Está en la página 1de 15

Taller 2: Modelos de respuesta ordenada

Microeconometría
Alejandra Caballero 1633138
Valentina Valoyes 1625986

PUNTO 1
La encuesta de Empleo y Calidad de Vida (EECV) realizada por el Ministerio del Trabajo
para la ciudad de Cali, permite captar las realidades laborales y de calidad de vida de los
habitantes de la ciudad de Cali, ya que desagrega la información por comuna, corregimiento
basada en características demográficas de salud, educación, entre otros. El objetivo de esta
es obtener información sobre diferentes aspectos y dimensiones del bienestar de los hogares
para caracterizar las condiciones de vida de los habitantes de la ciudad, evaluando por medio
de la percepción del jefe del hogar sobre la calidad de vida, siendo esta la variable objetivo.

Para este trabajo se plantea el objetivo de percibir la calidad de vida de los habitantes de la
ciudad, planteando un modelo de variable latente, debido a que esta variable dependiente es
no observable, y por tanto se medirá la propensión del individuo a señalar una mejora o no
en un aspecto específico de la ciudad. La pregunta en la que se enfocará el modelo propuesto
será: Entre el año 2011 y el momento actual, ¿cree que la ciudad ha mejorado, empeorado o
se mantiene igual, en el aspecto de salud? Específicamente en el sistema de seguridad social
en salud y atención en salud.

Entonces, el modelo a plantear, bajo una interpretación de variable latente de un modelo no


lineal, es el siguiente:

Yi* = β0 + β1 Estrato + β2 Regimen + β3 Solenfer + εi

Donde Yi* es la variable latente de interés y εi es el efecto aleatorio individual. Se tiene


también la variable Yi la cual se compone de 3 categorías y se relaciona con la variable
latente, de la siguiente forma:

0 𝐻𝑎 𝑚𝑒𝑗𝑜𝑟𝑎𝑑𝑜 (𝑠𝑖 𝑌𝑖 ∗ < c1)


Y𝑖 = { 1 𝑆𝑒 𝑚𝑎𝑛𝑡𝑖𝑒𝑛𝑒 𝑖𝑔𝑢𝑎𝑙 (𝑠𝑖 𝑐1 ≤ 𝑌𝑖 ∗< 𝑐2)
2 𝐻𝑎 𝑒𝑚𝑝𝑒𝑜𝑟𝑎𝑑𝑜 𝑠𝑖 𝑌𝑖 ∗ ≥ c2

Donde Yi tomará el valor de 0 cuando la percepción del jefe del hogar sobre el aspecto de
salud de la ciudad ha mejorado, 1 si el jefe del hogar considera que en este aspecto la
ciudad se mantiene igual y 2 si considera que ha empeorado.

Lo que se intenta captar con este modelo, es tener en cuenta otro tipo de características para
percibir la calidad del servicio de salud prestado en la ciudad, teniendo en cuenta la opinión
de los agentes sobre las características del servicio brindado por los proveedores de salud, y
por tanto señalar barreras relacionadas con factores poblacionales como la renta y
características específicas organizativas, de accesibilidad y de calidad de los servicios. El
acceso a este servicio es uno de los principales objetivos de las políticas enfocadas en la
salud, pero tiende a confundirse la cobertura con la accesibilidad, ya que en el caso del
sistema de salud colombiano “persisten ciertas barreras que pueden evitar que se perciba
atención médica en caso de necesitarlo, alguna de estas barreras relacionadas con la oferta,
como la falta de centros de atención o una mala calidad del servicio, y otras relacionadas
con la demanda, como la falta de dinero o la necesidad de atención médica percibida por
las personas” (García, 2014).

En este sentido, se plantea en el modelo un problema de oferta, medida en la calidad percibida


por los usuarios del servicio. En la publicación “Acceso a la salud en Colombia” (Vargas-
Lorenzo, Vázquez-Navarrete, & Mogollón-Pérez, 2010) se encuentra en un grupo de sus
estudios un análisis sobre la desigualdad al acceso realizado por el tipo de afiliación,
comparándose la probabilidad de utilización de sus servicios y las barreras potenciales a
través de la frecuencia de uso o no uso de su servicio, relacionando también el nivel
socioeconómico con la utilización de los servicios. Para este estudio se utilizó la encuesta de
calidad de vida del año 2012, en el que se concluyeron que existen limitaciones en los análisis
que realizan en Colombia que indican la necesidad de reorientar la evaluación hacia el acceso
e incorporar variables más contextualizadas incluyendo las perspectivas de los actores.

