Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ˇˇ Econometrı́a I EAE2510 Clase 11 Variables independientes binarias Miriam Artiles Instituto de Economı́a Pontificia Universidad Católica de Chile Segundo Semestre 2021 Introducción Variables dummy Variables ordinales En la clase de hoy1 • Hasta ahora hemos hablado de variables independientes (X) de carácter cuantitativo (ej., años de educación, años de experiencia laboral, estadı́sticas de los jugadores de baseball, cigarrillos fumados, etc) • Sin embargo, en muchos casos se quiere incluir variables independientes de carácter cualitativo: ◦ género ◦ raza ◦ religión ◦ situación marital ◦ región de residencia ◦ rama de actividad económica ◦ participación en sindicatos ◦ ¿tiene tı́tulo profesional? ◦ ¿tiene acceso a un computador en su lugar de trabajo? • ¿Cómo podemos incluir información de carácter cualitativo en el MRL? ——– 1 Wooldridge, capı́tulo 7 1 / 13 Introducción Variables dummy Variables ordinales 1. Descripción de la información cualitativa: Variables dummy 2 / 13 Introducción Variables dummy Variables ordinales Variables Dummy • Definimos una variable dummy como una variable binaria que toma valor 1 si la observación i posee una cualidad y 0 en otro caso • Ejemplo: female = { 1 si la persona se declara mujer 0 en otro caso • Ejemplo: married = { 1 si la persona declara estar casada 0 en otro caso 3 / 13 Introducción Variables dummy Variables ordinales Variables Dummy 4 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Interpretación del parámetro asociado a la variable dummy • ¿Cómo se incorporan variables dummy al MRL? • Considera el modelo de regresión lineal múltiple: wage = β0 + δ0female+ β1educ+ u • ¿Cómo se interpreta δ0? Asumiendo E(u|female, educ) = 0: E(wage|female = 1, educ) =β0 + δ0 · 1 + β1educ = β0 + δ0 + β1educ E(wage|female = 0, educ) =β0 + δ0 · 0 + β1educ = β0 + β1educ • Por lo tanto, bajo el supuesto E(u|female, educ) = 0: δ0 = E(wage|female = 1, educ)− E(wage|female = 0, educ) • δ0 es la diferencia promedio en wage entre mujeres y personas de otro género (grupo base o grupo de referencia), manteniendo el resto de factores constante 5 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Interpretación del parámetro asociado a la variable dummy • ¿Cómo se incorporan variables dummy al MRL? • Considera el modelo de regresión lineal múltiple: wage = β0 + δ0female+ β1educ+ u • ¿Cómo se interpreta δ0? Asumiendo E(u|female, educ) = 0: E(wage|female = 1, educ) =β0 + δ0 · 1 + β1educ = β0 + δ0 + β1educ E(wage|female = 0, educ) =β0 + δ0 · 0 + β1educ = β0 + β1educ • Por lo tanto, bajo el supuesto E(u|female, educ) = 0: δ0 = E(wage|female = 1, educ)− E(wage|female = 0, educ) • δ0 es la diferencia promedio en wage entre mujeres y personas de otro género (grupo base o grupo de referencia), manteniendo el resto de factores constante 5 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Interpretación del parámetro asociado a la variable dummy • ¿Cómo se incorporan variables dummy al MRL? • Considera el modelo de regresión lineal múltiple: wage = β0 + δ0female+ β1educ+ u • ¿Cómo se interpreta δ0? Asumiendo E(u|female, educ) = 0: E(wage|female = 1, educ) =β0 + δ0 · 1 + β1educ = β0 + δ0 + β1educ E(wage|female = 0, educ) =β0 + δ0 · 0 + β1educ = β0 + β1educ • Por lo tanto, bajo el supuesto E(u|female, educ) = 0: δ0 = E(wage|female = 1, educ)− E(wage|female = 0, educ) • δ0 es la diferencia promedio en wage entre mujeres y personas de otro género (grupo base o grupo de referencia), manteniendo el resto de factores constante 5 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Interpretación del parámetro asociado a la variable dummy 6 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Interpretación del parámetro asociado a la variable dummy • El intercepto de la ecuación de salarios para mujeres es β̃0 = (β0 + δ0) • El intercepto de la ecuación de salarios para personas de otro género es β0 7 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Contraste de hipótesis • En la figura anterior se muestra el caso δ0 < 0 • ¿Cómo se testea la hipótesis nula de que no hay diferencia salarial entre mujeres y personas de distinto género? Si la hipótesis alternativa es discriminación contra las mujeres, se tiene: H0 : δ0 = 0 H1 : δ0 < 0 • Se estima el modelo mediante MCO y se usa el estadı́stico t habitual • Puedes descargar los datos aqui 8 / 13 http://fmwww.bc.edu/ec-p/data/wooldridge/wage1.dta Introducción Variables dummy Variables ordinales Variables Dummy Contraste de hipótesis 9 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Ejercicio • Ejercicio: ¿Cómo serı́a la interpretación de δ0 si la variable dependiente fuera log(wage)? Wooldridge, pp. 232 10 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Multicolinealidad perfecta • Problema de multicolinealidad perfecta: wage = β0 + β1married+ β2single+ u donde married toma valor 1 si la persona está casada y 0 si está soltera, y single toma valor 1 si la persona está soltera y 0 si está casada • Se tiene married+ single = 1, esto es, married es una función lineal perfecta de single→married = 1− single • Ejercicio: ¿Se puede estimar el siguiente modelo? Wooldridge, pp. 227 wage = β1married+ β2single+ u 11 / 13 Introducción Variables dummy Variables ordinales Variables Dummy Multicolinealidad perfecta • Problema de multicolinealidad perfecta: wage = β0 + β1married+ β2single+ u donde married toma valor 1 si la persona está casada y 0 si está soltera, y single toma valor 1 si la persona está soltera y 0 si está casada • Se tiene married+ single = 1, esto es, married es una función lineal perfecta de single→married = 1− single • Ejercicio: ¿Se puede estimar el siguiente modelo? Wooldridge, pp. 227 wage = β1married+ β2single+ u 11 / 13 Introducción Variables dummy Variables ordinales 2. Descripción de la información cualitativa: Variables ordinales ◦ ¿Qué hacer cuando se usa una variable cualitativa como región, que tiene q > 2 categorı́as? ◦ región es una variable ordinal: region = 1 Metropolitana 2 Valparaı́so 3 Maule 4 Aysén ... 12 / 13 Introducción Variables dummy Variables ordinales Variables Ordinales • Se crean q − 1 variables binarias, cada una correspondiente a una dummy que toma valor 1 para una cierta categorı́a y 0 en otro caso metropolitana = { 1 si la persona reside en Metropolitana 0 en otro caso valparaiso = { 1 si la persona reside en Valparaı́so 0 en otro caso ... • La categorı́a cuya variable dummy no fue incluida en la ecuación se considera la categorı́a base o de referencia y la interpretación de los coeficientes de las categorı́as restantes se hace en relación a esta categorı́a base • ¿Por qué en lugar de crear q − 1 variables dummy distintas no se incluye una sola variable que toma q valores distintos? Esto dificulta la interpretación 13 / 13 Introducción Variables dummy Variables ordinales
Compartir