Prctica II

Yasiris Alcntara

1. Sea nios la cantidad de hijos que ha tenido una mujer, y educ los aos de educacin que tiene
esta mujer. Un modelo sencillo para relacionar fertilidad con aos de educacin es:



Donde u es el error no observado.

1.1 Qu tipo de factores son los contenido en u? Es posible que estos factores estn
correlacionados con el nivel de educacin?

En U pueden estar variables como: edad, estado civil, ocupacin e ingreso.
Estas variables pueden estar relacionadas con el nivel educativo de la mujer.

1.2 Es posible que con un anlisis de regresin simple se halle el efecto ceteris paribus de
educacin sobre fertilidad? Explique.

No, porque el anlisis de regresin simple solo maneja una variable independiente, por lo que solo cuenta con
dos parmetros.

2. La Tabla 1 contiene informacin sobre crecimiento del PIB per cpita y la tasa de ahorro de 10
pases desarrollados. El crecimiento esta medido en porcentaje y la tasa de ahorro como porcentaje
del PIB.

2.1_ Estime la relacin entre Y y X empleando MCO; es decir, obtenga las estimaciones para la
pendiente y para el intercepto en la ecuacin:


Comente la direccin de la relacin y el significado del intercepto.

Modelo 1: MCO, usando las observaciones 1-10
Variable dependiente: crecimiento_PIB

Coeficiente Desv. Tpica Estadstico t Valor p
const 1.92915 0.462649 4.1698 0.00312 ***
Tasa_de_ahorro -0.0182538 0.0228165 -0.8000 0.44680

Media de la vble. dep. 1.563000 D.T. de la vble. dep. 0.209605
Suma de cuad. residuos 0.366119 D.T. de la regresin 0.213927
R-cuadrado 0.074078 R-cuadrado corregido -0.041662
F(1, 8) 0.640039 Valor p (de F) 0.446800
Log-verosimilitud 2.347529 Criterio de Akaike -0.695057
Criterio de Schwarz -0.089887 Crit. de Hannan-Quinn -1.358927


La relacin entre el porcentaje del PIB per cpita y la tasa de ahorros es positiva. El intercepto indica
que el valor promedio del PIB per cpita es 1.93 cuando la tasa de ahorro es cero.


2.2_ Calcule los valores ajustados y los residuos para cada observacin y verifique que los residuos
sumen aproximadamente cero.

Con la siguiente formula obtenemos los valores ajustados para cada xi observada.
i Y =1.92915 - 0.0182538 Xi

pas
Y=
Crecimiento PIB
X=Tasa de
ahorro
Valor Y
ajustado
Diferencias
Yobs y
Yestimado
1 1.83 21.68 1.53 0.30
2 1.67 24.38 1.48 0.19
3 1.44 22.43 1.52 -0.08
4 1.37 20.21 1.56 -0.19
5 1.40 21.42 1.54 -0.14
6 1.27 20.36 1.56 -0.29
7 1.53 22.53 1.52 0.01
8 1.49 15.76 1.64 -0.15
9 1.90 15.85 1.64 0.26
10 1.73 15.97 1.64 0.09
Suma de residuos= 0.0


Grafico de residuos por valor observado




2.3_ Cul es la tasa de crecimiento per cpita en promedio se espera para una tasa de ahorro de
30?

i Y =1.92915 - 0.0182538 (Xi=30) La tasa de crecimiento del PIB per cpita en promedio para una
tasa de ahorro de 30% es de 1.38


2.4_ Calcule el R2 y diga qu tanto de la variacin de la tasa de crecimiento es explicada por la tasa
de ahorro.

R
2
= 0.074078

Solo el 7.4% de la variabilidad del PIB per cpita es explicado por la tasa de ahorro.



3. En la funcin lineal de consumo,

La propensin marginal a consumir estimada del ingreso no es ms que la pendiente 1, mientras
que la Propensin media a consumir es




Usando las observaciones sobre ingreso anual y consumo de 100 familias (medidos en miles de
pesos) se obtiene la ecuacin siguiente:



3.1_ Interprete el intercepto en esta ecuacin y analice su signo y magnitud.

El consumo promedio cuando el ingreso es cero disminuye en 12.8.

3.2_ Cul es el consumo que se predice si el ingreso familiar es de 300?

Cons = -12.8 + 0.85 (300)

El consumo familiar para un ingreso de RD$300.00 sera de RD$242.2

4. Utilice los datos de SLEEP75 para estudiar la relacin inversa entre las horas de sueo por semana
y las horas de trabajo pagado por semana. Cualquiera de las variables puede usarse como variable
dependiente.