Entonces, este estudio se basará en el planteamiento anterior, incluyendo variables que


incluyan un aspecto de accesibilidad a los servicios como lo es la variable Solenfer, con la
cual se medirá el acceso a la salud, debido a que los individuos suelen optar por otras
alternativas diferentes a las brindadas por las entidades prestadoras de este servicio. Se
incluirán variables de tipo socioeconómicas como el estrato, y el régimen con el que se
medirá la desigualdad que existe en el acceso a la salud en el sistema actual.

ESTRATO:

El estrato socioeconómico muestra cierta agrupación social lo cual puede convenir en el


objetivo de caracterizar el individuo y que esta caracterización socioeconómica contribuya a
la explicación de la percepción en la mejora en salud. Es de escogencia esta variable, ya que
en forma de hipótesis planteamos que, debido a la correlación existente entre el estrato y el
ingreso de los individuos, a medida que aumente el ingreso se tiene un poder adquisitivo
mejor con lo que los individuos pueden acceder a mejores servicios, y por tanto esto se ve
reflejado en la calidad de la prestación del servicio a la que los individuos tengan la
posibilidad de acceder, en consecuencia, va a surtir un efecto positivo en la variable a
explicar.

RÉGIMEN:

El régimen de salud, se compone de contributivo, subsidiado y especial, siendo la primera


categoría compuesta por individuos cotizantes y beneficiarios, el régimen subsidiado
corresponde a los individuos afiliados al sistema de salud pública SISBEN, y la tercera
categoría se compone por lo individuos con un régimen especial debido a que se encuentran
vinculados con las fuerzas armadas, Ecopetrol, universidades públicas y magisterios.
Se quiere averiguar si hay alguna diferencia significativa en la probabilidad de ocurrencia de
la percepción de mejora en la salud del individuo. En hipótesis, se pretende corroborar si es
significativo pertenecer a cierto régimen de salud y si dicho impacto es positivo, planteando
como hipótesis que hay una diferencia entre la probabilidad de que esta percepción sea de
mejora cuando el individuo se encuentra afiliado con un régimen relativamente mejor que
los otros, teniendo como categoría base el régimen contributivo, por tanto, se espera que haya
una relación positiva a diferencia del régimen subsidiado. Por otra parte, se tiene el régimen
especial, del cual espera también una relación positiva, debido a que este régimen tiende a
brindar un mejor servicio de salud que las otras dos categorías.

DÓNDE ACUDE EL CIUDADANO CUANDO TIENE UN PROBLEMA DE SALUD:

La finalidad explicativa de esta variable (Solenfer) es medir el impacto que tiene el manejo
que las personas les dan a las situaciones de problemas de salud, y respecto a este, ver si es
significativo el cambio en probabilidad que surte esta variable sobre la percepción de mejora
en la salud. Proponiéndose en forma de hipótesis que el hecho de que los individuos utilicen
sus servicios de salud de EPS o de centros de salud públicos ESE, en contraste con otros
complementarios que pueden ser adquiridos para obtener un mejor servicio o dar soluciones
alternativas, es una forma de influir en la probabilidad de que estos perciban una mejora o no
en el sistema de salud de la ciudad, es decir, que se propone que su utilización se traduzca a
una medida de calidad.

Se tiene información sobre la entidad a la que acude o la forma en la que trató el último
problema de salud que tuvo, siendo esta una variable policotomica que presenta las siguientes
categorías: 0 si utilizó los servicios a los cuales tiene derecho por su afiliación ya sea EPS o
las a ESE- Empresa Social de Estado- ya sea hospital o centro de salud, 1 si utilizó los
servicios a los cuales tiene derecho por su afiliación a medicina prepagada o plan
complementario en salud, servicios particulares o si utilizó alternativas especiales, tales
como, una droguería o un farmaceuta, consultó a un tegua, empírico o curandero, asistió a
terapias alternativas practicadas por personal no profesional, usó remedios caseros o se auto
recetó.

PUNTO 2

Realizando un análisis descriptivo de las variables, se observa la relación de estas con la


variable dependiente. Primero se realiza una prueba de correlación (spearman) 1 en la que se
observan los signos con los que se relacionan las variables estrato, régimen y solenfer con la
variable salud. Se perciben las relaciones planteadas en la teoría, dado que el estrato posee
una relación positiva con la percepción de mejora en el servicio de salud, de esto se puede
deducir que, debido a que la categoría base es el estrato bajo2, la probabilidad de que se
perciba una mejora es mayor cuando el individuo pertenece a los estratos medio 3 y alto4.

