Econom´ıa y Gestión de la Salud Ejercicio práctico en ordenador

Economı́a y Gestión de la Salud
Ejercicio práctico en ordenador usando STATA
(Preparado por las Ayudantes Lucila Berniell y Dolores de la Mata)
UC3M
26 de febrero, 2010
Se han realizado estimaciones con datos de 30 paı́ses de la OCDE sobre el impacto
de distintas polı́ticas de salud sobre medidas alternativas del stock de salud, H (que en
nuestro caso son: esperanza de vida al nacer 1997 (hombres), esperanza de vida al nacer
1997 (mujeres) o Mortalidad infantil 1997) de acuerdo al siguiente modelo:
ln(H)i = βˆ0 + βˆ1 ln(pib)i + βˆ2 ln(gspub97)i + βˆ3 ln(gf 97)i + βˆ4 ln(alc97)i + ui
(1)
donde,
pibi : PBI per cápita ajustado por PPP, 1997
gspub97i : gasto sanitario público (excluido fármacos) per cápita, 1997
gf 97i : gasto en fármacos, como porcentaje del gasto sanitario total, 1997
alc97i : consumo de alcohol per cápita en litros, 1997
En base a los resultados de las estimaciones comente:
1. ¿Cuál es el impacto de cada una de las polı́ticas de salud en las distintas medidas
del stock de salud? Interprete el significado de cada uno de los coeficientes (recordar
que las varibles están expresadas en logaritmos). (Tablas 1, 2 y 3). En función de los
resultados anteriores, comente cuál serı́a la polı́tica más indicada en términos medios
(recuerde que el objectivo del Banco Mundial es saber cuál es la mejor manera de
invertir su ayuda, comparando los impactos del gasto en: 1) gastos médicos; 2)
programas de educación sanitaria; 3) subsidios a fármacos.)
2. Comentar cuál de los imputs tiene un impacto significativamente distinto de cero en
el output y el ajuste de la ecuación a los datos.
3. Interprete y comente los resultados para cada paı́s (Tabla 4) respecto al efecto
marginal del input “gasto sanitario público per capita” sobre la mortalidad infantil.
4. Le parece esta muestra de paı́ses la mas adecuada para decidir el tipo de inversiones que deberı́a realizarse en el tercer mundo para mejorar el bienestar de esas
poblaciones? Justifique.
1
1
Respuestas
1.1
Respuestas partes (1) y (2)
Para poder responder a estas preguntas, primero debemos realizar las estimaciones correspondientes, para lo cual seguiremos una serie de pasos que se detallan a continuación.
1.1.1
Manejo de la base de datos en STATA
Trabajaremos con la base de datos que está en el fichero “datos.dta”, el cual contiene las
siguientes variables:
Nombre de la variable
pais
evm
evh
morinf96
morinf97
gf96
gf97
pib
gs96
gs97
gsp96
gsp97
tabaco
alc96
alc97
Descripción
paı́s
esperanza de vida al nacer 1997, mujeres
esperanza de vida al nacer 1997, hombres
mortalidad infantil, 1996
mortalidad infantil, 1997
gasto en fármacos como % del total del gasto sanitario, 1996
gasto en fármacos como % del total del gasto sanitario, 1997
PIB per cápita, corregido por PPP, 1997
gasto sanitario (excepto fármacos) como % del PBI, 1996
gasto sanitario (excepto fármacos) como % del PBI, 1997
gasto sanitario público (excepto fármacos) como % del PBI, 1996
gasto sanitario público (excepto fármacos) como % del PBI, 1997
porcentaje de la población que fuma diariamente en 1997
consumo de alcohol en litros per cápita, 1996
consumo de alcohol en litros per cápita, 1997
¿Cómo abro la base de datos en Stata?: Primero hay que asignar memoria al
programa, para que pueda usarla al abrir la base de datos (mientras más grande sea la
base, más memoria debemos asignar). En este caso le asignaremos 100 Mb, tipeando:
set memory 100m
Ahora sı́ podemos abrir la base de datos: usaremos el comando use, para el cual tenemos que indicar el “path” en el que está nuestro fichero “datos.dta” en nuestro ordenador
use ‘‘C:\clase stata\datos.dta’’, clear
Describir la base de datos y las variables que contiene: podemos usar los
comandos describe, codebook, inspect, list, tabulate, summarize, table.
describe
describe pib
tabulate pib
tabulate pib if pib>100
summarize gs96 gs97
2
Modificar la base de datos: por ejemplo, es útil modificar la base agregando nuevas
variables. Los comandos más útiles para generar variables son: generate, egen y replace.
Notar que en STATA a veces podemos usar abreviaturas para ciertos comandos (por
ejemplo, generate puede escribirse sólo gen).
