Diferencia media de Gini, desigualdad, solapamiento y proximidad

• Autores: Francisco Javier Callealta Barroso
• Localización: Anales de economía aplicada 2007 / coord. por Pedro Benito Moyano Pesquera, Noelia Somarriba Arechavala; Josefa E. Fernández Arufe (dir.), José Luis Rojo García (dir.), Vol. 7, 2007 (Área VII : Métodos cuantitativos), ISBN 84-96477-93-2, págs. 69-81
• Idioma: español
• Enlaces
  • Texto Completo Volumen (pdf)
• Resumen
  • español

    La proximidad entre distribuciones de tamaños de magnitudes económicas resultantes de observaciones realizadas sobre elementos poblacionales puede ser estudiada, tanto desde una perspectiva estática (semejanzas y diferencias en un determinado corte temporal) como desde una perspectiva dinámica (convergencia o divergencia a lo largo del tiempo), a partir del análisis de las proyecciones de dichas distribuciones sobre un espacio factorial euclídeo óptimamente reducido y obtenido mediante técnicas de escalamiento multidimensional (Callealta, 2005 y 2006). Para ello es esencial partir de una medida de proximidad que refleje adecuadamente las diferencias existentes entre aquéllas, no existiendo una única posibilidad y siendo la elección de ésta determinante en la obtención de los resultados y para la interpretación de sus significados. Partiendo de la Diferencia Media de Gini, ampliamente empleada para el análisis comparativo de poblaciones desde la óptica de la desigualdad, puede derivarse razonablemente también una medida de la proximidad entre las distribuciones comparadas. Consecuentemente con la hipótesis de que la Diferencia Media de Gini incorpora información sobre diversos aspectos de las distribuciones comparadas, este trabajo trata de profundizar sobre el contenido informativo de esta medida y de descomponerla convenientemente de acuerdo con los distintos aspectos de que informa.

  • English

    The increasing number of economic surveys is causing a great interest about size distributions of a large number of economic magnitudes. Analysis of proximity between such kinds of size distributions can be conducted from both static point of view (i.e. distance analysis) and dynamic point of view (i.e. convergence analysis). In both cases, multidimensional scaling has shown to be a very useful technique that provides the possibility of projecting those size distributions into certain points of an optimally reduced Euclidean space, reducing the problem of comparing size distributions to that of comparing just points. However, correct application of multidimensional scaling techniques requires computing a dissimilarity matrix according to an adequate proximity measure that reflects precisely the proximity concept adapted to the problem. Election of such a proximity measure is not a trivial problem and analysis results could be highly affected by it. A quite adequate proximity measure can be deduced using the well-known Gini mean difference, when applied to a particular decomposition of compared populations (Callealta, 2005 y 2006). Consequently with the hypothesis of Gini mean difference integrates information not only about inequality but also about other different aspects of compared distributions, this work deals with decomposition of this measure and interpretation of its components.