Variables dummy de estadistica PDF

Preview

Summary

estadisticas aplicadas son los ejercicios de esta variable...

Description

Variables dummy

Una variable ficticia ( O DUMMY ) es una variable utilizada para explicar valores cualitativos en un modelo de regresión. Los modelos de regresión intentan explicar una variable en función de otras. Por ejemplo, el salario de una persona en función de su edad, su educación y su experiencia. Estas variables se pueden cuantificar. La edad de una persona, la educación y la experiencia se pueden cuantificar en número de años. Pero ¿Qué ocurre cuando tenemos variables qué no se pueden cuantificar? Por ejemplo el color de pelo, el país en el que vive o el sexo. La solución a este problema está en las variables ficticias. Son variables que suelen toman valores binarios. Esto es, valor cero o uno. Por ejemplo, la variable sexo, hemos dicho, es una variable cualitativa. Para incluirla en un modelo de regresión hay que crear una variable ficticia. A la variable le llamaremos «mujer» tal que: Mujer = 1 ( si el individuo es mujer) Mujer = 0 (si el individuo no es mujer, es decir, es hombre)

.

En su caso, si las mujeres tuvieran salarios superiores a los hombres, tomando una variable ficticia aditiva, el modelo quedaría representado gráficamente como la imagen anterior. La diferencia cuantitativa entre la línea azul (hombres) y la línea naranja (mujeres) será igual al valor de la variable «Mujeres» u «Hombres» según el modelo escogido. En este caso, el de las variables ficticias aditivas, la diferencia salaria no depende del nivel de estudios. Es decir, la diferencia salarial depende única y exclusivamente del sexo.

Variable ficticia multiplicativa Una variable ficticia multiplicativa recoge un cambio en la pendiente de las ecuaciones de hombres y mujeres. Siguiendo con el ejemplo expuesto anteriormente tenemos que:

Gráficamente, una posible representación sería:

En este caso, el modelo nos estaría indicando dos cosas. En primer lugar que los salarios de las mujeres son inferiores a los de los hombres. Y, en segundo lugar, que un año de educación adicional se paga mejor hombres que a mujeres. Lo anterior, lo sabemos porque la pendiente de la línea azul (hombres) es mayor que la pendiente de la línea naranja (mujeres).

Si un año de educación adicional fuera mejor pagado a las mujeres, entonces la pendiente de la línea naranja (mujeres) sería mayor. Y, la línea azul (hombres) estaría por debajo....