FACULTAD DE CIENCIAS DE LA EMPRESA

ESCUELA ACADÉMICO PROFESIONAL DE

ECONOMÍA

PRACTICA N° 2: INFORMATICA PARA ECONOMISTAS

MODELO DE LOS EFECTOS DE VARIAS VARIABLES SOBRE LA

PROBABILIDAD DE QUE UNA MUJER ESTE EN LA FUERZA
LABORAL.

DOCENTE:
FARIT, CHAVARRI

PRESENTADO POR:
FATIMA EMILY, ESCOBAR CENCIA
GRECIA MAYLE, HUAMAN TORRES

HUANCAYO - PERÚ
2019
 Práctica N° 02: Informática para Economistas

Instrucciones:
Todas las respuestas las deberá escribir en su Do-file.
Una vez terminado la práctica calificada, deberá enviar por correo electrónico solamente el
trabajo en PDF o Word y el archivo dofile a la siguiente dirección:
achavarri@continental.edu.pe
Puede utilizar cualquier material de consulta.
La Práctica se entregará a más tardar el sábado 07 de diciembre a las 10:00 pm.

Parte 1: Inspección de la Base de Datos (4 puntos).

Revise la Base de Datos ‘LC2_1.dta’ que está basada en una base de datos para un modelo
de los efectos de varias variables sobre la probabilidad de que una mujer este en la fuerza
laboral.

1. Realice una inspección a la base de datos mostrando las etiquetas de cada variable.

Tabla N° 1
Interpretación:

La tabla nos muestra que tiene 753 observaciones con 8 variables y nos da dos tipos de
variables el byte y float, el primero son para guardar variables que solo necesiten uno o dos
espacios por lo cual cada carácter se va guardar en un byte, luego están los float que por lo
general se utilizan para guardar números.

Todas son variables cuantitativas y podemos observar las etiquetas que la mayoría son byte
luego están los float. También se puede apreciar las etiquetas asociadas y sus formatos de
almacenamiento y visualización.

2. Muestre el número de observaciones que contiene la base, así como sus principales
estadísticos. ¿Existen missings en la base?

 Observaciones
Tabla N° 2

Interpretación:

En la tabla N° 2, vemos el número de observaciones que se utilizaron para el análisis,

siendo éste 753.

 Estadísticos
 Tabla N° 3

Interpretación:

En la tabla N°3 podemos ver que tiene 753 observaciones por cada variable, los resultados
del resumen muestran que las 8 variables no son idénticas por lo cual se ve diferentes
resultados. Asimismo, se observa la media de la variable y la desviación estándar de cada
variable. También, nuestra variable de niños menores a 5 años varía de 0 a 3 (los valores
mínimo y máximo), de los niños entre 6 y 18 años, varía de 0 a 8, de la edad de la esposa
varía entre 30 y 30, por ultimo vemos la variación de la educación de la esposa que varía
entre 0 y 1.

 Missings
Tabla N° 4

Interpretación:
En la Tabla N° 4, se observa que no existen missings en la base, es decir datos perdidos.

Parte 2: Estimación (4 puntos)

 Tabla N° 5

Interpretación:

El codebook (libro de códigos), nos permite saber qué tipos de variables tenemos, este
comando proporciona estadísticas descriptivas básicas y a menudo usamos este comando
al comienzo de do-fails para proporcionar un resumen de las variables siendo analizado
mientras que el libro de códigos, compacto incluye la etiqueta variable, no incluye la
desviación estándar y utilizamos el comando resumir que no incluye la etiqueta variable.

3. Estime, mediante MCO, la variable “lfp”.

 Tabla N° 6

Interpretación:
La información en el encabezado de la tabla N° 6 el número de observaciones que se
utilizaron para el análisis, siendo éste 753, asimismo vemos el estadístico F (F = 18.83). Los
números entre paréntesis son el Modelo y los grados de libertad residual son de la tabla
ANOVA anterior. Asimismo, vemos la probabilidad de probar la hipótesis nula de que todos
los coeficientes del modelo son 0.
Por otro lado, en la parte inferior de la tabla vemos, que el coeficiente para los niños
menores a 5 años es -0.29; esto quiere decir que, para un aumento de una unidad en niños,
se espera una disminución de 0.29 de la probabilidad de la esposa de ingresar a la fuerza
laboral con un intervalo de confianza de 95%. Asimismo, por cada aumento de una unidad
de niños entre 6 y 18 años, se espera una disminución de 0.01 de la probabilidad de la
esposa de ingresar a la fuerza laboral con un intervalo de confianza de 95%. También, por
cada aumento de una unidad en la edad, se espera una disminución de 0.04 de la
probabilidad de la esposa de ingresar a la fuerza laboral con un intervalo de confianza de
95%.

