Ejercicios Wooldridge (2010) 5ª. ed.

Transcripción

1 Ejercicios Wooldridge (2010) 5ª. ed. Capitulo 2 C2.2 use "C:\fvela\econometrics wooldridge\stata\ceosal2.dta", clear i) sum salary ceoten Variable Obs Mean Std. Dev. Min Max salary ceoten ii) tab ceoten if ceoten ==0 tab ceoten if ceoten!=0 years as ceo with company Freq. Percent Cum Total

2 iii) reg lsalary ceoten Source SS df MS Number of obs = F( 1, 175) = 2.33 Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lsalary Coef. Std. Err. t P> t [95% Conf. Interval] ceoten _cons Recuerde que % y = ( 100 1) x dis 100* % β (p. 46) 2

3 C2.3 des Contains data from C:\fvela\econometrics wooldridge\stata\sleep75.dta obs: 706 vars: Jan :57 size: 49,420 (99.9% of memory free) storage display value variable name type format label variable label age byte %9.0g in years black byte %9.0g =1 if black case int %9.0g identifier clerical float %9.0g =1 if clerical worker construc float %9.0g =1 if construction worker educ byte %9.0g years of schooling earns74 float %9.0g total earnings, 1974 gdhlth byte %9.0g =1 if in good or excel. health inlf byte %9.0g =1 if in labor force leis1 int %9.0g sleep - totwrk leis2 int %9.0g slpnaps - totwrk leis3 int %9.0g rlxall - totwrk smsa byte %9.0g =1 if live in smsa lhrwage float %9.0g log hourly wage lothinc float %9.0g log othinc, unless othinc < 0 male byte %9.0g =1 if male marr byte %9.0g =1 if married prot byte %9.0g =1 if Protestant rlxall int %9.0g slpnaps + personal activs selfe byte %9.0g =1 if self employed sleep int %9.0g mins sleep at night, per wk slpnaps int %9.0g minutes sleep, inc. naps south byte %9.0g =1 if live in south spsepay float %9.0g spousal wage income spwrk75 byte %9.0g =1 if spouse works totwrk int %9.0g mins worked per week union byte %9.0g =1 if belong to union worknrm int %9.0g mins work main job workscnd int %9.0g mins work second job exper byte %9.0g age - educ - 6 yngkid byte %9.0g =1 if children < 3 present yrsmarr byte %9.0g years married hrwage float %9.0g hourly wage agesq int %9.0g age^2 Sorted by: 3

4 i) reg sleep totwrk Source SS df MS Number of obs = F( 1, 704) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = sleep Coef. Std. Err. t P> t [95% Conf. Interval] totwrk _cons donde yˆ = sleep yˆ = totwrk n= 706 R 2 = ˆ1 β = = promedio de minutos de sueño por semana cuando no se dedica tiempo al trabajo (es decir, cuando el total de minutos de trabajo por semana es cero, esto es, totwrk=0). ii) Dos horas es igual a 120 minutos. De acuerdo al modelo, para totwrk=120 se tiene dis 120* Es decir, por 2 horas adicionales de trabajo, se estima una reducción aproximada de 18 minutos en promedio, lo cual no parece tener un efecto muy grande. twoway (sc sleep totwrk) (lfit sleep totwrk) mins worked per week mins sleep at night, per wk Fitted values 4

5 C2.5 i) ln rdi = β 1 + β2ln salesi + ui ii) use "C:\fvela\econometrics wooldridge\stata\rdchem.dta", clear reg lrd lsales Source SS df MS Number of obs = F( 1, 30) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lrd Coef. Std. Err. t P> t [95% Conf. Interval] lsales _cons y ˆ = ln sales i donde yˆ = valor estimado para ln rd por el modelo La elasticidad estimada por el modelo esta dada por ˆ2 β = , la cual se puede interpretar como el cambio porcentual promedio en los gastos anuales de I&D ante el incremento de uno por ciento de las ventas, esto es, por un aumento de 1% en las ventas, los gastos anuales promedio en I&D aumentan en aproximadamente % ( 1.1%). Recuerde: 5

