Aplicaciones en economía y ciencias sociales con Stata / Alfonso Mendoza Velázquez, editor

Incluye bibliografía: páginas 358-370 e índice: páginas 371-381

Índice de gráficas.. Prefacio.. Agradecimientos.. Notación y otras convenciones.. I. Pobreza, desigualdad y valoración contingente.. 1. iop - Estimar desigualdad de oportunidades cuando el indicador es binario (Isidro Soloaga y Florian Wendelspiess Chávez Juárez.. 1.1. Introducción.. 1.2. Metodología.. 1.2.1. Descomposición en fuentes de desigualdad.. 1.2.2. Descomposición al estilo Oaxaca-Blinder.. 1.3. Datos.. 1.4. El comando iop.. 1.4.1. Sintaxis de iop.. 1.4.2. Ejemplos.. 1.5. Resultados.. 1.5.1. Descomposición en fuentes de desigualdad.. 1.5.2. Descomposición al estilo Oaxaca-Blinder.. 1.6. Conclusiones.. 1.7. Ejercicios.. 1.8. Apéndice. Estimaciones probit.. 2. Un modelo de valla doble para datos de conteo y su aplicación en el estudio de la fecundidad en México (Alfonso Miranda.. 2.1. Introducción.. 2.2. Datos y definición de las variables.. 2.3. Aspectos econométricos.. 2.3.1. Un modelo de valla doble.. 2.3.2. Heterogeneidad no observada.. 2.3.3. Relación con la literatura.. 2.4. Sintaxis de los comandos empleados.. 2.5. Resultados.. 2.5.1. Modelo de valla simple.. 2.5.2. Resultados de modelos de valla doble.. Ventajas del modelo de valla doble.. Efecto de las variables explicativas.. 2.6. Conclusiones.. 2.7. Ejercicios.. 3. Inflación y pobreza en México: páginas 993-2009 (Carlo Alcaraz y Carlos Nakashima.. 3.1. Introducción.. 3.2. Revisión de la literatura.. 3.3. Datos.. 3.3.1. Medición de la pobreza.. 3.3.2. Homologación de la ENEU y de la ENOE.. 3.3.3. Análisis descriptivo.. 3.4. Modelo econométrico.. 3.5. Resultados.. 3.6. Conclusiones.. 3.7. Ejercicios.. 3.8. Apéndice. Descripción de do-files.. 4. Introducción a la valoración contingente utilizando Stata (Alejandro López-Feldman.. 4.1. Introducción.. 4.2. Valoración contingente.. 4.2.1. Valoración contingente utilizando preguntas dicotómicas.. 4.2.2. Estimación econométrica del modelo dicotómico.. 4.2.3. Ej

4.2.3. Ejemplo del modelo dicotómico utilizando Stata.. 4.2.4. Valoración contingente utilizando preguntas dicotómicas con seguimiento.. 4.2.5. Modelo econométrico de datos por intervalos.. 4.2.6. Ejemplo del modelo dicotómico con seguimiento utilizando Stata.. 4.3. Ejercicios.. II. Modelación macroeconómica.. 5. Choques transitorios y de largo plazo en el PIB mexicano: un modelo de vectores autorregresivos estructurales con Stata (Alfonso Mendoza Velázquez y Peter N. Smith.. 5.1. Introducción.. 5.2. Vector autorregresivo estándar bivariado (VAR.. 5.3. Identificación del modelo VAR: descomposición de Choleski.. 5.3.1. Funciones de impulso-respuesta.. 5.4. La descomposición de Blanchard y Quah.. 5.5. Aplicación en Stata.. 5.5.1. Estacionariedad de las series y pruebas de raíces unitarias.. 5.5.2. Vectores autorregresivos (VAR.. Funciones de impulso-respuesta.. El comando IRF.. El impacto de la crisis: los multiplicadores dinámicos.. 5.5.3. Vectores autorregresivos estructurales (VARS.. Restricciones de corto plazo: descomposición de Choleski.. Método de Blanchard y Quah (identificación de largo plazo.. Descomposición de varianza.. 5.6. Conclusión.. 5.7. Ejercicios.. 6. Prospectos para la economía: Una aplicación con modelos VAR cointegrados y proyecciones probabilísticas (Gustavo Sánchez y Harold Zavarce.. 6.1. Introducción.. 6.2. Economías y modelación.. 6.2.1. Uruguay y Venezuela.. 6.2.2. Modelación.. 6.3. Modelo econométrico.. Identificación de las relaciones de largo plazo.. Estimación de los parámetros de corto plazo.. Proyecciones probabilísticas.. Enfoque paramétrico para las simulaciones.. Enfoque no paramétrico.. 6.4. Estimaciones para Uruguay.. 6.4.1. Selecciín del número de rezagos y tests de cointegración.. 6.4.2. Modelo VAR cointegrado.. 6.4.3. Proyecciones probabilísticas.. Simulaciones no paramétricas.. Escenario inercial.. Escenario de impacto moderado

