Modelos economtricos de probabilidad no lineal

aplicados a la participacin en el mercado laboral

de la poblacin en la regin Arequipa
Wilson Caapatana Castillo

Agosto del 2017

Resumen

Este pequeo articulo analiza algunos de los factores que afectan las probabilidades de que una persona
participe en el mercado laboral ya sea trabajando u en su defecto buscando un trabajo en la regin Arequipa
para el ao 2016. Los resultados muestran que el hecho de ser mujer, tener una mayor cantidad de hijos
menores de 5 aos, tener ms aos de edad o contar con mayores ingresos disminuye la probabilidad de
participar en el mercado laboral. Tambin se ha encontrado en el anlisis de la base de datos que tanto el
hecho de ser casados, tener ms aos de educacin o ser jefes de hogar incrementan la probabilidad de
participar en el mercado laboral. Para este anlisis se ha hecho el uso de modelos economtricos de
probabilidad los cuales ayudan a contrastar estos resultados.

INTRODUCCIN

Muchos trabajos de investigacin se concentran en el estudio de la Poblacin Econmicamente Activa,

especficamente en la poblacin que conforma la Poblacin Econmicamente Activa Ocupada que
constituye parte de la fuerza de trabajo que tiene gran trascendencia en el crecimiento de la economa
(Leasaski & Crispn, 2010).

Se tiene una gran cantidad de estudios de la Poblacin Econmicamente Activa Ocupada y de la Poblacin
Econmicamente Activa Desocupada, sin embargo, en la bibliografa existe poca referencia acerca de qu
variables influyen en hacer que la poblacin participe en el mercado laboral como Poblacin
Econmicamente Activa Ocupada y Desocupada, dejando de ser parte de la Poblacin Econmicamente
Inactiva1. Esas variables influyen en las decisiones de las personas en querer formar parte del mercado
laboral y dejar de mantenerse como personas inactivas.

1La Poblacin en Edad de Trabajar comprende la Poblacin Econmicamente Activa y la Poblacin Econmicamente Inactiva. La
poblacin Econmicamente activa a su vez comprende la Poblacin Ocupada y la Poblacin Desocupada, en tanto la Poblacin
Econmicamente Inactiva comprende personas que no buscan un puesto laboral y tienen otras actividades como los estudios.

Pgina | 1
A nivel nacional y regional es importante conocer cules son los principales factores que influyen en la
persona a formar parte del mercado laboral ya sea estando ocupada en algn puesto laboral o buscando un
trabajo, son variables que influyen en una persona a formar parte de la Poblacin Econmicamente Activa
(Millones E. A., 2003). La identificacin de estos factores toma mayor relevancia cuando las polticas
nacionales y regionales tienen como objetivo disminuir la tasa de desempleo, mucho ms cuando se trata
de un pas centralizado y que cuenta con regiones de difcil acceso y con poblacin en situacin de pobreza
y pobreza extrema. Las polticas del gobierno central y regional que generan empleo posibilita la reduccin
de estos indicadores de pobreza. As mismo resulta importante tomar en cuenta esas variables pues
determinan la oferta de horas de trabajo por parte de la poblacin (Millones E. A., 2003).

La implementacin de polticas adecuadas para brindar habilidades y potenciar las destrezas de la

poblacin podr contribuir a que esta poblacin ocupe puestos de trabajo que sea de calidad2. En el Per se
cumple una relacin indirecta entre el empleo de calidad y la incidencia de la pobreza, donde regiones con
una menor incidencia de pobreza cuentan con un mayor nivel de calidad del empleo (Vera, Gil, Chavez, &
Manayay, 2015).

En este sentido resulta importante estudiar a la poblacin que se encuentra formando parte de la Poblacin
Econmicamente Activa y la influencia de los factores que posibilitan su participacin en el mercado laboral,
es decir ver qu factores incrementan las posibilidades de un individuo a participar en el mercado laboral, y
determinar la importancia de estos factores en las polticas actuales.

Se pueden sealar varios ejemplos en los cuales la determinacin de estos factores puede ayudar al diseo
de polticas pblicas. Por ejemplo, tener una idea de los factores que impulsan a un menor de edad a formar
parte del mercado laboral ayudaran a erradicar el trabajo infantil el cual es uno de los males que aqueja a
nuestra sociedad. En la poblacin joven la determinacin de esos factores puede ayudar a disear polticas
que prevengan las altas tasas de desempleo que se dan por falta de capacitacin adecuada, falta de
experiencia y por las posibles obligaciones familiares que se tengan.

