Fin de La Pobreza

http://www3.weforum.org/docs/WEF_GlobalCompetitivenessReport_2006-07.
pdf
Extensión del trabajo: Máximo 5000 palabras
Vaupés
Vichada
Cauca
Guainía
La Guajira
Nariño
Chocó
Tareas
- Seleccionar y leer papers (buscar si es necesario) sacando ideas principales. Para

armar el marco teórico
- Buscar datos de SGP y organizar en un excel → Yulli
- Buscar el índice de pobreza multidimensional desde 1994
- Buscar las zonas rurales del país para seleccionar algunos y definir un criterio de
selección
- Buscar cuales son los no municipalizados
→ Chocó, Valle del Cauca, Cauca y Nariño. También incluir Guajira
Estructura del trabajo final
1. Introducción
Los sonidos de la marimba de chonta y la visita de las ballenas jorobadas engalanan la región. ritmo,
la alegría y la naturaleza del Pacífico colombiano
La región del Pacífico es muy diversa, en ella los turistas pueden disfrutar desde parques
naturales, selvas vírgenes, biodiversidad, especies animales y vegetales, y playas increíbles. pero la
pobreza y la desigualdad son hechos que no son de menor importancia
se conjugan en un contexto de baja movilidad social, aislamiento geográfico y debilidad institucional,
la pobreza y la desigualdad se hacen persistentes.
En este documento se hace un diagnóstico de la pobreza en el Pacífico enfatizando en los factores
que determinación tienen sobre esta
Los resultados de este análisis indican que,
Cuando se analizan algunos de estos indicadores a través del tiempo, se observa que existe una
persistencia en las carencias de buenas condiciones materiales, lo 2 cual se convierte en lo que se
conoce como “trampas de pobreza”.
Los resultados muestran que, de acuerdo con el IPM, la región Pacífica tiene los mayores
índices de pobreza, después del Caribe y la región de OrinoquíaAmazonía. Sin embargo, el
análisis del Litoral Pacífico,
Los datos del IPM también indican que factores asociados a capital humano y saneamiento
básico son los que mejor explican los altos índices de pobreza.
Además de la presente introducción, el trabajo se estructura en cinco capítulos. El segundo
se ocupa de hacer una revisión de la literatura que ha identificado algunos de los factores
que limitan el desarrollo. El tercero hace un diagnóstico sobre las condiciones de pobreza
de la región. En el cuarto capítulo se hace una reflexión sobre la persistencia de la pobreza
en el Pacífico colombiano. Finalmente, en el quinto capítulo se presentan las conclusiones.
----se concluye que los departamentos del Pacífico colombiano, a excepción de Valle del
Cauca, tienen un ingreso per cápita del hogar mucho menor al promedio. Por ejemplo, en
2015 en Chocó el ingreso per cápita del hogar equivale al 45% del nacional, mientras que
en el Cauca y Nariño representan el 49% y el 61%, respectivamente. Estos resultados
contrastan con el desempeño de Bogotá y Valle del Cauca, que mantienen un ingreso per
cápita del hogar superior al agregado. Pese a lo anterior, según el reporte de pobreza y
desigualdad del Departamento Administrativo Nacional de Estadísticas DANE- del año
2015, tanto en el ámbito nacional como en la región del Pacífico se sigue una tendencia a la
baja en la desigualdad de la distribución del ingreso. causas de la pobreza es el alto
desempleo, lo cual requiere potencializar otros sectores productivos además del portuario,
tales 19 como el forestal, el pesquero, y el ecoturismo. Ello redundaría en la reducción del
desempleo y la pobreza, además del mejoramiento de la calidad de vida de sus habitante
Dentro de los objetivos de desarrollo sostenible se plantea poner fin a la pobreza en todas
sus formas en el mundo. Sin embargo, la pobreza ha sido evaluada desde varios puntos de
vista, que han enriquecido el debate y generado cambios en su mediciòn. Una de las
medidas utilizadas actualmente es el índice de pobreza multidimensional, el cual, segùn
Naciones Unidas (s.f), identifica carencias a nivel de hogares y personas en ámbitos como
salud, educaciòn y calidad de vida; dentro de la cual se incluyen sanidad, agua, entre otros.
Para el año 2017 Colombia ocupaba el puesto 90 en el informe realizado por el Programa
de Naciones Unidas para el Desarrollo (Pnud, 2018). Por encima habian países de la regiòn
como Perú, Ecuador y Panamá. En el año 1993 este índice era de 0.612, mientras que
Uruguay contaba con 0,703.
En él paìs se han realizado esfuerzos para mejorar las condiciones de vida de sus
habitantes, sobre todo en las regiones que se encuentran apartadas del centro del país. El
Sistema General de Participaciones es uno de estos intentos, y tiene
como objetivo “destinar recursos a sectores específicos tales como educación, salud,agua
potable y saneamiento básico” (Bonet, Pérez y Ayala, 2014) en las entidades territoriales.
Este sistema es reglamentado en el año 1993, y entra en vigencia en el año 1994 con
aumentos graduales para los próximos tres años. Commented [1]: Esto hace parte de la introducción de
El estudio sobre la pertinencia de las políticas públicas que se han implementado la primera entrega
Complementar y corregir lo que sea necesario
como mecanismo para atacar la pobreza del país merece especial atención.
Especialmente aquellas políticas que destinan recursos en pro de mejorar las
condiciones de vida de las zonas rurales; según cifras del Centro Latinoamericano
para el Desarrollo Rural el 62% de la población que habita en las zonas rurales viven
en situación de pobreza. Esta cifra es particularmente alta si además se tiene en
cuenta la brecha de ingresos y oportunidades que existe entre campo y ciudad.
Este análisis evaluará el alcance que ha logrado en términos de disminución de la