1
Anexo 1
2
Incluye estratos 1 y 2
3
Incluye estratos 3 y 4
4
Incluye estratos 5 y 6
Se obtuvo un signo negativo en la variable régimen, lo que corrobora la hipótesis planteada
y por tanto se tienen expectativas positivas con respecto a los resultados del modelo. Esto
puede darse debido a que la categoría base en este caso es el régimen especial 5, es decir que
la probabilidad de que los individuos perciban una mejora en el aspecto de salud va a ser
menor si pertenecen al régimen contributivo 6 y subsidiado7 con respecto a los que pertenecen
al régimen especial.

Por último, se percibe una relación positiva con la variable solenfer, ya que se tiene como
categoría base “EPS y ESE”8 lo que quiere decir que las probabilidades de que la percepción
del servicio de salud haya mejorado son mayores cuando los ciudadanos acuden a otros
servicios complementarios o de medicina prepagada “prepar” o si optan por acudir a servicios
alternativos y caseros.

Por otra parte, se realiza un análisis exploratorio de las variables, acudiendo a pruebas
gráficas9 para observar el comportamiento de estas, por ejemplo, la relación con la variable
estrato muestra mayor proporción de los individuos que perciben una igualdad en el servicio
de salud en los estratos bajos, con respecto a las otras categorías de la variable dependiente.
Para la variable estrato, hay una mayor proporción de los individuos que perciben una
igualdad en el servicio de salud, y que hacen parte de los estratos medio y bajo. En cuanto a
los servicios utilizados por los individuos, hay una mayor proporción de individuos que
perciben un peor servicio de salud y que hacen parte del grupo de personas que acuden a sus
servicios de medicina prepagada y planes complementarios, y también los que acuden a
soluciones alternativas.

PUNTO 3

LITERAL A

Se estima el modelo propuesto de dos formas: con una distribución normal estándar
acudiendo entonces a un modelo PROBIT, o estimar con una distribución logística optando
por un modelo LOGIT. Es importante escoger el mejor modelo propuesto, para lo que se
construye una tabla de valores estimados en donde se escoge el mejor modelo bajo los
criterios AIC y BIC, arrojando como resultado que el mejor modelo que se ajusta es el
LOGIT.

Logit Probit

5
Fuerzas Armadas, Ecopetrol, Universidades públicas y Magisterios.
6
Cotizantes y beneficiarios
7
SISBEN
8
Los individuos que utilizan los servicios de las EPS y ESE.
9
Anexos 2, 3, y 4
LITERAL B

En las siguientes tablas se tienen las diferentes formas de interpretar el modelo seleccionado

EFECTOS MARGINALES
VARIABLE Y = 0 (MEJOR) Y=1(IGUAL) Y=2 (PEOR)
Estrato (medio=1) -0,0351277 -0,0085448 0,0436725
Estrato (alto=2) -0,0071161 -0,0016505 0,0087666
Régimen (contributivo=1) 0,559031 0,0135319 -0,069435
Régimen (subsidiado=2) 0,1121821 0,0174218 -0,1296039
Solenfer (prepar=1) -0,0671256 -0,0258939 0,0930194
Solenfer (alter=2) -0,0802649 -0,0338831 0,1141479

VARIABLE COEFICIENTES ODDS-RATIO


Estrato (medio=1) 0,1937901 1,2138
Régimen (contributivo=1) -0,3084055 0,7346
Régimen (subsidiado=2) -0,5939117 0,5522
Solenfer (prepar=1) 0,3983413 1,4894
Solenfer (alter=2) 0,4855268 1,1561

EFECTOS MARGINALES:

Según los resultados que se obtuvieron, la probabilidad de que el individuo perciba un mejor
servicio de salud disminuye cuando los individuos son pertenecientes a los estratos medio y
alto en un 3,5% y 0,07% respectivamente, con respecto a los estratos bajos. Esto puede
deberse a la diferencia de condiciones socioeconómicas, ya que el estrato es una medida de
estas, por lo que se puede deducir que bajo la hipótesis que se planteó en la teoría, la cual
implica una correlación de esta variable con el ingreso, los individuos de estratos más altos
podrán acceder a un mejor servicio de salud, y por tanto pueden contrastar de una mejor
forma el sistema de salud implantado en el país, ya que estos estratos pueden acceder a otros
servicios como por ejemplo, planes complementarios o medicina prepagada, pero como esto
incluye un gasto adicional, este hace que estos sean los que menos puedan percibir esas
mejoras en el sistema de salud.

