TEMA 5

VARIABLES FICTICIAS

S Álvarez,
S. Álvarez A
A. Beyaert
Beyaert, M
M. Camacho
Camacho, M
M. González
González, A
A. Quesada
Departamento de Métodos Cuantitativos para la Economía y la Empresa

Econometría (3º GADE)

Lo que estudiaremos en este tema:

1
1. Có
Cómo describir
d ibi información
i f ió cualitativa
li i

2. Variables ficticias aditivas y multiplicativas

2.1 Introducción
2.2 Variables ficticias aditivas
23V
2.3 Variables
i bl fificticias
ti i multiplicativas
lti li ti
2.4 Combinación de ficticias aditivas y multiplicativas

3. Cambio estructural y variables ficticias

Bibliografía básica: Wooldridge

Wooldridge, 2008
2008, cap
cap. 7

Econometría (3º GADE) Tema 5 2

1. Cómo describir información cualitativa

 Las
L variables
i bl fi i i
ficticias se utilizan
ili para recoger factores
f cualitativos
li i
(sexo, raza, estado civil,…) en el modelo de regresión.

 Son variables binarias que toman valor 0,1.

 Ejemplo: la variable sexo es cualitativa. Para incluirla en un modelo de

regresión hay que crear una variable ficticia que informe del sexo del
individuo:
 1 si es mujer
mujer  
 0 si no es mujer
En este caso, hombre se conoce como categoría de referencia ó grupo
base
base.

Econometría (3º GADE) Tema 5 3

2. Variables ficticias aditivas y multiplicativas
2 1 Introducción
2.1

• Consideremos la siguiente ecuación de salarios:

sal  0  1ne  

• El sexo puede influir en la ecuación de salarios.

Tres posibilidades:
sal sal H
H H sal
M M
M

ne ne ne
(a) (b) (c)

Econometría (3º GADE) Tema 5 4

2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• Las variables ficticias aditivas recogen un cambio en el término

constante entre la ecuación de los hombres y la de las mujeres.
Ecuación hombres: sal  0  1ne  
H

Ecuación mujeres: sal  0M  1ne  

sall
H
M
• Gráficamente:

ne
• En este caso, la diferencia salarial por razón de sexo no depende del
nivel de estudios.
Econometría (3º GADE) Tema 5 5
2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• Sea la variable ficticia:

 1 si es mujer
mujer  
 0 si es hombre
• El modelo con la ficticia aditiva es:
sall  0  0 mujer
j  1ne  

- Para hombres el modelo es: sal  0  1ne  

- Para mujeres el modelo es: sal  (0  0 )  1ne  

0 : ordenada en el origen del modelo de hombres.

(0   0 ) : ordenada en el origen del modelo de mujeres.
 0 : diferencia entre el salario de una mujer respecto de un hombre
con el mismo nivel de educación.
educación Si hay discriminación salarial a
favor del hombre, 0  0.
Econometría (3º GADE) Tema 5 6
2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• En lugar
g de introducir la variable ficticia mujer
j se p
puede introducir la
variable ficticia hombre:
 1 si es hombre
hom bre  
 0 si es mujer
• El modelo con la ficticia aditiva es:
sal  0  0 hom bre  1ne  

• En este caso,, la categoría

g de referencia son las mujeres.
j

0: ordenada en el origen del modelo de mujeres.

(0   0 ): ordenada en el origen del modelo de hombres.
hombres
 0: diferencia entre el salario de un hombre respecto de una
mujer
j con el mismo nivel de educación. Si hayy discriminación
salarial a favor del hombre, 0  0 .
Econometría (3º GADE) Tema 5 7
 2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• ¿Se puede estimar el modelo que incluye ambas variables a la vez?

CASO 1: sal  0  0H hombre  0M mujer  1ne  

NO, porque la ecuación presentaría multicolinealidad perfecta

(Trampa de las variables ficticias).

CASO 2: sal  0H hombre  0M mujer  1ne  

SÍ, se pueden incluir las dos ficticias si se elimina el término

constante.
0H : ordenada en el origen para los hombres.
0M: ordenada en el origen para las mujeres.
No hay categoría de referencia.
Econometría (3º GADE) Tema 5 8
 2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• ¿Cómo contrastar si existe discriminación salarial?

Depende del modelo:
(a) sal  0  0 mujer  1ne  

H 0 : 0  0
El contraste es: 
 H1 : 0  0

(b) sal  0 hombre  0 mujer  1ne  

H M

H 0 : 0H  0M
El contraste es: 
 H1 : 0  0
H M

¿Cómo
Có contrastaría
t t í sii existe
i t discriminación
di i i ió salarial
l i l a favor
f d l hombre?
del h b ?
Econometría (3º GADE) Tema 5 9
2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• ¿Cómo se interpretan los coeficientes de las ficticias si la variable

dependiente está en logaritmos?

log(sal)  0  0 mujer  1ne  

1000 : diferencia porcentual del salario de una mujer con respecto de

un hombre con el mismo nivel de educación.

Econometría (3º GADE) Tema 5 10

 2. Variables ficticias aditivas y multiplicativas
2 2 Variables ficticias aditivas
2.2

• Podemos
P d i l i varias
incluir i variables
i bl ficticias
fi ti i en la
l misma
i ecuación:
ió

log(sal)  0  0 mujer  1sur  1ne  

1 si trabaja en el sur
sur  
0 si no trabaja en el sur

1000: diferencia porcentual del salario de una mujer respecto de un

hombre con la misma educación y que trabajan en la misma zona.

1001 : diferencia
dif i porcentual
t l del
d l salario
l i entre
t un individuo
i di id que trabaja
t b j en ell
sur con respecto a otro que no, con el mismo sexo y la misma
educación.

Econometría (3º GADE) Tema 5 11

2. Variables ficticias aditivas y multiplicativas
2 3 Variables ficticias multiplicativas
2.3

• Las variables ficticias multiplicativas recogen un cambio en la

pendiente entre la ecuación de los hombres y la de las mujeres.
Ecuación hombres: sal  0  1 ne  
H

Ecuación mujeres: sal  0  1 ne  

M

sall H
M
• Gráficamente:

ne
• En este caso, la diferencia salarial por razón de sexo depende del
nivel de estudios.
Econometría (3º GADE) Tema 5 12
2. Variables ficticias aditivas y multiplicativas
2 3 Variables ficticias multiplicativas
2.3

• La ficticia multiplicativa se define como:

 ne si es mujer
mujer  ne  
 0 si es hombre
• El modelo con la ficticia multiplicativa es:
sal  0  1ne  1mujer
j  ne  
- Para hombres el modelo es: sal  0  1ne  
- Para mujeres
j el modelo es: sal  0  (1  1 ))ne  
1 : pendiente del modelo de hombres.
(1  1 ) : pendiente del modelo de mujeres.
1: diferencia en el rendimiento de la educación de las mujeres
respecto de los hombres.
Plantee un modelo donde la variable ficticia multiplicativa sea hombre·ne e
interprete sus coeficientes.
Econometría (3º GADE) Tema 5 13
 2. Variables ficticias aditivas y multiplicativas
2 3 Variables ficticias multiplicativas
2.3

• ¿Se puede estimar el modelo que incluye ambas variables a la vez?

CASO 1: sal  0  1ne  1H hombre  ne  1M mujer  ne  

NO, porque la ecuación presentaría multicolinealidad perfecta

(Trampa de las variables ficticias).

CASO 2: sal  0  1H hombre  ne  1M mujer  ne  

SÍ se pueden incluir las dos ficticias si se elimina la variable ne.

SÍ, ne
1H: pendiente del modelo de hombres.
1M: pendiente del modelo de mujeres.
mujeres
No hay categoría de referencia.
¿Cómo contrastaría si hay discriminación salarial en el modelo planteado en
el CASO 2? ¿Y en el modelo planteado en la transparencia anterior?
Econometría (3º GADE) Tema 5 14
2. Variables ficticias aditivas y multiplicativas
2 3 Combinación de ficticias aditivas y multiplicativas
2.3

• Si el sexo cambia la p
pendiente y la constante de la ecuación,,
tendríamos:

Ecuación hombres: sal  0  1 ne  

H H

Ecuación mujeres: sal  0M  1M ne  

sal H

• Gráficamente: M

ne

• Podemos modelizarlo añadiendo ficticias aditivas y multiplicativas

multiplicativas.

Econometría (3º GADE) Tema 5 15

2. Variables ficticias aditivas y multiplicativas
2 4 Combinación de ficticias aditivas y multiplicativas
2.4

• El modelo con las ficticias aditivas y multiplicativas

p es:
sal  0  0 mujer  1ne  1mujer  ne  

- Para hombres el modelo es: sal  0  1ne  

- Para mujeres el modelo es: sal  (0  0 )  (1  1 )ne  

0 : parte de la diferencia salarial de una mujer respecto de un

hombre que es independiente del nivel de educación.
1 : parte de la diferencia salarial de una mujer respecto de un
hombre que depende del nivel de educación. Es la diferencia
en e
e el rendimiento
e d e to de la
a educac
educación
ó de u
una
a mujer
uje respecto
especto de uun
hombre.
Plantee una especificación alternativa al modelo anterior e interprete los
coeficientes y sus signos. Explique cómo contrastar la existencia de
discriminación salarial en la especificación propuesta.
Econometría (3º GADE) 16
3. Cambio estructural y variables ficticias

• Existe cambio estructural cuando los coeficientes del modelo no son

iguales en submuestras diferentes.

yi  (1)
0  1 x1i     k x ki   i ,
(1) (1)
i  submuestra 1
yi  (2)
0  1
(2)
x 1i     k x ki   i , i  submuestra 2
(2)

