Hva er Gini-indeksen?

hva er gini-indeks

Denne gangen skal vi snakke om Gini-indeks For å gjøre dette vil vi lage en kort introduksjon om hva en indeks er numerisk fremstilling av eksisterende variasjoner Når det gjelder et fenomen av hvilken som helst type, kan fenomenene være av noe slag, men hovedkonklusjonen er en graf som på et øyeblikk bestemmer alle statistiske data, dette for formidling og / eller forståelse av informasjonen.

En ulikhetsindeks er tiltaket som oppsummerer måten en variabel fordeles på, uansett hva den måtte være, blant et sett med individer. Når det gjelder økonomisk ulikhet, er målingsvariabelen vanligvis utgifter til familier, samboere eller enkeltpersoner. Den italienske statistikeren Spre Gini, Jeg utvikler en indikator hvis bruk er å måle ulikhetsnivået blant de eksisterende innbyggerne i en bestemt region. I motsetning til indeksen beregnes koeffisienten som en del av en andel av arealene i diagrammet til den velkjente "Lorenz kurve"

Gini-koeffisienten består av et tall mellom 0 og 1, 0 er den som tilsvarer perfekt likestilling, der alle har samme inntekt, mens den numeriske verdien 1 tilsvarer perfekt ulikhet, hvor bare ett individ har inntekt og alle andre ikke har noen. Gini-indeksen er Gini-koeffisienten, men uttrykt i referanse til maksimalt 100, i motsetning til koeffisienten som tilsvarer desimalverdiene som bare eksisterer mellom 0 og 1, dette er også for å øke forståelsen av grafer som formidling av oppnådde resultater.

Innenfor klassifiseringen av ulikheter er det to store tiltak som brukes i litteraturen, disse grupperingene er: positive tiltak, som tilsvarer de som ikke refererer til sosial velferd. Mens det er også normative tiltak, som, i motsetning til de positive, er basert på en direkte velferdsfunksjon. Avhengig av valgt indikator, defineres normene eller parametrene som den observerte inntektsfordelingen sammenlignes med.

En del av egenskapene til Gini-indeksen eller Gini-koeffisienten er:

World Gini Index

  • Normalt brukes en bestemt integral for å bestemme området mellom linjen perfekt egenkapital og Lorenz-kurven, dette regnes som den ideelle prosedyren, men det er også tilfeller der den eksplisitte definisjonen av Lorenz-kurven er ukjent. Derfor er andre metoder brukes, slik som forskjellige formler med et begrenset antall tillegg, varierer prosedyrene og formlene avhengig av saken.
  • Selv om det ønskede resultatet er en graf som presenterer ulikhetsindeksene på en enkel og praktisk måte, anbefales det ikke sterkt at en visuell evaluering utføres når det gjelder to Lorenz-kurver, siden denne evalueringen kan være feil, i stedet for anbefales å sammenligne ulikheten som hver representerer hver for seg, og beregne Gini-indeksene som tilsvarer hver kurve.
  • Enhver Lorenz-kurve eller rettere sagt; alle Lorenz-kurver passerer gjennom kurven eller linjen som forbinder punktene ved følgende koordinater: (0, 0) og (1, 1)
  • Tabellen over variasjonskoeffisienter har egenskaper som kan sammenlignes med Gini-indeksen.

Lorenz-kurven.

Gini-indeks

Lorenz-kurven er den grafiske representasjonen som brukes til å representere den relative fordelingen av en variabel innenfor et gitt domene. Vanligvis er domenet der denne kurven gjenspeiles, en representasjon av et sett med varer eller tjenester i en region, dette ved å bruke Lorenz-kurven i forbindelse med Gini-indeksen eller Gini-koeffisienten. Forfatterskapet til denne kurven er Max O Lorenz i året 1905.

Forholdet mellom Lorenz-kurven og Gini-koeffisienten.

Sammen med Lorenz-kurven kan vi beregne Gini-indeksen ved å dele det gjenværende arealet mellom kurven og "likhetslinjen", dette med det totale arealet som forblir under kurven. På denne måten får vi koeffisienten eller i sin tur å multiplisere resultatet med 100, vi får prosentandelen.

Både Gini-indeksen og Lorenz-kurven er utviklet som metoder for å identifisere ulikheter mellom befolkningen i et territorium (nasjon, stat, lokalitet osv.), Og forstå at jo mer egenkapital eksisterer blant innbyggerne, jo større er tilnærmingen av kurven til en perfekt linje, mens det motsatte, en stor ulikhet mellom befolkningen i et territorium, blir kurven mer og mer uttalt.

Hva er funksjonen til Gini Index?

Hva er Gini-indeksen?