pobreza el Sistema General de Participaciones (SGP). Ya que es importante
observar si los recursos que se han destinado en los últimos años han logrado un
efecto significativo en mejorar las condiciones de vida, acceso a salud y educación
de sus habitantes. Además, es importante diagnosticar si se han atendido las
necesidades de acuerdo a los contextos de la población rural que está en situación
de pobreza, y los retos que puede tener el SGP en los próximos años.
2. Diagnóstico del problema- relevancia de los ods y el tema de manera conceptual
Debido a que la pobreza se encuentra concentrada principalmente en la población

rural, este es un sector clave para atacar la pobreza de forma directa. La principal
herramienta que posee el Estado para resolver el tema de la pobreza, es orientar el
gasto público, ya sea mediante subsidios, apoyos a la producción, etc. Sin embargo,
es importante evaluar si este gasto se está destinando de forma correcta y si este si
está logrando impactar de la forma esperada a la población.
Trabajos como el de Fan y Zhang (2018) evalúan mediante modelos econométricos Commented [2]: Revisar cita
el impacto marginal sobre la pobreza rural de los diferentes tipos de inversión
pública en Tailandia y Uganda. Debido a la particularidad de cada uno de estos
países, se encontró que ciertos tipos de gasto son más efectivos para reducir la
pobreza. Por ejemplo , para Tailandia se encontró que la inversión en infraestructura
eléctrica tuvo los mayores retornos marginales, seguido de investigación agrícola y
gasto en educación.
Los anteriores resultados contrastan con los obtenidos en Uganda, en donde la