6 C2.6 i) Se considera que por cada dólar más que se gasta por estudiante, la tasa de aprobados en matemáticas debería aumentar dado que existen posibilidades de que estos enfrenten mejores condiciones para su aprendizaje. 6

7 ii) use "C:\fvela\econometrics wooldridge\stata\meap93.dta", clear des Contains data from C:\fvela\econometrics wooldridge\stata\meap93.dta obs: 408 vars: Sep :21 size: 26,928 (99.9% of memory free) storage display value variable name type format label variable label lnchprg float %9.0g perc of studs in sch lnch prog enroll int %9.0g school enrollment staff float %9.0g staff per 1000 students expend int %9.0g expend. per stud, $ salary float %9.0g avg. teacher salary, $ benefits int %9.0g avg. teacher benefits, $ droprate float %9.0g school dropout rate, perc gradrate float %9.0g school graduation rate, perc math10 float %9.0g perc studs passing MEAP math sci11 float %9.0g perc studs passing MEAP science totcomp float %9.0g salary + benefits ltotcomp float %9.0g log(totcomp) lexpend float %9.0g log of expend lenroll float %9.0g log(enroll) lstaff float %9.0g log(staff) bensal float %9.0g benefits/salary lsalary float %9.0g log(salary) Sorted by: Siguiendo lo señalado en la tabla 2.3, se enfrenta un modelo nivel-log dado por: math10 = β 0 + β1 log(expend) + u reproduciéndose parte de esta tabla para ubicar con mayor claridad sus resultados. Como se puede apreciar del cuadro, al dividir el coeficiente estimado por 100 se obtiene el cambio en y ante un incremento de 1% en X. Si ha este resultado lo multiplicamos por 10 (para obtener el cambio en 10% ante un cambio unitario en x) se tiene: ˆ β ˆ 10 ˆ 1 math10 = ( ) % lexpend (10) = β1 % lexpend = β1 % ˆ1 = β % lexpend 10 1 lexpend Resultado que ofrece el cambio en math10 ante un incremento en 10% de lexpend. 7

8 iii) reg math10 lexpend Source SS df MS Number of obs = F( 1, 406) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = math10 Coef. Std. Err. t P> t [95% Conf. Interval] lexpend _cons y ˆ = log(expend) n= 408 R 2 = iv) Si el gasto por estudiante aumenta en 10%, en promedio, la tasa de aprobación en matemáticas se incrementa en aproximadamente ( 1.1) puntos porcentuales (ya que así esta medida esta variable). Realmente es muy poco el aumento para el incremento en el gasto. v) reg math10 lexpend predict yhat list math10 yhat if yhat>99 Si sería preocupante si las estimaciones del modelo para y rebasaran el valor 100%. Aquí, sin embargo, no sucede. perc studs passing MEAP math log of expend 8

9 C2.7 i) use "C:\fvela\econometrics wooldridge\stata\charity.dta", clear des sum gift Variable Obs Mean Std. Dev. Min Max gift tab respond =1 if responded with gift Freq. Percent Cum. 0 2, , Total 4, ii) sum mailsyear Variable Obs Mean Std. Dev. Min Max mailsyear iii) reg gift mailsyear Source SS df MS Number of obs = F( 1, 4266) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = gift Coef. Std. Err. t P> t [95% Conf. Interval] mailsyear _cons iv) Por cada correo o envió adicional que por año se realiza, el monto de los donativos aumenta aproximadamente en promedio en 2.65 florines. Si cada envió cuesta un florín, y los donativos aumentan en promedio en 2.65, la beneficencia si puede esperar una ganancia neta de aproximadamente =1.65 florines. 9

10 v) Los datos muestran que el donativo más reducido que se realizo fue de 2 florines. Por otra parte, los resultados del modelo parece indicar que no se puede predecir un monto de donativo de cero. tab gift amount of gift, Dutch guilders Freq. Percent Cum. 0 2, Total 4, number of mailings per year amount of gift, Dutch guilders Fitted values 10