Modelo ergonometrico

Model
Work = ß0 + ß1 Age + ß2 Married + ß3 Children + ß4 Education + Ui (1)
Sum

1)

β0 = -2.467 no significa mucho por sí mismo (significa que para una mujer recién nacida que no está casada, no tiene hijos y sin educación el valor esperado de Work es -2.467).
β1 = 0.034 significa que por cada año extra de la mujer aumenta el valor esperado de Work en 0.034, es decir, mientras mayor seala edad de la mujer mayores son las probabilidades de trabajar.
β2= 0.43 significa que si la mujer está casada aumenta el valor esperado de Work en 0.43, es decir, una mujer casada tiene mayor probabilidad de trabajar que una mujer soltera.
β3= 0.447 significa que por cada hijo que tenga la mujer aumenta el valor esperado de Work en 0.447, es decir, mientras más hijos tenga una mujer tiene mayorprobabilidad de trabajar.
β4= 0.058 significa que por cada año de educación que tenga la mujer aumenta el valor esperado de Work en 0.058, es decir, mientras más años de educación tenga la mujer mayor es su probabilidad de trabajar.
Viendo los valores P de los coeficientes se pude afirmar que existe evidencia significativa para decir que las variables independientes si afectan el valor de lavariable dependiente.
1.1)
Efectos marginales

El análisis de los efectos marginales es sencillo, para Age, por ejemplo, si una mujer tiene 36.208 años de edad el tener 1 año más significa un aumento en 1.17% de probabilidades de trabajar y así mismo con las demás variables, es decir, por el hecho de estar casada una mujer tiene un 15.04% más de probabilidades de trabajar, una mujer que tenga1.6445 hijos el tener un hijo más le significa un aumento de 15,1% en las probabilidades de trabajar y finalmente una mujer que tiene 13.084 años de educación al tener un año más de educación significa un aumento de 1.97% de probabilidades de trabajar.

1.2)
Haciendo un análisis de los datos obtenidos para definir si es un buen modelo se puede concluir que existe una correcta clasificación paralas mujeres trabajadoras de un 87.64% (1177/(1177+166)) el cual es considerablemente alto, es decir, el modelo es efectivo para predecir correctamente si una mujer trabaja, por otro lado, la correcta clasificación de mujeres no trabajadoras es de un 45.05% (296/(296+361)) lo cual no es un valor alto, es decir, el modelo es mejor para predecir una mujer trabajadora que una mujer no trabajadora.Además si el modelo predice que un registro será trabajadora es un 76.53% probable que lo sea y si se predice que será no trabajadora es un 64.07% probable que efectivamente no sea trabajadora
Con lo anterior y añadiendo que la correcta clasificación del modelo es de un 73.65% lo cual es bastante superior a 50%, podemos concluir que el modelo es razonablemente bueno.




2)

β0 = -4.159 nosignifica mucho por sí mismo (significa que para una mujer recién nacida que no está casada, no tiene hijos y sin educación el valor esperado de Work es -4.159).
β1 = 0.0579 significa que por cada año extra de la mujer aumenta el valor esperado de Work en 0.0579, es decir, mientras mayor sea la edad de la mujer mayores son las probabilidades de trabajar.
β2= 0.741 significa que si la mujer estácasada aumenta el valor esperado de Work en 0.741, es decir, una mujer casada tiene mayor probabilidad de trabajar que una mujer soltera.
β3= 0.764 significa que por cada hijo que tenga la mujer aumenta el valor esperado de Work en 0.764, es decir, mientras más hijos tenga una mujer tiene mayor probabilidad de trabajar.
β4= 0.0982 significa que por cada año de educación que tenga la mujeraumenta el valor esperado de Work en 0.0982, es decir, mientras más años de educación tenga la mujer mayor es su probabilidad de trabajar.
Viendo los valores P de los coeficientes se pude afirmar que existe evidencia significativa para decir que las variables independientes si afectan el valor de la variable dependiente.



2.1)

El análisis de los efectos marginales es sencillo, para Age, por...