P R O B L E M A S TEÓRICOS

1. Con ayuda de los datos del archivo SLEEP75.RAW se obtiene la ecuación estimada

sleep=3,840.83−0 .163totwrk −12.71 educ−9 .70 age+ 0 .128 age2 +9 7.75 male
^

n=706 , R 2=0.1 3 3

La variable sleep es la cantidad total de minutos, por semana, dormidos durante la noche, totwrk es la
cantidad total de minutos que se trabajó por semana, educ y age (edad) estan dadas en anos y male
(hombre) es una binaria para género.

a. Permaneciendo todo lo demás constante, ¿hay alguna evidencia de que los hombres duerman
más que las mujeres? ¿Qué tan fuerte es esa evidencia?

b. ¿Hay un costo de oportunidad estadísticamente significativo entre trabajar y dormir? ¿Cuál es

el costo de oportunidad estimado?

c. ¿Qué otra regresión necesita correr para probar la hipótesis nula de que, manteniendo todos
los demás factores constantes, la edad no afecta el dormir?

2. Con ayuda de los datos del archivo GPA2.RAW se obtuvo la ecuación estimada siguiente:

sat=1,028.10+19.30 hsize−3 .19 hsize 2−5 5.09 female−169.81 ¿+62.31 female ∙¿

^
n=4,137 , R2=0.0 958

La variable sat es la puntuación combinada en el examen de admisión (SAT), hsize es la cantidad de

alumnos, dada en cientos, que en la escuela del estudiante terminaron con el bachillerato, female es
una variable binaria para el género femenino y black es una variable binaria para raza, que es igual a
uno para negros y cero para los no negros.

a. ¿Existe alguna evidencia fuerte de que hsize2 deba ser incluida en el modelo? Con base en
esta ecuación, ¿cuál es el tamaño óptimo de una escuela?

b. Manteniendo hsize constante, ¿cuál es la diferencia estimada en la puntuación del SAT entre
mujeres no negras y hombres no negros? ¿Qué tan estadísticamente significativa es esta
diferencia?

c. ¿Cuál es la diferencia estimada en la puntuación del SAT entre hombres no negros y hombres
negros? Pruebe la hipótesis nula de que no hay diferencia entre estas puntuaciones contra la
alternativa de que si hay diferencia.
 d. ¿Cuál es la diferencia estimada en la puntuación del SAT entre mujeres negras y mujeres no
negras? ¿Qué se necesita hacer para probar si esta diferencia es estadísticamente
significativa?

3. Una ecuación que explica el sueldo de los presidentes de consejos de administración es:

^
log (salary )=4.59+ 0.3 57 log ( sales ) +0.011 roe+0.158 finance+0.181 consprod−0. 3 83utility
n=209 , R 2=0.357
Los datos que se emplearon son los del archivo CEOSAL1.RAW, donde finance, consprod y utility
son variables binarias que corresponden a las industrias financiera, de productos de consumo y de
servicios. La industria que se ha omitido es la del transporte.

a. Calcule la diferencia porcentual aproximada entre los sueldos estimados de las industrias de
servicios y de transporte, manteniendo sales y roe constantes.

b. ¿Cuál es la diferencia porcentual aproximada entre los sueldos estimados de la industria de

productos de consumo y en el sector financiero?

4. Suponga que mediante una encuesta recolecta usted datos sobre salarios, educación,
experiencia y género. Solicita también información sobre uso de la mariguana. La pregunta
original es “¿Cuantas veces fumo mariguana el mes pasado?”.

a. De una ecuación que permita estimar el efecto de fumar mariguana sobre el salario,
controlando los demás factores. La ecuación deberá permitir hacer afirmaciones como “se
estima que fumar mariguana cinco veces más al mes hace que el salario varié x%”.
b. Formule una ecuación que permita probar si el uso de drogas tiene efectos diferentes sobre
los salarios de hombres y mujeres. ¿Cómo puede probarse que los efectos del uso de drogas
no son diferentes entre hombres y mujeres?

c. Suponga que considera que es mejor medir el uso de mariguana clasificando a las personas
en cuatro categorías: no usuario, usuario suave (1 a 5 veces por mes), usuario moderado (6 a
10 veces por mes) y usuario fuerte (más de 10 veces por mes). Ahora, diseñe un modelo que
permita estimar el efecto del uso de la mariguana sobre el salario.

d. Usando el modelo del inciso iii), explique detalladamente como probar la hipótesis nula de
que fumar mariguana no tiene ningún efecto sobre el salario. Sea muy específico y de una
lista detallada de los grados de libertad.

