UNIVERSIDAD COMPLUTENSE DE MADRID Introducción Rafael Salas Abril de 2011.

Slides:



Advertisements
Presentaciones similares
MOVIMIENTO JOVENES DE LA CALLE CIUDAD DE GUATEMALA chi siamo quienes-somos qui sommes-nous who we are attività actividades activités activities scuola.
Advertisements

SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR
1 Datos sobre webloggers Datos extraidos de la encuesta a webloggers disponibles en la web de los autores.
Programa Académico de Maestría en Educación para Docentes de la Región Callao ESTADISTICA PARA LA INVESTIGACIÓN PSICOPEDAGÓGICA II José Luis Morón Octubre.
Conocimiento, Uso y Evaluación de Medicamentos Genéricos
Los números del 0 al cero uno dos tres cuatro cinco 6 7 8
1 ESTUDIO DE OPINIÓN PÚBLICA: LA SEXUALIDAD DE LOS CHILENOS ABRIL 2006 ¿Informados o desinformados? Principal fuente de información Las enseñanzas durante.
Noviembre 2007Estudio Rostros de Noticias 2007Collect-GfKWikén Estudio Rostros de Noticias de la TV Chilena Desarrollados para Revista Wikén El Mercurio.
1 LA UTILIZACION DE LAS TIC EN LAS MICROEMPRESAS GALLEGAS. AÑO mayo 2005.
1 LA UTILIZACION DE LAS TIC EN LAS PYMES GALLEGAS AÑO de Junio de 2005.
1 INFORME RESUMEN SOBRE EL NIVEL DE UTILIZACION DE LAS TIC EN LAS EMPRESAS GALLEGAS ( Resumen PYMES ) Noviembre de 2004.
UNIVERSIDAD COMPLUTENSE DE MADRID
UNIVERSIDAD COMPLUTENSE DE MADRID Introducción Rafael Salas Febrero de 2009.
UNIVERSIDAD COMPLUTENSE DE MADRID
UNIVERSIDAD COMPLUTENSE DE MADRID Indices de Desigualdad Rafael Salas Abril de 2009.
UNIVERSIDAD COMPLUTENSE DE MADRID
UNIVERSIDAD COMPLUTENSE DE MADRID Introducción Rafael Salas Febrero de 2007.
UNIVERSIDAD COMPLUTENSE DE MADRID La medición de la desigualdad y la pobreza Rafael Salas.
UNIVERSIDAD COMPLUTENSE DE MADRID Desigualdad y Bienestar Rafael Salas Marzo de 2009.
AYUDA A LA FUNCIÓN DOCENTE Internet
TEMA 5.- 1ª PARTE. EL A.O. Y SUS APLICACIONES
TEMA 2 MÚLTIPLOS Y DIVISORES
02- Plan Organización Docente v.2 Noviembre 2009 SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR.
02- PLAN DOCENTE Febrero 2009 SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR.
01- OFERTA FORMATIVA v.2 Noviembre 2009 SIES – SISTEMA INTEGRADO DE EDUCACIÓN SUPERIOR.
Aladdín-respuestas 1.Vivía 2.Era 3.Amaba 4.Quería 5.Gustaban 6.Se sentía 7.Salía 8.Tenía 9.Decidió 10.escapó 11. Se vistió 12. Conoció 13. Vio 14. Pensó
Respuestas Buscando a Nemo.
SIMULACIÓN DE MONTECARLO
ABECEDARIO FIGURAS GEOMÉTRICAS NÚMERO
Descripción de los datos: medidas de dispersión
