TALLER 3

PARTE 1

Base de datos # 8

Variable dependiente #Y = employ: # employees at plant

Estadística descriptiva #Y:

. sum employ

Variable Obs Mean Std. Dev. Min Max

employ 440 59.31591 74.12378 4 525

Esta variable contiene 440 observaciones, su promedio aproximadamente es de 59.32, tiene

desviación estándar de 74.12 aproximadamente y el mínimo de trabajadores en la planta es 4 y el
máximo es de 525, se puede decir que en promedio hay aproximadamente 59 empleados en la
planta, aunque esto con una alta desviación estándar.

X = avgsal: salario promedio de los empleados.

Z = union: = 1 si los empleados están en el sindicato.

Estadística Descriptiva Variables X y Z

. sum avgsal union

Variable Obs Mean Std. Dev. Min Max

avgsal 406 18872.83 6703.156 4237 42583

union 471 .1974522 .3984997 0 1

Esto quiere decir que el numero de observaciones para el promedio de los salarios es de 406 mucho
menor que el de la variable dependiente, con esto sabemos que el salario promedio de los
empleados es de 18872.83 que este se desvía en 6703.156 y que el mínimo valor del salario es de
4237 y el máximo valor del salario es de 42583.

Para la variable Z estas estadísticas nos indican que cuenta con 471 observaciones, el promedio es
de 0.19 aproximadamente como es mas cercano a cero quiere decir que hay un menor numero de
empleados que pertenece al sindicato, esto se desvía en 0.4 aproximadamente y al ser una variable
binaria su mínimo valor es cero y el máximo uno.

Regresión:
. reg employ avgsal union

Source SS df MS Number of obs = 403

F( 2, 400) = 5.49
Model 62532.2196 2 31266.1098 Prob > F = 0.0045
Residual 2279568.65 400 5698.92163 R-squared = 0.0267
Adj R-squared = 0.0218
Total 2342100.87 402 5826.12158 Root MSE = 75.491

employ Coef. Std. Err. t P>|t| [95% Conf. Interval]

avgsal .0001947 .0005599 0.35 0.728 -.000906 .0012953

union 31.28604 9.475386 3.30 0.001 12.65826 49.91381
_cons 52.62584 11.40861 4.61 0.000 30.19751 75.05418

Según la regresión vemos que el numero de observaciones que toma es 403 que son las que tienen
la información completa en todas las variables, observamos que os coeficientes son positivos lo cual
los indica que el salario promedio de los trabajadores y el hecho de que pertenezcan a un sindicato
afecta positivamente en numero de trabajadores en la planta, aunque el salario promedio AVGSAL
según el p-value no es estadísticamente significativo y su coeficiente es muy bajo lo cual no nos
revela una gran relación con el numero de trabajadores de la planta, por el contrario, por un
empleado adicional que este en el sindicato el numero de trabajadores en la planta aumenta
aproximadamente en 31.2 y este valor es estadísticamente significativo a todos los grados de
significancia.

Regresión con variables centradas

cenx= x - mean(x)

cenz= z - mean(z)
. reg employ cenx cenz

Source SS df MS Number of obs = 403

F( 2, 400) = 5.49
Model 62532.2196 2 31266.1098 Prob > F = 0.0045
Residual 2279568.65 400 5698.92163 R-squared = 0.0267
Adj R-squared = 0.0218
Total 2342100.87 402 5826.12158 Root MSE = 75.491

employ Coef. Std. Err. t P>|t| [95% Conf. Interval]

cenx .0001947 .0005599 0.35 0.728 -.000906 .0012953

cenz 31.28603 9.475386 3.30 0.001 12.65826 49.91381
_cons 62.4772 3.76051 16.61 0.000 55.08437 69.87004
La regresión no tuvo ningún cambio nie en los coeficientes ni en la significancia, creo en la
posibilidad de haber tenido algún error o simplemente puede ser que al crear las variables centradas
no hubo cambio en el efecto de las variables independientes en la dependiente.

Parte 2

Como no tengo compañero(a) decidí escoger la base de datos con el primer número de mi cédula el
1.

Variable dependiente #y = huswage: salario por hora del esposo, 1975

Variables independientes:

Motheduc: años de escolaridad de la madre.

Hushrs: horas trabajas por el esposo, 1975

Age: edad de la mujer en años

Wage: salario de ganar, hrs madre.

Intervar= Faminc * hushrs = ingreso familiar * horas trabajadas por el esposo, 1975

Regresión
. reg huswage motheduc hushrs age wage intervar

Source SS df MS Number of obs = 753

F( 5, 747) = 200.64
Model 7714.60805 5 1542.92161 Prob > F = 0.0000
Residual 5744.40757 747 7.68996998 R-squared = 0.5732
Adj R-squared = 0.5703
Total 13459.0156 752 17.8976272 Root MSE = 2.7731

huswage Coef. Std. Err. t P>|t| [95% Conf. Interval]

motheduc .049252 .0313626 1.57 0.117 -.0123173 .1108214

hushrs -.0045084 .0001958 -23.02 0.000 -.0048928 -.0041239
age -.0077056 .0129643 -0.59 0.552 -.0331564 .0177452
wage -.1373456 .0320056 -4.29 0.000 -.2001773 -.0745139
intervar 1.04e-07 3.52e-09 29.44 0.000 9.67e-08 1.10e-07
_cons 12.38674 .8150308 15.20 0.000 10.78672 13.98677

En esta regresión el total de observaciones es de 753 vemos que el salario del esposo para 1975 se
relaciona positivamente o aumenta con los años de escolaridad de la madre y la variable de
interacción que relaciona los ingresos familiares y las horas trabajadas por el esposo para 1975 esta
es significativa a todos los niveles de significancia mientras la primera no es estadísticamente
significativa, esto puede ser explicado por que aunque sea positiva la relación del numero de años
estudiados por la madre y el salario del esposo esto no tiene mayor relevancia a la hora de definir
el salario del esposo, la segunda puede ser explicada por que el esposo aporta al ingreso de la familia
positivamente y también que a mayor numero de horas trabajadas mayor salario. Por el contrario,
las otras variables, como el salario de la madre por hora, la edad de la mujer y las horas trabajadas
por el esposo se relacionan negativamente con el salario del esposo para 1975, esta última se puede
explicar porque puede que para él trabajar más horas le puede generar des utilidad ya que preferiría
utilizar ese tiempo para otras cosas, como estar con su familia y esto a la persona no se le compensa
con el salario. La edad de la mujer no es estadísticamente significativa en esta regresión, mientras
que el salario de ella si es significativo estadísticamente a todos los niveles de significancia y refleja
mas o menos que si aumenta el salario de la mujer el del esposo disminuye aproximadamente en
un 10 %.