EJERCICIOS EN STATA

1. El sueldo inicial medio para los recién graduados de la Facultad de Derecho se determina
mediante
log ( salary ) =β1 + β 2 LSAT + β 3 GPA + β 4 log ( libvol )+ β5 log ( cost ) + β 6 rank +u

donde LSAT es la media del puntaje LSAT del grupo de graduados, GPA es la media del GPA
(promedio general) del grupo, libvol es el número de volúmenes en la biblioteca de la Facultad
de Derecho, cost es el costo anual por asistir a dicha facultad y rank es una clasificación de las
escuelas de derecho (siendo rank =1 la mejor). Para este ejercicio utilice los datos del archivo
LAWSCH85.RAW.
a) Usando el modelo anterior, establezca y pruebe la hipótesis nula de que el ranking entre las
escuelas de derecho no tiene efecto ceteris paribus sobre el sueldo inicial medio.
H0: β 6 rank=0
Puedo rechazar la hipótesis nula, dado que coeficiente no es estadísticamente
significativa

b) ¿Son las características de los estudiantes de nuevo ingreso—a saber, LSAT y GPA-
significativas de manera individual o conjunta para explicar el sueldo (salary)? (Asegúrese de
tomar en cuenta que hay datos faltantes en LSAT y GPA)
En esta base de datos, hay 6 observaciones con valores faltantes para LSAT y 7 para GPA.
De forma individual con un nivel de significancia del 1%, el GPA si es estadísticamente
significativo pues, el valor p (0.007) es menor a al nivel de significancia (0.01). Sin embargo, el
LSAT no es significativa para explicar la variable salary ya que el valor p es mayor al 0.01.

De manera conjunta
H0: LSAT and GPA no tienen efecto conjunto en salary.

1
 Se puede concluir que LSAT Y GPA si tienen efecto conjunto en salary.

c) Pruebe si el tamaño del grupo (csize) o el tamaño de la facultad (faculty) necesitan ser
agregados a esta ecuación; realice una prueba sencilla. (Tenga cuidado de tomar en cuenta
que hay datos faltantes en clsize y faculty.)
En esta base de datos, hay 3 observaciones con valores faltantes para clsize es 3 al igual que
para faculty.
Con un nivel de significancia de 1% y dado que el valor p de la variable clsize es de 0.172, es
mayor a 0.01, concluimos que no tiene significancia estadística, es decir no contribuye al
modelo. De igual manera, faculty tiene un valor p de 0.289, el coeficiente no tiene significancia
estadística y por ende, no contribuyen al modelo.

Las variables clsize y faculty no son estadísticamente significativa así que no se agregarían al
modelo.

2. La base de datos 401KSUBS.RAW contiene información acerca de riqueza financiera neta

(nettfa), edad de la persona entrevistada (age), ingreso familiar anual (inc), tamaño de la familia
(fsize), y participación en ciertos planes de pensiones para estadounidenses. Las variables
riqueza e ingreso están dadas en miles de dólares. Para esta ecuación, emplee sólo los datos de
hogares de una sola persona (es decir fsize =1).
a) ¿Cuántos hogares de una sola persona hay en esta base de datos?
Hay 2017 hogares de una sola persona

b) Use MCO para estimar el modelo

nettfa=β 0 + β 1 inc+ β 2 age+u

y dé los resultados empleando el formato habitual. Compruebe que solo utiliza los hogares de
una sola persona que hay en la muestra. Interprete los coeficientes de pendiente. ¿Hay algo que
sorprenda en las estimaciones de pendiente?

2
 nettfa=−43.03+0.7993 inc+0.8426 age+ u
El coeficiente B0 se puede interpretar como la riqueza de la familia es igual -43.03 cuando el
ingreso y la edad son igual a 0. El B1 se puede entender que, si el ingreso familia aumenta en
una unidad, la riqueza financiera neta aumenta en promedio 0.7993 si la variable age se
mantiene constante.

El coeficiente B2 trata de decirnos que, si la edad aumenta en una unidad, la riqueza financiera
neta aumenta en promedio 0.8426, si la variable inc se mantiene constante.

c) Si realiza una regresión simple de nefta sobre inc, ¿es el coeficiente estimado de inc muy
diferente del estimado en el inciso b)? Justifique su respuesta.