Para generar la variable “gasto sanitario per capita (excluido fármacos) 1997” (gspub97):
generate gspub97=gsp97*pib
Para “etiquetar” la variable (que significa agregar a la variable una explicación “en
palabras” para entender de qué variable se trata) hacemos lo siguiente:
label var gspub97 ‘‘gasto sanitario per capita (excluido fármacos) 1997’’
También tenemos que generar los logaritmos de las variables que usaremos para estimar
el modelo de regresión que presentamos anteriormente. Para generar las variables en
logaritmos de las distintas medidas de H que vamos a usar como variables independientes
en nuestras regresiones:
gen lnevh=ln(evh)
label var lnevh ‘‘ln de la evh, 1997’’
gen lnevm=ln(evm)
label var lnevm ‘‘ln de la evm, 1997’’
gen lnmorinf97=ln(morinf97)
label var lnmorinf97 ‘‘ln de morinf97, 1997’’
Para las variables que usaremos como regresoras:
gen lnpib=ln(pib)
label var lnpib ‘‘ln de pib, 1997’’
gen lngsp97=ln(gspub97)
label var lngsp97 ‘‘ln de gspub97, 1997’’
gen lngf97=ln(gf97)
label var lngf97 ‘‘ln de gf97, 1997’’
gen lnalc97=ln(alc97)
3
label var lnalc97 ‘‘ln de alc97, 1997’’
Explorar relaciones entre variables: Podemos usar muchos comandos simples en
STATA para explorar correlaciones entre algunas variables. Por ejemplo, con el comando
scatter logramos un gráfico de dispersión entre dos variables
scatter
scatter
scatter
scatter
evh
evh
evh
evh
pib
gspub97
gf97
alc97
Para guardar un gráfico:
scatter evh pib, saving(‘‘C:\clase stata\grafico1’’)
1.1.2
Hacer las regresiones en STATA
Estimación por mı́nimos cuadrados ordinarios. Usaremos el comando regress. La
sintaxis es la siguiente:
Para los resultados que se muestran en la Tabla 1:
regress lnevm lnpib lngsp97 lngst97 lnalc97
Para los resultados que se muestran en la Tabla 2:
regress lnevh lnpib lngsp97 lngst97 lnalc97
Para los resultados que se muestran en la Tabla 3:
regress lnmorinf97 lnpib lngsp97 lngst97 lnalc97
Table 1: Dep = ln esperanza de vida al nacer 1997, mujeres
Variable
Coefficient (Std. Err.)
ln pib p.c. (97)
0.036
(0.023)
ln gasto sanitario público p.c.(97)
0.009
(0.015)
ln gasto en fármacos, % del gasto sanitario total (97) 0.008
(0.010)
ln consumo de alcohol p.c. (97)
-0.019
(0.012)
Intercept
4.183∗∗
(0.056)
N
R2
F (4,18)
Niveles de significación:
23
0.636
7.863**
† : 10%
∗ : 5%
∗∗ : 1%
4
Table 2: Dep = ln esperanza de vida al nacer 1997, hombres
Variable
Coefficient (Std. Err.)
ln pib p.c. (97)
0.068∗
(0.029)
ln gasto sanitario público p.c.(97)
0.003
(0.018)
ln gasto en fármacos, % del gasto sanitario total (97) 0.011
(0.013)
ln consumo de alcohol p.c. (97)
-0.045∗∗
(0.015)
∗∗
Intercept
4.046
(0.069)
N
R2
F (4,18)
Niveles de significación:
23
0.727
11.98**
† : 10%
∗ : 5%
∗∗ : 1%
Table 3: Dep = ln mortalidad infantil, 1997
Variable
Coefficient
ln pib p.c. (97)
0.028
ln gasto sanitario público p.c.(97)
-0.555∗
ln gasto en fármacos, % del gasto sanitario total (97) 0.011
ln consumo de alcohol p.c. (97)
0.012
Intercept
5.020∗∗
N
R2
F (4,17)
Niveles de significación:
(Std. Err.)
(0.297)
(0.205)
(0.103)
(0.123)
(0.558)
22
0.810
18.091**
† : 10%
∗ : 5%
∗∗ : 1%
5
1.2
Respuesta parte (3)
Recordar que el coeficiente estimado asociado a un input I es igual a:
∆H/H
βˆI =
∆I/I
(2)
El incremento en un 1% del input impacta un βˆI % en la variable H y es igual para
todos los paı́ses. Sin embargo, el efecto marginal de este input en la variable H es:
∆H
H
= βˆI ×
(3)
∆I
I
y por lo tanto tendrá un efecto diferencial en cada paı́s, dependiendo del valor de H e
I en cada paı́s.
Para crear este efecto marginal por paı́s, hacemos lo siguiente:
gen marginal= -0.555*(morinf97/gspub97)
Para listar los resultados (que se muestran en la Tabla 4):
list pais morinf97 gspub97 marginal
1.3
Respuesta parte (4)
Notar que la muestra de paı́ses incluye todos paı́ses desarrollados, por lo cual difı́cilmente
se puedan extrapolar estos resultados para asesorar sobre polı́ticas sanitarias a aplicar en
el tercer mundo.
