Aplicaciones en Economía y Ciencias Sociales con Stata es la primera publicación en español de Stata Press. El contenido ha sido el resultado de un trabajo que reúne a diversos autores en diferentes áreas de conocimiento y que muestran el uso de una variedad de herramientas de análisis disponibles en Stata. Cada uno de los capítulos presenta el desarrollo de una investigación particular donde se analiza un tópico específico y se emplean técnicas estadísticas y econométricas para sustentar las conclusiones con resultados empíricos que pueden ser en su mayoría reproducidos con datos y do-files disponibles en la página web del libro. Se intenta de esta manera que el lector tenga acceso directo a la metodología empleada por cada uno de los autores.
Se distinguen tres áreas fundamentales en el libro. La primera corresponde a desigualdad, pobreza y valoración contingente, la segunda se refiere a modelación macroeconómica, y la tercera se concentra en análisis electorales. Adicionalmente, se incluye un primer anexo que presenta una introducción al manejo de bases de datos en Stata, y un segundo anexo que contiene una breve descripción de la implementación de métodos estadísticos básicos en Stata.
El primer capítulo presenta una aplicación donde se analiza la efectividad de un programa implementado en México para reducir la transmisión intergeneracional de la pobreza. Los autores construyen índices de desigualdad por medio del comando iop para comparar niveles de desigualdad entre grupos de habitantes que tuvieron acceso al programa de ayuda con respecto a un grupo de control que no participó en el programa. El segundo capítulo ilustra el uso de un modelo de Poisson de Valla doble para diferenciar los determinantes de los niveles de fecundidad alto y bajo con datos para el caso Mexicano. El autor implementa la estimación a través de un grupo de comandos que él desarrollo para este tipo de modelos. En el tercer capítulo se presentan un conjunto de programas para construir dos medidas de pobreza a partir de datos provenientes de la encuesta nacional de ingresos y gastos de los hogares, y de la encuesta nacional de ocupación y empleo de México. Las dos medidas de pobreza son luego usadas para ajustar un modelo de efectos fijos para analizar el impacto de la inflación sobre los niveles de pobreza en México. El último capítulo de la primera parte presenta un conjunto de herramientas (incluyendo un comando desarrollado por el autor) para hacer análisis de costo-beneficios acerca de potenciales proyectos de políticas públicas. El autor ilustra la metodología con una aplicación que utiliza datos sobre la disponibilidad a pagar por parte de los usuarios de un parque natural en Portugal para evitar el desarrollo comercial y turístico dentro de sus instalaciones.
En la segunda parte del libro se presentan dos aplicaciones de series de tiempo para el análisis y la formulación de proyecciones sobre variables macroeconómicas. En el capítulo cinco se ajusta un modelo VAR estructural para estudiar el efecto de choques transitorios y de largo plazo sobre el PIB mexicano. Los autores usan el método de Blanchard y Quah para un modelo bivariado que analiza los impactos de los choques de oferta y demanda sobre el producto y los precios. El capítulo seis muestra el uso de los modelos VAR cointegrados y de las proyecciones probabilísticas para generar predicciones sobre eventos que combinan niveles de las variables endógenas del modelo. Se presenta una aplicación para el caso de una pequeña economía abierta petrolera (caso venezolano) y para una pequeña economía abierta con ingresos externos fundamentalmente provenientes de la manufactura, la ganadería y el turismo (caso uruguayo).
