Argentina

La base de datos es una base sugerida por el libro Introducción a la Econometría (Jeffrey Wooldridge 2da. Ed.) llamada WAGE2.RAW. En general es una ecuación de salarios la cual contiene 935 observaciones y de esta base de datos se han seleccionado variables para explicar el logaritmo del salario mensual de las personas.
Las variables que van a tratar al logaritmo del salario mensual de laspersonas son:
IQ: Un índice de coeficiente intelectual, que intuitivamente podríamos decir que a medida que este índice es mayor la persona podría reportar un mayor salario.

Tenure: Es la duración, medida en años, de las personas en sus trabajos. Con esta variable queremos explicar que a medida que la persona está presente en un mismo empleo por más tiempo debería ganar más.

Feduc: Los años deescolaridad del padre podrían estar afectando por rebote al salario de los hijos ya que si el padre de la persona reporta más años de educación esto podría estar correlacionado con la educación del individuo e incluso con su habilidad.

Black: Black es una variable dummy que tomará el valor 1 cuando el individuo sea de raza negra y 0 en otro caso, intuyendo que si el individuo es de raza negradebería afectar negativamente al sueldo de las personas (sin caer en discriminación de buenas a primeras).


1. La variable escogida es el coeficiente intelectual (IQ) ya que asumimos que esta variable esta fuertemente y de manera más directa con el salario de las personas (S). Se reportan los resultados obtenidos de la regresión:









Dependent Variable: LWAGE


Method: LeastSquares


Date: 11/23/12 Time: 20:25


Sample: 1 935



Included observations: 935












Variable
Coefficient
Std. Error
t-Statistic
Prob.  










C
5.886994
0.089021
66.13071
0.0000
IQ
0.008807
0.000869
10.13020
0.0000










R-squared
0.099091
    Mean dependent var
6.779004
Adjusted R-squared
0.098126
    S.D.dependent var
0.421144
S.E. of regression
0.399948
    Akaike info criterion
1.007172
Sum squared resid
149.2412
    Schwarz criterion
1.017526
Log likelihood
-468.8531
    Hannan-Quinn criter.
1.011120
F-statistic
102.6210
    Durbin-Watson stat
1.792763
Prob(F-statistic)
0.000000
























2. Se presentan los resultados obtenidos por la variabletenure y Feduc respectivamente:


Dependent Variable: LWAGE


Method: Least Squares


Date: 11/23/12 Time: 20:28


Sample: 1 935



Included observations: 935












Variable
Coefficient
Std. Error
t-Statistic
Prob.  










C
6.667436
0.023585
282.7028
0.0000
TENURE
0.015422
0.002669
5.777536
0.0000










R-squared0.034541
    Mean dependent var
6.779004
Adjusted R-squared
0.033506
    S.D. dependent var
0.421144
S.E. of regression
0.414028
    Akaike info criterion
1.076372
Sum squared resid
159.9343
    Schwarz criterion
1.086726
Log likelihood
-501.2038
    Hannan-Quinn criter.
1.080320
F-statistic
33.37992
    Durbin-Watson stat
1.681202
Prob(F-statistic)
0.0000003. Y para Feduc:



Dependent Variable: LWAGE


Method: Least Squares


Date: 11/23/12 Time: 20:30


Sample (adjusted): 1 934


Included observations: 741 after adjustments











Variable
Coefficient
Std. Error
t-Statistic
Prob.  










C
6.510648
0.048706
133.6723
0.0000FEDUC
0.028263
0.004536
6.230057
0.0000










R-squared
0.049901
    Mean dependent var
6.799415
Adjusted R-squared
0.048615
    S.D. dependent var
0.417603
S.E. of regression
0.407325
    Akaike info criterion
1.044287
Sum squared resid
122.6104
    Schwarz criterion
1.056724
Log likelihood
-384.9082
    Hannan-Quinn criter.
1.049082
F-statistic
38.81362...