Pràctica 01 (2016)

Pràctica Catalán
Universidad Universidad Autónoma de Barcelona (UAB)
Grado Estadística Aplicada - 3º curso
Asignatura Introducció a l'Econometria
Año del apunte 2016
Páginas 7
Fecha de subida 27/04/2016
Descargas 6
Subido por

Vista previa del texto

Introducció a l’Econometria Grau d’Estadística Aplicada Pràctica 1 1. Problema El full “Salaris” conté informació sobre el “Salari”, els “anys d’experiència” i els “anys d’educació” de 528 individus. Considerem el següent model (1.1): =∝ +∝ + (a) De quin tipus són les dades? Transversals (b) Calculeu els estadístics principals de les variables (mitjana, variància, ...).
Estadístics principals, usant les observacions 1 - 528 Variable Mitjana Mediana Mínim Salari 9,04754 7,79000 1,75000 Educ 13,0871 12,0000 6,00000 Exper 17,6591 15,0000 0,000000 Sexo 0,462121 0,000000 0,000000 Variable Desv. Típica.
C.V.
Asimetria Salari Educ Exper Sexo Variable 5,14408 2,48944 12,1609 0,499036 Porc. 5% 0,568562 0,190221 0,688648 1,07988 Porc. 95% 1,70115 0,118437 0,654526 0,151952 Recorregut IQ Salari Educ Exper Sexo 3,50000 9,00000 2,00000 0,000000 19,9910 18,0000 42,0000 1,00000 6,00000 3,00000 18,0000 1,00000 Màxim 44,5000 18,0000 49,0000 1,00000 Excés de curtosi 4,94687 -0,0732750 -0,494183 -1,97691 Observacions absents 0 0 0 0 (c) Calculeu el coeficient de correlació.
Coeficients de correlació, usant les observacions 1 - 528 valor crític al 5% (a dues cues) = 0,0853 per a n = 528 Salari 1,0000 Educ 0,3939 1,0000 Exper 0,0930 -0,3217 1,0000 Sexo -0,2124 -0,0279 0,0954 1,0000 Salari Educ Exper Sexo (d) Interpreta els coeficients: L’alpha2 és quantes unitats de Salari augmenta una unitat d’Educació.
L’alpha1 és quin Salari correspon a Educació=0 (e) Representeu el núvol de punts: 45 40 35 30 Salari 25 20 15 10 5 0 0 2 4 6 8 10 12 14 16 18 Educ (f) Estima el model (1.1) per MQO.
Model 1: MQO, emprant les observacions 1-528 Variable dependent: Salari const Educ Coeficient -1,60468 0,813947 Mitj. de la vble. dep.
Suma de quad. residus R-quadrat F(1, 526) Log-versemblança Criteri de Schwarz Desv. Típica 1,10318 0,0828133 9,047538 11781,50 0,155160 96,60331 -1568,970 3150,477 t-ràtio -1,4546 9,8287 Valor p 0,14638 <0,00001 D.T. de la vble. dep.
D.T. de la regressió R-quadrat ajustat Valor p (de F) Criteri d'Akaike Crit. de Hannan-Quinn *** 5,144082 4,732684 0,153554 4,82e-21 3141,939 3145,282 (g) Representeu en un mateix gràfic el núvol de punts (Educació, Salari) i la predicció del salari feta pel model (1.1).
Salari respecte a Educ (amb ajust mínim-quadràtic) 45 Y = -1,60 + 0,814X 40 35 30 Salari 25 20 15 10 5 0 6 8 10 12 Educ (h) Grafica els residus.
14 16 18 Residus de la regressió (= Salari observada - estimada) 40 30 20 residu 10 0 -10 -20 -30 -40 0 100 200 300 400 500 (i) Interpreteu els coeficients de regressió.
Que ∝ sigui negatiu significa que les persones sense educació tenen salari negatiu, és a dir, no tenen.
Que ∝ sigui 0.81 significa que cada any d’educació augmenta 0.81 el salari.
Considera ara el model (1.2): ln ( ) = + + (j) Estima el model (1.2) per MQO.
Model 2: MQO, emprant les observacions 1-528 Variable dependent: l_Salari const Educ Coeficient 0,982373 0,0826213 Mitj. de la vble. dep.
Suma de quad. residus R-quadrat F(1, 526) Log-versemblança Criteri de Schwarz Desv. Típica 0,111743 0,00838828 2,063647 120,8779 0,155718 97,01476 -359,9802 732,4986 t-ràtio 8,7913 9,8496 Valor p <0,00001 <0,00001 D.T. de la vble. dep.
D.T. de la regressió R-quadrat ajustat Valor p (de F) Criteri d'Akaike Crit. de Hannan-Quinn *** *** 0,521224 0,479381 0,154113 4,04e-21 723,9604 727,3030 (k) Representeu en un mateix gràfic el núvol de punts (Educació, Salari) i la predicció del Salari feta pel model (1.2).
Salari respecte a Educ (amb ajust semilogarítmic) 50 logY = 1,10 + 0,0826X 40 Salari 30 20 10 0 0 2 4 6 8 10 12 14 16 18 Educ (l) Interpreteu els coeficients de regressió.
Que sigui 0.08 significa que cada any d’educació multiplica el salari de l’anterior per 1.08 .
Gràfic amb les regressions dels models (1.1), (1.2) i (1.2) ajustat per la variància.
Salari respecte a Educ (amb ajust mínim-quadràtic) 50 lineal log-ajustada log 40 Salari 30 20 10 0 0 2 4 6 8 10 12 14 16 18 Educ Considera ara el model (1.3): = + + + (m) Estima el model (1.3) per MQO.
Model 3: MQO, emprant les observacions 1-528 Variable dependent: l_Salari const Educ Exper Coeficient 0,537155 0,100924 0,0116474 Mitj. de la vble. dep.
Suma de quad. residus R-quadrat F(2, 525) Log-versemblança Criteri de Schwarz Desv. Típica 0,126359 0,00851284 0,00174265 2,063647 111,3990 0,221924 74,87062 -338,4215 695,6502 t-ràtio 4,2510 11,8556 6,6837 Valor p 0,00003 <0,00001 <0,00001 D.T. de la vble. dep.
D.T. de la regressió R-quadrat ajustat Valor p (de F) Criteri d'Akaike Crit. de Hannan-Quinn *** *** *** 0,521224 0,460639 0,218960 2,47e-29 682,8429 687,8567 (n) Representa en un mateix gràfic el núvol de punts (Educació, Salari) i la predicció del Salari feta pel model (1.3).
(o) Interpreta els coeficients de regressió.
Que sigui 0.10 significa que cada any d’educació augmenta 0.10 el salari.
Que sigui 0.01 significa que cada any d’experiència augmenta 0.01 el salari.
(p) Quin dels tres models creus que ajusta millor? ...

Tags: