modelo de predicción para la obtención de trabajo

7/24/2019 Modelo de Prediccin Para La Obtencin de Trabajo

1/15

PROBABILIDAD DE OBTENCIN DE EMPLEO PAS BOLIVIA

1 INTRODUCCIN:El fn de este trabajo es presentar la cuanta de los determinantes en lavariable empleo, cunto es el impacto que tienen las variables aos deeducacin y edad sobre el empleo.

- Sera importante la edad para obtener empleo- !os aos de educacin determinaran la obtencin de empleo- !a variable empleo estar determinada por la edad y aos de

educacin

!a "iptesis bsica para este anlisis es que ambas variables aos deeducacin y edad son altamente determinantes a la "ora de obtener empleo.

1.1 Anlisis de los da os#ara dic"o anlisis se tom como base de datos la encuesta de "o$ares %&'(,previa trans)ormacin de la variable educacin y empleo.

#revio a cualquier codifcacin se seleccion solo los casos donde el in)ormantees mayor a '& aos por la ley boliviana que menciona la edad le$al paratrabajar.

!a variable educacin al estar codifcada en nivel o ciclo y curso o $rado, setuvo que codifcar para obtener la totalidad de aos de estudio, sin di)erenciarentre nivel, ciclos o $rados.

C!ad"o 1.Ni#el o$i$lo

C!"so Ma%$!"so

A&os deed!$a$i'n

%' ( * (%% + +%+ ( ( '%

omo se observa en el cuadro '. #ara la trans)ormacin solo se recodifco lavariable con un aumento del m imo de aos en el curso para el si$uientenivel o ciclo. Es decir si el nivel que se quiere encontrar es %% y se tiene comodato +, solo se debe sumar el m imo de aos curso al curso del nivel %%, quesera *.

Ni#el o$i$lo

C!"so O(e"a$i'n

A&os deed!$a$i'n

%% + + / * 0 12a .ursos en

nivel %'3

!a mencionada trans)ormacin se reali4 a todos los niveles o ciclos en lavariable educacin.

!a variable empleo al estar codifcada en5


2/15

TRABA)A

VALOR N!e#o#alo"

S6 ' '78 % &

!a codifcacin de esta variable no presento mayor problema.

* OB)ETIVOSEl objetivo del si$uiente trabajo es ver la relevancia e impacto que pueda tenerel incremento en al$una de las variables independientes, como ser educacin yedad para con variable empleo, responder a las pre$untas planteadas todo lomencionada a trav9s de los si$uientes m9todos5

- 2!# 12odelo lineal de probabilidad3- 2odelo #robit- 2odelo lo$it

+ MARCO TERICO

E,(leo.- Es la situacin laboral en la que se encontraba la persona unasemana antes de la encuesta, divida en si trabaja o no.

A&os de ed!$a$i'n.- Son los aos que la persona se tom en concluirlos estudios "asta el momento de la entrevista, los aos de educacinque )ueron tomados en cuenta son desde el primer curso escolar18bviando :nder y pre :nder3 "asta el ;ltimo $rado o curso mayorconocido, doctorado.

!a relacin que se espera de esta variable para con la dependiente1empleo3 es directa con si$no positivo, ya que se tiene la premisa que amayor educacin mayor ser la probabilidad de obtener empleo.

Edad.- Es la edad de la personas, cumplida "asta el momento de laencuesta, no se tomaron en cuenta menores de '& aos, por lomencionado en la introduccin.

!a relacin esperada de esta variable con la dependiente 1edad3 esinversa, ya que a mayor edad, es menor la probabilidad de obtenerempleo.

EM = 0 + 1 E + 2 AE + i

T5


3/15

AE: >os de educacin, tomando en cuenta escolar "asta pos$rado, unidad demedida, aos.


4/15

( Estimacin del modelo

(.'. 2odelo lineal de probabilidad ? 2!#.

T = 0 + 1 A E + 2 E + i

T = 0 . 416324 + 0.008412 AE+ 0.004055 E Si . &.&&&.&& &.&&

R-s/!a"ed 0 &.&+'

El principal problema que tiene este modelo es que e isten valoresestimados que se encuentran )uera de la teora elemental deprobabilidades, como se observa en el $rafco '. 1mbas variables dependientes son altamente si$nifcativas con un &.&&de si$nifcancia estadstica, lamentablemente los si$nos esperados y lasrelaciones solo se cumple para la variable >os de escolaridad 1>E3,mientras que la relacin ne$ativa esperada para con la variable edad 1E3no se dio.

0= 0.416324 = 42 = 6ndependientemente de los aos de educacin y la

edad que ten$a una persona, la probabilidad de obtener empleo es de

un (%A. 1= 0.008412 = 0.4 = manteniendo las dems variables constantes y ante

un incremento de ' ao en los aos de educacin, la probabilidad deobtener empleo incrementa en &.(A.

