Introducción a Metodologías Cuasi-Experimentales
|
|
- Gabriel Carrasco Nieto
- hace 5 años
- Vistas:
Transcripción
1 Intrducción a Metdlgías Cuasi-Experimentales Sebastian Martinez Banc Inter-American de Desarrll Presentación pr Sebastian Martinez, basad en el libr Impact Evaluatin in Practice pr Gertler, Martinez, Premand, Rawlings y Vermeersch (2010). El cntenid de esta presentación representa la pinión del autr y n necesariamente del Banc Inter American de Desarrll. Esta versión: Abril 2012.
2 Objetiv de la Evaluación de Impact Estimar el efect causal (impact) de una intervención (P) en un resultad (Y). (P) = Prgrama Tratamient (Y) = Resultad, Medida de Exit Ejempl: Cual es el impact de un prgrama de transferencias mnetarias (P) sbre el cnsum del hgar (Y)? 2
3 Pregunta de Evaluación: Cual es el impact de (P) sbre (Y)? Respuesta: α= (Y P=1)-(Y P=0) 3
4 Prblema de Dats Incmplets α= (Y P=1)-(Y P=0) Para un Beneficiari de Prgrama: Observams (Y P=1): cnsum del hgar (Y) participand en el prgrama de transferencias mnetarias (P=1) 4 Per NO bservams (Y P=0): cnsum del hgar (Y) sin el prgrama de transferencias mnetarias (P=0)
5 Slución Estimams l que hubiese sucedid cn Y en la ausencia de P. Llamams est el.. Cntrafactual. 5
6 Estimand el impact de P sbre Y α= (Y P=1)-(Y P=0) Observams (Y P=1) Resultad baj Tratamient Estimams (Y P=0) El Cntrafactual IMPACTO = Resultad cn Tratamient - cntrafactual Usa grups de Cmparación Cntrl 6
7 Cas: Prgresa Prgrama nacinal cntra la pbreza en Méxic Objetivs: Rmper transmisión inter-generacinal de pbreza y reducir pbreza hy Cmienza millnes de beneficiaris hasta 2004 Elegibilidad en base a índice de pbreza Intervención: Transferencias Cndicinadas 7 Cndicinal en participación esclar y servicis de salud
8 Cas: Prgresa Evaluación de impact cn riqueza de infrmación: 506 cmunidades, 24,000 hgares Línea Base 1997, seguimient 2008 Muchs resultads de interés (educación, salud, etc) Aqui: Estándar de vida: Cnsum per cápita Cual es el impact de Prgresa (P) sbre Cnsum per cápita (Y)? 8 Si el impact es de $20 pess mas pr mes, expandims prgrama
9 Elegibilidad e Inscripción N elegible (N pbre) Elegible (Pbre) N Inscrit Inscrit
10 Cas 1: Pre-prgrama Cual es el impact de Prgresa (P) sbre Cnsum per cápita (Y)? Y (1) Observams cnsum antes (Abril 1997) y después (Nviembre 1998) del prgrama (2) α= (Y P=1)-(Y P=0) T=1997 T=1998 IMPACTO=A-B= $35 A B α = $35 Tiemp
11 Cas 1: Pre-prgrama Cnsum (Y) Resultad CON Tratamient (Pst) Cntrafactual (Pre) Impact (Y P=1) - (Y P=0) 35.3** Análisis de Regresión: Regresión Lineal 35.27** Regresión Lineal Multivariable 34.28** 11 Nta: **estadísticamente significativ al 1%
12 Cas 1: Cuál es el prblema? Bm Ecnómic: Impact real =A-C A-B es una sbreestimación Recesión: Impact real =A-D A-B es una subestimación Y A C? B D? Impact? α = $35 Impact? T=0 T=1 Tiemp 12
13 Cntrafactuales Cntrafactuales falss: Cndición pre-prgrama (pre-pst) Inferencia Aut-seleccinads (peras y manzanas) 13 Causal
14 Cntrles Aut-seleccinads Generalmente NO sn buens cntrles aquells que: Eligen NO participar Sn Inelegibles para participar (cn algunas excepcines imprtantes) Sesg de Selección: Características de la pblación están crrelacinads cn su cndición de participación en el prgrama y cn ls resultads (Y) de interés Pdems cntrlar pr bservables Per n pr inbservables! 14 El impact estimad se cnfunde cn estas características
15 Períd pst-tratamient (1998) N elegible (N pbre) Cas 2: Prgresa Elegible (Pbre) N inscrit Y=290 Inscrit Y=268 En que sentid pdrían ser diferentes ls Inscrits y N inscrits, además de su participación en el prgrama?
16 Cas 2: Cntrles Aut-seleccinads Cnsum (Y) Resultad CON Treatment (Inscrit) 268 Cunterfactual (N Inscrit) 290 Impact (Y P=1) - (Y P=0) -22** Análisis de Regresión: Regresión Lineal -22** Regresión Lineal Multivariable Nta: **estadísticamente significativ al 1%
17 Recmendación de Plítica Publica? Cas 1: Preprgrama Cas 2: Autseleccinads Impact en Cnsum (Y) Regresión Lineal 35.27** Regresión Lineal Multivariable 34.28** Regresión Lineal -22** Regresión Lineal Multivariable Recmendaría escalar Prgresa a nivel nacinal? Si el impact es de $20 pess mas pr mes, expandims el prgrama Pre-prgrama: N se cnsideran trs factres que varían en el tiemp Aut-seleccinads: Sesg de Selección: trs factres asciads a ls grups de tratamient y cmparación inciden en el resultad
18 Recuerda! Pre-prgrama Cmpara: Misma unidad de bservación antes y después de recibir P. Prblema: Otras csas pueden currir a l larg del tiemp que afectan el resultad Aut-seleccinads Cmpara: Grup que participa cn grup que elige n participar en P. Prblema: Sesg de Selección. 18 Ambs cntrafactuales pueden llevar a un estimad sesgad del impact
19 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Diseñ de Regresión Discntinua Diferencias en Diferencias (dif-en-dif) Pareamient Métds de Evaluación 19
20 20 Cas 3: Asignación Aleatria Prgresa: Unidad de aleatrización: cmunidad 506 cmunidades en la muestra de evaluación Aleatrización pr etapas: 320 cmunidades de tratamient (14,446 hgares): Primera transferencia Abril cmunidades de cntrl (9,630 hgares): Primera transferencia Nviembre 1999
21 Cas 3: Asignación Aleatria 320 Cmunidades Tratamient T=0 T=1 Tiemp 186 Cmunidades Cntrl 21 Perid de Cmparación
22 Cas 3: Asignación Aleatria Cm pdems cmprbar que tenems buens clnes? En la ausencia de P, ls grups de tratamient y cmparación deben ser estadísticamente idéntics Cmparems sus características de línea de base (T=0) 22
23 Cas 3: Balance (pre-prgrama) Cnsum ($ mensual per capita) 23 Nta: *estadísticamente significativ al 5% Cas 3: Asignación Aleatria Cntrl Tratamient Est.T Edad Jefe de Hgar (anis) Edad Espsa() del Jefe (añs) Educación Jefe (añs) * Educación Espsa() (añs)
24 Cas 3: Balance (pre-prgrama) Cas 3: Asignación Aleatria Cntrl Tratamient Est.T Jefe de hgar femenin= Indigena= Numer miembrs del hgar Tiene Bañ= Hecatrias de tierra Distancia a Hspital (km)
