UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS, UNIVERSIDAD DEL PERÚ DECANA DE AMÉRICA ´´AÑO DE LA INVERSIÓN PARA EL DESARROLLO RURAL Y LA SEGURIDAD ALIMENTARIA´´ ASIGNATURA: ECONOMETRÍA I. DOCENTE : MÁXIMO FRANCISCO DUEÑES ROLDÁN. ALUMNO : FASANANDO CHÁVEZ REITER ANTONIO. CÓDIGO : 11 12 02 81. TEMA : ESTIMACIÓN DE UNA FUNCIÓN DE SALARIOS, EL USO DE VARIABLES FICTICIAS. TURNO : NOCHE LIMA - PERÚ 2013
24
Embed
Trabajo Final de Econometría - Regresiones Con Stata
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS, UNIVERSIDAD DEL PERÚ DECANA DE AMÉRICA
´´AÑO DE LA INVERSIÓN PARA EL DESARROLLO RURAL Y LA SEGURIDAD ALIMENTARIA´´
ASIGNATURA: ECONOMETRÍA I.
DOCENTE : MÁXIMO FRANCISCO DUEÑES ROLDÁN. ALUMNO : FASANANDO CHÁVEZ REITER ANTONIO. CÓDIGO : 11 12 02 81. TEMA : ESTIMACIÓN DE UNA FUNCIÓN DE SALARIOS, EL USO DE VARIABLES FICTICIAS. TURNO : NOCHE
LIMA - PERÚ
2013
Ejercicio N°01: Considere un modelo del tipo 0 1 2i i i iWG ED EX U . Se pide:
a) Explicar qué representan los parámetros 0 1, y 2 e indique
qué signo esperaría que tuviese cada uno de ellos.
b) Estimar este modelo con los datos del archivo ectr1-sonia-
salarios por MCO. Comente tanto los signos como las
estimaciones de todos los parámetros y explique por qué no es
especialmente relevante el hecho de que 0ˆ 0 .
SOLUCIÓN:
a) El parámetro es el término constante, es decir es el salario
de una persona sin años de educación y sin años de
experiencia.
El parámetro es la tasa de rendimiento de la educación, es
decir representa en cuanto aumentará el salario de un
individuo de acuerdo al grado de educación que dicha
persona tiene.
Personalmente espero que tenga signo positivo, ya que yo
encuentro una relación directa o positiva entre el salario y el
nivel de educación de una persona, es decir si aumenta los
años de educación de dicho individuo (ya sea estudiar una
carrera universitaria, una maestría, un doctorado o un Ph.D)
eso quiere decir que también aumentará su salario.
El parámetro es la tasa de rendimiento de la experiencia,
es decir representa en cuanto aumentará el salario de una
persona de acuerdo a los años de experiencia que esta
posee.
Personalmente espero que tenga signo positivo, ya que
existe una relación positiva entre los años de experiencia de
esta persona con su salario; siempre y cuando la experiencia
tenga una ecuación lineal, ya que la función de salarios es
cóncava en la experiencia con un máximo en la mitad de la
vida de esta persona.
b)
end of do-file.
_cons -5.567325 1.257373 -4.43 0.000 -8.037426 -3.097223 ex .103667 .0173408 5.98 0.000 .0696011 .137733 ed .9768533 .0847097 11.53 0.000 .8104416 1.143265 wg Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 13945.2521 527 26.4615789 Root MSE = 4.5837 Adj R-squared = 0.2060 Residual 11030.6042 525 21.0106748 R-squared = 0.2090 Model 2914.64782 2 1457.32391 Prob > F = 0.0000 F( 2, 525) = 69.36 Source SS df MS Number of obs = 528
. reg wg ed ex
. do "C:\Users\reiter\AppData\Local\Temp\STD00000000.tmp"
end of do-file.
. use "C:\Users\reiter\Desktop\ECONOMETRIA I\Sonia Sotoca\Trabjo\Ectr1-SSL-Salarios.dta", clear
. do "C:\Users\reiter\AppData\Local\Temp\STD00000000.tmp"
. use "C:\Users\reiter\Desktop\ECONOMETRIA I\Sonia Sotoca\Trabjo\Ectr1-SSL-Salarios.dta", clear
3. New update available; type -update all- 2. (/v# option or -set maxvar-) 5000 maximum variables 1. (/m# option or -set memory-) 50.00 MB allocated to dataNotes:
UNLP Facultad de Ciencias Economicas Licensed to: Lic. Santiago Adamcik Serial number: 71606281563Single-user Stata license expires 31 Dec 9999:
, como podemos apreciar tiene signo negativo, esto significa que si una persona no tiene ni experiencia potencial laboral, ni años de educación, entonces su salario sería negativo; sin embargo no es relevante que este sea negativo ya que su valor es pequeño, demasiado ínfimo diría yo.
, como podemos apreciar tiene signo positivo, esto significa que por cada año de educación que aumente, el salario aumentará en aproximadamente 0.9768533 nuevos soles; tiene signo positivo ya que existe una relación directa o positiva entre los años de educación y el salario de una persona.
, como podemos apreciar también tiene signo positivo, esto quiere decir que por cada año de experiencia que aumente, el salario de esta persona aumentará en aproximadamente 0.103667 nuevos soles; tiene signo positivo ya que existe una relación directa o positiva entre los años de experiencia y el salario del individuo, ya que la lógica indica que si la experiencia aumente el salario también aumentará; siempre y cuando la experiencia tenga una ecuación lineal, porque se espera que la función de salarios sea cóncava con la experiencia con un máximo en la mitad de la vida de esta persona. Es necesario apuntar que la educación tiene una ecuación lineal y la experiencia una ecuación cuadrática.
