Econometria Ingeniería Comercial

Ingeniería Comercial

Econometría I

COM – 05223

Práctica Nª 5

5.1 Con ayuda de los datos del archivo SLEEP75.WF1 se obtiene la ecuación estimada

sleep = 3,840.83 - .163 totwrk - 11.71 educ - 8.70 age + .128 age2 + 87.75 male

             (235.11)   (.018)               (5.86)          (11.21)         (.134)         (34.33)

n = 706, R2 = .123, 2 = .117.[pic 1]

La variable sleep es la cantidad total de minutos, por semana, dormidos durante la noche, totwrk es la cantidad total de minutos que se trabajó por semana, educ y age (edad) están dadas en años y male (hombre) es una binaria para género.

1. Permaneciendo todo lo demás constante, ¿hay alguna evidencia de que los hombres duerman más que las mujeres? ¿Qué tan fuerte es esa evidencia?

R.- Permaneciendo todo lo demás constante si hay evidencia que los hombres duermen más que las mujeres ya que tenemos una evidencia de tan fuerte de 87,75.

1. ¿Hay un costo de oportunidad estadísticamente significativo entre trabajar y dormir? ¿Cuál es el costo de oportunidad estimado?

El costo de oportunidad es de -9.78

1. ¿Qué otra regresión necesita correr para probar la hipótesis nula de que, manteniendo todos los demás factores constantes, la edad no afecta el dormir?

sleep = B0 +B1totwrk – B2educ + B3male

5.2 Las ecuaciones siguientes se estimaron empleando los datos del archivo BWGHT.WF1:

log(bwght) = 4.66 - .0044 cigs + .0093 log( faminc) + .016 parity + .027 male + .055 white

                        (.22) (.0009)         (.0059)                        (.006)             (.010)           (.013)

n = 1,388, R2 = .0472

y

log(bwght) = 4.65 - .0052 cigs + .0110 log( faminc) + .017 parity

                       (.38)  (.0010)          (.0085)                      (.006)

+ .034 male + .045 white - .0030 motheduc + .0032 fatheduc

                          (.011)            (.015)            (.0030)                     (.0026)

n = 1,191, R2 = .0493.

Las variables se han definido como en el ejemplo 4.9, pero se ha agregado una variable binaria que indica si el niño es varón (male) y que indica si el niño se clasifica como blanco (white).

1. Interprete el coeficiente de la variable cigs en la primera ecuación. En particular, ¿qué efecto tiene sobre el peso al nacer que la madre haya fumado 10 cigarros más por día?

Disminuye un 4.4%

1. En la primera ecuación, permaneciendo todos los demás factores constantes, ¿cuánto más se predice que pese un niño blanco en comparación con uno no blanco? ¿Es esta diferencia significativa?

1. Analice el efecto estimado y la significancia estadística de motheduc.
2. |Con base en la información dada, ¿por qué no puede usted calcular el estadístico F para la significancia conjunta de motheduc y fatheduc? ¿Qué tendría que hacer para calcular este estadístico F?

5.3 Con ayuda de los datos del archivo GPA2.WF1 se obtuvo la ecuación estimada siguiente:

sat = 1,028.10 +19.30 hsize -2.19 hsize2 -45.09 female -169.81 black +62.31 female*black

               (6.29) (3.83)              (.53)              (4.29)              (12.71)           (18.15)

n = 4,137, R2 = .0858.

La variable sat es la puntuación combinada en el examen de admisión (SAT), hsize es la cantidad de alumnos, dada en cientos, que en la escuela del estudiante terminaron con el bachillerato, female es una variable binaria para el género femenino y black es una variable binaria para raza, que es igual a uno para negros y cero para los no negros.

1. ¿Existe alguna evidencia fuerte de que hsize2 deba ser incluida en el modelo? Con base en esta ecuación, ¿cuál es el tamaño óptimo de una escuela?

H0 βhsize^2=0

T = -2.19/0.53=4.13 => es estadísticamente significativo

Δsat/Δsize= 19.30-4.38size =0

Size= 19.30/4.38 = 4.40*100

Size = 440

El taño optimo es de 440 alumnos

1. Manteniendo hsize constante, ¿cuál es la diferencia estimada en la puntuación del SAT entre mujeres no negras y hombres no negros? ¿Qué tan estadísticamente significativa es esta diferencia?

La diferencia es 45.09 entre mujeres no negras y hombres no negros.

T= 45.09/4.29=10.51

Es estadísticamente significativo.

1. ¿Cuál es la diferencia estimada en la puntuación del SAT entre hombres no negros y hombres negros? Pruebe la hipótesis nula de que no hay diferencia entre estas puntuaciones contra la alternativa de que si hay diferencia.

la diferencia es 169.81

t= 169.81/12.71=13.36

es estadísticamente significativo

1. ¿Cuál es la diferencia estimada en la puntuación del SAT entre mujeres negras y mujeres no negras? ¿Qué se necesita hacer para probar si esta diferencia es estadísticamente significativa?

sat = 1,028.10 +19.30 hsize -2.19 hsize2 -45.09 female -169.81 black +62.31 female*black

(-45.09*1-169.81*1+62.31*1*1)-(-45.05*1-169.81*0+62.31*1*0))

Dif= 107.54

5.4 Una ecuación que explica el sueldo de los presidentes de consejos de administración es:

 = 4.59 +.257 log(sales) +.011 roe +.158 finance +.181 consprod -.283 utility  [pic 2]

                             (.30) (.032)                  (.004)        (.089)              (.085)                 (.099)

n = 209, R2 = .357.

Los datos que se emplearon son los del archivo CEOSAL1.WF1, donde finance, consprod y utility son variables binarias que corresponden a las industrias financiera, de productos de consumo y de servicios. La industria que se ha omitido es la del transporte.

...