investigación agrícola tiene los mayores retornos marginales, seguido de inversión
en caminos y educación. Teniendo en cuenta esto, y como una de las conclusiones
del estudio presentado por Fan y Zhang (2018) , la efectividad del gasto público Commented [3]: Revisar cita
depende de las condiciones del país y hacia dónde se destina este.
De acuerdo con North (1993), el rol de las instituciones es crucial para entender el
proceso de crecimiento. No obstante, es a veces complejo el poder medir la calidad
relativa de las instituciones,
se plantea que los países con mejor definición de los derechos de propiedad, donde
se velara por el cumplimiento de los contratos y existieran menos distorsiones en los
incentivos de sus agentes económicos, tendrían un mejor desempeño, porque se
brindarían condiciones favorables para invertir a largo plazo, acumular más capital
físico y obtener un mayor retorno social.
Angus Deaton, premio nobel de economía 2015, argumenta que el Estado y la
sociedad civil deben suscribir un contrato, mediante el cual el primero pueda
garantizar los recursos para llevar a cabo funciones como preservar la integridad del
territorio y mantener el monopolio de la violencia; y el segundo pueda tener acceso a
seguridad y otros bienes públicos para su bienestar. libro titulado “El Gran Escape”,
Deaton menciona que las instituciones legales y políticas juegan un papel
fundamental en la configuración del ambiente que puede alimentar la prosperidad y
el desarrollo económico (Deaton, 2015, p. 325). Asimismo, resalta el peligro que
puede acarrear para una sociedad el tener instituciones permeadas por intereses
corruptos de parte de los hacedores de política
países que fueron colonizados varían de acuerdo al tipo de instituciones que se
forjaron en sus territorios. Consideran dos tipos de instituciones: las económicas y
políticas, que a su vez se dividen en inclusivas y extractivas. Las políticas inclusivas
abogan por la democracia y la centralización, además de promover el crecimiento
económico, el desarrollo y el bienestar de una nación. las instituciones económicas
extractivas se caracterizan por obtener recursos de una economía y acumularlos sin
reinvertir en la misma. S
Según los autores, cuando las condiciones de vida no eran suficientemente
salubres, y por ende la tasa de mortalidad muy alta, los colonizadores tenían
incentivos para no establecer asentamientos poblacionales y en consecuencia
implantar instituciones extractivas. En contraste, cuando las condiciones de vida
eran favorables y el grupo poblacional pequeño, los conquistadores optaban por
establecer instituciones inclusivas, proporcionando de esta manera derechos de
propiedad y estimulando el comercio.
o, Viloria (2008) menciona que el aislamiento geográfico, la falta de vías de
comunicación, las enfermedades endémicas y la escasez de tierras agrícolas
productivas, son factores que determinaron en gran medida la baja densidad de
población en gran parte del Pacífico colombiano.
Cepeda y Meisel (2013), se puede mencionar que la especialización en actividades

como la explotación minera, que se presentó en algunas regiones del país, fue
determinante para el futuro desarrollo de las mismas. Aquellos lugares que contaban
con recursos mineros fueron explotados y sometidos al esclavismo –bajo Pacífico
Cepeda y Meisel (2013), se puede mencionar que la especialización en actividades
como la explotación minera, que se presentó en algunas regiones del país, fue
determinante para el futuro desarrollo de las mismas. Aquellos lugares que contaban
con recursos mineros fueron explotados y sometidos al esclavismo –bajo Pacífico
Colombia resulta ser un país de contrastes y son las regiones costeras, Pacífico y
Caribe, en donde se encuentra la mayor prevalencia de la pobreza
El reto para los formuladores de política es proponer soluciones que involucren las
limitaciones que imponen las instituciones, la geografía y la cultura. Para el caso de
las primeras, no es un secreto que la corrupción y la violencia presenciadas en el
país han limitado la existencia de prácticas políticas y económicas que sean
incluyentes. crecimiento económico en el país se encuentran localizadas en el
interior, lo cual de nuevo apunta a que se deben mejorar las vías de comunicación
para que se aprovechen las externalidades que estas puedan ofrecer a las zonas
más rezagadas.
El crecimiento económico es necesario para que se generen las oportunidades de

