Factores que intervienen en la probabilidad de que una persona sea víctima de homicidio
Resumen
El presente trabajo tiene como finalidad determinar los factores que intervienen en la probabilidad de que una persona sea víctima de un homicidio, con la aplicación de un modelo logístico binomial. Se sabe que existen programas como Python que son muy potentes hoy en día y altamente demandados por las compañías, sin embargo, son procesos que no todas las personas entienden con facilidad. Es por ello que usamos el software STATA para el cálculo de nuestra solución, ya que es un software bastante entendible y eficaz. La evaluación sobre los factores que determinan que una persona sea víctima de un homicidio se ha convertido en nuestro caso a trabajar, debido a que en los últimos años los índices de criminalidad en el Perú han ido aumentando de manera exponencial. El problema a resolver es: ¿De qué manera el modelo de regresión logística es de utilidad para determinar en qué lugar una persona puede ser víctima de un homicidio o un delito?
El objetivo de esta investigación es determinar los factores que son más relevantes para que una persona sea víctima de un homicidio o un delito.
Presentación del problema
El temor o sensación de inseguridad aparecen como concepto de estudio y problema de política pública desde mediados de los años 60 en Europa, principalmente en Inglaterra, así como también en los Estados Unidos (Dammert, 2013). La criminalidad es, sin lugar a dudas, una característica de la vida en sociedad y tan antigua como la historia. Por lo tanto, el delito es un problema que dilucidar desde el punto de vista de la economía, como asimismo de otras disciplinas sociales que buscan cómo entenderlo y, finalmente, tratar de aminorar su impacto.
Objetivos
Objetivo General
Crear un modelo econométrico que nos permita conocer las principales variables, como edad, sexo, entre otras, que convertirían a las personas en posibles víctimas de un homicidio u otro hecho delictivo.
“Correlaciones canónicas aplicado a cajas de ahorro y crédito en el Perú”
Resumen
El crecimiento de los microcréditos a nivel mundial está impulsando a las instituciones de microfinanzas (IMFs) a tener un mayor nivel de competencia con las entidades bancarias por el dominio del sector microcrédito. La banca tradicionalmente ha tenido y tiene adecuados modelos de credit scoring para analizar el riesgo de incumplimiento, pero las IMFs aún no cuentan con ello. El objetivo de esta investigación es diseñar un modelo de credit scoring usando la técnica estadística correlaciones canónicas para las cajas rurales y municipales de ahorro y crédito (CRAC y CMAC) del sistema financiero del Perú. El resultado de la investigación muestra la metodología usada y el modelo.
Objetivos
Objetivo general
Cuantificar la validez de la relación, en este caso entre los dos conjuntos de variables (dependiente e independiente)
Objetivos específicos
Determinar las relaciones entre los conjuntos de variables.
Alcanzar la correlación mixta.
Explicar la naturaleza de las relaciones entre las variables.
Trabajo de investigación – Violencia contra la mujer
Introducción
El presente trabajo está enfocado en un problema que cada vez genera graves daños y perjuicios a nuestra sociedad en estos últimos años. Nos estamos refiriendo al problema de la violencia contra la mujer. En el presente documento evaluamos una serie de variables (tales como región, tipo de lugar de residencia, nivel de educación, índice de riqueza) para explicar los distintos tipos de violencia hacia la mujer (tales como violencia moral, física, psicológica, entre otros tipos).
La cuestión está en determinar las variables que generan mayor impacto en la variable endógena (por ejemplo, tipo de violencia) para ello nos basaremos en un modelo logístico. El modelo logístico nos servirá para evaluar qué variables conducen a la decisión de recurrir a la violencia. Asimismo, lograremos notar la significancia del conjunto de variables y la significancia individual de cada una de ellas. Lo cual nos permitirá realizar recomendaciones o políticas generales a seguir para poder disminuir el nivel de violencia.
Objetivo
Hallar la probabilidad de ocurrencia de que una mujer sufra de violencia psicológica, según la región, situación económica, nivel de educación, número de hermanas y el número de familiares que hayan denunciado sufrir de violencia de género.
Planteamiento de hipótesis
Hipótesis General
Las variables elegidas son significativas al explicar el problema de la violencia hacia la mujer.
