Ao de la Consolidacin del Mar de Grau

UNIVERSIDAD NACIONAL DEL ALTIPLANO

Facultad de Ingeniera Econmica
Escuela Profesional de Ingeniera Econmica

CURSO : Econometra II

DOCENTE : Ing. Alfredo Pelayo Calatayud Mendoza

TRABAJO FINAL
TEMA:
Aplicacin del Modelo de Regresin LOGIT y PROBIT
TTULO:
Clculo de la probabilidad de las personas mayores a 14 aos en el
Departamento de Piura, Provincia de Morropn, Distrito de Yamango; de
poder tener un trabajo; si trabajo antes, si tiene otro trabajo para obtener
ingresos y su edad

ESTUDIANTE:
- Alosilla Estevez, Sergio Ernesto

Puno, Julio del 2016.

I. BREVE INTRODUCCIN: (1P.):

El presente trabajo tiene como objetivo el poder aplicar los Modelos LOGIT
y PROBIT, donde se podr determinar cunto es que las variables
independientes estn relacionadas con la variable dependiente o en este
caso mostrar la probabilidad de aumentar o disminuir nuestra variable
dependiente, determinado por el aumento de cada variable dependiente.

Los Software utilizado para ste trabajo es el STATA y Microsoft Excel, el

cual nos ayudar a mostrar las probabilidades, diversas tablas, que nos
facilitar la interpretacin y anlisis de las variables en estudio.

En el presente trabajo se utiliz los datos otorgados por la Encuesta

Nacional de Hogares, en el ao 2015, mediante el acceso a la pgina del
Instituto Nacional de Estadstica Informtica, utilizando Microdatos,
descargando el paquete donde se encuentra tanto la encuesta, los datos
recogidos, etc.
Escogimos el el Departamento de Piura, Provincia de Morropn, Distrito de
Yamango, mediante la consulta de UBIGEO, para poder sacar los datos
que pertenecen a mencionado distrito.

II. METODOLOGA (MOD. LOGIT Y PROBIT) (2P.)

- La metodologa utilizada en ste trabajo es mediante un conjunto de pasos

que se llevan en un determinado orden, para poder lograr calcular los
Modelos de Probabilidad LOGIT Y PROBIT. A continuacin detallo:
- En primer lugar ingresamos en la Pgina del Instituto Nacional de
Estadstica e Informtica, a la seccin Microdatos donde escogeremos la
encuesta ENAHO Metodologa Actualizada Condiciones de Vida y
pobreza del ao 2015 en el Periodo ANUAL.

- Seguidamente nos dirigimos a descargar el paquete para el formato de

STATA del Mdulo N 05 el cual es Empleo e Ingresos.

- Despus de descargar el paquete, tenemos ya la base de datos, del cual

nosotros tomaremos los datos que necesitamos para poder llevar a cabo el
modelo LOGIT y PROBIT, para tal ingresamos en el programa STATA,
despus abrimos el archivo descargado, que contiene todos los datos de
dicha encuesta, de donde sacaremos datos especficos para llevar a cabo
nuestro trabajo.

- Para poder lograr sacar los datos especficos que queremos, tenemos que
dirigirnos a la pgina del Instituto Nacional de Estadstica e Informtica, en
el Sistema de Consulta de Cdigos Estandarizados, donde ingresaremos el
departamento, la provincia y el distrito al cual realizaremos la investigacin
de un Modelo PROBIT Y LOGIT.

- Obtenemos nuestro cdigo estandarizado el cual es 200410.

- Para poder conseguir sacar los datos especficos necesitamos ordenar el
conjunto de datos que tenemos de acuerdo a su UBIGEO, para lo cual
empleamos el comando sort ubigeo el cual ordena al Programa ordenar
todo el conjunto de datos de acuerdo al cdigo UBIGEO.

