INTEGRACIÓN DE CENSOS Y ENCUESTAS DE HOGARES DIRECCIÓN GENERAL DE ESTADÍSTICA, ENCUESTAS Y CENSOS PARAGUAY
|
|
- Amparo Ojeda Acosta
- hace 7 años
- Vistas:
Transcripción
1 253 INTEGRACIÓN DE CENSOS Y S DE HOGARES DIRECCIÓN GENERAL DE ESTADÍSTICA, S Y CENSOS PARAGUAY
2 254 Integracón de Censos y Encuestas de Hogares ANTECEDENTES Con el Censo del 82 se elaboró (en 1991) un Mapa de Pobreza desagregado hasta áreas urbana y rural de cada departamento, con 3 ndcadores de NBI (caldad de vvenda, hacnamento e nfraestructura santara) Con Censo del 92 se elaboraron (en 1995) Mapas hasta áreas urbana y rural de cada dstrto, con 4 ndcadores de NBI (caldad de vvenda, nfraestructura santara, acceso a educacón y capacdad de subsstenca) Con las Encuestas se han determnado los nveles y el perfl de la pobreza utlzando el ngreso y el consumo, desagregados solo hasta áreas y domnos. Esta nformacón no es útl para fnes de focalzar el gasto socal PORQUÉ ESTIMAR TASAS DE POBREZA DESAGREGADA UTILIZANDO EL INGRESO Y CONSUMO?. OBJETIVOS: Dsponer de un crtero dstnto al de NBI para analzar la heterogenedad geográfca de la pobreza Tener ndcadores que permtan dseñar polítcas que busquen mejorar el consumo o ngreso de la poblacón (reducendo errores de exclusón e nclusón) Facltar y hacer más comprensble la presentacón de nformacón referda a las tendencas espacales y concentracón de la pobreza medda con el ngreso Tener nformacón desagregada sn los cuestonamentos que se hacen al método de las NBI (gual ponderacón de ndcadores, más ndcadores de vvenda, medcón mperfecta de algunos ndcadores) PROCEDIMIENTO PARA ESTIMAR LA INCIDENCIA DE LA POBREZA A NIVEL DISTRITAL Y DEPARTAMENTAL IPC = f ( X 1, X 2,..., X n ) Encuesta Censo Coefcentes estmados FDNEA P P Línea de Pobreza IPC = ngreso percápta del hogar X j = característca socoeconómca j del hogar (varables exstentes en la Encuesta y Censo) P = probabldad de que el hogar sea pobre dado sus X P = ncdenca de la pobreza de un departamento o dstrto (promedo de P, ponderado por el tamaño de la poblacón) FDNEA = funcón de dstrbucón normal estandarzada acumulatva
3 Integracón de Censos y Encuestas de Hogares 255 Indcador de Pobreza Hogar es pobre s: Lz > Lpc P = 1 Hogar no es pobre s: Lz Lpc P = 0 Línea de pobreza Ingreso famlar percápta Indcador de pobreza S Ingreso del hogar depende de sus X Lpc = X X n X n + ε, N(0, 2 ) Pobreza esperada del Hogar X E[P /X, β, σ ] = Φ [(Lz Funcón de dstrbucón normal estandar acumulatva X ' β )/ σ ] Error estandar de los ε Pobreza esperada para un depto o dstrto Tamaño famlar E[P/X, β, σ ] n T E[P = 1 = n * Estmados ß y σ con una encuesta, y consderando el valor de las líneas de pobreza, la pobreza esperada de los hogares (del Censo) y la de un dstrto o depto, podrían defnrse con las expresones anterores El ngreso de los hogares (del Censo) podría estmarse con la expresón: = 1 /X T, β, σ ] Ingreso ˆ pc ˆ = = exp(lpc ˆ + 0,5*σˆ T 2 ) Para fnes de estudos sobre la dstrbucón del ngreso y otras meddas de pobreza (brecha y severdad) a nvel dstrtal, y dado que los modelos no explcan perfectamente dcho ngreso (el R 2 nunca llega a ser gual a 1), estos se estman tenendo en consderacón la expresón anteror
4 256 Integracón de Censos y Encuestas de Hogares Para obtener ß y σ debe estmarse Lpc sobre la base de las X lo cual mplca hacer lo sguente: Revsar los cuestonaros del Censo y Encuesta Recodfcar y transformar las opcones de respuesta de las preguntas selecconadas para así obtener las varables predctoras (X ) Regresonar el logartmo natural del ngreso famlar por persona con las X selecconadas Aplcar los parámetros de las regresones estmadas (coefcentes y error estándar), junto con el valor de las líneas de pobreza correspondentes, a los datos censales REVISIÓN DE CUESTIONARIOS DEL CENSO Y Seleccón de preguntas con formato smlar y opcones de respuesta compatbles. En Paraguay de 45 preguntas en el Censo y 371 en la Encuesta se detectaron 28 comunes: sobre vvenda, hogar, ndvduo, ubcacón