/* Monitorias de Econometria II - pós graduação da FEA-RP/USP PPGE - Economia Aplica ## Aula 04 ## O objetivo da Aula 04 é mostrar a aplicação do método PROBIT que foi ensinado em sala de aula. Vamos realizar a replicação do artigo científico que utiliza tal método econométrico. Juntamente como esse do file, disponibilizei no Moodle as bases de dados prontas, do files utilizados para a construção das bases de dados prontas, o artigo utilizado e uma apresentação de slides. Para o artigo sobre PROBIT, seguem as informações técnicas: # Artigo: Oferta de creche e participação das mulheres no mercado de trabalho no Brasil # Autores: Ana Luiza Neves de Holanda Barbosa; Joana Simões de Melo Costa # Local de publicação: Boletim Mercado de Trabalho - Conjuntura e Análise nº 62, Abril 2017, IPEA # Fontes dos dados: Pesquisa Nacional por Amostra de Domicílios (PNAD) - IBGE # Link para download dos dados: ftp://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_anual/microdados/ Monitor: Leandro Anazawa Data da monitoria: 24/10/2019 Local: LEIA 1 Horário: das 16hs até as 17:30hs */ * Definindo o local com os arquivos da Aula 04 baixados cd "C:\Users\leand\Google Drive\Matérias_doc_2019_02\Monitoria Eco II\Aula 04" * Baixe a base de dados "Aula 04 - base probit.dta" e coloque na pasta definida acima * Abrindo a base de dados do artigo sobre PROBIT use "Aula 04 - base probit.dta", clear * (Gráficos 1 e 2) Calculando a média de horas dedicadas para afazeres domésticos e mercado de trabalho na semana { // Total de horas dedicadas para o mercado de trabalho egen hora_trab = rowtotal(horas_trab_1 horas_trab_2 horas_trab_3) // Média de horas que as mulheres dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afazeres = mean(hora_afazeres) if mulher == 1 & dom == 1 & pia == 1 // Média de horas que as mulheres dedicam no mercado de trabalho na semana bysort ano: egen m_hora_trab = mean(hora_trab) if mulher == 1 & dom == 1 & pia == 1 & remunerado == 1 & hora_trab != 0 // Número total de mulheres na PEA bysort ano: egen pea_total_m = total(pea) if mulher == 1 & dom == 1 & remunerado == 1 & hora_trab != 0 // Número total de mulheres na PIA bysort ano: egen pia_total_m = total(pia) if mulher == 1 & dom == 1 // Média de horas que os homens dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afazeres_h = mean(hora_afazeres) if mulher == 0 & dom == 1 & pia == 1 // Média de horas que os homens dedicam no mercado de trabalho na semana bysort ano: egen m_hora_trab_h = mean(hora_trab) if mulher == 0 & dom == 1 & pia == 1 & remunerado == 1 & hora_trab != 0 // Número total de homens na PEA bysort ano: egen pea_total_h = total(pea) if mulher == 0 & dom == 1 & remunerado == 1 & hora_trab != 0 // Número total de homens na PIA bysort ano: egen pia_total_h = total(pia) if mulher == 0 & dom == 1 // Calculando a taxa de participação de mulheres e homens no mercado de trabalho gen taxa_mulher = (pea_total_m / pia_total_m) * 100 gen taxa_homem = (pea_total_h / pia_total_h) * 100 // Gráfico 1 gen g1 = m_hora_trab + m_hora_afazeres twoway (bar m_hora_trab ano, yaxis(1)) (rbar m_hora_trab g1 ano, yaxis(1)) (line taxa_mulher ano, yaxis(2) lpattern(solid)), yscale(r(0 100) axis(1)) ylabel(0 20 40 60 80 100, axis(1)) yscale(r(0 60) axis(2)) ylabel(0 20 40 60, axis(2)) legend(label(1 "Horas no mercado") label(2 "Horas de afazeres") label(3 "Taxa de participação") pos(6)) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) graph export "Gráfico_1.png", replace // Gráfico 2 gen g2 = m_hora_trab_h + m_hora_afazeres_h twoway (bar m_hora_trab_h ano, yaxis(1)) (rbar m_hora_trab_h g2 ano, yaxis(1)) (line taxa_homem ano, yaxis(2) lpattern(solid)), yscale(r(0 100) axis(1)) ylabel(0 20 40 60 80 100, axis(1)) yscale(r(0 100) axis(2)) ylabel(0 20 40 60 80 100, axis(2)) legend(label(1 "Horas no mercado") label(2 "Horas de afazeres") label(3 "Taxa de participação") pos(6)) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) graph export "Gráfico_2.png", replace } * * (Gráfico 3) Taxa de participação no mercado de trabalho por sexo e por presença ou não de filhos entre 0 e 5 anos de idade { // Número total de mulheres na PEA com filhos bysort ano: egen pea_total_m2 = total(pea) if mulher == 1 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 1 // Número total de mulheres