Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sonia Fase 4 Grupo 105018 4
Sonia Fase 4 Grupo 105018 4
GRUPO: 105018_4
PRESENTADO A:
JULIETH ALEXANDRA BARON
Contenido
ACTIVIDADES A DESARROLLAR..............................................................................3
ANÁLISIS DE RESULTADOS:....................................................................................13
BIBLIOGRAFÍA.............................................................................................................14
ACTIVIDADES A DESARROLLAR
1 Realizar un resumen analítico de Gujarati (2009), Capítulo 16, Secciones 16.1 y 16.2,
identificando las diferencias y tipologías de los datos de panel.
R //
Este capítulo busca analizamos con brevedad los tipos de datos que, por lo general, están
disponibles para el análisis empírico, y plantea como premisa principal que en los datos de
panel está la dimensión del espacio y la del tiempo En econometría, los datos de panel se
refieren a datos que combinan una dimensión temporal con otra transversal, estos datos
infieren un movimiento de unidades de corte transversal a lo largo del tiempo, estos datos
están ordenados y evidencian su evolución en el tiempo, un conjunto de datos contiene
observaciones sobre múltiples fenómenos en un momento a lo largo de determinados
períodos.
Los datos de panel se pueden clasificar en balanceados y no balanceados, se dice que un panel
es balanceado si cada sujeto (empresa, individuos, etc.) tiene el mismo número de
observaciones, si esto no se cumple, se tiene un panel de datos desbalanceado. Por otra parte
se mencionan los términos panel corto y panel largo. En un panel corto, el número de sujetos
de corte transversal, N, es mayor que el número de periodos, T. En un panel largo, T es mayor
que N. Como explicaremos más adelante, las técnicas de estimación dependen de que se
cuente con un panel corto o uno largo.
Existen cuatro posibilidades para las regresiones en datos de panel:
1. Modelo de MCO agrupados. Tan sólo se agrupan las 90 observaciones y se estima una
“gran” regresión, sin atender la naturaleza de corte transversal y de series de tiempo de
los datos
2. Modelo de mínimos cuadrados con variable dicótoma (MCVD) de efectos fijos. Aquí
se agrupan las 90 observaciones, pero se permite que cada unidad de corte transversal
(es decir, cada aerolínea en este ejemplo) tenga su propia variable dicótoma
(intercepto).
3. Modelo de efectos fijos dentro del grupo. En este caso también se agrupan las 90
observaciones, pero por cada aerolínea expresamos cada variable como una desviación
de su valor medio y luego estimamos una regresión de MCO sobre los valores
corregidos por la media o “sin media”.
4. Modelo de efectos aleatorios (MEFA). A diferencia del modelo de MCVD, en el que
se permite que cada aerolínea tenga su propio valor de intercepto (fijo), suponemos
que los valores del intercepto son una extracción aleatoria de una población mucho
mayor de aerolíneas.
Existen algunos problemas específicos con los datos de panel que deben tenerse presentes. El
más grave es el problema de desgaste, en el que, por una razón u otra, los sujetos del panel se
retiran a medida que pasa el tiempo, de modo que en las encuestas subsiguientes (o de corte
transversal) hay menos sujetos originales en el panel. Aunque no haya desgaste, con el
transcurso del tiempo los sujetos pueden negarse o no estar dispuestos a responder algunas
preguntas.
2 Definir un sistema de al menos tres variables económicas que sean paneles de datos.
R //
Este boletín presenta los indicadores de mercado laboral para los 23 principales
departamentos del país y la ciudad de Bogotá. Presenta resultados anuales para el total y
cada uno de los departamentos del 2002 al 2018.
