Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumen
La presente investigacin busca explicar la tasa de mortalidad infantil de los distintos pases
dentro de una muestra de 164, obtenidos del banco mundial, a travs del porcentaje de mejora
del suministro de agua, la prevalencia de anemia entre las mujeres embarazadas, la
inmunizacin por vacuna DTP, y la condicin de desarrollo. Para aquello se utiliz un modelo
de regresin lineal mltiple corregido por errores estndar robustos.
Adicionalmente se introdujo una variable de quiebre estructural (group1) la cual refleja la
diferencia entre pases cuyas mujeres embarazadas presentan una prevalencia de anemia mayor
al 35% y aquellos que reflejan una tasa menor o igual a esta. Adems, el modelo, necesit de
un instrumento para evidenciar la presencia de endogeneidad, la cual no fue detectada.
Los resultados obtenidos arrojaron que las variables seleccionadas explican significativamente
la tasa de mortalidad infantil, que la mejora en el suministro de agua tiene una fuerte influencia
en su reduccin y que pases desarrollados como Estados Unidos y Noruega poseen baja tasa
de mortalidad infantil en comparacin con los pases subdesarrollados como los del continente
africano.
Abstract
This research seeks to explain the infant mortality rate in different countries within a sample
of 164, obtained from the World Bank, through the percentage improvement of water supply,
the prevalence of anemia among pregnant women, DPT vaccine immunization, and
development status. For what a model of multiple linear regression corrected robust standard
errors are used.
Additionally, a variable structural break (group1) which reflects the difference between
countries whose pregnant women have a higher prevalence of anemia at 35% and those that
reflect less than or equal to this rate was introduced. In addition, the model needed a tool to
detect the presence of endogeneity, which was not detected.
The results showed that the selected variables significantly explain the rate of infant mortality,
the improvement in the water supply has a strong influence on their reduction and developed
countries like the United States and Norway have low infant mortality rate compared to
developing Africas countries.
INTRODUCCIN
EXPLICACIN DE LA DATA
Motivacin
Planteamiento de la teora o
hiptesis
La siguiente hiptesis se ha planteado de
acuerdo a la observacin e intuicin
fundamentada en un anlisis emprico
realizado por parte del grupo:
La tasa de mortalidad infantil de cada pas
depende de la mejora en el suministro de agua
(%), sector total (% de la poblacin con
acceso); prevalencia de anemia entre
embarazadas (%); porcentaje de nios entre
12 y 23 meses de edad inmunizados con
vacuna DPT y la condicin de desarrollo de
cada pas
Mejora
en
suministro
de
agua
(mej_sum_agua): El acceso a una mejora en
el suministro de agua se refiere al porcentaje
de la poblacin total con acceso razonable a
una cantidad adecuada de agua proveniente de
una mejora en el suministro de agua, como
una conexin domstica o pblica, pozos,
albercas o fuentes protegidas o recoleccin de
agua de lluvia. Las fuentes sin mejoras
incluyen los suministradores, los camiones
cisterna y las albercas y fuentes no protegidas.
El acceso razonable se define como la
disponibilidad de al menos 20 litros por
persona por da, provenientes de una fuente
ubicada a menos de un kilmetro de la
vivienda.
