Econometría
Auxiliar 2
Profesor : Auxiliar : Mattia Makovec Gonzalo Viveros A. Semestre : Otoño 2010
Pregunta 1
El archivo “salarios.xls” contiene observaciones mensuales en US$ del salario (Wage) de 935 hombres empleados en Estados Unidos. Además, el archivo incluye las siguientes variables: Educ Exper Tenure Age Married Black South Urban Meduc Feduc Sibs Brthord IQ a) Analice los datos. b) Estime con el método de mínimos cuadrados ordinarios la siguiente ecuación de salario: ln(Wage)i = β0 + β1 Educi + β2 Experi + β3 Exper2 + β4 Tenurei + β5 Agei + εi , (1) i para i = 1, . . . , 935. Se supone que se cumplen todos los supuestos básicos del modelo lineal general, incluyendo la hipótesis de normalidad de los errores. 1 Años de Educación Años de Experiencia Laboral Años de Experiencia con el Actual Empleador Edad Dummy (1: Casado) Dummy (1: Afro-Americano) Dummy (1: Vive en Estado Sur de EEUU) Dummy (1: Vive en Area Metropolitana) Años de Educación de la Madre Años de Educación del Padre Número de hermanos/hermanas Orden de Nacimiento Cociente Intelectual
Econometría
Auxiliar 2
2
c) Comente los resultados obtenidos y la significatividad individual de los coeficientes estimados. ¿Son los coeficientes estimados significativos al 1 %? ¿Y al 5 %? ¿Y al 10 %? d) Define y realize un test de significatividad global de la regresión, especificando claramente la hipótesis nula, la hipótesis alternativa y la regla de decisión por un nivel de significación α = 0.05. e) Estime con el método de mínimos cuadrados ordinarios la siguiente especificación alternativa del modelo (1): ln(Wage)i = α0 + α1 Educi + α2 Experi + α3 Tenurei + α5 Agei + εi , (2)
para i = 1, . . . , 935. Comente los resultados obtenidos con respecto al apartado anterior.
Pregunta 2
El archivo “inversiones.wfl” contiene observaciones anuales en Estados Unidos entre los años 1959 y 1990, sobre: PIB nominal (pib). Inversión nominal (invers). Tipo de interés nominal (i ). Deflactor del PIB nominal (defpib). Estime con el método de Mínimos Cuadrados Ordinarios la siguiente ecuación de inversión: rinverst = β0 + β1 rpibt + β2 rt + εt , donde: rinverst : Inversión real privada. rpibt : PIB real. rt : Tipo de interés real.
Econometría
Auxiliar 2
3
Códigos
En esta parte se mostrarán códigos relevantes para la Tarea 1, de preferencia en lenguaje de STATA. Recuerden que en STATA trabaja de preferencia con comandos y el EViews trabaja tanto comandos como con ventanas.
Pregunta 1 (STATA)
La base de datos contiene las siguientes variables: Wage Iq Educ Exper Tenure Age Married Black South Urban Sibs Brthord Meduc Feduc
El modelo de regresión a ajustar es el siguiente: ln(Wage)i = β0 + β1 Educi + β2 Experi + β3 Exper2 + β4 Tenurei + β5 Agei + εi . i Configuración del STATA previa a los análisis estadísticos: /* Ajustar el maximo de memoria que ocupara el STATA */ set mem 500m /* Definimos la dirección donde se trabajará */ /* (Donde tenemos guardadas las bases de datos) */ cd "C:\UChile\[A] Econometría\Aux2" /* Llamada de la base de datos (en formato STATA), denominada ’datos.dta’ */ use "salarios.dta" /* Describe los datos cargados */ desc
Econometría
Auxiliar 2
4
Los códigos para realizar un estudio sobre el MCRL son: a) Analice los datos. Realizar un “resumen” de las variables de la base: sum wage iq educ exper tenure age married south meduc feduc Histograma, por variable: hist wage hist educ Matriz de Correlación: pwcorr wage iq educ exper tenure age married south meduc, star(.05) donde el comando star(.05) marca con una del intervalo [−0.05, 0.05]. b) Estimar por MCO la ecuación de salario (1). Generar variables de interés: ln(wage) y exper2 , que son guardadas en las variables lwage y s_exp, respectivamente: gen lwage=ln(wage) gen s_exp=exper^2 Realizar la Regresión (1), donde la primera (lwage) es la variable dependiente, y las demás son las variables explicativas: reg lwage educ exper s_exp tenure age En este punto se hace hincapié que de manera inmediata se obtiene el R2 y R , niveles de ajuste del modelo. Obs.: El valor R2 indica el porcentaje de variabilidad de los valores de la variable dependiente Y , que pueden ser explicadas en función de la variabilidad de los valores de los regresores X.
2
para hacer notar los valores fuera
Econometría
Auxiliar 2
5
Generar serie de errores estimados: predict reg_err, res Test de normalidad de los errores estimados sktest reg_err Histograma de los errores histogram reg_err
c) ¿Son los coeficientes estimados significativos al 1 %? ¿Y al 5 %? ¿Y al 10 %? Para cambiar el intervalo de confianza a 99 % por ejemplo, que viene por default en 95 %: set level 99, pero esto es solo para analizar los intervalos de confianza, y no tiene nada que ver con el porcentaje de significatividad individual de cada variable. Otra forma de ver la significatividad individual es utilizar Test de Wald individual para cada parámetro (que se verá en detalle a lo largo del semestre): test test test test test test educ=0 exper=0 s_exp=0 tenure=0 age=0 _cons=0
d) Significatividad global de la regresión, al nivel de significancia α = 0.05. En STATA este test se puede realizar de tres formas: • Forma 1: test test test test test educ=0 exper=0, accu s_exp=0, accu tenure=0, accu age=0, accu
Econometría
Auxiliar 2
6
• Forma 2: test (educ=0) (exper=0) (s_exp=0) (tenure=0) (age=0) • Forma 3: test educ= exper= s_exp= tenure= age=0
e) Estimación por MCO del modelo (2). Realizar la regresión para intervalo de confianza de 95 %: set level 95 reg lwage educ exper tenure age
Pregunta 2 (EViews)
Mas adelante en el semestre se dará hincapié en este programa, por tanto dejo estos códigos: ’ 1. Generar variables relevantes ’ Inflacion: genr infla=(defpib-defpib(-1))/defpib(-1)*100 ’ PIB Real: genr rpib=pib/defpib ’ Inversión Real: genr rinvers=invers/defpib ’ Tasa Interés Real: genr r=i-infla
’ 2. Estimación MCO equation mco1.ls rinvers c rpib r 