Actualización de las preferencias en los procesos iterativos de valoración contingente

La valoración de bienes de no-mercado implica la realización de mecanismos de elicitación iterativos, lo que permiteob tener más información acerca de las preferencias de los encuestados y conlleva a la obtención de estimadores máseficientes de las mediciones del cambio en el bienestar. En este trab... Deskribapen osoa

Egile nagusia: Araña, Jorge E.
Beste egile batzuk: León González, Carmelo Javier
Formatua: Artikulua
Hizkuntza: Gaztelania
Argitaratua: Ministerio de Hacienda: Servicio de Publicaciones 2006
Gaiak:
Sarrera elektronikoa: http://dialnet.unirioja.es/servlet/oaiart?codigo=2100110
Etiketak: Erantsi etiketa bat
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
Azalaren irudirik gabe QR Kodea
Gorde:
Laburpena: La valoración de bienes de no-mercado implica la realización de mecanismos de elicitación iterativos, lo que permiteob tener más información acerca de las preferencias de los encuestados y conlleva a la obtención de estimadores máseficientes 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 priori son 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 preferencias implícito en el proceso iterativo se mejoran los ajustes de los modelos en cada etapa y se incrementa la eficiencia.