Tu proyecto con Econometría

Nada en esta vida es tan certero como la muerte y los impuestos. Al menos eso indica un proverbio de ya hace bastantes siglos. Frases así hacen pensar que los impuestos no deberían tener nada que ver con la raza, pero hay que pensarlo dos veces. Después de todo, sólo en Estados Unidos, la familia blanca promedio tiene una riqueza 8 veces mayor que la de una familia afroamericana y la forma en la que las leyes se han creado (incuídas las leyes fiscales) generalmente perpetúan estas estructuras.

Todos los matrimonios felices son iguales

La novela de Anna Karenina comienza diciendo que "todas las familias felices son iguales, pero cada familia infeliz lo es de una manera particular". Si las leyes las hacen las familias felices (léase blancas en este contexto), entonces las otras diferentes formas de familia podrían estar en desventaja ante un cierto diseño institucional.

La Doctora Dorothy Brown, de la Universidad de Leyes Emory encontró en su investigación diversos ejemplos de cómo las leyes fiscales ayudan a las personas blancas a crear más riqueza por medio del pago de los impuestos. En un ejemplo, menciona que las leyes para obtener beneficios en los impuestos en un matrimonio están pensadas para familias en las que el hombre es el principal y casi único proveedor en el hogar, cosa que es común en los hogares blancos y muy poco común en las familias afroamericanas.

También la posibilidad de acceder a fondos de pensiones libres de impuestos en Estados Unidos dependen mucho de la pertenencia a la economía formal y el trabajo en lugares con estas prestaciones, a las que tienen históricamente más acceso las familias blancas que las afroamericanas.

Estos estudios no incluyen a las familias hispanas, pero no me sorprendería saber que también sufren de los mismos problemas. Los beneficios fiscales suelen darse con condiciones a la pertenencia a economía formal, que podrían tener buenas intenciones, pero acaban perpetuando estructuras institucionales racistas.

Naturalmente, esto no significa que sea a propósito. Simplemente son leyes que se han desarrollado en otros tiempos donde poblaciones diversas no tenían voz.

Nada en esta vida es tan certero como la muerte y los impuestos. Al menos eso indica un proverbio de ya hace bastantes siglos. Frases así hacen pensar que los impuestos no deberían tener nada que ver con la raza, pero hay que pensarlo dos veces. Después de todo, sólo en Estados Unidos, la familia blanca promedio tiene una riqueza 8 veces mayor que la de una familia afroamericana y la forma en la que las leyes se han creado (incuídas las leyes fiscales) generalmente perpetúan estas estructuras.

Todos los matrimonios felices son iguales

La novela de Anna Karenina comienza diciendo que "todas las familias felices son iguales, pero cada familia infeliz lo es de una manera particular". Si las leyes las hacen las familias felices (léase blancas en este contexto), entonces las otras diferentes formas de familia podrían estar en desventaja ante un cierto diseño institucional.

La Doctora Dorothy Brown, de la Universidad de Leyes Emory encontró en su investigación diversos ejemplos de cómo las leyes fiscales ayudan a las personas blancas a crear más riqueza por medio del pago de los impuestos. En un ejemplo, menciona que las leyes para obtener beneficios en los impuestos en un matrimonio están pensadas para familias en las que el hombre es el principal y casi único proveedor en el hogar, cosa que es común en los hogares blancos y muy poco común en las familias afroamericanas.

También la posibilidad de acceder a fondos de pensiones libres de impuestos en Estados Unidos dependen mucho de la pertenencia a la economía formal y el trabajo en lugares con estas prestaciones, a las que tienen históricamente más acceso las familias blancas que las afroamericanas.

Estos estudios no incluyen a las familias hispanas, pero no me sorprendería saber que también sufren de los mismos problemas. Los beneficios fiscales suelen darse con condiciones a la pertenencia a economía formal, que podrían tener buenas intenciones, pero acaban perpetuando estructuras institucionales racistas.

Naturalmente, esto no significa que sea a propósito. Simplemente son leyes que se han desarrollado en otros tiempos donde poblaciones diversas no tenían voz.

