Acceso usuarios
Juana Z. Brufman, Heriberto L. Urbisaia, Luis A. Trajtenberg
Las técnicas no paramétricas constituyen herramientas esenciales para el Análisis de Datos, sin imponer supuestos previos. El propósito de este trabajo es aplicar dichas técnicas al estudio de la Distribución del Ingreso Laboral, según género.
En la primera parte se aborda el análisis univariado: se ajustan funciones de densidad kernel a las respectivas distribuciones empíricas. Esta técnica constituye un afinamiento de los clásicos histogramas, caracterizados por presentar saltos o discontinuidades y ser sensibles a la forma y amplitud con que se definen los intervalos. El estimador de densidad kernel reemplaza los "rectángulos" del histograma por "protuberancias" suavizadas, mediante el uso de funciones de ponderación, denominadas kernels. Permite captar diferencias en tramos específicos de la distribución, según el interés del investigador.
En la segunda parte se efectúa un análisis bivariado. Se utiliza la Regresión No Paramétrica como alternativa de los modelos tradicionales de la Econometría: no presupone estructura alguna para la distribución del término de error o para la forma funcional que se estima. Los métodos no paramétricos aplicados al estudio del Ingreso Laboral de hombres y mujeres separadamente intentan detectar la existencia de la tan mentada "desigualdad salarial" según género. La variable es analizada según quintiles y se la cruza con variables relevantes, como son Educación y Experiencia Laboral, a los efectos de estimar funciones de regresión e inferir relaciones de causalidad. Los datos provienen de la Encuesta Permanente de Hogares, Ondas 1999 a 2003.