25 Cas 3: Asignación Aleatria Grup Tratamient (Aleatrizad a tratamient) Cntrafactual (Aleatrizad a cmparacin) Impact (Y P=1) - (Y P=0) Linea Base (T=0) Cnsum (Y) Seguimient (T=1) Cnsum (Y) ** Análisis de Regresión: Regresión Lineal 29.25** Regresión Lineal Multivariable 29.75** 25 Nta: **estadísticamente significativ al 1%
26 Recmendación de Plítica Publica? Impact de Prgresa en Cnsum (Y) Cas 1: Preprgrama Cas 2: Autseleccinads Regresión Lineal Multivariable 34.28** Regresión Lineal -22** Regresión Lineal Multivariable Cas 3: Asignación Aleatria Regresión Lineal Multivariable 29.75** 26 Nta: **estadísticamente significativ al 1%
27 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Métds de Evaluación 27
28 Y si TODOS pueden participar? Pr ejempl Prgramas nacinales cn elegibilidad universal? Prgramas cn participación vluntaria? Prgramas dnde n se puede excluir a nadie? Si n se inscriben tds, pdems cmparar participantes y n-participantes? Sesg de Selección! 28
29 Ofrecer prmcinar prgrama a un sub-grup aleatri Si la inscripción es vluntaria: Ofrecer prgrama a una sub-muestra aleatria Alguns aceptan Otrs n aceptan Oferta aleatria y n se puede excluir la ferta a nadie: Ofrecer prgrama a tds Ofrecer prmción, estimul incentivs a una sub-muestra aleatria: Infrmación Premi Transprte Prmción aleatria 29
30 Oferta y Prmción Aleatria Cndicines necesarias: 1. Grup fertad/prmcinad y n-fertads/nprmcinads sn cmparables: 30 Cndición de prmción del grup (cn/sin) NO esta crrelacinad cn las características de la pblación Garantizad pr la aleatrización 2. Grup fertad/prmcinad tiene mayr tasa de participación en el prgrama Es decir, la prmción funcina! Pdems cmprbar empíricamente 3. La ferta/prmción n afecta ls resultads directamente Usams tería e intuición para asegurar esta cndición
31 Oferta y Prmción Aleatria 3 grups de unidades individus NUNCA se inscribe Sl se inscribe cn prmción SIEMPRE se inscribe CON prmción SIN prmción 31
32 Oferta y Prmción Aleatria 1.Pblación Elegible 2.Aleatriza Oferta/Prmción SIN Oferta/Prmción 3. Inscripción CON Oferta/Prmción 0 Eligible Inscrit Nunca Prmción Siempre
33 Ejercici: estimar el impact de Grup A: CON Oferta/Prmció n Inscrit=80% Y Prmedi para grup A=100 Grup B: SIN Oferta/Prmció n Inscrit = 30% Y Prmedi para grup B=80 Impact 50% Inscrits=.. Y=.. 20 Impact= 20/(1/2)=40 Nunca Participa X Participa cn Prmción Siempre participa X 33
34 Cas 4: Oferta Aleatria Oferta aleatria es una Variable Instrumental Prgresa se frece a ls hgares Oferta a hgares en un grup aleatri de 320 cmunidades 92% de hgares l tman, 8% l rechaza Si hay mens de 100% de inscripción en el prgrama Intención al tratamient: Impact de frecer el prgrama Tratamient sbre l Tratads: Impact de tmar el prgrama Utilizams la asignación aleatria de la ferta cm variable instrumental 34
35 Cas 4: Oferta Aleatria CON Oferta (320 Cmunidades) Inscrit=92% Cnsum Prmedi= 268 SIN Oferta (186 Cmunidades) Inscrit=0% Cnsum Prmedi= 239 Impact Tratamient sbre Tratads Inscrit=0.92 Y=29 Impact= 29/0.92 =31 Nunca Participa X Participa cn Oferta Siempre participa X 35
36 Cas 4: Oferta Aleatria Impact del Tratamient sbre el cnsum de ls Tratads Regresión Variables Instrumentales 30.4** 36 Nta: **estadísticamente significativ al 1%
37 Recuerda! Oferta/Prmción Aleatria Oferta/Prmción debe ser efectiv en incrementar participación! Asignams aleatriamente la ferta/prmción (evaluación experimental) cn el prpósit de evaluar el impact del prgrama de interés N excluims a nadie, per Estrategia depende de la validez de la ferta/prmción Estimams un impact lcal, n necesariamente generalizable para tda la pblación 37
38 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Diseñ de Regresión Discntinua Métds de Evaluación 38
39 Diseñ de Regresión Discntinua Muchs prgramas fcalizan mediante un índice puntaje cntinu que determina elegibilidad: Prgramas anti-pbreza Pensines Educación Agricultura Fcaliza hgares debaj ciert nivel de ingres índice de pbreza Fcaliza pblación mayr de edad Becas para ls mejres estudiantes en base a una prueba estandarizada Fertilizante para pequeñs prductres (hectáreas de tierra) 39
40 40 Ejempl: Prgrama Agrícla Objetiv: Mejrar prductividad para pequeñs prductres Intervención: Subsidi para cmprar fertilizantes Fcalización: Prductres cn 50 hectáreas sn elegibles Prductres cn >50 hectáreas sn inelegibles
41 Pre-Intervención (línea Base) Elegible N Elegible
42 Pst-Intervención IMPACTO
43 Diseñ de Regresión Discntinua Necesitams un índice de elegibilidad cntinu cn un punt de crte de elegibilidad definid Intuición: Unidades alrededr del punt de crte sn parecids el grup n-elegible prduce un buen cntrafactual Impact estimad es valid en un vecindari alrededr del punt de crte 43
44 Cas 5: Diseñ de Regresión Discntinua Elegibilidad para PROGRESA en base a un índice de pbreza (prueba de medias) Hgar pbre si puntaje 750 Elegibilidad: Elegible=1 si puntaje 750 Elegible=0 si puntaje >
45 Cnsum Fitted values Cas 5: Diseñ de Regresión Discntinua: Pre- intervención puntaje estimad en fcalizacin Índice de Pbreza
46 Cnsum Cas 5: Diseñ de Regresión Discntinua: Pst-Intervención Fitted values ** Impact sbre Cnsum (Y) Regresión Lineal Multivariable puntaje estimad en fcalizacin Indice de Pbreza
47 Recuerda! Diseñ de Regresión Discntinua Requiere un índice de elegibilidad cntinu cn punt de crte definid Intuición: bservacines just al tr lad del punt de crte de elegibilidad sn buens cntrles. N es necesari excluir un grup de unidades elegibles del prgrama Muchas veces se puede aplicar en evaluacines retrspectivas que cumplen las cndicines necesarias 47
48 Recuerda! Diseñ de Regresión Discntinua Prduce un estimad de impact lcal: Efect del prgrama alrededr del punt de crte Imprtante para decidir si expandir reducir cbertura del prgrama N es necesariamente generalizable a tras pblacines Ptencia: Necesitams muchas bservacines alrededr del punt de crte. Cuidad cn el mdel: A veces l que parece una discntinuidad en la grafica es tra csa (cm una relación n-lineal). 48
