Taller 2 Introduccion Econometria

Vista previa del material en texto

Universidad Sergio Arboleda 
Programa de Economía 
Introducción a la Econometría – 2021 2 
 
Docente: Ramiro Rodríguez Revilla – ramiro.rodriguez01@correo.usa.edu.co 
 
Fecha de entrega: miércoles 27 de abril 2022 estrictamente al inicio de la clase. Si 
entrega después será penalizado. 
 
El objetivo del taller es propositivo de carácter investigativo, con este se busca que el 
estudiante resuelva problemas en contexto, es decir, proponer soluciones utilizando 
herramientas propias de la disciplina, tal y como son las herramientas estadísticas y 
econométricas. 
 
Utilice los microdatos de las áreas correspondientes a la GEIH para el mes de 
diciembre de 2021 en el DANE, considerando el factor de expansión con los siguientes 
comandos en todos los puntos del taller 
gen factor=round(fex_c_2011) o factor=round(fex_c_2011) 
reg …… [fw=factor] o lm(y~x1+x2, weights=factor) 
a20211$factor=as.numeric(gsub(",",".",a20211$fex_c_2011)) 
 
Para mostrar el resultado de una regresión utilice el comando outreg2 de Stata o stargazer 
de R (no pegue pantallazos). Al final del taller adjunte como texto el do-file o el script 
impreso, no por correo electrónico (Si no tiene este anexo se penalizará la nota). Presente 
también la Bibliografía (Si lo hace en R, coloque el resultado de los comandos: citation 
() y citation(“librería”)). 
 
TALLER 2 
 
Cada grupo realizará los ejercicios solo para una ciudad, de acuerdo a la asignación hecha 
en clases, entre las siguientes opciones: Medellín, Barranquilla, Bogotá, D.C, Cartagena, 
Manizales, Montería, Villavicencio, Pasto, Cúcuta, Pereira, Bucaramanga, Ibagué y Cali. 
Utilice el comando drop o keep para filtrar la base de datos en Stata o subset en R. 
 
1. (1 punto) Estime un modelo en el cual la variable dependiente sea el salario 
(INGLABO en pesos) y como variables independientes: los años de educación (ESC), 
experiencia en el trabajo en meses (P6426) convertida a años, experiencia en años al 
cuadrado, género (P6020, recodifique esta variable con 0 y 1), una interacción entre 
el género recodificado y los años de educación, estuvo contagiado con COVID 
(P3147S1), el estrato (P4030S1A1, únicamente del 1 al 6, no interprete este 
estimador). Para las variables independientes pruebe varias especificaciones (lineales 
o logarítmicas, considerando que las cualitativas ni las cuadráticas van en logaritmos). 
Muestre todas las especificaciones en una sola tabla (al estilo stargazer u outreg2). 
Muestre una segunda tabla con todos los criterios de selección para escoger el mejor 
modelo. 
 
2. (2 puntos) Considerando el enunciado del punto anterior y solo para el mejor 
modelo: (escriba las regresiones lineales o matriciales en el Editor de ecuaciones en 
Word) 
 Muestre el mejor modelo en una tabla (al estilo stargazer u outreg2) 
 Escriba la especificación lineal para la variable ajustada reemplazando los 
estimadores por sus valores numéricos 
 Escriba la especificación matricial, colocando las dimensiones en cada matriz 
con los valores del modelo 
 Interprete los estimadores (y/o los efectos marginales) 
 Interprete los p-values individuales 
 Interprete el p-value global 
 Interprete el coeficiente de determinación y el coeficiente de determinación 
ajustado 
 Identifique si existen rendimientos marginales decrecientes en los años de 
experiencia e interprételos en términos económicos. 
 
3. (1 punto) Calcule, compare e interprete la tasa de retorno de la educación entre el 
bachillerato, el grado de técnico o tecnólogo, el nivel universitario y el postgrado 
(con la variable P6220), considerando el p-value para validar la tasa y con todas las 
variables independientes del punto 1 (siempre y cuando sean significativas, sino son 
significativas elimínelas de esta especificación). La especificación del modelo 
considera solo a la variable dependiente en logaritmos. Es decir, debe estimar 4 
modelos econométricos mostrando los 4 modelos en una sola tabla en el formato de 
consenso (stargazer / outreg2). Escriba la especificación genérica para la variable 
dependiente observada (regresión log lin). Al final y a manera de resumen elabore 
una tabla para mostrar las tasas de retorno en los 4 casos (según el modelo). 
Adicionalmente, en la misma tabla agregue dos columnas con la frecuencia absoluta 
y relativa de las categorías de la variable P6220 con el factor de expansión. Coloque 
las interpretaciones de las tasas de retorno para cada escenario. 
 
Nivel académico Tasa de retorno p-value Frecuencia 
absoluta 
Frecuencia 
relativa 
Bachiller 
Técnico / 
tecnológico 
 
Universitario 
Posgrado 
 
4. (1 punto) Diseñe y estime un modelo de regresión múltiple para identificar dos 
brechas. Recuerde que la variable dependiente debe ser cuantitativa (se recomienda 
que sea lineal, no logarítmica). Las variables independientes deben ser significativas, 
como máximo al 10%. Muestre las tablas de frecuencias de las variables dicótomas 
y el modelo en el formato stargazer. Interprete las brechas.