from pathlib import Path import json,html from reportlab.platypus import SimpleDocTemplate,Paragraph,Spacer,Table,TableStyle,KeepTogether from reportlab.lib.styles import getSampleStyleSheet,ParagraphStyle from reportlab.lib import colors from reportlab.lib.enums import TA_CENTER from reportlab.lib.units import cm P=Path(__file__).resolve().parent;d=json.loads((P/'resultados.json').read_text());J=json.dumps(d,ensure_ascii=False).replace('Educación e ingresos laborales | Nahuel Iván López
NAHUEL IVÁN LÓPEZ
Economía · Portfolio de análisis cuantitativo
PROYECTO 02 · EPH / INDEC · 2025 T4

Educación e ingresos laborales en Argentina

¿Qué diferencias de ingresos se observan entre niveles educativos y cuánto persisten al controlar por edad, sexo y región? Investigación reproducible con microdatos de la Encuesta Permanente de Hogares.

↓ Informe en PDF↓ Código Python↓ Resultados agregados
Muestra analítica
Personas ocupadas, 18–65 años, ingreso positivo
R² · modelo principal
Logaritmo del ingreso mensual
R² · especificación ampliada
Incluye horas y categoría ocupacional; muestra distinta

01 / Resultados principales

Superior completo vs. secundaria completa

Diferencia condicional estimada en ingreso mensual; no es retorno causal de la educación.

Mujeres vs. varones

Asociación condicional; no equivale a brecha salarial por hora ni a discriminación identificada.

Ingreso medio, superior completo

Promedio ponderado de P21; pesos corrientes de 2025 T4.

Lectura económica

Los datos muestran una asociación positiva entre educación superior completa e ingreso de la ocupación principal, aun después de controlar por características observables. La estimación no permite atribuir causalmente la diferencia a la educación: influyen selección, horas trabajadas, ocupación y factores no medidos.

02 / Explorador de ingresos

Ingresos mensuales de la ocupación principal (P21), ponderados con PONDIIO. La media es sensible a valores elevados; la mediana representa el punto central ponderado.

03 / Estimación econométrica

Modelo principal

ln(P21) = β₀ + educación + edad + edad² + mujer + región + ε. Referencia educativa: secundaria completa. Mínimos cuadrados ponderados (PONDIIO) y errores agrupados por hogar como aproximación, no inferencia de diseño muestral completo.

Coeficientes educativos e indicador mujer

Efectos porcentuales transformados como 100 × [exp(β) − 1]. Las barras representan intervalos de confianza del 95% transformados.

VariableCoef. logIC 95% (log)Valor p

04 / Pruebas de robustez

Modelo principal ponderado

Sin ponderación

Con horas y categoría ocupacional

El modelo ampliado incorpora log(horas trabajadas en todas las ocupaciones, PP3E_TOT) y categoría ocupacional (CAT_OCUP), restringiendo a 1–100 horas. No se trata de un modelo de salario por hora de la ocupación principal. Comparar R² no identifica el efecto individual de cada control y la muestra cambia.

Comparación de coeficientes seleccionados

VariablePrincipalSin ponderarCon horas/categoría

05 / Fuente, metodología y límites

Fuente: INDEC, Encuesta Permanente de Hogares (EPH), microdatos individuales, cuarto trimestre de 2025. Repositorio oficial.

Selección: ocupados entre 18 y 65 años, P21 positivo, ponderador PONDIIO positivo, sexo codificado y NIVEL_ED entre 1 y 6. Se excluyen ingresos nulos, negativos o no declarados. No representa a toda la población ocupada. Los resultados se refieren a los aglomerados urbanos de la EPH y no a la totalidad territorial argentina.

Inferencia: errores estándar agrupados por hogar, sin reconstrucción integral de estratos y unidades primarias del diseño de encuesta. Los intervalos deben interpretarse como aproximaciones. Estudio transversal observacional: correlaciones, no efectos causales. El ingreso mensual mezcla remuneración y horas trabajadas; educación y empleo pueden ser endógenos. Las ponderaciones y la no respuesta condicionan la interpretación.

Reproducibilidad: se publican script Python, CSV agregados y resultados JSON. No se publican registros individuales de los encuestados.

Herramientas: Python · pandas · NumPy · statsmodels · regresión ponderada · inferencia agrupada · visualización interactiva · HTML/CSS/JavaScript.