empleo y, probablemente, para proveer los recursos que garanticen un determinado
conjunto de bienes y servicios para la sociedad. Estos, a su vez, pueden redundar
en el disfrute de una mejor calidad de vida.
mala distribución del ingreso y la debilidad de las instituciones económicas y
políticas, pueden ocasionar que el incremento de la renta beneficie solamente a un
pequeño sector de la población, originando de esta manera mayores tasas de
pobreza y desigualdad al interior de un país o región.
Cuadro de la incidencia de a pobreza
3. Análisis del problema
Relación cuantitativa, cualitativa y pruebas fácticas en Colombia
¿Cual es la problemática del país en relación a su tema?
→ Recomendación de política (algo que no sea muy obvio)
4. Conclusiones
library(foreign)
library(car)
library(lmtest)
library(tidyverse)
library(readxl)
library(plm)
library(zoo)
# Base de datos
db <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras
variables.xlsx', sheet = 'datos panel'), index = c('Departamento', 'Año'))
attach(db)
# Gráfico
coplot(`Pobreza monetaria` ~ Año|Departamento, data = db)
# Gráfico comparativo
scatterplot(`Pobreza monetaria`~Año|Departamento, data=db, boxplots=FALSE,
smooth=TRUE, reg.line=FALSE)
# Poolet
ols <- lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
constanates`+`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos
constantes`+`SGP Alimentación Escolar`+`Numero de personas desplazadas`+`Numero de
personas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación
Promedio enero a diciembre de cada año`,data=db)
summary(ols)
coeftest(lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
Promedio enero a diciembre de cada año`,data=db))
## Efectos fijos
# Primeras diferencias
db.1 <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras
db.1$`Pobreza monetaria`<-diff(db.1$`Pobreza monetaria`)

db.1$`SGP Educación Pesos constantes`<-diff(db.1$`SGP Educación Pesos constantes`)
db.1$`SGP Salud Pesos constanates`<-diff(db.1$`SGP Salud Pesos constanates`)
db.1$`SGP Agua potable Pesos constantes`<-diff(db.1$`SGP Agua potable Pesos
constantes`)
db.1$`SGP Proposito general Pesos constantes`<-diff(db.1$`SGP Proposito general Pesos
constantes`)
db.1$`SGP Alimentación Escolar`<-diff(db.1$`SGP Alimentación Escolar`)
db.1$`Numero de personas desplazadas`<-diff(db.1$`Numero de personas desplazadas`)
db.1$`Numero de personas secuestradas`<-diff(db.1$`Numero de personas secuestradas`)
db.1$`Numero de personas victimas de minas`<-diff(db.1$`Numero de personas victimas de
minas`)
db.1$`Tasa de ocupación Promedio enero a diciembre de cada año`<-diff(db.1$`Tasa de
ocupación Promedio enero a diciembre de cada año`)
# Regresión
coeftest(lm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos
constantes`+`SGP Alimentación Escolar`+`SGP Agua potable Pesos constantes`+`SGP
Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero de
Promedio enero a diciembre de cada año`,data=db.1))
# Regresión por plm
coeftest(plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos
Promedio enero a diciembre de cada año`,data=db, model = "fd"))
# Análisis del panel
pdim(db.1)
# Within
Promedio enero a diciembre de cada año`+factor(Año),data=db.1, model = 'within'))
## Efectos aleatorios
Promedio enero a diciembre de cada año`,data=db.1, model = 'random'))
# Prueba LM
pool<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos
Promedio enero a diciembre de cada año`,data = db.1,index =
c('Año','Departamento'),model = 'pooling')
plmtest(pool, type=c('bp'))
# Hausman
random<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación
Pesos constantes`+`SGP Alimentación Escolar`+`SGP Agua potable Pesos
constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas
desplazadas`+`Numero de personas secuestradas`+`Numero de personas victimas de
minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,data=db.1, model =
'random')
fixed<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos
Promedio enero a diciembre de cada año`,data=db.1, model = 'within')
phtest(fixed,random)
# Base de datos
> db <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras variables.xlsx', sheet = 'datos pa
, index = c('Departamento', 'Año'))
> View(db)
> # Gráfico
> coplot(`Pobreza monetaria` ~ Año|Departamento, data = db)
> # Gráfico comparativo
> scatterplot(`Pobreza monetaria`~Año|Departamento, data=db, boxplots=FALSE, smooth=TRUE, reg.line=FALSE)
> ols <- lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos constanates`+`SGP Agua potable Pesos
tantes`+`SGP Proposito general Pesos constantes`+`SGP Alimentación Escolar`+`Numero de personas desplazadas`+`Numero de
onas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,d
b)
> summary(ols)
Call:
lm(formula = `Pobreza monetaria` ~ `SGP Educación Pesos constantes` +
`SGP Salud Pesos constanates` + `SGP Agua potable Pesos constantes` +
`SGP Proposito general Pesos constantes` + `SGP Alimentación Escolar` +
`Numero de personas desplazadas` + `Numero de personas secuestradas` +
`Numero de personas victimas de minas` + `Tasa de ocupación Promedio enero a diciembre de cada año`,
data = db)
Residuals:
Min 1Q Median 3Q Max
-3.5922 -2.0897 -0.3356 1.4508 5.8232
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.133e+02 1.017e+01 11.144 9.54e-11 ***
`SGP Educación Pesos constantes` -4.260e-11 2.870e-11 -1.484 0.1513
`SGP Salud Pesos constanates` 9.986e-11 4.441e-11 2.249 0.0344 *
`SGP Agua potable Pesos constantes` 2.796e-11 4.066e-10 0.069 0.9458
`SGP Proposito general Pesos constantes` -9.493e-11 8.130e-11 -1.168 0.2549
`SGP Alimentación Escolar` -1.822e-09 1.699e-09 -1.072 0.2948
`Numero de personas desplazadas` -1.870e-04 1.122e-04 -1.666 0.1093
`Numero de personas secuestradas` 2.744e-03 5.636e-03 0.487 0.6309
`Numero de personas victimas de minas` 5.166e-02 3.174e-02 1.628 0.1172
`Tasa de ocupación Promedio enero a diciembre de cada año` -5.807e-01 3.016e-01 -1.925 0.0666 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 3.101 on 23 degrees of freedom

