Anotaciones de Econometria USO DE STATA
Enviado por Andres Salazar • 6 de Mayo de 2019 • Ensayo • 1.569 Palabras (7 Páginas) • 232 Visitas
Aplicaciones de Stata en regresión lineal
Estimados alumnos, a continuación las tareas de esta actividad:
- Investigar y generar en Stata 5 vectores de números aleatorios, cada vector con diferente distribución paramétrica. Ningún vector puede tener distribución t o normal. El número de
DISTRIBUCIONES
- CHI CUADRADO
- DISTRIBUCIÓN F
- DISTRIBUCIÓN UNIFORME DISCRETA
- DISTRIBUCIÓN BINOMIAL
- DISTRIBUCIÓN EXPONENCIAL
observaciones queda a la decisión de cada estudiante.
- Investigar y obtener en Stata los valores críticos para una distribución t para los siguientes grados de libertad: 10, 1000, 1000000. Para cada caso, obtener al 60% y 98%.α En total serían 6 valores críticos.
- A partir de la base GPA1.RAW, elabore 5 regresiones (queda a la decisión del estudiante las variables y el número de variables en cada regresión) y presente sus resultados en una sola tabla, como se realizó en clase.
- Explique en el do file la significancia de los estimadores de las 5 regresiones del punto 3.
- Escoja 2 de las 5 regresiones elaboradas en el punto 3, y, considerando los promedios y desvíos estándar de sus variables, crear nuevas variables (dependiente y explicativas) de forma aleatoria (utilizando la función de creación de números aleatorios para una distribución normal). Utilizando las nuevas variables generadas aleatoriamente, estimar nuevas regresiones y presentar sus resultados en una sola tabla.
Obs:
- Este trabajo tendrá validez de 2 notas sobre 10.
- Se deberá subir únicamente el do file hasta la fecha indicada.
*UASB -ECONOMETRÍA
*ANDRÉS SALAZAR M.
*PARTE I - VECTORES======================================
*--------------------------------------------------------------------------
*1.1.- VECTOR CON DISTRIBUCIÓN UNIFORME
*Los parámetros son (Mínimo, Máximo)
clear all
set obs 10000
generate y_dependiente = runiform(100,8000)
summarize y
generate x_independiente = runiform(0,10000)
summarize x
*--------------------------------------------------------------------------
*1.2.- VECTOR CON DISTRIBUCIÓN BETA
*Los parámetros son (entre 0 y 1 por tratarse de densidad)
clear all
set obs 1000
generate y_dep = rbeta(0.2,1)
summarize y_dep
generate x_indep = rbeta(0.14,0.59)
summarize x_indep
*--------------------------------------------------------------------------
*1.3.- VECTOR CON DISTRIBUCIÓN BINOMIAL
*Los parámetros son (n= numero ensayos o experimento; p=probabilidad de éxito
* que va de 0 a 1 es decir hasta el 100% de probabilidad de éxito)
clear all
set obs 5000
generate y_explicada = rbinomial(5000,0.5)
summarize y_explicada
generate x_explicativa = rbinomial(2500,0.9)
summarize x_explicativa
*--------------------------------------------------------------------------
*1.4.- VECTOR CON DISTRIBUCIÓN CHI CUADRADO
* Si la probabilidad es menor que el nivel de significación, la prueba se
* considera que es estadísticamente significativa. Se usa en muestras pequeñas n<30
clear all
set obs 30
generate y2 = rchi2(15)
summarize y2
generate x2 = rchi2(8.9)
summarize x2
*--------------------------------------------------------------------------
*1.5.- VECTOR CON DISTRIBUCIÓN EXPONENCIAL
*Los parámetros son (b = escalar)
clear all
set obs 12000
generate y_exp = rexponential(6)
summarize y_exp
generate x_exp = rexponential(10.4)
summarize x_exp
*PARTE II - DISTRIBUCIÓN t ==============================================
*--------------------------------------------------------------------------
*2.1.- VALORES CRITICOS GL = 10 AL 60%
* Si α = 0.40
clear all
set obs 30
generate y_tgl10 = invttail(10,0.40)
summarize y_tgl10
*si asumimos un análisis de dos colas
display invttail(10,0.40)/2
*--------------------------------------------------------------------------
*2.2.- VALORES CRITICOS GL = 10 AL 98%
* Si α = 0.02
clear all
set obs 30
generate y_tgl_10 = invttail(10,0.020)
summarize y_tgl_10
*si asumimos un análisis de dos colas
display invttail(10,0.020)/2
*--------------------------------------------------------------------------
*2.3.- VALORES CRITICOS GL = 1000 AL 60%
* Si α = 0.40
clear all
set obs 30
generate y_tgl1000 = invttail(1000,0.40)
summarize y_tgl1000
*si asumimos un análisis de dos colas
display invttail(1000,0.40)/2
*--------------------------------------------------------------------------
*2.4.- VALORES CRITICOS GL = 1000 AL 98%
* Si α = 0.02
clear all
set obs 30
generate y_tgl_1000 = invttail(1000,0.020)
summarize y_tgl_1000
*si asumimos un análisis de dos colas
display invttail(1000,0.020)/2
*--------------------------------------------------------------------------
...