La tercera parte del libro está dedicada al análisis de las preferencias electorales a lo largo de los períodos previos a las elecciones presidenciales y de diputados. En el capítulo siete se utilizan herramientas de estadística descriptiva y algunos modelos econométricos para detectar los cambios de preferencia experimentados por los mexicanos a lo largo de la campaña electoral presidencial para el año 2006. El autor hace énfasis en la explicación de los eventos y factores que potencialmente generaron volatilidad en las preferencias de los electores durante el período de campaña. El siguiente capítulo se enfoca en la obtención de predicciones sobre los valores esperados para el número de asientos que obtendrían los diferentes partidos políticos en las elecciones de México en 2006. Los resultados incorporan una medición del efecto de arrastre que los candidatos presidenciales generan en las votaciones para la cámara de diputados. El último capítulo implementa un enfoque novedoso para hacer proyecciones en base a encuestas sobre preferencias electorales. Los autores emplean técnicas de análisis de imputación múltiple disponibles en Stata, para completar datos faltantes sobre conducta electoral con los cuales realizan pronósticos electorales en las elecciones de España de 2011.
Los dos anexos al final del libro constituyen capítulos especiales debido a que están orientados a presentar algunas de las herramientas disponibles en Stata para el manejo de datos y para la implementación de técnicas estadísticas básicas. Los lectores con poca o ninguna experiencia con el software pueden comenzar su revisión del libro con estos dos capítulos. Los lectores más avanzados pueden usar los anexos como referencia rápida sobre algunos de los elementos básicos en el uso de Stata.
© Copyright 1996–2025 StataCorp LLC
Índice de gráficas
Prefacio (PDF)
Agradecimientos
Notación y otras convenciones
1.2. Metodología
1.2.2. Descomposición al estilo Oaxaca–Blinder
1.3. Datos
1.4. El comando iop
1.4.2. Ejemplos
1.5. Resultados
1.5.2. Descomposición al estilo Oaxaca–Blinder
1.6. Conclusiones
1.7. Ejercicios
1.8. Apéndice. Estimaciones probit
2.2. Datos y definición de las variables
2.3. Aspectos econométricos
2.3.2. Heterogeneidad no observada
2.3.3. Relación con la literatura
2.4. Sintaxis de los comandos empleados
2.5. Resultados
2.5.2. Resultados de modelos de valla doble
Efecto de las variables explicativas
2.6. Conclusiones
2.7. Ejercicios
3.2. Revisión de la literatura
3.3. Datos
3.3.2. Homologación de la ENEU y de la ENOE
3.3.3. Análisis descriptivo
3.4. Modelo econométrico
3.5. Resultados
3.6. Conclusiones
3.7. Ejercicios
3.8. Apéndice. Descripción de do-files
4.2. Valoración contingente
4.2.2. Estimación econométrica del modelo dicotómico
4.2.3. Ejemplo del modelo dicotómico utilizando Stata
4.2.4. Valoración contingente utilizando preguntas dicotómicas con seguimiento
4.2.5. Modelo econométrico de datos por intervalos
4.2.6. Ejemplo del modelo dicot´omico con seguimiento utilizando Stata
4.3. Ejercicios
5.2. Vector autorregresivo est´ndar bivariado (VAR)
5.3. Identificación del modelo VAR: descomposición de Choleski
5.4. La descomposición de Blanchard y Quah
5.5. Aplicación en Stata
5.5.2. Vectores autorregresivos (VAR)
El comando IRF
El impacto de la crisis: los multiplicadores dinámicos
5.5.3. Vectores autorregresivos estructurales (VARS)
Método de Blanchard y Quah (identificación de largo plazo)
Descomposición de varianza
5.6. Conclusión
5.7. Ejercicios
6.2. Economías y modelación
6.2.2. Modelación
6.3. Modelo econométrico
Estimación de los parámetros de corto plazo
Proyecciones probabilísticas
Enfoque paramétrico para las simulaciones
