8 3 E DesigualdadenSTATA

Prévia do material em texto

Tópicos de Econoḿıa Aplicada
Distribución del ingreso y pobreza
Aplicaciones
1 / 9
Desigualdad
I Veremos la aplicación de los indicadores y gráficos de
desigualdad a la EPH
I Para realizar el análisis es importante tener en cuenta los
siguientes puntos:
1. Identificar los individuos que no son parte del hogar: servicio
domestico en hogares (y pensionistas en hogares, que alquilan
una pieza, por ejemplo)
2. Identificar hogares que tienen ingresos imputados y eliminarlos
del análisis (la imputación puede ser correcta en media, pero
rara vez incluye dispersión)
3. Con las caracteŕısticas de sexo y edad, construir la variable
adultos equivalentes de todo el hogar (por la unidad
caracterizada por CODUSU nro hogar periodo) y el ingreso per
capita ajustado por adulto equivalente como la suma de todos
los ingresos del hogar dividido los adultos equivalentes del
hogar.
2 / 9
. gen ipcfaee= tot_if/tot_uae
. sum ipcfaee [fw=pondera] if nousar==0&periodo==20101, det
ipcfaee
-------------------------------------------------------------
Percentiles Smallest
1% 47.45167 0
10% 351.7915 0 Obs 24785773
25% 612.6592 0 Sum of Wgt. 24785773
50% 1080 Mean 1490.624
Largest Std. Dev. 1741.176
75% 1856.137 49942.18
90% 3000 55484.71 Variance 3031695
95% 4021.276 55484.71 Skewness 18.74846
99% 7141.498 108733 Kurtosis 986.4223
. **deciles
. xtile deciles10=ipcfaee [fw=pondera] if nousar==0&periodo==20101, nq(10)
. tabstat ipcfaee [fw=pondera],by(deciles10) statistics(mean min max)
deciles10 | mean min max
----------+------------------------------
1 | 210.5955 0 351.7915
2 | 436.7544 352.1738 526.0858
3 | 614.1876 526.2773 703.8909
4 | 786.1968 704.0816 877.2562
5 | 972.4879 877.3583 1080
6 | 1196.051 1080 1319.372
7 | 1471.545 1320.173 1638.574
8 | 1866.721 1638.661 2125.531
9 | 2515.76 2125.791 3000
10 | 4843.618 3002.332 108733
----------+------------------------------
Total | 1490.624 0 108733
3 / 9
Curva de Lorenz
. lorenz ipcfaee [fw=pondera] if
nousar==0&imp==0&periodo==20041
c
u
m
u
la
ti
v
e
 p
ro
p
o
rt
io
n
 o
f 
ip
c
fa
e
e
 Lorenz curve
cumulative proportion of sample
 _perc _share
0 .25 .5 .75 1
0
.25
.5
.75
1
c
u
m
u
la
ti
v
e
 p
ro
p
o
rt
io
n
 o
f 
ip
c
fa
e
e
 Lorenz curve
cumulative proportion of sample
 _perc _share
0 .25 .5 .75 1
0
.25
.5
.75
1
4 / 9
Pobreza
. glcurve ipcfaee [fw=pondera] if
nousar==0&imp==0&periodo==20041, pvar(p2004)
glvar(y2004)
. glcurve ipcfaee [fw=pondera] if
nousar==0&imp==0&periodo==20101, pvar(p2010)
glvar(y2010)
. twoway scatter y2010 p2010 || scatter y2004 p2004
0
50
0
10
00
15
00
0 .2 .4 .6 .8 1
Cumulative population proportion
2010 2004
5 / 9
. ineqdec0 ipcfaee [fw=pondera] if nousar==0&periodo==20101&imp==0 
Warning: ipcfaee has 354 values = 0. Used in calculations
Percentile ratios
----------------------------------------------------------
All obs | p90/p10 p90/p50 p10/p50 p75/p25
----------+-----------------------------------------------
| 9.307 2.963 0.318 3.222
----------------------------------------------------------
Generalized Entropy index GE(2), and Gini coefficient
----------------------------------
All obs | GE(2) Gini
----------+-----------------------
| 0.84387 0.46326
----------------------------------
6 / 9
. ineqdeco ipcfaee [fw=pondera] if nousar==0&periodo==20101&imp==0
Warning: ipcfaee has 354 values = 0. Not used in calculations 
Percentile ratios
----------------------------------------------------------
All obs | p90/p10 p90/p50 p10/p50 p75/p25
----------+-----------------------------------------------
| 8.809 2.938 0.333 3.148
----------------------------------------------------------
Generalized Entropy indices GE(a), where a = income difference
sensitivity parameter, and Gini coefficient
----------------------------------------------------------------------
All obs | GE(-1) GE(0) GE(1) GE(2) Gini
----------+-----------------------------------------------------------
| 0.66369 0.38308 0.39184 0.83092 0.45804
----------------------------------------------------------------------
Atkinson indices, A(e), where e > 0 is the inequality aversion parameter
----------------------------------------------
All obs | A(0.5) A(1) A(2)
----------+-----------------------------------
| 0.17376 0.31824 0.57033
----------------------------------------------
7 / 9
. ineqdeco ipcfaee [fw=pondera] if nousar==0&periodo==20101&imp==0, by(region) 
Warning: ipcfaee has 354 values = 0. Not used in calculations
...
Subgroup Atkinson indices, A_k(e)
------------------------------------------------------
Código de Región | A(0.5) A(1) A(2)
------------------+-----------------------------------
Gran Buenos Aires | 0.17153 0.31356 0.57762
NOA | 0.16876 0.29949 0.49882
NEA | 0.16037 0.29731 0.52839
Cuyo | 0.14340 0.26882 0.47879
Pampeana | 0.16224 0.30408 0.56851
Patagónica | 0.15928 0.30813 0.58767
------------------------------------------------------
Within-group inequality, A_W(e)
----------------------------------------------
All obs | A(0.5) A(1) A(2)
----------+-----------------------------------
| 0.16648 0.30666 0.56166
----------------------------------------------
Between-group inequality, A_B(e)
----------------------------------------------
All obs | A(0.5) A(1) A(2)
----------+-----------------------------------
| 0.00873 0.01671 0.01977
----------------------------------------------
8 / 9
0
.2
.4
.6
.8
1
0 .2 .4 .6 .8 1
Cumulative population proportion
NEA NOA
9 / 9