Explicación de La Tasa de Mortalidad Infantil Mundial a Través de Un MRLM

7/24/2019 Explicacin de La Tasa de Mortalidad Infantil Mundial a Travs de Un MRLM

1/27

EXPLICACIN DE LA TASA DE MORTALIDA INFANTILMUNDIAL A TRAVS DE UN MODELO DE REGRESIN LINEAL

MLTIPLE

Resumen

La presente investigacin busca explicar la tasa de mortalidad infantil de los distintos pases

dentro de una muestra de 164, obtenidos del banco mundial, a travs del porcentaje de mejora

del suministro de agua, la prevalencia de anemia entre las mujeres embarazadas, la

inmunizacin por vacuna DTP, y la condicin de desarrollo. Para aquello se utiliz un modelo

de regresin lineal mltiple corregido por errores estndar robustos.

Adicionalmente se introdujo una variable de quiebre estructural (group1) la cual refleja la

diferencia entre pases cuyas mujeres embarazadas presentan una prevalencia de anemia mayor

al 35% y aquellos que reflejan una tasa menor o igual a esta. Adems, el modelo, necesit de

un instrumento para evidenciar la presencia de endogeneidad, la cual no fue detectada.

Los resultados obtenidos arrojaron que las variables seleccionadas explican significativamente

la tasa de mortalidad infantil, que la mejora en el suministro de agua tiene una fuerte influencia

en su reduccin y que pases desarrollados como Estados Unidos y Noruega poseen baja tasa

de mortalidad infantil en comparacin con los pases subdesarrollados como los del continente

africano.

Abstract

This research seeks to explain the infant mortality rate in different countries within a sample

of 164, obtained from the World Bank, through the percentage improvement of water supply,

the prevalence of anemia among pregnant women, DPT vaccine immunization, and

development status. For what a model of multiple linear regression corrected robust standard

errors are used.

Additionally, a variable structural break (group1) which reflects the difference between

countries whose pregnant women have a higher prevalence of anemia at 35% and those thatreflect less than or equal to this rate was introduced. In addition, the model needed a tool to

detect the presence of endogeneity, which was not detected.

The results showed that the selected variables significantly explain the rate of infant mortality,

the improvement in the water supply has a strong influence on their reduction and developed

countries like the United States and Norway have low infant mortality rate compared to

developing Africas countries.


2/27


3/27

INTRODUCCIN

Motivacin

Despus de haber tenido varios temas de

anlisis que no se pudieron concretar por faltade datos, el grupo ha decidido analizar la tasade mortalidad de los nios menores de 5 aosdebido a la disponibilidad de informacin enlas bases de datos del Banco Mundial de las

posibles variables que podran explicar esteindicador de desarrollo humano.

En el proceso de investigacin del temaplanteado interes a los investigadores la grancantidad de factores sociales que existen y soncausa de esta problemtica, pero sobre todoinfluenci que algunas de las situaciones porlas que se da la mortalidad en los nios

podran evitarse. Existe una noticiaalentadora, la tasa de mortalidad infantil

puede continuar disminuyendo al pasar eltiempo en comparacin con la que existahace una dcada.

Planteamiento de la teora ohiptesis

La siguiente hiptesis se ha planteado deacuerdo a la observacin e intuicinfundamentada en un anlisis empricorealizado por parte del grupo:

La tasa de mortalidad infantil de cada pasdepende de lamejora en el suministro de agua(%), sector total (% de la poblacin conacceso); prevalencia de anemia entreembarazadas (%); porcentaje de nios entre12 y 23 meses de edad inmunizados convacuna DPT y la condicin de desarrollo decada pas

EXPLICACIN DE LA DATA

Naturaleza de los datos: Fuente

Se ha realizado el siguiente anlisis

economtrico considerando que lainformacin de las observaciones es de cortetransversal dado que se ha seleccionadovarios pases del mundo para un nico periodode tiempo, ao 2010.

La fuente de datos para el anlisis emprico esel organismo internacional Banco Mundial.Se eligieron distintas variables de algunas

bases disponibles en este sitio para armar labase de datos a utilizar en el modelo, acontinuacin se describe la fuente de lasvariables escogidas:

Tabla 1.Fuente de variables utilizadas en el modelo

VARIABLES BASE DE ORIGEN

Tasa de mortalidad,menores de 5 aos (porcada 1.000)

Estadsticas de Salud

Prevalencia de anemia

entre embarazadas (%) Estadsticas de SaludMejora en el suministrode agua, sector total (%de la poblacin conacceso)

Estadstica deAgricultura y

desarrollo rural.

Inmunizacin convacuna DPT (% de niosentre 12 y 23 meses deedad)

Estadsticas de Salud.

Condicin de desarrolloBases de datos del

Banco Mundial

Fuente: Banco Mundial Elaborado por:Autores

A continuacin se describen las variablesutilizadas:

Tasa de mortalidad (t_mort_inf):La tasa demortalidad es la probabilidad por cada 1.000que un recin nacido muera antes de cumplircinco aos de edad, si est sujeto a las tasas demortalidad especficas por edad del ao

especificado.


4/27

Anemia entre embarazadas (anem_emb):La prevalencia de la anemia entre las mujeresembarazadas, es el porcentaje de mujeresembarazadas cuyo nivel de hemoglobina esinferior a 110 gramos por litro en el nivel del

mar.

Mejora en suministro de agua(mej_sum_agua):El acceso a una mejora enel suministro de agua se refiere al porcentajede la poblacin total con acceso razonable auna cantidad adecuada de agua proveniente deuna mejora en el suministro de agua, comouna conexin domstica o pblica, pozos,

albercas o fuentes protegidas o recoleccin deagua de lluvia. Las fuentes sin mejorasincluyen los suministradores, los camionescisterna y las albercas y fuentes no protegidas.El acceso razonable se define como ladisponibilidad de al menos 20 litros por

persona por da, provenientes de una fuenteubicada a menos de un kilmetro de lavivienda.

Inmunizacin con vacuna DPT (% de niosentre 12 y 23 meses de edad)(vacuna_dtp):La inmunizacin de nios mide el porcentajede nios de entre 12 y 23 meses de edad querecibieron vacunas antes de los 12 meses o encualquier momento antes de la encuesta. Seconsidera que un nio est inmunizado demanera adecuada contra la difteria, la

pertussis (tos ferina) y el ttanos (DPT) tras

recibir tres dosis de la vacuna.

Condicin de desarrollo:El Banco Mundialrealiza la clasificacin de las economasmundiales sobre la base de estimaciones delingreso nacional bruto (INB) per cpita delao anterior, como sigue:

Tabla 2.Ingreso Nacional Bruto pc

Fuente:Banco Mundial Elaborado por:Autores

A lo anterior el Banco Mundial denomina alas economas de ingreso bajo, mediano bajoy mediano alto como economas en desarrollo

y a aquellas con un nivel de ingreso alto comoeconomas desarrolladas.