Con respecto a los resultados de la variable régimen, resultó un aumento en la probabilidad


de que los individuos perciban una mejora en el sistema de salud de la ciudad en un 55,9% y
11,2% para los regímenes contributivo y subsidiado respectivamente, con respecto al
régimen especial. En principio podría pensarse que los efectos serían contrarios, ya que el
sistema de salud de régimen especial tiende a tener una demanda más reducida que los otros
regímenes, y por tanto se esperaría que la probabilidad de que estos otros perciban una mejora
en el sistema de salud puede ser menor que la de los individuos pertenecientes al régimen
especial, sin embargo, esta disminución de la probabilidad, puede ser explicada por un
proceso adaptativo de los individuos, ya que los pertenecientes a ese régimen especial puede
que no tengan bases o fundamentos con los cuales puedan calificar mejor el servicio de salud
que los otros, y por lo tanto los individuos pertenecientes al régimen contributivo y
subsidiado, de igual forma no tengas bases para contrastar la calidad de los servicios en los
otros regímenes, y se tengan estos resultados diferentes a los que se hubieran planteado
intuitivamente.

Por último, se obtuvo que menor probabilidades para los individuos pertenecientes a las
categorías “prepar”10 y “alter”11, de percibir una mejora en el sistema de salud de la ciudad,
con respecto a los individuos pertenecientes a la categoría “eps y ese 12” en unas proporciones
de 6,7% (prepar) y 8% (alter). De este resultado se puede intuir que los individuos que no
acuden a sus servicios de salud y en cambio contratan servicios diferentes (los cuales
incluyen un costo adicional) u optan por servicios alternativos ya sean caseros o tradicionales,
tienen una probabilidad menor a percibir una mejora en el sistema de salud, ya que como se
planteó en la hipótesis, esta medida de utilización puede ser utilizada como una medida de
calidad, y si los individuos optan por un servicio externo puede ser interpretado como una
inconformidad, ya que esta los lleva a tomar otro tipo de decisiones al momento de tratar su
enfermedad, ya sea contratando otro tipo de servicios (si el individuo posee recursos con los
cuales hacerlo), o utilizar otro tipo de métodos que no les represente costos adicionales.

ODDS-RATIO

Estas razones arrojan un resultado para los individuos de estratos medio de 1,2138, lo que
deduce que son más propensos 1,2138 veces más a percibir una mejora en el sistema de salud
que los individuos de los estratos bajos. Este resultado puede deberse a la diferencia en los
ingresos de las personas pertenecientes a los estratos medios con respecto a los de estratos
bajos, pues el hecho de tener condiciones socioeconómicas mejores, le permiten acceder a
mejores servicios de salud que las de las personas de estratos bajos, y por tanto serán más
propensos a responder que hay una mejora en el sistema de salud de la ciudad.

Para la variable régimen se obtuvieron resultados de 0,7346 y 0,5522 para las categorías
contributivo y subsidiado respectivamente, lo que muestra una menor propensión a percibir
una mejora en el sistema de salud para los individuos pertenecientes a estas categorías, con
respecto a los individuos afiliados a un régimen especial. Esto puede ser explicado por las
diferencias organizacionales y de accesibilidad a los servicios que se ofrecen en estos
regímenes, pues el especial es caracterizado por tener una menor demanda que los otros dos
tipos, y por tanto pueden brindar un mayor acceso a los servicios y una mejor calidad,
percibiéndose un problema de oferta en el sistema de salud de la ciudad.

Por último, para la variable solenfer se obtuvo que, para las categorías “prepar” y “alter” se
tienen unas propensiones de 1,4894 y 1,1561 veces más respectivamente, de percibir una
mejora en el aspecto de salud de la ciudad. Aquí se podría validar la hipótesis planteada en
la teoría, pues esta variable de utilización de los servicios de salud se incluye con el fin de
medir la inconformidad y por tanto no utilización delos servicio de salud ofrecidos por el
sistema, y, por tanto, los individuos que acuden a medidas externas para tratar su problema

10
Individuos que acuden a sus planes complementarios o de medicina prepagada ante un problema de salud
11
Individuos que optan por alternativas como droguerías, autorecetarse, remedios caseros, etc. Ante un problema de salud
12
Individuos que acuden a su EPS o a una ESE ante un problema de salud
de salud, lo hacen basados en una percepción inconformidad con el sistema de salud, siendo
entonces menos propensos a percibir mejoras en este servicio.