- Luego de tener ordenado el conjunto de datos, es que procedemos a la

extraccin de los datos especficos que son necesarios para poder
desarrollar nuestro trabajo.

- La cantidad de datos provenientes de sta regin para la encuesta elegida

es de 84 personas.

- Las preguntas que nos otorgaron los datos para el proceso de stos
Modelos tanto el LOGIT como el PROBIT fueron: Las preguntas P501
donde se sabe si tiene trabajo o no, P502 si trabajo antes, P514 Si tiene
otro trabajo para obtener ingresos y P538 Edad.

- Extraemos los datos seleccionado a una hoja Excel, en el cual

utilizaremos 1 y 0 para las respuestas que requieran un SI o un NO, Ejm:
Tiene usted trabajo: 1 = SI 0 = NO

- Nuestro modelo ser teniendo como variable Independiente a si tiene i no

trabajo y como variables dependientes si tiene empleo fijo o no, a su edad y
si tiene o no otro trabajo para obtener ingresos.

- El procedimiento en el programa STATA parte desde copiar el conjunto de

datos de Excel, al DATA BASE del programa Stata, en donde ingresamos
primeramente el comando destring, replace el cual nos permite realizar
nuestra regresin sin problemas de errores, hace que se acepte nuestras
variables dicotmicas y la edad.

- Seguidamente aplicamos tanto los comandos logit y probit seguidos

primeramente de la variable dependiente que en ste caso est
denominado como empleo y las variables dependientes que estn
denominadas como edad negocio otrotr.
Ejm: logit empleo edad negocio otrotr
 - Despus de aplicar stos comandos es que ya tenemos un conjunto de
resultados, mediante cuadros, donde interpretaremos cada uno de las cifras
mostradas

III. RESULTADOS (2P.)

. ***Primero Ingresamos***
. use "E:\BD.dta", clear

. ***Adaptamos las variables para poder usarlas***

. destring, replace
empleo already numeric; no replace
trabant already numeric; no replace
edad already numeric; no replace
otrotr already numeric; no replace
_est_logit1 already numeric; no replace
_est_logit2 already numeric; no replace

.
. ***Mtodo LOGIT****
. ***Mercado Laboral***
. ***Modelo 1***
. logit empleo trabant edad otrotr

Iteration 0: log likelihood = -42.309579

Iteration 1: log likelihood = -33.571621
Iteration 2: log likelihood = -32.715479
Iteration 3: log likelihood = -32.709819
Iteration 4: log likelihood = -32.709817

Logistic regression Number of obs = 84

LR chi2(3) = 19.20
Prob > chi2 = 0.0002

Log likelihood = -32.709817 Pseudo R2 = 0.2269

------------------------------------------------------------------------------
empleo | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
trabant | 2.646774 .7470509 3.54 0.000 1.182581 4.110967
edad | -.0655541 .024882 -2.63 0.008 -.1143219 -.0167864
otrotr | -.7391765 .6821907 -1.08 0.279 -2.076246 .5978927
_cons | 2.518965 .910982 2.77 0.006 .7334726 4.304457
------------------------------------------------------------------------------

. estimates store logit1

.
. ***Efectos Marginales***
. mfx

Marginal effects after logit

y = Pr(empleo) (predict)
= .86056322
------------------------------------------------------------------------------
variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
---------+--------------------------------------------------------------------
trabant*| .4352329 .12106 3.60 0.000 .197969 .672497 .690476
edad | -.0078661 .00288 -2.74 0.006 -.013501 -.002231 34.9167
otrotr*| -.0977961 .09804 -1.00 0.319 -.289951 .094359 .321429
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1

.
. ***Modelo PROBIT***
. ***Mercado Laboral***
. ***Modelo 2***
. probit empleo trabant edad otrotr

Iteration 0: log likelihood = -42.309579

Iteration 1: log likelihood = -32.867766
Iteration 2: log likelihood = -32.615458
Iteration 3: log likelihood = -32.614748
Iteration 4: log likelihood = -32.614748