De esta manera se determina la condicineconmica que tienen los pases; la cual puedeser, pases en desarrollo o desarrollados.

Estadstica Descriptiva

Para un total de 173 pases obtenidos de la

data del banco mundial, se puede observar lasiguiente estadstica descriptiva:

Tabla 3. Estadstica DescriptivaVariablesCuantitativas

Variable Observacin

Media Mnimo

Mximo

TasaMortalidad Infantil

173 38.1526

2.4 182.4

Mejora en

elSuministro

de Agua

173 94.652

6

52.3 100

Anemiaen

Embarazadas

173 32.89653

15.9 64.6

VacunaDPT

173 89.57803

39 99

Fuente:Stata Elaborado por:Autores

Ingreso Bajo US$1.035 o menos

Ingreso Mediano Bajo US$1.036 a US$4.085

Ingreso Mediano Alto US$4.086 a US$12.615

Ingreso Alto US$12.616 o ms


5/27

Tasa de Mortalidad Infantil

El valor mnimo en la tasa de mortalidadinfantil es del 2.4, perteneciente aLuxemburgo, mientras que la mayor tasa de

mortalidad infantil la tiene Angolarepresentado por el 182.4, es decir en Angolamueren en promedio 183 recin nacidos vivosmenores de cinco aos por cada mil niosnacidos que posea la poblacin total.

Por otro lado la media en la tasa de mortalidadInfantil entre los pases es de 38.15, es decir,en promedio mueren 39 nios menores decinco aos por cada mil nios nacidos en los

pases de la muestra en estudio.

Mejora en el Suministro de Agua

Respecto a la mejora en el suministro de agua,se puede destacar que en promedio, los 173

pases de la muestra el 94% tiene un accesorazonable a una cantidad adecuada de agua, el

pas en peores condiciones en esta variable esMauritania, pas africano, con tan slo 52.3%.

Como contraste, hay varios pases que cubrenel 100% de acceso al lquido vital mediantemejoras, tales como, Australia, Blgica,Canad, Suiza, Alemania, Reino Unido, entreotros.

Prevalencia de Anemia entre Embarazadas

El valor mximo de prevalencia de anemiaentre embarazadas lo presenta Benn, pas defrica, con el 64.6%, mientras que el menor

porcentaje se le atribuye a EEUU con el15.9%, esto podra explicarse a travs de sumayor inversin o gasto en salud, mencionadoanteriormente. Por ltimo, en promedio, los

pases poseen una prevalencia de anemia entreembarazadas de 32.89%.

Inmunizacin con vacuna DPT

Como ltima variable cuantitativa a analizar,se tiene a la inmunizacin por vacuna DTP, enla cual el pas que menor porcentaje posee, esdecir, el pas con menor cantidad de niosentre 12 y 23 meses vacunados es Chad,

tambin pas africano. Por otro lado existenvarios pases que poseen el mayor porcentajede nios inmunizados entre 12 y 23 meses conel 99%, tales como: Ecuador, Francia,Tailandia, entre otros. En promedio, el

porcentaje de nios inmunizados con lavacuna DPT entre 12 y 23 meses es 89.57%.

Condicin de desarrollo

Tabla 4. Estadstica DescriptivaVariable Dummy

Variable Frecuencia Porcentaje

En desarrollo 123 71.1

Desarrollado 50 28.9


De la muestra escogida para el estudio se tieneque para la variable condicin de desarrollo lacategora con mayor presencia es la de pases

en desarrollo con un 71.1%, por otro lado setienen slo 50 pases con una condicin dedesarrollo.

MARCO TERICO

Metodologa de Investigacin

La evolucin mundial de la que se hablaadems de venir acompaada del desarrollosocial, econmico y poltico de los pueblos,ha trado consigo conflictos sociales y

polticos que han afectado a ese ser futuro dela humanidad, los nios. En todo el mundo atravs de las noticias internacionales seobserva cmo los nios son vctimas de laexplotacin, el abuso, las guerras y el

VIH/SIDA, cmo en diferentes pases se les


6/27

niega educacin y servicios de salud de buenacalidad, cmo son vctimas de ladiscriminacin poltica, econmica, cultural ydel medio ambiente. Cuando por su condicindeberan desarrollarse en un entorno

responsable.

As lo declara la UNICEF Los primeros aos

de vida son cruciales. Los nios y nias que

reciben proteccin y cario durante su

primera infancia tienen ms probabilidades

de sobrevivir y crecer saludablemente, de

padecer menos enfermedades y trastornos y

de desarrollar al completo sus aptitudes

cognitivas, lingsticas, emocionales y

sociales.. Del mismo modo resalta que en los

primeros aos de vida no solo se generan

consecuencias psicolgicas, tambin se

derivan consecuencias fisiolgicas

provenientes de factores como una nutricin

suficiente, buena salud y agua pura.

El presente anlisis parte de una investigacinexploratoria a travs de datos secundarios,

especficamente de una base de datosestructurada. Adicionalmente se aplic unainvestigacin concluyente causal que

permiti a los autores realizar un anlisisestadstico a travs del software Stata einferencias sobre los resultados obtenidos.

Se utilizar la tasa de mortalidad infantilcomo variable explicada, la cual se definecomo el nmero de defunciones de nios

menores de cinco aos por cada 1,000 nacidosvivos en un determinado ao. Las NacionesUnidas, en un informe sobre la mortalidadinfantil en Amrica define este trmino comosigue: Es un indicador importante de ladisponibilidad, utilizacin y acceso a los

sistemas de salud por parte de la poblacin

y especialmente de los nios, y tambin de

su situacin nutricional.

Para determinar la relacin entre la tasa demortalidad infantil y cuatro variablesexplicativas: la prevalencia de anemia entreembarazadas, la mejora en el suministro deagua, la inmunizacin con vacuna DPT y la

condicin de desarrollo de cada pas, seaplicar un anlisis de regresin linealmltiple con variable de respuestacuantitativa.

Un documento del Repositorio Institucionalde la Universidad de Alicante menciona: Elanlisis de Regresin Lineal Mltiple, a

diferencia del simple, se aproxima ms a

situaciones de anlisis real puesto que los

fenmenos, hechos y procesos sociales, por

definicin, son complejos y, en consecuencia,

deben ser explicados en la medida de lo

posible por la serie de variables que, directa

e indirectamente, participan en su

concrecin.