Enfoque no paramétrico
6.4. Estimaciones para Uruguay
6.4.2. Modelo VAR cointegrado
6.4.3. Proyecciones probabilísticas
Escenario inercial
Escenario de impacto moderado
6.5. Estimaciones para Venezuela
6.5.1. Selección del número de rezagos y tests de cointegración
6.5.2. Modelo VAR cointegrado
6.5.3. Proyecciones probabilísticas
Escenario de impacto extremo
6.6. Conclusiones
6.7. Ejercicios
7.2. Breve panorama de la elección de 2006
7.3. El problema analizado
7.4. Análisis de las preferencias en la elección de 2006
7.4.2. De la primera a la segunda ronda
7.4.3. De la segunda a la tercera ronda
7.5. Factores que motivaron el cambio de preferencias
7.5.1. Variables
Aspectos socioeconómicos, ideológicos y de entorno (variables independientes)
7.5.2. Estadística descriptiva
7.5.3. El modelo logit
7.5.4. Análisis inferencial de la elección en 2006 en México
Estimación del vector δ con el modelo logit
Efectos marginales de las variables independientes para un modelo logit
Bondad de ajuste para un modelo logit
Matriz de clasificación
7.6. Conclusiones
7.7. Ejercicios
8.2. Estimación de modelos estadísticos con datos multipartidistas
8.2.2. Datos composicionales
8.2.3. SURE
8.3. Cantidades de interés
8.4. Medidas de incertidumbre
8.4.2. Medidas de incertidumbre asociadas a los sistemas electorales
8.5. Conclusiones
9.2. Marco teórico
9.2.2. Teoría del votante racional
9.2.3. Teoría socio-estructural del voto
9.3. Datos y metodología
9.3.2. Variables
9.3.3. Métodos muestrales de estimación
9.3.4. Modelos de imputación
9.3.5. Evaluación
9.4. Resultados
9.4.2. Los determinantes del voto
9.5. Conclusiones
9.6. Ejercicios
9.7. Apéndice A. Diagnósticos de la imputación
9.8. Apéndice B. Imputación múltiple con Stata
A.1.3. Presentación de resultados
A.1.4. Mensajes de error
A.1.5. Ayuda sobre comandos
A.1.6. Estimaciones con calificadores o restricciones en la muestra
A.1.7. Rutinas en Stata
A.2.2. Importación de bases de datos
A.2.3. Guardar una base de datos
A.2.4. Exportación de bases de datos
A.2.5. Revisión y edición de datos
A.3. Manipulación de variables
A.3.2. Información detallada de una variable
A.3.3. Cambiar formato de variables numéricas
A.3.4. Cambiar el formato de una variable de fecha
A.3.5. Eliminar y renombrar variables
A.3.6. Etiquetas
Etiquetas de variables
Etiquetas de valores
A.3.7. Notas
A.3.8. Modificación y creación de variables
A.3.9. Acciones repetidas para manipular variables
A.3.10. Colapsar variables
A.3.11. Generación de variables dicotómicas
A.3.12. Datos faltantes y valores atípicos
A.3.13. Trabajo con datos faltantes
A.3.14. Revisar datos faltantes
A.3.15. Revisar datos atípicos
A.4. Tipos de bases de datos
A.4.2. Rezagos y diferencias
A.4.3. Trabajo con datos panel
A.4.4. Combinar bases de datos
A.5. Ejercicios
B.1. Prueba de hipótesis
B.1.1. El estadístico de prueba vs. el valor crítico
B.1.2. Estadísticos de prueba y valores críticos
B.1.3. Pruebas de hipótesis en Stata
Valores críticos
Pruebas de hipótesis con varianza desconocida
Proporciones
Diferencia de medias
Diferencia de dos proporciones
Hipótesis sobre varianzas
Coeficiente de correlación
B.2. Intervalos de confianza
B.2.2. Tamaño de la muestra
B.3. Análisis de regresión
B.3.2. Estimación del modelo de regresión lineal
B.3.3. Ajuste del modelo
B.3.4. Análisis de varianza
B.3.5. Inferencia sobre los parámetros de regresión
B.3.6. Intervalos de confianza
B.3.7. Regresión simple usando Stata
Estimadores de mínimos cuadrados
Significancia estadística de los estimadores MCO
Intervalos de confianza
B.4. Comentarios finales
B.5. Preguntas y ejercicios
Índice de autores (PDF)
Índice temático (PDF)
© Copyright 1996–2025 StataCorp LLC
