-
Extensiones de los Modelos de Regresión Lineal Múltiple
7-
Consideraciones previas Econometría Aplicada II 30 minConferencia1.1
-
Introducción al lenguaje de programación R 01 hourConferencia1.2
-
Revisión de los modelo de regresión múltiple 01 hourConferencia1.3
-
Modelo ANOVA 01 hourConferencia1.4
-
Modelo ANOVA 2 20 minConferencia1.5
-
Modelo ANCOVA 30 minConferencia1.6
-
Se aprende haciendo 30 minConferencia1.7
-
-
Autocorrelación
4-
Causas, consecuencias, identificación y tratamiento 30 minConferencia2.1
-
Autocorrelación: Caso 1 01 hourConferencia2.2
-
Autocorrelación: Caso 2 01 hourConferencia2.3
-
Se aprende haciendo 30 minConferencia2.4
-
-
Heterocedasticidad
3-
Causas, consecuencias, identificación y tratamiento 01 hourConferencia3.1
-
Caso 1: Heterocedasticidad 01 hour 30 minConferencia3.2
-
Caso 2: Heterocedasticidad 50 minConferencia3.3
-
-
Multicolinealidad
4-
Causas, consecuencias, identificación y tratamiento 30 minConferencia4.1
-
Caso 1: Multicolinealidad 01 hour 10 minConferencia4.2
-
Caso 2: Multicolinealidad 01 hourConferencia4.3
-
Se aprende haciendo 30 minConferencia4.4
-
-
Otros constrastes
4-
Contrastes de normalidad 30 minConferencia5.1
-
Contraste de especificación 15 minConferencia5.2
-
Contrastes de estabilidad 16 minConferencia5.3
-
Se aprende haciendo 03 hourConferencia5.4
-
-
Tópicos finales
2-
Examen final Econometría II 17 questionsCuestionario6.1
-
Últimos pasosConferencia6.1
-
This content is protected, please login and enroll course to view this content!
Anterior
Modelo ANCOVA
Deja una respuesta Cancelar la respuesta
Lo siento, debes estar conectado para publicar un comentario.
7 Comentarios
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.8439 0.2507 19.320 < 2e-16 ***
married 1.7296 0.3214 5.381 1.12e-07 ***
library(dplyr)
library(openxlsx)
library(lubridate)
file.choose()
anova<-read.xlsx("C:\\Users\\USUARIO\\Desktop\\BETAMETRICA\\BASES DE DATOS2\\salarios.xlsx")
View(anova)
modelo.anova<-lm(w~married,data=anova)
summary(modelo.anova)
#INTERPRETACIÓN:
#SI ESTA CASADO EL SALARIO AUMENTA EN 1.72 DOLARES CON RESPECTO AL DE LOS SOLTEROS
> library(openxlsx)
> file.choose()
> anova.xlsx(“C:\\Users\\Usuario\\Desktop\\1\\salarios.xlsx”)
> anova View(anova)
> modelo.anova summary(modelo.anova)
Call:
lm(formula = w ~ married, data = anova)
Residuals:
Min 1Q Median 3Q Max
-5.144 -2.181 -1.094 1.406 18.407
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.8439 0.2507 19.320 < 2e-16 ***
married 1.7296 0.3214 5.381 1.12e-07 ***
—
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 3.599 on 524 degrees of freedom
Multiple R-squared: 0.05236, Adjusted R-squared: 0.05055
F-statistic: 28.95 on 1 and 524 DF, p-value: 1.121e-07
Interpretación: el mercado de trabajo que por un dólar que se da en este las personas casadas ganan 1.7296 dólar más, respecto a los otros estados civiles (solteros,casados,divorciados,convivientes,etc)
Estimado Felix,
Remito el ejercicio resuelto.
Saludos.
Atte:
Wilmer Alavi A.
# Abre un nuevo script de RStudio, carga la base de datos salarios.xlsx
library(openxlsx)
file.choose()
anova <- read.xlsx("C:\\Users\\DELL\\Desktop\\ECONOMETRIA APLICADA II\\1 Consideraciones previas Econometría Aplicada II\\1 Extensiones de los Modelos de Regresión Lineal Múltiple\\1 bases-y-presentacion-1\\salarios.xlsx")
attach(anova)
names(anova)
# Realice una regresión w =f(married).
modelo.anova <- lm(w ~ married, data=anova)
summary(modelo.anova)
# Inteprete los coeficientes obtenidos.
Los casados ganan 1.7296$ más que los solteros
Coefficients:
Estimate Std. Error
(Intercept) 4.8439 0.2507
married 1.7296 0.3214
t value Pr(>|t|)
(Intercept) 19.320 |t|)
married 6.574 0.263 25 <2e-16 ***
—
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
La interpretación seria que los casados ganan $1.7296 más que los solteros, o lo que es lo mismo decir, que ganan $6.574;
6.574= 1.7296+ 4.8439
Muy bien, esa es la interpretación!
Estimado envío el ejercicio
file.choose()
anova <- read.xlsx("C:\\Users\\Usuario\\Desktop\\CURSO DE ECONOMETRÍA\\ECONOMETRIA APLICADA2\\salarios.xlsx")
#Corremos el modelo
#W=f(married)
names(anova)
modelo <- lm(w ~ married, data = anova)
summary(modelo)
modelo2 <- lm(w ~ married-1, data = anova)
summary(modelo2)
# La interpretación de los coeficientes sería:
#Los que no son casados en ´promedio ganan 4,8439 unidades monetarias y
#los casados ganan 1,7296 adicionales o lo que es lo mismo ganan 6,574