Ingreso Bajo
US$1.035 o menos
US$1.036 a US$4.085
US$4.086 a US$12.615
Ingreso Alto
US$12.616 o ms
Estadstica Descriptiva
Para un total de 173 pases obtenidos de la
data del banco mundial, se puede observar la
siguiente estadstica descriptiva:
Variable
Observa
cin
Media
Mni
mo
Mxi
mo
Tasa
Mortalida
d Infantil
Mejora en
el
Suministro
de Agua
Anemia
en
Embaraz
adas
Vacuna
DPT
Fuente: Stata
173
38.152
6
2.4
182.4
173
94.652
6
52.3
100
173
32.896
53
15.9
64.6
173
89.578
39
99
03
Elaborado por: Autores
Condicin de desarrollo
Tabla 4. Estadstica Descriptiva Variable Dummy
Variable
En desarrollo
Desarrollado
Fuente: Stata
Frecuencia
123
50
Porcentaje
71.1
28.9
MARCO TERICO
Metodologa de Investigacin
La evolucin mundial de la que se habla
adems de venir acompaada del desarrollo
social, econmico y poltico de los pueblos,
ha trado consigo conflictos sociales y
polticos que han afectado a ese ser futuro de
la humanidad, los nios. En todo el mundo a
travs de las noticias internacionales se
observa cmo los nios son vctimas de la
explotacin, el abuso, las guerras y el
VIH/SIDA, cmo en diferentes pases se les
2 =
3 =
4 =
5 =
= 1 + 2 2 + 3 3 + 4 4 + 5 5 +
Donde:
=
=
=
=
RESULTADOS
ESTIMACIN
Especificacin del Modelo Matemtico de
la Teora
= 1 + 2 2 + 3 3 + 4 4 + 5 5
Donde:
= .
-1.85053
1.672883
-0.5923393
-10.45715
214.3593
* Significancia al 1%
Fuente: Stata
Significancia
0.000*
0.000*
0.001*
0.008*
0.000*
Elaborado por: Autores
Significancia
-1.438049
0.000
1.134404
-0.740462
13.10928
-8.787881
199.4595
0.000
0.000
0.046
0.000
0.000
Fuente: Stata
VALIDACIN
Signo esperado versus obtenido
Establecido el modelo de regresin a utilizar
en la investigacin -regresin lineal mltiple, es importante verificar que los signos
obtenidos de los estimadores sean los
esperados, as como, la significancia
individual y conjunta de las variables, este
ltimo se analizar en otra seccin. Por ahora,
se comprobar que cada una de las variables
explicativas del modelo cumpla con los signos
esperados:
0.2055
Conclusin
No se rechaza Ho
Fuente: Stata
Linealidad
Tabla 8. Comandos utilizados en Linealidad
Comandos
residuos
predict morhat
prediccin
grfica
Fuente: Stata
Fuente: Stata
0.0000
Se rechaza Ho
Fuente: Stata
Heterocedasticidad
Significancia
-1.850513
1.672883
-0.5923393
-10.45715
0.000*
0.000*
0.005*
0.000*
214.3593
0.000*
Elaborado por: Autores
Multicolinealidad
Dado que la naturaleza de los datos no son
series de tiempo, se esperara que las variables
independientes no estn relacionadas. Pero al
ser necesaria la evidencia estadstica, se
presentan dos mtodos para su anlisis.
Observaciones
173
0.0000
-50
Residuals
50
100
50
Fuente: Stata
100
observ
150
200
Significancia
-1.543197
1.611303
-0.7351052
-8.261968
0.000*
0.000*
0.000*
0.000*
205.3278
0.000*
Elaborado por: Autores
Presencia de Outliers
La presencia de outliers se los puede detectar
a travs del grfico de linealidad o el de
normalidad, a criterio de los investigadores se
decidi analizar los datos atpicos utilizando
el grfico de normalidad debido a que se
obtiene una mejor visibilidad para las
observaciones.
Dado que para corregir el problema de
normalidad
se
eliminaron
aquellas
observaciones que presentaban una distancia
bastante mayor a las dems, a este punto de la
10
agua_1 - agua_2 = 0
vacuna_1 - vacuna_2 = 0
cond_des_1 - cond_des_2 = 0
group_1 - group_2 = 0
Probabilidad > F
0.0000
Fuente: Stata
Elaborado por: Autores
50
40
30
20
anem_emb
60
70
Fuente: Stata
50
100
observaciones
150
200
11
Significancia
-1.438049
1.134404
0.000
0.000
-0.740462
13.10928
-8.787881
199.4595
0.000
0.046
0.000
0.000
Fuente: Stata
Endogeneidad
Para evaluar la endogeneidad se decidi
escoger una variable que explique a la tasa de
mortalidad infantil pero que no se haya
incluido en el modelo planteado. De esta
manera, si se presenta una relacin entre la
variable que se encuentra en el error y una de
las variables independientes, aquella ser la
variable endgena y el resto de las variables
en las que no existe relacin alguna sern
exgenas.