2= 0.008412 = 0.8 = manteniendo las dems variables constantes y ante

un incremento de ' ao en la edad, la probabilidad de obtener empleoincrementa en &. A.

El B-squared no es de $ran relevancia para el modelo, porquebsicamente se aplica cuando la variable dependiente es cuantitativa,pero lle$ara a ser un pseudo B-squared lo cual nos indica que la variabletrabajo esta e plicada en un +A por las variables aos de educacin yedad.


5/15

(.%. 2odelo !o$it

T = 0 + 1 AE + 2 E + i

T =

0. 414350+

0. 038409

AE+

0.018228

E Si . &.&&&.&& &.&&

M$ adden R-s/!a"ed 0 &.&%(

Conde5

P i= e z

1 + e z El modelo ser el si$uiente5

L= ln

( P i

1

P i)= z= 0.414350 + 0.038409 AE+ 0.018228 E

6nterceptaciones5

>l i$ual que en el modelo lineal de probabildiad 2!#, 7os indica quetodas las variables independientes son si$nifcativas.

0= Si no se tienen aos de educacin y la edad es cero, la

probabilidad de obtener empleo es ne$ativa, al no e istir probabilidadesne$ativas se concluye que es cero, imposible conse$uir trabajo sin esasvariables.

1 = 2anteniendo las dems variables constantes y ante unincremento en los aos de educacin, la probabilidad de obtener empleoincrementa.

2= 2anteniendo las dems variables constantes y ante unincremento en la edad, la probabilidad de obtener empleo incrementa.

#ara poder interpretar los coefcientes "aremos uso de un ejemplo5

unto es la probabilidad de obtener empleo para un e$resado deuniversidad que ten$a +& aos

!os aos de escolaridad en total daran 'D, '% de escolaridad y * de pre$rado.

2 0 -&,('(+* / &,&+ (& F 'D / &,&' %% F +& 0 &.D *


6/15

P i= e0.785

1+ e 0.785

oncluimos que la probabilidad de obtener empleo al salir de launiversidad y teniendo +& aos es de D A.

El 2c )adden B-squared nos indica que el comportamiento o variacionesque tiene la variable dependientes @rabajo 1@3 es e plicada en apenas un%.(A por las variables >os de educacin 1>E3 y Edad 1E3.

#ero para ver la bondad del modelo podemos usar el cuadro %.%. 1


7/15

la probabilidadde obtener empleoincrmentaen 0.8 %la edad variable E


8/15


9/15

>7EI8S.

'. 2!#.

uadro '. Salida de resultados - 2!#Dependent Variable: TMethod: Least SquaresDate: 02/24/16 Time: 08:1Sample: 1 2!"#"$n%luded obser&ations: 2!"#"

Variable 'oe((i%ient Std) *rror t+Statisti% ,rob)

' 0)416!24 0)00861 48)!2411 0)0000 -* 0)008412 0)00046! 18)1 8#2 0)0000

* 0)0040 0)0001#! 2!)4#6"" 0)0000

.+squared 0)0!11!0 Mean dependent &ar 0)6!"14! -d usted .+squared 0)0!104" S)D) dependent &ar 0)4802 "S)*) o( re ression 0)4#2#4 - ai e in(o %riterion 1)!!"602Sum squared resid ! 8)!!6 S%h ar3 %riterion 1)!40614Lo li elihood +160 8)16 annan+5uinn %riter) 1)!!""!0

+statisti% !8 )1#86 Durbin+7atson stat 1)"0416,rob +statisti%9 0)000000

Jrafco '.

0)0

0)2

0)4

0)6

0)8

1)0

1)2

000 10000 1 000 20000

T


10/15

%. !8J6@+. uadro %.'. Salida de resultados - !8J6@

4) Dependent Variable: T ) 6)#) Method: ML + inar; Lo it 5uadrati% hill %limbin 98) Date: 02/24/16 Time: 08:16 ") 10)11) Sample: 1 2!"#" 12) 1!)14) $n%luded obser&ations: 2!"#" 1 ) 16)1#) 'on&er en%e a%hie&ed a(ter 4 iterations 18)1") 'o&arian%e matri< %omputed usin se%ond deri&ati&es

!0) Variable

!1)'oe((i%ie

nt

!2)Std)

*rror

!!)3+

Statisti%

!4),r

ob)

4 ) '

46)+

0)414!

0

4#)0)0!8

480

48)+

10)#6#86

4")0)000

0

0) -*

1)0)0!

840"

2)

0)002162

!)

1#)#6424

4)0)0

000

) *

6)0)01822

8

#)0)000

#"

8)22)"!

!04

")0)000

0

#0) M% adden .+squared

#1)0)024!

0#2) Meandependent &ar

#!)0)6!"14

!

#4) S)D) dependent&ar

# )0)4802

"#6) S)*) o(re ression

##)0)4#110

#8) - ai e in(o%riterion

#")1)2#622

480) Sumsquared resid

81)!

21)22

82) S%h ar3%riterion

8!)1)2##2!