4. Estime, mediante LOGIT y PROBIT, la variable “lfp”.

 LOGIT
 Tabla N° 7

Interpretación:
El registro de iteración comienza con la iteración 0= log likelihood= -514.8732 y termina con
la iteración 4: log likelihood = -452.63296, con las iteraciones intermedias mostrando los
pasos dados en la maximización del log-verosimilitud función. Aunque esta información
puede proporcionar información cuando no converge. El modelo logit es un modelo de
regresión no lineal que obliga a la salida (valores predichos) a ser 0 a 1.
La variable dependiente es lfp y la variable independiente (k5, k618, age, wc, hc, lwg, inc),
los valores de los coeficientes de la variable logit nos dicen la relación que tienen con la
variable dependiente y con la dependiente. En primer lugar, esta los niños menores a 6 años
k5 = -1.462913 .
 PROBIT
 Tabla N° 8

Interpretación:
La información en el encabezado de la tabla N° 8 nos muestra el registro de iteración y ésta
a su vez nos proporcionar información cuando el modelo no converge. Por otro lado, en la
tabla vemos el número de observaciones que se utilizaron para el análisis, siendo éste 753,
asimismo vemos el estadístico de probabilidad (124.36) con 7 grados de libertad, es decir 7
predicciones, también vemos si el modelo es estadísticamente significativo o no, en este
caso lo es, ya que, es menor a 0.1.
Asimismo, en la parte inferior de la Tabla vemos, que el coeficiente para los niños menores
a 5 años es -0.87; esto quiere decir que, para un aumento de una unidad en niños, se
espera una disminución de 0.87 de la probabilidad de la esposa de ingresar a la fuerza
laboral con un intervalo de confianza de 95%. Asimismo, por cada aumento de una unidad
de niños entre 6 y 18 años, se espera una disminución de 0.04 de la probabilidad de la
esposa de ingresar a la fuerza laboral con un intervalo de confianza de 95%.

Parte 3: Nivel de Ajuste y Pruebas de Hipótesis (8 puntos)

5. Para elegir entre la estimación del modelo LOGIT y PROBIT, muestre el grado de
ajuste de ambas regresiones. Elija la estimación más apropiada siguiendo algún
criterio. Explique su elección.
 Tabla N° 9

Interpretación:
En la tabla N° 9, podemos ver los diversos coeficientes, como también las estimaciones y
las estadísticas de prueba para coeficientes individuales; asimismo, se reflejan las etiquetas
y las etiquetas de valor que se usan con variables de factores.

6. Algunos de sus colegas sostienen que el tener niños menores a 6 años no tiene
efectos significativos en la decisión de entrar al mercado laboral. Pero ellos no
dominan STATA. Por ello, usted deberá realizar un test estadístico sometiendo a
prueba esa hipótesis para que puedan sacar una conclusión. Hágalo mediante el
Test de Wald y el Test de Ratio de Verosimilitud.

 TEST DE WALD
 Tabla N° 10

tener niños menores a 6 años no tiene efectos significativos

Ho: k5 = 0 en la decisión de entrar al mercado laboral.

H1: k5≠ 0 tener niños menores a 6 años si tiene efectos significativos

en la decisión de entrar al mercado laboral.

Interpretación:
En la tabla N° 10, podemos ver que se rechaza la hipótesis nula de que tener niños menores
a 6 años no tiene efectos significativos en la decisión de entrar al mercado laboral es igual a
0; ya que la probabilidad (0.0000) es menor a 0.01 con un chi 2 de 55.14 con 1 grados de
libertad. Entonces, se acepta la hipótesis alterna; donde, tener niños menores a 6 años si
tiene efectos significativos en la decisión de entrar al mercado laboral.

 TEST DE RATIO DE VEROSIMILITUD

Tabla N° 11

tener niños menores a 6 años no tiene efectos significativos

Ho: k5 = 0 en la decisión de entrar al mercado laboral.
tener niños menores a 6 años si tiene efectos significativos
en la decisión de entrar al mercado laboral.
H1: k5 ≠ 0

Interpretación:
En la tabla N° 11, podemos ver que se rechaza la hipótesis nula de que tener niños menores
a 6 años no tiene efectos significativos en la decisión de entrar al mercado laboral es igual a
0; ya que la probabilidad (0.0000) es menor a 0.01 con un chi 2 de 66.48 con 1 grados de
libertad.

7. Otros colegas sostienen que, en general, la educación no tiene efectos significativos

en la decisión de entrar al mercado laboral. Nuevamente, solicitan de manera
desesperada su ayuda para poder comprobar esa hipótesis. Por ello, usted deberá
realizar una prueba estadística sometiendo a prueba dicha hipótesis. Hágalo
mediante el Test de Wald y el Test de Ratio de Verosimilitud.

