2017 Esb Modulo 5 Parte2v1

Estadística Social Básica.
Medidas específicas de
desigualdad
Dr. Tabaré Fernández

Agenda
Revisión sobre estadísticos no específicos y
sus propiedades
Casos nº4 y nº5
Síntesis de la comparación
Estadísticos especificos
Curva de Lorenz
Coeficiente (o índice) de Ginial
Coeficiente (o índice) de Theil 2
11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Estadística, ética y medición
La medición de la desigualdad tiene un
componente intrínseco
Del cual se deriva un tercer requisito:

¿qué es más importante en el mejoramiento de la
distribución: una mejora del ingreso de los hogares con
menos ingreso o una disminución de los ingresos con más
ingreso?
Si respondemos lo primero, entonces imponemos un
criterio de cambio relativo 3

Enfoque axiomático de las
medidas de desigualdad
Pigou-Dalton o axioma débil de transferencia
Indiferencia a la escala
Cambio relativo

ESTADÍSTICOS NO
ESPECÍFICOS Y 5
PROPIEDADES
Tipos de estadístico
No específicas: son medidas de dispersión que se usan para
desigualdad.
Razón de cuantiles
Varianza y desvío
Coeficiente de Variación
Desvío de los logaritmos (se puede encontrar también la Varianza de los
logaritmos)
Suelen ser denominadas como medidas positivas (vide Sen) en

la medida en que no explicitan cuál es la norma distributiva.
Sin embargo, se puede discutir esta supuesta ausencia de “norma”.
Debe recordarse que con excepción del RD, todas utilizan el promedio,
y con esto, suponen una distribución democrática de la variable.

Cambio relativo: casto en t=4
El número de casos es el mismo, N=10
El nivel de la variable se ha mantenido. Y=10000
Se ha mantenido el valor mínimo, y=50
Se ha generado una transferencia positiva desde el

5to hogar al 2do hogar
7
No se afectó el ingreso de la parte superior.
Caso en t=4 Ingreso
ID
Ingreso en en t=4
ID del hogar
T=2 1 50
1 50 2 180
2 150 3 400
3 400 4 550
4 550 5 820
5 850 6 1000
6 1000
7 1190
7 1190
8 1451
8 1451
9 1552
9 1552
8
10 2807 10 2807
¿Qué podríamos anticipar de
los estadísticos?
Caso 4: solo cambios en la parte baja de la

distribución (decil 2 a “costa” del decil 5).

Estadísticos caso en t=4
Estadístico T=2 Estadístico T=4
Total ingresos 10.000 Total del
10000
Ingreso
Promedio 1000
Promedio 1000
Razón de
56,1
deciles Razón de
56.1
Desvío 774 Deciles
Coeficiente de Desvío 773

0,7759
variación
Coeficiente de
Desvio de los 0,7733
1.14684 variación
logaritmos 10
Desvío de los
11/15/2017 Tabaré Fernándezlogaritmos
(2017) Estadística (H)
Social Básica
1.12419
Caso en t=5
Caso nº5
El número de casos es el
mismo, N=10
El nivel de la variable se ha
mantenido. Y=10000
Se han generado cambios

en 9 de 10 hogares.
Aumento el mínimo a 300,
bajó el máximo,
Se ha generado una
transferencia positiva a los 4
primeros hogares, a costa
de la disminución de
ingresos en la parte
superior. 11

Caso en t=5
Ingreso en Ingresos en
ID del hogar ID
T=2 T=5
1 50 1 300
2 150 2 330
3 400 3 550
4 550 4 650
5 850 5 920
6 1000 6 1000
7 1190
7 1140
8 1451
8 1351
9 1552 12
9 1402
10 2807
10 2357
¿qué estadísticos podemos
esperar?
Recordemos:
Cambios progresivos importantes en los cinco

primeros deciles (todos menores que la media del
ingreso)
Cambios importantes en los cuatro últimos

deciles.
13

Estadísticos caso en t=5
Estadístico T=2 Estadísticos T=5
Total del Ingreso 10000
Total ingresos 10.000
Promedio 1000
Promedio 1000
Razón de
Razón de 7.9
56,1 deciles
deciles
Desvío 548
Desvío 774
Coeficiente de Coeficiente de
0,7759 0,5845
variación variación
Desvio de los Desvío de los
1.14684 0.6214914
logaritmos logaritmos (H)