Estime el modelo



Donde sleep corresponde a minutos de sueos por semana durante la noche y totwork corresponde
al total de minutos de trabajo por semana.

Modelo 1: MCO, usando las observaciones 1-706
Variable dependiente: sleep

Coeficiente Desv. Tpica Estadstico t Valor p
const 3586.38 38.9124 92.1653 <0.00001 ***
totwork -0.150746 0.0167403 -9.0050 <0.00001 ***

Media de la vble. dep. 3266.356 D.T. de la vble. dep. 444.4134
Suma de cuad. residuos 1.25e+08 D.T. de la regresin 421.1357
R-cuadrado 0.103287 R-cuadrado corregido 0.102014
F(1, 704) 81.08987 Valor p (de F) 1.99e-18
Log-verosimilitud -5267.096 Criterio de Akaike 10538.19
Criterio de Schwarz 10547.31 Crit. de Hannan-Quinn 10541.71


4.1_D sus resultados en forma de ecuacin, adems de la cantidad de observaciones y la R

i Y =3586.38 - 0.150746Xi

n = 706

R = 10%

Qu signica el intercepto de la ecuacin?

El promedio de minutos semanales de sueo es de 3586.38 cuando la cantidad de minutos de trabajo por
semana es cero.

5. El sueldo inicial medio para los recin graduados de la Facultad de Derecho se determina
mediante:



Donde:
Nota es la nota promedio de los graduandos,
Libros es el nmero de volmenes en la biblioteca de la facultad de derecho,
Costo es el costo anual por asistir a dicha facultad
Posicin es la clasicacin de las escuelas de derecho (siendo posicin 1 la mejor).

5.1_Explique por qu se espera que .

La clasificacin de las escuelas de derecho es irrelevante para explicar el sueldo de los graduados. Esta
variable no influye en el salario.


5.2_Qu signos espera para los otros parmetros de pendiente? Justique sus respuestas.

Se espera que la nota, los libros y el costo tengan una relacin positiva en cuanto al salario de los graduados.

5.3_Utilice en los datos de la base de datos ESCUELA_DERECHO para estimar la ecuacin anterior
y presente los resultados de la estimacin.

logSueldo= 0.0107304notas+ 0.0986497 logLibros + 2.3537e-06 costo 0.00363174 Posicion

Modelo 1: MCO, usando las observaciones 1-136
Variable dependiente: lsalario

Coeficiente Desv. Tpica Estadstico t Valor p
const 8.5321 0.517021 16.5024 <0.00001 ***
notas 0.0107304 0.00328532 3.2662 0.00139 ***
llibros 0.0986497 0.0339413 2.9065 0.00429 ***
costo 2.3537e-06 2.82828e-06 0.8322 0.40681
posicion -0.00363174 0.000330883 -10.9759 <0.00001 ***

Media de la vble. dep. 10.54149 D.T. de la vble. dep. 0.277240
Suma de cuad. residuos 1.729120 D.T. de la regresin 0.114889
R-cuadrado 0.833359 R-cuadrado corregido 0.828271
F(4, 131) 163.7808 Valor p (de F) 5.91e-50
Log-verosimilitud 103.8472 Criterio de Akaike -197.6944
Criterio de Schwarz -183.1312 Crit. de Hannan-Quinn -191.7763

5.4_Cul es la diferencia ceteris paribus predicha en sueldo entre escuelas cuya media en nota
diera en un punto? (Responda en trminos porcentuales).

logSueldo = 8.5321 + 0.0107304notas + 0.0986497 logLibros + 2.3537e-06 costo 0.00363174 Posicion + u

Se espera que el sueldo difiera en un 1.1% cuando la nota difiera en un punto, mantenindose las dems
variables constante.

5.5_Interprete el coeciente de la variable log(libros).

El coeficiente de logLibros = 0.0986 indica una diferencia de 9.86% en el sueldo de los graduados, por cada
punto volumen de libro que incremente o disminuya la biblioteca, ceteris paribus.

6. Considere una ecuacin para explicar los sueldos de los directores generales o CEO en trminos
de las ventas anuales de la empresa, el rendimiento sobre capital (roe, en forma de porcentaje), y el
rendimiento de las acciones de la empresa (ros, en forma de porcentaje):



6.1_En trmino de los parmetros del modelo, establezca la hiptesis nula de que, controlando
ventas y roe, ros no tiene efecto en el sueldo de los CEO. Establezca la alternativa de que un mejor
desempeo de las acciones de la empresa incrementa el sueldo de los CEO.

