Ejercicios de econometría resueltos usando STATA (capitulo 5. de Wooldridge (2009))

Índice de ejercicios resueltos
                Capítulo 2. El modelo de regresión simple

Chapter 5 - Multiple Regression Analysis: OLS Asymptotics

*Ejercicio C5.1 wage1.cvs
insheet using "C:\Users\Nerys\Documents\Biblioteca\Econometria, libos ebooks\Solucion a ejercicios de econometria\Base de datos wooldridge\wage1.csv ", comma clear

i.
. regress wage educ exper tenure
. predict residuo1, resid
. histogram residuo1

ii.
. regress lwage educ exper tenure
. predict residuo2, resid
. histogram residuo2

*combiner los graficos anteriores: grapics//table of graphics
*el supuesto se nota estar mas cerca en el segundo (modelo log-nivel)


*Ejercicio C5.2 gpa2.cvs
insheet using "C:\Users\Nerys\Documents\Biblioteca\Econometria, libos ebooks\Solucion a ejercicios de econometria\Base de datos wooldridge\gpa2.csv ", comma clear

i. ii. y iii.
eststo clear
estimates store mzll3, title(Model 1)
    regress colgpa hsperc sat
    scalar Std1=_se[hsperc]

estimates store mzll4, title(Model 2)
    regress colgpa hsperc sat in 1/2070
    scalar Std2=_se[hsperc]

estout mzll4 mzll3, cells(b(star fmt(4)) se(par fmt(4))) legend label varlabels(_cons constant) stats(N r2 rss)

----------------------------------------------------
                          Model 1         Model 2  
                             b/se            b/se  
----------------------------------------------------
hsperc                    -0.0135***      -0.0127***
                         (0.0005)        (0.0007)  
sat                        0.0015***       0.0015***
                         (0.0001)        (0.0001)  
constant                   1.3918***       1.4360***
                         (0.0715)        (0.0978)  
----------------------------------------------------
N                       4137.0000       2070.0000  
r2                         0.2734          0.2827  
rss                     1303.5890        601.6153  
----------------------------------------------------
* p<0.05, ** p<0.01, *** p<0.001

. display Std1/Std2
.76471547

*Ejercicio C5.3 bwght.cvs (Estadistico del multiplicador de lagrange en STATA)
insheet using "C:\Users\Nerys\Documents\Biblioteca\Econometria, libos ebooks\Solucion a ejercicios de econometria\Base de datos wooldridge\bwght.csv ", comma clear

*Paso 1. Se estima el modelo conjuntamente con el modelo restringido. De este modelo restringido se guardan los residuos
  eststo clear
     estimates store mzz1, title(Model completo)
         regress bwght cigs parity faminc motheduc fatheduc

     *en el Segundo modelo se “regresa y sobre el conjunto restringido”
     estimates store mzz1, title(Model restringido)
         regress bwght cigs parity faminc
         predict resid1, resid
        
*Paso 2. Se regresa u sobre todas las variables independientes y se obtiene su r2
         regress resid1 cigs parity faminc motheduc fatheduc
         scalar r2u=e(r2)

*Paso 3. Obtener el stadistico ml, n*r
     scalar  ML=_N*r2u
         display ML
           5.6549394

*Paso 4. ML se distribuye como chi2, obtener su c y comprar. O usar directamente el p-valor
     scalar pvalue = chi2tail(2,ML)
     scalar list ML pvalue
        ML =  5.6549394

    pvalue =  .05916236

Entradas populares de este blog

Valores perdidos (NA) en R: identificación y tratamiento (I)

Ejemplos de tablas en Stata

Métodos y técnicas de Investigación Económica