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

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 ace...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Staudt, Agustín
Otros Autores: Berniell, María Inés
Formato: Tesis Tesis de maestria
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Económicas
Mercado laboral
Transiciones laborales
Salida de la fuerza laboral
Predicción
Género
Aprendizaje automático
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/139421
https://doi.org/10.35537/10915/139421
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-139421
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Económicas
Mercado laboral
Transiciones laborales
Salida de la fuerza laboral
Predicción
Género
Aprendizaje automático
spellingShingle Ciencias Económicas
Mercado laboral
Transiciones laborales
Salida de la fuerza laboral
Predicción
Género
Aprendizaje automático
Staudt, Agustín
Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
topic_facet Ciencias Económicas
Mercado laboral
Transiciones laborales
Salida de la fuerza laboral
Predicción
Género
Aprendizaje automático
description 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 contraparte masculina.
author2 Berniell, María Inés
author_facet Berniell, María Inés
Staudt, Agustín
format Tesis
Tesis de maestria
author Staudt, Agustín
author_sort Staudt, Agustín
title Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
title_short Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
title_full Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
title_fullStr Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
title_full_unstemmed Predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
title_sort predicción de transiciones laborales de la actividad a la inactividad en el mercado laboral argentino: un enfoque de aprendizaje automático
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/139421
https://doi.org/10.35537/10915/139421
work_keys_str_mv AT staudtagustin predicciondetransicioneslaboralesdelaactividadalainactividadenelmercadolaboralargentinounenfoquedeaprendizajeautomatico
bdutipo_str Repositorios
_version_ 1764820457702293504

Ejemplares similares