1) Estimación del modelo clásico regresión lineal múltiple
So urce SS Df Ms
Model 425178.88 26 163.530.338
Residual 1322839.71 2,693 491.214.151
Total 1748018.59 2,719 642.890.249
Number of obs = 2,72
F(26 , 2693) = 33,29
Prob > F = 0,0000
R- squared = 0,2432
Adj R-squared = 0,2359
Root MSE = 22,163
Los signos estimados de las variables son iguales a los esperados excepto el género, al ser su coeficiente significativo explica que si existe un diferencial en el puntaje global de la prueba entre hombres y mujeres. Por otro lado, el modelo tiene una capacidad explicativa del 24.32% y esto es consistente debido a que no se están teniendo en cuenta otras externalidades de la educación.
La constante del modelo representa el puntaje promedio global de un
estudiante de Economía en las pruebas saber-pro en el año 2017 , que sería de 162.77 puntos.
Interpretación de los Coeficientes
Los estudiantes de Economía provenientes de una Universidad publica
obtienen en los resultados de las pruebas saber pro en promedio, 8.66 puntos mas que los estudiantes provenientes de una universidad privada.
Como se mencionó anteriormente, de esta variable se esperaba un
desempeño similar entre hombres y mujeres, pero el coeficiente estimado muestra que las mujeres obtienen en promedio 5.94 puntos menos que los hombres en los resultados de las pruebas de educación superior. Es decir que si existe un diferencial en el puntaje global
Los estudiantes provenientes de un estrato medio obtienen en promedio 6,04
puntos mas que los provenientes de un estrato bajo.
Los futuros economistas que provienen de un estrato alto obtienen en
promedio 20.34 puntos mas que los provenientes de un estrato bajo.
Los alumnos que además de estudiar tienen un empleo adquieren en
promedio 6.52 puntos menos que los estudiantes que solo se dedican a la academia.
La hipótesis que se tenia de que el rendimiento en las pruebas saber-pro de
los economistas provenientes de las universidades del distrito capital era mayor si es consistente. Pues los 24 departamentos que se estimaron tuvieron como resultado un coeficiente negativo que se interpreta como un efecto diferencial en el que obtienen un menor puntaje respecto de los estudiantes de la ciudad de Bogotá. En el caso particular de los departamentos de Antioquia, Cauca, Córdoba, Cundinamarca Santander y Tolima , no fueron variables estadísticamente significativas para la explicación el modelo.
2.) Supuesto de Normalidad de los residuales
Gráfico de Histograma
Test grafico de Kernel
En las pruebas informales aplicadas se observa que los residuales no tienen
una distribución normal. Pero es necesario realizar un Test formal para corroborar la información.
Test de Jarque Bera (JB)
El estadístico de JB dio un resultado 102.97975 que permite rechazar la
hipótesis nula y concluir que los residuales no tienen una distribución normal como ya se había planteado intuitivamente en los test informales aplicados.
3.) Supuesto de no colinealidad – multiconealidad
Regla practica de Klein
REGRESIONES AUXILIARES ESTIMADAS R2
Publico e_medio 0.0262 - 2.62%
0.0719 - 7.19% Publico e_alto
Publico Tic 0.0426 - 4.26%
Publico Trabaja 0.0046 - 0.46%
e_medio Tic 0.0309 - 3.09%
e_medio Trabaja 0.0010 - 0.1%
e_alto Tic 0.0089 – 0.89%
e_alto Trabaja 0.0026 – 0.26%
La regla practica de Klein consiste en que el coeficiente de determinación de
la regresión global sea mayor que los r2 de las regresiones auxiliares, para que así el modelo econométrico estimado no tenga problemas de colinealidad. En este caso la regla practica se cumple debido a que la regresión global cuenta con un r2 de 24.32% y ninguna de las regresiones auxiliares estimadas supera esta capacidad explicativa.
Test de Índice de condición
De esta salida se puede concluir que no se presentan problemas de multicolinealidad en el modelo. El VIF es 1.14 , por lo tanto es menor a 10 que es el valor que el test identifica como frontera para detectar multicolinealidad grave.