5. Las ecuaciones siguientes se estimaron empleando los datos del archivo BWGHT.RAW:

^
log (bwght )=4.66−0 .0044 cigs+ 0.0093 log ( faminc )+ 0. 026 parity +0. 037 male+0 .055 ¿
n=1,398 , R 2=0.0 6 72
Donde

bwght =¿ peso al nacer, en libras.

cigs=¿ numero promedio de cigarros diarios que fumo la madre durante el embarazo.
parity = orden de nacimiento del niño.
faminc=¿ ingreso anual de la familia.
male=¿variable binaria que indica si el niño es varón.
¿=¿

a. Interprete el coeficiente de la variable cigs en la primera ecuación. En particular, ¿Qué efecto

tiene sobre el peso al nacer que la madre haya fumado 10 cigarros más por día?

b. En la primera ecuación, permaneciendo todos los demás factores constantes, ¿cuánto más se
predice que pese un niño blanco en comparación con uno no blanco? ¿Es esta diferencia
significativa?

c. Analice el efecto estimado y la significancia estadística de motheduc.

d. Con base en la información dada, ¿por qué no puede usted calcular el estadístico F? De ser
afirmativo ¿cuál sería su valor? ¿y su interpretación?

Aplicar logaritmos que actualmente solo están en niveles

Realizar los siguientes ejercicios en R.
Entregar un documento de Word con los comandos y los resultados de dichos comandos
para cada ejercicio. (Comente cada resultado que lo amerite)

Con la base de datos ENFT_2016, realice las siguientes operaciones.

1. Estimando un modelo con funciones cuadráticas.

a. Estime una regresión en la cual el salario mensual, esté explicado por los años de educación, el
cuadrado de los años de educación y el número de miembros del hogar. Escriba el modelo
resultante y explique la relación resultante.

Salario= β^ 0 + ^β 1 educación+ β^ 2 educación2+ β^ 3 miembro+u

b. ^

c. Calcule el estadístico F e interprete su resultado. De manera manual y automática, luego compare

los resultados.

d. Presente el modelo utilizando la función stargazer.

 e. Realice un pronóstico del salario para los siguientes 3 individuos.

Educación Miembros Salario

Sujeto 1 12 8
Sujeto 2 16 5
Sujeto 3 20 4

2. Estimación con una sola variable binaria independiente.

a. Construya una variable llamada “mujer”, que sea iguala a uno si eft_sexo = 2, en caso contrario
debe ser igual a cero (hombre).

b. Compruebe la existencia en la base, de la nueva variable creada.

c. Estime el modelo del punto 1, incluyendo esta variable “mujer”. Escriba el modelo resultante y
explique la relación resultante.

d. Calcule el estadístico F e interprete su resultado. De manera manual y automática, luego compare

los resultados.

e. Presente el modelo utilizando la función stargazer.

3. Estimación de un modelo con variables binarias en categorías múltiples.

a. Construya una variable llamada “rural”, que sea iguala a uno si eft_zona = 1, en caso contrario
debe ser igual a cero (urbana).

b. Compruebe la existencia en la base, de la nueva variable creada.

c. Estime el modelo del punto 1, incluyendo las variables “mujer” y “rural”. Escriba el modelo
resultante y explique la relación resultante.

d. Calcule el estadístico F e interprete su resultado. De manera manual y automática, luego compare

los resultados.

e. Presente el modelo utilizando la función stargazer.

4. Estimación de un modelo con las iteraciones entre variables binarias.

 a. Estime el modelo del punto 3, incluyendo además la siguiente iteración “mujer*rural”.

b. Presente el modelo utilizando la función stargazer.

c. Escriba el modelo resultante y explique la relación resultante para cada uno de los siguientes 4
grupos:

La prima salarial para cada grupo será:

• hombres urbanos: β 0=¿
• mujeres urbanas: β 0 + β 1=
• hombres rurales: β 0 + β 2=
• mujeres rurales: β 0 + β 1+ β 2+ β 3 =

5. Estimación de un modelo con la iteración entre variables binarias y cuantitativas

a. Estime el modelo del punto 2, incluyendo además la siguiente iteración “mujer*educ”.

b. Presente el modelo utilizando la función stargazer.

c. Escriba el modelo resultante.

d. ¿Qué puede usted decir respecto al el rendimiento de la educación para las mujeres y para los
hombres?

6. Estimación de un modelo Incorporación de información ordinal mediante el uso

de variables binarias
En la base de datos hay cuatro variables que indican si el encuestado viven en la zona:
Metro.
Norte.
Sur.
Este.
Estas son variables Dummys con valores de 0-1
a. Estime el modelo el modelo del punto 1, añadiendo además las variables Norte, Sur y Este. La
base será la variable Metro

b. Presente el modelo utilizando la función stargazer.

c. Escriba el modelo resultante. Explique la diferencia respecto al salario mensual, de estos tres
grupos con relación al grupo Metro.