Sujeto o categoría: Mercado laboral por departamentos: Antioquia, Bogotá y valle del
cauca
Periodo: 2002- 2018
Variables a trabajar: TGP, Tasa de subempleo subjetivo, Tasa de subempleo objetivo
1 Antioquia
2 Bogotá
3 Valle del Cauca
De la variable TGP se puede observar que tiene una media de 64.817 y mediana de 65.40,
valores cercanos al mínimo (55.101) y máximo (72.474), también se tiene un coeficiente de
variación muy pequeño lo indica una baja dispersión de los datos, por otra parte la
desviación típica indica una baja variación de los datos.
4. Comparar descriptivamente entre categorías y por periodo para cada panel. Graficar
por diagramas de caja múltiples. Graficar por diagramas lineales solo para categorías e
interpretar el grupo.
R//
Diagrama de Cajas
TGP
TGP
72
70
68
66
64
62
60
58
56
72
70
68
66
TGP
64
62
60
58
56
1 2 3
grupo
En el grupo 1 se puede observar una clara dispersión, puesto que la caja es un poco alargada
al igual que el grupo 2, en el grupo uno la mediana se acerca más al límite superior, y en el
grupo 2 al límite inferior, en el grupo 3 se observa una menor dispersión y una media más
distribuida, también se observa una gran diferencia en el primer tercio del grupo 1, pero al
estar la media cerca a la parte superior, esto quiere decir que durante estos años la variable se
comportó más homogénea.
TASA DE SUBEMPLEO SUBJETIVO:
Tasadesubempleosubjetivo
40
35
30
25
20
40
Tasadesubempleosubjetivo
35
30
25
20
1 2 3
grupo
En el grupo 1 se puede observar una fuerte dispersión, puesto que la caja está alargada, se
puede distinguir de igual manera que la mediana está más cerca al límite superior, en el
grupo 2 existe una fuerte diferencia en el primer tercio y la media está más cercana al límite
superior indicando homogeneidad durante esos años, se puede decir que existen fuertes
diferencias entre estas variables.
TASA DE SUBESEMPLEO OBJETIVO:
Tasadesubempleoobjetivo
16
15
14
13
12
11
10
16
15
14
Tasadesubempleoobjetivo
13
12
11
10
8
1 2 3
grupo
Ahora se observa una fuerte dispersión en el grupo 2, ya que la caja está más alargada, se
puede distinguir de igual manera que la mediana está ligeramente más cerca al límite
superior, en el grupo 1 la media está más cerca al límite inferior, para esta variable existe una
fuerte diferencia entre estas variables.
Probar que hay / no hay diferencias significativas de medias por año, y que hay / no hay
diferencias significativas de variabilidad por año para cada panel.
R //
Muestra 2:
n = 54, media = 31.1816, d.t. = 6.11713
Desviación típica de la media = 0.832436
Intervalo de confianza 95% para la media: 29.512 a 32.8513
Se concluye que si hay diferencia de medias, ya que el Estadístico de contraste: t (106) =33.9581 es
mayor al Valor p a dos colas = 8.791e-059 (33.9581 > 8.791e-059).
0.5
Distribución muestral t(106)
estadístico de contraste
0.4
0.3
0.2
0.1
0
-30 -20 -10 0 10 20 30
Desviaciones típicas
Muestra 2:
n = 54, media = 11.6757, d.t. = 2.15407
Desviación típica de la media = 0.293132
Intervalo de confianza 95% para la media: 11.0878 a 12.2637
Se concluye que si hay diferencia de medias, ya que el Estadístico de contraste: t (106) =86.8859 es
mayor al Valor p a dos colas = 2.415e-100 (86.8859 > 2.415e-100).
0.5
Distribución muestral t(106)
estadístico de contraste
0.4
0.3
0.2
0.1
0
-80 -60 -40 -20 0 20 40 60 80
Desviaciones típicas
Muestra 2:
n = 54, media = 11.6757, d.t. = 2.15407
Desviación típica de la media = 0.293132
Intervalo de confianza 95% para la media: 11.0878 a 12.2637
Se concluye que si hay diferencia de medias, ya que el Estadístico de contraste: t (106) =22.102 es
mayor al Valor p a dos colas = 1.743e-041 (22.102 > 1.743e-041).