na PIA com filhos bysort ano: egen pia_total_m2 = total(pia) if mulher == 1 & dom == 1 & filho == 1 // Número total de mulheres na PEA sem filhos bysort ano: egen pea_total_m3 = total(pea) if mulher == 1 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 0 // Número total de mulheres na PIA sem filhos bysort ano: egen pia_total_m3 = total(pia) if mulher == 1 & dom == 1 & filho == 0 // Número total de homens na PEA com filhos bysort ano: egen pea_total_h2 = total(pea) if mulher == 0 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 1 // Número total de homens na PIA com filhos bysort ano: egen pia_total_h2 = total(pia) if mulher == 0 & dom == 1 & filho == 1 // Número total de homens na PEA sem filhos bysort ano: egen pea_total_h3 = total(pea) if mulher == 0 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 0 // Número total de homens na PIA sem filhos bysort ano: egen pia_total_h3 = total(pia) if mulher == 0 & dom == 1 & filho == 0 // Calculando as taxas de participação no mercado de trabalho gen taxa_mulher_com = (pea_total_m2 / pia_total_m2) * 100 gen taxa_mulher_sem = (pea_total_m3 / pia_total_m3) * 100 gen taxa_homem_com = (pea_total_h2 / pia_total_h2) * 100 gen taxa_homem_sem = (pea_total_h3 / pia_total_h3) * 100 // Gráfico 3 twoway (line taxa_homem_com ano, lpattern(solid)) (line taxa_homem_sem ano) (line taxa_mulher_com ano, lpattern(solid)) (line taxa_mulher_sem ano), yscale(r(0 100)) ylabel(0 20 40 60 80 100) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) legend(label(1 "Homens com filhos") label(2 "Homens sem filhos") label(3 "Mulheres com filhos") label(4 "Mulheres sem filhos")) graph export "Gráfico_3.png", replace } * * (Gráfico 4) Taxa de participação das mulheres no mercado de trabalho, por presença ou não de filhos e frequência na creche { // Número total de mulheres na PEA com filhos na creche bysort ano: egen pea_total_m4 = total(pea) if mulher == 1 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 1 & creche == 1 // Número total de mulheres na PIA com filhos na creche bysort ano: egen pia_total_m4 = total(pia) if mulher == 1 & dom == 1 & filho == 1 & creche == 1 // Número total de mulheres na PEA com filhos fora da creche bysort ano: egen pea_total_m5 = total(pea) if mulher == 1 & dom == 1 & remunerado == 1 & hora_trab != 0 & filho == 1 & creche == 0 // Número total de mulheres na PIA com filhos fora da creche bysort ano: egen pia_total_m5 = total(pia) if mulher == 1 & dom == 1 & filho == 1 & creche == 0 // Calculando as taxas de participação no mercado de trabalho gen taxa_mulher_nacreche = (pea_total_m4 / pia_total_m4) * 100 gen taxa_mulher_foracreche = (pea_total_m5 / pia_total_m5) * 100 twoway (line taxa_mulher_com ano, lpattern(solid)) (line taxa_mulher_nacreche ano) (line taxa_mulher_foracreche ano, lpattern(solid)), yscale(r(40 75)) ylabel(40 45 50 55 60 65 70 75) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) legend(label(1 "Mulher com filho") label(2 "Mulher com filho na creche") label(3 "Mulher com filho fora da creche")) graph export "Gráfico_4.png", replace } * * (Gráfico 5) Jornada de horas de trabalho { // Média de horas trabalhadas pelas mulheres com filho na creche bysort ano: egen m_hora_trab_com = mean(hora_trab) if mulher == 1 & dom == 1 & pia == 1 & remunerado == 1 & hora_trab != 0 & creche == 1 // Média de horas trabalhadas pelas mulheres com filho fora da creche bysort ano: egen m_hora_trab_sem = mean(hora_trab) if mulher == 1 & dom == 1 & pia == 1 & remunerado == 1 & hora_trab != 0 & creche == 0 twoway (line m_hora_trab_h ano, lpattern(solid)) (line m_hora_trab ano) (line m_hora_trab_com ano, lpattern(solid)) (line m_hora_trab_sem ano), yscale(r(0 50)) ylabel(0 10 20 30 40 50) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) legend(label(1 "Homens") label(2 "Mulheres") label(3 "Mulheres com filho na creche") label(4 "Mulheres com filho fora da creche")) graph export "Gráfico_5.png", replace } * * (Gráfico 6) Parcela de pessoas que realizaram afazeres domésticos { // Parcela de homens que realizam afazeres domésticos * 1º) geramos o número total de homens em cada ano, restringido por pia e dom gen homem = 0 replace homem = 1 if mulher == 0 bysort ano: egen nu_homem = total(homem) if pia == 1 & dom == 1 bysort ano: egen nu_homem_afaz = total(homem) if