Multiple R-squared: 0.9143, Adjusted R-squared: 0.8807
F-statistic: 27.25 on 9 and 23 DF, p-value: 3.326e-10
> ## Efectos fijos

> # Primeras diferencias
> db.1 <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras variables.xlsx', sheet = 'datos
'), index = c('Departamento', 'Año'))
> db.1$`Pobreza monetaria`<-diff(db.1$`Pobreza monetaria`)
> db.1$`SGP Educación Pesos constantes`<-diff(db.1$`SGP Educación Pesos constantes`)
> db.1$`SGP Salud Pesos constanates`<-diff(db.1$`SGP Salud Pesos constanates`)
> db.1$`SGP Agua potable Pesos constantes`<-diff(db.1$`SGP Agua potable Pesos constantes`)
> db.1$`SGP Proposito general Pesos constantes`<-diff(db.1$`SGP Proposito general Pesos constantes`)
> db.1$`SGP Alimentación Escolar`<-diff(db.1$`SGP Alimentación Escolar`)
> db.1$`Numero de personas desplazadas`<-diff(db.1$`Numero de personas desplazadas`)
> db.1$`Numero de personas secuestradas`<-diff(db.1$`Numero de personas secuestradas`)
> db.1$`Numero de personas victimas de minas`<-diff(db.1$`Numero de personas victimas de minas`)
> db.1$`Tasa de ocupación Promedio enero a diciembre de cada año`<-diff(db.1$`Tasa de ocupación Promedio enero a dici
de cada año`)
> # Regresión
> coeftest(lm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos constantes`+`SGP Alimentación Esco
`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero d
sonas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,
db.1))
t test of coefficients:

(Intercept) -1.3187e+00 7.2278e-01 -1.8244 0.0830640 .
`SGP Salud Pesos constanates` -6.2494e-12 2.0647e-11 -0.3027 0.7652567
`SGP Alimentación Escolar` 1.0993e-09 1.1714e-09 0.9385 0.3591880
`SGP Proposito general Pesos constantes` 1.4139e-10 8.4116e-11 1.6809 0.1083370
`Numero de personas desplazadas` -1.7623e-04 5.9581e-05 -2.9578 0.0077789 **
`Tasa de ocupación Promedio enero a diciembre de cada año` -7.0305e-01 1.7967e-01 -3.9130 0.0008622 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> # Regresión por plm
> coeftest(plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos constantes`+`SGP Alimentación Esc
+`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero
rsonas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`
=db, model = "fd"))

