Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ParcialFinalCortazar
c
ESO
2015
un retornado emprendedor en Colombia.Toma una muestra de n individuos que residan fuera del pas y les aplica una encuesta con
la informacin de dos covariables cada una con respuesta binaria.
Aims. Plantear el modelo para estimar la probabilidad de ser un retornado emprendedor,por medio de la inferencia bayesiana.
Methods. El mtodo de mxima verosimilitud para estimar = P(X = 1|x1 , x2 )i = 1, 2, 3, 4. Para estimar las distribuciones a priori
y a posteriori , se divide la poblacin en 4 grupos determinados por las covariables,y se estima la distribucin a priori, y junto la
verosimilitud, se obtendr la distribucin a posteriori y finalmente las predictivas, encontrando los hiperparmetos con el mtodo de
Tovar (2012) en ELICITING BETA PRIOR DISTRIBUTIONS FOR BINOMIAL SAMPLING revista Brasileira de Biometra . Se
har una simulacin con datos de 1000 individuos retornados.
Results. Al plantear el modelo se observa que partiendo de un experimento Bernoulli con poca informacin respecto al parmetro
es posible generar informacin adicional dada por un experto o por resultados anteriores. Con el mtodo de Laplace se estima que
h() = Beta(1, 1) por tanto la distribucin a posteriori es Beta(yi + 1, n yi + 1).
Conclusions.
Key words. Verosimilitud, distribucin a priori, distribucin a posteriori
1. Introduccin
Los pases estn interesados en estudiar la migracin de retorno desde diferentes perspectivas, como puede ser una mirada histrica, lo que permitira estudiar polticas econmicas,
los problemas que enfrenta la poblacin que retorna en su incorporacin social y laboral son otro tema de estudio como tambin
el impacto en el desarrollo econmico.
Un tema de especial inters es la relacin entre migracin de retorno y emprendimiento porque en miras de
poltica econmica los emprendedores contribuyen al crecimiento econmico de un pas, fomentando la creacin de pequeas y medianas empresas y generando nuevos empleos.
Esto lleva a los gobiernos a adoptar medidas para incentivar
en el mercado laboral la aceptacin de los retornados,por medio
de programas de apoyo al emprendimiento y al empleo.
2. Modelo Estadstico
Sea el evento E={ser emprendedor} Definamos la variable
aleatoria X que identifica a un retornado como emprendedor, por
tanto:
(
X=
1, si E
0, otro caso
Por otro lado la poblacin de retornados ser dividida en cuatro grupos definidos por su sexo y edad, asi definimos los eventos
H={Ser hombre} y A={Ser mayor a 30 aos}, por tanto tenemos
las variables aleatorias:
1, si H
0, otro caso
1, si A
0, otro caso
X1 =
X2 =
1, si Ei
0, otro caso
Fig. 1. Adiabatic exponent 1 . 1 is plotted as a function of lg internal energy [erg g1 ] and lg density [g cm3 ].
i =
yi
ni
0.85 + 0.95
a
2
a+b
as,
0 = E() =
a
= 0.9
a+b
P( [ 0 ] 2)
2
= 0.9
a+b
ab
= 0.000125
2
(a + b) (a + b + 1)
Article number, page 2 of ??
a
1 + 2
a+b =
2
ab
(a + b)2 (a + b + 1) = [1 0 ]
aqu i [1 , 2 ] y i0 es el punto medio del intervalo, de
esta manera se tendr la funcin a priori
#
"
[( + 1)2 2 ]
h(i ) = Beta b, 3
( + 32 + 3 + 1)2
i0
con =
(1 i0 )
vamos ahora a obtener la distribucin predictiva a priori,
Z
f (yi ) =
h(i )L(i |yi )di , con h(i ) = Beta(1, 1)
!Z 1
ni
f (yi ) =
yi +11 (1 i )ni yi +11 di
yi 0 i
! Z 1
ni
1 yi +11
i
(1 i )ni yi +11 di
f (yi ) =
k
k
yi
0
(yi + 1)(ni yi + 1)
donde k =
(yi + 1 + ni yi + 1)
!
ni yi !(ni yi )!
f (yi ) =
yi (ni + 1)!
1
f (yi ) =
ni + 1
por tanto la distribucin predictiva a priori es Uniforme
(0, ni + 1)
por tanto P(Yi 1) =
yi
X
k=1
1
ni + 1
yi
ni + 1
Para calcular la distribucin predictiva a posteriori tenemos
en cuenta:
P(Yi 1) =
f (y0i |yi )
(ni + 2))
tenemos
(yi + 1)(ni yi + 1)
!
Z 1
0
0
yi +11
ni yi +11 ni yi +
0
ri
(1 i )
i (1 i )ni yi di
f (yi |yi ) =
y
i
0
! Z 1
ni
yi +y0i +11
2ni yi y0i +11
0
f (yi |yi ) =
r
i
(1 i )
di
yi
0
!
(yi + y0i + 1)(2ni yi y0i + 1)
ni
(ni + 2)
f (y0i |yi ) =
(2ni + 2)
yi (yi + 1)(ni yi + 1)
con r =
! !
ni ni
(ni + 1)
y0i yi
0
!
f (yi |yi ) =
2ni
(2ni + 1)
yi + y0i
entonces f (y0i |yi ) = Hipergeometrica(2ni , ni , yi + y0i )
luego P(Yi 1) = 1 P(Yi < 1)
P(Yi 1) = 1 P(Yi < 1)
!
ni
y0
P(Yi 1) = 1 i !
2ni
y0i
Por medio de simulacin, se generaron 1000 datos de indivduos retornados, y se dividieron en los 4 grupos anteriormente mencionados generando valores de las proporciones de
emprendedores por cada uno, para despus realizar un ejercicio
de estimacin de dichas proporciones.
A continuacin la tabla de resultados obtenidos a partir de la
simulacin de 1000 individuos
Grupo Emprendedores No emprendedoresTotal individuos
(1,1) 229
61
290
(1,0) 255
105
360
(0,1) 12
308
320
(0,0) 18
12
30
Usando el mtodo de mxima verosimilitud, se pueden
calcular las proporciones de emprendedores por grupo, tenemos
entonces:
229
1 =
= 0.78
290
255
2 =
= 0.71
360
12
= 0.03
3 =
320
18
4 =
= 0.6
30
2
3
4
Beta(647,72)
Beta(4739,2441)
Beta(1182,636)
3. Resultados
La tabla a continuacin contiene las diferentes estimaciones
de calculadas a partir de los distintos mtodos, por mxima
verosimilitud (mv ), con funciones apriori no informativas (nin f )
e informativas (in f ) con su respectivo intervalo de credibilidad.
Grupo (mv ) (nin f )(in f )I95
1
0.78 0.78 0.89 [0.85,0.95]
2
0.71 0.77 0.89 [0.85,0.95]
3
0.03 0.04 0.66 [0.575,0625]
4
0.6 0.58 0.65 [0.6,0.7]
Se puede notar que a pesar de no tener informacin acerca
de se puede obtener a partir del mtodo de Laplace o de mxima verosimilitud, que tienen valores cercanos, por lo que en la
inferencia bayesiana es irrelevante el mtodo de muestreo.
Con la distribucin a priori obtenida a partir del mtodo de
Laplace, calculamos P(Yi 1) y tenemos :
229
P(Y1 1) =
= 0.78
291
225
P(Y2 1) =
= 0.62
361
12
= 0.78
P(Y3 1) =
320
18
P(Y4 1) =
= 0.6
30
Con estos resultados, se estima que de cada 100 hombres
retornados mayores a 30 aos, 78 son emprendedores, de cada
100 con 30 aos o menos, 62 emprenden. En las mujeres el 4%
de las mujeres mayores a 30 aos son emprendedoras, mientras
que aquellas que tienen 30 o menos el 61% lo son.
References
Tovar, 2012, en Eliciting Beta Prior Distributions For Binomial Sampling revista
Brasileira de Biometra.