El desempleo juvenil en España: Evolución reciente, medidas alternativas, análisis exploratorio y empírico.
Use este enlace para citar
http://hdl.handle.net/2183/19772Coleccións
- Economía, Grao en [74]
Metadatos
Mostrar o rexistro completo do ítemTítulo
El desempleo juvenil en España: Evolución reciente, medidas alternativas, análisis exploratorio y empírico.Autor(es)
Director(es)
García-Carro Peña, BeatrizData
2017Centro/Dpto/Entidade
Universidade da Coruña. Facultade de Economía e EmpresaDescrición
Traballo fin de grao (UDC.ECO). Economía. Curso 2016/2017Resumo
[Resumen]: La población joven de entre 16 y 24 años soporta mayores dificultades de inserción
laboral que el resto de la población, pues sus tasas de paro duplican a las generales.
Aunque no todo se limita a este indicador, existen medidas alternativas que evitan, en
cierta medida, las malas interpretaciones y complementan la información proporcionada
por la tasa de desempleo juvenil, como el ratio de paro, el paro registrado o el porcentaje
de ninis.
Los altos niveles de paro juvenil alcanzados en la última década, ponen de manifiesto
la necesidad de conocer las variables que ejercen influencia sobre el desempleo. Para
ello, recurrimos a las técnicas de análisis multivariante, en concreto, a la regresión
logística binaria, a través de la cual, establecemos la probabilidad de no tener trabajo
en función de las distintas categorías de cada variable incluida en el modelo y,
demostramos que la relación entre la tasa de paro juvenil y el nivel de estudios es
inversa, que es uno de los principales objetivos de este trabajo. [Abstract]: The youth population, between 16 and 24 years old, have more difficulty when they want
to enter the labour market than the older population, because youth unemployment rates
double general unemployment rates. Although, there are alternative measurements that
avoid erroneous interpretations and which complete the youth unemployment rate´s
information. They are the unemployment ratio, registered unemployment and NEET
rates.
The high levels of unemployment, reached in the in last decade, show the need to know
what variables have influence over unemployment. For this reason, we turn to a binomial
logistic regression, through this, we set up the probability of not finding work according
to variables that we include in the regression. In addition, we prove that there is a
negative correlation between the youth unemployment rate and education level which is
one of the main objectives of this project.
Palabras chave
Desempleo juvenil
Tasa de paro
Ratio de paro
Porcentaje de ninis
Nivel de estudios
Regresión logística binomial
Youth unemployment
Youth unemployment rate
Youth unemployment ratio
NEET rates
Education attainment level
Binomial logistic regression
Tasa de paro
Ratio de paro
Porcentaje de ninis
Nivel de estudios
Regresión logística binomial
Youth unemployment
Youth unemployment rate
Youth unemployment ratio
NEET rates
Education attainment level
Binomial logistic regression
Dereitos
Os titulares dos dereitos de propiedade intelectual autorizan a visualización do contido deste traballo a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo do traballo como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de este trabajo a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen del trabajo como a su contenido