La anemia en el embarazo se ha vistorelacionada con la falta de aumento del

volumen plasmtico materno, el cual puederestringir el crecimiento fetal y esto a su vezresultar en aborto y nios con peso bajo alnacer. (Iglesia, Tamez, & Reyes, 2009)

Del mismo modo se han encontradoevidencias de que las mujeres con deficienciade hierro tienen riesgos dos veces mayor de

padecer un parto prematuro y el triple de tenerun nio con bajo peso. (Scholl & Hediger,

1994)A su vez el bajo peso al nacer deriva en lamuerte de miles de nios en el mundo. El bajo

peso al nacer (BPN), es el ndice predictivoms importante de la mortalidad infantil puesse ha demostrado que al menos la mitad deltotal de muertes perinatales ocurren en recinnacidos con bajo peso. (lvarez, Urra, &Alio 2001) De este modo se justifica la


7/27

presencia de la variable anemia en mujeresembarazadas en nuestro modelo de regresin.

Una de las razones por las que se podraobservar una tendencia de mejora en la salud

es el aumento en el suministro de agua encondiciones mejoradas (Silva L. & Duran E.1990), miles de nios mueren a diario por

padecer de enfermedades como la diarrea quese adquieren por la ingesta de agua en malascondiciones o por tener acceso a menos de 20litros de agua por da, por lo que se justifica lainclusin de esta variable.

La importancia de las vacunas radica en que

es un medio por el cual se puede evitar un sinnmero de enfermedades que da a da afectana los nios de todo el mundo. Se ha tomadocomo variable independiente al porcentaje denios que recibieron la vacuna DPT porqueesta evita el contagio de tres enfermedades almismo tiempo: la difteria, el ttanos y la tosferina, las cuales son enfermedades gravescausadas por bacterias.

La declaracin del II Simposio Internacionalde Inmunizaciones consider a las vacunascomo una herramienta clave para disminuir lamortalidad infantil y ms an si esta es

proporcionada por los gobiernos en formaoportuna y de acuerdo a las recomendacionesde la OMS.

RESULTADOS

ESTIMACINEspecificacin del Modelo Matemtico dela Teora

= + + + +

Donde:

= .

=

=

=

=

Especificacin del Modelo Economtricode la Teora

El modelo especfico para la investigacin, esun modelo de regresin lineal mltiple. Lavariable dependiente es de naturalezacuantitativa y las variables independientes son

tanto de naturaleza cuantitativa comocualitativa. En el modelo economtrico, adiferencia del matemtico se introducir elconcepto del trmino de perturbacinestocstica, el cual contendr las demsvariables que afectan al modelo pero no se lasincluye.

= + + + + +

Donde: =

=

=

=

=

Output Final: Estimacin de los

parmetros del modelo economtrico.

Antes de realizar la validacin del modelo, sepresenta el modelo de regresin linealmltiple estimado a travs del mtodo demnimos cuadrados ordinarios mediante elsoftware estadstico STATA.


8/27

= 214.35 1.8505 + 1.6729 0.5923 10.4572

Tabla 5. Primera estimacin del modelo de regresin

Coeficiente Significancia

Tasa de mortalidad infantilMejora en suministros de agua -1.85053 0.000*

Anemia entre embarazadas 1.672883 0.000*

Inmunizacin con vacuna DPT -0.5923393 0.001*

Condicin de Desarrollo -10.45715 0.008*

Constante 214.3593 0.000*

* Significancia al 1%


Interpretacin de los resultadosTabla 6. Output final


Tasa de mortalidad infantil

Mejora en suministros de agua -1.438049 0.000

Anemia entre embarazadas 1.134404 0.000

Inmunizacin con vacuna DPT -0.740462 0.000

Group1Condicin de desarrollo

13.10928-8.787881

0.0460.000

Constante 199.4595 0.000Fuente:Stata Elaborado por:Autores

Por cada aumento del 1% de la poblacin totalcon acceso a la mejora en el suministro deagua, la tasa de mortalidad en nios menoresde cinco aos disminuir en 1.438049 porcada mil nios nacidos, manteniendo todo lodems constante.

Por cada aumento del 1% en mujeres

embarazadas con prevalencia de anemia, latasa de mortalidad en nios menores de cincoaos aumentar en 1.134404 por cada milnios nacidos, manteniendo todo lo demsconstante.

Ante un aumento del 1% en nios entre 12 y23 meses de edad inmunizados contra lavacuna DTP, se reducir en 0.740462 la tasade mortalidad en nios menores de cinco aos

por cada mil nios nacidos, manteniendo todolo dems constante

En los pases que presentan un porcentaje deprevalencia de anemia entre mujeresembarazadas mayores de 35% la tasa demortalidad infantil es 13.10928 por cada milnios nacidos mayor que en los pases cuyo

porcentaje de anemia entre embarazadas esmenor o igual al 35%, manteniendo todo lodems constante.

Los pases desarrollados tendrn en promediouna tasa de mortalidad infantil de 8.787881

por cada mil nios nacidos menor encomparacin a los pases en desarrollo,manteniendo todo lo dems constante.


9/27

VALIDACIN

Signo esperado versus obtenido

Establecido el modelo de regresin a utilizaren la investigacin -regresin lineal mltiple-

, es importante verificar que los signosobtenidos de los estimadores sean losesperados, as como, la significanciaindividual y conjunta de las variables, esteltimo se analizar en otra seccin. Por ahora,se comprobar que cada una de las variablesexplicativas del modelo cumpla con los signosesperados:

Se esperara que mejoras en el suministro deagua en cada pas disminuiran probabilidadesde contagio de enfermedades causando unadisminucin en la tasa de mortalidad infantil,as se espera que un signo negativo refleje estacondicin.

Una mayor incidencia de anemia enembarazadas disminuye las probabilidades devida tanto en el recin nacido como en su

madre, observando una relacin positiva entrelas variables, se espera un signo positivo.

Por otro lado, si existe mayor atencin a nivelde gobierno y familiar y se logra inmunizar alrecin nacido o nio de enfermedades como elttano, difteria (vacuna DTP) los resultadosreflejaran una mejor calidad de saludlogrando reducir la tasa de mortalidad infantil.

Respecto a la condicin de desarrollo de cada

pas se esperara que los pases desarrollados,dada su condicin econmica, presenten unatasa de mortalidad infantil menor que los

pases en desarrollo.

En la tabla 6 se puede verificar que los signosesperados son los obtenidos.

Especificacin de la forma funcional

El Test de Ramsey de especificacin permiteconocer si la forma funcional del modelo es laadecuada. Mediante el comando estat ovtest,indicado para pruebas de especificacin, seobtuvo un resultado de 0.2055 para la

probabilidad F, con lo cual se determin quela forma funcional correcta de nuestro modeloes uno de regresin a nivel (Lin-Lin).

