Limitaciones computacionales de la econometría espacial en la era de big-data : comportamiento de modelos y tests espaciales

Simple item page
dc.contributor.MentorHerrera Gómez, Marcos
dc.creator.AutorQuiroga, Adrian Ezequiel
dc.date.accessioned2024-06-07T12:37:34Z
dc.date.available2024-06-07T12:37:34Z
dc.date.issued2023-12
dc.descriptionFil: Quiroga, Adrian Ezequiel. Universidad de San Andrés. Departamento de Economía; Argentina.
dc.description.abstractDebido al constante crecimiento en el volumen y la granularidad de los datos espaciales, el campo de la econometría espacial necesita comprender y dimensionar los límites de sus metodologías y procesos para adaptarse a la era del big data. Este artículo expone los resultados de un estudio de simulación sobre los límites al momento de estimar modelos espaciales con grandes conjuntos de datos, extendiendo el estudio realizado por Arbia et al. (2019) con los algoritmos actuales y agregando un análisis sobre los límites de los test de detección espacial en este contexto. Para hacerlo se simula un modelo de rezago espacial (SLM), el cual se estima utilizando el método de máxima verosimilitud (MV) y el de mínimos cuadrados en dos etapas (MC2E). Observamos avances significativos, con mejoras de hasta un 35% en los tiempos de estimación de los modelos en comparación con los datos de 2019. Adicionalmente, llevamos a cabo un análisis de los requerimientos computacionales de estos métodos y profundizamos nuestra investigación con un análisis empírico, evidenciado la viabilidad de trabajar con muestras de hasta 784,000 observaciones. Estos resultados subrayan la adaptabilidad y pertinencia de la econometría espacial ante las exigencias actuales.
dc.formatapplication/pdf
dc.identifier.urihttp://hdl.handle.net/10908/23818
dc.languagespa
dc.publisherUniversidad de San Andrés. Departamento de Economía
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleLimitaciones computacionales de la econometría espacial en la era de big-data : comportamiento de modelos y tests espaciales
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] T. M. Eco. Quiroga, Adrian Ezequiel.pdf
Size:
6.91 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Maestría en Economía