Significancia
Condicin de Desarrollo
Mejora en suministros de agua
0.0094599
0.316
-0.0024542
0.0026968
0.595
0.065
Group1
Gasto en salud pc
Constante
0.0003544
0.0001647
-0.9322173
0.998
0.000*
0.057
* Significancia al 1%
Fuente: Stata
12
Significancia
-1.439649
1.135472
0.000
0.000
-0.7406818
13.09893
-8.712346
-0.9322173
0.000
0.011
0.046
0.000
Fuente: Stata
Significancia
-1.438049
1.134404
-0.740462
13.10928
-8.787881
199.4595
Fuente: Stata
0.000
0.000
0.000
0.046
0.000
0.000
Elaborado por: Autores
INFERENCIA
Significancia individual
: 3 = 0
: 3 0
Tasa de mortalidad
: 1 = 0
: 4 = 0
: 1 0
: 4 0
Condicin de desarrollo
: 2 = 0
: 5 = 0
: 2 0
: 5 0
13
Grupo 1
Test de Wald
: 6 = 0
a)
0 : 2 = 3 = 4 = 5 = 6 = 0
: 0
: 6 0
Todas las variables independientes tienen el t
calculado mayor al t crtico, por tanto se
rechazan las hiptesis nulas y se concluye que
individualmente todas las variables son
significativas para explicar el modelo.
VARIAB
LE
Constant
e
Mejora
en
suminist
ro de
agua
Anemia
entre
embaraz
adas
T
CALCU
LADO
8.82
|6.09|
5.43
T
CRT
ICO
1.96
1.96
1.96
PROBABI
LIDAD
0.000
0.000
0.000
Inmuniz
acin
con
vacuna
DPT
|5.99|
Desarrol
lado
|3.11|
1.96
0.002
Grupo 1
2.51
1.96
0.013
1.96
0.003
F
CALCULA
DO
Estadsti
co
150.85
PROBABILID
AD
CONCLUSI
N
0.0000
Las variables
son
conjuntament
e
significativas.
CONCLU
SIN
La
variable
es
significat
iva para
el
modelo.
La
variable
es
significat
iva para
el
modelo.
La
variable
es
significat
iva para
el
modelo.
La
variable
es
significat
iva para
el
modelo.
La
variable
es
significat
iva para
el
modelo.
La
variable
es
significat
iva para
el
modelo
b)
0 : 2 4 = 0
F
CALCULA
DO
Estadsti
co
5.35
PROBABILID
AD
CONCLUSI
N
0.0220
Existe
diferencia en
los
coeficientes
de suministro
de agua y
vacuna.
c)
01 : 3 2 5 = 4
02 : 3 3 5 = 2
F
CALCULA
DO
Estadsti
co
14
9.49
PROBABILID
AD
CONCLUSI
N
0.0001
La
combinacin
lineal
satisface la
ecuacin.
Intervalos de Confianza
0.9844339 4 0.49649
Tasa de mortalidad
154.8135 1 244.1054
Dado un 95% de confianza, es decir 95 de
cada 100 casos, el verdadero valor de 1 se
encontrar entre 154.8135 y 244.1054. Es
decir la tasa de mortalidad infantil en nios
menores de 5 aos en un pas donde el
gobierno no realice gasto en salud per cpita,
la poblacin no tenga acceso a la mejora en el
suministro del agua, la prevalencia de anemia
entre embarazadas de la poblacin sea cero y
que los nios entre 12 y 23 meses no sean
inmunizados de la vacuna DTP, aumentar
entre 154.8135 y 24.1054.
Condicin de Desarrollo
14.3709 5 3.204857
Dado un 95% de confianza, es decir 95 de
cada 100 casos, el verdadero valor de 5 se
encontrar entre -14.3709 y -3.204857. Es
decir ante un aumento del 1% en nios entre
12 y 23 meses de edad de los pases en
condiciones de Desarrollo, la tasa de
mortalidad en nios menores de cinco aos
disminuir entre -14.3709 y -3.204857 en
comparacin con los pases de En desarrollo,
manteniendo todo lo dems constante.
