICIO 1 (A) -5 0

OPCIÓN A EJERCICIO 1 (A) -5 0 IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Diferencial Total. se define. en el punto x

Diferencial Total. se define. en el punto x Dierecial Total El propio ombre derivada parcial os debiera idicar que e cotraposició al caliicativo parcial eiste otro que lo complemeta Tal ombre el correspodiete cocepto eiste se le llama dierecial

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN POR INTERVALOS DE CONFIANZA Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete

Más detalles

OPCIÓN A EJERCICIO 1_A x 1 0 1

OPCIÓN A EJERCICIO 1_A x 1 0 1 IES Fco Ayala de Graada Sobrates de 006 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x 1 0 1 Sea las matrices A = y B =. 1 x+1 (1 puto) Ecuetre el valor o valores de x de forma

Más detalles

3. Análisis de Resultados

3. Análisis de Resultados 3. Aálisis de Resultados La pobreza aalizada mediate u efoque moetario idica la isuficiecia de igresos o gastos de la població respecto a u cosumo míimo aceptable socialmete. El porcetaje de la població

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Simulación Financiera

Simulación Financiera Simulació Fiaciera Pruebas Estadísticas No Paramétricas Para modelos estadísticos, pruebas estadísticas e iferecia o paramétrica. Estos so métodos libres de distribució, es decir, o se basa e supuestos

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral

Más detalles

Estadística teórica (aspectos formales y normativos) y aplicada (aplicación a un campo concreto)

Estadística teórica (aspectos formales y normativos) y aplicada (aplicación a un campo concreto) TEMA 1 - CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS Estadística teórica (aspectos formales y ormativos) y aplicada (aplicació a u campo cocreto) Estadística aplicada o aálisis de datos: Niveles de medida

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles