La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Profesores: Mariana Marchionni Walter Sosa Escudero Asistentes: María Edo Amely Gibbons.

Presentaciones similares


Presentación del tema: "Profesores: Mariana Marchionni Walter Sosa Escudero Asistentes: María Edo Amely Gibbons."— Transcripción de la presentación:

1 Profesores: Mariana Marchionni Walter Sosa Escudero Asistentes: María Edo Amely Gibbons

2 Introducción básica a econometría usando Stata. Datos: J. Biddle and D. Hamermesh (1990), Sleep and the allocation of time, The Journal of Political Economy, Vol. 98, No.5, Part 1, pp Objetivo del trabajo: modelar cómo afecta el mercado laboral las horas de sueño

3 PASO I: abrimos la base y exploramos las variables cd "C:\Users\DE\Dropbox\Econometrí a 2014\x - Tutorial 2 use sleep.dta, clear describe totwrk slpnaps male black yrsmarr

4 Paso II: estadísticos descriptivos básicos de las variables sum slpnaps totwrk male black yrsmarr tab male black, row nofreq Supongan que quieren ver qué diferencia de minutos dormidos hay entre los que trabajan menos de 20 horas y el resto. ¿Cómo harían?

5 a) Generar una variable que distinga a la muestra entre los que trabajan menos de 20 horas y el resto: gen part_time=(totwrk<=1200) b) Miramos cómo se distribuye la muestra de acuerdo a esta clasificación: tab part_time c) Miramos la diferencia de minutos dormidos entre un grupo y el otro: table part_time, c(mean slpnaps)

6 Paso III: mirar correlación, covarianza y regresiones corr slpnaps totwrk [correlación entre las variables] corr slpnaps totwrk, c [covarianza entre las variables] regress slpnaps totwrk yrsmarr age educ male black

7 SourceSS (Sum of Squares) Df (Degrees of freedom) MS (Mean Squares) ModelSECk-1SEC/k-1 ResidualSRCN-kSRC/N-k TotalSTC=SEC+SRCN-1STC/N-1 k: cantidad de variables n: cantidad de observaciones SEC: Suma Explicada de Cuadrados SRC: Suma de Residuos Cuadrados STC: Suma Total de Cuadrados

8 Interpretación Coeficiente: un aumento en un minuto trabajado, disminuye en los minutos que se duermen. ¿En cuánto disminuyen los minutos de sueño si aumenta en una hora la cantidad de tiempo trabajado? Test t: Ho: el coeficiente es igual a 0. Ha: el coeficiente es distinto de 0. ¿Qué concluimos si el valor obtenido de t es ?

9 Rechazo Ho con una significatividad del 1% Rechazo Ho con una significatividad del 10%

10 Después de correr una regresión, Stata guarda información de la misma. Los siguientes son algunos de los comandos que guarda: Se pueden ver con el comando display También guarda los coeficientes: _b[_cons]: es el coeficiente de la constante. _b[variable]: es el coeficiente de la variable. ¿Cómo podemos obtener una variable idéntica a yest? NOTA: Recuerden que todos estos comandos se refieren a la regresión ejecutada más recientemente. e(N)Number of observations e(mss)Sum of squares e(r2)R-squared e(r2_a)Adjusted R-squared e(F)F statistic

11 regress slpnaps totwrk yrsmarr age educ male black findit outreg2 outreg2 from click here to install outreg2 using nombre_archivo, excel outreg2 using nombre_archivo, word

12

13

14 t crítico z crítico

15 Comparamos t crítico y t observado: rechazamos la hipótesis nula en caso de que el valor absoluto del t observado fuera mayor al t crítico. En este caso, como la cantidad de observaciones es grande, el t crítico es igual al z crítico = 1.96 < |-9.85| Rechazo H0, rechazo la hipótesis de que el coeficiente es igual a 0 al nivel de significatividad del 5%. Podemos continuar testeando para distintos niveles de significatividad.

16

17 Nivel de significatividad 10%5%1% Rechazamos Ho sip-valor<0.1p-valor<0.05p-valor<0.01 Nivel de significatividad Una vez obtenido el p-valor, necesitamos fijar un criterio para tomar decisiones acerca de si rechazar o no la hipótesis nula.


Descargar ppt "Profesores: Mariana Marchionni Walter Sosa Escudero Asistentes: María Edo Amely Gibbons."

Presentaciones similares


Anuncios Google