Modelos mixtos generalizados para el estudio del desempleo en los grandes aglomerados urbanos de Argentina

• Main Authors: Fernando García, Margarita Díaz
• Format: Article
• Language: English
• Published: Universidad Nacional de Córdoba 2014-03-01
• Series: Revista de Economía y Estadística
• Online Access: https://revistas.unc.edu.ar/index.php/REyE/article/view/6510

El objetivo de este trabajo es identificar los factores de riesgo socioeconómicos y demográfico que influyen en la condición de empleo en los principales aglomerados urbanos de Argentina mediante un Modelo Lineal Generalizado Mixto. En este artículo se aplica un modelo logístico que incorpora efectos fijos y aleatorios y se evalúa la evolución promedio marginal inducida por el modelo a través de la marginalización de sus resultados. Para la estimación se utilizaron los datos prevenientes de la Encuesta Permanente de Hogares período 2004-2005. Para el conjunto de datos analizados, la modelación realizada proporcionó similares conclusiones a las arribadas en un estudio previo en el que se trabajó con un enfoque marginal. Palabras clave: Condición de empleo, Modelo Lineal Generalizado Mixto, Marginalización del Modelo Mixto. Clasificación JEL: C23, C51, J64.   Abstract The aim of this analysis is to identify the socio-economic and demographics risk factors that affect the employment status in the main Argentine’s urban areas by a Generalized Linear Mixed Models. In this article, we present a technique to estimate a logistic model which has the possibility of include fixed or random effects. In addition, it is possible to make the marginalization of the results in order to evaluate the marginal average evolution induced by the mixed model. The procedure is illustrated by using data from the Permanent Household Survey for the period 2004-2005. The results in this study provided similar findings to the above in a previous study in which we worked with a marginal model. Keywords: Employment Status, Generalized Linear Mixed Models, Marginalized Mixed Models. JEL Classification: C23, C51, J64.