Programa de Economía Econometría 1

ESCUELA COLOMBIANA DE INGENIERÍA – JULIO GARAVITO

Programa de Economía

Econometría 1

Taller 1 en clase - Primer Tercio. Jueves 2 de septiembre de 2021.

Instrucciones:

• Se debe trabajar en los grupos constituidos originalmente.
• Se debe desarrollar usando STATA, R o Python.
• Se debe sustentar en grupos una vez desarrollado.
• Los datos para trabajar en el taller en formato Excel y STATA se pueden descargar en los siguientes links:

1. Modelo de Regresión Simple

Para desarrollar este punto debe descargar los datos en los siguientes links:

1. Datos texto de Stock y Watson “Introduction to Econometrics”: https://wps.pearsoned.com/aw_stock_ie_3/178/45691/11696965.cw/index.html
2. Datos texto de Wooldridge “Introducción a la Econometría: Un Enfoque Moderno”:

Formato Excel (carpeta excelfiles.zip):

https://www.cengage.com/aise/economics/wooldridge_3e_datasets/

1. Formato STATA: http://fmwww.bc.edu/ec-p/data/wooldridge/datasets.list.html
2. En R Studio con la librería wooldridge puede acceder a los datos no sin antes instalar el paquete install.packages(“wooldridge”).

1. Desarrolle los siguientes ejercicios en R y STATA de manera automática, es decir con los comandos y códigos implementados en STATA y R.

• C2.1 del capítulo 2 de Wooldridge (página 64). Adicionalmente estime el modelo log – log e interprete los parámetros estimados.
• C2.2 del capítulo 2 de Wooldridge (página 65). Adicionalmente estime el valor predicho de la variable dependiente (yhat) y el residuo. Comente.
• C2.3 del capítulo 2 de Wooldridge (página 65). Adicionalmente estime el modelo log – nivel e interprete este resultado.
• C2.4 del capítulo 2 de Wooldridge (página 65).
• E4.2 del capítulo 4 de Stock & Watson (página 137).
• E4.3 del capítulo 4 de Stock & Watson (página 137). Utilice la base de datos “College Distance” no utilice la base de datos “College Distance Western States”.
• E4.4 del capítulo 4 de Stock & Watson (página 138).
• C2.6 del capítulo 2 de Wooldridge (página 65).  

1. Para los ejercicios del ítem a (C2.1, C2.2, C2.3 y C2.4) lleve a cabo las pruebas de significancia estadística de la pendiente estimada en el modelo nivel – nivel y la prueba de bondad de ajuste con el mismo modelo nivel – nivel. Realice las pruebas en R y en STATA.
2. Con la base de datos que escogió para desarrollar los ítems a y b, siguiendo todos los pasos lleve a cabo la prueba de diferencia de medias. Si en la base de datos no encuentra una variable binaria, constrúyala a partir de algún criterio o condicionalidad. Utilice un nivel de significancia del 5%.  
3. Escoja alguno de los ejercicios de los ítems a o b y estime de forma manual los parámetros de los modelos propuestos en los ejercicios. Utilice el do file (STATA) y Script (R Studio) que les compartí para tal efecto.

1. Simulación de Estimación por M.C.O del modelo de regresión simple

1. Adjunte la simulación que ya realizó de la estimación de la pendiente y el intercepto usando STATA, R Studio y Spyder (Python).
2. Replique la simulación de Montecarlo verificar la consistencia y el insesgamiento de la pendiente estimada por M.C.O tal como se hace en el texto Causal Inference: https://mixtape.scunning.com/probability-and-regression.html#ordinary-least-squares, capítulo Probability and Regression Review. Utilice diferentes tamaños de muestra.

1. Teorema FWL

1. Escoja alguno de los ejercicios de los ítems a o b del punto I y compruebe el Teorema de Frisch – Waugh – Lovell (FWL). Utilice STATA y R Studio.

...