The data
file is taken from the 1976 panel study of income dynamics, and is based on data
for the previous year, 1975. Of the 753 observations, the first 428 are for
women with positive hours worked in1975, while the remaining 325 observations
are for women who did not work for pays in 1975. The data set consists of 753
observations on 19 variables.
1. LFP A dummy variable = 1 if
woman worked in 1975, else 0
2. WHRS Wife's hours of work in 1975
3. KL6 Number of children less than 6 years old in household
4. K618 Number of children between ages 6 and 18 in household
5. WA Wife's age
6. WE Wife's educational attainment, in years
7. WW Wife's average hourly earnings, in 1975 dollars
8. RPWG Wife's wage reported at the time of the 1976 interview
(not the same as the 1975 estimated wage). To use the subsample with this
wage, one needs to select 1975 workers with LFP=1, then select only those women
with non-zero RPWG.Only 325 women work in 1975 and
have a non-zero RPWG in 1976.
9. HHRS Husband's hours worked in 1975
10. HA Husband's age
11. HE Husband's educational attainment, in years
12. HW Husband's wage, in 1975 dollars
13. FAMINC Family income, in 1975 dollars. This variable is used to construct
the property income variable.
14. MTR This is the marginal tax rate facing the wife, and is taken from
published federal tax tables (state and local income taxes are excluded). The
taxable income on which this tax rate is calculated includes Social Security, if
applicable to wife.
15. WMED Wife's mother's educational attainment, in years
16. WFED Wife's father's educational attainment, in years
17. UN Unemployment rate in county of residence, in percentage points. This
taken from bracketed ranges.
18. CIT Dummy variable = 1 if live in large city (SMSA), else 0
19. AX Actual years of wife's previous labor market experience
L'objectif est de modéliser
l'offre de travail des femmes.
Donner les statistiques
descriptives des variables pour tout l'échantillon, pour l'échantillon
composé de femmes qui travaillent et pour l'échantillon composé de femmes
qui ne travaillent pas. Comparer les résultats.
Calcul de séries
complémentaires (revenu et salaire) :
- Soustraire des revenus de la famille le revenu des femmes qui travaillent
(on note PRIN cette nouvelle variable )
- Créer la
variable AX2 qui correspond au carré de la variable AX
- Donner le
logarithme de la série de salaire WW noté LWW
-
Sélectionner l'échantillon composé des femmes qui travaillent et estimer la
relation selon laquelle LWW est fonction des variables WA, WE, CIT, AX et
AX2 (le modèle inclut une constante également). Interpréter l'effet de l'âge sur
le salaire.
- Créer la
série LWW1: pour les femmes qui travaillent elle est égale à la série LWW et
pour les autres femmes elle est égale à la valeur prévue par le modèle
précédemment estimé. Que pensez-vous de cette procédure permettant d'avoir une
série de salaire pour toutes les femmes.
Pour modéliser la décision de
travailler on utilise un modèle de choix discret. La variable de choix
correspond à la série LFP qui indique si la personne travaille, on suppose
que la probabilité qu'une femme travaille dépend des variables LWW1, KL6,
K618, WA, WE, UN, CIT, PRIN et d'une constante.
- Estimer un modèle à probabilité linéaire et rappeler les limites de ce modèle.
- Estimer un modèle
probit et un modèle logit. Comparer les résultats, donner les effets marginaux
des variables explicatives et interpréter les résultats.
Pour modéliser le nombre
d'heures de travail (WHRS) ont doit tenir compte du fait que la variable
WHRS est observée uniquement pour les femmes qui travaillent. Les variables
explicatives sont KL6, K618, WA, WE, PRIN, LWW1.
- Estimer le modèle en supposant que la variable WHRS est tronquée, avec comme
point de troncature 0. Calculer les effets marginaux et l'élasticité de l'offre
de travail par rapport au salaire. Interpréter les résultats. Discuter de la
pertinence du choix d'un modèle de régression tronqué.
-
Estimer le modèle en supposant que la variable WHRS est censurée et répondre aux
questions précedentes (effets marginaux, élasticité,...)
-
Réfléchir au problème de sélection de l'échantillon et d'endogénéité posé par la
variable de salaire (pour une discussion approfondie sur cette question cf
chapitre 11 du Berndt)