Entender las razones por las que un individuo menor de edad, joven estudiante o adulto jubilado, decide
formar parte del mercado laboral permite implementar y mejorar polticas para el bienestar de la poblacin.
Dependiendo de las caractersticas de cada individuo se esperara que el efecto de las variables que
influyen en las probabilidades de acceder al mercado laboral de un individuo sea heterogneo y difieran en
relevancia.

2 Segn la Organizacin Internacional del Trabajo el empleo de calidad implica al salario, acceso a un seguro de salud y un
sistema pensionario, la certidumbre del empleo (existencia de un contrato y la jornada de trabajo establecida.

Pgina | 2
DESCRIPCIN DE LOS DATOS

En el presente trabajo se emplear la informacin proveniente del Instituto Nacional de Estadstica e

Informtica y del Ministerio de Trabajo, para lo cual se emplea la Encuesta Nacional de Hogares del ao
2016. As mismo se usa los criterios establecidos por el ministerio de trabajo para la determinacin de
algunas variables.

Los datos requeridos son el sexo de la persona debido a que existen ciertos mercados en los cuales en el
presente an existe cierta predominancia por parte de los hombres y en otras de las mujeres. Las personas
que estn casadas tienen mayor incentivo a formar parte del mercado laboral, ms si esta persona es el jefe
de hogar o si cuenta con hijos menores de edad que requieren de los servicios bsicos.

La edad de la persona tambin es una variable que influye en las probabilidades de una persona a formar
parte del mercado laboral, tanto en personas mayores de edad con rendimientos marginales decrecientes
pero que cuentan con mayor experiencia como en los jvenes que cuentan con mayor vitalidad y mayor
disposicin a laborar, pero con poco o ninguna experiencia. Esta situacin difiere an ms cuando se trata
de los aos de educacin con las que cuenta una persona que mejora las condiciones de encontrar un
trabajo.

Existen tambin aquellos individuos en cuyo hogar los bajos ingresos hacen que requieran formar parte del
mercado laboral debido a que en la mayora de los casos existen necesidades bsicas que cubrir.

Como se ha podido observar existe una infinidad de variables que afectan la participacin de un individuo en
el mercado laboral. En este trabajo se espera determinar algunas de las variables que contribuyen
incrementando las posibilidades de participacin de un individuo en el mercado laboral y otras que reducen
dichas posibilidades de participacin.

METODOLOGA

Dentro de la literatura econmica existen una variedad de mtodos a aplicar para determinar el efecto de
una variable en otra, en este caso se trata de la probabilidad de formar parte de la Poblacin
Econmicamente Activa, es decir participar en el mercado laboral. Dentro de esta clase de modelos de
variable dependiente binaria podemos encontrar los modelos de probabilidad lineal, modelos de regresin
Tobit, modelos de regresin Logt y modelos de regresin Probit, los cuales son modelos de probabilidad no
lineal.

En algunas ocasiones se tienen como dificultades en el modelo de probabilidad lineal que este no se
encontrara acotado entre 0 y 1, lo que llevara a tener probabilidades negativas y mayores al 100%, en el
caso de los modelos Logit y Probit sin embargo las diferencias se dan principalmente en la funcin de
distribucin acumulada que emplea cada una de ellas (Stock & Watson, 2012).

Pgina | 3
En este sentido se har un comparativo entre el modelo de probabilidad lineal que se halla mediante el
mtodo de mnimos cuadrados ordinarios y los modelos de probabilidad no lineal Logit y probit que se
calculan mediante el mtodo de mxima verosimilitud.

El Modelo de Probabilidad lineal se utiliza para modelos de regresin mltiple cuando la variable
dependiente es binaria en vez de continua. Debido a que la variable dependiente Y es binaria, la funcin de
regresin poblacional corresponde a la probabilidad de que la variable dependiente sea igual a 1, dado X. El
coeficiente poblacional de un regresor X es la variacin en la probabilidad de que Y=1 asociada con una
variacin unitaria en X. Del mismo modo, el valor de prediccin MCO, i, calculado mediante la funcin de
regresin estimada, es la probabilidad estimada de que la variable dependiente sea igual a 1, y el estimador
MCO 1 estima la variacin de la probabilidad de que Y=1 asociada a un cambio unitario en X.

