Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino

Autor:

Staudt, Agustín

Autor secundario/Colaboradores:

Berniell, Inés (Director) Gálvez, Ramiro Heraclio (Codirector) 

Título:

Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático

Nota general:

El presente trabajo se propone comparar la capacidad predictiva que los modelos tradicionales y de machine learning tienen para pronosticar la probabilidad de salida del mercado de trabajo en Argentina, a fin de encontrar el estimador de mayor consistencia y poder predictivo. A su vez, se indaga acerca de la influencia que las características (individuales, familiares y laborales) de las personas activas tienen sobre dicha probabilidad, poniendo especial énfasis en entender el rol del género como determinante de las transiciones laborales. Para esto se utilizan datos de la Encuesta Permanente de Hogares para el período 2004-2018. Los resultados encontrados indican una diferencia estadísticamente significativa del modelo XGBoost a la hora de predecir salidas del mercado laboral respecto a los demás modelos, aunque también se destaca la competitividad de la regresión logit. En cuanto al género, se encuentra que su inclusión como variable es igual o más importante que aumentar la sofisticación del modelo. Ser mujer activa aumenta de manera importante las probabilidades de salir de la fuerza laboral en el siguiente período, en comparación a su contra- parte masculina.

Temas:

 - TESIS  - IGUALDAD DE GÉNERO  - MERCADO LABORAL  - TRABAJO  - COMPETITIVIDAD 

Acceso en línea:

-  ;

Idioma:

Español

País:

Argentina

Lugar, editor y fecha:

La Plata : [s.n.], 2022

Páginas:

109 p.

Nota de tesis:

(Maestría en Economía)- Universidad Nacional de La Plata. Facultad de Ciencias Económicas. 2022

Nivel Bibliográfico:

Monográfico

Tipo de documento:

Tesis

Puede solicitar más fácilmente el ejemplar con:

Ver estantes