Mulán /75 puntos. 1.Querían 2.Gustaban 3.Escuchó 4.Dijo 5.Tenía 6.Ayudaron 7.Maquillaron 8.Arreglaron 9.Dio 10.Estaba 11.Iba 12.Quería 13.Salió 14.Gritó
Medidas de Posición Central:
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Unidad de competencia II Estadística descriptiva:
Unidad de competencia II Estadística descriptiva:
MÉTODOS ESTADÍSTICOS.
Cupo de Endeudamiento – Septiembre de La salud en Bogotá Un problema de acceso y equidad Adriana Rodríguez Castillo Adriana Rodríguez Castillo Secretaría.
MOVIMIENTO JOVENES DE LA CALLE CIUDAD DE GUATEMALA chi siamo quienes-somos qui sommes-nous who we are attività actividades activités activities alimentazione.
1. Apoyo exterior sobre ala inferior de viga de acero
Distribuciones de probabilidad bidimensionales o conjuntas
-17 Expectativas sobre la situación económica (Europa) Septiembre 2013 Indicador > +20 Indicador 0 a +20 Indicador 0 a -20 Indicador < -20 Total Unión.
TEMA 2.3. MEDIDAS DE TENDENCIA CENTRAL
FUNCIONES DE UNA VARIABLE REAL
Calendario 2008 Imágenes variadas Venezuela Elaborado por: MSc. Lucía Osuna Wendehake psicopedagogiaconlucia.com Enero 2008.
EL OSO APRENDIZ Y SUS AMIGOS
EL COMERCIO TEXTIL EN CIFRAS Séptima Edición - Cifras y Datos correspondientes al ejercicio Un Triple Compromiso: Con el Sector. Con la Economía.
Unidad I Ordenamiento de la Información
1 PROYECTO DE PRESUPUESTO DE EGRESOS DE LA FEDERACION 2002 COORDINACIÓN DE POLITICA ECONOMICA GP-PRD.
Ecuaciones Cuadráticas
3 Enero 2010 PERÚ: IV CENSO NACIONAL ECONÓMICO, APURÍMAC.
Tema 6 La demanda del mercado.
La elección óptima del consumidor
Facultad de Ciencias Sociales Universidad de la República Curso: Análisis Económico Edición 2010.
¡Primero mira fijo a la bruja!
MEDIDAS DE DISPERSIÓN.
Introducción a las Señales Aleatorias ISAL
La ley de los grandes números
¿Qué es un conjunto? Un conjunto es una colección de objetos considerada como un todo. Los objetos de un conjunto son llamados elementos o miembros del.
La transformada de Laplace
BEATRIZ LAFONT VILLODRE
POLÍTICAS MACROECONÓMICAS Econ. SEGUNDO A. CALLE RUIZ Ms. Sc. C. D.
Funciones: Conceptos Básicos
Los números. Del 0 al 100.
MSc. Lucía Osuna Wendehake
Calendario 2009 “Imágenes variadas” Venezuela Elaborado por: MSc. Lucía Osuna Wendehake psicopedagogiaconlucia.com Enero 2009.
ESTADIGRAFOS DE DISPERSION
Introducción al Análisis Cluster
Herramienta FRAX Expositor: Boris Inturias.
FUNDAMENTOS DE CALIDAD EN LA GESTIÓN PÚBLICA
Transcripción de la presentación:

UNIVERSIDAD COMPLUTENSE DE MADRID Introducción Rafael Salas Abril de 2011

2 Referencia básica lPeter Lambert (2001), The distribution and redistribution of Income, 3rd. Edition, Manchester University Press. lNociones de bienestar (medidas de bienestar) y políticas sociales.

3 Objetivos lDesigualdad, bienestar, pobreza, progresividad, redistribución lNo solo importa la renta media, crecimiento medio lComparar dos distribuciones: l2 países l1 país en dos periodos l1 país antes y después de impuestos o gasto público

4 Índice lIntroducción lMedición de la desigualdad: metodología lEnfoque ordinal (parcial) lÍndices de desigualdad lEnfoque cardinal (completo) lBienestar: enfoque parcial/completo lPobreza: enfoque parcial/completo lDesigualdad de oportunidades

5 Introducción lBases de datos lIndividual: Ej. Panel de hogares de la UE, Encuesta Presupuestos Familiares lAgrupada: Tabulada por intervalos

6 Introducción l Unidad de análisis: hogar, individuo, unidad fiscal Definición nivel de vida: renta, gasto, riqueza Escalas de equivalencias: Escala OCDE: E=1+0.7(A-1)+0.5N Escala Coulter et al. (1992) E=n θ, θ [0,1] Ej: θ=0,5 Escala Cutler (1992) E=(A+cN) θ, c, θ [0,1] Deaton, Zaidi (2002) E=(A+c 1 N 1 +c 2 N 2 ) θ c 1,c 2 θ [0,1] Ej: c 1 =0,5;c 2 =0,75 θ=0,9 N=número de niños A=número de adultos n= número total N 1, menores de 6 años, N 2, entre 6 y 14 años

7 Introducción lRepresentación de la distribución: F. densidad F. de distribución Distribuciones discretas y contínuas

8 Introducción lSe supone que la distribución de la renta en una población es una variable aleatoria, que se puede representar primariamente por una: F. densidad F. de distribución Distribuciones discretas y contínuas. En trabajo empírico, discretas y en trabajo teórico, contínuas.

9 Introducción lDistribuciones discretas, con N hogares (o individuos) y ordenados: 0 x 1 x 2 ··· x N lFrecuencias o densidad relativa: N J /N hogares en el intervalo J, [x, x+ x]

10 F. densidad

11 F. densidad y distribución: intervalos de renta; hogares acumulados, hogares; porcentaje de hogares , , , , , , , , , , , , , , , , , , , , ,0035

12 F. densidad y distribución θ=0.5: intervalos de renta; hogares acumulados, hogares; porcentaje de hogares , , , , , , , , , , , , , , , , , , , , ,001

13 F. densidad lDistribuciones contínuas, para N muy grande: lFunción de densidad relativa: A lo que converge N J /N hogares en el intervalo [x, x+ x] cuando x tiende a cero. Se denomina f(x)dx y expresa la frecuencia o la probabilidad de que un hogar obtenga rentas en el entorno de x: [x, x+dx]. Nf(x)dx expresa el total de hogares con renta x Nxf(x)dx expresa el total de renta de los hogares con renta x

14 F. densidad lFunción de densidad relativa: Si hacemos la integral de esas expresiones de 0 a infinito: calculamos esos valores para toda la población. Si hacemos la integral entre a y b, calculamos los valores respectivos para la población entre a y b. Expresan la proporción de hogares, el total de hogares y el total de renta entre a y b, respectivamente

15 F. densidad lExpresiones continuas:

16 F. densidad lExpresiones continuas: Discretas:

17 F. densidad lExpresión útil de la densidad relativa:

18 F. distribución lFunción de distribución: es el acumulado de la función de densidad indica la proporción de hogares con renta inferior o igual a x.

19 F. distribución

20 Expresiones Mediana m: Moda mo: Varianza:

21 F. cuantílica lFunción cuantílica: es la inversa de la función de distribución Donde p es el cuantil p correspondiente. Gráficamente es la parada (desfile) de los enanos, Pen (1974).

22 Parada de los enanos

23 Bienestar lFunciones de Bienestar Social. Utilidad esperada: lW:R + R como: donde u(x) es creciente y estrictamente cóncava

24 Bienestar lFunciones de Bienestar Social. Utilidad esperada: lW:R + R como: W:R N + R como: donde u(x) es creciente y estrictamente cóncava

25 Bienestar lFunciones de Bienestar Social. Dependientes del rango, Yaari 1987, 1988: lW:R + R como: : donde w(p) es no negativo, no creciente y suman la unidad.

26 Bienestar lFunciones de Bienestar Social. Dependientes del rango, Yaari 1987, 1988: lW:R + R como: : W:R N + R como: donde w(p) es no negativo, no creciente y suman la unidad.

27 C. Lorenz lCurva de Lorenz. Partimos de la versión discreta p= j/N: El porcentaje del renta total que gana el cuantil p= j/N más pobre.

