Profesores: Walter Sosa Escudero Mariana Marchionni Asistentes: María Edo Camila Navajas.

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

1 Profesores: Walter Sosa Escudero Mariana Marchionni Asistentes: María Edo Camila Navajas

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. 922-943.  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 0.197 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 - 9.85?

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 http://fmwww.bc.edu/RePEc/bocode/o click here to install  outreg2 using nombre_archivo, excel  outreg2 using nombre_archivo, word