As tenemos la expresin lineal del modelo de probabilidad lineal donde Yi representa la variable
dependiente binaria en funcin de las variables independientes X1, X2, Xk .

Yi 0 1 X1i 2 X 2i ... k X ki ui

E(Yi|X1, X2, , Xk) = Pr(Y=1|X1, X2, , Xk)

Pr(Y=1|X1, X2, , Xk) = 0 + 1 X1 + 2 X2 + + k Xk

De igual manera este modelo se puede expresar en forma matricial de la siguiente manera.

Y1 1 X 11 X k1 0 u1
Y 1 X X k 2 u
y 2 , X 12
, 1 , u 2


Yn 1 X 1n X kn k un

Y1 1 X 11 X k1 0 u1
Y 1 X X k 2 u
2 = 12 1 + 2


Yn 1 X 1n X kn k un

y X u

yi X i ui

1 si el individuo i Participa
yi =
0 si el individuo i No Participa

Pgina | 4
Adems, se tiene que:

X1 : sexo (sexo), 1 para Mujer y 0 para Hombre.

X2 : casado (casado), 1 si es casado y 0 si no es casado

X3 : Jefe de hogar (jefeh), 1 si es jefe de hogar y 0 si no los es

X4 : Nmero de hijos menores de 5 aos (numh5)

X5 : edad del individuo i expresada en aos (edad)

X6 : educacin expresada en aos (educacin)

X7 : Ingresos del hogar expresado en tasas (ingresh).

Nuestro modelo que representa la participacin en el mercado laboral en funcin de las variables antes
descritas queda representado en forma matricial de la siguiente manera:

0

1
Y1 1 X 11 X 21 X 31 X 41 X 51 X 61 X 71 2 u1
Y 1 X X X X X X X
2 = 12 22 32 42 52 62 72 3 + u2
4

Yn 1 X 1n X 2 n X 3n X 4 n X 5 n X 6 n X 7 n 5 un

6
7

yi X i ui

Donde finalmente el modelo de probabilidad lineal que representa la probabilidad de participacin en el

mercado laboral viene expresado de la siguiente manera en forma matricial:

Pr( yi 1\ X i ) X i

Pgina | 5
Modelo de regresin Probit es un modelo de regresin no lineal que se basa en la funcin de distribucin
de probabilidad acumulada normal estndar, cuyas probabilidades condicionales toman siempre valores
entre 0 y 1.

La expresin lineal del modelo de probabilidad probit viene expresada de la siguiente manera:

Pr(Y=1|X1, X2, , Xk) = (0 + 1 X1 + 2 X2 + + k Xk )

Donde se tiene que Yi sigue representando a la variable dependiente binaria y X1, X2, Xk , representan a
las variable independientes que explican el modelo, as mismo es la funcin de distribucin normal
estndar acumulada que es una funcin de 0 + 1 X1 + 2 X2 + + k Xk que representa el valor z para
hallar la probabilidad de participacin en el mercado laboral.

En forma matricial el modelo probit puede ser representado de la siguiente manera:

Pr( yi 1\ X i ) ( X i )

Donde y viene a representar el vector de la variable dependiente, X representa la matriz de la variables

independientes o explicativas, y representa el vector de los parmetros.

Xi 1 z2
( X i ) exp dz

2 2

Xi 1 z2
Pr( yi 1\ X i ) exp dz

2 2

En este sentido usando la transformacin normal estndar () se restringe la probabilidad de participacin

en el mercado laboral entre 0 y 1.

lim ( z ) 1 y lim ( z) 0
z z

El Modelo Logit en cambio utiliza la funcin de distribucin acumulada logstica estndar y su aplicacin es
similar que el modelo de regresin Probit.