'''.replace('__DATA__',J) (P/'index.html').write_text(site,encoding='utf-8') styles=getSampleStyleSheet();styles.add(ParagraphStyle(name='CoverX',parent=styles['Title'],fontName='Helvetica-Bold',fontSize=22,leading=28,textColor=colors.HexColor('#10283e'),spaceAfter=15));styles.add(ParagraphStyle(name='HeadingX',parent=styles['Heading2'],fontSize=13,textColor=colors.HexColor('#0d5b67'),spaceBefore=17,spaceAfter=8));styles.add(ParagraphStyle(name='BodyX',parent=styles['BodyText'],fontSize=9.5,leading=15,spaceAfter=9));doc=SimpleDocTemplate(str(P/'Informe_Econometrico.pdf'),pagesize=(21*cm,29.7*cm),rightMargin=2*cm,leftMargin=2*cm,topMargin=2*cm,bottomMargin=2*cm);story=[] def para(s,style='BodyX'):story.append(Paragraph(html.escape(s),styles[style])) para('Educación e ingresos laborales en Argentina','CoverX');para('Nahuel Iván López | Investigación econométrica | EPH, cuarto trimestre de 2025');para('Resumen ejecutivo','HeadingX');para(f"La muestra analítica comprende {d['muestra']:,} personas ocupadas de 18 a 65 años con ingreso positivo en la ocupación principal. El modelo principal ponderado presenta R² = {d['modelo']['r2']:.4f}.");para(f"Respecto de secundaria completa, educación superior completa se asocia con un ingreso mensual {d['principal_superior']['efecto_pct']:.1f}% mayor, condicionado por edad, sexo y región (IC 95% para el coeficiente logarítmico: [{d['principal_superior']['li']:.3f}, {d['principal_superior']['ls']:.3f}]). La variable mujer presenta una asociación de {d['principal_mujer']['efecto_pct']:.1f}% respecto de varones, manteniendo constantes los controles del modelo.");para('Pregunta y datos','HeadingX');para('¿Cómo se relacionan el nivel educativo, la edad, el sexo y la región con el ingreso mensual de la ocupación principal? Se utiliza el archivo individual de la EPH del INDEC correspondiente al cuarto trimestre de 2025, con cobertura de aglomerados urbanos. La variable dependiente es ln(P21), con P21 positivo.');para('Diseño de estimación','HeadingX');para('Modelo principal: ln(P21) = intercepto + categorías de educación + edad + edad al cuadrado + mujer + efectos fijos regionales + error. La categoría educativa de referencia es secundaria completa. Se utilizan mínimos cuadrados ponderados por PONDIIO y errores agrupados por hogar como aproximación; no se implementa el diseño muestral complejo completo.');para('Ingresos por nivel educativo','HeadingX') t=[['Educación','N','Media ponderada ($)','Mediana ponderada ($)']]+[[r['educacion'],str(r['n']),f"{r['media']:,}",f"{r['mediana']:,}"] for r in d['educacion']];tab=Table(t,colWidths=[5.3*cm,1.4*cm,4.5*cm,4.5*cm],repeatRows=1);tab.setStyle(TableStyle([('BACKGROUND',(0,0),(-1,0),colors.HexColor('#143b54')),('TEXTCOLOR',(0,0),(-1,0),colors.white),('FONTSIZE',(0,0),(-1,-1),8),('BOTTOMPADDING',(0,0),(-1,-1),7),('TOPPADDING',(0,0),(-1,-1),7),('ROWBACKGROUNDS',(0,1),(-1,-1),[colors.whitesmoke,colors.white]),('LINEBELOW',(0,-1),(-1,-1),.5,colors.lightgrey)]));story.append(tab) para('Robustez','HeadingX');para(f"Se compararon (a) modelo principal ponderado: N={d['modelo']['n']}, R²={d['modelo']['r2']:.4f}; (b) modelo no ponderado: N={d['sin_ponderar']['n']}, R²={d['sin_ponderar']['r2']:.4f}; (c) modelo con log de horas trabajadas en todas las ocupaciones y categoría ocupacional: N={d['con_horas_categoria']['n']}, R²={d['con_horas_categoria']['r2']:.4f}. El tercer modelo restringe PP3E_TOT a 1–100 horas; por ello los tamaños muestrales difieren.") para('Alcances y limitaciones','HeadingX');para('Este estudio es transversal y observacional. Las asociaciones estimadas no identifican retornos causales a la educación ni discriminación. P21 mide ingreso mensual de la ocupación principal, no remuneración por hora. El modelo principal no controla horas trabajadas, ocupación ni selección al empleo; las variables omitidas pueden afectar los coeficientes. La submuestra de ingreso positivo excluye a ocupados sin ingreso declarado o positivo. Los errores agrupados por hogar no reemplazan la inferencia que incorpora el diseño complejo de la EPH. La cobertura se limita a aglomerados urbanos relevados.');para('Reproducibilidad y fuente','HeadingX');para('INDEC, Encuesta Permanente de Hogares, microdatos individuales, 4º trimestre de 2025. Los scripts Python, los resultados agregados en CSV y el JSON acompañan este informe. No se redistribuyen microdatos individuales en el sitio público. Fuente: https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos-8');doc.build(story) print('HTML',len(site),'PDF', (P/'Informe_Econometrico.pdf').stat().st_size)