La Casa

aUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ECONOMICAS

PROF. Mg. CORNELIO TICSE N.
JEFE DE PRACTICA: ALVAREZ UCEDA, YIM

Práctica con datos reales

Para estudiar los determinantes del peso al nacer de un grupo de bebés se dispone de una sección cruzada de 1387 recién nacidos, con información para cada uno de ellos sobre su peso al nacer en gramos (PESO), losingresos anuales de sus padres en miles de euros (INGR), el número medio de cigarrillos diarios consumidos por su madre durante el embarazo (CIGM), si es niño (SEXO=1) o niña (SEXO=0) y si es blanco (RAZA=1) o negro (RAZA=0). Los datos se pueden encontrar en la página web de la asignatura, en un workfile llamado reciennacidos.wf1. Se pide, usando Eviews:

a) Usando sólo las variables de INGR yCIGM, estimar el modelo que relaciona el PESO de los bebés con estas variables. Interpretar el significado de las estimaciones MCO de los parámetros.
b) ¿Es razonable el valor obtenido del en el modelo estimado?
c) Contrastar la significación individual de los parámetros al 1% y al 5% y la significación global de las pendientes del modelo al 5%.
d) Calcule el PESO esperado de un bebé (enKilos) si su madre fuma durante el embarazo una cajetilla al día (20 cigarrillos) y los ingresos anuales de los padres son de 30 mil euros. Calcule un intervalo de confianza para este PESO a un 5% de significación (Ejercicio propuesto para el estudiante).
e) Suponga que ahora se añade un nuevo regresor al modelo estimado en el apartado a), que es el SEXO. ¿Cómo se interpreta el parámetroasociado a esta nueva variable? Estime por MCO este nuevo modelo e interprete la estimación numérica del parámetro asociado a SEXO.
f) ¿Es diferente el peso de un niño del de una niña, para el mismo nivel de ingresos de los padres y los mismo cigarrillos fumados por la madre?

Solución a los apartados

a) La estimación por MCO del modelo propuesto con término constante, , proporciona lossiguientes resultados:

Dependent Variable: PESO |
Method: Least Squares |
Date: 11/23/05 Time: 10:50 |
Sample: 1 1387 |
Included observations: 1387 |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 3316.128 | 29.14154 | 113.7938 | 0.0000 |
INGR | 2.518626 | 0.810991 | 3.105615 | 0.0019 |
CIGM | -13.01832 | 2.544119 | -5.117025 | 0.0000 |
R-squared | 0.029860| Mean dependent var | 3362.020 |
Adjusted R-squared | 0.028458 | S.D. dependent var | 565.4636 |
S.E. of regression | 557.3596 | Akaike info criterion | 15.48646 |
Sum squared resid | 4.30E+08 | Schwarz criterion | 15.49778 |
Log likelihood | -10736.86 | F-statistic | 21.29883 |
Durbin-Watson stat | 1.948432 | Prob(F-statistic) | 0.000000 |

La interpretación de los parámetrosestimados es la siguiente:

indica que el peso, en media, de un bebé cuya madre no fuma durante el embarazo y cuyos padres carecen de ingresos, es de 3.316 Kilos.

Por tanto, si , indica que por término medio, cada 1000 euros adicionales de ingresos anuales de los padres supone un incremento de 2.52 gramos en el peso del bebé.

Por tanto, si , indica que por término medio, un cigarrillo más aldía consumido durante el embarazo reduce el peso del bebé en 13.02 gramos.

b) El valor del es muy bajo. De hecho, aproximadamente el 3% de la variabilidad del peso de un recién nacido viene explicada por los ingresos de los padres y por los cigarrillos fumados por la madre en el embarazo. No obstante, esto no significa que el ajuste sea malo, sino simplemente que existen otros muchosfactores relevantes para el explicar el peso del bebé que no se han incluido (condiciones físicas de los padres, alimentación de la madre, enfermedades de los progenitores, zona donde el bebé nace, sexo y raza del niño, edad de la madre, etc).

c) El valor del estadístico (o ratio) para contrastar la significatividad individual de cada variable es calculado siempre por Eviews. Como ejemplo,...