Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Reescalonamiento de variables
En ocasiones, en los modelos de regresión resulta conveniente cambiar la
escala de ciertos datos. Se trataría de la misma variable, pero medida de
forma diferente. Esto implica considerar dos casos:
El test RESET
Es una prueba de hipótesis que sirve para verificar si es que hay problema
de mala especificación de la forma funcional por haber omitido términos
cuadráticos o cúbicos. De este modo podemos partir de la ecuación base:
Con base en esto, para aplicar al test RESET se utiliza la siguiente ecuación
auxiliar:
Variables Proxy
En ocasiones tenemos cierta variable que sabemos que es importante
para nuestro modelo pero que al mismo tiempo no contamos con una
base de datos. En esos casos habrá que utilizar alguna variable de la que si
haya datos y que nos dé una aproximación respecto de la primera. por
ejemplo, podemos considerar la ecuación:
Variables Rezagadas
Una variable rezagada es la misma variable de interés, pero medida en el
periodo anterior. Por ejemplo, podemos considerar la ecuacion siguiente:
EJERCICIOS
Capitulo 6(ejercicio de computadora)
2)
a
regress lwage educ exper expersq
b
Como el p-value de termino cuadrático de un valor de 0.00 diremos que si
es estadísticamente significativo. Esto implica que es necesario incluir tal
estructura cuadrática para captar correctamente la dinámica de los datos.
c
Esta aproximación para ver el efecto de la experiencia se deduce de
considerar la derivada de la ecuación con respecto a la variable
experiencia.
De este modo obtenemos:
2
dlog (wage) d (β 0+ β 1 educ + β 2 exper + β3 exper )
=
dexper dexper
dlog (wage)
=β 2+2 β 3 exper
dexper
display 0.0410089+2*(-0.0007136)*5
.0338729
Ahora analizaremos el mismo calculo para ver el efecto del vigésimo año
de experiencia.
display 0.0410089+2*(-0.0007136)*20
.0124649
Aquí se encuentra el efecto del vigésimo año de experiencia en donde será
aumentado el salario en 1.25%. Por tanto, se verifica que a medida que
mas pasa el tiempo menos efecto tiene la experiencia laboral respecto de
la experiencia sobre el salario ira siendo menor a lo largo del tiempo
d
Para entender este punto debemos tomar en cuenta que normalmente
que el efecto de la experiencia estará como sigue:
lwage
Hallaremos el punto máximo del efecto con la cantidad de experiencia
asociada mediante la siguiente formula que se aplica tomando
exper todos los
coeficientes como positivos.
display 0.0410089/(2*0.0007136)
28.733814
Si una persona tiene 28.73 años de experiencia laboral, su salario llegara a
ser máximo. Por tanto, las personas con 29 o mas años de experiencia
laboral tendrán salarios totales que irán reduciendo.
CAPITULO 6
4
i)
regress sat hsize hsizesq
. regress sat hsize hsizesq
ii)
Para ello aplicamos la formula del tamaño optimo en un modelo
cuadrático considerando el valor absoluto.
display 19.81446/(2*2.130606)
4.6499587
Como el tamaño de la escuela esta medida en cientos de alumnos diremos
que el tamaño optimo es 465 años.
iii)
No es representativo del todo porque se trata solo de un colegio de los
Estados Unidos.
iv)
En este caso tendremos primero que crear el logaritmo de la variable sat
generate lsat=log(sat)
regress lsat hsize hsizesq
Ahora calculamos el tamaño optimo con la formula de antes pero con los
nuevos resultados:
display 0.0196029/(2*0.0020872)
4.6959803
Por lo tanto, hallamos que en el modelo con logaritmo del tamaño optimo
es de 470 años, lo cual es cercano al resultado obtenido anteriormente.