Tarea 5
Tarea 5
Tarea 5
Tarea 5
3.1 Utilizando la base de datos GPA2.RAW de 4,137 alumnos universitarios, se estimó la ecuación
siguiente de MCO:
^
colgpa=1392−0.0135 hsperc+0.00148 sat
n=4137 , R2=0.237
donde colgpa es el promedio de calificaciones que se mide sobre una escala de cuatro puntos,
hsperc es el percentil en la clase de bachillerato que se gradúa (definida de manera que, por
ejemplo, hsperc = 5 significa el 5% superior de la clase), y SAT son los puntajes combinados en
matemáticas y habilidades verbales en la prueba de logro de los alumnos.
3.2) Los datos en el archivo WAGE2.RAW sbre trabajores hombres se utilizan para estimar la
ecuación siguiente:
^ 2
educ=10.36−0.094 sibs+0.131 meduc+0.210 feduc , con n=722 y R =0.214 , donde 𝒆𝒅𝒖𝒄 es
años de escolaridad, 𝒔𝒊𝒃𝒔 es número de hermanos, 𝒎𝒆𝒅𝒖𝒄 es años de escolaridad de la madre y
𝒇𝒆𝒅𝒖𝒄 años de escolaridad del padre.
Si tiene el efecto esperado ya que, a mayor cantidad de hijos se generan más gastos lo cual
conllevaría a no poder costear por completo los estudios de todos estos.
ii) Explique la interpretación del coeficiente de 𝒎𝒆𝒅𝒖𝒄.
Ceteris paribus, los años de escolaridad van a aumentar en 0.210 por cada año de educación
de la madre.
iii) Suponga que el hombre A no tiene hermanos, y que su madre y su padre tienen cada uno
12 años de escolaridad. El hombre B no tiene hermanos y su madre y su padre tienen cada
uno 16 años de escolaridad. ¿Cuál es la diferencia entre B y A en años predichos de
escolaridad?
A¿^ Δ educ =0.131∗( 12 ) +0.21 0∗( 12 )=4.092
^
B ¿ Δeduc=0.131∗( 16 )+ 0.21 0∗( 1 6 )=5.456
5.456−4.092=1.364
Ceteris paribus, el hombre B tendrá 1.364 años de educación más que el Hombre A.
C3.1) Un problema de interés para los funcionarios de salud (y para otros) es determinar los
efectos que el fumar durante el embarazo tiene sobre la salud infantil. Una medida de la salud
infantil es el peso al nacer; un peso demasiado bajo puede ubicar al niño en riesgo de contraer
varias enfermedades. Ya que es probable que otros factores que afectan el peso al nacer estén
correlacionados con fumar, deben considerarse. Por ejemplo, un nivel de ingresos más alto en
general da como resultado el acceso a mejores cuidados prenatales y a una mejor nutrición de la
madre. Una ecuación que reconoce estos factores es:
cor(bwght$cigs, bwght$faminc)
## [1] -0.1730449
RAFAEL VIÑALS ID: 1092955
iii) Ahora calcule la ecuación, con y sin faminc utilizando los datos del archivo
BWGHT.RAW. De los resultados en forma de ecuación incluyendo el tamaño de
la muestra y la R2. Explique sus resultados enfocándose en si el añadir faminc
modifica de manera sustancial el efecto esperado de cigs sobre bwght.
lm.con <- lm(bwght~cigs+faminc, data = bwght)
lm.sin <- lm(bwght~cigs, data = bwght)
stargazer(lm.sin, lm.con, type = "text", header=TRUE)
##
##
=================================================================
====
## Dependent variable:
##
-------------------------------------------------
## bwght
## (1) (2)
##
-----------------------------------------------------------------
----
## cigs -0.514*** -0.463***
## (0.090) (0.092)
##
## faminc 0.093***
## (0.029)
##
## (0.572) (1.049)
##
##
-----------------------------------------------------------------
----
## Observations 1,388 1,388
## R2 0.023 0.030
C3.2) Utilice los datos del archivo HPRICE1.RAW para estimar el modelo:
price=β o + β 1 sqrft + β2 bdrms+u, donde Price es el precio de casas dado en miles de
dólares.
i) Escriba los resultados en forma de ecuación.
lm7 <- lm(price~sqrft+bdrms, data=hprice1)
stargazer(lm7, type = "text", header=TRUE)
##
## ===============================================
## Dependent variable:
## ---------------------------
## price
## -----------------------------------------------
## sqrft 0.128***
## (0.014)
##
## bdrms 15.198
## (9.484)
##
## Constant -19.315
## (31.047)
##
## -----------------------------------------------
## Observations 88
## R2 0.632
## Adjusted R2 0.623
## Residual Std. Error 63.045 (df = 85)
## F Statistic 72.964*** (df = 2; 85)
## ===============================================
## Note: *p<0.1; **p<0.05; ***p<0.01
ii) ¿Cuál es el incremento en precio estimado para una casa con una habitación
(bdrms) más, manteniendo constante la superficie en pies cuadrados (sqrft)?
Δ price=15 .198 Δ bdrms=15.198
Se tendrá un incremento estimado de 15.198 miles de dólares.
iii) ¿Cuál es el incremento en precio estimado para una casa con una habitación
adicional de 140 pies cuadrados? Compare esto con su respuesta al inciso (ii)
Δ𝑝𝑟𝑖𝑐𝑒 = 0.128(Δ𝑠𝑞𝑟𝑓𝑡) + 15.198(Δ𝑏𝑑𝑟𝑚𝑠) = 0.128(140) + 15.198(1) → Δ𝑝𝑟𝑖𝑐𝑒 = 33.118
## [1] 353.541
El precio estimado para una casa con 2,438 pies cuadrados y 4 habitaciones es de
353.541 miles de dó lares.
## [1] 53541
El residual serían 53541 dolares (53.541 miles de dolares). Esto significa, que el
comprador pago menos de lo estimado por la casa. La razón de esta, deberían ser el
efecto de factores externos que no estamos observando en este modelo.