 TEST DE WALD
 Tabla N° 12

Ho: wc = 0 la educación tiene efectos significativos en la decisión

de entrar al mercado laboral
H1: wc ≠ 0 la educación tiene efectos significativos en la decisión
de entrar al mercado laboral

Interpretación:
En la tabla N° 12, podemos ver que se rechaza la hipótesis nula de que la educación no
tiene efectos significativos en la decisión de entrar al mercado laboral es igual a 0; ya que la
probabilidad (0.0004) es menor a 0.01 con un chi 2 de 12.32 con 1 grados de libertad.
Entonces, se acepta la hipótesis alterna; donde, la educación si tiene efectos significativos
en la decisión de entrar al mercado laboral.

 Test de Ratio de Verosimilitud

Tabla N° 13

la educación no tiene efectos significativos en la

decisión de entrar al mercado laboral
Ho: wc = 0
H1: wc ≠ 0 la educación tiene efectos significativos en la decisión
de entrar al mercado laboral

Interpretación:
En la tabla N° 13, podemos ver que se rechaza la hipótesis nula de que la educación no
tiene efectos significativos en la decisión de entrar al mercado laboral es igual a 0; ya que la
probabilidad (0.0004) es menor a 0.01 con un chi 2 de 12.72 con 1 grados de libertad.

8. Un economista, además, sostuvo que: “No existen diferencias significativas sobre la

probabilidad de formar parte de la fuerza laboral el logro educativo entre esposos”.
Sin embargo, él es un empírico que no maneja STATA y no puede demostrar
econométricamente lo que dice. ¿Está usted de acuerdo con él? Utilice el Test de
Wald y comente sus resultados.

 TEST DE WALD
 Tabla N° 14

No existen diferencias significativas sobre la

Ho: wc = hc = 0 probabilidad de formar parte de la fuerza laboral el
logro educativo entre esposos

Si existen diferencias significativas sobre la

H1: wc = hc ≠ 0 probabilidad de formar parte de la fuerza laboral el
logro educativo entre esposos

Interpretación:
En la tabla N° 14, podemos ver que se rechaza la hipótesis nula de que los efectos del
marido y la esposa la educación es simultáneamente igual a 0; ya que la probabilidad es
menor a 0.01 con un chi 2 con 2 grados de libertad.

 TEST DE RATIO DE VEROSIMILITUD

Tabla N° 15

No existen diferencias significativas sobre la

Ho = wc = hc = 0 probabilidad de formar parte de la fuerza laboral el
logro educativo entre esposos
H1: wc = hc ≠ 0 Si existen diferencias significativas sobre la
probabilidad de formar parte de la fuerza laboral el
logro educativo entre esposos

Interpretación:
En la Tabla N° 15, podemos ver que se rechaza la hipótesis nula; ya que, la probabilidad es
menor a 0.01 con un LR chi2 con 2 grados de libertad de 18.5; es decir, si existen
diferencias significativas sobre la probabilidad de formar parte de la fuerza laboral el logro
educativo entre esposos.

Parte 4: Predicción del Modelo (4 puntos)

9. Calcule la probabilidad de entrar al mercado laboral para aquella persona que tiene
algún logro educativo, al igual que su esposo, de 28 años de edad y con un hijo
menor a 6 años.
 Tabla N° 16

Interpretación:
En la tabla N° 16 podemos apreciar la predicción de la probabilidad de participación en la
fuerza laboral de ambos esposos de 28 años y con un hijo menor a 6 años, donde la
probabilidad de ingresar a la fuera laboral es 67.38% con un intervalo de confianza de 95%
[0.58 0.77].

10. ¿Calcule el cambio discreto de todas las variables sobre la probabilidad de formar
parte de la fuerza laboral, así como los valores iniciales y finales de dichas
probabilidades? ¿cuáles son las variables que impactan en mayor grado sobre la
probabilidad de pertenecer a la fuerza laboral?
 Tabla N° 17

Interpretación:
Para saber las estimaciones del cambio los resultados para un cambio en una variable
independiente, se mantiene constantes todas las demás variables, y así saber cuáles son
sus efectos marginales.

En la tabla N° 17, podemos apreciar el efecto marginal promedio de la variable k5 es

negativo; es decir, se estima que tener niños pequeños disminuye la cantidad de entrar a la
fuerza laboral en 0.30 con el intervalo de confianza de 95% [-0.37 -0.23]; lo mismo sucede
con la variable “age”, ya que, se estima que la edad de la esposa disminuye la probabilidad
de ingresas a la fuerza laboral en 0.013 con un intervalo de confianza de 95% [-0.017
-0.008].