Tabla 7. Test de Ramsey - Sesgo de especificacin

Ho: El modelo no tiene variables omitidas

Prob > F 0.2055

Conclusin No se rechaza Ho


Linealidad

Tabla 8. Comandos utilizados en Linealidad

Comandos

predict residuos, resid residuos

predict morhat prediccin

twoway (scatter residuos morthat) grfica


Para el anlisis del supuesto de linealidad, seutiliz una prueba grfica entre los residuos ylos valores de prediccin de la tasa demortalidad infantil. Para comprobar que elsupuesto se cumple se debe observar que losdatos no sigan un patrn especifico, es decir,que se encuentren dispersos en el plano X Y

correspondiente a morthat y residrespectivamente.


10/27

Grfico 1. Linealidad de los parmetros

Fuente:Stata Elaborado por:Stata

Dado que los datos se agrupan hacia el lado

izquierdo del grfico con un patrn de lnearecta con pendiente negativa, el modelo quese presenta para el estudio de la tasa demortalidad infantil no cumple con el supuestode linealidad. Este problema no tendrtratamiento debido a la falta de conocimientosacerca de la aplicacin de los instrumentos

para su solucin.

Heterocedasticidad

Al trabajar con el mtodo de mnimoscuadrados ordinarios, se requiere que secumpla el supuesto de homocedasticidadigual (homo) cedasticidad (dispersin) paraque los estimadores de mnimos cuadros

ordinarios sean MELI. Por esta razn, seanalizar a travs del test de Breusch-Pagan silas varianzas de los errores son constantes.

Los resultados del test, al tener una

probabilidad F de 0.0000 y rechazar lahiptesis nula planteada, comprueba la

presencia del problema de heterocedasticidad.Para dar soporte a lo anterior se puedeobservar el grfico en la seccin anexos.Incluso de la teora estadstica se conoce quees comn en datos de corte transversal la

presencia de problemas de heterocedasticidad

Tabla 9. Test de Breusch-Pagan - Heterocedasticidad

Ho: Varianzas constantes

Prob > F 0.0000

Conclusin Se rechaza Ho


Para lograr el supuesto de homocedasticidad,se procedi a realizar la estimacin porerrores estndar robustos. De la estimacin seobtuvo aquellas variables que son realmente

significativas.Dado que se corrigi la heterocedasticidad seobtuvo un nuevo modelo, el cual cumple hastaeste punto con el proceso de validacinanterior.

Tabla 10. Tratamiento de errores estndar robustos



Mejora en suministros de agua -1.850513 0.000*

Anemia en embarazadas 1.672883 0.000*

Inmunizacin con vacuna DTP -0.5923393 0.005*


Constante 214.3593 0.000*




11/27

Multicolinealidad

Dado que la naturaleza de los datos no sonseries de tiempo, se esperara que las variablesindependientes no estn relacionadas. Pero al

ser necesaria la evidencia estadstica, sepresentan dos mtodos para su anlisis.

Primero, para identificar si existe problema demulticolinealidad se analiza la relacin entreel coeficiente de determinacin y el testadstico. Un indicador demulticolinealidad es cuando el es muyelevado y las variables del modelo son nosignificativas. En el presente caso, el

coeficiente de determinacin es 0.7462 ytodas las variables del modelo sonsignificativas. Con estos resultados obtenidos,se menciona en primera instancia que noexisten problemas de multicolinealidad.

Tabla 11. Factores de Inflacin de Varianza


Segundo, a travs de la prueba de factores deinflacin de la varianza FIV. Este test muestrala velocidad con la que se incrementan lasvarianzas y covarianzas de los estimadores, siel VIF de las variables es mayor a 10, podrarepresentar un indicio de la presencia de

problemas de multicolinealidad. En el modelopropuesto todas las variables independientescuantitativas son menores a 10, esto indica lano presencia de multicolinealidad.

Normalidad de los errores

En primera instancia, se esperara que el

modelo utilizado cumpla con este supuesto

debido a que el teorema de lmite centraljustifica que con un nmero de observacionesmayores a 30 los errores seguirn unadistribucin normal. No obstante, seanalizarn los test respectivos para este

supuesto.

Para evaluar la normalidad, se realiza a travsdel test de Skewness/Kurtosis. Dada la

probabilidad chi2 de 0.0000, se tiene que enel modelo establecido los errores no siguenuna distribucin normal.

Para respaldar este resultado, el anlisis decoeficiente de Asimetra y Curtosis, menciona

que los valores deben ser cercanos a 0 y 3 paraque se cumpla el supuesto. En el presentecaso, el coeficiente de asimetra es 1.13 peroel de curtosis es 6.38.

Tabla 12. Test de Skewness/Kurtosis

Ho: Los errores siguen una distribucin normal

VariableResiduos

Observaciones Prob > chi2

173 0.0000


Como se puede observar las pruebas devalidacin del modelo no arrojaron resultadosfavorables en la normalidad de los errores, porlo que los investigadores han decididocorregir este problema eliminando aquellasobservaciones que poseen valores atpicos enla prediccin de los residuos.

Pero, Qu observaciones eliminar? Enprimera instancia, a travs del grfico denormalidad se pudo notar que la presencia deoutliers podra estar en los valores residualesmayores a 40 y menores a (-50), por lo tantose procedi a eliminar dichas observaciones.

VIF

Mejora en suministros de agua 1.65Anemia en embarazadas 1.56

Inmunizacin con vacuna DTP 1.50Condicin de Desarrollo 1.20

Media VIF 1.50


12/27

Grfico 2.Normalidad en los errores


Una vez que se cumpli el supuesto denormalidad mediante el tratamiento, seobtuvo un nuevo modelo con 164 datos al cualse le procedi a realizar una vez ms el

proceso de validacin.

En el proceso de validacin, el nico supuestoque no se cumpli fue el dehomocedasticidad, razn por la cual se aplicerrores estndar robustos para su solucin. De

esta manera se obtuvo el siguiente modelo:

Tabla 13. Tratamiento de errores estndar robustos



Mejora en suministros de agua -1.543197 0.000*

Anemia en embarazadas 1.611303 0.000*Inmunizacin con vacuna DTP -0.7351052 0.000*


Constante 205.3278 0.000*

* Significancia al 1%Fuente:Stata Elaborado por:Autores

De la misma manera, se realiza el proceso devalidacin para el modelo de la tabla 13.Como resultado se tiene que: los signos son

los esperados, la forma funcional es lacorrecta, se mantiene la no linealidad, noexisten problemas de heterocedasticidad, lamedia de los factores de inflacin de varianzaes menor a 10 y por ltimo con una

probabilidad de 0.0869 los errores siguen unadistribucin normal.