6.5. Estimaciones para Venezuela.. Grado de integración de las variables.. 6.5.1. Selección del número de rezagos y tests de cointegración.. 6.5.2. Modelo VAR cointegrado.. 6.5.3. Proyecciones probabilísticas.. Escenario inercial.. Escenario de impacto extremo.. 6.6. Conclusiones.. 6.7. Ejercicios.. III. Análisis electorales.. 7. Análisis de la elección presidencial de 2006 en México utilizando Stata (Ignacio Ibarra López.. 7.1. Introducción.. 7.2. Breve panorama de la elección de 2006.. 7.3. El problema analizado.. 7.3.1. Los datos.. 7.4. Análisis de las preferencias en la elección de 2006.. 7.4.1. La volatilidad de los electores.. 7.4.2. De la primera a la segunda ronda.. 7.4.3. De la segunda a la tercera ronda.. 7.5. Factores que motivaron el cambio de preferencias.. 7.5.1. Variables.. Preferencias de la segunda ronda (variables dependientes. Aspectos socioeconómicos, ideológicos y de entorno (variables independientes.. 7.5.2. Estadística descriptiva.. 7.5.3. El modelo logit.. 7.5.4. Análisis inferencial de la elección en 2006 en México.. Estimación de β con el modelo de probabilidad lineal.. Estimación del vector δ con el modelo logit.. Efectos marginales de las variables independientes para un modelo logit.. Bondad de ajuste para un modelo logit.. Matriz de clasificación.. 7.6. Conclusiones.. 7.7. Ejercicios.. 8. Modelos estadísticos para sistemas electorales multipartidistas en Stata (Javier Márquez y Javier Aparicio.. 8.1. Introducción.. 8.2. Estimación de modelos estadísticos con datos multipartidistas.. 8.2.1. Mínimos cuadrados ordinarios.. 8.2.2. Datos composicionales.. 8.2.3. SURE.. 8.3. Cantidades de interés.. 8.4. Medidas de incertidumbre.. 8.4.1. Simulación postestimación.. 8.4.2. Medidas de incertidumbre asociadas a los sistemas electorales.. 8.5. Conclusiones

