PREGUNTAS DE EXÁMENES DE CURSOS ANTERIORES
Enviado por sallypolly • 24 de Agosto de 2018 • Examen • 802 Palabras (4 Páginas) • 149 Visitas
Departamento de Economía
Fundamentos de Econometría
PREGUNTAS DE EXÁMENES DE CURSOS ANTERIORES
ENERO 2013
Utilizando una muestra de trabajadores de los Estados Unidos, se ha estimado la siguiente ecuación de salarios:
Modelo 1: estimaciones MCO utilizando las 526 observaciones 1‐526 Variable dependiente: lwage
Variable | Coeficiente | Desv. típica | Estadístico t | valor p | |
const | 0,305382 | 0,106796 | 2,8595 | 0,00441 | *** |
educ | 0,0913603 | 0,00736882 | 12,3982 | <0,00001 | *** |
exper | 0,00417944 | 0,00172481 | 2,4231 | 0,01573 | ** |
tenure | 0,0219375 | 0,00309757 | 7,0822 | <0,00001 | *** |
south | ‐0,0364366 | 0,0404907 | ‐0,8999 | 0,36860 |
Suma de cuadrados de los residuos = 101,298 R2 = 0,317075
R2 corregido = 0,311832
Estadístico F (4, 521) = 60,4737 (valor p < 0,00001)
Donde la variable dependiente, lwage, es el logaritmo de los salarios por hora (en dólares), educ, son los años de educación, exper son los años de experiencia laboral, tenure son los años de antigüedad en el puesto de trabajo actual, y south es una variable ficticia que toma el valor 1 para los trabajadores que viven en los estados del sur y el valor 0 para los trabajadores de los estados del norte.
- ¿Cuál es el efecto de un año adicional de educación sobre los salarios? Contraste la hipótesis de que este efecto es positivo para un nivel de significación del 5%.
- Contraste la significación conjunta de la regresión anterior para un nivel de significación del 1%.
Con el objetivo de estudiar la existencia de discriminación por género se ha añadido a la lista de variables explicativas la variable ficticia female que toma el valor 1 para las trabajadoras y 0 para los trabajadores, y la interacción de las variables female y south:
Modelo 2: estimaciones MCO utilizando las 526 observaciones 1‐526 Variable dependiente: lwage
Variable | Coeficiente | Desv. típica | Estadístico t | valor p | |
const | 0,546762 | 0,106574 | 5,1303 | <0,00001 | *** |
educ | 0,0861354 | 0,00699098 | 12,3209 | <0,00001 | *** |
exper | 0,00471188 | 0,00162802 | 2,8942 | 0,00396 | *** |
tenure | 0,0170759 | 0,00298083 | 5,7286 | <0,00001 | *** |
south | ‐0,0745124 | 0,0524021 | ‐1,4219 | 0,15565 | |
female | ‐0,318438 | 0,0462751 | ‐6,8814 | <0,00001 | *** |
south*female | 0,0382666 | 0,0762136 | 0,5021 | 0,61581 |
Suma de cuadrados de los residuos = 89,7234 Desviación típica de los residuos = 0,415785 R2 = 0,395108
R2 corregido = 0,388115
Estadístico F (6, 519) = 56,5008 (valor p < 0,00001) Contesta a las siguientes preguntas:
- ¿Cuál es la diferencia entre los salarios medios de las trabajadoras mujeres que viven en los
estados del sur y los trabajadores hombres que viven en los estados del norte? ¿Es significativa al 5% esta diferencia?
- En los estados del norte; ¿cuál es la diferencia entre los salarios medios de las mujeres y los hombres? ¿Es significativa al 5%?
- Construye un intervalo de confianza para el efecto de la experiencia sobre los salarios. ¿Cuál es la interpretación de este intervalo?
- Con la información proporcionada, ¿es posible seleccionar uno de los dos modelos en base a la bondad del ajuste? En caso afirmativo, ¿cuál de las dos especificaciones es preferible?
ENERO 2015
Utilizando datos para 807 individuos varones residentes en distintos estados norteamericanos en el año 1979 se han obtenido los siguientes resultados:
Modelo 1: estimaciones MCO utilizando las 807 observaciones 1‐807 Variable dependiente: log(income)
Variable | Coeficiente | Desv. típica | Estadístico t | valor p | |
const | 0,305382 | 0,106796 | 2,8595 | 0,00441 | *** |
cigs | ‐0,0913603 | 0,00736882 | ‐12,3982 | <0,00001 | *** |
educ | 0,00417944 | 0,00172481 | 2,4231 | 0,01573 | ** |
fatheduc | 0,0219375 | 0,00309757 | 7,0822 | <0,00001 | *** |
fatheducsq | ‐0,0364366 | 0,0404907 | ‐0,8999 | 0,36860 |
...