La forma lineal del modelo de regresin logit se puede expresar as:

Pr(Y=1|X1, X2, , Xk) = F(0 + 1 X1 + 2 X2 + + k Xk )

Pr(Y=1|X1, X2, , Xk) = 1

-( + X + X + + X )
1+e 0 1 1 2 2 k k

Pgina | 6
En la forma matricial el modelo logit es expresado de la siguiente manera

Pr( yi 1\ X i ) ( X i )

exp( X i )
( X i )
1 exp( X i )

exp( X i )
Pr( yi 1\ X i )
1 exp( X i )

Como se pudo sealar anteriormente, el modelo de probabilidad lineal se resuelve aplicando el mtodo de
mnimos cuadrados ordinarios, mtodo de estimacin ya conocido. Sin embargo en lo que se refiere al
modelo Logit y el modelo Probit se aplicara el mtodo de estimacin de mxima verosimilitud.

En el caso del Modelo Logit se puede proceder de la siguiente manera para obtener la funcin de mxima
verosimilitud.

Sea la probabilidad ( ) de nuestra muestra el producto de las probabilidades de cada una de las
observaciones con las que se cuenta:

Pr( y1 0) Pr( y2 0) Pr( ym 0) Pr( ym1 1) Pr( ym 2 1) Pr( ym n 1)

Siendo para este caso Pr( yi 1) ( X i ) y Pr( yi 0) 1 ( X i )

As obtenemos la funcin de mxima verosimilitud para este modelo logit el cual se representa de la
siguiente manera:
m n
1 ( X i ) ( X i )
i 1 i m 1

n
( X i ) y 1 ( X i )
(1 yi )
i

i 1

Aplicamos el logaritmo natural a la funcin de mxima verosimilitud del modelo logit y obtenemos la
siguiente expresin:
n
ln ln ( X i ) yi 1 ( X i )
(1 yi )

i 1

n
yi ln ( X i ) (1 yi ) ln 1 ( X i )
i 1

Pgina | 7
En el caso del Modelo Probit primeramente definimos la variable latente y* la cual es:

yi* X i ui

Nosotros no observamos y* sino ms bien y la cual toma valores de 0 o 1 de acuerdo a la siguiente regla:

1 si y*>0
yi =
0 en otro caso

Se asume que ui N (0, 2 ) , as mismo en el modelo probit yi* se encuentra distribuido normalmente.

Pr( yi 1) Pr( yi* 0)

Pr( yi 1) Pr( X i ui 0)

Pr( yi 1) Pr(ui X i )

u
Pr( yi 1) Pr i X i

Pr( yi 1) X i

Pr( yi 0) 1 X i

A continuacin se obtiene la funcin de mxima verosimilitud del modelo probit que tiene la siguiente forma:
m
n
1 X i X
i 1 i m 1 i

(1 yi )

yi
n

Xi 1 X i
i 1

Se realiza una transformacin obteniendo el logaritmo natural de la funcin de mxima verosimilitud del
modelo probit.
(1 yi )

n i y

ln ln X i 1 X i
i 1

n

yi ln X i (1 yi ) ln 1 X i
i 1

Pgina | 8
LOS RESULTADOS

Se puede ver que de acuerdo a la condicin de actividad en la Encuesta Nacional de Hogares para la regin
Arequipa el 68.3% se encuentra participando en el mercado laboral mediante la condicin de Activo3, por el
otro lado la poblacin Inactiva viene siendo representada por el 31.7% del resto de la Poblacin en Edad de
Trabajar.

En lo que se refiere a la participacin en el mercado laboral por sexo, podemos ver que el 54.5% est
compuesto por hombres, mientras que el restante 45.5% est conformado por mujeres. En el caso de la
poblacin que participa en el mercado laboral aproximadamente el 59.1% de esta se encuentra en situacin
de casado, mientras el restante 40.9% posee otra condicin de estado civil. As mismo del total de la
poblacin que participa en el mercado laboral se tiene que el 56.6% es jefe de hogar y el restante 43.4% no
cumple con este papel.

60,0 75,0

60,0
55,0
45,0
50,0
30,0
45,0
15,0

40,0 0,0
Hombre Mujer No Casado Casado

60,0
50,0
40,0
30,0
20,0
10,0
0,0
No Jefe de hogar Jefe de hogar

3 Para el clculo de esta cifra no se estn aplicando los factores de expansin poblacional por estarse analizando la informacin
disponible en la Encuesta Nacional de Hogares.

Pgina | 9
En lo que respecta a la poblacin que participa en el mercado laboral y que cuenta con hijos menores de 5
aos de edad, se puede observar que las familias que participan en el mercado laboral tienen un mximo de
3 hijos menores de 5 aos. En lo que respecta a la poblacin que participa en el mercado laboral y su edad,
se puede observar que a partir de los 90 aos de edad el nmero de participantes en el mercado laboral
disminuye.

