Documentos de Trabajo 2018

DT_18_01 “Imputación de datos faltantes del Censo de Población y Vivienda utilizando técnicas de estadística espacial”.

    • María Eugenia Riaño
    • Febrero 2018
Descargar

En general, la calidad y cobertura de los Censos de Población y Vivienda del año 2011 fue calificada como positiva, cumpliendo con los estándares exigidos internacionalmente. Sin embargo, su implementación no estuvo exenta de inconvenientes. No se cuenta con información de determinados hogares cuyo domicilio fue relevado, y para algunos se cuenta con sólo información parcial relativa a la composición del hogar. La omisión censal se concentra en zonas socioeconómicamente vulnerables. Esto afectaría la construcción del mecanismo utilizado por el Ministerio de Desarrollo Social para seleccionar a la población beneficiaria de los programas de transferencia monetaria. Este mecanismo se basa en la Encuesta Continua de Hogares cuyo marco muestral es el del Censo, y refleja los problemas de omisión. El trabajo se desarrolla para la ciudad de Montevideo. El patrón espacial de la población objetivo y de la propia omisión hace necesaria una regionalización previa a la imputación, dado que la distribución espacial se muestra heterogénea en el mapa. La selección de los modelos a utilizar para la imputación es muy sensible a la escala del mapa, por lo que la definición de las regiones condiciona la selección del modelo final a utilizarse para realizar la imputación. Las regiones se construyen mediante el algoritmo de árboles oblicuos de decisión, implementado en el paquete SpODT de R. Se ajustan modelos autorregresivos espaciales en cada región (SAR) que son evaluados con métodos de validación cruzada, y se comparan los resultados con el de un modelo global para todo el mapa. Los modelos con menor error de validación cruzada dentro de cada región muestran un rezago similar medido en distancia, a excepción de un caso. El modelo global presenta un error de validación cruzada similar, pero muestra autocorrelación espacial en los residuos, por lo que las imputaciones se realizan con los modelos locales por región.

Palabras claves: árboles de decisión, imputación de datos faltantes, modelos SAR autorregresivos, validación cruzada.


DT_18_02 “Desempeño estudiantil en FCEA: Plan 1990 vs. Plan 2012”.

    • Rodrigo Arim; Juan José Goyeneche; Elena Vernazza; Guillermo Zoppolo
    • Noviembre 2018
Descargar

En el año 2012, la Facultad de Ciencias Económicas y de Administración de la Universidad de la República del Uruguay implementó un cambio de su plan de estudios. El Plan 2012 sustituyó al anterior Plan 1990. En el nuevo plan se reduce la cantidad de años de duración de las distintas carreras que se ofrecen, se incorpora un sistema de créditos y deja de ser requisito obligatorio para el egreso la realización de una monografı́a final.

El presente trabajo busca explorar los efectos del cambio de plan sobre el desempeño académico de los estudiantes, medido a través de sus trayectorias de acumulación de créditos. Se utilizaron datos administrativos provenientes del Sistema de Gestión de Bedelı́as y del formulario de ingreso a la Facultad que gestiona la Dirección General de Planeamiento de la Universidad para las cohortes de estudiantes de 2008 a 2015.

La estimación de los efectos se llevó a cabo controlando por las caracterı́sticas de los estudiantes al momento de su ingreso, usando técnicas de matching y modelos de regresión.

Los resultados muestran que los estudiantes inscriptos en el nuevo plan de estudios (Plan 2012) aprueban más créditos en promedio que los estudiantes del Plan 1990, en los 4 primeros años de la carrera. Más aún, a medida que el estudiante avanza en la carrera, el efecto positivo del Plan 2012 en la acumulación de créditos es creciente para todas las variables de resultado consideradas en el análisis.

Palabras claves:Desempeño estudiantil, Efectos del tratamiento, Inferencia causal.


Documentos de Trabajo 2017

DT_17_01 “Predicción del valor de un inmueble mediante  técnicas agregativas».