• Ejemplo:
j p ecuación de salarios con coeficientes distintos p
para hombres y
mujeres.

sali  0H  1H nei   i , si el individuo es hombre

sali  0M  1M nei  i , si el individuo es mujer

Econometría (3º GADE) Tema 5 17

 3. Cambio estructural y variables ficticias

• El contraste de cambio estructural permite contrastar si hay cambio en

la estructura del modelo.
H 0 : no hay cambio estructural H 0 : (1)
0   (2)
0 ,...,  (1)
k   (2)
k

H1 : hay cambio estructural H1 : No H 0

• Bajo la H 0 no hay cambio, y el modelo restringido (MR) es:

yi  0  1x1i    k x ki  i , i  1,
1 , N
• Bajo la H1 hay cambio estructural, y el modelo no restringido (MNR) es:

yi  (1)
0  1
(1)
x 1i     k x ki   i ,
(1)
i  submuestra 1
yi  (2)
0  1 x1i     k x ki   i , i  submuestra 2
(2) (2)

Econometría (3º GADE) Tema 5 18

 3. Cambio estructural y variables ficticias

• Podemos utilizar variables ficticias para llevar a cabo el contraste de

cambio
bi estructural
t t l
• Con variables ficticias aditivas y multiplicativas podemos escribir los dos
modelos contenidos en el MNR como uno solo:
• Dos posibilidades:

MNR (a): yi  0 D1i  0 D 2i  1 D1i x1i  1 D 2i x1i    k D1i x ki  k D 2i x ki  i

(1) (2) (1) (2) (1) (2)

(b): yi  0  0 D1i  1 x1i  1D1i x1i     k x ki   k D1i x ki  i

(2) (2) (2)
MNR (b)

1 si i  submuestra 1 1 si i  submuestra 2
D1i   , D 2i  
0 si i  submuestra 1 0 si i  submuestra 2

Nota: Reparamentrizando con D 2i  1 D1iel MNR (a) se llega al MNR (b).

Econometría (3º GADE) Tema 5 19
 3. Cambio estructural y variables ficticias

• Hipótesis
p del contraste de cambio estructural. Dos p
posibilidades:

MNR (a): yi  0 D1i  0 D 2i  1 D1i x1i  1 D 2i x1i    k D1i x ki  k D 2i x ki  i

(1) (2) (1) (2) (1) (2)

H 0 : (1)
0  0 ,...,  k   k
(2) (1) (2)

H1 : No H 0

MNR (b): yi  (2)

0   D
0 1i  1
(2)
x 1i   D x
1 1i 1i     k x ki   k D1i x ki   i
(2)

H 0 : 0  0,..., k  0
H1 : No H 0

Econometría (3º GADE) Tema 5 20

3. Cambio estructural y variables ficticias

• En ambos casos,
casos el estadístico de contraste es el mismo:

F
SCE R  SCE NR  q  F
SCE NR  N  2K  H
N  2K
q,N
0

• SCER: suma de cuadrados de los residuos del modelo sin ficticias (MR).
yi  0  1x1i    k x ki  i , i  1, , N
• SCENR: suma de cuadrados de los residuos del modelo con ficticias. Dos
posibilidades: MNR (a) o MNR (b).

• q: número de restricciones bajo la hipótesis nula (q=K, es el número de

coeficientes del modelo sin ficticias, MR).

• N-2K: grados de libertad del MNR.

Econometría (3º GADE) Tema 5 21
3. Cambio estructural y variables ficticias

• Ejemplo: contraste de cambio estructural en la ecuación de salarios

MR: sali  0  1nei  i , i=1, ,N  SCE R
MNR: sali  0   0 mujeri  1nei  1mujeri  nei  i , i=1, N  SCE NR
i=1  ,N

• Las
L hihipótesis
ót i nula ti son: H 0 : 0  1  0
l y alternativa
lt
H1 : No H 0

• El estadístico de contraste es: F 

SCE R  SCE NR  2  F
SCE NR  N  4  H
q,N  K
0

• Un RH 0 implica que ecuación salarial de los hombres no es la misma

que la de las mujeres (al menos un coeficiente es diferente).
Econometría (3º GADE) Tema 5 22
Lo que hemos aprendido:

 Representar información cualitativa mediante el uso de variables

ficticias

 Modelizar cambios tanto en la constante (ficticias aditivas) como en

las pendientes (ficticias multiplicativas) de un modelo de regresión
en función de las categorías representadas

 Interpretación de los parámetros de las variables ficticias:

 Cuando se incluyen tantas ficticias como categorías menos una,
los parámetros miden diferenciales respecto a la referencia
 Cuando se incluyen tantas ficticias como categorías, los
parámetros miden los niveles de cada categoría
p g

 Realizar un contraste de cambio estructural mediante el uso de

variables ficticias

Econometría (3º GADE) Tema 5 23