¿Qué podemos decir?
De la lectura de las medidas de dispersión
Los casos nº4 y nº5 difieren en el CV, el cual es menor cuando la
transferencia de ingresos se ha producido en la parte alta de la distribución.
Se indica que la concentración ha disminuido, pero por empobrecimiento de

los ricos, no por enriquecimiento (mejora) del bienestar de los hogares más
pobres.
Es necesario añadir este criterio si se desea valorar más el

mejoramiento del bienestar de los más pobres
El criterio de cambio relativo
Es necesario añadir la consideración de la forma de la

distribución además de la concentración y del nivel
15

En síntesis;
T=1 T=2 T=3 T=4 T=5
Desvío
775851 775.85 775,58 773.26 584.48
estándar, S.
Coeficiente
de Variación, 0,7759 0.7759 ,7756 0.7733 0.5845
CV
Razón de
56.14 56.14 56,14 56.14 7.86
Deciles
Desvío de los
1,14684 1,14684 1,14683 1,12419 0,62149
logaritmos, H
16

Medidas basadas en estadísticos
de dispersión
Estadístico Fortalezas Problemas
Sensible a la escala (Depende del promedio).
Pigou-Dalton,
Varianza (V) Difícil comunicación de resultados. No tiene
descomposición
recorrido cerrado
Sensible a la escala (Depende del promedio).
Desvío (S) Pigou-Dalton Difícil comunicación de resultados. No tiene
recorrido cerrado. No se puede descomponer
Es más sensible los cambios observados en
Coeficiente
Pigou-Dalton e la parte alta de la distribución. Difícil
de Variación
Indiferencia a la escala comunicación de resultados. No tiene
(CV)
recorrido cerrado. No se puede descomponer
No cumple Pigou-Dalton para valores
Razón de Fácil comunicación de
intermedios. No cumple cambio relativo. No
cuantiles resultados
se puede descomponer.
17
Desvío de Indiferencia a la
los escala, cambio relativo. Difícil comunicación de resultados. No tiene
logaritmos Teóricamente no recorrido cerrado.
(H) cumpliría Pigou-Dalton.
Otras propiedades (axiomas)
Una de gran interés es la descomposición (Sen, 2001, págs.
176-182)
La propiedad de población establece que las medidas
deberían ser insensibles al tamaño de la población analizada,
permitiendo así comparar distribuciones tomadas de distinto
tamaño N.
Propiedad del rango. A veces se agrega a los criterios que
permiten discriminar entre los buenos y malos indicadores, el
requisito de que el coeficiente asuma valores dentro de un
recorrido cerrado entre valores límites conocidos y
estandarizados, a los que se les asigna un contenido
significativo.
La propiedad de anonimato indica que para todos los efectos
del análisis, resultan indiferentes las otras propiedades que
caracterizan las unidades analizadas (Shorrocks, 1983). 18

ESTADÍSTICOS ESPECÍFICOS
PARA DESIGUALDAD 19

Tipos de estadísticos (II)
Los específicas sobre desigualdad se han
propuesto como forma de superar algunas
limitaciones claras en los estadísticos generales de
dispersión (incluso en el desvío de los logaritmos).
El fundamento: la curva de Lorenz
Positivas
Coeficiente de Gini
Índice de Theil
Normativas
Medidas Generalizadas de Entropia (GE) con parámetros de aversión20
Coeficientes de Atkinson, con parámetros de aversión
Medidas normativas
Están fundadas en funciones de bienestar,
curvas de indiferencia y en el contraste entre el
promedio observado y aquel equivalente que
podría generarse suponiendo curvas de utilidad.
Se pueden interpretar como “desperdicios” del
reparto del ingreso total generados por la
desigualdad.
Mayor desigualdad, mayor desperdicio

21

CURVA DE LORENZ
22

De las simulaciones..
Concluiamos que:
Es necesario añadir la consideración de la forma de

la distribución además de la concentración y del
nivel
El estudio gráfico de las formas de la

distribución a través de la Curva de Lorenz
es un paso en esa dirección. 23

Curva de Lorenz (I)
Su autoría es de Max O. Lorenz (1876-1959),

economista norteamericano dedicado a temas
de transporte ferroviario.
Su aporte lo hizo mientras que estudiaba su

doctorado en la Universidad de Wisconsin y cuyo
título fue: “Teoría económica de las tarifas
ferroviarias”
La noción fue utilizada por primera vez en 1912 en un

libro de estadística. 24

Curva de Lorenz (II)
La curva de Lorenz es una representación gráfica utilizada
frecuentemente para plasmar la distribución relativa de una
variable (métrica) en un dominio o universo determinado.
Relaciona el porcentaje acumulado de la población, con el

porcentaje acumulado del ingreso que posee esa
población.
El dominio puede ser el conjunto de hogares o personas de

una región o país, por ejemplo.
La variable cuya distribución se estudia puede ser el

ingreso de los hogares o las personas. 25

Curva de la equidistribución
Gráfica 1. Equi-distribución
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 26