Taller Lo Básico para comenzar a Invertir

Aprende cómo funciona el mercado financiero y aprende a colocar tu dinero en activos que te ayuden a

Quiero aprender

Si te gustan los datos, te va a encantar la econometría. Me gusta decir que la econometría es la ciencia de datos original (en realidad me lo robé de la página de Joshua Angrist de su libro Mastering Metrics). No es una exageración. La econometría es ciencia de datos antes de que esta fuera popular.

No es que la ciencia de datos sea un rebranding de la econometría, es que nacieron en diferentes épocas y con diferentes objetivos en mente. La econometría nació mucho tiempo antes de las computadoras personales, no se hable de la era de Big Data y los algoritmos de las redes sociales.

Orígenes de la econometría

La econometría nació en los años 1940 como una solución a la creciente necesidad de procesar datos macroeconómicos que se registraban en agencias estadísticas para gobiernos a nivel nacional. Estos registros incluyen estimaciones de precios e indicadores macroeconómicos cuyos registros se hacían de manera manual y en ocasiones se procesaban en ordenadores del tamaño de una habitación (creo que he vivido en departamentos mas pequeños que las computadoras de entonces).

El objetivo en aquel entonces era dar un poco de certidumbre ante situaciones complejas a un costo razonable. Cada registro de información costaba mucho de obtener y por lo tanto había que extraerle lo más posible de información.

¿De donde salió el nombre?

La palabra econometría viene de dos palabras griegas: oikonomía (administración o economía) y metron (medir). Esto implica que la palabra significa algo así como mediciones económicas. Pero la econometría no se trata sólo de medir. Una gran parte de la tarea del econometrista es darle sentido a la información que otras personas han tomado.

Existe una leyenda de que la palabra Econometrics se volvió popular después de que un mecanografista escribió "economic tricks" (trucos económicos) en lugar de "econometrics", algo que ha servido para alimentar la mala fama que en ocasiones tiene.

Econometría vs Ciencia de Datos

A partir de la entrada de los smartphones al mercado, los modelos de negocio de las empresas de mercadotecnia han cambiado en todo el mundo. Desde que muchos de nosotros tenemos una computadora en nuestros bolsillos todo el tiempo, la recolección de los datos de nuestra interacción con aplicaciones es constante. En la actualidad las grandes compañías guardan millones de puntos de datos diariamente y el Internet de las Cosas hace que todos los movimientos queden registrados.

Parecería que en un mundo con Big Data no hay espacio para la econometría, pero eso no es ver el panorama completo por dos razones: La econometría ha evolucionado y aún se siguen utilizando sus técnicas (o trucos) en las inferencias que se realizan en las grandes compañías de tecnología.

Por ejemplo, Twitter utiliza técnicas econométricas de inferencia causal para adivinar si un tweet va a ser relevante o no para los usuarios antes de tener toda la información. Son técnicas de inferencia causal usadas en ciencia de datos.

En la actualidad las palabras Big Data, Data Science, Machine Learning e Inteligencia Artificial se han vuelto un buzzword, una palabra que aunque llame mucho la atención, pierden sentido por su abuso.

Si te gustan los datos, te va a encantar la econometría. Me gusta decir que la econometría es la ciencia de datos original (en realidad me lo robé de la página de Joshua Angrist de su libro Mastering Metrics). No es una exageración. La econometría es ciencia de datos antes de que esta fuera popular.

No es que la ciencia de datos sea un rebranding de la econometría, es que nacieron en diferentes épocas y con diferentes objetivos en mente. La econometría nació mucho tiempo antes de las computadoras personales, no se hable de la era de Big Data y los algoritmos de las redes sociales.

Orígenes de la econometría

La econometría nació en los años 1940 como una solución a la creciente necesidad de procesar datos macroeconómicos que se registraban en agencias estadísticas para gobiernos a nivel nacional. Estos registros incluyen estimaciones de precios e indicadores macroeconómicos cuyos registros se hacían de manera manual y en ocasiones se procesaban en ordenadores del tamaño de una habitación (creo que he vivido en departamentos mas pequeños que las computadoras de entonces).

