Trabajo Regresión Modelos Econometría I
Sergio3 Escobar3Trabajo24 de Marzo de 2022
712 Palabras (3 Páginas)127 Visitas
Tarea 2 Gretl Econometría I
Muestr, n = 208.622
1. Modelo 1 : “Logarítmo del Salario por hora”
Modelo 1: MCO, usando las observaciones 1-208622
Variable dependiente: l_salhora
| Coeficiente | Desv. Típica | Estadístico t | valor p | |
const | 2.05112 | 0.00290832 | 705.3 | <0.0001 | *** |
mujer | −0.123529 | 0.00202243 | −61.08 | <0.0001 | *** |
anti_years | 0.0276999 | 0.000293401 | 94.41 | <0.0001 | *** |
anti_years_sq | −0.000322272 | 8.31920e-06 | −38.74 | <0.0001 | *** |
jcompleta | 0.196434 | 0.00267473 | 73.44 | <0.0001 | *** |
Media de la vble. dep. | 2.382880 | D.T. de la vble. dep. | 0.492481 | |
Suma de cuad. residuos | 40932.05 | D.T. de la regresión | 0.442952 | |
R-cuadrado | 0.191041 | R-cuadrado corregido | 0.191025 | |
F(4, 208617) | 12316.55 | Valor p (de F) | 0.000000 | |
Log-verosimilitud | −126139.8 | Criterio de Akaike | 252289.6 | |
Criterio de Schwarz | 252340.8 | Crit. de Hannan-Quinn | 252304.6 |
Función del Modelo 1:
LnYi = β1 + β2·Z1 + β3·X2i + β4·X22i + β5·Z2 + ui
LnYi = 2,05 + 0,124·Z1 + 0,0277·X2i + 0,0003·X22i + 0,196·Z2 + ui
Yi = “l_salhora” X2i = “Anti_years”
Z1 = 1, “Mujer”; 0, “Hombre” X22i = “anti_years_sq”
Z2 = 1, “jcompleta”; 0, “jparcial”
La ventaja que he encontrado es que permite acotar el rango de la variable en una cantidad relativamente más pequeña en comparación con la variable original. Esto también ayuda a la hora de que surjan estimaciones atípicas o muy extremas de la observación.
2. Modelo 2
Modelo 2: MCO, usando las observaciones 1-208622
Variable dependiente: l_salhora
| Coeficiente | Desv. Típica | Estadístico t | valor p | |
const | 1.91314 | 0.00317031 | 603.5 | <0.0001 | *** |
mujer | −0.167979 | 0.00182330 | −92.13 | <0.0001 | *** |
anti_years | 0.0254737 | 0.000263078 | 96.83 | <0.0001 | *** |
anti_years_sq | −0.000245488 | 7.46003e-06 | −32.91 | <0.0001 | *** |
jcompleta | 0.117405 | 0.00242090 | 48.50 | <0.0001 | *** |
EMedios | 0.0953622 | 0.00258875 | 36.84 | <0.0001 | *** |
ESuperiores | 0.477093 | 0.00267390 | 178.4 | <0.0001 | *** |
...