Datos

Mercado laboral y asalariada

Modelo biprobit

\[ Y_1^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_1 \] donde \(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\)

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_1 = \begin{cases} 1, \; \text{si} \; Y_1^{\ast} >0, \;\; \text{(PEA)} \\ 0, \; \text{si} \; Y_1^{\ast} \leq 0,\;\; \text{(PENA)} \end{cases} \]

\[ Y_1 = \begin{cases} 1, \; \text{Probabilidad de que la mujer sea económicamete activa } \\ 0, \; \text{Probabilidad de que la mujer no sea económicamente activa} \end{cases} \]

\[ Y_2^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_2 \] donde las covariables, están dadas por

\(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\):

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_2 = \begin{cases} 1, \; \text{si} \; Y_2^{\ast} >0, \;\; \text{(Asalariada)} \\ 0, \; \text{si} \; Y_2^{\ast} \leq 0, \;\; \text{(No asalariada)} \end{cases} \]

\[ Y_2 = \begin{cases} 1, \; \text{Probabilidad de que la mujer sea asalariada}\\ 0, \; \text{Probabilidad de que la mujer no sea asalariada} \end{cases} \]

En donde \[ \left( \begin{array}{c} \epsilon_1 \\ \epsilon_2 \end{array} \right) \sim N \left( \left( \begin{array}{c} 0 \\ 0 \end{array} \right) , \left( \begin{array}{cc} 1 & \rho \\ \rho & 1 \\ \end{array} \right) \right) \]

\(\rho\) es la correlación tetracórica entre \(y_1\) y \(y_2\).

Mercado labora y empleador

Modelo biprobit

\[ Y_1^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_1 \] donde \(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\)

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_1 = \begin{cases} 1, \; \text{si} \; Y_1^{\ast} >0, \;\; \text{(PEA)} \\ 0, \; \text{si} \; Y_1^{\ast} \leq 0,\;\; \text{(PENA)} \end{cases} \]

\[ Y_1 = \begin{cases} 1, \; \text{Probabilidad de que la mujer sea económicamete activa } \\ 0, \; \text{Probabilidad de que la mujer no sea económicamente activa} \end{cases} \]

\[ Y_2^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_2 \] donde las covariables, están dadas por

\(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\):

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_2 = \begin{cases} 1, \; \text{si} \; Y_2^{\ast} >0, \;\; \text{(Empleadora)} \\ 0, \; \text{si} \; Y_2^{\ast} \leq 0, \;\; \text{(No empleaddora)} \end{cases} \]

\[ Y_2 = \begin{cases} 1, \; \text{Probabilidad de que la mujer empleadora} \\ 0, \; \text{Probabilidad de que la mujer no sea empleadora} \end{cases} \]

En donde

\[ \left( \begin{array}{c} \epsilon_1 \\ \epsilon_2 \end{array} \right) \sim N \left( \left( \begin{array}{c} 0 \\ 0 \end{array} \right) , \left( \begin{array}{cc} 1 & \rho \\ \rho & 1 \\ \end{array} \right) \right) \]

\(\rho\) es la correlación tetracórica entre \(y_1\) y \(y_2\).

Mercado laboral y cuenta propia

Modelo biprobit

\[ Y_1^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_1 \] donde \(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\)

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_1 = \begin{cases} 1, \; \text{si} \; Y_1^{\ast} >0, \;\; \text{(PEA)} \\ 0, \; \text{si} \; Y_1^{\ast} \leq 0,\;\; \text{(PENA)} \end{cases} \]

\[ Y_1 = \begin{cases} 1, \; \text{Probabilidad de que la mujer sea económicamete activa } \\ 0, \; \text{Probabilidad de que la mujer no sea económicamente activa} \end{cases} \]

\[ Y_2^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_2 \] donde las covariables, están dadas por

\(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\):

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_2 = \begin{cases} 1, \; \text{si} \; Y_2^{\ast} >0, \;\; \text{(Por cuenta propia)} \\ 0, \; \text{si} \; Y_2^{\ast} \leq 0, \;\; \text{(No cuenta propia)} \end{cases} \]

\[ Y_2 = \begin{cases} 1, \; \text{Probabilidad de que la mujer trabaje por cuenta propia} \\ 0, \; \text{Probabilidad de que la mujer no trabaje por cuenta propia} \end{cases} \]

En donde \[ \left( \begin{array}{c} \epsilon_1 \\ \epsilon_2 \end{array} \right) \sim N \left( \left( \begin{array}{c} 0 \\ 0 \end{array} \right) , \left( \begin{array}{cc} 1 & \rho \\ \rho & 1 \\ \end{array} \right) \right) \]

\(\rho\) es la correlación tetracórica entre \(y_1\) y \(y_2\).

## # A tibble: 3 × 3
## # Groups:   MLaboral, Cuentapropia [3]
##   MLaboral Cuentapropia       n
##   <fct>    <fct>          <int>
## 1 PEA      Nocuentapropia  1706
## 2 PEA      Cuentapropia     259
## 3 PENA     Nocuentapropia  2058

Mercado laboral y sin pago

Modelo biprobit

\[ Y_1^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_1 \] donde \(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\)

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

\[ Y_1 = \begin{cases} 1, \; \text{si} \; Y_1^{\ast} >0, \;\; \text{(PEA)} \\ 0, \; \text{si} \; Y_1^{\ast} \leq 0,\;\; \text{(PENA)} \end{cases} \]

\[ Y_1 = \begin{cases} 1, \; \text{Probabilidad de que la mujer sea económicamete activa } \\ 0, \; \text{Probabilidad de que la mujer no sea económicamente activa} \end{cases} \]

\[ Y_2^{\ast}=\mathbf{\beta^{\prime}X}+\epsilon_2 \] donde las covariables, están dadas por

\(\mathbf{X}=(X_1,X_2,X_3,X_4,X_5)\):

  • \(X_1\): Edad

  • \(X_2\): Educación

  • \(X_3\): Estado conyugal

  • \(X_4\): Carga doméstica

  • \(X_5\): Número de hijos

$$ Y_2 = \[\begin{cases} 0, \; \text{si} \; Y_2^{\ast} \leq 0, \;\; \text{(Con pago)}\\ 1, \; \text{si} \; Y_2^{\ast} >0, \;\; \text{(Sin pago)} \end{cases}\]

$$

\[ Y_2 = \begin{cases} 1, \; \text{Probabilidad de que la mujer trabaje sin pago} \\ 0, \; \text{Probabilidad de que la mujer trabaje con pago} \end{cases} \]

En donde \[ \left( \begin{array}{c} \epsilon_1 \\ \epsilon_2 \end{array} \right) \sim N \left( \left( \begin{array}{c} 0 \\ 0 \end{array} \right) , \left( \begin{array}{cc} 1 & \rho \\ \rho & 1 \\ \end{array} \right) \right) \]

\(\rho\) es la correlación tetracórica entre \(y_1\) y \(y_2\).