1 1
Participacin

Participacin

0 0

0 1 2 3 10 20 30 40 50 60 70 80 90 100

Numh5 Edad

1 1
Participacin

Participacin

0 0

0 4 8 12 16 20 0 2 4 6 8 10 12

Educacin Ingresh

Pgina | 10
Ahora procederemos a analizar los resultados de la estimacin de los modelos de regresin descritos
anteriormente y como las variables sealadas impactan en la probabilidad de participacin en el mercado
laboral de la poblacin de la regin Arequipa.

En lo que se refiere a la aplicacin del modelo de regresin lineal, que como ya mencionamos no se
encuentra acotado entre 0 y 1, se obtienen los siguientes coeficientes.

Participacin = 0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad + 6*Educacin

+ 7*Ingresh + u

Pr(Participacin=1) = 0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad +

6*Educacin + 7*Ingresh

Dependent Variable: Y
Method: Least Squares
Date: 08/03/17 Time: 11:21
Sample: 1 4586
Included observations: 4586

Variable Coefficient Std. Error t-Statistic Prob.

SEXO -0.067979 0.014105 -4.819560 0.0000

CASADO 0.223148 0.014892 14.98485 0.0000
JEFEH 0.201765 0.016064 12.55988 0.0000
NUMH5 -0.080957 0.014417 -5.615425 0.0000
EDAD -0.003486 0.000466 -7.482578 0.0000
EDUCACION 0.012013 0.001579 7.606986 0.0000
INGRESH -0.012284 0.002194 -5.598219 0.0000
C 0.617474 0.033106 18.65156 0.0000

R-squared 0.122505 Mean dependent var 0.683166

Adjusted R-squared 0.121163 S.D. dependent var 0.465293
S.E. of regression 0.436195 Akaike info criterion 1.180287
Sum squared resid 871.0368 Schwarz criterion 1.191505
Log likelihood -2698.397 Hannan-Quinn criter. 1.184236
F-statistic 91.30357 Durbin-Watson stat 1.877970
Prob(F-statistic) 0.000000

En el caso de una mujer casada que es jefe de hogar, que tiene 1 hijo menor de 5 aos y cuya edad es
digamos de unos 35 aos, adems de que cuenta con unos 10 aos de educacin y cuyos ingresos de
hogar son de S/. 1500 aproximadamente, la probabilidad de esta persona de participar en el mercado
laboral es de 80.2%.

Pgina | 11
Pr( yi 1\ X i ) X i

Pr( yi 1\ X i ) = 0.61-0.07*1+0.22*1+0.20*1-0.08*1-0.003*35+0.01*10-0.01*7.3

Pr( yi 1\ X i ) = 0.802

As mismo se puede observar en el siguiente grafico las observaciones proyectadas para cada individuo de
la muestra, considerando las variables correspondientes. En dicho grafico se puede visualizar que en el
modelo de probabilidad lineal existen varios casos cuyas probabilidades no se encuentran acotadas,
pudindose observar probabilidades que superan la unidad4.

Probabilidad
1.2

1.0

0.8

0.6

0.4

0.2

500 1000 1500 2000 2500 3000 3500 4000 4500

Ahora en el caso del modelo de probabilidad logit, cuyas probabilidades se encuentran acotadas entre 0 y
1, se tienen estimados los coeficientes del modelo ya descrito con anterioridad.

Participacin = F(0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad +

6*Educacin + 7*Ingresh + u )

Pr(Participacin=1) = F(0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad +

6*Educacin + 7*Ingresh)

4Anteriormente ya se mencion que el modelo de probabilidad lineal tiene como defecto el que no se encuentra acotado entre 0 y
1, lo que posibilita probabilidades negativas y probabilidades mayores al 100%.

