ECONOMETRÍA APLICADA I

Profesores: Esteban Puentes y Bárbara Flores

Ayudante: Beatrice Allamand
Semestre primavera 2020

Pauta Examen: Parte Stata

Preguntas
1. (15 puntos) Realice una regresión para estudiar si la cantidad total de cánceres ha cambiado
en el tiempo (cada año). Use la información del total de cánceres y el ratio de cánceres
detectados por cada 100.000 habitantes.
R: Test entre las variables de cáncer (en total y en ratio) y dummies por año. Es importante
que sean dummies y no la variable año, pues interesa ver como han cambiado cada año. Si
estimamos el modelo con la variable año, obtenemos el efecto promedio de aumentar un año,
que es diferente.
Distribución puntaje
• Total de cánceres: allcount
7,5 puntos
Si usa year en vez de i.year: 5 puntos
• Ratio de cánceres: Reg nonbcpc i.year (podían usar esta u otra variable de ratio)
7,5 puntos
Si usa year en vez de i.year: 5 puntos

2. (10 puntos) Realice una regresión entre el total de cánceres y la variable que mide la
elegibilidad a MEDICARE. ¿Mide esta regresión el “efecto” de MEDICARE? Explique.
R: Por ejemplo: reg allcount MCARE. El coeficiente positivo no indica el efecto de
MEDICARE, porque también se captura el efecto de la edad.
Distribución puntaje
• 5 puntos por la regresión
• 5 puntos por plantear que hay sesgo porque captura la edad (2 puntos si solo dicen
que no, pero no por qué)

3. (35 puntos) Estime el efecto de MEDICARE, usando regresión discontinua (no es necesario
que utilice el comando rdrobust), en la detección de cáncer del tipo BCPC, no BCPC y todos
los tipos de cáncer. Use una ventana de 5 años. Explique sus resultados.
R: Para (1) BCPC, (2) no BCPC, (3) allcount:
1. Arma una regresión discontinua (15 puntos, 5 para cada especificación)
- Si reg: vardep debe ser Medicare. Reg vardep mcare.
- Si rdrobust: running variable debe ser edad no Medicare. Rdrobust vardep edad.
2. Ventana de 5 años (10 puntos, 3 por especificación, +1 base)
 - Si reg: if above<5 & bellow<5, o if (65<edad<70 | 60<edad<65)
- Si rdrobust: c(65) h(5) (usando running edad)
Para que el efecto fuese identificado correctamente debían usar variables de control, incluir
edad y race asignaba 5 puntos
3. Explicar resultados asignaba 5 puntos