H0: ros no tiene efecto en el sueldo de los CEO.
H1: ros tiene efecto en el sueldo de los CEO.


6.2_Con los datos de CEOSAL1, estime la ecuacin anterior mediante MCO y presente sus
resultados.


LogSalary = 4.31171 + 0.280315(logSales) + 0.0174167(roe) + 0.000241656(ros) + u

Cul es el porcentaje de aumento de salario que se pronostica si ros aumenta 50 puntos? Tiene
ros un efecto prctico grande sobre salario?

LogSalary = 4.31171 + 0.280315(logSales) + 0.0174167(roe) + 0.000241656(50) + u

LogSalary = 4.6% Ros no tiene un efecto prctico grande sobre salario


Modelo 1: MCO, usando las observaciones 1-209
Variable dependiente: lsalary

Coeficiente Desv. Tpica Estadstico t Valor p
const 4.31171 0.315433 13.6692 <0.00001 ***
lsales 0.280315 0.03532 7.9364 <0.00001 ***
roe 0.0174167 0.0040923 4.2560 0.00003 ***
ros 0.000241656 0.000541802 0.4460 0.65605

Media de la vble. dep. 6.950386 D.T. de la vble. dep. 0.566374
Suma de cuad. residuos 47.86082 D.T. de la regresin 0.483185
R-cuadrado 0.282685 R-cuadrado corregido 0.272188
F(3, 205) 26.92930 Valor p (de F) 1.00e-14
Log-verosimilitud -142.5213 Criterio de Akaike 293.0426
Criterio de Schwarz 306.4119 Crit. de Hannan-Quinn 298.4479

6.3_Pruebe la hiptesis nula que dice que ros no tiene efecto sobre salario contra la alternativa que
dice que ros tiene efecto positivo. Realice la prueba al nivel de signicancia de 10%.

Ros no tiene un efecto prctico grande sobre salario

6.4_Incluira usted ros en el modelo final que explica las compensaciones de los CEO en trminos
del desempeo de la empresa? Explique.

No, porque no tiene impacto sobre salario.

6.5_Mediante una prueba F, plantee y pruebe la hiptesis nula de que las variables consideradas en
el modelo no explican conjuntamente el comportamiento del salario.

6.6_Construya un intervalo de confianza para de 95% para



6.7_Realice la prueba de normalidad de residuos y comente sus resultados.


7. Para este ejercicio emplee los datos del archivo WAGE1.
i Y =1.92915 - 0.0182538 Xi

7.1_ Use MCO para estimar la ecuacin y d los resultados empleando el formato acostumbrado.





7.2_Es exper estadsticamente signicativa al nivel de 1%?

Empleando la aproximacin

Determine el rendimiento aproximado que tiene el quinto ao de experiencia. Cul es el
rendimiento aproximado del vigsimo ao de experiencia?
Cul es el valor de exper al que ms experiencia disminuye el log(salario) predicho?En esta
muestra
cuntas personas tienen una experiencia mayor que ese nivel?
Ahora considere una variacin del modelo del modelo anterior, donde el rendimiento de la
educacin depende de la cantidad de experiencia de trabajo (y viceversa):



Muestre que el rendimiento de un ao ms de educacin (en forma decimal), mateniendo
exper constante, es
Establezca la hiptesis nula de que el rendimiento de la educacin no depende del nivel de
exper. Cual piensa que sea la alternativa adecuada?

Emplee los datos disponibles en WAGE1 para probar la hiptesis nula del inciso anterior
contra la alternativa dada por usted.



Modelo 1: MCO, usando las observaciones 1-526
Variable dependiente: salario

Coeficiente Desv. Tpica Estadstico t Valor p
const -3.39054 0.766566 -4.4230 0.00001 ***
educ 0.644272 0.0538061 11.9740 <0.00001 ***
exper 0.0700954 0.0109776 6.3853 <0.00001 ***

Media de la vble. dep. 5.896103 D.T. de la vble. dep. 3.693086
Suma de cuad. residuos 5548.160 D.T. de la regresin 3.257044
R-cuadrado 0.225162 R-cuadrado corregido 0.222199
F(2, 523) 75.98998 Valor p (de F) 1.07e-29
Log-verosimilitud -1365.969 Criterio de Akaike 2737.937
Criterio de Schwarz 2750.733 Crit. de Hannan-Quinn 2742.948