49 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Diseñ de Regresión Discntinua Diferencias en Diferencias (dif-en-dif) Métds de Evaluación 49
50 Diferencias en Diferencias (dif-en-dif) Y= Inscripción Esclar P= Prgrama de Tutría Cn Prgrama Pst Pre Sin Prgrama = Diferencia Dif-en-Dif: Impact=(Y t1 -Y t0 )-(Y c1 -Y c0 ) 50
51 Diferencias en Diferencias (dif-en-dif) Y= Inscripción Esclar P= Prgrama de Tutría Cn Prgrama Pst Pre Sin Prgrama Diferencia = 0.11 Dif-en-Dif: Impact=(Y t1 -Y c1 )-(Y t0 -Y c0 ) 51
52 Inscripción Esclar Impact =(A-B)-(C-D)=(A-C)-(B-D) Sin Prgrama C=0.81 Cn Prgrama D=0.78 B=0.60 A=0.74 Impact=0.1 1 T=0 T=1 Tiemp
53 Inscripción Esclar Impact =(A-B)-(C-D)=(A-C)-(B-D) Sin Prgrama C=0.81 Cn Prgrama D=0.78 B=0.60 A=0.74 Impact<0.11 T=0 T=1 Tiemp
54 Cas 6: Dif en Dif cn Prgresa Inscrits N Inscrits Diferencia Pre-prgrama (T=0) Cnsum (Y) Pst-prgrama (T=1) Cnsum (Y) Diferencia Análisis de Regresión: Regresión Lineal 27.06** Regresión Lineal Multivariable 25.53** 54 Nta: **estadísticamente significativ al 1%
55 Recuerda! Diferencias-en-Diferencias Dif-en-Dif: cambi pre-pst entre un grup participante y tr n-participante Cntrafactual para la tendencia cambi en el indicadr Para cmprbar igualdad de tendencias, necesitams al mens: 2 bservacines antes Asume que en la ausencia de prgrama, tendencias entre participantes y n-participantes serian iguales 55
56 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Diseñ de Regresión Discntinua Diferencias en Diferencias (dif-en-dif) Pareamient Métds de Evaluación 56
57 Pareamient Idea Para cada unidad de tratamient escgems el mejr par de tra pblación sin tratamient. Cm? Ls pares se seleccinan sbre similitudes en características bservadas. Riesg? Si existen tras características n-bservadas que afectan la participación: Sesg de selección! 57
58 Pareamient pr Prpensión a Participar: Prpensity-Scre Matching (PSM) Grup de cmparación: n-participantes cn las mismas características bservables que participantes Pueden existir muchas características imprtantes Pareamient en base a puntaje de prpensión, (prpuest pr Rsenbaum y Rubin): 58 Para cada unidad, cmputar la prbabilidad de participar en base a características bservables: puntaje de prpensión Escger pares que tienen puntajes de prpensión cercans Ver apéndice 2.
59 Densidad de puntajes de prpensión Densidad N-Participantes Participantes Sprte Cmún 0 Puntaje de Prpensión 1
60 Cas 7: Pareamient en Prgresa Caracteristicas preprgrama Ceficiente Estimad Regresión Prbit, Prb Inscrit=1 Edad jefe de hgar (anis) ** Edad esps(a) del jefe (anis) ** Educacin del Jefe (years) ** Educacin de Espsa (years) -0.03** Jefe femenin= Indigena= ** Numer de miembrs del hgar 0.216** Pis de tierra= ** Bañ= ** Hectarias de tierra ** Distancia al hspital (km) 0.001* Cnstante 0.664** Nta: **estadísticamente significativ al 1%, * estadísticamente significativ al 5%,
61 Densidad Cas 7: Sprte Cmun en Prgresa N Inscrit Inscrit Pr (Inscrit)
62 Cas 7: Pareamient Impact sbre cnsum (Y) Regresión Lineal Multivariable Nta: + estadísticamente significativ al 10%
63 Recuerda! Pareamient Requiere línea de base cn gran numer de bservacines en pblación beneficiaria y n-beneficiaria Usand el métd: 63 Optim si cncems la regla de asignación de beneficis y la utilizams para encntrar pares En cmbinación cn trs métds cm dif-en-dif Pareamient sin línea de base es muy riesgs: Pareamient en base a variables endógenas que han sid afectadas pr el prgrama genera cntrafactual sesgad
64 Recmendación de Plítica Publica? Impact de Prgresa en Cnsum (Y) Cas 1: Pre-prgrama 34.28** Cas 2: Aut-seleccinads Cas 3: Asignación Aleatria 29.75** Cas 4: Tratamient sbre ls Tratads 30.4** Cas5: Diseñ de Regresión Discntinua 30.58** Cas 6: Diferencias-en-Diferencias 25.53** Cas 7: Pareamient Nta: **estadísticamente significativ al 1%
65 Recmendación de Plítica Publica? Impact de Prgresa en Cnsum (Y) Cas 1: Pre-prgrama 34.28** Cas 2: Aut-seleccinads Cas 3: Asignación Aleatria 29.75** Cas 4: Tratamient sbre ls Tratads Cas5: Diseñ de Regresión Discntinua 30.4** 30.58** Cas 6: Diferencias-en-Diferencias 25.53** Cas 7: Pareamient Nta: **estadísticamente significativ al 1%
66 Asignación Aleatria Prmción Aleatria (Variables Instrumentales) Diseñ de Regresión Discntinua Diferencias en Diferencias (dif-en-dif) Pareamient Métds de Evaluación 66
67 Escgiend un Métd Infrmación clave para escger el métd de evaluación: 1. Prspectiv retrspectiv? 2. Criteris de elegibilidad? 3. Implementación inmediat en fases? 4. Recurss limitads para atender demanda ptencial? 67 Fcalización? Variación gegráfic? Limitacines de presupuest capacidad de implementación? Exces de demanda para el prgrama
68 Escgiend un Métd Escge el mejr diseñ dad el cntext perativ: Mejr Diseñ Cntrafactual mas rbust + mínim riesg perativ Cntrlams pr td? Validez interna Buen grup de cmparación El resultad es valid para tda la pblación de interés? 68 Validez externa Impact lcal glbal Resultads de impact aplican a tras pblacines relevantes
69 Tiemp Usand las reglas de peración para seleccinar el métd Exces de demanda para prgrama (recurss limitads) Índice cntinu de fcalización y umbral Recurss Sin exces de demanda para el prgrama (recurss suficientes) Sin Índice Fcalización Índice cntinu cntinu de fcalización y de fcalización umbral y umbral Sin Índice cntinu de fcalización y umbral Expansión en fases a l larg del tiemp Asignación Aleatria DRD Asignación Aleatria VI DD cn Pareamient Asignación Aleatria en fases DRD Asignación Aleatria en fases VI DD cn Pareamient Implementación Inmediata Asignación Aleatria DRD Asignación Aleatria VI DD cn Pareamient DRD Si la participación n es plena: VI DD cn Pareamient 69 Fuente: Gertler et al. Impact Evaluatin in Practice (2010)
70 Recuerda! El bjetiv de la evaluación de impact es estimar el efect causal de un prgrama sbre ls resultads de interés. 70
71 Recuerda! Para medir el impact, necesitams estimar el cntrafactual. L que hubiese sucedid en la ausencia del prgrama Para est usams grups de cmparación 71