Presencia de Outliers

La presencia de outliers se los puede detectara travs del grfico de linealidad o el de

normalidad, a criterio de los investigadores sedecidi analizar los datos atpicos utilizandoel grfico de normalidad debido a que seobtiene una mejor visibilidad para lasobservaciones.

Dado que para corregir el problema denormalidad se eliminaron aquellasobservaciones que presentaban una distancia

bastante mayor a las dems, a este punto de la

-50

0

50

100

0 50 100 150 200

observ


13/27

validacin, nuestro modelo ha eliminado lapresencia de Outliers.

Estabilidad de Parmetros Test de Chow

Para determinar la posible presencia de un

quiebre estructural dentro del modeloplanteado se procedi a realizar el test deChow, el cual mediante la generacin de doso ms grupos dentro de una misma muestra yla posterior comparacin de los betas entre losgrupos evidencia la existencia o no decomportamientos distintos entre los mismos.

Grfico 3. Anemia entre embarazadas vsObservaciones


Como paso inicial se realizaron grficos deobservaciones vs cada una de las variablesindependientes del modelo, con el objetivo devisualizar y obtener un indicio de la presenciade un quiebre estructural. Los resultadosarrojaron que la variable independiente

prevalencia de anemia entre embarazadaspodra presentar un quiebre para

observaciones mayores a 35 y observacionesmenores o iguales a 35. El grfico 3 muestralo antes mencionado.

Tabla 14. Test de ChowH0:No existe quiebre estructural

agua_1 - agua_2 = 0

vacuna_1 - vacuna_2 = 0

cond_des_1 - cond_des_2 = 0

group_1 - group_2 = 0

Probabilidad > F 0.0000


Posteriormente se realiz el test formal, elmismo que, con una probabilidad de 0.0000rechaza la hiptesis nula que indica que loscoeficientes de las variables independientesentre los dos grupos son estadsticamenteiguales, por ende se puede concluir la

presencia de un quiebre estructural en elmodelo planteado. Para el modelo planteadola variable group1 es una variable binaria querefleja las observaciones mayores a 35 yobservaciones menores o iguales a 35 en lavariable prevalencia de anemia entreembarazadas.

Debido a la existencia del quiebre, se torna

necesaria la inclusin de la variable group1,obteniendo as un nuevo modelo.

Dado este nuevo modelo, en la validacin secumple el supuesto de especificacin de laforma funcional; el supuesto de linealidad nose cumple pero presenta una leve variacin enla dispersin de los residuos en comparacinal modelo inicial; la no multicolinealidadaunque con variaciones en las medias vifcontinua cumplindose; Se cumple tambin elsupuesto de normalidad con una probabilidadde 0.1602 y una asimetra de 0.2239018 ycurtosis de 3.5383.

El supuesto de Homocedasticidad no secumple pero se lo corrige con errores estndarrobustos obteniendo el siguiente modelo:

20

30

40

50

60

70

0 50 100 150 200

observaciones


14/27

Tabla 15. Modelo incluido la variable de quiebre estructural




Anemia entre embarazadas 1.134404 0.000Inmunizacin con vacuna DPT -0.740462 0.000


13.10928-8.787881

0.0460.000

Constante 199.4595 0.000


Endogeneidad

Para evaluar la endogeneidad se decidi

escoger una variable que explique a la tasa demortalidad infantil pero que no se hayaincluido en el modelo planteado. De estamanera, si se presenta una relacin entre lavariable que se encuentra en el error y una delas variables independientes, aquella ser lavariable endgena y el resto de las variablesen las que no existe relacin alguna sernexgenas.

Bajo el supuesto de que la variable conflictosfronterizos y presencia de guerras seencuentra en el error, la condicin dedesarrollo es endgena y el resto de lasvariables independientes son exgenas, esto

es debido a que en los pases que son msdesarrollados existen

Una vez conocida la variable endgena, esnecesario para el mtodo de mnimo cuadradode dos etapas elegir una variable instrumental.Esta variable en el modelo presentado es elgasto en salud per cpita dado que cumpletanto con la condicin de exogeneidad yrelevancia.

Tabla 16. Primera EtapaMC2E


Condicin de Desarrollo

Mejora en suministros de agua 0.0094599 0.316

Anemia entre embarazadas -0.0024542 0.595Inmunizacin con vacuna DPT 0.0026968 0.065

Group1Gasto en salud pc

0.00035440.0001647

0.9980.000*

Constante -0.9322173 0.057




15/27

Tabla 17. Segunda EtapaMC2E






13.09893-8.712346

0.0110.046

Constante -0.9322173 0.000


Luego de estimar el mtodo de mnimocuadrado de dos etapas se procede a realizarel test de endogeneidad. El resultado que seobtuvo fue el de una probabilidad de 0.9826,

valor con el cual no se rechaza la hiptesis deque las variables son exgenas. Por lo tanto,la variable condicin de desarrollo que alinicio se haba determinado como endgenaestadsticamente es exgena. Finalmente el

modelo de regresin final que cumple con elproceso de validacin anterior y adicional elsupuesto de endogeneidad sera el obtenido atravs del mtodo de mnimo cuadrados

ordinarios.

Tabla 15. Output final






13.10928-8.787881

0.0460.000

Constante 199.4595 0.000


INFERENCIA

Significancia individualGrados de libertad: (n-k)= 164-6= 158

Tasa de mortalidad

: = 0

: 0

Mejora en suministro de agua

: = 0

: 0

Prevalencia de anemia en embarazadas.

:

= 0

: 0


: = 0

: 0

Condicin de desarrollo

: = 0

: 0


16/27

Grupo 1

: = 0

: 0

Todas las variables independientes tienen el tcalculado mayor al t crtico, por tanto serechazan las hiptesis nulas y se concluye queindividualmente todas las variables sonsignificativas para explicar el modelo.

Test de Wald

a): = = = = = 0

:

b): = 0

c)

: 2 = 4

: 3 = 2

VARIABLE

TCALCULADO

TCRTICO

PROBABILIDAD

CONCLUSIN

Constant

e 8.82 1.96 0.000

Lavariable

es

significativa parael

modelo.

Mejoraen

suministro deagua

|6.09| 1.960.000

Lavariable

essignificativa para

elmodelo.

Anemiaentre

embarazadas

5.43 1.96 0.000

Lavariable


elmodelo.

Inmunizacincon

vacunaDPT

|5.99| 1.96 0.003

Lavariable


elmodelo.

Desarrol

lado

|3.11| 1.96 0.002

Lavariable

essignificat

iva parael

modelo.

Grupo 1 2.51 1.96 0.013

Lavariable


elmodelo

FCALCULA

DO

PROBABILIDAD

CONCLUSIN

Estadstico

150.85 0.0000

Las variablesson

conjuntamente

significativas.

