Segundo Proyecto de econometria PDF

Preview

Summary

Proyecto de econometria sobre regresion multiple con bases de datos, ...

Description

6/10/2019

Econometria I Profesora: Phd. Andrea Molina Econ. Donald Zhangallimbay

Integrates: JOSEPH ANDRES DE LA TORRE GUEVARA JESSICA CRISTINA TOLEDO AYALA DIANA STEPHANIE VASCONEZ GOMEZ

Segunda Parte



Incluyendo los siguientes controles en el modelo: Totwrk. Age, educ, male y black estime:

Sleep=β o +β Totwrk +β 2 age + β 3 educ +β 4 male + β 5 ¿

Al comparar este modelo con el anterior lo primero que observamos es que el R-cuadrado aumento 2 puntos porcentuales en comparación con el anterior que tenia 0,10 es decir nuestro modelo es mas preciso y explica mas el trabajo total atravez de estas nuevas variaciones. Posteriormente revisamos que el modelo sea estadísticamente significativo, el valor P es menor al valor mínimo de significancia de 5% entonces se rechazara la hipotesis nula dando a entender que es funcional.



Calcule el porcentaje de variación que explican las variables independientes, ¿Es mayor al modelo anterior? ¿Por qué?

El porcentaje de variación que explica un modelo Multivariado es mayor que con uno que solo posee una solo variable, nuestro modelo explicara un mayor porcentaje en comparación con uno lineal si es que las variables fueron elegidas correctamente sin correlación lineal, además que cuando existen mayor cantidad de variables bien elegidas evitamos un posible error por variable omitida. Al revisar el R-cuadrado de nuestro modelo vemos que es de 0,1225 lo que nos dice que nuestras variables explican el 12,25% de la variación del trabajo total en comparación con el otro modelo que tan solo explicaba el 10% aproximadamente, lo que nos da un aumento de 2 puntos porcentuales.

Modelo Actual

Modelo Anterior



¿Cambió el valor o el signo del estimador de β1? ¿Por qué? ¿Es estadísticamente significativo? Explique los resultados.

El valor de b1 aumento en comparacion con el modelo anterior, Cada uno de los coeficientes estima el cambio en la respuesta media por cada aumento de una unidad en X cuando todos los demás predictores se mantienen constantes. Por lo cual al tener un valor negativo nos dice que la relacion con la variable dependiente es inversa es decir hace que el valor de la variable dependiente disminuya cuanto mas aumenta la variable totwrk. La variable de horas totales trabajadas aumenta 1 punto porcentual en comparación con el modelo anterior ya que aun que adicionemos muchas posibles variaciones a una persona en cuestión esta siempre va a tener que trabajar y al dedicar mayor horas al trabajo por ende dormirá menos.

Modelo Actual

Modelo Anterior

¿Cómo se interpretan los estimadores de β_4 y β_5? ¿Son estadísticamente significativos? Existen dos formas de revisar si el estadístico es significativo la primera será revisar si la probabilidad es menor al 5% de significancia que es el mínimo requerido y la segunda es revisar el valor en tabla de la probabilidad y comparar. 

B4 B5

Se revisan ambas betas y vemos que la probabilidad del b5 es mayor que el mínimo requerido lo que la hace estadísticamente significativa, por otra parte, el valor de b4 es menor al mínimo en significancia lo que la hace estadisticamente no significativo, por lo que podría eliminarse esta variable del modelo y estimar una nueva regresión lineal. El nuevo modelo de regresión lineal tiene un R-cuadrado menor al nuestro por lo que aunque la variable no es estadisticamente significativo si aumenta la precisión del modelo en cuanto la explicación de la variable dependiente.



Realice una prueba F para determinar si es necesario incluir los controles en el modelo.

Establecemos las hipotesis iniciales para la prueba F siendo la hipotesis nulas que las betas sean iguales a 0 y la hipotesis alternativa que sean diferentes de esto,

Ho : β 0=β 1 age =β 2 …= Bn=0 Ha: β 0≠ β 1ag e ≠ β 2 … ≠ Bn=0

Si las betas son iguales entre ellos entonces el modelo está mal estimado ya que carece de valor estadístico y sería conveniente cambiar de variables, por otro lado, si ese no es el caso el modelo es estadisticamente significativo.

F (5,700) = 19.55 Revisamos el valor F y es mayor al de la probabilidad por lo que rechazamos la hipotesis entonces este modelo si tiene valor estadístico.



Incluya en el modelo anterior la variable exper y estime nuevamente. ¿Qué sucede con la variable Age en este caso? ¿Explique lo que sucede y qué relación tiene con las variables educ y exper?

La variable Age tiene colinealidad con exper por lo cual es omitida del modelo, esto significa que existe una fuerte correlación entre ellas a causa de que una de las variables es combinación lineal de otra, un efecto en la modelo seria que las estimaciones son poco precisas y tendrán un análisis estructural negativo. Mientras que con educ y exper la suma de ambos da el mismo valor de educ en la regresión anterior lo que expresa que la regresión es la misma que la anterior y que no causa mejoría en ninguna forma, es decir la variable exper está de más.



Incluya el cuadrado de Age como control adicional. Asimismo, genere una variable denominada mablack que sea el resultado de la multiplicación entre male y black. Adicione mablack como otro control adicional y estime:

Sleep=β 0+totwrkβ 1+ageβ 2+ agesqβ3+ educβ 4+maleβ 5+blackβ 6+ mablackβ 7

Lo primero que debemos observar y acotar la diferencia con el anterior modelo es que el Rcuadrado aumento 0,12 puntos porcentuales en comparación con el anterior que tenía 0,1225 es decir nuestro modelo es más preciso y explica más el trabajo total atravez de estas nuevas variaciones. Posteriormente revisamos que el modelo sea estadísticamente significativo, el valor P es menor al valor mínimo de significancia de 5% entonces se rechazara la hipotesis nula dando a entender que el modelo es significativo y viable.



¿Cómo se interpreta el estimador de β_7? ¿Cómo se diferencia de la interpretación de β_5 y β_6? ¿β_7 es estadísticamente significativa?

un cambio en una unidad de la variable dependiente (sleep) genera una disminución de -9.01 de unidades de b7 (mablack) generando así un cambio absoluto e inverso. Por otro lado, el b5 afecta positivamente y de forma directa a la variable sleep y b6 afecta en mayor cantidad. B7 es estadísticamente representativo dado que supera al 5% (mínimo necesario).

****************//Pregunta 22//******************************************************** //22)

¿La edad tiene un efecto decreciente sobre los minutos para dormir por semana?

// Si la edad tiene un efecto negativo sobre la variable dependiente dado que el valor del regresor es negativo// ****************//Pregunta 23//******************************************************** //Si tuviera que elegir un modelo que explique de mejor manera la variable dependiente, ¿cuál elegiría? ¿Por qué? Revisar R-cuadrado ****************//Pregunta 24//******************************************************** //Pruebe la hipótesis de que β_1=0. A qué conclusiones llega del efecto de totwrk en sleep luego de estimar todos los modelos //especificados en los incisos anteriores. Explique....