72 Recuerda! Nuestra caja de herramientas para evaluar impact frece 5 métds para generar grups de cmparación. 72
73 Recuerda! Escge el mejr métd viable en el cntext perativ del prgrama 73
74 Gracias!
75 Apéndice 1: Mínims Cuadrads en Ds Etapas (2SLS, pr su sigla en inglés) Mdel cn Tratamient endógen (T): y T x 1 2 Etapa 1: Realizar la regresión de la variable endógena sbre la Variable Instrumental (Z) y trs regresres exógens : T x Z Calcular el valr previst para cada bservación: T grr 75
76 Apéndice 1: Mínims Cuadrads en Ds Etapas (2SLS) Etapa 2: Realizar la regresión de resultad Y sbre la variable prevista (y tras variables exógenas) : y ( T) x ^ 1 2 Es necesari crregir Errres Estándar (se basan en T grr más que en T) En la práctica se utiliza STATA - ivreg 76 Intuición: T ha quedad limpia de su crrelación cn ε.
77 Apéndice 2 Pass para Pareamient pr Prpensión Necesitams encuestas representativs y altamente cmparables de participantes y n-participantes. 2. Junta las ds muestras y estima una regresión lgit ( prbit) sbre una variable dictómica de participación en prgrama. 3. Restringe la muestra al sprte cmún. 4. Para cada participante, busca ls n-participantes cn puntaje de prpensión similar. 5. Tma la diferencia en el resultad entre cada participante y su par pares. La diferencia es el estimad de impact del prgrama para esa bservación. 6. Calcula el prmedi de ls impacts individuales para estimar el impact prmedi del prgrama.
78
Midiendo el Impacto: Métodos de Evaluación de Impacto
Midiend el Impact: Métds de Evaluación de Impact Sebastian Martinez Banc Inter-American de Desarrll Santiag, abril 2013 Presentación pr Sebastian Martinez, basad en el libr Impact Evaluatin in Practice
Más detallesEVALUACIÓN DE IMPACTO APLICADA
EVALUACIÓN DE IMPACTO APLICADA Respnderems estas preguntas 1 Qué es la evaluación de impact? 2 Pr qué es útil la evaluación de impact? 3 En qué cnsiste una buena evaluación de impact? Respnder las preguntas
Más detallesPropuesta de evaluación del Programa de Ahorro en el Perú
Prpuesta de evaluación del Prgrama de Ahrr en el Perú CONTEXTO El ret actual de la plítica scial en nuestra región es crear mdels de prtección scial que n sól permitan a las persnas pbres, generar ingress
Más detallesEl Modelo de Regresión Lineal General Especificación
Tema 4 El Mdel de Regresión Lineal General Especificación Pilar Gnzález y Susan Orbe Dpt. Ecnmía Aplicada III (Ecnmetría y Estadística) Pilar Gnzález y Susan Orbe OCW 2013 Tema 4. MRLG: Especificación
Más detallesMonitoreo y Evaluación
Mnitre y Evaluación La base para btener resultads Laura Rawlings y Cir Avitabile Santiag, 8 de abril de 2013 1 Objetivs de la sesión Prqué enfcarse en resultads? Mnitre vs Evaluación Utilizand una cadena
Más detallesRetos en el Diseño de Programas de Educación Financiera: Recomendaciones y Lecciones Aprendidas
Rets en el Diseñ de Prgramas de Educación Financiera: Recmendacines y Leccines Aprendidas IFC Servicis de Asesría en América Latina y el Caribe (LAC) May, 2011 Educación financiera desde la óptica de IFC
Más detallesANÁLISIS DE ERRORES DE ESTIMACIÓN. VARIANZA DEL ERROR DE ESTIMACIÓN. Guión de exposición en clase
ANÁLISIS DE ERRORES DE ESTIMACIÓN. VARIANZA DEL ERROR DE ESTIMACIÓN Guión de expsición en clase ANÁLISIS DE ERRORES DE ESTIMACIÓN / PREVISIÓN Ds ideas centrales: Un mdel que n es capaz de reprducir la
Más detallesEl Modelo Tobit. Microeconomía Cuantitativa. R. Mora. Departmento de Economía Universidad Carlos III de Madrid
El Mdel Tbit Micrecnmía Cuantitativa R. Mra Department de Ecnmía Universidad Carls III de Madrid Esquema 1 Mtivación: La ferta labral femenina 2 3 La asignación de tiemp en la vida real % Oci Persnal Dméstic
Más detallesSix Sigma Certificación
Diplmad Tel. (664) 903-18-87 Nextel: 152*15*13393 diplmadstij@cetys.mx Campus Tijuana Objetiv General: Capacitar en el us de las herramientas de la metdlgía Six Sigma (DMAIC) Desarrllar a ls participantes
Más detalles3 Análisis de Varianza
Análisis de Varianza La prueba t se emplea para encntrar si las medias de ds grups difieren significativame. Qué pasa si tres más grups sn cmparads?, n se puede utilizar las pruebas t múltiple, ya que:
Más detallesProyecto de Expansión de Finanzas Rurales FND Banco Mundial. Mayo 2016
Pryect de Expansión de Finanzas Rurales FND Banc Mundial May 2016 Antecedentes El Banc Mundial trgó un préstam a la Financiera Nacinal de Desarrll Agrpecuari, Rural, Frestal y Pesquer (FND) cn el bjetiv
Más detallesLos Datos 02/11/2015. CLASE 2: Herramientas de Valoración Clínica
CLASE 2: Herramientas de Valración Clínica Ls Dats Obtener infrmación que permite llegar al cncimient de alg deducir las cnsecuencias legítimas de un hech. 1 Categóric Numéric Nminal Ordinal Discret Cntinu
Más detallesÍndice de Desarrollo Humano de Hogares e Individuos 2010
Oficina de Investigación en Desarrll Human (OIDH) PNUD Méxic Índice de Desarrll Human de Hgares e Individus 2010 Cristina Rdríguez Ciudad de Méxic Marz de 2013 CONTENIDO Cncept y medición del IDH Cntext
Más detallesGral co.18 4Illiacion a pcnsione's y salar! Q1 Q2 Q3 Q4 Q5 Pobre No Total Powe. n Urbano Total Nal. b) Población asegurada en salud
A-PDF Split DEMO : Purchase frm www.a-pdf.cm t remve the watermark./1 r,1 E Gral c.18 4Illiacin a pcnsine's y salar! 60 a) Prcentaje de tral)ajadres afiliads a pen. )nes 40 20 10 Q1 Q2 Q3 Q4 Q5 Pbre N
Más detallesDiagnóstico 2014 del Programa Planeación, elaboración y seguimiento de las políticas y programas de la dependencia P006
Diagnóstic 2014 del Prgrama Planeación, elabración y seguimient de las plíticas y prgramas de la dependencia P006 Dirección General de Planeación y Evaluación 1 Planeación, elabración y seguimient de las
Más detallesMETODOLOGÍA DE DETERMINACIÓN DE ARANCEL DE REFERENCIA 2015 PARA UNIVERSIDADES ACREDITADAS
METODOLOGÍA DE DETERMINACIÓN DE ARANCEL DE REFERENCIA 2015 PARA UNIVERSIDADES ACREDITADAS Diciembre de 2014 En el presente dcument se explica la metdlgía prpuesta para el cálcul del arancel de referencia
Más detallesLa información no es de valor hasta que un número es asociado con ella. o Benjamín Franklin.