Grupo 1
2.794745 6 23.42381
Dado un 95% de confianza, es decir 95 de
cada 100 casos, el verdadero valor de 6 se
encontrar entre 2.794745 y 23.42381. Es
decir ante un aumento del 1% en nios entre
12 y 23 meses de edad del grupo 1, la tasa de
mortalidad en nios menores de cinco aos
aumentara entre 2.794745 y 23.42381,
manteniendo todo lo dems constante.
15
DISCUSIN
El modelo planteado en sta investigacin se
obtuvo luego de una bsqueda exhaustiva de
informacin y datos; se intent validar
modelos que incluan variables importantes
como indicadores de pobreza y calidad de
vida (Gortmaker & Wise 1997), el ndice de
Gini (Yoshioka & Esparza 2009), entre otras.
Otra variable que se intent introducir al
modelo fue la produccin per cpita, pero sta
result ser no significativa (Hanmer, Lensink
& White 2003; Palloni 1981).
CONCLUSIONES:
La falta de informacin, errores en la intuicin
de variables explicativas y confusin en la
interpretacin de la descripcin inicial de las
variables escogidas pueden llegar a dificultar
la construccin del modelo economtrico que
los investigadores desean estimar.
16
17
ANEXOS
agua
100
80.9
65.1
97.7
99.6
98.9
99.5
97.9
100
100
88.4
91.9
100
83.9
95.3
85.4
99.7
100
98.1
99.6
99.8
salud_p_c
3185.53382
47.87693
143.782461
200.441792
1154.37235
754.179565
143.064424
733.808364
5143.22716
5033.42234
310.325383
19.4143514
4589.878
32.3435893
41.4321868
23.2126595
487.520865
747.32952
1626.23463
427.457973
322.578212
vacuna
99
66
91
99
94
94
94
98
92
83
81
96
99
76
91
94
94
99
99
89
98
Cond_Des
1
0
0
0
1
0
0
1
1
1
0
0
1
0
0
0
0
1
1
0
0
SS
df
MS
Model
Residual
209168.592
71155.1742
4
168
52292.1481
423.542704
Total
280323.767
172
1629.78934
t_mort_inf
Coef.
anem_emb
agua
vacuna
1.cond_des
_cons
1.672883
-1.850513
-.5923393
-10.45715
214.3593
Fuente: Stata
Std. Err.
.1822797
.2613872
.170453
3.926297
27.30146
t
9.18
-7.08
-3.48
-2.66
7.85
Number of obs
F( 4,
168)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.000
0.000
0.001
0.008
0.000
=
=
=
=
=
=
173
123.46
0.0000
0.7462
0.7401
20.58
2.032737
-1.334486
-.2558336
-2.705916
268.2575
Fuente: Stata
Anexo 4. Heterocedasticidad
. estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of t_mort_inf
chi2(1)
Prob > chi2
=
=
81.56
0.0000
Stata
Elaborado
por: Stata
. regFuente:
t_mort_inf
anem_emb agua vacuna
i.cond_des,r
Linear regression
t_mort_inf
Coef.
anem_emb
1.672883
agua
-1.850513
Robust
vacuna
-.5923393
t_mort_inf
Coef.
Std. Err.
1.cond_des
-10.45715
_cons
214.3593
anem_emb
1.672883
.2204251
agua
vacuna
1.cond_des
_cons
-1.850513
-.5923393
-10.45715
214.3593
Fuente: Stata
.4912126
.2085659
2.549793
44.43676
Robust
Std. Err.