Probit regression Number of obs = 84

LR chi2(3) = 19.39
Prob > chi2 = 0.0002
Log likelihood = -32.614748 Pseudo R2 = 0.2291

------------------------------------------------------------------------------
empleo | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
trabant | 1.522277 .4086915 3.72 0.000 .7212566 2.323298
edad | -.0379433 .0141204 -2.69 0.007 -.0656188 -.0102677
otrotr | -.4243923 .3861349 -1.10 0.272 -1.181203 .3324182
cons | 1.461169 .5181716 2.82 0.005 .4455714 2.476767
------------------------------------------------------------------------------

.
. ***Efectos Marginales***
. mfx
 Marginal effects after probit
y = Pr(empleo) (predict)
= .85337083
------------------------------------------------------------------------------
variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
---------+--------------------------------------------------------------------
trabant*| .4360563 .11713 3.72 0.000 .206493 .665619 .690476
edad | -.0087133 .00316 -2.76 0.006 -.014906 -.00252 34.9167
otrotr*| -.1051932 .10198 -1.03 0.302 -.305068 .094681 .321429
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1

.
. ***FIN DE TRABAJO CONTINUAR CON INTERPRETACIONES***
.
end of do-file

INTERPRETACIN MODELO LOGIT y SUS EFECTOS MARGINALES:

- El nmero de Observaciones tal como lo mencionamos es de 84.

- En total fueron necesarias, 5 iteraciones.

- LR chi2(3) = 19.20;

El valor indica que los coeficientes son conjuntamente significativos para

poder explicar la probabilidad de que las 84 personas estn para poder
ingresar en el mercado de trabajo.

- Prob > chi2 = 0.0002

Indica que podemos rechazar en 0.2% la hiptesis de todos los coeficientes

que sean iguales a cero

- Pseudo R2 = 0.2269

El valor indica que aproximadamente el 22% de la variacin de la variable

dependiente puede ser explicada por la variacin de las variables
independientes del modelo.

- INTERPRETACIN DE EFECTOS MARGINALES MODELO LOGIT:

- Si trabajo antes, la probabilidad de que tenga empleo aumenta en
0.4352329
- Cada vez que incremente su edad en un ao, la probabilidad de que tenga
empleo disminuye 0.0078661

- Si tiene otro trabajo, la probabilidad de tener otro empleo disminuye en

0.0977961

- INTERPRETACIN DE LOS EFECTOS MARGINALES DEL MODELO

PROBIT:

Se necesitaron 4 iteraciones

- Si trabajo antes la probabilidad de tener empleo se incrementa en 0.4360563

- Cada ao ms que cumple, hace que la probabilidad de conseguir trabajo

disminuya en 0.0087133

- Si tiene otro trabajo, la probabilidad de que consiga un empleo disminuye en

- 0.1051932
IV. CONCLUSIONES (1P.)

- Podemos concluir en que si una persona en el Departamento de Piura,

Provincia de Morropn, distrito de Yamango, si tuvo un empleo en el
pasado, tiene ms oportunidades de poder acceder a un empleo.

- Tambin cabe mencionar que si una persona ya sea dama u hombre en el

Departamento de Piura, Provincia de Morropn, distrito de Yamango, si ya
tiene un empleo, no tiene muchas oportunidades de poder acceder a otro
trabajo. Podemos mencionar que por el factor tiempo, sta persona no se
dedicara muy bien a un segundo trabajo, por tener la carga de un primer
trabajo.

- Concluimos tambin en que en el Departamento de Piura, Provincia de

Morropn, distrito de Yamango, cada vez que se incremente la edad de los
individuos en un ao ms, sus probabilidades de acceder a un empleo van
disminuyendo, pues la gente joven tiene ms aceptacin gracias a que
gozan de no tener dolencias, enfermedades, etc.
V. ANEXOS (Do File)