Documente Academic
Documente Profesional
Documente Cultură
7
Utilice los datos del archivo MEAP93.RAW para responder esta pregunta.
De igual manera, esperaba que el signo de lexpend sea positivo. En este caso si se cumple.
Es de esperar que, a mayor gasto (lexpend), mayor el porcentaje de estudiantes que
aprueban el examen (math10).
ii) ¿Qué piensa del intercepto estimado en el inciso i)? en particular, ¿tiene
sentido igualar a cero las dos variables explicativas? [Sugerencia: recuerde
que log(1)=0.]
El intercepto es -20.36. Si tiene sentido, porque indica que si no se gasta en los estudiantes
y no hay desayuno escolar, el porcentaje de estudiantes que aprueban disminuye en
20.36%.
El coeficiente de pendiente en este caso es 11.16 contra 6.23 del inciso i) subió
considerablemente. Es mayor ahora el efecto de los gastos por estudiante sobre math10.
Es incoherente este signo, porque a mayor gasto se espera que haya mayor porcentaje de
estudiantes beneficiados, debería ser positivo.
v) Use el inciso iv) para explicar sus hallazgos del inciso iii).
C3.8 Utilice la base de datos DISCRIM.RAW para responder esta pregunta. Hay
datos sobre los precios de diversos artículos de restaurantes de comida rápida
situados en zonas con distinto código postal, así como características de la población
residente en dicho código, pertenecientes a Nueva Jersey y Pennsylvania. La idea es
ver si los restaurantes de comida rápida tienen precios más altos en áreas con mayor
concentración de población afroestadounidense.
iii) Compare la estimación del inciso ii) con la estimación mediante regresión
simple de psoda sobre prpblck. ¿Es el efecto de la discriminación mayor
o menor cuando se controla el ingreso?
Figura 6: psoda=prpblck
Elaborado por autor
En este caso la afectación disminuye a 0.0649 es casi la mitad del resultado del inciso ii),
el resultado es mejor, hay menos discriminación si no se toma en cuenta el ingreso.
iv) Un modelo con una elasticidad constante del precio respecto al ingreso
puede ser más apropiado. Proporcione las estimaciones del modelo.
Como log (income) y prppov están fuertemente correlacionadas es de esperar que exista
autocorrelación, multicolinealidad, que no haya endogeneidad en el modelo y por ende,
este no sea el adecuado.