Histria de la Medición en el Sftware La infrmación n es de valr hasta que un númer es asciad cn ella. Benjamín Franklin. N puedes cntrlar l que n puedes medir. Si crees que el cst de la medición es alt,
Más detallesDIRECCION TECNICA DE DEMOGRAFIA E INDICADORES SOCIALES
ENCUESTA DEMOGRÁFICA Y DE SALUD FAMILIAR FICHA TÉCNICA ENDES Línea de Base DIRECCION TECNICA DE DEMOGRAFIA E INDICADORES SOCIALES LIMA, AGOSTO DEL 2008 INDICE 1. INTRODUCCION...3 2. OBJETIVOS...4 2.1 Objetiv
Más detallesEvaluación de consistencia y resultados, Programas municipales de Tijuana, B.C. ANEXO 1: DESCRIPCIÓN GENERAL DEL PROGRAMA.
Evaluación de cnsistencia y resultads, 2015. ANEXO 1: DESCRIPCIÓN GENERAL DEL PROGRAMA. Las reglas de peración de 2015 replantean el bjetiv cm Cntribuir a cnslidar ciudades cmpactas, prductivas, cmpetitivas,
Más detallesREFLEXIONES OBRE LA ORGANIZACIÓN INSTITUCIONAL Y PROPUESTA DE MEJORA SU PARA SU FORTALECIMIENTO Y CUALIFICACION DE LOS PROCESOS INSTITUCIONALES
REFLEXIONES OBRE LA ORGANIZACIÓN INSTITUCIONAL Y PROPUESTA DE MEJORA SU PARA SU FORTALECIMIENTO Y CUALIFICACION DE LOS PROCESOS INSTITUCIONALES Guía de análisis Institucinal Prpósits: Realizar prcess de
Más detallesInclusión Financiera Responsable. Yerom Castro Fritz Director de Inclusión Financiera y Control Interno GENTERA
Inclusión Financiera Respnsable Yerm Castr Fritz Directr de Inclusión Financiera y Cntrl Intern GENTERA Definición de IF El acces y us de una gama de prducts y servicis pr parte de la pblación, baj una
Más detallesCómo ofrecer microseguros a las poblaciones pobres. 29 / septiembre / 2013
Cóm frecer micrsegurs a las pblacines pbres 29 / septiembre / 2013 Nuestr clientes En Cmpartams estams trabajand para pder cntar cn ciertas medicines, que prprcinen elements claves para cncer el estad
Más detallesEVALUACIÓN DE ALTERNATIVAS DE INVERSIÓN
EVALUACIÓN DE ALTERNATIVAS DE INVERSIÓN Una inversión, desde el punt de vista financier, es la asignación de recurss en el presente cn el fin de btener uns beneficis en el futur (n sól desemblsar una determinada
Más detallesLaboratorio de Física 1 (ByG) Guía 2: Mediciones indirectas y diferencias significativas.
Labratri de Física 1 yg Guía : Medicines indirectas y diferencias significativas. 1. Objetivs Tratamient de incertezas en medicines de magnitudes que se btienen en frma indirecta. Criteri para cmparar
Más detallesDualidad y sensitividad
Dualidad y sensitividad 1. Dualidad Dad un prblema de minimización en frma canónica PC: min c T x s.a Ax v x 0 su dual es el prblema max w T b s.aw T A c T W 0 Para un prblema de prgramación lineal en
Más detallesMedición n de Impacto
Impact Evaluation SIEF- Fondo Español de Evaluacion de Impacto Medición n de Impacto Métodos de evaluación n de impacto Sebastián n Martínez Banco Mundial Nota: diapositivas preparadas por Sebastián Martínez.
Más detallesInclusión financiera: Sistema de pagos y Mercado de Valores. Alberto Graña Setiembre 2014
Inclusión financiera: Sistema de pags y Mercad de Valres Albert Graña Setiembre 2014 Esquema Imprtancia de la Inclusión Financiera Inclusión Financiera Fc BCU Qué ha hech BCU para disminuir factres de
Más detallesEl Plan de Mercadotecnia
El Plan de Mercadtecnia El Plan de Mercadtecnia El plan de mercadtecnia es un valis instrument que sirve de guía a tdas las persnas que están vinculadas cn las actividades de mercadtecnia de una empresa
Más detallesLa informalidad urbana y las villas miseria en las ciudades de Córdoba y Rosario
La infrmalidad urbana y las villas miseria en las ciudades de Córdba y Rsari INTRODUCCIÓN Flrencia Mlinatti Licenciada en Scilgía Universidad Sigl 21 fmlinatti@htmail.cm El acelerad prces de urbanización
Más detallesCómo construir un grupo de comparación adecuado para medir resultados:
TALLER DE EVALUACIÓN DE IMPACTO Cómo construir un grupo de comparación adecuado para medir resultados: Buenos y malos contrafactuales Andrés Ham Universidad de Illinois Urbana-Champaign 4 de Abril de 2017
Más detallesSeminario Desarrollo Social: Cuatro pilares para una política de Estado 25/11/14
Seminari Desarrll Scial: Cuatr pilares para una plítica de Estad 25/11/14 Prpuesta para una nueva plítica educativa. Resumen de ls principales punts abrdads pr Gustav Iaies. LA REGIÓN Y SUS CLAVES DE MEJORA
Más detallesLey Agrícola de los Estados Unidos (Farm Bill) 2008/2017: Política de desestímulo? o, Ventana de oportunidad?
Ley Agrícla de ls Estads Unids (Farm Bill) 2008/2017: Plítica de desestímul?, Ventana de prtunidad? Alejandr Vélez Gyeneche Vicepresidente Técnic Sciedad de Agricultres de Clmbia XXXIV Cngres Agrari Nacinal
Más detallesMejorando el acceso a los servicios de salud mediante el Programa de Extensión de Cobertura (PEC) Foro de Cobertura Universal de Salud en Guatemala
Mejrand el acces a ls servicis de salud mediante el Prgrama de Extensión de Cbertura (PEC) Fr de Cbertura Universal de Salud en Guatemala Christine La Peña Banc Mundial 18 de septiembre de 2014 Cntext
Más detallesCURSO BASICO DE CONSEJERIA PREVENTIVA DE CANCER. 3 y 4 de Diciembre El cáncer en el Peru y en diferentes partes del mundo representa un grave
CURSO BASICO DE CONSEJERIA PREVENTIVA DE CANCER Intrducción: 3 y 4 de Diciembre 2013 El cáncer en el Peru y en diferentes partes del mund representa un grave prblema de salud publica que se incrementa
Más detallesEsquema. Efectos de la educación (formación) Qué es la educación para los economistas? de la educación. Educación
Esquema LA INVERSIÓN EN CAPITAL HUMANO Intrducción Cncept de capital human Ls hechs y sus distintas interpretacines La inversión ió en capital human La frmación general y específica Práctica: Nivel educativ
Más detallesPolítica Contracíclica y Retos de la Política Fiscal
Plítica Cntracíclica y Rets de la Plítica Fiscal Subsecretaría de Egress Ener de 2010 1 Plítica Cntracíclica en Méxic Desde 2007, en Méxic bservams ls riesgs que presentaba la ecnmía mundial sbre una psible
Más detallesSECRETARIA DE EDUCACION PUBLICA
Jueves 14 de agst de 2014 DIARIO OFICIAL (Primera Sección) SECRETARIA DE EDUCACION PUBLICA ACUERDO númer 07/08/14 pr el que se mdifica el Anex 4: Becas para acceder, permanecer y cncluir la educación media
Más detallesAportación al perfil Seleccionar y aplicar herramientas matemáticas para el modelado, diseño y desarrollo de tecnología computacional.
