Modelo marginal con datos faltantes. Análisis de la pobreza en Córdoba. Período 2004-2005.

Montevideo

Congreso; VIII Congreso Latinoamericano de Sociedades de Estadística; 2008

Sociedades de Estadística de Argentina, Chile y Uruguay

En Ciencias Sociales es común encontrar datos faltantes, lo que se pone de manifiesto con mayor frecuencia en el caso de datos longitudinales, donde las mediciones sobre un sujeto se repiten a lo largo del tiempo. En la Encuesta Permanente de Hogares la falta de respuesta a partir de ciertas visitas (dropout) puede sesgar la estimación de los parámetros de cualquier modelo, de allí la importancia de incluir dentro del análisis el estudio de los hogares que no completaron las mediciones planeadas en el diseño previo. Los datos se obtuvieron a partir de la Encuesta Permanente de Hogares, período 2004/2005 para Córdoba, en el que las unidades permanecen bajo análisis durante 4 ondas trimestrales, arribando a una base de datos con estructura de panel. En cada onda se clasificó al hogar como pobre ó no pobre, constituyendo esta característica la variable respuesta del modelo. Como variables predictoras se incluyeron factores demográficos y laborales del jefe de hogar y socio-económicos del hogar. El presente trabajo continúa con los análisis efectuados por las autoras en trabajos previos, basados en la información de casos completos, los que permitieron analizar el impacto de distintas características socio-económicas sobre la pobreza. En esta oportunidad el objetivo es establecer si la presencia de dropouts influye o no, en las estimaciones realizadas. Siguiendo la metodología propuesta por Molenberghs y Verbeke (2005), previo a la modelación de la pobreza, aplicando un modelo logístico se obtuvo la probabilidad de cada hogar de abandonar el panel en cada medición, lo que permite obtener una ponderación para cada unidad. A partir de esa ponderación, se estima un modelo marginal ponderado para la pobreza y se comparan los resultados que se obtienen con el modelo sin ponderar.