Universidad Nacional del Altiplano

Facultad de Economía
Escuela Profesional de Ingeniería Económica

TRABAJO ENCARGADO
CURSO: ECONOMETRIA II
PRESENTADO POR:
Eleny Yanett Dueñas Lupaca.
DOCENTE:
MSc. Andres Vilca Mamani
SEMESTRE: SEXTO
CODIGO: 151667
GRUPO: “B”

PUNO-PERÚ
2017
 La sensibilidad de un modelo empírico de las horas de trabajo de las
mujeres casadas en los supuestos económicos
TITULO DEL TRABAJO: ANALISIS EMPIRICO DEL TRABAJO DE LAS MUJERES EN LOS SUPUESTOS
ECONOMICOS DEL ESTADO DE PUEBLA MEXICO.

1. Describir el estudio a realizar (que se desea analizar en el trabajo)

2. Plantear un objetivo para el análisis del caso

3. Estimar el MLP, Interpretar, y mostrar si presenta heterocedasticidad

REGRESION MLP
> regress inlf kidslt6 kidsge6 age educ hushrs husage huse

> duc huswage faminc motheduc fatheduc unem exper expersq

Source | SS df MS Number

> of obs = 753

-------------+---------------------------------- F(14, 7

> 38) = 23.98

Model | 57.7544793 14 4.12531995 Prob >

> F = 0.0000

Residual | 126.973276 738 .17205051 R-squar

> ed = 0.3126

-------------+---------------------------------- Adj R-s

> quared = 0.2996

Total | 184.727756 752 .245648611 Root MS

> E = .41479

----------------------------------------------------------
> --------------------

inlf | Coef. Std. Err. t P>|t|

> [95% Con

> f. Interval]

-------------+--------------------------------------------

> --------------------

kidslt6 | -.2513192 .0329573 -7.63 0.000 -

> .3160205

> -.1866179

kidsge6 | .0114344 .0129079 0.89 0.376 -

> .0139062

> .0367751

age | -.014642 .0043237 -3.39 0.001 -

> .0231303

> -.0061537

educ | .0344539 .0092668 3.72 0.000

> .0162615

> .0526463

hushrs | -.0001529 .0000305 -5.02 0.000 -

> .0002128

> -.0000931

husage | -.0031122 .0041814 -0.74 0.457

> -.011321

> .0050966

huseduc | -.0068254 .0068577 -1.00 0.320 -

> .0202884

> .0066376

huswage | -.0397715 .0063042 -6.31 0.000 -

> .0521478

> -.0273952

faminc | .0000138 2.08e-06 6.60 0.000

> 9.67e-06

> .0000179

motheduc | .0023156 .0057553 0.40 0.688 -

> .0089831
> .0136143

fatheduc | -.0000987 .0054332 -0.02 0.986

> -.010765

> .0105676

unem | -.0040672 .0050166 -0.81 0.418 -

> .0139158

> .0057814

exper | .0380345 .005555 6.85 0.000

> .027129

> .04894

expersq | -.0005937 .000181 -3.28 0.001 -

> .0009491

> -.0002383

_cons | 1.080476 .1771103 6.10 0.000

> .7327758

> 1.428176

----------------------------------------------------------

> --------------------

end of do-file

PRUEBA DE HETEROCEDASTICIDAD
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of inlf

chi2(1) = 9.51
Prob > chi2 = 0.0020

4. Estimar el Logit interpretar similarmente al caso 03 en todas formas (probar si

presenta heterocedasticidad)
. ///// MODELO LOGIT

> logit inlf kidslt6 kidsge6 age educ hushrs husage husedu

> c huswage faminc motheduc fatheduc unem exper expersq

Iteration 0: log likelihood = -514.8732

Iteration 1: log likelihood = -377.2741

Iteration 2: log likelihood = -375.97096

Iteration 3: log likelihood = -375.96672

Iteration 4: log likelihood = -375.96672

Logistic regression Number of

> obs

> = 753

LR chi2(14

> )

> = 277.81

Prob > chi

> 2

> = 0.0000

Log likelihood = -375.96672 Pseudo R2

> = 0.2698

----------------------------------------------------------

> --------------------

inlf | Coef. Std. Err. z P>|z|

> [95% Con

> f. Interval]

-------------+--------------------------------------------

> --------------------

kidslt6 | -1.411555 .2095061 -6.74 0.000

> -1.82218

> -1.000931

kidsge6 | .0470033 .0770697 0.61 0.542 -

> .1040506

> .1980572

age | -.0869191 .0256789 -3.38 0.001 -

> .1372487

> -.0365894

educ | .2114576 .0561743 3.76 0.000

> .101358

> .3215573

hushrs | -.000961 .0001928 -4.98 0.000 -

> .0013389

> -.000583

husage | -.0200657 .0246049 -0.82 0.415 -

> .0682903

> .028159

huseduc | -.0401852 .0414688 -0.97 0.333 -

> .1214626

> .0410921

huswage | -.2532318 .0433785 -5.84 0.000 -

> .3382521

> -.1682114

faminc | .0000904 .000015 6.01 0.000

> .0000609

> .0001199

motheduc | .0050735 .0338434 0.15 0.881 -

> .0612584

> .0714055

fatheduc | .0006479 .0324301 0.02 0.984 -

> .0629139

> .0642097

unem | -.0234509 .0297789 -0.79 0.431 -

> .0818165

> .0349146

exper | .2061614 .0336339 6.13 0.000

> .1402402

> .2720825

expersq | -.0031409 .0010686 -2.94 0.003 -

> .0052353

> -.0010464

_cons | 3.674734 1.079958 3.40 0.001

> 1.558056

> 5.791412

----------------------------------------------------------

> --------------------

. //// para ver si el modelo prevee las observaciones corr

> ectamente

end of do-file
 5. Estimar el probit
Interpretar
6. Resumen del modelo MLP, logit, probit
Mostrar el resumen de los tres modelos en solo cuadro según los comandos hechos en
stata y explicar cuál es el mejor y a nivel de significancia. (puede incorporar graficos)
7. Conclusión

Anexos

Incorporar el Dofile