Actualización de las preferencias en procesos iterativos de valoración contingente Jorge E. Araña, Carmelo J. León
By: Araña, Jorge E
.
Contributor(s): León, Carmelo J.
Material type: 
ArticlePublisher: 2006Subject(s): MEDIO AMBIENTE | RECURSOS NATURALES | CANARIAS | VALORACION CONTINGENTE | MODELOS ECONOMETRICOSOnline resources: Click here to access online
In:
Hacienda Pública Española n. 177 (2/2006), p. 83-105Summary: La valoración de bienes de no-mercado implica la realización de mecanismos de elicitación iteractivos, lo que permite obtener más información acerca de las preferencias de los encuestados y conlleva a la obtención de estimadores más eficientes de las mediciones del cambio en el bienestar. En este trabajo se estudian las mejoras potenciales que pueden ser alcanzadas mediante la modelización de este tipo de datos a través de simulaciones de Monte Carlo vía Cadenasde Markov (MCMC). Para ello se comparan modelos que incluyen distribuciones a priori completamente informativas, considerando la posible existencia de efectos anclajes resultantes de las etapas anteriores, y con distribuciones a priori no informativas, utilizando datos reales y simulados. Estas distribuciones a priorison combinadas con los datos en cada etapa del proceso para conformar las distribuciones a posteriori, las cuales son simuladas mediante el muestreo de Gibbs. Los modelos se aplican en un proceso de valoración del Parque Natural del Teide (Islas Canarias), y consta de dos preguntas dicotómicas sucesivas seguidas de una pregunta abierta. Los resultados muestran cómo al considerar el proceso de actualización de las prefencias implícito en el proceso iteractivo se mejoran los ajustes de los modelos de cada etapa y se incrementa la eficacia.
| Item type | Current location | Home library | Call number | Status | Date due | Barcode |
|---|---|---|---|---|---|---|
| IEF | HPE/2006/177-4 (Browse shelf) | Available | HPE/2006/177-4 |
Browsing IEF Shelves Close shelf browser
La valoración de bienes de no-mercado implica la realización de mecanismos de elicitación iteractivos, lo que permite obtener más información acerca de las preferencias de los encuestados y conlleva a la obtención de estimadores más eficientes de las mediciones del cambio en el bienestar. En este trabajo se estudian las mejoras potenciales que pueden ser alcanzadas mediante la modelización de este tipo de datos a través de simulaciones de Monte Carlo vía Cadenasde Markov (MCMC). Para ello se comparan modelos que incluyen distribuciones a priori completamente informativas, considerando la posible existencia de efectos anclajes resultantes de las etapas anteriores, y con distribuciones a priori no informativas, utilizando datos reales y simulados. Estas distribuciones a priorison combinadas con los datos en cada etapa del proceso para conformar las distribuciones a posteriori, las cuales son simuladas mediante el muestreo de Gibbs. Los modelos se aplican en un proceso de valoración del Parque Natural del Teide (Islas Canarias), y consta de dos preguntas dicotómicas sucesivas seguidas de una pregunta abierta. Los resultados muestran cómo al considerar el proceso de actualización de las prefencias implícito en el proceso iteractivo se mejoran los ajustes de los modelos de cada etapa y se incrementa la eficacia.
There are no comments for this item.