Economa Aplicada

13 mar. 2013

Ejercicios de econometra resueltos usando STATA

(capitulo 2. de Wooldridge (2009))
ndice de ejercicios resueltos
Captulo 1. Naturaleza de la econometra y los datos econmicos
Captulo 2. El modelo de regresin simple
Captulo 3. El anlisis de regresin mltiple: estimacin
Captulo 4. El anlisis de regresin mltiple: inferencia

Chapter 2 - The Simple Regression Model

El siguiente documento presenta el solucionario a los ejercicios de computadora propuesto

porWooldridge (2009) en el captulo 2 de su libro Introduccin a la econometra, un enfoque moderno.
Algunos de los comando ya fueron utilizados en el captulo dos, sin embargo a partir del ejercicio 4 se
muestra como realizar una estimacin utilizando los valores directamente de la ecuacin, mediante
matrices. Adems se utilizan comandos para crear variables, mediante el comando generate, para crear
logaritmos de variables. Adems se utiliza el comando for var para resumir un conjunto de solicitudes.
Cualquier aclaracin 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

*Ejercicio C2.1 401K.cvs

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

Ejercicio c2.1 - ii)

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"
*Ejercicio C2.2 ceosal2.cvs
insheetusing"C:\Users\User\Desktop\Solucionaejerciciosdeeconom
etria\Basededatoswooldridge\ceosal2.csv",com
maclear

Ejercicio c2.2 - i)
mean salary comten
Ejercicio c2.2 ii)
a. (no hay directivos que estn en su primer ao de servicio)
count if comten==0
b. (el mximo es 58 aos de antigedad
- La primera forma de hacerlo es solicitando una tabla con el estadstico, directamente.
tabstat comten, statistics(max )
Una forma alternativa es solicitando una serie de estadsticos, y luego solicitando los escalares calculados para la variable
y pidiendo el mximo guardado como un local
sum comten
return list
display r(max)
Ejercicio c2.2 - iii)
- Stata no permite estimar la ecuacin directamente, como se hara 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
*Ejercicio C2.3 sleep75.cvs
insheet using "C:\Users\User\Desktop\Solucion a ejercicios de econometria\Base de datos wooldridge\sleep75.csv", comma
clear
Ejercicio c2.3 - i)
regresssleeptotwrk

Ejercicio c2.3 - ii)

display 2*-.1507458
-.3014916
*Ejercicio C2.4 wage2.cvs
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)

regress wage iq
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 RDCHEM.cvs

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 parmetro b_1 representa la elasticidad de la funcin
Ejercicio c2.5 - ii),
insheetusing"C:\Users\User\Desktop\Solucionaejerciciosdeeconom
etria\Basededatoswooldridge\rdchem
.csv",com
maclear

for var rd- profmarg: gen X_ln=log(X)

regress rd_ln sales_ln
matrix c = e(b)
*Ejercicio C2.6 meap93.cvs
insheetusing"C:\Users\User\Desktop\Solu
cionaejerciciosdeecono
metria\Basededatosw
oold
ridge\m
eap93.csv",co
mmaclear

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
*Ejercicio C2.7 CHARITY.cvs
insheetusing"C:\Users\User\Desktop\Solu
cionaejerciciosdeecono
metria\Basededatosw
oold
ridge\charity.csv",co
mmaclear

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