Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.

ilustraciones, graficas

Autores:
Jiménez Amaya, Juan Felipe
Tipo de recurso:
Fecha de publicación:
2022
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/82670
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/82670
https://repositorio.unal.edu.co/
Palabra clave:
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
Statistic - data processing
Education - Data processing
ESTADISTICA-PROCESAMIANTO DE DATOS
Datos pseudo-panel
Datos panel
Modelos con error de medición
Variables instrumentales de Jacknife
Retornos a la educación
Modelo de Mincer
Encuesta GEIH
Pseudo-panel data
Panel data
Models with measurent errors
Jackknife intrumental variables
Returns to education
Mincer model
GEIH survey
Rights
openAccess
License
Atribución-CompartirIgual 4.0 Internacional
id UNACIONAL2_a9f31cd3e9c79ec4506df76f95f1042e
oai_identifier_str oai:repositorio.unal.edu.co:unal/82670
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
dc.title.translated.eng.fl_str_mv Analysis of pseudo-panel data applied to return to education in Bogotá D.C.
title Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
spellingShingle Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
Statistic - data processing
Education - Data processing
ESTADISTICA-PROCESAMIANTO DE DATOS
Datos pseudo-panel
Datos panel
Modelos con error de medición
Variables instrumentales de Jacknife
Retornos a la educación
Modelo de Mincer
Encuesta GEIH
Pseudo-panel data
Panel data
Models with measurent errors
Jackknife intrumental variables
Returns to education
Mincer model
GEIH survey
title_short Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
title_full Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
title_fullStr Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
title_full_unstemmed Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
title_sort Análisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.
dc.creator.fl_str_mv Jiménez Amaya, Juan Felipe
dc.contributor.advisor.none.fl_str_mv González García, Luz Mery
dc.contributor.author.none.fl_str_mv Jiménez Amaya, Juan Felipe
dc.subject.ddc.spa.fl_str_mv 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
topic 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
Statistic - data processing
Education - Data processing
ESTADISTICA-PROCESAMIANTO DE DATOS
Datos pseudo-panel
Datos panel
Modelos con error de medición
Variables instrumentales de Jacknife
Retornos a la educación
Modelo de Mincer
Encuesta GEIH
Pseudo-panel data
Panel data
Models with measurent errors
Jackknife intrumental variables
Returns to education
Mincer model
GEIH survey
dc.subject.lemb.eng.fl_str_mv Statistic - data processing
Education - Data processing
dc.subject.lemb.spa.fl_str_mv ESTADISTICA-PROCESAMIANTO DE DATOS
dc.subject.proposal.spa.fl_str_mv Datos pseudo-panel
Datos panel
Modelos con error de medición
Variables instrumentales de Jacknife
Retornos a la educación
Modelo de Mincer
Encuesta GEIH
dc.subject.proposal.eng.fl_str_mv Pseudo-panel data
Panel data
Models with measurent errors
Jackknife intrumental variables
Returns to education
Mincer model
GEIH survey
description ilustraciones, graficas
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-09T14:57:06Z
dc.date.available.none.fl_str_mv 2022-11-09T14:57:06Z
dc.date.issued.none.fl_str_mv 2022-11-08
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/82670
dc.identifier.instname.spa.fl_str_mv Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.spa.fl_str_mv https://repositorio.unal.edu.co/
url https://repositorio.unal.edu.co/handle/unal/82670
https://repositorio.unal.edu.co/
identifier_str_mv Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.indexed.spa.fl_str_mv RedCol
LaReferencia
dc.relation.references.spa.fl_str_mv Angrist, J. D., Imbens, G. W., y Krueger, A. B. (1999). Jackknife instrumental variables estimation. Journal of Applied Econometrics, 14(1), 57-67 .
Ashenfelter, O., Harmon, C., y Oosterbeek, H. (1999). A review of estimates of the schooling/earnings relationship, with tests for publication bias. Labour economics, 6(4), 453-470 .
Card, D. (1999). The causal effect of education on earnings. Handbook of labor economics, 3, 1801-1863 .
Cohn, E., y Addison, J. T. (1998). The economic returns to lifelong learning in OECD countries. Education economics, 6(3), 253-307 .
Collado, M. D. (1997). Estimating dynamic models from time series of independent cross-sections. Journal of Econometrics, 82(1), 37-62 .
DANE. (2022). Colombia - Gran Encuesta Integrada de Hogares - GEIH - 2021. https://www.dane.gov.co.
Deaton, A. (1985). Panel data from time series of cross-sections. Journal of econometrics, 30(1-2), 109-126 .
Devereux, P. J. (2007). Improved errors-in-variables estimators for grouped data. Journal of Business and Economic Statistics, 25(3), 278-287 .
Dolby, G. R. (1976). The ultrastructural relation: a synthesis of the functional and structural relations. Biometrika, 63(1), 39-50 .
Fuller, W. A. (1987). Measurement error models. John Wiley Sons.
Guillerm, M. (2017). Pseudo-panel methods and an example of application to household wealth data. Economie et Statistique, 491(1), 109-130 .
