Ejercicios prácticos con software STATA

Econometría y pronóstico.

Profesor: 

Desarrollo de la actividad:

En la siguiente ruta se encuentran las bases de datos del libro de Wooldridge, Jeffrey M. (2015) Introducción a la Econometría. De aquí, se extraerán las bases que se utilizarán para ejercitar

http://fmwww.bc.edu/ec-p/data/wooldridge/datasets.list.html

Sólo necesita copiar la línea dada debajo de cada conjunto de datos en su ventana de comandos de Stata o en Stata do-file.

Si no se encuentra instalado el comando debe instalarlo con el comando Stata:

ssc install bcuse

Luego de utilizar las bases de datos, guarde en un do-file la sintaxis generada.

Ejercicio 1:

La base de datos 401K.RAW es un subconjunto de los datos analizados por Papke (1995) para estudiar la relación entre la participación en un plan de pensión y la generosidad del plan. La variable  es el porcentaje de trabajadores que están inscritos en el plan y que tienen cuenta activa; ésta es la variable que se quiere explicar. La medida de la generosidad es la tasa de contribución (de la empresa) al plan, . Esta variable es la cantidad promedio con la que la empresa contribuye al plan de cada trabajador por cada $1 que aporte el trabajador. Por ejemplo, si , entonces a una contribución de $1 del trabajador corresponde una contribución de 50 centavos de la empresa.[pic 3][pic 4][pic 5]

1. Encuentre el promedio de la tasa de participación y el promedio de la tasa de contribución para la muestra.
2. Ahora, estime la ecuación de regresión simple

,[pic 6]

        y dé los resultados, el tamaño de la muestra y R-cuadrada.

1. Interprete el intercepto de la ecuación. Interprete también el coeficiente de .[pic 7]
2. Determine la  que se predice para . ¿Es razonable esta predicción? Explique qué ocurre aquí.[pic 8][pic 9]
3. ¿Qué tanto de la variación en  es explicada por ? En su opinión, ¿es mucho?[pic 10][pic 11]

Ejercicio 2:

Utilice los datos de SLEEP75.RAW de Biddle y Hamermesh (1990) para analizar si existe una relación inversa entre las horas de sueño por semana y las horas de trabajo pagado por semana. Cualquiera de las variables puede usarse como la variable dependiente. Estime el modelo

[pic 12]

donde  corresponde a minutos de sueño por semana durante la noche y  corresponde al total de minutos de trabajo por semana.[pic 13][pic 14]

1. Dé sus resultados en forma de ecuación, además de la cantidad de observaciones y la R2. ¿Qué significa el intercepto de la ecuación?
2. Si  aumenta 2 horas, ¿cuánto se estima que disminuirá ? ¿Le parece que este efecto sea grande?[pic 15][pic 16]

Ejercicio 3:

En la población formada por las empresas de la industria química, sea  gastos anuales en investigación y desarrollo y  ventas anuales (ambos en millones de dólares).[pic 17][pic 18]

1. Dé un modelo (no una ecuación estimada) que implique una elasticidad constante entre  y . ¿Qué parámetro es la elasticidad?[pic 19][pic 20]
2. Ahora, estime el modelo usando la base de datos RDCHEM.RAW. Escriba la ecuación estimada en su forma usual. ¿Cuál es la elasticidad estimada para  respecto a ? Explique qué significa esta elasticidad.[pic 21][pic 22]

HOJA DE TRABAJO

Respuestas del Taller:

Solución Ejercicio 1:

[pic 23]

1. La ecuación estimada es:

[pic 24]

[pic 25]

1. El intercepto implica que, incluso si , la tasa de participación prevista es de 83,08%. El coeficiente de  implica que un aumento de un dólar en la tasa de coincidencia - un aumento bastante grande - se estima que aumentar  en 5,86 puntos porcentuales. Esto supone, por supuesto, que este cambio de  es posible (si, digamos, el  ya está en 98, esta interpretación no tiene sentido).[pic 26][pic 27][pic 28][pic 29][pic 30]

1. Si consideramos  en la ecuación obtenemos . Esto es imposible, ya que podemos tener como máximo un 100 por ciento de participación. Esto ilustra que, especialmente cuando las variables dependientes están limitadas, un modelo de regresión simple puede dar predicciones extrañas para los valores extremos de la variable independiente. (En la muestra de 1.534 empresas, sólo 34 tienen una tasa ).[pic 31][pic 32][pic 33]

1.  explica aproximadamente el 7,5% de la variación en . Esto no es mucho, y sugiere que muchos otros factores influyen en las tasas de participación.[pic 34][pic 35]

Solución Ejercicio 2:

[pic 36]

1. La ecuación estimada es:

[pic 37]

[pic 38]

El intercepto implica que la cantidad estimada de sueño por semana para alguien que no trabaja es 3.586,4 minutos, o sea, aproximadamente 59.77 horas. Esto llega a unas 8,5 horas por noche.

...