Econometria primera entrega

PRIMERA ENTREGA

1-Estimar por MCO un MRLM con regresante el salario (W_HOURLY) y regresores, además del término independiente, la educación (EDUCATION) i la experiencia (EXPERIENCE)  

[pic 1]

Modelo 1: MCO, usando las observaciones 1-800

Variable dependiente: W_HOURLY

2-Interpreta las estimaciones de los parámetros de la educación y la experiencia

[pic 2]→ la estimación para el parámetro de la educación es 0’6012. Su interpretación sería: por cada año extra de educacion recibida (+1 año), mi modelo estima que el salario aumentará en 0,6012 euros por cada hora de trabajo, manteniendo todo lo demás constante (ceteris paribus)

[pic 3]→ la estimación para el parámetro de la experiencia es 0’1544. Podemos decir que por cada año de experiencia laboral adicional (+1 año),mi modelo estima que el salario aumentará en 0’1544 euros por cada hora de trabajo, manteniento todo lo demás constante.

3-Interpreta la estimación del término independiente

[pic 4] → seria el salario estimado por cada hora de trabajo que recibiría un individuo según mi modelo si este individuo no contase con formacion ni experiencia alguna. En este caso es negativo y no tiene interpretación lógica, sirve para proporcionar un mejor ajuste de la recta de regresión estimada e interpretar mejor indicadores como R cuadrado

4-Valora la bondad del ajuste del modelo estimado

R-cuadrado = 0.168069→        la recta de regresión estimada por mi modelo se ajusta un 16’80 % a los datos. También se puede decir que el modelo explica el 16’80 % de la varianza del salario por hora.

5-Estimar la misma ecuación minceriana pero con una especificación log-log; es decir, con todas  las  variables  (salarios,  educación  i  experiencia)  en  logaritmos.  Interpreta  los coeficientes estimados

Para abordar esta cuestión he creado 3 nuevas variables, las 3 son logaritmos de las variables education, experiencia y salario del modelo anterior. Una vez creadas se modeliza en gretl con dichas variables.

Modelo 2: MCO, usando las observaciones 1-800 (n = 786)

Variable dependiente: l_W_HOURLY

[pic 5]

[pic 6] → por cada unidad porcentual extra (1% +) de años de formacion recibida por una persona, mi modelo estima que, el salario por cada hora de trabajo medido en euros de dicha persona aumentará en 0’5906 %, manteniendo todo lo demás constante.

En otras palabras, por cada año de educacion extra (100% +) recibida, mi modelo estima que el sueldo aumentará en un  59’06 % cada hora, manteniendo todo lo demás constante.

...