Hall, A. R. (2005). Generalized method of moments. Oxford university press.
Hsiao, C. (2014). Analysis of panel data. Cambridge university press.
Jiménez Moscoso, J. A. (2017). Algebra matricial con aplicaciones en estadística. Universidad Nacional de Colombia.
Kapetanios, G. (2008). A bootstrap procedure for panel data sets with many cross-sectional units. The Econometrics Journal, 11(2), 377-395 .
McCulloch, C. E., y Searle, S. R. (2001). Generalized, linear, and mixed models. New York:John Wiley and Songs, Inc.
Mincer, J. (1974). Schooling, experience, and earnings. human behavior social institutions. National Bureau of Economic Research.
Moffitt, R. (s.f.). Identification and estimation of dynamic models with a time series of repeated cross-sections. Journal of Econometrics, 59(1-2), 99-123.
Mundlak, Y. (1978). On the pooling of time series and cross section data. Econometrica: journal of the Econometric Society, 69-85.
Sen, P. K., y Singer, J. M. (1994). Large sample methods in statistics: an introduction with applications (vol. 25). CRC press.
Tenjo, J., Alvarez, O., Gaviria Jaramillo, A., y Jiménez, M. C. (2017). Evolution of returns to education in colombia (1976 2014). https://www.repository.fedesarrollo.org.co/handle/11445/3652 .
Verbeek, M. (2008). Pseudo-panels and repeated cross-sections. In The econometrics of panel data (pp. 369-383). Springer, Berlin, Heidelberg.
Verbeek, M., y Nijman, T. (1992). Can cohort data be treated as genuine panel data? In Panel data analysis (pp. 9-23). Physica-Verlag HD.
Verbeek, M., y Nijman, T. (1993). Minimum MSE estimation of a regression model with fixed effects from a series of cross-sections. Journal of Econometrics, 59(1-2), 125-136 .
Warunsiri, S., y McNown, R. (2010). The returns to education in Thailand: A pseudo-panel approach. World Development, 38(11), 1616-1625.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-CompartirIgual 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-CompartirIgual 4.0 Internacional
http://creativecommons.org/licenses/by-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv xiv, 103 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Bogotá - Ciencias - Maestría en Ciencias - Estadística
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias
dc.publisher.place.spa.fl_str_mv Bogotá, Colombia
dc.publisher.branch.spa.fl_str_mv Universidad Nacional de Colombia - Sede Bogotá
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/82670/1/license.txt
https://repositorio.unal.edu.co/bitstream/unal/82670/2/1032464306_2022.pdf
https://repositorio.unal.edu.co/bitstream/unal/82670/3/1032464306_2022.pdf.jpg
bitstream.checksum.fl_str_mv eb34b1cf90b7e1103fc9dfd26be24b4a
707395cc695fc462f792f7bf50533449
2f74addd7a99c0d920ca83f22c624333
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814090117690687488
spelling Atribución-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2González García, Luz Mery848571137a0f25b45cc391309eda3230Jiménez Amaya, Juan Felipe0c17779d3d191234afa4b1fd5504791d2022-11-09T14:57:06Z2022-11-09T14:57:06Z2022-11-08https://repositorio.unal.edu.co/handle/unal/82670Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, graficasEste documento analiza una alternativa para superar la principal limitación de aplicar la metodología de datos panel, la cual es la ausencia de datos longitudinales. En los años ochenta, Deaton (1985) concibió la manera de enlazar la metodología de datos panel con la información recolectada a través de estudios transversales. El resultado fue la metodología de datos pseudo-panel. Este trabajo tiene por objetivo explorar la metodología de datos pseudo-panel y ser una guía para su aplicación. La principal conclusión del trabajo es que el estimador propuesto por Verbeek y Nijman (1993) resulta ser el mejor estimador en términos del error cuadrático medio. Finalmente, se lleva a cabo una aplicación relacionada con la estimación de los retornos a la educación en Bogotá con la información de la Gran Encuesta Integrada de Hogares (GEIH) que realiza el Departamento Administrativo Nacional de Estadística (DANE). (Texto tomado de la fuente)This document analyzes an alternative to overcome the main limitation of applying the panel data methodology, which is the lack of longitudinal data. In the 1980s, Deaton (1985) developed a way of combining panel data methodology with cross-sectional data that gave rise to pseudo-panel data methodology. The purpose of the exercise is to explore this approach to guide its application. The main conclusion of this study is that the estimator proposed by Verbeek and Nijman (1993) turns out to be the best estimator in terms of the mean square error. Finally, this thesis provides an application related to the estimation to the returns of education in Bogotá using the Integrated Household Survey (GEIH) collected by the Colombian Department of Statistics (DANE).MaestríaMagíster en Ciencias - Estadísticaxiv, 103 