Estimación bootstrap de la disposición a pagar en modelos de valoración contingente: Análisis del escenario de respuestas binarias balanceadas

• Autores: Ledesma Goyzueta, Luis, Bravo Quiroz, Antonio
• Formato: artículo
• Fecha de Publicación: 2017
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Pesquimat
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/13749
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/13749
• Nivel de acceso: acceso abierto
• Materia: willingness to pay; bootstrap; logit model; contingent valuation; disposición a pagar; logit; valoración contingente

La presente investigación tiene como objetivo mostrar la aplicación del método bootstrap dentro del proceso de estimación de la disposición a pagar (DAP) de un determinado bien y/o servicio ambiental, bajo el enfoque de la valoración contingente de formato binario. El principal aporte de la investigación, es la inclusión de un criterio adicional en el proceso de remuestreo bootstrap, seleccionándose aleatoriamente muestras que contengan valores balanceados en la variable dependiente binaria. Con fines ilustrativos, se utilizó la base de datos del estudio de Postigo (2011), con el objetivo de estimar la media, el error estándar y el intervalo de confianza de la DAP mediante bootstrap. En comparación con los resultados obtenidos usando un remuestreo convencional, al aplicarse el bootstrap con muestras balanceadas, se obtuvo una disminución del promedio y error estándar estimado de la DAP.
This research aims to show the application of the bootstrap method in the process of estimating the willingness to pay (WTP) for a determined environmental service, using the binary choice model for contingent valuation. The main contribution of the research, is the inclusion of an additional criterion in the bootstrap process, in which samples are randomly selected containing balanced values in the dependent dichotomous variable. For illustrative purposes, it is used the data base from the Postigo (2011) study, in order to estimate the mean, standard error and the confidence interval of the WTP through de bootstrap method. In comparison of the results obtained in the baseline scenario, if the bootstrap method with balanced subsamples is applied, it would be obtained logit coefficients with greater statistical significance and also lower mean and standard error of the WTP.