ECONOMETRIA II
Para los siguientes modelos utilizamos la base de datos del ENAO, del periodo de 2005.
1. MODELO TRUNCADO.
Realizamos una matriz de correlación para tratar de averigua cuales de las variables están
relacionadas.
Con Los Datos Obtenidos, Corremos Una Regresión Truncada Sobre Las Hipotéticas Variables
Más Representativas.
Vemos que la significación individual de la variable edad y edad cuadrado tienden a 1,
sugerimos que dichas variables no explican la variable dependiente. Entonces, regresionamos
el modelo sin ambas variables.
ECONOMETRIA II
Dependent Variable: CONDEMPLEO
Method: ML - Censored Logistic (Quadratic hill climbing)
Date: 03/06/09 Time: 17:57
Sample (adjusted): 1 8511
Included observations: 6215 after adjustments
Truncated sample
Left censoring (value) series: 0
Right censoring (value) series: 3
Convergence achieved after 7 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
JEFE -0.109141 0.014394 -7.582244 0.0000
PRIMARIA -0.029277 0.021720 -1.347947 0.0777
TECCOMPL 0.116233 0.023620 4.920852 0.0000
UNIVCOMP 0.187946 0.022547 8.335615 0.0000
UNIVINC 0.108544 0.035372 3.068677 0.0022
C 1.298686 0.010901 119.1343 0.0000
Error Distribution
SCALE:C(7) 0.308933 0.003686 83.82252 0.0000
Mean dependent var 1.356879 S.D. dependent var 0.479117
S.E. of regression 0.476907 Akaike info criterion 1.423405
Sum squared resid 1411.950 Schwarz criterion 1.430991
Log likelihood -4416.232 Hannan-Quinn criter. 1.426035
Avg. log likelihood -0.710576
Left censored obs 0 Right censored obs 0
Uncensored obs 6215 Total obs 6215
2,000
Series: Residuals
Sample 1 8512
1,600 Observations 8512
Mean 0.043284
1,200 Median 0.047685
Maximum 1.179761
Minimum -1.142458
800 Std. Dev. 0.725789
Skewness 0.045632
Kurtosis 1.910175
400
Jarque-Bera 424.1980
Probability 0.000000
0
-1.0 -0.5 -0.0 0.5 1.0
Media cercana a 0 y probabilidad de 0, se acepta la hipótesis que los residuos tiene una
distribución normal, entonces no existe auto correlación.
Entonces determinamos que la probabilidad de estar sobrempleado o trabajando más número
de horas aumenta según aumenta el grado de estudios ay que notamos que los coeficientes
ECONOMETRIA II
son positivos para el técnico completo, universitario incompleto y completo, y es menos
probable que un jefe de familia o un individuo con primaria este desempleado.
2. MODELO ORDENADO
Dependent Variable: NIVELEDUC
Method: ML - Ordered Probit (Quadratic hill climbing)
Date: 06/10/09 Time: 14:45
Sample: 1 8004
Included observations: 8004
Number of ordered indicator values: 5
Convergence achieved after 7 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
JEFEHOGAR -0.097162 0.030600 -3.175204 0.0015
INGRESOTOTAL 5.76E-07 2.36E-07 2.442767 0.0146
HOMBRE 0.200064 0.026861 7.448162 0.0000
EDAD -0.007218 0.001031 -7.003101 0.0000
Limit Points
LIMIT_2:C(5) -2.635360 0.062143 -42.40792 0.0000
LIMIT_3:C(6) -1.342532 0.042803 -31.36542 0.0000
LIMIT_4:C(7) 0.175592 0.039990 4.390888 0.0000
LIMIT_5:C(8) 0.657948 0.041036 16.03359 0.0000
Pseudo R-squared 0.007219 Akaike info criterion 2.490449
Schwarz criterion 2.497433 Log likelihood -9958.778
Hannan-Quinn criter. 2.492840 Restr. log likelihood -10031.19
LR statistic 144.8310 Avg. log likelihood -1.244225
Prob(LR statistic) 0.000000
2.1 LOGIT ORDENADO Y VALOR EXTREMO
Dependent Variable: NIVELEDUC
Method: ML - Ordered Extreme Value (Quadratic hill climbing)
Date: 06/10/09 Time: 14:46
Sample: 1 8004
Included observations: 8004
Number of ordered indicator values: 5
Convergence achieved after 8 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
JEFEHOGAR -0.144058 0.032700 -4.405469 0.0000
INGRESOTOTAL 6.77E-07 3.03E-07 2.237165 0.0253
HOMBRE 0.135168 0.028361 4.766033 0.0000
EDAD 0.003487 0.001198 2.911635 0.0036
Limit Points
LIMIT_2:C(5) -4.584914 0.126854 -36.14316 0.0000
LIMIT_3:C(6) -1.838657 0.052321 -35.14158 0.0000
LIMIT_4:C(7) 0.172598 0.044644 3.866066 0.0001
LIMIT_5:C(8) 0.631797 0.045154 13.99196 0.0000
ECONOMETRIA II
Pseudo R-squared 0.001914 Akaike info criterion 2.503746
Schwarz criterion 2.510730 Log likelihood -10011.99
Hannan-Quinn criter. 2.506136 Restr. log likelihood -10031.19
LR statistic 38.40581 Avg. log likelihood -1.250873
Prob(LR statistic) 0.000000
modelo
Análisis de bondad de ajuste
Las variables significativas en el modelo serán: jefe de hogar, ingreso total. Hombre, edad. Ya
que las prob son menores a 0.05%.
El criterio aquí para elegir el modelo será aquel que presente un valor más pequeño de los
estadísticos: como el Log likelihood, Lr static.
en todos los casos el numero de restricciones, al igual al número de regresores son 3
3. MODELO DE CONTEO:
En el modelo de conteo, analizamos el número de puestos de trabajo (escalafón) que tienen en
un hogar como variable dependiente, y las diferentes variables independientes que explican a
esta.
Dependent Variable: ESCALAFON
Method: ML/QML - Poisson Count (Quadratic hill climbing)
Date: 06/10/09 Time: 15:40
Sample: 1 8004
Included observations: 8004
Convergence achieved after 8 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 1.577968 0.074815 21.09150 0.0000
EDAD -0.008007 0.000586 -13.65493 0.0000
HOMBRE -0.091565 0.014260 -6.421207 0.0000
INGRESOTOTAL -1.73E-07 1.40E-07 -1.241450 0.2144
JEFEHOGAR -0.014124 0.016582 -0.851781 0.3943
PRIMARIA -0.059629 0.071379 -0.835381 0.4035
SECUNDARIA -0.111307 0.070389 -1.581307 0.1138
TECNICO -0.173722 0.071576 -2.427088 0.0152
UNIVERSITARIO -0.224598 0.071053 -3.160981 0.0016
R-squared 0.114084 Mean dependent var 2.988006
Adjusted R-squared 0.113198 S.D. dependent var 1.175622
S.E. of regression 1.107086 Akaike info criterion 3.317322
Sum squared resid 9798.983 Schwarz criterion 3.325179
Log likelihood -13266.92 Hannan-Quinn criter. 3.320011
Restr. log likelihood -13472.02 LR statistic 410.1877
Avg. log likelihood -1.657537 Prob(LR statistic) 0.000000
el R^2 es bastante pequeño y los valores de criterios de información son bastante aceptables.
ECONOMETRIA II