Ejercicio N°02: Analizar la log-normalidad de la variable iWG , usando tanto
procedimientos gráficos como algún contraste formal. Recuerde que una variable es log-normal, cuando en nivel no sigue una distribución normal, pero sí en logaritmos.
SOLUCIÓN:
0.2
.4.6
.8
De
nsity
0 1 2 3 4logwg
Ejercicio N°03:
a) Usando MCO estimar los parámetros de la ecuación teórica
dada 0 1ln lni i iWG WG ED U ¿Cuál es la interpretación de los
coeficientes estimados? Construir un intervalo de confianza del
95% para el coeficiente asociado a educación. ¿Cuál es el valor
del 2R del modelo y cómo lo interpreta?
b) Incorpore en la ecuación estimada en a) los años de experiencia
como regresor adicional y contraste si la función de salarios es
cóncava en la experiencia. ¿Cuáles serían los años de
experiencia (en media) de una persona que maximiza el
Total 143.172422 527 .271674425 Root MSE = .50731 Adj R-squared = 0.0527 Residual 135.373328 526 .257363742 R-squared = 0.0545 Model 7.79909363 1 7.79909363 Prob > F = 0.0000 F( 1, 526) = 30.30 Source SS df MS Number of obs = 528
. reg logwg fe
. do "C:\Users\reiter\AppData\Local\Temp\STD00000000.tmp"
2)
El salario promedio de las mujeres es 1.93 por hora.
3)
El coeficiente de female, es la diferencia en el salario promedio entre hombres y mujeres; es decir las mujeres en promedio ganan 0.24 dólares menos que los hombres. A este coeficiente se le puede llamar coeficiente de interpretación porque dice que tanto difiere el valor del término de intercepto de la categoría que recibe el valor de 1, del coeficiente de intercepto de la categoría base.
b) El modelo a estimar es el siguiente:
Logwg =
end of do-file.
_cons 1.106804 .1106818 10.00 0.000 .8893701 1.324237 fe -.2324597 .0406543 -5.72 0.000 -.3123248 -.1525945 ed .0813218 .0081496 9.98 0.000 .0653119 .0973316 logwg Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 143.172422 527 .271674425 Root MSE = .46556 Adj R-squared = 0.2022 Residual 113.791367 525 .21674546 R-squared = 0.2052 Model 29.3810554 2 14.6905277 Prob > F = 0.0000 F( 2, 525) = 67.78 Source SS df MS Number of obs = 528
. reg logwg ed fe
. do "C:\Users\reiter\AppData\Local\Temp\STD00000000.tmp"
El modelo estimado es el siguiente:
Esto nos quiere decir:
1)
Esto nos dice que por cada año de educación que tengan los
hombres cuando female = 0, su salario promedio aumenta en
1.18 dólares por hora.
2)
Esto nos dice que por cada año de educación que tengan las
mujeres cuando female = 1, su salario promedio aumenta en
0.95 dólares la hora; esto nos quiere decir que las mujeres
ganan menos que los hombres para un mismo nivel de
educación.
3) El coeficiente de female, es la diferencia en el salario promedio
de los hombres y mujeres manteniendo un mismo nivel de
educación, esto nos dice que las mujeres en promedio ganan
0.23 dólares menos que los hombres.
Logwg =
c) El modelo a estimar es el siguiente:
Logwg =
end of do-file.
_cons .6366853 .1223304 5.20 0.000 .396367 .8770036 fe -.2591789 .0388144 -6.68 0.000 -.3354299 -.1829279 ex .012673 .0016816 7.54 0.000 .0093695 .0159764 ed .1010872 .0081801 12.36 0.000 .0850175 .117157 logwg Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 143.172422 527 .271674425 Root MSE = .44263 Adj R-squared = 0.2788 Residual 102.663349 524 .195922421 R-squared = 0.2829 Model 40.5090732 3 13.5030244 Prob > F = 0.0000 F( 3, 524) = 68.92 Source SS df MS Number of obs = 528
. reg logwg ed ex fe
. do "C:\Users\reiter\AppData\Local\Temp\STD00000000.tmp"
El modelo estimado es el siguiente:
Logwg =
Esto nos quiere decir:
1)
Por cada año de educación y de experiencia que tengan los
hombres cuando female = 0 el promedio de su salario
aumenta en 0.75 dólares por hora.
2)
Por cada año de experiencia y de educación que tengan las
mujeres cuando female = 1 el promedio de su salario aumenta
en 0.49 dólares por hora. Es decir que las mujeres ganan
menos que los hombres para un mismo nivel de educación y
experiencia.
3) El coeficiente de female, es la diferencia en el salario promedio
de los hombres y mujeres manteniendo un mismo nivel de
educación y experiencia, es decir que las mujeres en promedio
ganan 0.25 dólares menos que los hombres.
d) El modelo a estimar es el siguiente:
Logwg=
El modelo estimado es el siguiente:
Logwg=
En cuanto a la interpretación de los coeficientes estimados, se
puede decir que las mujeres ganan en promedio menos que
los hombres manteniendo constantes las demás variables; un
año de experiencia y/o educación proporciona mayor salario