geográfca. En Perú 22 preguntas comunes. Ejemplos (caso paraguayo): CENSO De dónde provene el agua que utlza en la vvenda? Corposana o Senasa 1 Red prvada 2 Pozo con bomba 3 Pozo sn bomba 4 Manantal, río o arroyo 5 Aguatero 6 Otros 7 AGUA Corposana o Senasa 1 Red prvada 2 Arroyo río 3 Ycuá o manantal 4 Pozo con bomba 5 Pozo sn bomba 6 Aguatero 7 Otro 8 CENSO Qué tpo de alumbrado tene en la vvenda? Elect de ANDE o empresa prv 1 Motor o generador 2 Lámpara agas 3 Qué relacón de parantesco tene con el jefe de hogar? Jefe o jefa 1 Esposa/o comp. 2 Hja o hjo 3 Yerno o nuera 4 Neto o neta 5 Padre o suegros 6 Otro parente 7 Personal doméstco o su fam 8 Dspone de luz eléctrca? Sí 1 No 2 Qué relacón de parantesco tene...(nombre)...con el jefe de hogar? Jefe/a 1 Esposo/a/compañero/a 2 Hjo/a 3 Otro parente 4 No parente 5 Empleado doméstco 6
5 Integracón de Censos y Encuestas de Hogares 257 CENSO Trabajó la mayor parte de la semana pasada? Trabajó 1 No trabajó pero tene trabajo 2 Buscó habendo trabajado ante 3 Buscó su prmer trabajo 4 Realzó quehaceres del hogar 5 Es estudante 6 Vvó de su renta 7 Es jublado o pensonado 8 Servco mltar oblgatoro 9 Otra stuacón 10 Durante los últmos 7 días trabajó en... (3 preg.)? Tene algún trabajo o una ocupacón aunque no lo haya realzado en últmos 7 días? Porqué no trabajó en últmos 7 días? 17 opcones de respuesta Ha hecho algo para consegur trabajo en últmos 7 días? Además de las dferencas de cuestonaros y característcas de cada fuente, exsten otros problemas que debe tenerse en consderacón al tratar de homogenzar varables del Censo y Encuesta - Dferentes undades de análss - Dferentes defncones de áreas urbana-rural - Dferentes perodos de captacón 0 5 Tpo de vvenda, casa ndependente Cuartos del hogar, 3 o menos Sexo 6 15 Asstenca escolar, asste Ocupacón prncpal, calfcados Tpo de alumbrado más de 15 Condcón de actvdad, ocupados Tamaño de establecmento, menos de 5 Artefactos del hogar, rado Perú: Dferencas de la nformacón de Censo y Encuestas (en puntos porcentuales) Recodfcacón y transformacón de las opcones de respuesta de las preguntas selecconadas para obtener las X Consderar la posbldad que las X : - puedan expresarse en forma cuanttatva y/o categórca, - sus efectos sobre el ngreso puderan ser adtvos o multplcatvos - su relacón con el ngreso pudera tomar la forma lneal, logarítmca, nversa o cuadrátca
6 258 Integracón de Censos y Encuestas de Hogares Regresón del logartmo natural del ngreso famlar por persona con las X selecconadas Elmnar casos atípcos Utlzar mínmos cuadrados ordnaros o ponderados Descartar las varables redundantes y poco sgnfcatvas Optar por las relacones más smples (adtva y lneal) s la contrbucón de las varables predctvas son parecdas Ejecutar por separado este proceso para las áreas geográfcas representatvas a nvel de la Encuesta Aplcacón de los parámetros de las regresones estmadas, junto con el valor de las líneas de pobreza correspondentes, a los datos censales Estmar el ngreso famlar por persona Calcular las probabldades de ser pobre de cada hogar censado con el ngreso estmado, el ee de la regresón y las líneas de pobreza Promedar las probabldades de ser pobres de los hogares a nvel de dstrtos PARAGUAY: % DE LA POBLACIÓN CON INGRESOS POR DEBAJO DE LA LP SEGÚN FUENTE DE INFORMACIÓN UTILIZADO DOMINIOS/ FUENTE DE INFORMACIÓN UTILIZADA ORDEN DEPARTAMENTOS CENSO-MODELOS % ERROR ESTÁNDAR % ERROR ESTÁNDAR DOMINIOS Asuncón 11,8 0,019 13,1 0,005 4 Central Urbano 20,3 0,022 25,2 0,015 3 Resto Urbano 30,1 0,016 34,1 0,011 2 Rural 42,5 0,014 42,7 0,008 1 DEPARTAMENTOS Asuncón 11,8 0,019 13,1 0,005 7 San Pedro 62,2 0,029 62,2 0,016 1 Caaguazú 60,3 0,026 60,6 0,022 2 Itapúa 30,1 0,028 36,8 0,031 4 Alto Paraná 19,5 0,025 26,3 0,030 5 Central 16,9 0,018 20,7 0,012 6 Resto 40,7 0,019 39,5 0,009 3 TOTAL 32,1 0,009 34,4 0,004 Orden = de mayor a menor porcentaje de poblacón pobre. Los errores estandar se calcularon, en el caso de la Encuesta, con el CENVAR del IMPS y, en el caso del Censo-Modelos, las fórmulas propuestas por Lanjouw y Lanjouw (1999), ctadas en Hentschel, J. y otros (1999)
