Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una variable ficticia es una variable utilizada para explicar valores cualitativos en
un modelo de regresión.
Los modelos de regresión intentan explicar una variable en función de otras. Por ejemplo,
el salario de una persona en función de su edad, su educación y su experiencia. Estas
variables se pueden cuantificar. La edad de una persona, la educación y la experiencia se
pueden cuantificar en número de años. Pero ¿Qué ocurre cuando tenemos variables qué no
se pueden cuantificar? Por ejemplo el color de pelo, el país en el que vive o el sexo. La
solución a este problema está en las variables ficticias. Son variables que suelen toman
valores binarios. Esto es, valor cero o uno.
Por ejemplo, la variable sexo, hemos dicho, es una variable cualitativa. Para incluirla en
un modelo de regresión hay que crear una variable ficticia. A la variable le llamaremos
“mujer” tal que:
Existen dos tipos de variables ficticias. Por una parte están las variables ficticias aditivas y,
por otra parte, están las variables ficticias multiplicativas
Una variable ficticia aditiva recoge un cambio fijo. Dicho cambio afecta tan solo al término
constante de la ecuación. Por ejemplo, un modelo que pretende explicar el salario en función
del sexo y de los años de educación. Podemos poner la ecuación tomando como referencia a
los hombres (segunda ecuación) o tomando como referencia a las mujeres (primera
ecuación):
En su caso, si las mujeres tuvieran salarios superiores a los hombres, tomando una variable
ficticia aditiva, el modelo quedaría representado gráficamente como la imagen anterior.
La diferencia cuantitativa entre la línea azul (hombres) y la línea naranja (mujeres) será igual
al valor de la variable “Mujeres” u “Hombres” según el modelo escogido. En este caso, el de
las variables ficticias aditivas, la diferencia salaria no depende del nivel de estudios. Es decir,
la diferencia salarial depende única y exclusivamente del sexo.
Si un año de educación adicional fuera mejor pagado a las mujeres, entonces la pendiente
de la línea naranja (mujeres) sería mayor. Y, la línea azul (hombres) estaría por debajo.