Caso nº1. Curva de Lorenz para la
1 Distribución Observada
0,9
0,8
0,7
0,6
0,5
0,4
Distribución
0,3 Observada
0,2
0,1
0
27
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Curva de Lorenz (II):
formalización
El peso proporcional de la i-ésima observación equivaldría a:
1
VII. 11 =

La proporción del total de la variable en manos de la i-ésima unidad, qi, es el

resultado de:

VII. 12 =
∑

Se dirá que hay equidistribución si se cumple que:
VII. 13 = = =. . . =
VII. 15 Q = P ∀ i
28

Comparación de dos curvas
de Lorenz
Sean las distribuciones t=4 y t=5
Recordemos que en t=5 se ha producido una
redistribución del ingreso desde los hogares con
mayores ingresos a los ingresos con menos de 1000$
en t=4
29

Comparación de las dos
curvas de Lorenz
1000 800
Gen. Lorenz y (by t)
200 400 0600
0 .2 .4 .6 .8 1
Cumulative population proportion
30
t==4 t==5

Comparación de las curvas de
Lorenz
Las curvas L4 y L5 tienen la propiedad de no intersectarse en
ningún punto.
El área A5 es menor que el área A4,
dado que la L5 se encuentra trazada totalmente dentro del área “Libre” dejada entre
la L4 y la recta de la equidistribución.
L5 representa una distribución más igualitaria y además un mayor
bienestar social
representa una transferencia progresiva de un hogar de mayores ingresos a uno de menores
ingresos (eso es, el indicador debería satisfacer la propiedad de Pigou-Dalton)
Este juicio es conflictivo desde el punto de vista utilitarista:

llegar a esta situación ha implicado empeorar la participación de varias
unidades. Por lo tanto, no hubo una mejora de Pareto y este estado no
cumpliría con ser un Pareto-óptimo.
31

COEFICIENTE DE GINI
32

Coeficiente de Gini (I)
El coeficiente Gini se diferencia de los presentados con
anterioridad en la manera como formaliza la norma
democrática.
En lugar de comparar los valores observados con el promedio, utiliza
el mismo criterio de Lorenz para construir la línea de igualdad en su
gráfica.
De aquí se deriva una primera formalización geométrica de

esta medida, consistente en una comparación entre las
áreas delimitadas bajo la línea de igualdad trazada en toda
Curva de Lorenz.

. 17 =
( + ")
33

Gráfico 2. Áreas bajo la curva de
1 Lorenz y coeficiente de Gini
0,9
0,8
0,7
0,6
0,5
0,4 A Distribución
0,3 Observada
0,2
0,1 B
0
34
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Coeficiente de Gini (II)
Se define como la suma normalizada de las discrepancias
entre las frecuencias relativas acumuladas de ambas
distribuciones (la observada y la teórica).
La normalización aquí difiere de la forma más frecuente, por

ejemplo aquella utilizada en la media aritmética simple, en
que el denominador es la sumatoria de las primeras n-1
proporciones acumuladas de la población.
∑()*
%+* ($% &'% )
= ∑()*
%+* $%
35

Coeficiente de Gini (III)
Se mueve dentro de los límites ideales de 0 y de 1.
El valor 0 corresponde a una distribución equi-

democrática en tanto que el valor 1 se alcanza
cuando una única unidad retiene para sí la totalidad
de la variable
Se puede definir geométricamente como el

cociente entre el área de concentración y el área 36
que queda debajo de la curva de Lorenz.
Desventajas del Gini (X.
Mancero)
A pesar de que es extensamente utilizado, el
Gini tiene algunas características que limitan su
utilidad:
no satisface la condición de cambio relativo (también

conocido como aximoa fuerte de transferencia)
Pone mayor peso en las transferencias cuando se

verifican en el centro de la distribución.
37
No satisface estrictamente el axioma fuerte de la transferencia

THEIL
38

Teoría de la información
La teoría de la información es una rama de la
matemática
Su formulación data de 1948 y el autor fundamental es
Claude Shanon
Su objetivo es como transmitir más eficientemente la
información, asi como hacer esa comunicación más
segura
Temas derivados: el bit, la encriptación, la compresión
El concepto de información es formal (“hueco”):
No remite a algún objeto “real”.
39
Refiere a una diferencia que produce diferencias.