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ciencias - Maestría en Ciencias - EstadísticaFacultad de CienciasBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá510 - Matemáticas::519 - Probabilidades y matemáticas aplicadasStatistic - data processingEducation - Data processingESTADISTICA-PROCESAMIANTO DE DATOSDatos pseudo-panelDatos panelModelos con error de mediciónVariables instrumentales de JacknifeRetornos a la educaciónModelo de MincerEncuesta GEIHPseudo-panel dataPanel dataModels with measurent errorsJackknife intrumental variablesReturns to educationMincer modelGEIH surveyAnálisis de datos Pseudo-Panel aplicado a retornos a la educación en Bogotá D.C.Analysis of pseudo-panel data applied to return to education in Bogotá D.C.Trabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMRedColLaReferenciaAngrist, J. D., Imbens, G. W., y Krueger, A. B. (1999). Jackknife instrumental variables estimation. Journal of Applied Econometrics, 14(1), 57-67 .Ashenfelter, O., Harmon, C., y Oosterbeek, H. (1999). A review of estimates of the schooling/earnings relationship, with tests for publication bias. Labour economics, 6(4), 453-470 .Card, D. (1999). The causal effect of education on earnings. Handbook of labor economics, 3, 1801-1863 .Cohn, E., y Addison, J. T. (1998). The economic returns to lifelong learning in OECD countries. Education economics, 6(3), 253-307 .Collado, M. D. (1997). Estimating dynamic models from time series of independent cross-sections. Journal of Econometrics, 82(1), 37-62 .DANE. (2022). Colombia - Gran Encuesta Integrada de Hogares - GEIH - 2021. https://www.dane.gov.co.Deaton, A. (1985). Panel data from time series of cross-sections. Journal of econometrics, 30(1-2), 109-126 .Devereux, P. J. (2007). Improved errors-in-variables estimators for grouped data. Journal of Business and Economic Statistics, 25(3), 278-287 .Dolby, G. R. (1976). The ultrastructural relation: a synthesis of the functional and structural relations. Biometrika, 63(1), 39-50 .Fuller, W. A. (1987). Measurement error models. John Wiley Sons.Guillerm, M. (2017). Pseudo-panel methods and an example of application to household wealth data. Economie et Statistique, 491(1), 109-130 .Hall, A. R. (2005). Generalized method of moments. Oxford university press.Hsiao, C. (2014). Analysis of panel data. Cambridge university press.Jiménez Moscoso, J. A. (2017). Algebra matricial con aplicaciones en estadística. Universidad Nacional de Colombia.Kapetanios, G. (2008). A bootstrap procedure for panel data sets with many cross-sectional units. The Econometrics Journal, 11(2), 377-395 .McCulloch, C. E., y Searle, S. R. (2001). Generalized, linear, and mixed models. New York:John Wiley and Songs, Inc.Mincer, J. (1974). Schooling, experience, and earnings. human behavior social institutions. National Bureau of Economic Research.Moffitt, R. (s.f.). Identification and estimation of dynamic models with a time series of repeated cross-sections. Journal of Econometrics, 59(1-2), 99-123.Mundlak, Y. (1978). On the pooling of time series and cross section data. Econometrica: journal of the Econometric Society, 69-85.Sen, P. K., y Singer, J. M. (1994). Large sample methods in statistics: an introduction with applications (vol. 25). CRC press.Tenjo, J., Alvarez, O., Gaviria Jaramillo, A., y Jiménez, M. C. (2017). Evolution of returns to education in colombia (1976 2014). https://www.repository.fedesarrollo.org.co/handle/11445/3652 .Verbeek, M. (2008). Pseudo-panels and repeated cross-sections. In The econometrics of panel data (pp. 369-383). Springer, Berlin, Heidelberg.Verbeek, M., y Nijman, T. (1992). Can cohort data be treated as genuine panel data? In Panel data analysis (pp. 9-23). Physica-Verlag HD.Verbeek, M., y Nijman, T. (1993). Minimum MSE estimation of a regression model with fixed effects from a series of cross-sections. Journal of Econometrics, 59(1-2), 125-136 .Warunsiri, S., y McNown, R. (2010). The returns to education in Thailand: A pseudo-panel approach. World Development, 38(11), 1616-1625.AdministradoresEstudiantesGrupos comunitariosPersonal de apoyo escolarProveedores de ayuda financiera para estudiantesPúblico generalLICENSElicense.txtlicense.txttext/plain; charset=utf-85879https://repositorio.unal.edu.co/bitstream/unal/82670/1/license.txteb34b1cf90b7e1103fc9dfd26be24b4aMD51ORIGINAL1032464306_2022.pdf1032464306_2022.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf2938684https://repositorio.unal.edu.co/bitstream/unal/82670/2/1032464306_2022.pdf707395cc695fc462f792f7bf50533449MD52THUMBNAIL1032464306_2022.pdf.jpg1032464306_2022.pdf.jpgGenerated Thumbnailimage/jpeg4275https://repositorio.unal.edu.co/bitstream/unal/82670/3/1032464306_2022.pdf.jpg2f74addd7a99c0d920ca83f22c624333MD53unal/82670oai:repositorio.unal.edu.co:unal/826702024-08-12 23:11:40.983Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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