28 5 Persona j Veámoslo con el ejemplo Curva de Lorenz

29 Proporción acumulada de renta Proporción acumulada de ind. 5% 25% 20% 50% Representamos esto... 75% 55% A B

30 Línea de igualdad Proporción acumulada de renta Proporción acumulada de indivi En caso de máxima desigualdad... Max desigualdad

31 Así pues, cualquier distribución de renta cuya curva de Lorenz esté más cercana a la diagonal... Es más igualitaria Sin embargo tendremos dificultades para comparar dos distribuciones cuando... Sus dos curvas de Lorenz se cortan Curva de Lorenz

32 C. Lorenz lPartimos de la versión contínua p= F(x) lEntonces Gastwirth (1971) agregado de la f. cuantílica normalizada:

33 C. Lorenz lTEOREMA lPendiente de la curva de Lorenz L(p)=y/ lDEMOSTRACIÓN lIMPLICACIONES: lEntonces L(p) es creciente y convexa. lLa pendiente en el percentil de la media es 1. lEl índice de Schulz es:

34 Proporción acumulada de renta Proporción acumulada de ind. En términos contínuos... A B S

35 C. Lorenz lSi la curva de Lorenz de una distribución A va por encima de la de una distribución B (A B): lPara todo conjunto de individuos más pobres p, en A reciben más proporción de renta total que en B (hay inequívocamente menos desigualdad) y para todo conjunto 1-p de individuos más ricos, en A reciben menos proporción de renta que en B (inequívocamente menos desigualdad). lEsta unanimidad no ocurre cuando se cortan las curvas de Lorenz.

36 C. Lorenz lEl índice de Gini es: o alternativamente que coincide con 1-2B=2A del gráfico anterior

37 I.Gini Si lo ordenamos de menor a mayor: Originalmente Gini 1914:

38 I.Gini Si agrupado: x 1, k 1 veces,…., x n, k n veces:

39 I. Gini Yitzhaki (1998) More than a dozen alternative ways of spelling Gini, REI.

40 Otros índices descriptivos Otra mediada de dispersión, la desviación media relativa: Hemos hablado de la varianza:

41 Otros índices descriptivos La DMR tiene interpretaciones gráficas: Desfile de los enanos Curva de Lorenz: equivale a 2S, S= coeficiente de Schulz La desviación típica de los logaritmos:

42 Ejercicio lDibujar la curva de Lorenz para 2001 de los hogares españoles y computar el índice de Gini.

43 C. Concentración lPartimos de la versión discreta p= j/N lEntonces ordenamos T por la variable X (renta antes de impuestos) lEl porcentaje del impuesto total que paga el j/N porcentaje más pobre.

44 C. Concentración lPartimos de la versión contínua p= j/N lEntonces ordenamos T por la variable X (renta antes de impuestos) lEl porcentaje del impuesto total que paga el p porcentaje más pobre.

45 C. Concentración lNo es la curva de Lorenz ni tiene sus propiedades, aunque la curva de concentración coincide con la Lorenz en el caso: lAunque genéricamente:

46 C. Concentración lUn impuesto es progresivo si: lRelación importante si hacemos Y=X-T y t=tipo medio:

47 C. Concentración lDe otra forma: lDefinimos el coeficiente de concentración de T:

48 C. Concentración lDefinimos el coeficiente de concentración de T y el de X-T análogamente: lEntonces índice de progresividad de Kakwani: Veremos su relación con el índice de redistribución:

UNIVERSIDAD COMPLUTENSE DE MADRID Introducción Rafael Salas Abril de 2011

50 Deigualdad versus PIB per capita Fuente:

51 Riqueza Share of top… 1%5%10%Gini USA ,79 France ,71 Denmark Germany Canada ,69 Australia Italy ,6 Korea ,63 Ireland Japan ,52 Sweden Source: See Davies and Shorrocks (2000) p637

52 Consumo Gini coefficient YearConsumptionIncome Albania Bulgaria Bangladesh Vietnam Nepal Morocco Nicaragua Thailand Peru Panama Russia Brazil