1 item has been added to your cart.

Dada la importancia de la evaluación impacto de los programas sociales como herramienta de política pública y la dificultad de desarrollar evaluaciones de este tipo, se requiere contar con ejemplos de aplicación de las metodologías existentes al contexto mexicano. En este sentido, desarrollamos la estimación de efectos de tratamiento a programas sociales mexicanos utilizando metodologías no experimentales con base en información de gabinete.

Para estimar los efectos que tiene un programa social en el bienestar y las actividades productivas que realizan sus beneficiarios, se revisaron las rondas 2002 y 2005 de la Encuesta Nacional de Niveles de Vida de los Hogares, utilizando el programa de Stata tanto para la adecuación de la base de datos como para estimar dichos efectos.

Dos comandos que resultaron centrales en la estimación de los impactos del programa fueron pscore y psmatch2, ambos fueron creados por usuarios. El primer comando calcula el “Propensity Score” para los individuos en la muestra, los estratifica por bloques y permite verificar el cumplimiento de la condición de balanceo. psmatch2 permite aplicar distintos métodos de “matching” para estimar el efecto promedio de tratamiento en los tratados (ATT). Adicionalmente, se utilizaron comandos estándar para la construcción de la base de datos como foreach, merge, collapse, gen, egen, recode y replace, entre otros.

El trabajo pretende discutir las ventajas y desventajas de la utilización de dichos comandos para situaciones donde se requiere evaluar programas sociales.

En 2009, CONEVAL (Consejo Nacional de Evaluación de la Política de Desarrollo Social) presentó la metodología oficial para medir la pobreza multidimensional en México. Esta metodología se compone de un conjunto de indicadores intuitivos que miden el grado de privación de ingreso y derechos sociales, tomando en cuenta el contexto territorial. En apego al los principios de rigor ténico, transparencia, e imparcialidad, CONEVAL ha decidido hacer público todo el material necesario para reproducir su cálculo de las medidas de pobreza, incluyendo: (a) metodología adoptada, (b) bases de datos, (c) programas de Stata y SPSS usados para la generación de los índices. En esta presentación se mostrará como Stata y SPSS fueron usados para producir las medidas de pobreza multidimensional de México, así como el proceso de concordancia entre ambos programas.

Additional information
mex10sug_perez_span.pptx

Haciendo uso de la metodología propuesta en 2002 por el Comité Técnico para la Medición de la pobreza, CONEVAL poduce una serie de medidas de la pobreza a nivel estatal. La metodología consiste en comparar el valor de una canasta de consumo mínimo requerido para sobrevivir con el ingreso promedio de los hogares. Datos de la Encuesta Nacional de Ingreso y Gasto de los Hogares (ENIGH) son usados para realizar los cálculos. Actualmente, las medidas de pobreza a nivel estatal son calculadas usando el Índice Nacional de Precios al Consumidor (INPC) publicado por BANXICO como único deflactor. Un tema pendiente de importancia es corregir las medidas de pobreza a nivel estatal para tomar en cuenta las diferencias regionales en el costo de vida. Esta presentación describirá un conjunto de archivos .do que implementan dicha corrección y subrayará los principales resultados y sus implicaciones metodológicas y de políticas.

Additional information
mex10sug_lizardi.pdf

Algunas encuestas recolectan datos de individuos que están anidados dentro de organizaciones jerárquicas o países. Estos datos son útiles, por ejemplo, para ordenar países de acuerdo a una variable de respuesta y ajustando por la variación en una serie de variables independientes. El simple cálculo de promedios produce un orden erróneo y sesgado. Por lo tanto, es necesario tener en cuenta variables de control y reconocer la estructura jerárquica de los datos. Desde la perspectiva de la regresión lineal, dicha estructura jerárquica constituye un problema estadístico porque viola el supuesto de que las observaciones son iid. En dicho contexto, un modelo jerárquico o de multinivel lineal puede ser ajustado de tal forma que la naturaleza jerárquica de los datos es explícitamente modelada. Esta presentación discutirá brevemente las ventajas y limitaciones de los modelos jerárquicos para ordenamientos de países.

Additional information
mex10sug_merino.ppt

El objetivo de esta presentación es mostrar como producir estadísticos descriptivos que son informativos a partir de una encuesta longitudinal, la Encuesta Nacional Sobre Niveles de Vida de Los Hogares. La ponencia hará una breve introducción de la ENNVIH y discutirá sus principales aspectos innovadores tales como el diseño, el módulo de actitudes al riesgo, y el módulo de migración (incluyendo el seguimiento y la tasa de re-contacto). Luego se mostrará como tabular los datos en una forma informativa y como producir estadísticos descriptivos haciendo uso de los pesos muestrales.

Additional information
mex10sug_santana.ppt

Esta conferencia cubrirá varios tópicos relacionados con la estimación de modelos de panel para datos de conteo, con ilustraciones empíricas estimadas en Stata. La discusión de los antecedentes teóricos estará basada en mi libro con Colin Cameron, Microeconometría: Métodos y Aplicaciones (CUP, 2005). Algunos de mis ejemplos estarán basados en mi libro reciente con Colin Cameron, Microeconometría con Stata (Stata Press, 2009). Otros estará basados en material aún no publicado. Mi presentación tendrá un enfoque práctico, con ejemplos estimados en Stata. Mi plan es cubrir los siguientes temas:

• modelos no lineales para datos de panel con media exponencial;
• modelos de panel con efectos fijos y aleatorios para regresiones de Poisson y binomial negativa;
• estimación de modelos de Poisson para datos de panel por el método de momentos generalizado (GMM) con selección de muestra y regresores endógenos;
• regresión de Poisson dinámica para datos de panel con efectos aleatorios correlacionados;
• regresión Poisson dinámica para datos de panel con retroalimentación lineal;
• modelos mixtos finitos para regresión Poisson para datos de panel.