0.5
Distribución muestral t(106)
estadístico de contraste
0.4
0.3
0.2
0.1
0
-20 -15 -10 -5 0 5 10 15 20
Desviaciones típicas
Se concluye que las Variables poblacionales no son iguales, ya que el Estadístico de contraste: t
(106) =2.40474es mayor al Valor p a dos colas = 0.001747 (2.40474> 0.001747).
1.6
Distribución muestral F(53, 53)
estadístico de contraste
1.4
1.2
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5
Se concluye que las Variables poblacionales no son iguales, ya que el Estadístico de contraste: t
(106) =3.35357 es mayor al Valor p a dos colas = 2.038e-005 (3.35357 > 2.038e-005).
1.6
Distribución muestral F(53, 53)
estadístico de contraste
1.4
1.2
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5
Se concluye que las Variables poblacionales no son iguales, ya que el Estadístico de contraste: t
(106) =8.06445 es mayor al Valor p a dos colas = 2.403e-012 (8.06445 > 2.403e-012).
1.6
Distribución muestral F(53, 53)
estadístico de contraste
1.4
1.2
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
TGP
Regresión aumentada para el contraste de Chow
MCO, utilizando 54 observaciones
Variable dependiente: TGP
Teniendo en cuenta que la Tasa global de participación (TGP), es la relación porcentual entre
la población económicamente activa y la población en edad de trabajar. Este indicador refleja
la presión de la población en edad de trabajar sobre el mercado laboral, es lógico que se
tenga un valor del p mayor a 0.05, puesto que al evaluar diferentes departamentos existan
varias razones socioculturales que influyan en la relación de la población económicamente
activa y la población en edad de trabajar, como el clima, movilidad y oportunidad laboral.
En 2010, la tasa de subempleo subjetivo del Valle fue 41,3%, inferior en 0,5
puntos porcentuales frente a la registrada en 2009 (41,8%)
TASA DE SUBEMPLEO OBJETIVO:
El Subempleo objetivo comprende a quienes tienen el deseo, pero además han hecho una
gestión para materializar su aspiración y están en disposición de efectuar el cambio, la
percepción del deseo de cambiar de trabajo y la gestión para materializarlo es diferente en
cada región, esto se debe a que algunos están más cómodos que otros en sus actuales puestos
de trabajo.
ANÁLISIS DE RESULTADOS
El Valle presentó una tasa global de participación de 66,5% y una tasa de ocupación de
57,9%. La tasa de desempleo tuvo una disminución de 1,0 punto porcentual al pasar de 14,0%
en 2009 a 13,0% en 2010, ese mismo año, Antioquia presentó una tasa global de participación
de 61,2%, lo que significó un aumento de 0,8 puntos porcentuales frente al 2009; la tasa de
ocupación fue 53,9%, aumentando 1,2 puntos porcentuales frente al 2009. La tasa de
desempleo fue 11,9%, inferior en 0,8 puntos porcentuales frente a la registrada en 2009
(12,7%), y Bogotá D.C. presentó una tasa global de participación de 68,6% y una tasa de
ocupación de 61,3%. La tasa de desempleo fue 10,7%, inferior en 0,8 puntos porcentuales
frente a la registrada en 2009 (11,5%).
Se puede observar que durante un mismo año no se observa una gran diferencia entre los
valores de la TGP para los departamentos Valle, Antioquia y Bogotá con valores de 66,5%,
61,2% y 68,6% respectivamente, no obstante durante el año 2007 se observó una baja en
estos porcentajes (62,1%, 56,9% y 64% ), esta pequeña diferencia hace que exista un cambio
estructural en este tipo datos, puesto que hay cambios muy bruscos durante la serie de
tiempo.
Ilustración 1TGP Valle del Cauca
las variables.
BIBLIOGRAFÍA