Chapter 2 - The Simple Regression Model
El
siguiente documento presenta el solucionario a los ejercicios de
computadora propuesto por Wooldridge (2009) en el capítulo 2 de
su libro “Introducción a la econometría, un enfoque moderno”. Algunos de los
comando ya fueron utilizados en el capítulo dos, sin embargo a partir del
ejercicio 4 se muestra como realizar una estimación utilizando los valores directamente
de la ecuación, mediante matrices. Además se utilizan comandos para crear
variables, mediante el comando generate, para crear logaritmos de
variables. Además se utiliza el comando for var para resumir un conjunto de
solicitudes. Cualquier aclaración sobre un comando favor utilizar el comando de
ayuda del programa.
El siguiente comando permite descargar las bases directamente de la red, sin necesidad de transformarlas:
use http://fmwww.bc.edu/ec-p/data/wooldridge/vote1
canbiando al final el nombre de la base deseada
insheet
using "C:\Users\User\Desktop\Solucion a ejercicios de econometria\Base de
datos wooldridge\401k.csv", comma clear
Ejercicio c2.1 - i)
mean prate mrate
regress
prate mrate
Ejercicio c2.1 - iii), es
interpretar los resultados del cuadro anterior
Ejercicio c2.1 - iii) el
valor que se predice es de 103.58923
ereturn list
matrix list
e(b)
display
83.075455+(5.8610792*3.5)
Ejercicio c2.1 - iv) el valor
que se predice es de 103.58923
display
"en promedio las variaciones en mrate explican un " e(r2)
" de las variaciones en prate"
insheet using "C:\Users\User\Desktop\Solucion a ejercicios de
econometria\Base de datos wooldridge\ceosal2.csv", comma clear
Ejercicio c2.2 - i)
mean salary comten
Ejercicio c2.2 – ii)
a.
(no hay directivos que estén
en su primer año de servicio)
count
if comten==0
b.
(el máximo es 58 años de
antigüedad
-
La primera forma de hacerlo es solicitando una tabla con el
estadístico, directamente.
tabstat comten, statistics(max )
sum
comten
return list
display r(max)
Ejercicio c2.2 - iii)
-
Stata no permite estimar la
ecuación directamente, como se haría en Eviews
gen log_salary = log( salary)
regress
log_salary comten
Log(salary) = b_0 + b_1 *
comten + u
Log(salary) = -0.0001 + 6.58
* comten + u
insheet
using "C:\Users\User\Desktop\Solucion a ejercicios de econometria\Base de
datos wooldridge\sleep75.csv", comma clear
Ejercicio c2.3 - i)
regress
sleep totwrk
Ejercicio c2.3 - ii)
display 2*-.1507458
-.3014916
insheet using
"C:\Users\User\Desktop\Solucion a ejercicios de econometria\Base de datos wooldridge\wage2.csv",
comma clear
regress
wage iq
Ejercicio c2.4 - i)
ci wage iq
Ejercicio
c2.4 - ii)
ereturn list
matrix b = e(b)
matrix list b
disp b[1,2] + b[1,1]*15
display e(r2_a)
Ejercicio c2.4 - iii), es necesario estimar una semi elasticidad log-nivel
gen log_wage = log( wage)
regress lwage iq
matrix ln_b = e(b)
disp ln_b[1,2] + ln_b[1,1]*15
Ejercicio c2.5 - i), un
modelo que estima la elasticidad constante entre ambas variables es un modelo
Log(rd)
= f (log(sale))
Log(rd) = b_0 + b_1*log(sale)
+ u
Donde el parámetro b_1
representa la elasticidad de la función
Ejercicio c2.5 - ii),
insheet using "C:\Users\User\Desktop\Solucion a ejercicios de
econometria\Base de datos wooldridge\rdchem.csv", comma clear
for var
rd- profmarg: gen X_ln=log(X)
regress
rd_ln sales_ln
matrix c = e(b)
insheet using "C:\Users\User\Desktop\Solucion a ejercicios de
econometria\Base de datos wooldridge\meap93.csv", comma clear
Ejercicio c2.6 - i), es mas
probable que el rendimiento del gasto se reduzca en la medida que este se hace
mas grande
Ejercicio c2.6 - iii),
regress math10
lexpend
Ejercicio c2.6 - iv),
matrix
b = e(b)
matrix list
b
disp b[1,2] + b[1,1]*10
insheet using "C:\Users\User\Desktop\Solucion a ejercicios de
econometria\Base de datos wooldridge\charity.csv", comma clear
Ejercicio c2.7 - i),
a.
Media considerada
mean gift
*
7.44447
b.
Cuantas personas no dieron
donativos
tab gift
2,561, el 60%
Ejercicio c2.7 - ii),
sum mailsyear
Ejercicio
c2.7 - iii),
regress
gift mailsyear
Ejercicio c2.7 - v), menor
donativo
sum gift
Final del Inning