Nmbre de la asignatura: Simulación Crédits: 2 3-5 Aprtación al perfil Seleccinar y aplicar herramientas matemáticas para el mdelad, diseñ y desarrll de tecnlgía cmputacinal. Objetiv de aprendizaje Analizar,
Más detallesCAPÍTULO 2 MARCO CONTEXTUAL. Las micro, pequeñas y medianas empresas dedicadas a la manufactura en México y en
CAPÍTULO 2 MARCO CONTEXTUAL 2.1 Micr, pequeñas y medianas empresas Las micr, pequeñas y medianas empresas dedicadas a la manufactura en Méxic y en general en ls países en desarrll asumen un papel imprtante
Más detallesFicha informativa sobre el programa de desarrollo rural del Principado de Asturias
Ficha infrmativa sbre el prgrama de desarrll rural 2014-2020 del Principad de Asturias El prgrama de desarrll rural (PDR) del Principad de Asturias fue adptad ficialmente pr la Cmisión Eurpea el 3 de agst
Más detallesPROGRAMA DE ATENCIÓN A NIÑOS CON ALTAS CAPACIDADES
PROGRAMA DE ATENCIÓN A NIÑOS CON ALTAS CAPACIDADES 1.- PRESENTACIÓN. Ls niñs y niñas cn altas capacidades n están, en general, atendids pr el sistema educativ, generand, en muchs cass, actitudes de rechaz
Más detallesPrograma de Asistencia de Climatización
Prgrama de Asistencia de Climatización (Para la página riginal del Weatherizatin Assitance Prgram visite www.eere.energy.gv/weatherizatin) El Prgrama de Asistencia de Climatización permite a las familias
Más detallesDefinición y conceptos clave. Motivaciones académicos, profesionales, sociales, económicos y personales
Cnfidencial Página 1 DE Carls Alvarez, Knwledge Investrs PARA Bertha Guijarr, CITIC Carmen Iglesias, CITIC FECHA 06/02/13 ASUNTO Detalle de ls curss sbre transferencia de tecnlgía Títul Objetivs Prgrama
Más detallesCONVOCATORIA PRONABES
CONVOCATORIA PRONABES 2013-2014 El Cmité Técnic del Prgrama Nacinal de Becas y Financiamient en San Luis Ptsí, S.L.P. y la Secretaría de Educación Pública (SEP), a través de la Crdinación Nacinal de Becas
Más detallesOptimización multietapa de inversiones en subestaciones y redes de distribución
Optimización multietapa de inversines en subestacines y redes de distribución René Albert Castrillón Orzc Unidad Planeación Infraestructura Transmisión y Distribución Energía Empresas Públicas de Medellín
Más detallesHerramienta de documentación para la mitigación E: Plan nacional para la ulterior evaluación de la mitigación
Herramienta de dcumentación para la mitigación E: Plan nacinal para la ulterir evaluación de la mitigación A: Análisis de las emisines sectriales esenciales B: Dispsicines institucinales para actividades
Más detallesLos españoles pasan más de cuatro horas al día conectados a internet por motivos personales
AIMC presenta un nuev Q Panel dedicad al Us de Internet en Mvilidad Ls españles pasan más de cuatr hras al día cnectads a internet pr mtivs persnales La media de tiemp diaria que pasams navegand es de
Más detallesPlan base compensación biodiversidad
Plan base cmpensación bidiversidad Ls siguientes, cnstituyen ls aspects fundamentales a cnsiderar para desarrllar un plan de cmpensación pr pérdida de bidiversidad. 1 1. Evaluación de la pertinencia de
Más detallesRazones de mortalidad por celdas e Indicadores censales
Raznes de mrtalidad pr celdas e Indicadres censales Estadísticas lngitudinales de supervivencia y lngevidad en Andalucía, 2002-2013 Nta metdlógica Este prduct estadístic ha sid cncebid cn el principal
Más detallesCAPITULO N 8. Medición, Análisis y Mejora. (Mejora Continua)
CAPITULO N 8 Medición, Análisis y Mejra (Mejra Cntinua) MEDICIÓN, ANÁLISIS Y MEJORA La Universidad Sant Tmás Tunja DEBE planificar e implementar ls prcess de seguimient, medición, análisis y mejra necesaris
Más detallesBANCO FICOHSA FICOHSA TARJETAS FICOHSA SEGUROS ENERO 2015 DICIEMBRE 2015
INFORME ANUAL SOBRE LA GESTIÓN DE RIESGO OPERATIVO DEL GRUPO FINANCIERO FICOHSA APLICABLE A SUS VEHICULOS: BANCO FICOHSA FICOHSA TARJETAS FICOHSA SEGUROS ENERO 2015 DICIEMBRE 2015 Fernanda María Zavala
Más detallesGuía del Seminario OBJETIVOS
UNIVERSIDAD DE CASTILLA-LA MANCHA 12º Seminari Práctic: TÉCNICAS AVANZADAS DE INVESTIGACIÓN: MODELOS DE ECUACIONES ESTRUCTURALES (SEM), LOGÍSTICOS (LOGIT) y MÍNIMOS CUADRADOS PARCIALES (PLS) Prfª.: Dª.