LITERAL C

Se graficaron las siguientes sendas de comportamiento, en las que se observa las relaciones
que ya se plantearon en los resultados anteriormente. Se observa que la probabilidad de que
los individuos tanto de estrato bajo, medio y alto perciban un servicio de atención en salud
de la ciudad sin cambios o igual, es mayor que las probabilidades de percibir un sistema de
salud mejor o peor.

Para la variable régimen hay una mayor probabilidad de que los individuos perciban que el
sistema de salud que no ha mejorado (se ha mantenido igual); que la probabilidad de que se
perciba un mejor o peor sistema, cuando el individuo pertenece al régimen contributivo y al
subsidiado; la probabilidad. Sin embargo, cuando el individuo pertenece al régimen especial,
la probabilidad más alta es que perciba un peor sistema de salud.

En cuanto a la variable solenfer, se tiene una mayor probabilidad de que el individuo perciba
un sistema de salud igual cuando pertenece al grupo de personas que asisten a las EPS y ESE
ante un problema de salud, pero la probabilidad es mayor de que el servicio haya empeorado
cuando el individuo pertenece al grupo de personas que acuden a servicios particulares o de
medicina prepagada, y en cuanto a la categoría alter, la probabilidad es mayor para estos
individuos de percibir un peor servicio de salud.
LITERAL D

Realizando la validación del modelo, se rechaza la hipótesis nula H0: b1=b2=b2=...bk de


parámetros iguales y de pendientes paralelas, para lo que será necesario estimar un modelo
binario como alternativa de corrección al modelo.

Test de parámetros iguales

Test de pendientes paralelas


ANEXO 1

ANEXO 2

ANEXO 3
ANEXO 4

ANEXO DO FILE

//PUNTO 1 - Planteamiento del modelo

* VARIABLE DEPENDIENTE

*SISTEMA DE SEGURIDAD SOCIAL Y ATENCION EN SALUD EN LA CIUDAD


AHORA CON RESPECTO A UN AÑO ANTES

describe xii_p12_c
destring xii_p12_c, generate (salud)
sum salud
tab salud
recode salud (1=0) (2=1) (3=2) (9=.)
label var salud "sistema de seguridad social y atencion en salud"
label def salud 0 "mejor" 1 "igual" 2 "peor"
label val salud salud
tab salud

*VARIABLES INDEPENDIENTES

*ESTRATO

describe p11
destring p11, generate (estrato)
sum estrato
recode estrato(1/2=0) (3/4=1) (5/6=2)
label var estrato "estrato"
label def estrato 0"bajo" 1"medio" 2"alto"
label val estrato estrato
tab estrato

*REGIMEN DE SEGURIDAD SOCIAL

describe iii_p1
sum iii_p1
destring iii_p1, generate (regimen)
sum regimen
tab regimen
recode regimen (1/2=1) (3=2) (4=0) (5=.)
label var regimen "regimen"
label def regimen 0 "espec" ///
1 "contri" 2 "subsi"
label val regimen regimen
tab regimen
sum regimen

*ACUDIR A SU SERVICIO DE SALUD

describe iii_p11
tab iii_p11
destring iii_p11, generate (solenfer)
tab solenfer
recode solenfer (1=0) (2=1) (3=1) (4=0) (5=2) (9=2) (8=2) (6=2) (7=2) (10=.) (99=.)
label var solenfer "solución al último problema de salud que tuvo"
label def solenfer 0 "EPS y ESE" 1 "prepar" 2"alter"
label val solenfer solenfer
tab solenfer

//PUNTO 2

*Relación entre las variables

spearman salud estrato regimen solenfer

*análisis descriptivos de las variables (comportamiento)

spineplot salud estrato


spineplot salud regimen
spineplot salud solenfer

//PUNTO 3 - Estimando el modelo


*LITERAL A- determinando el mejor modelo

ologit salud i.estrato i.regimen i.solenfer


estimates store ologit

oprobit salud i.estrato i.regimen i.solenfer


estimates store oprobit

estimates table ologit oprobit, b(%9.3f) p stat(N ll aic bic) varlabel varwidth(30)