FCALCULA

DO

PROBABILIDAD

CONCLUSIN

Estadstico

5.35 0.0220

Existediferencia en

loscoeficientes

de suministrode agua yvacuna.

FCALCULA

DO

PROBABILIDAD

CONCLUSIN

Estadstico

9.49 0.0001

Lacombinacin

linealsatisface laecuacin.


17/27

Intervalos de Confianza

Tasa de mortalidad

154.8135 244.1054

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de seencontrar entre 154.8135 y 244.1054. Esdecir la tasa de mortalidad infantil en niosmenores de 5 aos en un pas donde elgobierno no realice gasto en salud per cpita,la poblacin no tenga acceso a la mejora en elsuministro del agua, la prevalencia de anemiaentre embarazadas de la poblacin sea cero y

que los nios entre 12 y 23 meses no seaninmunizados de la vacuna DTP, aumentarentre 154.8135 y 24.1054.

Mejora en el suministro de agua

1.904626 .9714727

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de seencontrar entre -1.904626 y -0.9714727. Esdecir por cada aumento del 1% de la

poblacin total con acceso a la mejora en elsuministro de agua, la tasa de mortalidad ennios menores de cinco aos disminuir entre-1.904626 y -0.9714727, manteniendo todo lodems constante.

Prevalencia de anemia entre embarazadas.

0.7217258

1.547082

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de seencontrar entre 0.7217258 y 1.547082. Esdecir por cada aumento del 1% en mujeresembarazadas con prevalencia de anemia, latasa de mortalidad en nios menores de cincoaos aumentar entre 0.7217258 y 1.547082,manteniendo todo lo dems constante.


0.9844339 0.49649

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de se

encontrar entre -0.9844339 y -0.49649. Esdecir ante un aumento del 1% en nios entre12 y 23 meses de edad inmunizados con lavacuna DPT, la tasa de mortalidad en niosmenores de cinco aos disminuir entre -0.9844339 y -0.49649, manteniendo todo lodems constante.

Condicin de Desarrollo

14.3709 3.204857

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de seencontrar entre -14.3709 y -3.204857. Esdecir ante un aumento del 1% en nios entre12 y 23 meses de edad de los pases encondiciones de Desarrollo, la tasa demortalidad en nios menores de cinco aosdisminuir entre -14.3709 y -3.204857 en

comparacin con los pases de En desarrollo,manteniendo todo lo dems constante.

Grupo 1

2.794745 23.42381

Dado un 95% de confianza, es decir 95 decada 100 casos, el verdadero valor de seencontrar entre 2.794745 y 23.42381. Esdecir ante un aumento del 1% en nios entre12 y 23 meses de edad del grupo 1, la tasa demortalidad en nios menores de cinco aosaumentara entre 2.794745 y 23.42381,manteniendo todo lo dems constante.


18/27

DISCUSIN

El modelo planteado en sta investigacin seobtuvo luego de una bsqueda exhaustiva deinformacin y datos; se intent validar

modelos que incluan variables importantescomo indicadores de pobreza y calidad devida (Gortmaker & Wise 1997), el ndice deGini (Yoshioka & Esparza 2009), entre otras.Otra variable que se intent introducir almodelo fue la produccin per cpita, pero staresult ser no significativa (Hanmer, Lensink& White 2003; Palloni 1981).

Los resultados arrojaron 5 variablessignificativas para el modelo planteado: la

prevalencia de anemia en embarazadas, lamejora en el suministro de agua, lainmunizacin por vacuna DPT, la condicinde desarrollo de los pases, y una variable dequiebre estructural.

Varios autores demuestran mediante susinvestigaciones que las mejoras en el acceso alos servicios de salud y vacunacincontribuyen con la reduccin de la tasa de

mortalidad infantil (Caldwell 1986), de esamanera la inclusin de la variable vacunacinen el modelo se ve justificada no slo por elnivel de significancia y los signos esperados,sino tambin por la intuicin y la coincidenciacon el autor en mencin.

Por su parte, la anemia en embarazadas es otrofactor que contribuye al aumento en la tasa demortalidad infantil, ya que sta enfermedad enel embarazo puede ocasionar partos

prematuros, infecciones, o recin nacidos demuy bajo peso, lo cual podra ocasionar latemprana muerte en los infantes (Iglesias,Tamez, Reyes 2009). El estudio presentadodetermin de igual manera que la anemia enembarazadas es un factor determinante en latasa de mortalidad infantil.

La tasa de mortalidad tambin se ve afectadapor el suministro de agua, ya que si se provee

de agua segura a la poblacin, la tasa de

mortalidad infantil se reducira (Van derKlaauw, Wang 2011), aquello confirma que lavariable seleccionada es adecuada para elmodelo estimado, adems de que el signo esel esperado, confirmando una relacin inversa

entre el suministro de agua y la tasa demortalidad infantil.

La condicin de desarrollo de los pasestambin explica en gran porcentaje a la tasa demortalidad infantil, no slo por intuicin delos autores del presente trabajo, sino por

publicaciones de organismos internacionales.

Por ltimo la variable creada para evidenciarel quiebre estructural se fundamenta en los

anlisis estadsticos previamente realizados.

CONCLUSIONES:

La falta de informacin, errores en la intuicinde variables explicativas y confusin en lainterpretacin de la descripcin inicial de lasvariables escogidas pueden llegar a dificultarla construccin del modelo economtrico que

los investigadores desean estimar.El gasto en salud per cpita result ser unavariable estadsticamente significativa, sinembargo, al introducir una variable dummy almodelo, la significancia del gasto en salud percpita se vio alterada por lo cual se procedi adescartarla del anlisis.

frica es el continente con mayor tasa demortalidad infantil.

La baja tasa de mortalidad infantil de EstadosUnidos se ve explicada por realizar lasacciones necesarias para tener el menor

porcentaje de prevalencia de anemia entremujeres embarazadas.

La mejora en el suministro de agua y laprevalencia de anemia entre mujeresembarazadas tienen un fuerte impacto sobre latasa de mortalidad infantil a diferencia de la

inmunizacin con vacuna DPT.


19/27

El modelo planteado explica de formacorrecta la tasa de mortalidad infantil, debidoa que la especificacin de la forma funcionaldel modelo fue la adecuada.

Se demostr que para la muestra planteada loserrores se distribuyen de forma normal, dadolos correspondientes grficos y las pruebasestadsticas de normalidad.

Si los pases destinaran mayor parte de susingresos a mejorar el suministro de aguadentro de su poblacin, la tasa de mortalidadinfantil disminuira en mayor proporcincomparada con los cambios que se pudieran

presentar en las dems variables incluidas en

el modelo.