Shanon puso en relación la información sobre un evento
con la probabilidad de su ocurrencia
Un evento raro, excepcional, informa mucho, transmitir esa
información hace diferencias
Cuanto más probable, menos información transmite.
La información es diferencia.
Si todos los eventos son igualmente probables, entonces no hay
diferencia ni información
Es una situación en que está ausente la diferencia
Si no hay diferencia, no información, no hay sistema, 40

solo caos, entropía máxima
Shanon puso en relación la información sobre un evento con la
probabilidad de su ocurrencia
Un evento raro, excepcional, informa mucho

Cuanto más probable, menos información transmite.
Si todos los eventos son igualmente probables, entonces no hay diferencia ni
información
Sea la proporción o probabilidad en que representa

el iésimo caso en N, la información o entropía que
caracteriza el iésimo caso es:
1
ℎ = ln = −ln ( ) 41

Dado que ya usamos H para logaritmos de los desvíos

usaremos la letra “E” en sustitución y diremos que la
cantidad total de entropía o información que la
distribución de p transmite es:
E = − ∑
∗ ln ( )
42

Índice de Entropía de Theil
Las ideas de Shanon fueron retomadas por Theil para
generar una familia de medidas de desigualdad
fundamentada en el concepto de entropía
La entropía es una propiedad del caos. La pervivencia de

un sistema depende del desarrollo de mecanismos que
reviertan la entropía.
En la aplicación de la medida de la desigualdad que Theil

hizo, la entropía tiene una connotación positiva: la entropía
y la igualdad tienen una relación positiva.
Una sociedad igualitaria es una sociedad entrópica respecto de la
distribución del bien que se está evaluando.
43

Theil (II)
Llamaremos xi a la probabilidad de que ocurra un evento i, y
e(xi) a la función de información
1
. 20 3 = 4

La información total contenida en la distribución de n eventos

independientes, a la cual se denomina entropía, E, se puede
definir como la suma de la información (e) derivada de cada
unidad ponderada por las probabilidades respectivas (x)
. 21 5 = ∑
3

. 22 5() = ∑
l 6% 44

Theil (III)
La entropía alcanza su valor máximo cuando todos los eventos tienen
la misma probabilidad de ocurrencia (equiprobabilidad).

. 23 78 5 = ∑
∗ l ( ) = ln (9)

Si entonces restamos a este valor máximo la entropía observada,

obtendremos la medida de desigualdad propuesta por Theil:
. 24 ; = [log 9 − 5 ]
Dado que este índice tiene valor máximo en Max E, se puede

normalizar para que tenga recorrido cerrado:
. 25 ;@A = [∑

l ( 9) ] / C (9)
45

Relaciones
Entropía máxima: Theil mínimo
Situación de equi distribución
Entropía mínima: theil máximo

Situación de máxima concentración
46

Cálculo de G y T para la serie
2006-2011
Región Estadístico 2006 2007 2008 2009 2010 2011
MVD Gini 0.45 0.46 0.43 0.44 0.43 0.41

IG 100 102.22 95.56 97.78 95.56 91.11
T 0.37 0.38 0.35 0.37 0.35 0.31
IT 100 102.70 94.59 100.00 94.59 83.78
NORTE Gini 0.44 0.44 0.40 0.43 0.40 0.39
IG 100 100 90.91 97.73 90.91 88.64
T 0.41 0.37 0.32 0.39 0.30 0.29
IT 100 90.24 78.05 95.12 73.17 70.73
47

Evolución comparada
Evolución de los números índice de
Evolución de los números índice de
Gini y Theil para Montevideo entre
Gini y Theil para la Región Norte
los años 2006 y 2011
entre los años 2006 y 2011
120
120
100
100
80
80
60
2006 2007 2008 2009 2010 2011 60
2006 2007 2008 2009 2010 2011
IG IT
IG IT
48