I studiet av ulikhet er det tilbud om flere og forskjellige måter å beskrive måten inntekten fordeles på mellom de ulike gruppene av individer i et samfunn eller en gruppe mennesker i et territorium, noen av disse metodene er som bestilling av informasjonen, ulikhetsindikatorene og spredningsdiagrammene.

Det faktum å utarbeide et diagram for visualisering av inntektsfordelingen er en veldig nyttig funksjon for analysen av ulikhet, siden det lar oss identifisere aspektene ved distribusjonsformen som med andre metoder ikke ville være mulig eller i det minste ville være en mer komplisert oppgave.

Anvendelsene til Gini-indeksen.

Det er en viss økonomisk ulikhet i et bestemt samfunn, og utviklingen av dette samfunnet over tid blir et tema av interesse for mange økonomer og opinionen generelt. Det er forskjellige analyser som blir utført angående evalueringen av graden av ulikhet i et samfunn. I løpet av historien om økonomisk analyse er det allerede foreslått forskjellige indikatorer for den velkjente studien av ulikhet; Disse har imidlertid ikke hatt så fruktbare resultater som den som er kjent av fagpersoner som "Gini-konsentrasjonskoeffisienten". Ettersom denne indeksen er den enkleste å tolke, blir den også kontinuerlig brukt som referanse for debatt om ulikhetens funksjon og dens effekter på befolkningens levestandard i en region.

Blant de første verkene eller rettere sagt det første arbeidet som foreslo bruk av sosiale velferdsfunksjoner for å måle ulikhet, stammer fra året 1920, laget av DaltonUnder etterforskningen, Dalton, foreslått å beregne og observere tapet av velvære forårsaket av en rettferdig fordeling av inntekt mellom mennesker. Ved å bruke en separerbar, symmetrisk, additiv og nødvendigvis konkav nyttefunksjon av inntekt, definerte Dalton det som senere skulle bli kjent som Dalton Index.

Hensyn til Gini-indeksen.

gini indeks og lorens kurve

  • Innenfor teorien vurderes 4 alternativer for å produsere datarekkefølge, til tross for de som brukes mest med mye gjentakelse er "frekvensfordelingene" og "Lorenz-kurven", den minst brukte, men likevel veldig effektive. De er "parade diagrammer" og "logaritmisk transformasjon."
  • Hva er den indikerte variabelen for å måle ulikhet? Innenfor det empiriske arbeidet er det en debatt om variabelen som kan betraktes som "passende" for evaluering av inntektskonsentrasjon. Det er to store variabler som styrer kontroversen i denne debatten; inntekt per innbygger eller samlet husstandsinntekt. Det kan sies at begge variablene er korrekte, alt etter behovet for å bli dekket med hensyn til forskningen som skal utføres. Av denne grunn er det nødvendig å spørre i første omgang hva er hensikten med denne målingen? For å fortsette eller gå videre til valget av variabelen som tilsvarer dette tilfellet.
  • Tenk på oppdelingen av Gini-indeksen. Innenfor ulikhetsanalysen er nedbrytning en sentral akse, siden vi må vite opprinnelsen til de store ubalansene som påvirker egenkapitalen på et like grunnleggende nivå som husholdningen.
  • Til tross for populariteten og enkel beregningsprosedyre, oppfyller ikke Gini-indeksen egenskapen til “additiv nedbrytning”. Med dette mener vi at beregningen som utføres for en bestemt undergruppe eller undergrupper ikke nødvendigvis alltid vil sammenfalle med verdien av koeffisienten for rekkefølgen av den totale befolkningen etter inntektsnivå.
  • Hva er datakildene for måling av ulikhet? I teorien vurderer og foreslår bøker og de fleste artikler om måling av ulikhet formler som antar at inntektsdataene som brukes er et tilfeldig utvalg. Dette er forskjellig i empirisk arbeid, siden dataene i praksis blir samlet inn fra undersøkelser utført i husholdninger, der identifikasjonen av observasjonsenhetene utføres gjennom ett eller flere utvalgstrinn og i de fleste mulighetene er husholdningene valgt med ulik sannsynligheter. Dette innebærer at koeffisienten faktisk er en tilnærmet tilnærming.

Bli den første til å kommentere

Legg igjen kommentaren

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

*

*

  1. Ansvarlig for dataene: Miguel Ángel Gatón
  2. Formålet med dataene: Kontroller SPAM, kommentaradministrasjon.
  3. Legitimering: Ditt samtykke
  4. Kommunikasjon av dataene: Dataene vil ikke bli kommunisert til tredjeparter bortsett fra ved juridisk forpliktelse.
  5. Datalagring: Database vert for Occentus Networks (EU)
  6. Rettigheter: Når som helst kan du begrense, gjenopprette og slette informasjonen din.