Tal vez numéricamente son muy parecidos, pero, el solo no puede explicar De forma
eficiente la variable pese a que es estadísticamente significativo, no obstante no lo es
económicamente, por ende, no es un modelo válido

3
3. Considere relacionar el rendimiento individual en un examen estandarizado, score (puntuación),
con otras variables diversas. Las variables relacionadas con la escuela son tamaño promedio del
grupo (classize), gasto por estudiante (expend), compensación promedio a los profesores
(tchcomp) y matrícula total (enroll). Otras variables específicas al estudiante son ingreso familiar
(faminc), educación de la madre (motheduc), educación del padre (fatheduc) y número de
hermanos (siblings). El modelo es
score=β 1 + β 2 classize+ β3 expend + β 4 tchcopm+ β 5 enroll+ β 6 faminc + β 7 motheduc+ β 8 fatheduc + β 9 sibling

a) Dé la hipótesis nula que dice que, una vez controlados los factores relacionados con la
escuela, las variables específicas del estudiante no tienen efecto en el desempeño en la
prueba estandarizada, ¿cuáles son los valores de k y de q en este ejemplo?
K=4
b) Escriba la versión no restringida del modelo.

score=β 1 + β 2 classize+ β3 expend + β 4 tchcopm+ β 5 enroll+ β 6 faminc + β 7 motheduc+ β 8 fatheduc + β 9 sib

4. Empleando los datos en el archivo GPA1.dta, se obtiene

4
^
colGPA=1.26+.157 PC +.447 hsGPA +.0087 ACT
(.33) (.057) (.094) (.0105)

n=141 R2=.219

Donde, ColGPA es el promedio general de calificaciones; PC es una variable que indica si el

estudiante tiene computadora (pc=1 si tiene computadora, 0 de lo contrario); hsGPA es el promedio
general de calificaciones en el bachillerato y ACT es resultados en el examen de admisión.

a) A la ecuación estimada, agregue las variables mothcoll (variable que indica si la madre se
graduó de la universidad) y fathcoll (variable que indica si la madre se graduó de la
universidad) y dé los resultados en la forma habitual. ¿Qué pasa con el efecto estimado de la
posesión de una PC? ¿Sigue siendo PC estadísticamente significativa?

^
colGPA=1.26+.157 PC +.447 hsGPA +.0087 ACT −0.003 mothcoll +0.041 fathcoll

En cuánto, al coeficiente de la variable PC no varía mucho, sin embargo si trabajamos con un

intervalo del 1 % la variable se vuelve estadísticamente insignificante, empero, si se usa un
intervalo de confianza del 5% la variable sigue aportando al modelo y por ende no se la
descartaría.

b) Pruebe la significancia conjunta de mothcoll y fathcoll en la ecuación del literal a).

H0: Mothcoll y fathcoll no tienen efecto conjunto en ColGPA

5
 .

Se puede concluir, Mothcoll y fathcoll no tienen efecto conjunto en ColGPA

5. Para este ejercicio emplee los datos del archivo WAGE2.dta.

a) Estime el modelo

log ( wage )=β 1+ β 2 educ + β 3 exper + β 4 tenure + β 5 married + β 6 ¿+ β7 south+ β 8 urban+u

Y dé el resultado en la forma habitual. Manteniendo todos los demás factores constantes,

¿cuál es la diferencia aproximada entre el salario mensual de negros y no negros? ¿Es esta
diferencia estadísticamente significativa?

El coeficiente sobre la variable black implica que, en niveles dados de las otras variables
explicativas, los negros ganan aproximadamente un 18,83% menos que los hombres que no son
negros. El estadístico t es de aproximadamente 5.00, por lo que es muy estadísticamente
significativo

b) Agregue a esta ecuación las variables exper 2 y tenure2 y muestre que no son
conjuntamente significativas al nivel de 20%.

6
El estadístico F para la importancia conjunta de exper2 y tenure2, con 2 y 925 gl del numerador y
denominador respectivamente, es de aproximadamente 1,49 con un valor de p ≈ 0,226. Debido a que el
valor p está por encima de .20, estas variables exper2 y tenure2 son conjuntamente insignificantes al
nivel del 20%.