2
¿Cómo crear ficheros .do y .log y para qué sirven?
Todos los comandos que fuimos utilizando pueden guardarse en un sólo fichero, que denominamos “fichero de comandos”, y que es un fichero de texto con extensión “.do”. Estos
ficheros son útiles porque nos permiten repetir la secuencia de comandos que utilizamos
para crear variables y para hacer estimaciones cuantas veces queramos.
Los ficheros “.log” son ficheros que guardan todos los resultados (por eso los llamamos
“archivo de registro”) que salen de los comandos que hemos utilizado. Es útil crear este
fichero porque ası́ no necesitamos correr todos los comandos nuevamente cuando queramos
volver a ver los resultados.
Para crear ficheros “.do” y “.log” seguimos los siguientes pasos:
• Pinchamos en la barra de menú de STATA sobre el ı́cono que parece un sobre, y se
abrirá el editor de texto de STATA en el que crearemos nuestro fichero .do.
• Copiamos el siguiente encabezamiento:
]delimit ;
clear all;
set more off;
capture log close;
use ‘‘C:\......\datos.dta’’, clear;
log using ‘‘C:\......\resultados.log’’, clear;
6
Table 4: Efecto marginal del gasto público sanitario per cápita
pais
Australia
Austria
Belgium
Canada
Czech-Republic
Denmark
Finland
France
Germany
Greece
Hungary
Iceland
Ireland
Italy
Japan
Korea
Luxembourg
Mexico
Netherlands
New-Zealand
Norway
Poland
Portugal
Slovakia
Spain
Sweden
Switzerland
Turkey
UK
USA
morinf97
5.3
4.7
6.1
5.5
5.9
5.2
3.9
4.7
4.8
6.4
9.9
5.5
6.2
5.6
3.7
.
4.2
16.4
5
6.8
4.1
10.2
6.4
8.7
5
3.6
4.8
40
5.9
7.2
gspub97
609.9
638.4
683.2
737.1
403
822.8
560
710
864
316.8
263.2
790.6
551.2
576.8
708
130.2
968
82.8
678
507.4
871
158.4
375
253.8
544
782.8
387
173.6
607.7
.
marginal
-0.0048
-0.0041
-0.0050
-0.0041
-0.0081
-0.0035
-0.0039
-0.0037
-0.0031
-0.0112
-0.0209
-0.0039
-0.0062
-0.0054
-0.0029
.
-0.0024
-0.1099
-0.0041
-0.0074
-0.0026
-0.0357
-0.0095
-0.0190
-0.0051
-0.0026
-0.0069
-0.1279
-0.0054
.
• A continuación pegamos la lista de comandos (los asteriscos son para comentar el
renglón):
* Generamos la variable “gasto sanitario per capita (excluido fármacos) 1997”;
generate gspub97=gsp97*pib;
label var gspub97 ‘‘gasto sanitario per capita (excluido fármacos) 1997’’;
* Generamos las variables independientes en nuestras regresiones;
gen lnevh=ln(evh);
label var lnevh ‘‘ln de la evh, 1997’’;
gen lnevm=ln(evm);
7
label var lnevm ‘‘ln de la evm, 1997’’;
gen lnmorinf97=ln(morinf97);
label var lnmorinf97 ‘‘ln de morinf97, 1997’’;
* Generamos las variables regresoras de nuestras regresiones;
gen lnpib=ln(pib);
label var lnpib ‘‘ln de pib, 1997’’;
gen lngsp97=ln(gspub97);
label var lngsp97 ‘‘ln de gspub97, 1997’’;
gen lngf97=ln(gf97);
label var lngf97 ‘‘ln de gf97, 1997’’;
gen lnalc97=ln(alc97);
label var lnalc97 ‘‘ln de alc97, 1997’’;
*Estimación por mı́nimos cuadrados ordinarios.
*Para los resultados que se muestran en la Tabla 1;
regress lnevm lnpib lngsp97 lngf97 lnalc97;
*Para los resultados que se muestran en la Tabla 2;
regress lnevh lnpib lngsp97 lngf97 lnalc97;
*Para los resultados que se muestran en la Tabla 3;
regress lnmorinf97 lnpib lngsp97 lngf97 lnalc97;
*Para calcular los efectos marginales por paı́s;
gen marginal=-0.555*(morinf97/gspub97);
list pais morinf97 gspub97 marginal;
• Finalmente, escribimos lo siguiente (para cerrar el fichero de registro en el que estamos guardando los resultados):
log close;
• Guardamos el archivo como ”ejerciciosalud.do”.
• Tipeamos en la ventana de comandos de STATA:
do "C:\......\ejerciciosalud.do"
y automáticamente todas las acciones anteriores serán repetidas y los resultados
mostrados en la ventana de output (ventana negra). Además, en el fichero resultados.log se han guardado todos los resultados.
8