    • Juan José Goyeneche; Leonardo Moreno; Marco Scavino
    • Abril 2017
Descargar

El objetivo del trabajo es construir un modelo que permita efectuar de manera eficiente, en términos predictivos, la estimación del valor contado de un determinado inmueble. Se tiene como insumo la información espacio-temporal sobre el valor contado de un conjunto de inmuebles y ciertas variables hedónicas intrínsecas a cada bien, por ejemplo, superficie, antiguedad, número de dormitorios. En tal sentido es conocido el valor de ciertas propiedades en diferentes fechas, entendiendo por valor contado aquel que es asignado por el tasador, donde cada propiedad puede haber sido tasada en diferentes momentos, problema denominado en la literatura como ventas repetidas. La información espacial permite la construcción de modelos autorregresivos espaciales donde el precio de un inmueble se encuentra correlacionado con el de sus vecinos. La información temporal es modelada mediante un modelo autorregresivo temporal, en este caso la dependencia entre una tasación y la siguiente disminuye en función del tiempo transcurrido entre una y otra. Las variables heódonicas se modelan mediante un modelo de regresión lineal dinámico, donde los coeficientes de la regresión son función de la ubicación del inmueble. A partir de la metodología de agregación de Stacking se busca un procedimiento que permita predicciones más precisas. En este caso, otras metodologías son incluidas en la agregación. Se evalúa la performance mediante el error cuadrático en una muestra de testeo.

Palabras claves: Método de Stacking, modelos espacio-temporales, precio hedónico, procesos autorregresivos


DT_17_02 “Elaboración De Patrones Espirométricos en Niños Uruguayos Mediante Modelos GAM Y GAMLSS: Parte 2- Modelización de CVF y FEV por talla edad y sexo».

    • Ramón Álvarez-Vaz; Pablo Palamarchuk; Eugenia Riaño
    • Diciembre 2017
Descargar

En este trabajo se presenta la segunda parte de un estudio donde se construyen modelos para obtener curvas de referencia espirométricas en niños uruguayos, utilizando Modelos Aditivos Generalizados de Localización, Escala y Forma, para comparar los resultados con otros estudios internacionales. En la primera parte presentada en las jornadas académicas (JJAA2016) de Facultad de Ciencias Económicas y de Administración, se identificaron las distribuciones de las variables que componen las variables de espirometría, trabajando con los datos disponibles hasta ese momento, identificando cuatro familias de distribuciones paramétricas como posibles alternativas para la modelización de las variables de respuesta.

La espirometría refiere a un conjunto de variables que da cuenta de la capacidad pulmonar la cual varía de acuerdo al tamaño de los pulmones, teniendo una relación directa con la estatura.

Pero también puede variar de acuerdo a la etnia y el sexo. Por esta razón es necesario desarrollar valores estimados normales en una población de niños uruguayos para poder hacer una comparación dentro de las mismas condiciones ambientales, climatológicas y geográficas.

Los datos utilizados para este fin provienen de una muestra de escuelas públicas y privadas del Uruguay por un grupo de investigadores del Centro Hospitalario Pereira Rossell.

Los resultados obtenidos en esta segunda parte del trabajo se comparan con otros estudios internacionales, señalando similitudes y diferencias, tanto en metodología como en diseño muestral. Se presentan las tablas percentilares, que pasan a ser valores de referencia a nivel nacional, para las variables espirométricas que surgen de los modelos estimados , que dependen esencialmente de la talla para niños y niñas.

Palabras claves:  Ajuste de distribuciones, Espirometría, Modelos GAMLSS, Percentiles, Remuestreo


DT_17_03 “Satisfacción Estudiantil: análisis desde una perspectiva multivariante»

    • Ramón Álvarez Vaz; Elena Vernazza
    • Diciembre 2017
Descargar

En este trabajo se estudian las principales características de la construcción de la Satisfacción Estudiantil, en los cursos de grado de la Facultad de Ciencias Económicas y de Administración, Universidad de la República, Uruguay, a través de la utilización y comparación de dos técnicas de análisis de datos multivariantes: Análisis Jerárquico de Clusters y Análisis de Clases Latentes.

Los datos utilizados para la aplicación presentada en este trabajo provienen de una encuesta aplicada sobre una muestra de estudiantes de grado de la Facultad, en el año 2009. Dicho cuestionario, presenta una estructura de bloques de preguntas; el primero contiene las variables que permitirán realizar una caracterización sociodemográfica de los estudiantes. Por otra parte, se presentan las variables del modelo ECSI (European Customer Satisfaction Index) que serán las utilizadas para la caracterización de la Satisfacción Estudiantil.