9. Métodos de imputación múltiple para predecir resultados electorales (Modesto Escobar y Antonio M. Jaime.. 9.1. Introducción.. 9.2. Marco teórico.. 9.2.1. Teoría de la identificación partidaria.. 9.2.2. Teoría del votante racional.. 9.2.3. Teoría socio-estructural del voto.. 9.3. Datos y metodología.. 9.3.1. Datos.. 9.3.2. Variables.. 9.3.3. Métodos muestrales de estimación.. 9.3.4. Modelos de imputación.. 9.3.5. Evaluación.. 9.4. Resultados.. 9.4.1. Capacidad predictiva de la imputación.. 9.4.2. Los determinantes del voto.. 9.5. Conclusiones.. 9.6. Ejercicios.. 9.7. Apéndice A. Diagnósticos de la imputación.. 9.8. Apéndice B. Imputación múltiple con Stata.. IV. Anexos.. A. Introducción al manejo de bases de datos con Stata (Ignacio Ibarra López y Jorge F. de la Vega Góngora.. A.1. Introducción.. A.1.1. Inicio en Stata.. A.1.2. El lenguaje de Stata.. A.1.3. Presentación de resultados.. A.1.4. Mensajes de error.. A.1.5. Ayuda sobre comandos.. A.1.6. Estimaciones con calificadores o restricciones en la muestra.. A.1.7. Rutinas en Stata.. A.2. Lectura, importación y exportación de bases de datos.. A.2.1. Bases de datos en Stata.. A.2.2. Importación de bases de datos.. A.2.3. Guardar una base de datos.. A.2.4. Exportación de bases de datos.. A.2.5. Revisión y edición de datos.. A.3. Manipulación de variables.. A.3.1. Escalas de variables.. A.3.2. Información detallada de una variable.. A.3.3. Cambiar formato de variables numéricas.. A.3.4. Cambiar el formato de una variable de fecha.. A.3.5. Eliminar y renombrar variables.. A.3.6. Etiquetas.. Etiquetas de bases de datos.. Etiquetas de variables.. Etiquetas de valores.. A.3.7. Notas.. A.3.8. Modificación y creación de variables.. A.3.9. Acciones repetidas para manipular variables.. A.3.10. Colapsar variables.. A.3.11. Generación de variables dicotómicas.. A.3.12. Datos faltantes y valores atípicos

A.3.13. Trabajo con datos faltantes.. A.3.14. Revisar datos faltantes.. A.3.15. Revisar datos atípicos.. A.4. Tipos de bases de datos.. A.4.1. Utilización de series de tiempo.. A.4.2. Rezagos y diferencias.. A.4.3. Trabajo con datos panel.. Cambio de forma de una base de datos panel.. A.4.4. Combinar bases de datos.. A.5. Ejercicios.. B. Métodos básicos de inferencia estadística y análisis de regresión (Alfonso Mendoza Velázquez y Jorge F. de la Vega Góngora.. B.1. Prueba de hipótesis.. B.1.1. El estadístico de prueba vs. el valor crítico.. Propiedades de los estimadores.. B.1.2. Estadísticos de prueba y valores críticos.. B.1.3. Pruebas de hipótesis en Stata.. Nivel de significación empírico (p-value.. Valores críticos.. Pruebas de hipótesis con varianza desconocida.. Proporciones.. Diferencia de medias.. Diferencia de dos proporciones.. Hipótesis sobre varianzas.. Coeficiente de correlación.. B.2. Intervalos de confianza.. B.2.1. Intervalos de confianza y prueba de hipótesis.. B.2.2. Tamaño de la muestra.. B.3. Análisis de regresión.. B.3.1. Supuestos del modelo de regresión lineal clásico.. B.3.2. Estimación del modelo de regresión lineal.. B.3.3. Ajuste del modelo.. B.3.4. Análisis de varianza.. B.3.5. Inferencia sobre los parámetros de regresión.. B.3.6. Intervalos de confianza.. B.3.7. Regresión simple usando Stata.. Análisis de varianza y ajuste del modelo.. Estimadores de mínimos cuadrados.. Significancia estadística de los estimadores MCO.. Intervalos de confianza.. B.4. Comentarios finales.. B.5. Preguntas y ejercicios.. Referencias.. Índice de autores.. Índice temático