pia == 1 & dom == 1 & faz_afazeres == 1 * 2º) agora geramos a parcela gen parc_afazeres_h = (nu_homem_afaz / nu_homem) * 100 // Parcela de mulheres que realizam afazeres domésticos bysort ano: egen nu_mulher = total(mulher) if pia == 1 & dom == 1 bysort ano: egen nu_mulher_afaz = total(mulher) if pia == 1 & dom == 1 & faz_afazeres == 1 gen parc_afazeres_m = (nu_mulher_afaz / nu_mulher) * 100 // Parcela de mulheres com filhos na creche que realizam afazeres domésticos bysort ano: egen nu_mulher_com = total(mulher) if pia == 1 & dom == 1 & creche == 1 bysort ano: egen nu_mulher_afaz_com = total(mulher) if pia == 1 & dom == 1 & creche == 1 & faz_afazeres == 1 gen parc_afazeres_m_com = (nu_mulher_afaz_com / nu_mulher_com) * 100 // Parcela de mulheres com filhos fora da creche que realizam afazeres domésticos bysort ano: egen nu_mulher_sem = total(mulher) if pia == 1 & dom == 1 & creche == 0 bysort ano: egen nu_mulher_afaz_sem = total(mulher) if pia == 1 & dom == 1 & creche == 0 & faz_afazeres == 1 gen parc_afazeres_m_sem = (nu_mulher_afaz_sem / nu_mulher_sem) * 100 // Gráfico 6 twoway (line parc_afazeres_h ano, lpattern(solid)) (line parc_afazeres_m ano) (line parc_afazeres_m_com ano, lpattern(solid)) (line parc_afazeres_m_sem ano), yscale(r(40 100)) ylabel(40 50 60 70 80 90 100) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) legend(label(1 "Homens") label(2 "Mulheres") label(3 "Mulheres com filho na creche") label(4 "Mulheres com filho fora da creche")) graph export "Gráfico_6.png", replace } * * (Gráfico 7) Jornada de afazeres domésticos { // Média de horas que os homens dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afaz_h = mean(hora_afazeres) if mulher == 0 & dom == 1 & pia == 1 // Média de horas que as mulheres dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afaz_m = mean(hora_afazeres) if mulher == 1 & dom == 1 & pia == 1 // Média de horas que as mulheres com filhos na creche dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afaz_m_com = mean(hora_afazeres) if mulher == 1 & dom == 1 & pia == 1 & creche == 1 // Média de horas que as mulheres com filho fora da creche dedicam para afazeres domésticos na semana bysort ano: egen m_hora_afaz_m_sem = mean(hora_afazeres) if mulher == 1 & dom == 1 & pia == 1 & creche == 0 // Gráfico 7 twoway (line m_hora_afaz_h ano, lpattern(solid)) (line m_hora_afaz_m ano) (line m_hora_afaz_m_com ano, lpattern(solid)) (line m_hora_afaz_m_sem ano), yscale(r(0 50)) ylabel(0 10 20 30 40 50) xscale(r(2001 2015)) xlabel(2001 2003 2005 2007 2009 2011 2013 2015) legend(label(1 "Homens") label(2 "Mulheres") label(3 "Mulheres com filho na creche") label(4 "Mulheres com filho fora da creche")) graph export "Gráfico_7.png", replace } * * Preparando as variáveis para a regressão { * 1º) vamos criar uma macro global que contém os nomeas das variáveis de controle. Isso deixa as coisas visualmente intuitivas global x "idade idade2 esc_0a8 branca rdpc urbano filho_0_2 filho_3_5 filho_6_12 filha_13 filho_13 idoso casada faz_afazeres" * 2º) estimamos por probit a influência da "parcela de filhos de 0 a 5 anos na creche" sobre a probabilidade da mulher participar do mercado de trabalho probit pea $x parc_creche if mulher == 1 & pia == 1 & dom == 1 & ano == 2001 * Efeitos marginais de cada uma das variáveis explicativas, considerando as demais na média. margins, dydx($x parc_creche) atmeans vsquish * Efeito marginal da variável de interesse, considerando as demais na média. margins, dydx(parc_creche) atmeans vsquish * Efeito marginal da variável de interesse, para diferentes idades margins, dydx(parc_creche) at(idade=(15(10)55)) vsquish * Efeito marginal da variável de interesse em diferentes níveis, considerando as demais na média. margins, at(parc_creche=(0.1(0.2)1.0)) atmeans vsquish post marginsplot, recast(line) recastci(rarea) * 3º) estimamos por probit a influência de "ter creche nas vizinhanças do domicílio" sobre a probabilidade da mulher participar do mercado de trabalho probit pea $x tem_creche if mulher == 1 & pia == 1 & dom == 1 & ano == 2001 margins, dydx($x tem_creche) atmeans * Obs: podemos rodar os comandos "margins" no mesm estilo do primeiro probit. * Além disso, para obter as estimativas de outros anos é só modificar o ano no final do comando probit "& ano == " } *