(Intercept) -1.3187e+00 7.2278e-01 -1.8244 0.0830640 .
`SGP Salud Pesos constanates` -6.2494e-12 2.0647e-11 -0.3027 0.7652567
`SGP Proposito general Pesos constantes` 1.4139e-10 8.4116e-11 1.6809 0.1083370
`Numero de personas desplazadas` -1.7623e-04 5.9581e-05 -2.9578 0.0077789 **
`Tasa de ocupación Promedio enero a diciembre de cada año` -7.0305e-01 1.7967e-01 -3.9130 0.0008622 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> # Análisis del panel

> pdim(db.1)
Balanced Panel: n = 3, T = 11, N = 33
> # Within
+`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero
rsonas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio ener o a diciembre de cada año`
or(Año),data=db.1, model = 'within'))

`SGP Salud Pesos constanates` -8.2083e-11 4.3499e-11 -1.8870 0.0858125 .
`SGP Proposito general Pesos constantes` 2.1776e-10 8.5951e-11 2.5335 0.0277993 *
`Numero de personas desplazadas` -3.3313e-04 7.3447e-05 -4.5357 0.0008499 ***
`Tasa de ocupación Promedio enero a diciembre de cada año` -9.1579e-01 2.3186e-01 -3.9498 0.0022736 **
factor(Año)2009 -4.0018e+00 1.4856e+00 -2.6937 0.0208897 *
factor(Año)2010 -6.2691e+00 1.7195e+00 -3.6458 0.0038489 **
factor(Año)2011 -5.4195e+00 2.0291e+00 -2.6709 0.0217600 *
factor(Año)2012 -5.4012e+00 2.3662e+00 -2.2827 0.0433301 *
factor(Año)2013 -7.4008e+00 2.8622e+00 -2.5857 0.0253298 *
factor(Año)2014 -1.2388e+01 3.5919e+00 -3.4489 0.0054386 **
factor(Año)2015 -1.1596e+01 2.8455e+00 -4.0753 0.0018349 **
factor(Año)2016 -1.7864e+01 3.8109e+00 -4.6875 0.0006634 ***
factor(Año)2017 -1.8248e+01 3.6326e+00 -5.0234 0.0003880 ***
factor(Año)2018 -2.0419e+01 4.0684e+00 -5.0188 0.0003908 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> ## Efectos aleatorios