Hipótesis Específica
Los casos de violencia se dan con mayor frecuencia en los departamentos de la región sierra.
El número de hermanas es un determinante relevante en el indicador de violencia.
El nivel de educación tiene correlación negativa con respecto al indicador de violencia.
Situación de la informalidad en el empleo
Como podemos entender según (1), en términos generales, el empleo informal comprende aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (no cuentan con RUC registrado en la SUNAT) o aquellos trabajadores que no cuentan con beneficios sociales (en este caso, que no cuenten con seguro de salud financiado por su empleador)
El empleo formal e informal en Perú
En el Gráfico No 4.1 se puede apreciar la distribución del empleo desde el punto de vista de la informalidad. En el año 2014, se tiene que 7 de cada 10 personas que conforman la PEA Ocupada trabajan en un empleo informal. En términos absolutos, esto significaría que alrededor de 11 millones y medio de trabajadores laboran informalmente sin contar con los beneficios sociales de ley o que trabajan en empresas que evaden la administración tributaria. El mayor segmento de ocupados con empleo informal se concentra en el sector informal, pues logra concentrar el 55,9% de la población ocupada, mientras que el sector formal logró absorber el 16,9% de la población ocupada.
En cuanto a la distribución del empleo informal por ramas de actividad económica, el Gráfico No 4.11 señala que el mayor segmento de ocupados en situación de informalidad se concentra en la rama extractiva al concentrar un total de 3 millones 901 mil trabajadores, y además presenta la tasa de empleo informal más alta (94,6%) con relación a las demás ramas de actividad económica. Asimismo, cabe resaltar a la subrama de actividad agricultura, ganadería, pesca y silvicultura porque concentra a casi la tercera parte de ocupados con empleo informal. Ver Anexo No 23. La segunda rama de actividad que tiene mayor presencia de empleo informal es servicios, donde casi 3 millones 727 mil trabajadores laboran en empleos precarios y representan el 59,6% de la PEA Ocupada total de esta rama de actividad. Entre las subramas que concentran una mayor cantidad de ocupados con empleo informal se encuentran transporte, almacenamiento y comunicaciones (998 mil trabajadores), restaurantes y hoteles (904 mil trabajadores) y servicios comunitarios y recreativos (794 mil trabajadores).
Ingreso laboral en el empleo formal e informal
La existencia de salarios distintos para trabajadores con características promedio similares estaría explicado por factores que segmentarían el mercado laboral, es decir, la existencia de un sector formal y un sector informal. En el Gráfico No 4.12 se puede apreciar la brecha de ingreso laboral mensual entre trabajadores con empleo informal y formal, donde el primer colectivo de trabajadores ganan en promedio S/. 805 al mes y el segundo colectivo de trabajadores ganan en promedio S/. 2 221 al mes, es decir, existe una brecha de S/. 1 416. Esto significa que un trabajador con empleo informal gana 75,9% menos que un trabajador con empleo formal.
Empleo juvenil
La situación que se atraviesa en el mundo para generar los suficientes puestos de trabajo se va agravando, puesto que los jóvenes tienen tres veces mayores probabilidades de estar desempleados que los adultos, y se estima que 73,3 millones de jóvenes estarían buscando trabajo en el 2014, representando el 36,7% del total de desempleados en el mundo. La OIT ha advertido sobre el riesgo de una generación de trabajadores jóvenes marcada por una mezcla peligrosa de alto desempleo, creciente inactividad y trabajo precario en los países desarrollados, y de un aumento de trabajadores pobres en el mundo en desarrollo.
Metodología
Conceptos básicos
Basándonos en el libro (2), decimos que la duración en un estado es una variable aleatoria no negativa, denotada como T, que en los datos económicos suele ser una variable aleatoria discreta. Para explicar los conceptos básicos nos centramos en el caso continuo, seguido por el caso discreto más adelante en el capítulo.
Funciones de supervivencia, riesgo y riesgo acumulada
La función de distribución acumulativa (f.d.a) de T se denota como F(t) y la función de densidad es f(t) = dF(t)/dt. Entonces la probabilidad de que la duración sea menor que t es F(t) = P r[T ≤ t]