Pgina | 12
 Dependent Variable: Y
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 08/03/17 Time: 14:03
Sample: 1 4586
Included observations: 4586
Convergence achieved after 3 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

SEXO -0.416240 0.072759 -5.720797 0.0000

CASADO 1.263144 0.083349 15.15482 0.0000
JEFEH 1.145100 0.088572 12.92846 0.0000
NUMH5 -0.440083 0.077984 -5.643255 0.0000
EDAD -0.019861 0.002486 -7.987488 0.0000
EDUCACION 0.061960 0.008280 7.482800 0.0000
INGRESH -0.069055 0.012512 -5.519050 0.0000
C 0.627093 0.174217 3.599492 0.0003

McFadden R-squared 0.109207 Mean dependent var 0.683166

S.D. dependent var 0.465293 S.E. of regression 0.434968
Akaike info criterion 1.116018 Sum squared resid 866.1430
Schwarz criterion 1.127236 Log likelihood -2551.029
Hannan-Quinn criter. 1.119967 Deviance 5102.058
Restr. Deviance 5727.545 Restr. log likelihood -2863.773
LR statistic 625.4873 Avg. log likelihood -0.556265
Prob(LR statistic) 0.000000

Obs with Dep=0 1453 Total obs 4586

Obs with Dep=1 3133

En este sentido, si consideramos el ejemplo anterior en el que se tena a una mujer casada que es jefe de
hogar, que tiene 1 hijo menor de 5 aos y cuya edad es digamos de unos 35 aos, adems de que cuenta
con unos 10 aos de educacin y cuyos ingresos de hogar son de S/. 1500 aproximadamente la
probabilidad de esta persona de participar en el mercado laboral es de 82.6%.

Pr( yi 1\ X i ) ( X i )

exp(0.63 0.42*1 1.26*1 1.15*1 0.44*1 0.02*35 0.06*10 0.07 *7.31)

Pr( yi 1\ X i )
1 exp(0.63 0.42*1 1.26*1 1.15*1 0.44*1 0.02*35 0.06*10 0.07 *7.31)

Pr( yi 1\ X i ) 0.8262

Pgina | 13
De igual manera se puede observar las diferentes probabilidades estimadas para cada observacin de la
muestra que se ha utilizado en la estimacin del modelo logit. En el siguiente grafico se observa que en la
muestra todas las probabilidades de participacin en el mercado laboral se encuentran entre 0 y 1.

Probabilidad Logit
1.0

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1
500 1000 1500 2000 2500 3000 3500 4000 4500

Ahora si consideramos el modelo probit para el mismo caso descrito anteriormente veremos que nos da un
valor z=1.07 lo que corresponde a una probabilidad de participacin del 85.8%

Participacin = (0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad +

6*Educacin + 7*Ingresh + u )

Pr(Participacin=1) = (0 + 1*Sexo + 2*Casado + 3*Jefeh + 4*Numh5 + 5*Edad +

6*Educacin + 7*Ingresh)

Pgina | 14
 Dependent Variable: Y
Method: ML - Binary Probit (Newton-Raphson / Marquardt steps)
Date: 10/05/17 Time: 21:49
Sample: 1 4586
Included observations: 4586
Convergence achieved after 4 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

SEXO -0.250379 0.043404 -5.768613 0.0000

CASADO 0.740507 0.048704 15.20437 0.0000
JEFEH 0.664631 0.051180 12.98603 0.0000
NUMH5 -0.252827 0.046705 -5.413224 0.0000
EDAD -0.012012 0.001456 -8.250428 0.0000
EDUCACION 0.036040 0.004923 7.321071 0.0000
INGRESH -0.041848 0.007284 -5.745249 0.0000
C 0.408280 0.103735 3.935798 0.0001

McFadden R-squared 0.109103 Mean dependent var 0.683166

S.D. dependent var 0.465293 S.E. of regression 0.435160
Akaike info criterion 1.116148 Sum squared resid 866.9085
Schwarz criterion 1.127366 Log likelihood -2551.327
Hannan-Quinn criter. 1.120097 Deviance 5102.655
Restr. Deviance 5727.545 Restr. log likelihood -2863.773
LR statistic 624.8910 Avg. log likelihood -0.556330
Prob(LR statistic) 0.000000

Obs with Dep=0 1453 Total obs 4586

Obs with Dep=1 3133

Ahora aplicamos los coeficientes calculados al mismo ejemplo que ya se trat anteriormente de la mujer
casada que es jefe de hogar, que tiene 1 hijo menor de 5 aos y cuya edad es digamos de unos 35 aos,
adems de que cuenta con unos 10 aos de educacin y cuyos ingresos de hogar son de S/. 1500. En este
ejemplo de acuerdo al modelo probit, se encuentra un valor z de 1.07, y si buscamos en una tabla de la
funcin de distribucin normal estndar dicho valor z, encontraremos una probabilidad de 85.8%
aproximadamente. Entonces podemos decir que la probabilidad de participacin de esta persona en el
mercado laboral es de 85.8%.