+`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas` +`Numero
rsonas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`
=db.1, model = 'random'))
Error in swar_Between_check(estm[[2]], method) :
model not estimable as there are 10 coefficient(s) (incl. intercept) to be estimated for the between model but only 3
vidual(s)
In addition: Warning message:
In summary.lm(object) : essentially perfect fit: summary may be unreliable
> # Prueba LM
> pool<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos constantes`+`SGP Alimentación Escola
GP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero de
nas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,da
db.1,index = c('Año','Departamento'),model = 'pooling')
> plmtest(pool, type=c('bp'))
Lagrange Multiplier Test - (Breusch-Pagan) for balanced panels
data: `Pobreza monetaria` ~ `SGP Salud Pesos constanates` + `SGP Educación Pesos constantes` + ...
chisq = 0.4464, df = 1, p-value = 0.504
alternative hypothesis: significant effects
> # Hausman
> random<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos constantes`+`SGP Alimentación Esco
`SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero d
sonas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,
db.1, model = 'random')
Error in swar_Between_check(estm[[2]], method) :
model not estimable as there are 10 coefficient(s) (incl. intercept) to be estimated for the between model but only 3
vidual(s)
In addition: Warning message:
In summary.lm(object) : essentially perfect fit: summary may be unreliable
> fixed<-plm(`Pobreza monetaria`~`SGP Salud Pesos constanates`+`SGP Educación Pesos constantes`+`SGP Alimentación Escol
SGP Agua potable Pesos constantes`+`SGP Proposito general Pesos constantes`+`Numero de personas desplazadas`+`Numero de
onas secuestradas`+`Numero de personas victimas de minas`+`Tasa de ocupación Promedio enero a diciembre de cada año`,d
b.1, model = 'within')
> phtest(fixed,random)
Error in coef(x2) : object 'random' not found
> phtest(fixed)
Error in coef(x2) : argument "x2" is missing, with no default
>
Datos depurados
> ols <- lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Sal
ud Pesos constanates`+`SGP Proposito general Pesos constantes`+`Numero de
personas desplazadas`+`Numero de personas victimas de minas`+`Tasa de ocup
ación Promedio enero a diciembre de cada año`,data=db)
> summary(ols)
Call:
`SGP Salud Pesos constanates` + `SGP Proposito general Pesos constante
s` +
`Numero de personas desplazadas` + `Numero de personas victimas de min
as` +
`Tasa de ocupación Promedio enero a diciembre de cada año`,
data = db)
Residuals:
-4.7847 -2.5547 -0.0345 1.4975 5.0943
Coefficients:
Estimate Std
. Error t value Pr(>|t|)
(Intercept) 1.083e+02 9.
049e+00 11.965 4.47e-12 ***
`SGP Educación Pesos constantes` -5.611e-11 1.
653e-11 -3.394 0.00222 **
`SGP Salud Pesos constanates` 1.119e-10 4.
101e-11 2.729 0.01124 *
`SGP Proposito general Pesos constantes` -1.004e-10 3.
812e-11 -2.635 0.01398 *
`Numero de personas desplazadas` -1.632e-04 8.
172e-05 -1.997 0.05637 .
`Numero de personas victimas de minas` 5.528e-02 3.
051e-02 1.812 0.08155 .
`Tasa de ocupación Promedio enero a diciembre de cada año` -5.816e-01 2.
855e-01 -2.037 0.05195 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

> ols <- lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Sal
ud Pesos constanates`+`SGP Proposito general Pesos constantes`+`Tasa de oc
upación Promedio enero a diciembre de cada año`,data=db)
> summary(ols)
Call:
`SGP Salud Pesos constanates` + `SGP Proposito general Pesos constante
s` +
`Tasa de ocupación Promedio enero a diciembre de cada año`,
data = db)
Residuals:
-5.2543 -2.2037 0.1425 1.8693 5.0614
Coefficients:
Estimate Std
. Error t value Pr(>|t|)
(Intercept) 1.117e+02 8.
426e+00 13.251 1.39e-13 ***
`SGP Educación Pesos constantes` -5.767e-11 1.
711e-11 -3.371 0.00220 **
`SGP Salud Pesos constanates` 1.362e-10 4.
036e-11 3.376 0.00217 **
`SGP Proposito general Pesos constantes` -1.164e-10 3.
823e-11 -3.045 0.00502 **
`Tasa de ocupación Promedio enero a diciembre de cada año` -7.242e-01 2.
650e-01 -2.733 0.01075 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

library(foreign)
library(car)
library(lmtest)
library(tidyverse)
library(readxl)
library(plm)
library(zoo)
# Base de datos
db <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras
attach(db)
# Gráfico
coplot(`Pobreza monetaria` ~ Año|Departamento, data = db)
# Gráfico comparativo
scatterplot(`Pobreza monetaria`~Año|Departamento, data=db, boxplots=FALSE,
smooth=TRUE, reg.line=FALSE)
# Poolet
ols <- lm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
constanates`+`SGP Proposito general Pesos constantes`+`Tasa de ocupación Promedio
enero a diciembre de cada año`,data=db)
summary(ols)
Promedio enero a diciembre de cada año`,data=db))
## Efectos fijos
# Primeras diferencias
db.1 <- pdata.frame(read_excel('C:/Users/usr_practicantegt2/Documents/Copia de Otras
db.1$`Pobreza monetaria`<-diff(db.1$`Pobreza monetaria`)