Más detallesA continuación presentamos un posible modelo del contenido de un plan de mercadeo:
Mdel del cntenid del plan de mercade Existe una gran variedad de mdels de planes de mercade que reflejan n slamente la rientación y las perspectivas que tienen las empresas de vender en diferentes mercads,
Más detallesFicha Técnica. Ficha Técnica. Dirección Nacional de Censos y Encuestas
Ficha Técnica Dirección Nacinal de Censs y Encuestas FICHA TÉCNICA 1. Objetivs Objetiv general: Cntar cn infrmación de las empresas sbre características de rganización, gestión de ls prducts e insums,
Más detallesPLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE. Las heladas en el Perú
PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE Grad: Tercer I. TÍTULO DE LA SESIÓN Duración: 2 hras pedagógicas Las heladas en el Perú UNIDAD 6 NÚMERO DE SESIÓN 7/14 II. APRENDIZAJES ESPERADOS COMPETENCIA CAPACIDADES
Más detallesGANADERÍA COLOMBIANA SOSTENIBLE
GANADERÍA COLOMBIANA SOSTENIBLE Cntenid 1. Antecedentes 2. Pryect Ganadería Clmbiana Sstenible 2.1 Descripción 2.2 Situación Actual Perfil del sectr ganader La ganadería clmbiana cntribuye cn el 20% del
Más detallesJUNIO 2007 OPCIÓN A. Ejercicio 1. (Puntuación máxima: 3 puntos) Se considera el sistema lineal de ecuaciones dependiente del parámetro real a: A *
JUNIO 7 INSTRUCCIONES: El examen presenta ds pcines y B; el alumn deberá elegir una de ellas y respnder raznadamente a ls cuatr ejercicis de que cnsta dicha pción. Para la realización de esta prueba puede
Más detallesCONVOCATORIA PRONABES 2013-2014
CONVOCATORIA PRONABES 2013-2014 El Cmité Técnic del Prgrama Nacinal de Becas y Financiamient en crdinación cn el Estad de Snra y la Secretaría de Educación Pública (SEP), a través de la Crdinación Nacinal
Más detallesCurso. Precios de Transferencia
Curs Precis de Transferencia Este curs se caracteriza pr ser el ABC de ls precis de transferencia, debid a la estructura didáctica que éste maneja, de tal manera que ls participantes se invlucren en el
Más detallesFACe - Punto General de Entrada de Facturas Electrónicas de la AGE
FACe - Punt General de Entrada de Facturas Electrónicas de la AGE ANTECEDENTES/PROBLEMÁTICA Las Administracines Públicas (AA.PP.) han perad durante tda su existencia cn facturación en papel, sn escass
Más detallesSERVICIOS DE INGENIERÍA DE MANTENIMIENTO
SERVICIOS EN INGENIERÍA DE MANTENIMIENTO La página web ya frece ests servicis cn entradas y páginas detalland sus características para mayr detalle. A md de dssier indicarte que ls servicis se categrizarían
Más detallesActividad Final ESTADÍSTICA INFERENCIAL. Asignatura Transversal
Actividad Final ESTADÍSTICA INFERENCIAL Asignatura Transversal La estadística inferencial en mercadtecnia PRESENTACIÓN Para finalizar el curs de Estadística Inferencial tendrás que elabrar una actividad
Más detallesFACULTAD DE CIENCIAS ADMINISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACION SÍLABO
SÍLABO ASIGNATURA: PROYECTOS DE INVERSION I. DATOS GENERALES 1.1. Códig de la Asignatura : 1.2. Escuela Prfesinal : Administración 1.3. Departament Académic : Ingeniería Industrial 1.4. Cicl : IX-B 1.5.
Más detallesAnálisis de la demanda, la oferta y los precios
DP0020_M2AA1L2_Análisis Análisis de la demanda, la ferta y ls precis pr Alma Ruth Crtés Análisis de la demanda De acuerd a Hernández (2008), la demanda de un determinad prduct se refiere a las cantidades
Más detallesMASTER DEGREE: Industrial Systems Engineering
PAC- Perfrmance-centered Adaptive Curriculum fr Emplyment Needs Prgrama ERASMUS: Acción Multilateral - 517742-LLP-1-2011-1-BG-ERASMUS-ECUE MASTER DEGREE: Industrial Systems Engineering ASIGNATURA ISE2:
Más detallesCMM - CMMI MÁXIMO ESTÁNDAR EN INGENIERÍA DE SOFTWARE CAPABILITY MATURITY MODEL MODELO DE MADUREZ DE CAPACIDAD
CMM - CMMI MÁXIMO ESTÁNDAR EN INGENIERÍA DE SOFTWARE CAPABILITY MATURITY MODEL MODELO DE MADUREZ DE CAPACIDAD El sftware exhibe características de ubicuidad. Se encuentra en tdas partes, desde redes de
Más detallesBASES CONCURSO AMBIENTAL AUDIFARMA 20 AÑOS
BASES CONCURSO AMBIENTAL AUDIFARMA 20 AÑOS AUDIFARMA S.A cntribuye al mejramient de la salud y el desarrll sstenible de la sciedad cn un seri cmprmis en la Respnsabilidad Scial Empresarial mediante la
Más detallesPLAN DE COMUNICACIÓN. Fases del Plan
Plan Estratégic Municipal de Seguridad Vial y Mvilidad Sstenible de Vitria-Gasteiz 2018-2023 PLAN DE COMUNICACIÓN Estructura del Plan Fases del Plan Estrategias de cmunicación 1. Análisis de la situación
Más detallesPrograma de Formación de. Ciudad Real 26 marzo 2010
Prgrama de Frmación de Empresas de Servicis i Energétics Ciudad Real 26 marz 2010 Cas práctic de aplicación de Empresa de Servicis Energétics Ciudad Real, 26 de Marz de 2010 Cas práctic de aplicación de
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL Existen prcedimients estadístics diseñads para analizar variables cuantitativas. Tds ells cinciden en una serie de características: Permiten cntrastar hipótesis referidas a algún
Más detallesUN VIAJE HACÍA OTRO MUNDO
UN VIAJE HACÍA OTRO MUNDO UDescripción UObjetivs Identificación de znas de pbreza a nivel internacinal. Ver el us de ls mapas temátics para la bservación y análisis de ls fenómens sciecnómics a nivel mundial.
Más detallesRECOMENDACIONES Y LÍNEAS DE ACCIÓN PARA EL PERIODO EN
RECOMENDACIONES Y LÍNEAS DE ACCIÓN PARA EL PERIODO 2013-2018 EN EL CIJ TLALNEPANTLA En esta sección se presentan una serie de líneas de acción y recmendacines para la atención de las adiccines en el Municipi
Más detallesComisión Investigadora Actos del Gobierno relativos al sistema de créditos para el financiamiento de educación superior.
Cmisión Investigadra Acts del Gbiern relativs al sistema de crédits para el financiamient de educación superir. Daniel Rdríguez Directr Ejecutiv Acción Educar Juni 2018 Esquema de la presentación 1. Cnceptualización
Más detallesCAMPAÑA LA DIABETES TIPO 2 BAJO CONTROL 2015 PREVINIENDO, DETECTANDO Y CONTROLANDO LA DIABETES TIPO 2 DESDE LOS HOSPITALES DE MADRID
CAMPAÑA LA DIABETES TIPO 2 BAJO CONTROL 2015 PREVINIENDO, DETECTANDO Y CONTROLANDO LA DIABETES TIPO 2 DESDE LOS HOSPITALES DE MADRID Una iniciativa de la Asciación de Diabétics de Madrid Cn el apy de Janssen
Más detallesINDICACIÓN DEL PAÍS DE ORIGEN DE LA CARNE UTILIZADA COMO INGREDIENTE EN ALIMENTOS
MITOS Y REALIDADES INDICACIÓN DEL PAÍS DE ORIGEN DE LA CARNE UTILIZADA COMO INGREDIENTE EN ALIMENTOS I. Transparencia Mit "La industria alimentaria de la UE está en cntra de una mayr transparencia en el
Más detallesInforme de auditoría. 1. Introducción. El informe de auditoría es el documento resultante de la actividad de auditoría.