Pr( yi 1\ X i ) (0.41 0.25*1 0.74*1 0.66*1 0.25*1 0.01*35 0.04*10 0.04*7.3)

Pr( yi 1\ X i ) (1.07)

Pr( yi 1\ X i ) 0.8577

Pgina | 15
A continuacin, en el siguiente grafico donde se pueden observar las probabilidades estimadas del modelo
probit se puede corroborar que estas se encuentran acotadas entre 0 y 1.

Probabilidad Probit
1.0

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1
500 1000 1500 2000 2500 3000 3500 4000 4500

Conclusiones

Pese a que el modelo lineal de probabilidad no se encuentre acotado entre 0 y 1, podemos observar que
comparte algunas caractersticas similares con el modelo Logit y Probit. En este sentido al observar los tres
modelos podemos concluir que la participacin laboral de la poblacin en la regin Arequipa viene siendo
afectada principalmente por la condicin de casado de las personas y por el hecho de ser jefe de hogar.
Ambas variables tienen un efecto positivo en la probabilidad de participacin en el mercado laboral.

En segundo lugar se tiene que el hecho de ser mujer tiene un efecto negativo en la participacin laboral de
la poblacin. Este efecto negativo se mantiene en los tres modelos de probabilidad, no significando esto que
sean necesariamente los mismos. Es decir, segn los tres modelos de probabilidad el ser mujer reduce la
probabilidad de participar en el mercado laboral.

En tercer lugar tambin se puede observar en los tres modelos un efecto negativo del nmero de hijos
menores de 5 aos en la participacin laboral de la poblacin de la regin Arequipa. Las magnitudes de
dichos efectos son diferentes en cada uno de los modelos de probabilidad.

Pgina | 16
De acuerdo a los tres modelos se tiene que la edad presenta un efecto negativo en la probabilidad de
participar en el mercado laboral. En este caso el anlisis sugiere que a mayor edad existe un menor inters
de la poblacin en participar en el mercado laboral.

Los aos de educacin tienen un efecto positivo en la probabilidad de participacin en el mercado laboral
para la poblacin de la regin Arequipa. En este caso se puede decir que individuos con ms aos de
educacin son ms propensos a participar del mercado laboral en busca de mayores beneficios.

Por ltimo, se tiene el ingreso del hogar, el cual tambin tiene un efecto negativo en la probabilidad de
participar del mercado laboral. Esto se explicara porque al tener una buena situacin econmica en el
hogar, no existe la necesidad de participar en el mercado laboral. Esta situacin se manifiesta en los tres
modelos de probabilidad.

Pgina | 17
Bibliografa

Ayala, A. (2014). Indicadores sociales y de desigualdad en base a la ENAHO con Stata. Universidad
Nacional Mayor de San Marcos.

Cameron, C., & Trivedi, P. (s.f.). Microefconometrics Methods and applications. Cambridge University Press.

Hosmer, D., & Lemeshow, S. (s.f.). Applied logistic regression. Library of congress cataloging in publication
data.

Jhonton, J., & Dinardo, J. (s.f.). Econometrics Methods. Mc Grau-Hill.

Larraaga, P., Inza, I., & Moujahid, A. (s.f.). Regresion Logistica. Universidad del Pas Vasco.

Leasaski, D. A., & Crispn, . R. (2010). La oferta laboral juvenil de la region moquegua. Ministerio de
trabajo.

Millones, E. A. (2003). Modelos Probit y Tobit aplicados al estudio de la oferta. Universidad Nacional de San
Marcos.

Mora, J. J., & Ulloa, M. P. (s.f.). El efecto de la educacin sobre la calidad del empleo en Colombia.
Universidad Icesi.

OHalloran, S. (s.f.). Sustainable Development U9611 Econometrics II.

Stock, J. H., & Watson, M. M. (2012). Introduccin a la Econometria.

Vera, N. P., Gil, J. F., Chavez, I. E., & Manayay, D. T. (2015). Informe Anual del Empleo en el Per.

Pgina | 18