2 resultados para Markov Chains

em Universidad de Alicante


Relevância:

60.00% 60.00%

Publicador:

Resumo:

La migración española de la segunda mitad del siglo XX se ha caracterizado en un primer momento por su carácter masivo y poco cualificado, seguido por un interregno de procesos de retorno y finalmente por una migración estable, no masiva pero altamente cualificada. La atención prestada a la inmigración masiva que recibe España a finales del siglo XX relegó a un segundo plano esta emigración cualificada de españoles. En este artículo se considera la relación entre movilidad espacial (migración de españoles) y su posible consecuencia sobre la movilidad social ascendente que experimentan. Para ello se utilizan los datos procedentes de la encuesta internacional EIMSS (European Internal Migrations Social Survey) y los procedimientos de escalamiento de clase social basados en la ocupación de Goldthorpe. El análisis se complementa con una simulación sobre la movilidad de clase, con la finalidad de visualizar y comparar los efectos sobre la movilidad social de la emigración de españoles a Francia, Alemania, Italia y Gran Bretaña.

Relevância:

60.00% 60.00%

Publicador:

Resumo:

This article uses data from the social survey Allbus 1998 to introduce a method of forecasting elections in a context of electoral volatility. The approach models the processes of change in electoral behaviour, exploring patterns in order to model the volatility expressed by voters. The forecast is based on the matrix of transition probabilities, following the logic of Markov chains. The power of the matrix, and the use of the mover-stayer model, is debated for alternative forecasts. As an example of high volatility, the model uses data from the German general election of 1998. The unification of two German states in 1990 caused the incorporation of around 15 million new voters from East Germany who had limited familiarity and no direct experience of the political culture in West Germany. Under these circumstances, voters were expected to show high volatility.