7 Integracón de Censos y Encuestas de Hogares 259 DEPARTAMENTOS DEL PARAGUAY: % DE POBLACIÓN POBRE SEGÚN MÉTODO DE MEDICIÓN UTILIZADO Central Boquerón Cordllera Ñeembucú Msones Amambay Alto Paraguay Caazapa San Pedro Central Itapúa Cordllera Guará Ñeembucú Canndeyú San Pedro Boquerón Alto Paraguay POBREZA DISTRITAL SEGÚN LOS MÉTODOS DE NBI Y LP Más del 40 % con ngresos por debajo de la LP Menos del 40 % con ngresos por debajo de la LP Total Más del 80 % con al menos una NBI 81 dstrtos (con prevalenca de pobreza crónca ) 16 dstrtos (con prevalenca de pobreza nercal ) 97 dstrtos Menos del 80 % con al menos una NBI 33 dstrtos (con prevalenca de pobreza recente ) 88 dstrtos (sn algún tpo de prevalenca ) 121 dstrtos Total 114 dstrtos 104 dstrtos 218 dstrtos
Boletín de la Tendencia Laboral del Desarrollo Humano
Boletín de la Tendenca Laboral del Desarrollo Humano Notas técncas AÑO 05 NÚMERO 6 PROGRAMA DE LAS NACIONES UNIDAS PARA EL DESARROLLO MÉXICO Nota técnca Índce de Compettvdad Socal (cs) El cs es una medda
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesTODO ECONOMETRIA. Variables cualitativas
TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesA. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.
MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan
Más detallesDiseño de la Muestra. Introducción. Tipo de muestreo y estratificación
Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares
Más detallesEstadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices
Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesMetodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1
Metodología del Índce de Excedente Bruto Untaro de la Industra Exportadora (IEBU) 1 En forma general, el rato del Excedente Bruto de Explotacón por undad de costos para la ndustra exportadora para el período
Más detalles6 Impacto en el bienestar de los beneficiarios del PAAM
6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesEJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:
EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n
Más detallesFORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA
FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009
METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día
Más detallesModelos de participación de mercado
Modelos de partcpacón de mercado IN58B Ingenería de Marketng Ncolás Frts Manuel Reyes Maurco Ramírez Introduccón Por qué modelos de Partcpacón de Mercado (PM)? Se busca modelos en que puedan ntroducrse
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesProblema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?
Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento
Más detallesRiesgos Proporcionales de Cox
Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesMUESTREO EN POBLACIONES FINITAS
MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño
Más detallesSEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detalles1.Variables ficticias en el modelo de regresión: ejemplos.
J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes
Más detallesCAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED
Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con
Más detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesCURSO 2007 PRACTICO 12 MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO 1 A)
Unversdad de la Repúblca, Facultad de Cencas Económcas y Admnstracón. ECONOMETRÍA II - CURSO 7 PRACTICO MODELOS DE VARIABLE DEPENDIENTE CUALITATIVA EJERCICIO A) Una nvestgacón sobre el mercado laboral
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesRegresión Logística. StatFolio Muestra: logistic.sgp
Regresón Logístca Resumen El procedmento de Regresón Logístca está dseñado para ajustarse a un modelo de regresón en el que la varable dependente Y caracterza un evento con sólo dos posbles resultados.