db.1$`SGP Educación Pesos constantes`<-diff(db.1$`SGP Educación Pesos constantes`)
db.1$`SGP Salud Pesos constanates`<-diff(db.1$`SGP Salud Pesos constanates`)
db.1$`SGP Agua potable Pesos constantes`<-diff(db.1$`SGP Agua potable Pesos
constantes`)
db.1$`SGP Proposito general Pesos constantes`<-diff(db.1$`SGP Proposito general Pesos
constantes`)
db.1$`SGP Alimentación Escolar`<-diff(db.1$`SGP Alimentación Escolar`)
db.1$`Numero de personas desplazadas`<-diff(db.1$`Numero de personas desplazadas`)
db.1$`Numero de personas secuestradas`<-diff(db.1$`Numero de personas secuestradas`)
db.1$`Numero de personas victimas de minas`<-diff(db.1$`Numero de personas victimas de
minas`)
db.1$`Tasa de ocupación Promedio enero a diciembre de cada año`<-diff(db.1$`Tasa de
ocupación Promedio enero a diciembre de cada año`)
# Regresión
enero a diciembre de cada año`,data=db.1))
# Regresión por plm
coeftest(plm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
enero a diciembre de cada año`,data=db, model = "fd"))
# Análisis del panel
pdim(db.1)
# Within
enero a diciembre de cada año`+factor(Año),data=db.1, model = 'within'))
## Efectos aleatorios
enero a diciembre de cada año`,data=db.1, model = 'random'))
# Prueba LM
pool<-plm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
enero a diciembre de cada año`,data = db.1,index = c('Año','Departamento'),model =
'pooling')
plmtest(pool, type=c('bp'))
# Hausman
random<-plm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud
Pesos constanates`+`SGP Proposito general Pesos constantes`+`Tasa de ocupación
Promedio enero a diciembre de cada año`,data=db.1, model = 'random')
fixed<-plm(`Pobreza monetaria` ~`SGP Educación Pesos constantes`+`SGP Salud Pesos
enero a diciembre de cada año`,data=db.1, model = 'within')
phtest(fixed,random)

Idioma

Fin de La Pobreza

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Fin de La Pobreza

Cargado por

Copyright:

http://www3.weforum.org/docs/WEF_GlobalCompetitivenessReport_2006-07.

Extensión del trabajo: Máximo 5000 palabras

- Seleccionar y leer papers (buscar si es necesario) sacando ideas principales. Para

→ Chocó, Valle del Cauca, Cauca y Nariño. También incluir Guajira

Estructura del trabajo final

Este análisis evaluará el alcance que ha logrado en términos de disminución de la

2. Diagnóstico del problema- relevancia de los ods y el tema de manera conceptual

Debido a que la pobreza se encuentra concentrada principalmente en la población

Los anteriores resultados contrastan con los obtenidos en Uganda, en donde la

Cepeda y Meisel (2013), se puede mencionar que la especialización en actividades

El crecimiento económico es necesario para que se generen las oportunidades de

Cuadro de la incidencia de a pobreza

3. Análisis del problema

Relación cuantitativa, cualitativa y pruebas fácticas en Colombia

¿Cual es la problemática del país en relación a su tema?

→ Recomendación de política (algo que no sea muy obvio)

db.1$`Pobreza monetaria`<-diff(db.1$`Pobreza monetaria`)

Residual standard error: 3.101 on 23 degrees of freedom

> ## Efectos fijos

Estimate Std. Error t value Pr(>|t|)

Estimate Std. Error t value Pr(>|t|)

> # Análisis del panel

Estimate Std. Error t value Pr(>|t|)

> ## Efectos aleatorios

Lagrange Multiplier Test - (Breusch-Pagan) for balanced panels

Residual standard error: 3.012 on 26 degrees of freedom

Residual standard error: 3.13 on 28 degrees of freedom

db.1$`Pobreza monetaria`<-diff(db.1$`Pobreza monetaria`)

También podría gustarte