Variables dicotómicas

Introducción
Variables binarias como regresores

Econometría
Clase 12: Variables dicotómicas
Carolina Rojas
Universidad Diego Portales
Facultad de Ingeniería

1

Introducción
Variables binarias como regresores

1

Introducción

2

Variables binarias como regresores
Idea básica
Cálculo de medias muestrales
Cálculo de constantes diferenciadas
Interacciones

IntroducciónIntroducción

Introducción
Variables binarias como regresores

Introducción

Variables binarias o dicotómicas son variables categoriales que
pueden tomar sólo dos valores.
Ejemplos: mujer/hombre, sí/no, enfermo/sano, etc.
Nótese que siempre podemos denotar un estado de la variable como
0 y el otro como 1, de modo que toda variable binaria es
representable con una dummy.Introducción
Variables binarias como regresores

Introducción

Figura : Ejemplo de variables categoriales, binarias y continuas
Acá las variables Hombre y TieneHijos son binarias (en forma de

dummies ).

Tanto estas como Religiosidad son categoriales. AnosCasado, AnosEducacion son
variables continuas.

4

Introducción
Variables binarias como regresores

Introducción

Figura :Resultados de regresiones de una encuesta nanciera (errores a la
White)

5

Introducción
Variables binarias como regresores

Introducción
La tabla anterior presenta regresiones elaboradas en base a una
encuesta nanciera.
En EQ1 el ingreso se modela como dependiente de una
constante C, la EDAD del jefe de hogar, los años de educación
del jefe de hogar (EDUC) y si este es mujer u hombre(MUJER). La variable mujer tomará el valor 1 si el jefe de hogar
es mujer y 0 si es hombre.
En este caso la variable MUJER actúa como una constante, que
es negativa. Eso signica que hogares con mujeres como jefes
reportan menos ingreso.

Introducción
Variables binarias como regresores

Introducción
EQ2 contiene el mismo set de variables independientes, ahora
para explicar si el jefe dehogar se encuentra ocupado o cesante.
La variable dependiente DESOCUP tomará el valor 1 si la
persona se encuentra inactiva laboralmente y 0 si toma parte de
la fuerza laboral.
En este caso, los parámetros estimados indican si una variable
aumenta o disminuye la probabilidad de que DESOCUP = 1.
EDAD aumenta la probabilidad de desempleo, EDUC la
disminuye, ser MUJER la aumenta.Introducción
Variables binarias como regresores

Introducción

En EQ3 la variable dependiente DEUDA_INGR corresponde al
ratio entre deuda e ingreso del hogar. No hay diferencia
signicativa entre hombre y mujer para este valor, pero los
desocupados tienen deuda signicativamente menor.
ATRASO, en EQ4, es otro ejemplo de variable dependiente
dicotómica. Tomará el valor 1 si el hogar reportamorosidad en
los pagos de su deuda hipotecaria, 0 si tiene las cuentas al día.

8

Variables binarias como regresores

Variables binarias como regresores

Introducción
Variables binarias como regresores

Idea básica
Cálculo de medias muestrales
Cálculo de constantes diferenciadas
Interacciones

Variables binarias como regresores
Idea básica

EQ1 y EQ3 son modelos con variablesbinarias que aparecen sólo
como regresores, mientras las variables dependientes LOGINGR
(ingreso en logaritmo) y DEUDA_INGR (ratio deuda ingreso), son
variables continuas.
El siguiente gráco presenta la muestra particionada en MUJER = 0
y MUJER = 1. Para cada uno de los casos estima el modelo

LOGINGR = β0 + β1 EDUC
Como vemos las pendientes son distintas en cada muestra (también
lo son lasconstantes, aunque no se aprecie bien).
9

Introducción
Variables binarias como regresores

Idea básica
Cálculo de medias muestrales
Cálculo de constantes diferenciadas
Interacciones

Variables binarias como regresores
Idea básica

Figura : Regresiones independientes para MUJER = 1 y MUJER = 0

10

Introducción
Variables binarias como regresores

Idea básica
Cálculo de...