Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelo de Regresion Lineal Simple
Modelo de Regresion Lineal Simple
• Y: rendimiento ; x: fertilizante
• 𝛽1: variación en el salario por hora por cada año más de educación
cuando todo lo demás es constante (u)
Supuestos del modelo
•1. Linealidad en parámetros : todo cambio de x
en una unidad tiene siempre el mismo efecto sobre y (, sin
importar el valor de x.
EJ: y que
score = 𝛽0 + 𝛽1attend + u
(2)
Valores predichos
(corresponden a
estimaciones)
Obtención de Estimaciones MCO: cómo
estimar 𝛽0 y 𝛽1 ?
De la línea de regresión:
• Qué mide 𝛽1? El cambio en miles de dólares del salario provocado por un cambio de un pto.
porcentual % en el roe.
• Qué signo se esperaría que tenga 𝛽1? (+) un incremento en el rendimiento sobre el patrimonio,
debería de generar un mayor salario
De la regresión estimada:
• Si el roe=0 , el salario predicho del CEO es igual a $963,191.00
• Cambio que se predice para el salario en función del roe:
• Cuando el rendimiento sobre el patrimonio aumente en 1%, el salario aumentará en $18,501.00 (no
importa cuál sea el sueldo inicial)
• Si roe = 30 aprox. $1.5 millones (no quiere decir que para toda
empresa con roe =30 salario = $1.5 Mill (valores “predichos” , dependen de la muestra, hay más
factores que afectan el salario)
Ejemplos – Resultados de votación & gastos de campaña
• Con una base de datos de 173 contiendas bipartidistas, en las que en cada
contienda hay 2 candidatos: A y B, se obtuvieron datos sobre los resultados de las
elecciones y gastos de campaña de cada candidato. Para estimar si gastar más con
relación al rival implica mayor % de votos, se estimó la sgte. Línea de regresión:
Interpretación CORRECTA: por cada año más de educación el salario predicho aumenta en
8,3% (0.083*100=8,3%).
INCORRECTO: un año más de educación incrementa log(wage) 8.3 por ciento)
Por qué utilizar log(wage)? Para imponer a la educación un efecto porcentual constante sobre el
salario.
Incorporación de No linealidades – Formas
funcionales usando logaritmos
Semi-elasticidad de y
respecto a x
Elasticidad de y
respecto a x