El objetivo en aquel entonces era dar un poco de certidumbre ante situaciones complejas a un costo razonable. Cada registro de información costaba mucho de obtener y por lo tanto había que extraerle lo más posible de información.

¿De donde salió el nombre?

La palabra econometría viene de dos palabras griegas: oikonomía (administración o economía) y metron (medir). Esto implica que la palabra significa algo así como mediciones económicas. Pero la econometría no se trata sólo de medir. Una gran parte de la tarea del econometrista es darle sentido a la información que otras personas han tomado.

Existe una leyenda de que la palabra Econometrics se volvió popular después de que un mecanografista escribió "economic tricks" (trucos económicos) en lugar de "econometrics", algo que ha servido para alimentar la mala fama que en ocasiones tiene.

Econometría vs Ciencia de Datos

A partir de la entrada de los smartphones al mercado, los modelos de negocio de las empresas de mercadotecnia han cambiado en todo el mundo. Desde que muchos de nosotros tenemos una computadora en nuestros bolsillos todo el tiempo, la recolección de los datos de nuestra interacción con aplicaciones es constante. En la actualidad las grandes compañías guardan millones de puntos de datos diariamente y el Internet de las Cosas hace que todos los movimientos queden registrados.

Parecería que en un mundo con Big Data no hay espacio para la econometría, pero eso no es ver el panorama completo por dos razones: La econometría ha evolucionado y aún se siguen utilizando sus técnicas (o trucos) en las inferencias que se realizan en las grandes compañías de tecnología.

Por ejemplo, Twitter utiliza técnicas econométricas de inferencia causal para adivinar si un tweet va a ser relevante o no para los usuarios antes de tener toda la información. Son técnicas de inferencia causal usadas en ciencia de datos.

En la actualidad las palabras Big Data, Data Science, Machine Learning e Inteligencia Artificial se han vuelto un buzzword, una palabra que aunque llame mucho la atención, pierden sentido por su abuso.

Taller de Econometría con Python

De manera general, si quieres eliminar las últimas n columnas en tu base de datos, sólo tienes que usar el siguiente código.

df = df.iloc[:,:-n]

donde n podría ser 2 si quieres eliminar las últimas dos columnas de tu base de datos. Hagamos un ejemplo en el que creamos una base de datos con tres columnas y queremos eliminar la última.

import pandas as pd

df = pd.DataFrame({'nombres':['Mario', 'Maria', 'Jose', 'Cipriano'], 'edades':[34,30,57,61], 'sexo':['H','M','M','H']})
print(df)
df = df.iloc[:,:-1]
df.head()

En la primera línea hemos creado un objeto de tipo Data Frame con Pandas a partir de un diccionario. La segunda línea sólo nos muestra este Data Frame y en el tercero eliminamos la última columna.

Nota que este código podría servir perfectamente para eliminar también las primeras columnas. El signo negativo nos sirve para recorrer los indicadores de las columnas hacia atrás.

De manera general, si quieres eliminar las últimas n columnas en tu base de datos, sólo tienes que usar el siguiente código.

df = df.iloc[:,:-n]

donde n podría ser 2 si quieres eliminar las últimas dos columnas de tu base de datos. Hagamos un ejemplo en el que creamos una base de datos con tres columnas y queremos eliminar la última.

import pandas as pd

df = pd.DataFrame({'nombres':['Mario', 'Maria', 'Jose', 'Cipriano'], 'edades':[34,30,57,61], 'sexo':['H','M','M','H']})
print(df)
df = df.iloc[:,:-1]
df.head()

En la primera línea hemos creado un objeto de tipo Data Frame con Pandas a partir de un diccionario. La segunda línea sólo nos muestra este Data Frame y en el tercero eliminamos la última columna.

Nota que este código podría servir perfectamente para eliminar también las primeras columnas. El signo negativo nos sirve para recorrer los indicadores de las columnas hacia atrás.

Taller de Econometría con Python

En el taller de Econometría aprenderás a crear modelos y a generar inferencias con datos.