Más detalles( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesAnálisis cuantitativo aplicado al Comercio Internacional y el Transporte
Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón
Más detallesDISEÑO Y COBERTURA DE LA MUESTRA
DISEÑO Y COBERTURA DE LA MUESTRA APÉNDICE A A.1 INTRODUCCIÓN El INEI, desde 1986 a la fecha, vene realzando cuatro Encuestas Demográfcas y de Salud Famlar de perodcdad qunquenal: ENDES I, en 1986; ENDES
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesPUEDE EL PERÚ SER UN NUEVO MILAGRO ECONÓMICO?
XXV Encuentro de Economstas del BCRP PUEDE EL PERÚ SER UN NUEVO MILAGRO ECONÓMICO? Ramundo G. Chrnos Dcembre 007 Qué es un mlagro económco?...concepto acuñado por la revsta The Tmes para referrse a la
Más detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detallesEVALUACIÓN DEL COMPORTAMIENTO DE LOS ESTIMADORES DE LOS PARÁMETROS DE UN MODELO NO LINEAL MIXTO. UNA COMPARACIÓN DE MÉTODOS DE ESTIMACIÓN
Chapella, Lucana Garca, María del Carmen Rapell, Cecla Castellana, Noela Koegel, Llana Insttuto de Investgacones Teórcas y Aplcadas, de la Escuela de Estadístca EVALUACIÓN DEL COMPORTAMIENTO DE LOS ESTIMADORES
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesRegresión Binomial Negativa
Regresón Bnomal Negatva Resumen El procedmento Regresón Bnomal Negatva está dseñado para ajustar un modelo de regresón en el cual la varable dependente Y consste de conteos. El modelo de regresón ajustado
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesEstadística con R. Modelo Probabilístico Lineal
Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S
Más detallesOperadores por Regiones
Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]
Más detallesPRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma
Más detallesESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
Más detallesVisión moderna del modelo de transporte clásico
Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y
Más detallesReconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1
Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona
Más detallesUSOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES
Unversdad de San Andrés Departamento de Economía Econometría Semestre de otoño USOS Y ETENSIONES DEL MODELO LINEAL CON K VARIABLES Marana Marchonn marana@depeco.econo.unlp.edu.ar Varables explcatvas bnaras
Más detallesIndice de Coste Laboral Armonizado. Metodología
Indce de Coste Laboral Armonzado Metodología Indce 1. Introduccón 2. Defncones 3. Formulacón 4. Ajuste de seres 1. Introduccón El objetvo prncpal del Indce de Coste Laboral Armonzado es proporconar una
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesDETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD
DETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD 2006. Juan Rafael Vargas, Yanra Xrnachs-Salazar, Melvn Morera, Amada Aparco y Karla
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesCÁNONES ANUALES DE DE ARRENDAMIENTOS RÚSTICOS (Metodología)
SEREARÍA EERAL ÉA MSERO DE ARULURA, ALMEAÓ Y MEDO AMBEE SUBDREÓ EERAL DE ESADÍSA ÁOES AUALES DE DE ARREDAMEOS RÚSOS (Metodología) OBJEVO El canon de arrendamento rústco se defne como el pago que realza
Más detallesCAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA
CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA 0. INTRODUCCIÓN. Los estudos hdrológcos requeren del análss de nformacón hdrometeorológca, esta nformacón puede ser de datos de precptacón, caudales, temperatura,
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesModelos econométricos para el cálculo del valor del trabajo no remunerado
Modelos econométrcos para el cálculo del valor del trabajo no remunerado 29 de mayo de 2008 Santago de Chle Mónca E. Orozco Corona Insttuto Naconal de las Mujeres meorozco@nmujeres.gob.mx Plataforma de
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES
Más detallesMetodología de Redeterminación de Precios
"29 - Año de Homenaje a Raúl SCALABRINI ORTIZ" nstero de Planfcacón ederal, Inversón Públca y Servcos UNIDAD EJECUTORA DEL PROGRAA (UEP) UNIDAD DE COORDINACIÓN DE PROGRAAS Y PROYECTOS CON INANCIAIENTO