Aplicaciones en Economía y Ciencias Sociales con Stata es la primera publicación en español de Stata Press. El contenido ha sido el resultado de un trabajo que reúne a diversos autores en diferentes áreas de conocimiento y que muestran el uso de una variedad de herramientas de análisis disponibles en Stata. Cada uno de los capítulos presenta el desarrollo de una investigación particular donde se analiza un tópico específico y se emplean técnicas estadísticas y econométricas para sustentar las conclusiones con resultados empíricos que pueden ser en su mayoría reproducidos con datos y do-files disponibles en la página web del libro. Se intenta de esta manera que el lector tenga acceso directo a la metodología empleada por cada uno de los autores. Se distinguen tres áreas fundamentales en el libro. La primera corresponde a desigualdad, pobreza y valoración contingente, la segunda se refiere a modelación macroeconómica, y la tercera se concentra en análisis electorales. Adicionalmente, se incluye un primer anexo que presenta una introducción al manejo de bases de datos en Stata, y un segundo anexo que contiene una breve descripción de la implementación de métodos estadísticos básicos en Stata. El primer capítulo presenta una aplicación donde se analiza la efectividad de un programa implementado en México para reducir la transmisión intergeneracional de la pobreza. Los autores construyen índices de desigualdad por medio del comando iop para comparar niveles de desigualdad entre grupos de habitantes que tuvieron acceso al programa de ayuda con respecto a un grupo de control que no participó en el programa. El segundo capítulo ilustra el uso de un modelo de Poisson de Valla doble para diferenciar los determinantes de los niveles de fecundidad alto y bajo con datos para el caso Mexicano. spa

El autor implementa la estimación a través de un grupo de comandos que él desarrollo para este tipo de modelos. En el tercer capítulo se presentan un conjunto de programas para construir dos medidas de pobreza a partir de datos provenientes de la encuesta nacional de ingresos y gastos de los hogares, y de la encuesta nacional de ocupación y empleo de México. Las dos medidas de pobreza son luego usadas para ajustar un modelo de efectos fijos para analizar el impacto de la inflación sobre los niveles de pobreza en México. El último capítulo de la primera parte presenta un conjunto de herramientas (incluyendo un comando desarrollado por el autor) para hacer análisis de costo-beneficios acerca de potenciales proyectos de políticas públicas. El autor ilustra la metodología con una aplicación que utiliza datos sobre la disponibilidad a pagar por parte de los usuarios de un parque natural en Portugal para evitar el desarrollo comercial y turístico dentro de sus instalaciones. En la segunda parte del libro se presentan dos aplicaciones de series de tiempo para el análisis y la formulación de proyecciones sobre variables macroeconómicas. En el capítulo cinco se ajusta un modelo VAR estructural para estudiar el efecto de choques transitorios y de largo plazo sobre el PIB mexicano. Los autores usan el método de Blanchard y Quah para un modelo bivariado que analiza los impactos de los choques de oferta y demanda sobre el producto y los precios. El capítulo seis muestra el uso de los modelos VAR cointegrados y de las proyecciones probabilísticas para generar predicciones sobre eventos que combinan niveles de las variables endógenas del modelo. Se presenta una aplicación para el caso de una pequeña economía abierta petrolera (caso venezolano) y para una pequeña economía abierta con ingresos externos fundamentalmente provenientes de la manufactura, la ganadería y el turismo (caso uruguayo). spa

La tercera parte del libro está dedicada al análisis de las preferencias electorales a lo largo de los períodos previos a las elecciones presidenciales y de diputados. En el capítulo siete se utilizan herramientas de estadística descriptiva y algunos modelos econométricos para detectar los cambios de preferencia experimentados por los mexicanos a lo largo de la campaña electoral presidencial para el año 2006. El autor hace énfasis en la explicación de los eventos y factores que potencialmente generaron volatilidad en las preferencias de los electores durante el período de campaña. El siguiente capítulo se enfoca en la obtención de predicciones sobre los valores esperados para el número de asientos que obtendrían los diferentes partidos políticos en las elecciones de México en 2006. Los resultados incorporan una medición del efecto de arrastre que los candidatos presidenciales generan en las votaciones para la cámara de diputados. El último capítulo implementa un enfoque novedoso para hacer proyecciones en base a encuestas sobre preferencias electorales. Los autores emplean técnicas de análisis de imputación múltiple disponibles en Stata, para completar datos faltantes sobre conducta electoral con los cuales realizan pronósticos electorales en las elecciones de España de 2011. Los dos anexos al final del libro constituyen capítulos especiales debido a que están orientados a presentar algunas de las herramientas disponibles en Stata para el manejo de datos y para la implementación de técnicas estadísticas básicas. Los lectores con poca o ninguna experiencia con el software pueden comenzar su revisión del libro con estos dos capítulos. Los lectores más avanzados pueden usar los anexos como referencia rápida sobre algunos de los elementos básicos en el uso de Stata. spa