Pases desarrollados como EEUU y Noruegaposeen baja tasa de mortalidad infantil encomparacin con pases subdesarrolladoscomo los del continente africano.

Se evidenci la presencia de comportamientosdiferentes entre las observaciones cuya

prevalencia de anemia entre embarazadas eramayor a 35% y las de porcentaje menor e igual

a 35%.

Como conclusin final, se pudo detectar la nopresencia de endogeneidad en el modeloplanteado, dada nuestra hiptesis que tom ala variable condicin de desarrollo comoendgena y a todas las dems exgenas, porende el mejor modelo fue el de mnimocuadrados ordinarios.


20/27

ANEXOS

Anexo 1. Base de datos (1-20)Mortalidad Infantil

Fuente: Banco Mundial Elaborado por:Autores

Anexo 2. Output Inicial

Fuente: Stata Elaborado por:Stata

Pas observ t_mort_i nf anem_emb agua sal ud_p_c vacuna Cond_Des

Andorra 1 3.3 23.9 100 3185.53382 99 1

Afganistn 2 105.2 44.3 80.9 47.87693 66 0

Angola 3 182.4 47.8 65.1 143.782461 91 0

Albania 4 16.5 22 97.7 200.441792 99 0

Emiratos rabes Unidos 5 8.8 26.6 99.6 1154.37235 94 1

Argentina 6 14.6 28.2 98.9 754.179565 94 0

Armenia 7 18.1 27.2 99.5 143.064424 94 0

Antigua y Barbuda 8 10.3 29.9 97.9 733.808364 98 1

Australia 9 4.8 24.2 100 5143.22716 92 1

Austria 10 4.4 24.9 100 5033.42234 83 1

Azerbaiyn 11 38.9 31.1 88.4 310.325383 81 0

Burundi 12 93.6 32.7 91.9 19.4143514 96 0

Blgica 13 4.5 23.8 100 4589.878 99 1

Benin 14 95.7 64.6 83.9 32.3435893 76 0

Burkina Faso 15 114.4 58.1 95.3 41.4321868 91 0

Bangladesh 16 49.1 48.2 85.4 23.2126595 94 0

Bulgaria 17 13 25.9 99.7 487.520865 94 0

Bahrein 18 7.8 34.3 100 747.32952 99 1

Bahamas 19 13.9 29.7 98.1 1626.23463 99 1

Bosnia y Herzegovina 20 7.5 26.8 99.6 427.457973 89 0

Belars 21 6.1 24.6 99.8 322.578212 98 0

_cons 214.3593 27.30146 7.85 0.000 160.4612 268.2575

1.cond_des -10.45715 3.926297 -2.66 0.008 -18.20839 -2.705916

vacuna -.5923393 .170453 -3.48 0.001 -.9288451 -.2558336

agua -1.850513 .2613872 -7.08 0.000 -2.36654 -1.334486

anem_emb 1.672883 .1822797 9.18 0.000 1.313029 2.032737

t_mort_inf Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 280323.767 172 1629.78934 Root MSE = 20.58

Adj R-squared = 0.7401

Residual 71155.1742 168 423.542704 R-squared = 0.7462

Model 209168.592 4 52292.1481 Prob > F = 0.0000

F( 4, 168) = 123.46

Source SS df MS Number of obs = 173

. reg t_mort_inf anem_emb agua vacuna i.cond_des


21/27

Anexo 3. Especificacin de la forma funcional


Anexo 4. Heterocedasticidad


Anexo 5. Tratamiento-Errores estndar robustos


Prob > F = 0.2055

F(3, 165) = 1.54

Ho: model has no omitted variables

Ramsey RESET test using powers of the fitted values of t_mort_inf

. estat ovtest

Prob > chi2 = 0.0000

chi2(1) = 81.56

Variables: fitted values of t_mort_inf

Ho: Constant variance

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

. estat hettest

_cons 214.3593 44.43676 4.82 0.000 126.6329 302.0857

1.cond_des -10.45715 2.549793 -4.10 0.000 -15.49092 -5.423392

vacuna -.5923393 .2085659 -2.84 0.005 -1.004087 -.1805916

agua -1.850513 .4912126 -3.77 0.000 -2.820258 -.8807685

anem_emb 1.672883 .2204251 7.59 0.000 1.237723 2.108043


Robust

Root MSE = 20.58

R-squared = 0.7462

Prob > F = 0.0000

F( 4, 168) = 107.95

Linear regression Number of obs = 173

. reg t_mort_inf anem_emb agua vacuna i.cond_des,r


22/27

Anexo 6. Test de Multicolinealidad


Anexo 7. Test de Normalidad


Anexo 8.Asimetra y Curtosis


Mean VIF 1.50

1.cond_des 1.29 0.772862

vacuna 1.50 0.666676

agua 1.65 0.607840

anem_emb 1.56 0.642083

Variable VIF 1/VIF

. estat vif

residuos 173 0.0000 0.0000 35.38 0.0000

Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

joint

Skewness/Kurtosis tests for Normality

. sktest residuos

99% 69.76939 91.75652 Kurtosis 6.381953

95% 33.35834 69.76939 Skewness 1.126982

90% 23.33727 62.44814 Variance 413.6929

75% 5.349363 59.8652

Largest Std. Dev. 20.33944

50% -.795439 Mean -1.48e-08

25% -11.3652 -33.49068 Sum of Wgt. 173

10% -23.53577 -38.11189 Obs 173

5% -31.37527 -40.76403

1% -40.76403 -56.74752

Percentiles Smallest

Residuals

. sum residuos, d


23/27

Anexo 9. Tratamiento para normalidad


Anexo 10. Test de Chow- Regresin


_cons 205.3278 22.85502 8.98 0.000 160.1892 250.4664

1.cond_des -8.261968 2.86555 -2.88 0.004 -13.92142 -2.602518

vacuna -.7351052 .125548 -5.86 0.000 -.983062 -.4871484

agua -1.611303 .2296585 -7.02 0.000 -2.064878 -1.157728

anem_emb 1.543197 .1330708 11.60 0.000 1.280382 1.806011


Total 192532.227 163 1181.17931 Root MSE = 14.768


Residual 34676.685 159 218.092359 R-squared = 0.8199 Model 157855.542 4 39463.8855 Prob > F = 0.0000

