ESCUELA COLOMBIANA DE INGENIERÍA – JULIO GARAVITO

Programa de Economía
Econometría 1

Actividad Sobre Estimación y Propiedades de los Parámetros del Modelo de Regresión Simple.

 Instrucciones:

- Trabajar en grupos
- Usar STATA y R Studio
- Utilice las diapositivas “Análisis de Regresión 2022 Stock&Watson .pptx”, “propiedades
estimadores 2022.ppt” y “Regresiones en STATA febrero 2022.pptx”.

I. Sobre Propiedades de los Estimadores obtenidos por M.C.O

Suponga que Y i , i = 1,…, n es i.i.d con varianza σ 2Y positiva y finita. Considere los siguientes tres
estimadores de μY :

a. z a=Y 1

( )
−1 n
1−a n
b. z b=
1−a
∑ ai−1 Y i
i=1
1
c. z c =Y +
n

Utilizando el limite de la probabilidad (plim), la ley de los grandes números y las propiedades de
la varianza, verifique si los anteriores estimadores son insesgados, consistentes y eficientes.

II. Estimadores obtenidos por M.C.O en el Modelo de Regresión Simple

Un economista experto en economía de la educación está investigando el impacto de los años

de educación ( Si) sobre los ingresos de los individuos ( EARNINGS i) a través del siguiente
modelo de capital humano:

EARNINGS i=α 0 +α 1 Si +ui

En donde los ingresos se miden en dólares por hora y la educación en años. El economista, lo
contrata a usted que es experto en econometría para que estime los parámetros del modelo.
Utilizando la base de datos eaef21.dta:

a. Utilizando STATA y R Studio, estime de manera automática por M.C.O los parámetros α 0 y
α 1 e interprete los resultados.
b. Realice una prueba t de Student de la significancia individual del parámetro estimado α 1.
c. Utilizando STATA y R Studio, estime de manera manual por M.C.O los parámetros α 0 y α 1 e
interprete los resultados. Utilie el do file de STATA “Estimador MCO manual.do” y el script
de R Studio “MCO Caschool Simple Regression.R”.
d. Estime la pendiente α 1 mediante la expresión que liga a la correlación entre ingresos y
educación ( ρ EARNINGS, S ) y la relación entre la desviación estándar de EARNINGS y la
desviación estándar de S, es decir, a partir de la expresión:

^β = ^ρ
i (
σ EARNINGS
EARNINIGS ,S∗
σS )
Confirme que es igual a la que obtuvo en el ítem a) de manera automática con el comando reg
de STATA.
e. Estime las siguientes especificaciones del modelo de capital humano e interprete los
parámetros estimados:

log ( EARNINGS i )=α 0 + α 1 S i+u i

EARNINGS i=α 0 +α 1 log ( Si ) +u i

log ( EARNINGS i )=α 0 + α 1 log ( S i ) +ui

f. Utilizando STATA y R Studio, obtenga de manera manual el coeficiente de determinación R2

e interprete el resultado.
g. Construya una variable binaria de experiencia laboral (en la base de datos eaef21.dta se
llama EXP) de la siguiente manera:

Dummyexp= {O en1 sicasoexp≥contrario

exp

En donde exp es la media muestral de la experiencia laboral de los individuos. Una vez
construida la variable Dummyexp lleve a cabo un test de diferencia de medias con el fin de
veridicar si existen diferencias estadísticamente significativas en los ingresos de las personas
más experimentadas y las menos experimentadas. Asuma un nivel de significancia del 5%.
Implemente todos los pasos para llevar a cabo la prueba.

h. Verifique que la diferencia de ingresos entre experimentados y no experimentados es igual

al parámetro estimado θ^ 1 a partir del siguiente modelo. Estime el modelo utilizando STATA
y R Studio:

EARNINGS i=θ 0+θ 1 Dummyexpi +ui