Limitaciones computacionales de la econometría espacial en la era de big-data : comportamiento de modelos y tests espaciales
Date
2023-12
Authors
Quiroga, Adrian Ezequiel
relationships.isContributorOfPublication
Herrera Gómez, Marcos
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de San Andrés. Departamento de Economía
Abstract
Debido 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.
Description
Fil: Quiroga, Adrian Ezequiel. Universidad de San Andrés. Departamento de Economía; Argentina.