Number of obs
F( 4,
168)
Prob > F
t
P>|t|
R-squared
Root MSE
Number of obs
F( 4,
168)
Prob > F
R-squared
Root MSE
=
=
=
=
=
0.000
0.005
0.000
0.000
-2.820258
-1.004087
-15.49092
126.6329
173
107.95
0.0000
0.7462
20.58
173
107.95
0.0000
[95% Conf. Interval]
0.7462
20.58
.2204251
7.59
0.000
1.237723
.4912126
-3.77
0.000
-2.820258
.2085659
-2.84
0.005
-1.004087
t
P>|t|
[95% Conf. Interval]
2.549793
-4.10
0.000
-15.49092
44.43676
4.82
0.000
126.6329
7.59
0.000
1.237723
2.108043
-3.77
-2.84
-4.10
4.82
=
=
=
=
=
-.8807685
-.1805916
-5.423392
302.0857
2.108043
-.8807685
-.1805916
-5.423392
302.0857
VIF
1/VIF
anem_emb
agua
vacuna
1.cond_des
1.56
1.65
1.50
1.29
0.642083
0.607840
0.666676
0.772862
Mean VIF
1.50
Fuente: Stata
Obs
Pr(Skewness)
Pr(Kurtosis)
adj chi2(2)
residuos
173
0.0000
0.0000
35.38
Fuente: Stata
joint
Prob>chi2
0.0000
1%
5%
10%
25%
50%
75%
90%
95%
99%
Percentiles
-40.76403
-31.37527
-23.53577
-11.3652
Smallest
-56.74752
-40.76403
-38.11189
-33.49068
-.795439
5.349363
23.33727
33.35834
69.76939
Fuente: Stata
Largest
59.8652
62.44814
69.76939
91.75652
Obs
Sum of Wgt.
Mean
Std. Dev.
Variance
Skewness
Kurtosis
173
173
-1.48e-08
20.33944
413.6929
1.126982
6.381953
SS
df
MS
Model
Residual
157855.542
34676.685
4
159
39463.8855
218.092359
Total
192532.227
163
1181.17931
t_mort_inf
Coef.
anem_emb
agua
vacuna
1.cond_des
_cons
1.543197
-1.611303
-.7351052
-8.261968
205.3278
Std. Err.
.1330708
.2296585
.125548
2.86555
22.85502
Number of obs
F( 4,
159)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
11.60
-7.02
-5.86
-2.88
8.98
Fuente: Stata
=
=
=
=
=
=
164
180.95
0.0000
0.8199
0.8154
14.768
0.000
0.000
0.000
0.004
0.000
1.280382
-2.064878
-.983062
-13.92142
160.1892
1.806011
-1.157728
-.4871484
-2.602518
250.4664
SS
df
MS
Model
Residual
339657.307
34779.5032
8
156
42457.1633
222.945533
Total
374436.81
164
2283.15128
t_mort_inf
Coef.
group_1
agua_1
vacuna_1
cond_des_1
group_2
agua_2
vacuna_2
cond_des_2
253.9421
-.6663603
-1.410428
-33.98326
252.3677
-1.992765
-.3869726
-10.62554
Std. Err.
25.8625
.320895
.1884606
15.43943
36.87985
.3836479
.1694456
3.094183
Fuente: Stata
t
9.82
-2.08
-7.48
-2.20
6.84
-5.19
-2.28
-3.43
Number of obs
F( 8,
156)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.000
0.039
0.000
0.029
0.000
0.000
0.024
0.001
=
=
=
=
=
=
cond_des_2, noconstant
164
190.44
0.0000
0.9071
0.9024
14.931
305.028
-.0325004
-1.038164
-3.485939
325.216
-1.23495
-.0522688
-4.513639
1)
2)
3)
4)
agua_1 - agua_2 = 0
vacuna_1 - vacuna_2 = 0
cond_des_1 - cond_des_2 = 0
group_1 - group_2 = 0
F(
4,
156) =
Prob > F =
Fuente: Stata
32.77
0.0000
SS
df
MS
Model
Residual
159185.474
33346.7526
5
158
31837.0949
211.055396
Total
192532.227
163
1181.17931
t_mort_inf
Coef.
anem_emb
agua
vacuna
1.cond_des
group_1
_cons
1.134404
-1.438049
-.740462
-8.787881
13.10928
199.4595
Fuente: Stata
Std. Err.