Conócelo

Cuando me decidí a cambiar mi rumbo y dedicarme a la economía, uno de los temas que más me emocionaba y atemorizaba al mismo tiempo era la econometría. Me emocionaba porque sabía que se trata de una habilidad muy buscada en el mercado. Por fin aprendería a hacer algo útil, me decía a mi mismo.

También me daba algo de miedo porque no me consideraba muy bueno en matemáticas. Creo que esta es una barrera importante a vencer, sobre todo en latinoamérica, pero la recompensa de romper el miedo a las matemáticas es grande. Si tecleas "econometría" en LinkedIn hay pocos resultados, porque casi todos lo llaman Data Science, pero en Data Science el día de hoy aparecen más de 2 mil resultados sólo para México.

Y son trabajos por lo general bien pagados y muchos de ellos con la opción de ser remotos o híbridos. Al día de hoy yo no estoy buscando una posición de ese tipo, pero si puedo ayudar a mis alumnos a obtener las habilidades requeridas para entrar en ese tipo de posiciones, demostrar sus habilidades y comenzar a crear un portafolio que les ayude a crecer.

Presentando el taller de Econometría con Python

Eso está en el corazón de esta página y por eso he decidido comenzar con un taller de econometría con Python. Es un taller de dos fines de semanas intensivo donde se aprenden las bases para comenzar a hacer estudios prácticos con econometría usando uno de los lenguajes de más crecimiento en el mercado. Es posible comprar el curso directamente o registrarse gratis con tu suscripción Premium de esta página.

Conoce el taller

Este taller tiene todo lo que me hubiera gustado haber aprendido al iniciar mi carrera como economista. Las explicaciones se basan más en la intuición y en la interpretación con motivos prácticos, y menos en realizar operaciones matemáticas intimidantes.

Mi plan es seguir haciendo de este tipo de talleres de manera contínua, dirigido a las necesidades de las empresas, para ayudar profesionalmente a mis alumnos. Por eso mi recomendación es una suscripción a este boletín. Sólo con el material gratuito debería de generarse una muy buena intuición, pero el material premium y los talleres contínuos son lo más recomendable para convertirse en un master de la econometría.

Cuando me decidí a cambiar mi rumbo y dedicarme a la economía, uno de los temas que más me emocionaba y atemorizaba al mismo tiempo era la econometría. Me emocionaba porque sabía que se trata de una habilidad muy buscada en el mercado. Por fin aprendería a hacer algo útil, me decía a mi mismo.

También me daba algo de miedo porque no me consideraba muy bueno en matemáticas. Creo que esta es una barrera importante a vencer, sobre todo en latinoamérica, pero la recompensa de romper el miedo a las matemáticas es grande. Si tecleas "econometría" en LinkedIn hay pocos resultados, porque casi todos lo llaman Data Science, pero en Data Science el día de hoy aparecen más de 2 mil resultados sólo para México.

Y son trabajos por lo general bien pagados y muchos de ellos con la opción de ser remotos o híbridos. Al día de hoy yo no estoy buscando una posición de ese tipo, pero si puedo ayudar a mis alumnos a obtener las habilidades requeridas para entrar en ese tipo de posiciones, demostrar sus habilidades y comenzar a crear un portafolio que les ayude a crecer.

Presentando el taller de Econometría con Python

Eso está en el corazón de esta página y por eso he decidido comenzar con un taller de econometría con Python. Es un taller de dos fines de semanas intensivo donde se aprenden las bases para comenzar a hacer estudios prácticos con econometría usando uno de los lenguajes de más crecimiento en el mercado. Es posible comprar el curso directamente o registrarse gratis con tu suscripción Premium de esta página.

Este taller tiene todo lo que me hubiera gustado haber aprendido al iniciar mi carrera como economista. Las explicaciones se basan más en la intuición y en la interpretación con motivos prácticos, y menos en realizar operaciones matemáticas intimidantes.

Mi plan es seguir haciendo de este tipo de talleres de manera contínua, dirigido a las necesidades de las empresas, para ayudar profesionalmente a mis alumnos. Por eso mi recomendación es una suscripción a este boletín. Sólo con el material gratuito debería de generarse una muy buena intuición, pero el material premium y los talleres contínuos son lo más recomendable para convertirse en un master de la econometría.