Aplicaciones en Economía y Ciencias Sociales con Stata is the first publication in Spanish produced by Stata Press. The content is the result of a selection of individual works by a diverse group of authors with different areas of knowledge who illustrate the use of a variety of tools available in Stata. Each chapter presents research where the authors implement statistical and econometric tools to support their conclusions with empirical results, most of which can be reproduced with the data and do-files available on the Stata Press webpage for the book. Thus the reader has direct access to the methodology implemented by each author. The book comprises three main areas. The first focuses on inequality, poverty, and contingent valuation; the second, on macroeconomic modeling; and the third, on electoral analysis. In addition, one appendix introduces data management using Stata and one appendix covers basic statistics. The first chapter presents an application where the authors analyze the effectiveness of a social program implemented in Mexico to reduce the intergenerational transmission of poverty. Inequality indexes are constructed with the user-written command iop to compare the inequality levels between a group of inhabitants who had access to the social program and a control group who did not participate in the program. The second chapter illustrates the use of a double-hurdle Poisson model to differentiate the determinants of the high- and low-fertility levels for the Mexican case. The author implements the estimation through a group of user-written commands that he developed for these kinds of models. The third chapter provides a detailed code designed to construct two measures of poverty departing from row data coming from two different national surveys, one related to household income and expenses and the other to labor market indicators. eng

The two measures of poverty are then used to fit a fixed-effects model to analyze the impact of inflation on poverty in Mexico. The last chapter of the first part presents a set of tools (including a user-written command developed by the author) to perform cost-benefit analyses for potential public policy projects. The author illustrates the methodology with an application that uses data about the willingness of the users of a natural park in Portugal to pay to avoid the commercial and touristic developments inside the park. The second part of the book includes two time-series applications for the analysis and forecasting of macroeconomic variables. Chapter 5 studies the effect of short- and long-run shocks on the Mexican GDP. The authors fit a structural VAR model using the Blanchard and Quah decomposition for a bivariate model to analyze the impact of supply and demand shocks on GDP and prices. Chapter 6 shows the use of cointegrating VAR models and probability forecasting to generate predictions about joint events for the endogenous variables of the model. There are two applications, one for an oil-exporting small open economy (the Venezuelan case), and the other for a small open economy with the main external income coming from livestock, manufacturing, and tourism (the Uruguayan case). eng

The third part of the book is dedicated to the analysis of electoral preference changes throughout the few months that precede an election. In chapter 7, the author uses descriptive statistical tools as well as econometric models to detect the changes in the preferences experienced by the Mexican population during the 2006 presidential campaign. The emphasis is on the explanation of events and factors that potentially generated volatility in the preferences during the campaign. The next chapter focuses on generating predictions about the expected number of congressional seats that the different parties would obtain in the 2006 Mexican elections. The results incorporate a measure of the pulling voting effect associated with the presidential candidates in the 2006 race. The last chapter implements a novel approach to generate forecasts from surveys on electoral preferences. The authors use multiple imputation techniques available in Stata to complete data on electoral behavior. These are then used to make predictions on the 2011 presidential election in Spain. The two appendixes at the end of the book are special "chapters" because they are intended to present some of the tools available in Stata for data management and basic statistics. Readers with little or no experience with Stata may want to begin the book by reviewing the appendixes. More advanced users could use the appendixes as quick references on some of the basic elements of Stata. eng