Econometría

Trabajo de Econometría

Integrantes:
Jaime Araos
Victor Mendez


CERTAMEN 2 ECONOMETRIA
Presentación
En este examen utilizará algunos conceptos desarrollados en el curso de Econometría.
Aprendizajes Esperados
En los ejercicios econométricos utilizar el programa econométrico R para estimar una regresión lineal múltiple, interpretar los resultados de la salida de R, explicar losconceptos econométricos vistos en clases y finalmente realizar diagnóstico
Ejercicio 1:
Para los datos de Wage2 en archivo Excel adjunto. Estimar el siguiente modelo
Log(wage)= β1+ β2educ+ β3exper + β4tenure+u, donde wage es salario mensual, log es logaritmo natural, educ son los años de educación, exper son los años de experiencia laboral, tenure son los años con el trabajo actual,
a) Expliqueel significado de los βi estimados.

Educ: si aumenta en una unidad de medida la educación del trabajador, se incrementará en promedio en 0.074864% el salario, manteniendo constantes las demás variables.
Exper: si aumenta en una unidad de medida la experiencia del trabajador, se incrementará en promedio en 0.015328% el salario recibido, manteniendo constantes las demás variables.Tenure: si aumenta en una unidad de medida el tiempo en el trabajo actual, se espera que se incremente el salario en promedio en 0.013375% manteniendo constantes las demás variables.
b) ¿Los signos de las estimaciones están de acuerdo con su hipótesis?
Si, están de acuerdo, ya que al ser positivos, al incrementarse la educación del trabajador se espera que gane más, además entre más años lleve ensu trabajo, también debería aumentar su salario, y si el trabajador tiene más experiencia esto puede significar que es más productivo por lo cual, la retribución hacia el debería aumentar (incrementarse su salario)
c) ¿Son los parámetros estimados estadísticamente significativos al nivel del 5%? Establezca la hipótesis nula y alterna para probar la significancia estadística de los βi.
Educ:H0: β2=0, Ha: β2 distinto a cero. Al revisar el p-value del coeficiente estimado < 2e-16 se debe rechazar H0, por lo cual el parámetro estimado es estadísticamente significativo al 5% y también al 1%.
Exper: H0: β3=0, Ha: β3 distinto a cero. Al revisar el p-value del coeficiente estimado este es 6.10e-06, por lo cual, se debe rechazar H0, siendo el parámetro estimado estadísticamentesignificativo al 5% y también al 1%.
Tenure: H0: β4=0, Ha: β4 distinto a cero. Al revisar el p-value del coeficiente estimado este es 2.87e-07, por lo cual, se debe rechazar H0, siendo el parámetro estimado estadísticamente significativo al 5% y también al 1%.
d) Calcular las elasticidades ¿Qué significan estos valores?
Educ: β2*mean(educ) = 1.008302, este valor significa que al cambiar en 1%la educación, el salario variará en 1.008302%.
Exper: β3*mean(exper) = 0.1772474, este valor significa que al cambiar en 1% la experiencia del trabajador, el salario variará en 0.1772474%.
Tenure: β4*mean(tenure) = 0.09675775, este valor significa que al cambiar en 1% la cantidad de tiempo que el trabajador ha permanecido en el trabajo, el salario variará en 0.09675775%.
e) Establezca elintervalo de confianza del 95% para los βi ¿Qué significan?

El intervalo de confianza al 95% según la teoría clásica, plantea, que en el largo plazo, en 95 de 100 casos, puede que intervalos como el anterior, contengan al verdadero parámetro (β2, β3, β4) poblacional.
f) Realizar y explicar tabla de Anova

g) Realizar un diagnóstico completo de la regresión.
Gráficos de diagnostico

Elprimer gráfico muestra la relación entre los residuos y los residuos ajustados, al haber datos muy dispersos y alejados de la línea rojo, es posible encontrar problema de heteroscedasticidad. En el segundo gráfico se muestra la distribución de los residuos, si estas se ajustan a la línea punteada es porque siguen una distribución normal. También es posible distinguir datos atípicos en los...