Baixe o app para aproveitar ainda mais
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
Compartilhar