Las variables manifiestas consideradas como insumo para la construcción y caracterización de la Satisfacción Estudiantil son las siguientes 6: expectativas (E) de los estudiantes al ingresar al centro de estudios, la imagen (I) que tienen de éste, la calidad de la enseñanza recibida (CSA) y de los servicios brindados (CSF), las necesidades y deseos personales con respecto a la Facultad (ND) y el valor percibido (VP).

Los resultados presentados surgen, por un lado, de considerar que efectivamente existe una variable que refiere a la Satisfacción Estudiantil y que ésta queda definida, a partir de la interacción de las 6 variables manifiestas, por 4 clases latentes. Por otra parte, en lo que refiere a los clusters, se propone agrupar a los estudiantes en 3 grupos, a partir del análisis de los resultados que surgen de clusterizar a través del método Ward.

Se presenta, además, la comparación de los resultados obtenidos con ambas técnicas.

Palabras claves: Clases Latentes, clusters, independencia condicional, probablidad a posteriori, satisfacción estudiantil


DT_17_04  “Modelos de Origen Destino:  una primera aproximación aplicada a la Encuesta de Movilidad de Montevideo»

    •  María Eugenia Riaño; Gerardo Martínez; Guillermo Zoppolo
    • Diciembre 2017
Descargar

Las encuestas de movilidad proveen información acerca del movimiento de personas en un área geográfica. Son un insumo relevante para las entidades encargadas de la planificación, principalmente de la infraestructura y servicios de transporte. El objetivo de los modelos de Origen Destino es entender y explicar los flujos de entidades tangibles o intangibles en un conjunto de regiones delimitadas. Los modelos intentarán explicar los flujos utilizando características de la región de origen, de la región de destino y variables asociadas a la distancia entre regiones. Históricamente, el análisis de las matrices de Origen – Destino se realizó con modelos gravitacionales que no consideran autocorrelación espacial. En los últimos años se ha incorporado este componente al modelo gravitacional, mostrando en algunos casos mejoras en el ajuste del modelo. Existen diversos enfoques para incorporar la autocorrelación espacial a los modelos de Origen Destino. Uno de estos enfoques le da una especificación endógena al modelo. Se intenta explicar cómo los cambios en las características de las regiones vecinas al origen y vecinas al destino impactan los flujos entre regiones mediante un efecto derrame. En el presente trabajo se estima el modelo gravitacional clásico y el modelo endógeno para los casos de Montevideo y Canelones de la Encuesta de Movilidad del Área Metropolitana, específicamente para los viajes con motivo laborales.

Palabras claves: Econometría Espacial, Modelos gravitacionales, Modelos de regresión


DT_17_05 “Valuación de planes de pensión»

    • Gonzalo De Armas; Sergio Barszcz
    • Diciembre 2017
Descargar

Por su importante función social, la valuación de planes de pensión es una tarea que debe ser cuidadosamente planificada y evaluada, a fin de garantizar el cobro de las jubilaciones presentes y futuras de los trabajadores.

En una primera parte de este trabajo se retoman los valores presentes actuariales de las contribuciones y beneficios futuros respecto a un participante en un plan de pensiones.

De esta forma, si el plan de pensiones pretende dar seguridad a sus participantes, la concesión de tales beneficios futuros requerirá que los activos disponibles a la fecha junto con el valor presente actuarial de las futuras contribuciones se equilibren con tales beneficios futuros.

El marco teórico del trabajo está dado por los conceptos actuariales que se utilizan y la metodología de trabajo implica la definición de funciones útiles para resumir la situación financiera de un plan de pensión.

En el presente trabajo se simulara la evolución de un plan de pensión, sujeto a proyecciones demográficas respecto al envejecimiento de la población, poniéndose énfasis en la evolución de su superávit, trabajando con diferentes escenarios donde se variará la edad mínima de jubilación y las tablas de mortalidad utilizadas

Palabras claves:  Edad de jubilación, plan de pensión, ruina, superávit