Additional information
mex10sug_trivedi.pdf

En esta ponencia discutiré los principales aspectos metodológicos del modelo dinámico de probit bivariado para datos de panel. Un ejemplo práctico con datos simulados será presentado, dando especial énfasis al problema de las condiciones iniciales en los modelos dinámicos y la diferencias entre dependencia verdadera de estado y dependencia de estado espuria. El modelo es estimado por Máxima Verosimilitud Simulada.

Additional information
mex10sug_miranda.pdf

Esta presentación ilustra una aplicación de un método relativamente nuevo para corregir el sesgo de selección con base al modelo logit multinomial usando el comando selmlog de Stata (Bourguignon et al., 2007). El método permite obtener estimadores eficientes y consistentes del proceso de selección y una corrección bastante buena de la ecuación de la variable principal de respuesta aún cuando el supuesto de independencia de alternativas irrelevantes no se cumple. El ejercicio ilustra el patrón actual de las elecciones de ocupación de los individuos en el mercado de trabajo mexicano usando datos longitudinales de la Encuesta Nacional de Ocupación y Empleo (ENOE) en el período 2/2008-3/2009. Una ecuación es estimada en base a una población seleccionada de forma endógena. El comando es simple en términos de su costo en supuestos distributivos y en términos de su costo en supuestos de ortogonalidad.

Additional information
mex10sug_huesca.pdf
mex10sug_huesca.ppt

Stata 11 incluye gmm, un comando nuevo para estimar parámetros usando el método generalizado de momentos (MGM). (El comando se llama gmm porque el método se llama “generalized method of moments” (GMM) en inglés.) gmm puede estimar los parámetros de modelos lineales y nolineales para datos de sección cruzada, datos de panel, y series de tiempo. En esta charla, doy una introdución a MGM y al comando gmm.

Additional information
mex10sug_drukker.pdf

En Biología, el ciclo de vida de las plantas y los animales ayuda a comprender la fenología de las diferentes especies, lo cual es particularmente útil en casos como el control de plagas de cultivos o en la biología de la conservación. Las arañas son uno de los grupos animales más mpliamente distribuidos en el planeta; se alimentan de un gran número de otros animales y son buenos indicadores de los cambios ambientales. Se estudió por primera vez el ciclo de vida de una araña endémica del desierto (Syspira tigrina). Muchos investigadores han utilizado la estimación directa del número de estadios para describir el ciclo de vida de los arácnidos. Otros métodos se basan en el análisis de frecuencia de tallas a través del tiempo (métodos indirectos). Este tipo de análisis comúnmente se realiza por medio de histogramas; sin embargo, este procedimiento depende del origen del gráfico y del ancho del intervalo de cada barra, es discontinuo y posee un ancho fijo de intervalo. Estos problemas han motivado el interés de los estadísticos en métodos intensivos computacionales más eficientes. Los estimadores de densidad por núcleo (EDN) no dependen de la posición del origen, son estimadores continuos de la densidad y existen varios métodos para elegir el ancho del intervalo. En este estudio presentamos los EDN como una herramienta eficiente, combinada con los tradicionales histogramas, para analizar la distribución de frecuencias de talla en una población de arañas utilizando Stata.

Additional information
mex10sug_castaneda_span.ppt

El principal propósito de este trabajo es discutir las capacidades de Stata para implementar funciones de verosimilitud y comparar su desempeño con GAUSS. Dichos lenguajes de programación de alto nivel serán comparados con librerías de funciones incorporadas y rutinas gráficas. En general, las capacidades de Stata son más apropiadas para el análisis de modelos específicos de decisión y otras aplicaciones microeconométricas, mientras las capacidades de GAUSS son ideales par el análisis de una gama más amplia de problemas estadísticos basados en la estimación por máxima verosimilitud. La presentación discutirá brevemente dichas capacidades de estimación, haciendo énfasis en aquello que requiere mejora y aquello que puede ser refinado.

Additional information
mex10sug_vargas.pdf

Esta charla constituye una guía didáctica sobre el análisis de datos provenientes de encuestas en Stata. Comenzaremos repasando brevemente los métodos utilizados con mayor frecuencia en el análisis de este tipo de datos, y examinando las razones por las cuales es necesario recurrir a métodos especializados. Discutiremos los conceptos de estratificación, conglomerado, pesos de muestreo y corrección por población finita, y explicaremos cómo tener en cuenta estos elementos en nuestro análisis, por medio del comando svyset. También veremos algunos ejemplos de estimaciones: una vez efectuada la declaración de las características de los datos por medio de svyset, las estimaciones se realizan simplemente agregando el prefijo svy a los comandos de Stata.

Además discutiremos los estimadores de varianza para datos de encuestas implementados en Stata: estimadores por linearización, jackknife, y de replicaciones repetidas balanceadas. También hablaremos de cómo Stata realiza estimaciones en subpoblaciones, y del uso de post-estratificación.

Additional information
mex10sug_canette.pdf