F( 4, 159) = 180.95


. reg t_mort_inf anem_emb agua vacuna i.cond_des

cond_des_2 -10.62554 3.094183 -3.43 0.001 -16.73744 -4.513639

vacuna_2 -.3869726 .1694456 -2.28 0.024 -.7216764 -.0522688

agua_2 -1.992765 .3836479 -5.19 0.000 -2.75058 -1.23495

group_2 252.3677 36.87985 6.84 0.000 179.5194 325.216

cond_des_1 -33.98326 15.43943 -2.20 0.029 -64.48058 -3.485939

vacuna_1 -1.410428 .1884606 -7.48 0.000 -1.782691 -1.038164

agua_1 -.6663603 .320895 -2.08 0.039 -1.30022 -.0325004

group_1 253.9421 25.8625 9.82 0.000 202.8562 305.028


Total 374436.81 164 2283.15128 Root MSE = 14.931



Model 339657.307 8 42457.1633 Prob > F = 0.0000

F( 8, 156) = 190.44


. reg t_mort_inf group_1 agua_1 vacuna_1 cond_des_1 group_2 agua_2 vacuna_2 cond_des_2, noconstant


24/27

Anexo 11. Test de Chow


Anexo 12. Modelo luego de Test de Chow


Prob > F = 0.0000

F( 4, 156) = 32.77

( 4) group_1 - group_2 = 0

( 3) cond_des_1 - cond_des_2 = 0

( 2) vacuna_1 - vacuna_2 = 0

( 1) agua_1 - agua_2 = 0

. test _b[ group_1]= _b[ group_2], accum

_cons 199.4595 22.60449 8.82 0.000 154.8135 244.1054

group_1 13.10928 5.222304 2.51 0.013 2.794745 23.42381

1.cond_des -8.787881 2.826716 -3.11 0.002 -14.3709 -3.204857 vacuna -.740462 .1235243 -5.99 0.000 -.9844339 -.49649

agua -1.438049 .2362304 -6.09 0.000 -1.904626 -.9714727

anem_emb 1.134404 .2089413 5.43 0.000 .7217258 1.547082


Total 192532.227 163 1181.17931 Root MSE = 14.528



Model 159185.474 5 31837.0949 Prob > F = 0.0000

F( 5, 158) = 150.85


. reg t_mort_inf anem_emb agua vacuna i.cond_des group_1


25/27

Anexo 13. Mtodo de mnimo cuadrado de dos etapas


_cons -.9322173 .4860616 -1.92 0.057 -1.892234 .0277992

salud_p_c .0001647 .000016 10.32 0.000 .0001332 .0001962

group_1 .0003544 .1140519 0.00 0.998 -.2249086 .2256175

agua .0094599 .0050987 1.86 0.065 -.0006104 .0195303

anem_emb -.0024542 .0046024 -0.53 0.595 -.0115443 .0066358

vacuna .0026968 .002681 1.01 0.316 -.0025984 .007992

cond_des Coef. Std. Err. t P>|t| [95% Conf. Interval]

Root MSE = 0.3160


R-squared = 0.5460

Prob > F = 0.0000

F( 5, 158) = 38.01 Number of obs = 164

First-stage regressions

. ivregress 2sls t_mort_inf vacuna anem_emb agua group_1 (cond_des=salud_p_c), first


26/27

REFERENCIAS BIBLIOGRFICAS

1. Indicadores de Desarrollo Mundial. (2010). Recuperado de:

http://datos.bancomundial.org/

2. Un mundo apropiado para los nios y las nias. (2002). Recuperado de:http://www.unicef.org

3. La primera infancia. (2001). Recuperado de:http://www.unicef.org/

4. La importancia de los 0 a 3 aos de edad. (2001). Recuperado de:

http://www.unicef.org

5. Objetivos de Desarrollo del Milenio: Reducir la Mortalidad Infantil. (2010).

Recuperado de:http://www.cepal.org

6. Rodriguez M. & Mora R. (2001). Anlisis de Regresin Mltiple.

Publicaciones de la Universidad de Alicante, ISBN 84-7908-638-6, 3.

7. Iglesias, J., Tamez L. & Reyes LL. (2009). Anemia y embarazo, su relacin

con complicaciones maternas y perinatales. Medicina Universitaria, II (43),

95-98.

8. Scholl TO. & Hediger ML. (1994). Anemia and iron-deficiency anemia:

compilation of data on pregnancy outcome.Am J Clin Nutr,59, 4925.

9. lvarez, R., Urra, L. & Alio M. (2001). Repercusin de los Factores de

Riesgo en el Bajo Peso al Nacer. Ministerio de Salud Pblica, 14(3), 22.10. Silva, L. & Duran, E. (1990). Mortalidad Infantil y Condiciones Higinico-

Sociales en las Amricas. Un Estudio de Corelacin. Sade Pbl., 24(6), 473.

11. Agua Limpia en Guatemala para reducir la mortalidad infantil un 26%. (2010).

Recuperado de:https://plan-espana.org

12. Destacan la importancia de la vacunacin para reducir la mortalidad infantil y

materna. (2011). Recuperado por:http://www.docsalud.com

13. Vacuna contra la difteria, el ttanos y la tos ferina (DTP). (2009). Recuperado

de:http://www.nlm.nih.gov

14. Caldwell, J. (1986). Routes to Low Mortality in Poor Countries. Population

and Development Review, 12(2), 175.

15. Gujarati, D. & Porter, D. (2010). Econometra. Quinta Edicin. Mxico DF: Mc

Graw Hill.
http://datos.bancomundial.org/http://datos.bancomundial.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://www.cepal.org/http://www.cepal.org/http://www.cepal.org/https://plan-espana.org/https://plan-espana.org/https://plan-espana.org/http://www.docsalud.com/http://www.docsalud.com/http://www.docsalud.com/http://www.nlm.nih.gov/http://www.nlm.nih.gov/http://www.nlm.nih.gov/http://www.nlm.nih.gov/http://www.docsalud.com/https://plan-espana.org/http://www.cepal.org/http://www.unicef.org/http://www.unicef.org/http://www.unicef.org/http://datos.bancomundial.org/


27/27

16. Gortmaker, Steven L., y Paul H. Wise 1997 "The First Injustice:

Socioeconomic Disparities, Health Services Technology, and Infant

Mortality".Annual Review of Sociology23:147-170.

17.Hirotoshi Yoshioka and Juan Carlos Esparza Ochoa 2009 Desigualdad

socioeconmica Y Mortalidad Infantil En Nicaragua: Una cuestin tnica?.

Latin American Research Reviewpp. 199-217

18. Hanmer, Lucia, Robert Lensink y Howard White 2003 "Infant and Child

Mortality in Developing Countries: Analysing the Data for obust

Determinants". Journal of Development Studies40 (1): 101-118.

19. Palloni, Alberto 1981 "Mortality in Latin America: Emerging Patterns".

Population and Development Review7 (4): 623-649.

20. Caldwell, John C. 1986 "Routes to Low Mortality in Poor Countries".Population and Development Review12 (2): 171-220.

Documents

Explicación de La Tasa de Mortalidad Infantil Mundial a Través de Un MRLM