Infrme de auditría 1. Intrducción El infrme de auditría es el dcument resultante de la actividad de auditría. Cualquier labratri que cumpla cn ls requisits de la Nrma ISO/IEC 17025:2005 debe describir
Más detallesSECRETARÍA DE POLÍTICA SINDICAL
Ls salaris en España sn muy bajs, insuficientes para llegar a fin de mes POR UNOS SALARIOS DIGNOS: 1.000 EUROS DE SALARIO MÍNIMO PONTE A 1000 NINGÚN EUROS SECRETARÍA DE POLÍTICA SINDICAL Gabinete Técnic
Más detallesIndicadores de Audiencia, Monitoreo y Evaluación de Pautas Publicitarias
Indicadres de Audiencia, Mnitre y Evaluación de Pautas Publicitarias Rating El rating es la medida del cnsum de un prgrama de TV de radi, de un blque hrari, de una tanda publicitaria de un medi de cmunicación,
Más detallesMEMORIA GESTIÓN ENERGÉTICA EN TIEMPO REAL DE CENTROS EDUCATIVOS
GESTIÓN ENERGÉTICA EN TIEMPO REAL DE DESCRIPCIÓN BREVE [El pryect de e5 Technlgy, permite cnseguir el adecuad desarrll y utilización de las tecnlgías verdes, aplicacines, servicis y cntenids de la Sciedad
Más detallesRÚBRICA PARA LA EVALUACIÓN DEL PROYECTO DE TESIS
Institut Pedagógic internacinal Elim de Chiclay Unidad de e innvación pedagógica RÚBRICA PARA LA EVALUACIÓN DEL PROYECTO DE TESIS Santiag 1:12 Bienaventurad el hmbre que persevera baj la prueba, prque
Más detallesESQUEMA DEL PRÓXIMO PLAN ESTRATÉGICO DEL PMA PARA Consulta oficiosa. 28 de noviembre de Programa Mundial de Alimentos Roma, Italia
ESQUEMA DEL PRÓXIMO PLAN ESTRATÉGICO DEL PMA PARA 2014-2017 Cnsulta ficisa 28 de nviembre de 2012 Prgrama Mundial de Aliments Rma, Italia ESQUEMA PRÓXIMO PLAN ESTRATÉGICO DEL PMA PARA 2014-2017 I. Resumen:
Más detallesInforme de revisión del sistema por la Dirección (Informe de resultados anual del centro) (protocolo para su elaboración)
Facultad /Escuela Infrme de revisión del sistema pr la Dirección (Infrme de resultads anual del centr) (prtcl para su elabración) Fecha de la reunión: dd/mm/aaaa Facultad /Escuela Índice de cntenids 1.
Más detallesCONTENIDO A QUIÉN ESTÁ DIRIGIDO?... 3 JUSTIFICACIÓN... 3 OBJETIVOS GENERALES... 4 COMPETENCIAS... 4 METODOLOGÍA... 4 CONTENIDO...
1 CONTENIDO Pág. A QUIÉN ESTÁ DIRIGIDO?... 3 JUSTIFICACIÓN... 3 OBJETIVOS GENERALES... 4 COMPETENCIAS... 4 METODOLOGÍA... 4 CONTENIDO... 5 CERTIFICACIONES... 6 DURACIÓN... 7 INVERSIÓN UPTC... 7 MAYORES
Más detallesEncuentro Galeno Seguros Reglamento
1. Objetiv Cntinuar y prfundizar la estrategia cmercial de Galen Segurs, desarrlland un plan de incentivs dirigid a ls canales de venta externs, a fin de: Fidelizar y prfundizar el víncul y la relación
Más detallesLos Jóvenes de México
Ls Jóvenes de Méxic 26% de la pblación ttal se encuentra en el segment de ls 15 a ls 29 añs Las ciudades de más de 100,000 habitantes cncentran al 50% de ls jóvenes, l que ns habla de una mayr cndición
Más detallesQué funciona en el desarrollo?
Qué funcina en el desarrll? La evaluación para el diseñ y la implementación de plíticas Públicas Marz, 2012 Edgar A. Martínez M. Cóm se ha frtalecid el Mnitre y la Evaluación en Méxic? Aspects nrmativs
Más detallesC187 - Convenio sobre el marco promocional para la seguridad y salud en el trabajo, 2006 (núm. 187)
C187 - Cnveni sbre el marc prmcinal para la seguridad y salud en el trabaj, 2006 (núm. 187) Cnveni sbre el marc prmcinal para la seguridad y salud en el trabaj (Entrada en vigr: 20 febrer 2009) Adpción:
Más detallesConceptos fundamentales de los sistemas de información
Intrducción Cncepts fundamentales de ls sistemas de infrmación Ls cncepts de sistemas sustentan el camp de ls sistemas de infrmación. Ls cncepts genérics de sistemas se aplican a empresas cmerciales y
Más detallesPROGRAMA NACIONAL DE BECAS 2014. BECAS DE MANUTENCIÓN (antes pronabes) PARA LA EDUCACIÓN SUPERIOR CICLO ESCOLAR 2014-2015
PROGRAMA NACIONAL DE BECAS 2014 BECAS DE MANUTENCIÓN (antes prnabes) PARA LA EDUCACIÓN SUPERIOR CICLO ESCOLAR 2014-2015 Cn base en el Acuerd 708 pr el que se emiten las Reglas de Operación del Prgrama
Más detallesAnálisis de la Experiencia de Clientes
Análisis de la Experiencia de Clientes 1. INTRODUCCIÓN El presente dcument muestra ls resultads btenids de un estudi realizad pr el Departament de Cnsultría de AURA, enfcad a empresas que utilizan el BPMS
Más detallesCurso. Precios de Transferencia
Curs Precis de Transferencia Este curs se caracteriza pr ser el ABC de ls precis de transferencia, debid a la estructura didáctica que éste maneja, de tal manera que ls participantes se invlucren en el
Más detallesLa planificación financiera, importancia del presupuesto familiar
La planificación financiera, imprtancia del presupuest familiar TALLER: LA PLANIFICACION FINANCIERA, IMPORTANCIA DEL PRESUPUESTO FAMILIAR. EDUCACIÓN FINANCIERA Es un prces de desarrll de habilidades y
Más detallesPrograma de formación de usuarios en un ambiente virtual de enseñanza y aprendizaje.
Prgrama de frmación de usuaris en un ambiente virtual de enseñanza y aprendizaje. Desarrll de habilidades en infrmación en la Universidad Virtual del ITESM Mtr. Felipe de Jesús Jass Peña Objetiv Ofrecer
Más detallesEvaluando Impactos: Midiendo el Impacto
Evaluando Impactos: Midiendo el Impacto Taller: Evaluacion de Impacto en Salud Pública Managua, Nicaragua 12-14 febrero 2009 Human Development Network Latin America and the Caribbean Region Sustainable
Más detallesSantiago, 11 de Julio de 2012 ECh/1161/2012. Señores AGUAS CHAÑAR S.A. P r e s e n t e. At.: Sr. Víctor Valenzuela Ruz
Santiag, 11 de Juli de 2012 ECh/1161/2012 Señres AGUAS CHAÑAR S.A. P r e s e n t e At.: Sr. Víctr Valenzuela Ruz Pr intermedi de la presente, ESRI Chile S. A., envía a Ud., ctización referida a Servici
Más detallesGlosario de Vocabulario
Glosario de Vocabulario Asignación Aleatoria: Procedimiento por el cual los miembros de la población elegible para participar en un programa son asignados al grupo de tratamiento o al de control en base
Más detalles