Más detallesMETODOLOGÍA MUESTRAL. Encuesta Laboral de la Dirección del Trabajo, ENCLA 2011 (Muestra Efectiva) INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA MUESTRAL Encuesta Laboral de la Dreccón del Trabajo, ENCLA 0 (Muestra Efectva) INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre/0 METODOLOGÍA MUESTRAL EFECTIVA Encuesta Laboral de la Dreccón del
Más detallesHERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: ANOVA (PARTE I)
HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: Módulo 13 APUNTES DE CLASE Profesor: Arturo Ruz-Falcó Rojas Madrd, Mayo 009 Pág. 1 Módulo 13. HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS
Más detallesSUB ANEXO MATRIZ. 1. Procedimiento para la redeterminación del valor del VAD
SUB ANEXO MATRIZ. Procedmento para la redetermnacón del valor del VAD El procedmento de auste del VAD y del CUADRO TARIFARIO ante cambos en los precos en la economía, se asenta en el procedmento de redetermnacón
Más detallesLa Pobreza 2009 en las provincias y distritos del Perú: Marcos Robles, BID 20 de Octubre de 2010
La Pobreza 2009 en las provincias y distritos del Perú: Metodología y Resultados Marcos Robles, BID 20 de Octubre de 2010 Objetivos Presentar los resultados de la estimación 2009 de la pobreza en el Perú
Más detallesIN540: Métodos Estadísticos para economía y gestión Profesores: Marcelo Henríquez, Felipe Avilés Auxiliares: José Miguel Carrasco
Departamento de Ingenería Industral Facultad de Cs. Físcas y Matemátcas Unversdad de Chle IN540: Métodos Estadístcos para economía y gestón Profesores: Marcelo Henríquez, Felpe Avlés Auxlares: José Mguel
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesFocalización Geográfica del Gasto Social: Mapas de Pobreza. Javier Escobal Máximo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO
Focalzacón Geográfca del Gasto Socal: Mapas de Pobreza Javer Escobal Máxmo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO INFORME FINAL Juno, 2001 Investgador Prncpal, GRADE ** Investgadora Asstente,
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesB1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables
ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesMétodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesDe 0.5 a menos de 1 ha. De 1 a menos de 2 ha
CUADRO 112. DISTRIBUCIÓN DE FINCAS POR TAMAÑO DE CULTIVO. ARVEJA Tamaño cultivo PARAGUAY 2008 3.066 2.050 756 216 35 2 1 4 2 1 Ha 31 31 5 Ha 1.074 801 215 56 2 10 Ha 930 624 223 69 14 20 Ha 722 441 215
Más detallesSubvención Educacional para Alumnos Vulnerables y sus Efectos en la Distribución de Oportunidades. *
Programa de las Nacones Undas para el Desarrollo - Chle Área de Reduccón de la Pobreza y la Desgualdad Subvencón Educaconal para Alumnos Vulnerables y sus Efectos en la Dstrbucón de Oportundades. * Marana
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesIntegración n Financiera Internacional y Crecimiento Económico
Integracón n Fnancera Internaconal y Crecmento Económco Camla Csneros Encuentro de Economstas 27 BCRP Esquema Motvacón Efectos en el crecmento Presentacón n del modelo Análss Empírco Seres de tempo: Perú
Más detallesENCUESTA SOCIAL DE CANTABRIA
Metodología Encuesta Socal de Cantabra ENCUESTA SOCIAL DE CANTABRIA METODOLOGÍA 1. DEFINICIÓN DE ESTADÍSTICA La Encuesta Socal de Cantabra (ESOC) tene como fnaldad conocer las apttudes socales condcones
Más detallesCyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.
CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón
Más detallesTema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales
Tema 9 Análss de la Varanza (ANOVA) Conceptos generales La técnca del Análss de la Varanza consste en descomponer la varabldad de una poblacón (representada por su varanza) en dversos sumandos según los
Más detallesRelación 2: Regresión Lineal.
Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el
Más detallesLOS MEXICANOS VISTOS POR SÍ MISMOS LOS GRANDES TEMAS NACIONALES. Introducción
DISEÑO MUESTRAL LOS MEXICANOS VISTOS POR SÍ MISMOS LOS GRANDES TEMAS NACIONALES 2 Introduccón La coleccón Los mexcanos vstos por sí msmos. Los grandes temas naconales dbuja un panorama extenso del país,
Más detallesINSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA
INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo
Más detalles