Tarefa closed_form.kakwani.regressive_tax

Veredito

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Como o agente resolveu e como foi validado

Resumo passo a passo do que o agente executou, por que o caminho está correto e como cada verificação conferiu o resultado.

1. 1Preparação da base de dados
   grid— lognormal income, log-SD 0.8, 20,000 points (weighted grid, cells finer in the tails); columns income and weight, tax = 0.001·income^0.5
2. 2Chamada que gerou a resposta finalcore.kakwanicitada na respostacoincide com a referência

   Ver chamada call_a005cbf7 nos detalhes
   Argumentos principais

   dataset:

   "grid"

   income:

   "income"

   tax:

   "tax"

   weights:

   "weight"

   Resultado calculado

   • kakwani = -0,20569index -0.20568975555314783
     Kakwani progressivity index of tax against income (weighted by weight)
   • concentration_tax = 0,222703index 0.22270257592954112
     Concentration index of tax, people ranked by income
   • gini_income = 0,428392index 0.42839233148268896
     Gini coefficient of income (weighted by weight)
   Diagnósticos: n_obs = 20.00020000 (rows used) · weighted_population = 11 (Σw: the population the rows stand for) · weights_used = true (weighted by 'weight') · average_tax_rate = 0,00002375410.00002375410359713514 (Σw·tax / Σw·income)
3. 3Conferência de lastro e resposta final
   • ✓
     #0figura próximakakwani

     Compara a figura "kakwani" contra o valor esperado dentro da tolerância.

Valores esperados e de onde vêm

Nenhuma fonte citada pelas verificações.

Verificações

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

1. 0Início

   Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

   grid (agent)

   lognormal income, log-SD 0.8, 20,000 points (weighted grid, cells finer in the tails); columns income and weight, tax = 0.001·income^0.5

   file — · frame —
2. 1Ferramenta
   core.kakwaniv0.1.0call_a005cbf7decidido pelo códigoreexecutável

   Argumentos

   {
     "dataset": "grid",
     "income": "income",
     "tax": "tax",
     "weights": "weight"
   }

   Figuras call_a005cbf7

   Chave	Valor	Valor bruto	Erro-padrão	IC
   kakwani Kakwani progressivity index of tax against income (weighted by weight)	-0,20569index	-0.20568975555314783	—	—
   concentration_tax Concentration index of tax, people ranked by income	0,222703index	0.22270257592954112	—	—
   gini_income Gini coefficient of income (weighted by weight)	0,428392index	0.42839233148268896	—	—

   Diagnósticos

   • n_obs = 20.00020000 (rows used)
   • weighted_population = 11 (Σw: the population the rows stand for)
   • weights_used = true (weighted by 'weight')
   • average_tax_rate = 0,00002375410.00002375410359713514 (Σw·tax / Σw·income)

   Derivação matemática e pressupostos

   kakwani

   1. Ordenam-se as pessoas pela renda antes do imposto e acumulam-se, com os pesos, a população e o imposto pago: a curva de concentração do imposto. A sua área, A_T, é a soma dos trapézios entre pontos consecutivos; o índice de concentração é um menos duas vezes essa área.C_T = 1 − 2 × A_T→ 0,222703 (0.22270257592954112)
   2. Na mesma ordem, a curva de Lorenz da renda antes do imposto, de área A_X, dá o seu Gini.G_X = 1 − 2 × A_X→ 0,428392 (0.42839233148268896)
   3. O índice de Kakwani é a distância entre as duas: positivo quando o imposto se concentra mais nos ricos do que a renda (progressivo), zero quando proporcional.K = C_T − G_X→ -0,20569 (-0.20568975555314783)

   concentration_tax

   1. Ordenam-se as pessoas pela renda antes do imposto e acumulam-se, com os pesos, a população e o imposto pago: a curva de concentração do imposto. A sua área, A_T, é a soma dos trapézios entre pontos consecutivos; o índice de concentração é um menos duas vezes essa área.C_T = 1 − 2 × A_T→ 0,222703 (0.22270257592954112)

   gini_income

   1. Na mesma ordem, a curva de Lorenz da renda antes do imposto, de área A_X, dá o seu Gini.G_X = 1 − 2 × A_X→ 0,428392 (0.42839233148268896)

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   grid 27b954416e7fcd3ce13b1edaeb831755d42f385436a3b4dcfeb46451b056b700

   sha256 do resultado

   ecee98935dc855c3aa9c11c3c1f539467abefd115fc37769a4433581a27b75f0

3. 2Pontuação
   #0figura próximapassouobrigatória-0.2056897556 vs -0.20568976583619003

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

• época 1, tentativa 1passoupontuada(exibindo)

Downloads desta tarefa