// se escoge el modelo logit

/* Comparación Entre el oprobit y el ologit: Bondad de Ajuste */

quietly ologit salud i.estrato i.regimen i.solenfer


quietly fitstat, save
quietly oprobit salud i.estrato i.regimen i.solenfer
fitstat, force dif

*LITERAL B - interpretación de los coeficientes

** Efectos Marginales

xi: ologit salud i.estrato i.regimen i.solenfer

* Mfx en el promedio de las variables regresoras

mfx, predict(p outcome(0))


mfx, predict(p outcome(1))
mfx, predict(p outcome(2))

quietly ologit salud i.estrato i.regimen i.solenfer

/* Calculo de odds ratios */

xi: ologit salud i.estrato i.regimen i.solenfer


listcoef, help factor
listcoef, percent
listcoef, constant pv(0.5) help

ologit salud i.estrato i.regimen i.solenfer, nolog


mchange, amount(sd) brief

*LITERAL C - construyendo las sendas de comportamiento

quietly ologit salud i.estrato i.regimen i.solenfer


quietly ologit salud i.estrato i.regimen i.solenfer
margins estrato
marginsplot, noci

quietly ologit salud i.estrato i.regimen i.solenfer


margins regimen
marginsplot, noci

quietly ologit salud i.estrato i.regimen i.solenfer


margins solenfer
marginsplot, noci

*LITERAL D - Pruebas de validación

** Test de parametros iguales

xi: omodel logit salud i.estrato i.regimen i.solenfer in


xi: omodel probit salud i.estrato i.regimen i.solenfer

/* Test de Pendientes Paralelas */

xi: ologit salud i.estrato i.regimen i.solenfer, r


brant
brant, detail

tab estrato, gen (estr)


tab regimen, gen (reg)
tab solenfer, gen (sole)
ologit salud estr1 estr2 estr3 reg1 reg2 reg3 sole1 sole2 sole3
oparallel, ic

** Algunos estadísticos de ajuste de la regresión

est store ologit


est table, p stats(N ll r2_p aic bic)
est table, star(.1 .05 .01) stats(N ll r2_p aic bic)

est store oprobit


est table, p stats(N ll r2_p aic bic)
est table, star(.1 .05 .01) stats(N ll r2_p aic bic)

/* Analisis de residuales */

xi: ologit salud estrato regimen solenfer, r


predict r1, stdp
gen obs = _n
graph twoway scatter e1 obs, yline(0) ylabel(0(0.25)1) ///
xtitle("Número de Observaciones") xlabel(0(500)26000) msymbol(Oh)

*PUNTO 4 - Correción si se rechza la hipotesis fundamental

** Estimación de modelos binarios

gen salud1 = (salud<1) if salud <.


gen salud2 = (salud<2) if salud <.

* logit binario de htrab < 1


logit salud1 i.estrato i.regimen i.solenfer, nolog
predict rsidt1, rs

* logit binario de htrab < 2


logit salud1 i.estrato i.regimen i.solenfer, nolog
predict rsidt2, rs

graph twoway scatter rsidt1 obs, s([obs]) yline(0) ylabel(-5(2)4) ///


xtitle("Número de Observaciones") xlabel(0(200)800) msymbol(Oh)
graph save g2, replace

graph twoway scatter rsidt2 obs, yline(0) ylabel(-8(2)2) ///


xtitle("Número de Observaciones") xlabel(0(200)800) msymbol(Oh)
graph save g3, replace

predict cook, dbeta


label var cook "Estadísticos de Cook"
graph twoway scatter cook obs, xlabel(0(200)800) ylabel(0(.1)1.3) ///
xtitle("Numbero de Observaciones") yline(.1 .2) ///
msymbol(none) mlabel(obs) mlabposition(0)
graph save cook, replace

graph combine g2.gph g3.gph cook.gph


Referencias

García, J. A. (2014). La salud en Colombia: más cobertura pero menos acceso. Documentos
de Trabajo Sobre Economía Regional, 205(01), 76–77.
https://doi.org/10.1192/bjp.205.1.76a
Vargas-Lorenzo, I., Vázquez-Navarrete, M. L., & Mogollón-Pérez, A. S. (2010). [Access to
health care in Colombia]. Revista de Salud Publica (Bogota, Colombia), 12(5), 701–
712. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/21755098

También podría gustarte