TERCERA PARTE

9. Estime la misma ecuació n pero con una especificació n log-nivel, es decir, los
salarios en logaritmos; mientras que experiencia y educació n en unidades
originales (añ os). Interprete los coeficientes estimados.

Modelo estimado:

lnEARNMTH = 5,62733 + 0,0628881YRSQUAL + 0,0239869C_Q09_C

Interpretación de las pendientes del modelo:

- La relación de EARNMTH con YRSQUAL es log-lin. Por ello, para interpretar la

pendiente estimada, tenemos que MULTIPLICARLA X 100:

0,0628881 X 100 = 6,28881

Por tanto, cuando la educación aumenta en un año, el salario mensual

estimado aumenta 6,28881%.

- La relación de EARNMTH CON C_Q09_C es log-lin, Por ello, para interpretar la

pendiente estimada, tenemos que MULTIPLICARLA X 100:

0,0239869 X 100 = 2,39869

Por tanto, cuando la experiencia aumenta en un año, el salario mensual

estimado aumenta 2,39869%.
 10. Añ ade al modelo anterior un regresor adicional: un término cuadrá tico
para la experiencia:

𝑙𝑛(𝑌) = 𝛽0 + 𝛽1𝐸𝐷𝑈𝐶 + 𝛽2𝐸𝑋𝑃 + 𝛽3𝐸𝑋𝑃2 + 𝑢

(donde EXP2 = C_Q09_C*C_Q09_C). ¿Cuá l es el efecto de la experiencia en los

salarios?

El modelo a estimar ahora es :

𝑙𝑛(EARNMTH) = 𝛽0 + 𝛽1YRSQUAL + 𝛽2C_Q09_C + 𝛽3C_Q09_C ^2 + 𝑢

MODELO ESTIMADO:

lnEARNMTH = 5,48387 + 0,0594466YRSQUAL + 0,0562744C_Q09_C -

0,000949354C_Q09_C^2

EFECTO DE LA EXPERIENCIA:
∂lnEAR NMTH
= 0,0562744 – 2 x 0,000949354C_Q09_C = 0,0562744 –
∂ C Q 09C
0,0019C_Q09_C
11. En el modelo del apartado anterior, el efecto de la experiencia no es lineal (no
es constante), pero ¿qué nivel de la experiencia maximiza el salario?

Al pedirnos el nivel de experiencia que maximiza el salario, tenemos que hacer 0 la

derivada anterior.

0,0562744 – 0,0019C_Q09_C = 0

C_Q09_C = 29.67. Es decir el nivel de experiencia que maximiza el salario mensual es

de aproximadamente 30 años