.2089413
.2362304
.1235243
2.826716
5.222304
22.60449
t
5.43
-6.09
-5.99
-3.11
2.51
8.82
Number of obs
F( 5,
158)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.000
0.000
0.000
0.002
0.013
0.000
=
=
=
=
=
=
164
150.85
0.0000
0.8268
0.8213
14.528
1.547082
-.9714727
-.49649
-3.204857
23.42381
244.1054
Number of obs
F(
5,
158)
Prob > F
R-squared
Adj R-squared
Root MSE
cond_des
Coef.
vacuna
anem_emb
agua
group_1
salud_p_c
_cons
.0026968
-.0024542
.0094599
.0003544
.0001647
-.9322173
Std. Err.
.002681
.0046024
.0050987
.1140519
.000016
.4860616
Fuente: Stata
t
1.01
-0.53
1.86
0.00
10.32
-1.92
P>|t|
0.316
0.595
0.065
0.998
0.000
0.057
=
=
=
=
=
=
164
38.01
0.0000
0.5460
0.5317
0.3160
.007992
.0066358
.0195303
.2256175
.0001962
.0277992
REFERENCIAS BIBLIOGRFICAS
1. Indicadores
de
Desarrollo
Mundial.
(2010).
Recuperado
de:
http://datos.bancomundial.org/
2. Un mundo apropiado para los nios y las nias. (2002). Recuperado de:
http://www.unicef.org
3. La primera infancia. (2001). Recuperado de: http://www.unicef.org/
4. La importancia de los 0 a 3 aos de edad. (2001). Recuperado de:
http://www.unicef.org
5. Objetivos de Desarrollo del Milenio: Reducir la Mortalidad Infantil. (2010).
Recuperado de: http://www.cepal.org
6. Rodriguez M. & Mora R. (2001). Anlisis de Regresin Mltiple.
Publicaciones de la Universidad de Alicante, ISBN 84-7908-638-6, 3.
7. Iglesias, J., Tamez L. & Reyes LL. (2009). Anemia y embarazo, su relacin
con complicaciones maternas y perinatales. Medicina Universitaria, II (43),
95-98.
8. Scholl TO. & Hediger ML. (1994). Anemia and iron-deficiency anemia:
compilation of data on pregnancy outcome. Am J Clin Nutr, 59, 4925.
9. lvarez, R., Urra, L. & Alio M. (2001). Repercusin de los Factores de
Riesgo en el Bajo Peso al Nacer. Ministerio de Salud Pblica, 14(3), 22.
10. Silva, L. & Duran, E. (1990). Mortalidad Infantil y Condiciones HiginicoSociales en las Amricas. Un Estudio de Corelacin. Sade Pbl., 24(6), 473.
11. Agua Limpia en Guatemala para reducir la mortalidad infantil un 26%. (2010).
Recuperado de: https://plan-espana.org
12. Destacan la importancia de la vacunacin para reducir la mortalidad infantil y
materna. (2011). Recuperado por: http://www.docsalud.com
13. Vacuna contra la difteria, el ttanos y la tos ferina (DTP). (2009). Recuperado
de: http://www.nlm.nih.gov
14. Caldwell, J. (1986). Routes to Low Mortality in Poor Countries. Population
and Development Review, 12(2), 175.
15. Gujarati, D. & Porter, D. (2010). Econometra. Quinta Edicin. Mxico DF: Mc
Graw Hill.
16. Gortmaker, Steven L., y Paul H. Wise 1997 "The First Injustice:
Socioeconomic Disparities, Health Services Technology, and Infant
Mortality". Annual Review of Sociology 23:147-170.
17. Hirotoshi Yoshioka and Juan Carlos Esparza Ochoa 2009 Desigualdad
socioeconmica Y Mortalidad Infantil En Nicaragua: Una cuestin tnica?.
Latin American Research Review pp. 199-217
18. Hanmer, Lucia, Robert Lensink y Howard White 2003 "Infant and Child
Mortality
in
Developing
Countries:
Analysing
the
Data
for
obust