684) Loli elihood

8 )+

12"

8)2"

86) annan+5uinn%riter)

8#)1)2#6

2 88) De&ian%e

8")!0

"6)

"

"0) .estr) de&ian%e

"1)!1!

60)21

"2) .estr) loli elihood

"!)+

168

0)11

"4) L. statisti% " )#6!)626

"6) -& ) loli elihood

"#)+

0)6


11/15

2

!#"8

#

"8) ,rob L.statisti%9

"")0)00000

0100) 101) 102)

11!)=bs ith Dep>0

114)86

! 11 ) Total obs

116)2!"#

"

11#)=bs ith Dep>1

118)1 !

2611") 120) 121)

'+%.uadro %.%. #rediccin !o$it

1!!)1!4)*0

1#0)Dep>1

1#1)Total

186), Dep>19A>

'

18#)1

#!

188)!!!

18")1"06

1"0)0

1"1)0

1"2)0

1"!), Dep>19B'

1"4)#080

1" )14""!

1"6)220#!

1"#)86

!

1"8)1

!26

1"")2!"#"

200)Total

201)86

!

202)1

!26

20!)2!"#"

204)86

!

20 )1

!26

206)2!"#"

20#)'orre%t

208)1

#!

20")14""!

210)16

66

211)0

212)1

!26

21!)1

!26

214)C'orre%

t

21 )1

8)18

216)"

#)8!

21#)6

")0"

218)0)00

21")10

0)00

220)6

!)"1

221)C$n%orre

222)8

22!)2)

224)!

22 )1

226)0)

22#)!


12/15

%t

1)82

1#

0)"1

00)00

00

6)0"

%(%.


13/15

%(+. +. #B8H6@

244) uadro +.'. Salida de resultados ? #B8H6@24 )Dependent Variable: T 246) 24#)248)Method: ML + inar; ,robit 5uadrati% hill %limbin 924")Date: 02/24/16 Time: 08:26 2 0) 2 1)2 2)Sample: 1 2!"#" 2 !) 2 4)2 )$n%luded obser&ations: 2!"#" 2 6) 2 #)2 8)'on&er en%e a%hie&ed a(ter ! iterations 2 ")260)'o&arian%e matri< %omputed usin se%ond deri&ati&es

2#1)Variable

2#2)'oe((i%ie

nt

2#!)Std)

*rror

2#4)3+

Statisti%

2# ),r

ob)

286)'

28#)+

0)221 0

288)0)02!

164

28")+

") 6242

2"0)0)000

0

2"1)-*

2"2)

0)02!0#!

2"!)0)0012"6

2"4)1#)80!4"

2" )

0)0000

2"6)*

2"#)0)01041

2"8)0)000

462

2"")22) !

64!

!00)0)000

0

!11)M% adden .+squared

!12)0)02!2

1!1!) Meandependent &ar

!14)0)6!"14

!

!1 )S)D) dependent&ar

!16)

0)4802

"!1#) S)*) o(re ression

!18)0)4

#160

1

!1")- ai e in(o%riterion

!20)1)2##66

1!21) Sumsquared resid

!22)!

!2)44

2

!2!)S%h ar3%riterion

!24)1)2#86#

!!2 ) Loli elihood

!26)+

1!1)2

!2#) annan+5uinn%riter)

!28)1)2##""

0 !2") De&ian%e

!!0)!06!

1)04

!!1).estr) de&ian%e

!!2)!1!

60)21

!!!) .estr) loli elihood

!!4)+

168

0)11

!! )L. statisti% !!6)#2")

!!#) -& ) loli elihood

!!8)+


14/15

16#4

0)6!8#0

6

!!"),rob L.statisti%9

!40)0)00000

0!41) !42) !4!)

! 4)=bs ith Dep>0

! )86

! ! 6) Total obs

! #)2!"#

"

! 8)=bs ith Dep>1

! ")1 !

26!60) !61) !62)

!#!)uadro +.%

!#4)*0

40#)Dep>1

408)Total

40")Dep>0

410)Dep>1

411)Total

426), Dep

>19A>'

42#)10

#1

428)1

"8

42")12

6"

4!0)0

4!1)0

4!2)0

4!!), Dep>19B'

4!4)#

82

4! )1

128

4!6)22#10

4!#)86

!

4!8)1

!26

4!")2!"#"

440)Total

441)86

!

442)1

!26

44!)2!"#"

444)86

!

44 )1

!26

446)2!"#"

44#)'orre%t

448)10#1

44")1

128

4 0)161""

4 1)0

4 2)1

!26

4 !)1

!26

4 4)C'orre%

t

4 )1

2)!8

4 6)"

8)#1

4 #)6

#)4 8)0)00

4 ")10

0)00

460)6

!)"1

461)C 462) 46!) 464) 46 ) 466) 46#)


15/15

$n%orre%t

8#)62

1)2"

!2)4

10

0)00

0)00

!6)0"

( .

modelo de predicción para la obtención de trabajo

Documents