Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ordinario ECONOMETRIA 2016
Ordinario ECONOMETRIA 2016
1.- El archivo UTOWN 2016 contiene datos sobre 1000 casas vendidas en dos
vecindarios similares, uno llamado “ciudad universitaria” que colinda con una universidad
estatal grande, el otro vecindario se encuentra ubicado a cuatro kilómetros de la
universidad. .Las variables son PRICE (US$ 1000), SQFT (total de pies cuadrados), AGE
(años de antigüedad de la casa), UTOWN (=1 si la casa colinda con “ciudad
universitaria”, cero si está alejada de la Universidad), POOL (=1 si tiene piscina),
FIREPLACE (=1 si tiene chimenea).
a) Estima el siguiente modelo
2.- Para las n = 528 observaciones del archivo WAGE EDUC 2016 sea Y = salario por
hora, X1 = años de educación y X2 = sexo (que toma el valor 1 para mujeres y 0 para
hombres).
a) Estima el modelo
Donde children = número de niños vivos, age = edad en años; educ = años de educación,
electric = 1 si la mujer vive en un hogar con electricidad; urban = 1 si la mujer vive en un
área urbana
b) ¿Los trabajadores con nivel de escolaridad alto ganan mejores salarios semanales
que las trabajadoras con el mismo nivel de escolaridad? Para examinar esta
posibilidad extendemos la regresión del inciso a) para añadir la interacción entre
sexo y nivel de escolaridad (es decir, agrega tres nuevos términos de interacción:
DSEX*DE2, DSEX*DE3 y DSEX*DE4). ¿De manera individual y conjunta son
estadísticamente significativos estas variables de interacción?
Log (w) = 3.62 + .02age - .66dsex + .15de2 + .50de3 + .62de4 + .31dpt + .655dsex*de2 +
.462dsex*de3 + .399desex*de4 + u
c) Ahora elimina las variables dicotómicas de escolaridad pero conserva las de
interacción, es decir estima el siguiente modelo y presenta tus resultados en forma
de ecuación
5.- Utilice los datos del archivo BEAUTY 2016 para esta pregunta.
Usando los grupos de datos para hombres y mujeres, estime la ecuación
lwage 0 1belavg 2 abvavg 3 female 4educ 5exper 5exper 2 u ,
Donde wage = salario por hora; belavg = 1 para personas con atractivo físico inferior al
promedio; abvavg = 1 para personas con atractivo físico superior al promedio; female = 1
si es mujer; educ = años de educación; exper = años de experiencia laboral.
Reporte los resultados usando errores estándar robustos a la heteroscedasticidad debajo
de los coeficientes. ¿Algunos de los coeficientes es excepcional en cuanto o su signo o
magnitud? ¿El coeficiente de female es prácticamente grande y estadísticamente
significativo?
(ii) Añada las interacciones de female con las demás variables explicativas en la ecuación
del inciso (i) (cinco interacciones en total). Compare la prueba F usual de la significancia
conjunta de las cinco interacciones y una versión robusta a la heteroscedasticidad. ¿El
uso de la versión robusta a la heteroscedasticidad cambia el resultado de alguna manera
importante?
(iii) En el modelo completo con interacciones, determina si aquellas que involucran las
variables observadas -female*belavg y female* abvavg- son conjuntamente significativas.
¿Sus coeficientes son prácticamente pequeños?