Saquemos concluisiones
49

Síntesis: estadísticos de
desigualdad
Coeficiente de Variación
Razón entre n-tiles
Desvío de logaritmos
Gini
Theil (dentro de la familia de índices de

entropia generalizados) 50

Algunos estadísticos para medir
desigualdad
Estadístico Condiciones cumplidas Problemas
Es más sensible los cambios
Coeficiente Pigou-Dalton y observados en la parte alta de la
de Variación Indiferencia distribución. Depende del
promedio
Desvió de los
Pigou-Dalton y cambio relativo Depende del promedio
logaritmos
No depende del promedio pero
Gini Pigou-Dalton e indiferencia no es sensible a los cambios
entre pobres
Pigou-Dalton, indiferencia y
Theil
cambio relativo
Cumple con cambio de escala
Razón n-tiles (sólo cuando son Todos los demás 51
transformaciones lineales)
Conclusión
Ningún estadístico de desigualdad es
estrictamente superior
Cumplen algunas condiciones pero no otras.
Por lo tanto, es conveniente utilizar varios

estadísticos a la vez para formarse una idea
más aproximada de lo que ha ocurrido con la
distribución de la variable.
52

bibliografía
Presentaciones y planteos generales
Apuntes de Amarante (2006) en CCEE
http://www.ccee.edu.uy/ensenian/catecdes/desigingamarante.
PDF
http://www.ivie.es/downloads/docs/mono/mono1998-01.pdf
Mancebo (cepal)
http://www.eclac.cl/deype/mecovi/docs/TALLER6/21.pdf
Fórmulas de cálculo para diferentes estadísticos

tomados de Sen la desigualdad económica
http://www.poorcity.richcity.org/oei/ 53

Bibliografía
En la web
http://en.wikipedia.org/wiki/Pareto_efficiency
http://www.youtube.com/watch?v=-USObdElG7s
http://es.wikipedia.org/wiki/Curva_de_Lorenz
https://en.wikipedia.org/wiki/Entropy_(information_theory)
http://crackingthenutshell.com/what-is-information-part-2a-information-
theory/
https://www.google.com.uy/url?sa=t&rct=j&q=&esrc=s&source=web&cd
=7&cad=rja&uact=8&ved=0ahUKEwiPv8n92K3JAhXLMSYKHWa5CcIQ
FghHMAY&url=http%3A%2F%2Futip.gov.utexas.edu%2Ftutorials%2FT
echnical_1sp.ppt&usg=AFQjCNGQIn4Sc7ssmKbHDQ6hHjNvbjaeoA
http://en.wikipedia.org/wiki/Atkinson_index
54

ANEXOS
55

Funcion inversa (donde e es
x/X)
200
150
inverso_e
100
50
0
0 .1 .2 .3
e 56

Logaritmo del inverso
5
4
lninverso_e
32
1
0 .1 .2 .3
e
57

2017 Esb Modulo 5 Parte2v1

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2017 Esb Modulo 5 Parte2v1

Cargado por

Copyright:

Formatos disponibles

Estadística Social Básica.

Dr. Tabaré Fernández

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Del cual se deriva un tercer requisito:

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Pigou-Dalton o axioma débil de transferencia

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Suelen ser denominadas como medidas positivas (vide Sen) en

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

El nivel de la variable se ha mantenido. Y=10000

Se ha mantenido el valor mínimo, y=50

Se ha generado una transferencia positiva desde el

Caso 4: solo cambios en la parte baja de la

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Coeficiente de Desvío 773

Se han generado cambios

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Cambios progresivos importantes en los cinco

Cambios importantes en los cuatro últimos

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Se indica que la concentración ha disminuido, pero por empobrecimiento de

Es necesario añadir este criterio si se desea valorar más el

Es necesario añadir la consideración de la forma de la

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

El fundamento: la curva de Lorenz

Mayor desigualdad, mayor desperdicio

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Es necesario añadir la consideración de la forma de

El estudio gráfico de las formas de la

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Su autoría es de Max O. Lorenz (1876-1959),

Su aporte lo hizo mientras que estudiaba su

La noción fue utilizada por primera vez en 1912 en un

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Relaciona el porcentaje acumulado de la población, con el

El dominio puede ser el conjunto de hogares o personas de

La variable cuya distribución se estudia puede ser el

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

La proporción del total de la variable en manos de la i-ésima unidad, qi, es el

Se dirá que hay equidistribución si se cumple que:

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Este juicio es conflictivo desde el punto de vista utilitarista:

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

De aquí se deriva una primera formalización geométrica de

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

La normalización aquí difiere de la forma más frecuente, por

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Se mueve dentro de los límites ideales de 0 y de 1.

El valor 0 corresponde a una distribución equi-

Se puede definir geométricamente como el

no satisface la condición de cambio relativo (también

Pone mayor peso en las transferencias cuando se

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

11/15/2017 Tabaré Fernández (2017) Estadística Social Básica

Sea la proporción o probabilidad en que representa

. 25 ;@A = [∑