Predicción de efectos aleatorios en modelos mixtos. Aplicación al proceso de innovación en el sector manufacturero de la provincia de Córdoba

• Autores: Arias, Verónica
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Caro, Norma Patricia
• Materia: Modelo logístico mixto; Efectos aleatorios; Innovación en la industria; Córdoba; Argentina
• Institución: Universidad Nacional de Córdoba

Fil: Arias, Verónica. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas, Argentina.
Los principales objetivos de la presente investigación son, en primer término, determinar los factores asociados a la innovación en productos y/o procesos en empresas industriales de la provincia de Córdoba y, en segundo término, en el marco de un modelo logístico con efectos aleatorios, mejorar la predicción de la variable respuesta en empresas que no formaron parte del ajuste del modelo. Para modelar la probabilidad de obtener resultados innovadores en productos y/o procesos mediante la consideración de un conjunto de factores característicos de las empresas y de su entorno se utiliza un modelo logístico mixto. Esto permite incorporar al análisis las mediciones presentadas por cada empresa a través del tiempo, siendo éste un importante aporte de la presente investigación. Los principales resultados de este trabajo muestran que la probabilidad de obtener resultados innovadores exitosos en producto y/o procesos se ve influida por factores como el tamaño de la firma, el porcentaje de las ventas destinados a inversión en actividades de innovación, la continuidad en el esfuerzo innovador, la utilización de fondos de programas públicos de fomento y la vinculación con otras empresas e instituciones del sistema nacional de innovación. En los modelos de efectos mixtos, la predicción de la variable respuesta en nuevas unidades se complejiza. Además del efecto fijo, el modelo cuenta con los efectos aleatorios estimados para cada empresa de la muestra con la que se ajustó el modelo. Avanzando en este sentido, se realizan estimaciones de los efectos aleatorios para las nuevas empresas a través de cuatro métodos alternativos: Naive, EBP, Regresión Lineal y Vecino más Cercano. Si bien las diferencias entre un método y otro sobre el porcentaje de empresas clasificadas correctamente son pequeñas, la estimación de los efectos aleatorios permitió mejorar la capacidad predictiva del modelo sobre nuevas unidades. De esta manera se levanta una limitación que tenían los modelos mixtos en cuanto a la estimación y predicción de la variable respuesta para una nueva observación, en este caso en la probabilidad de obtener resultados innovadores en productos y/o procesos.
Fil: Arias, Verónica. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas, Argentina.
Economía, Econometría