lOMoARcPSD|8473962

T Salarios Partee SOL

Econometría (Universidad del País Vasco)

Scan to open on Studocu

Studocu is not sponsored or endorsed by any college or university

Downloaded by Flanagan CALL ([email protected])
 lOMoARcPSD|8473962

TAREA SALARIOS

Objetivo del estudio: Analizar la relación entre el salario por hora de un trabajador y una serie de variables
explicativas como son los años de educación, el tipo de puesto de trabajo, los años de antigüedad y el sexo.

Fuente: Adaptado a partir de Introductory Econometrics: A Modern Approach, J. M. Wooldridge. El fichero

Salarios.gdt contiene información para 1260 trabajadores de las siguientes variables:
Si : Salario por hora (en euros).
Ei : Educación (en años).
Ti = 1 si el puesto que ocupa el trabajador es de Técnico, 0 en otro caso.
Gi = 1 si el puesto que ocupa el trabajador es de Gerente, 0 en otro caso.
Ci = 1 si el puesto que ocupa el trabajador es de Comercial, 0 en otro caso.
Ai : Antigüedad (en años en el puesto de trabajo).
Mi = 1 si es mujer, 0 en otro caso.
Hi = 1 si es hombre, 0 en otro caso.

Utiliza el fichero de datos salario.gdt disponible en eGela.

Parte E

Otra investigadora sugiere que la forma funcional adecuada para la relación entre el salario y la antigüedad es
la siguiente:
Si = β1 + β2 Ei + β3 Ti + β4 Gi + β5 Mi + β6 Ai + β7 (Ai × Mi ) + ui , i = 1, . . . , 1260. (1)

1. Estima el Modelo (1).

Solución:

Modelo (1): estimaciones MCO utilizando las 1260 observaciones 1–1260

Variable dependiente: S
Variable Coeficiente Desv. tı́pica Estadı́stico t valor p
const -0,222065 0,690986 -0,3214 0,7480
E 0,447958 0,0462263 9,6906 0,0000
T -0,894977 0,372056 -2,4055 0,0163
G 0,0350787 0,269567 0,1301 0,8965
M -1,6635 0,443631 -3,7497 0,0002
A 0,101433 0,0122749 8,2634 0,0000
AxM -0,0553429 0,0227581 -2,4318 0,0152
Media de la var. dependiente 6,30669
D.T. de la variable dependiente 4,66064
Suma de cuadrados de los residuos 22012,1
Desviación tı́pica de los residuos (σ̂) 4,19136
R2 0,195095
F (6, 1253) 50,6176

1
Downloaded by Flanagan CALL ([email protected])
 lOMoARcPSD|8473962

2. Estima el efecto marginal de la antigüedad sobre el salario. ¿Es constante? ¿De qué depende?
Solución:
∂E(Si |X) b i |X)
∂ E(S
∂Ai = β6 + β7 Mi −→ ∂Ai = β̂6 + β̂7 Mi = 0, 1014 − 0055Mi
De modo que si es un hombre, el efecto marginal estimado es β̂6 = 01014, mientras que si es una mujer
β̂6 + β̂7 = 0, 1014 − 0, 055 = 0, 0464. Por tanto, no es constante ya que depende del género.

3. Estima la diferencia en el salario medio entre una mujer y un hombre (resto caracterı́sticas iguales) ¿Es
igual para todos los trabajadores?
Solución:
El salario medio estimado en euros por hora no es igual para todos los trabajadores porque dependerá de la
antigüedad en la empresa y del puesto de trabajo.

b i |Hombre) = β̂1 + β̂2 Ei + β̂3 Ti + β̂4 Gi + β̂6 Ai = −0, 222 + 0, 447Ei − 0, 894Ti + 0, 035Gi + 0, 101Ai
E(S

b i |Mujer) = β̂1 + β̂2 Ei + β̂3 Ti + β̂4 Gi + β̂5 + β̂6 Ai + β̂7 Ai =

E(S
= −0, 222 + 0, 447Ei − 0, 894Ti + 0, 035Gi − 1, 663 + 0, 101Ai − 0, 055Ai =
= −1, 94 + 0, 447Ei − 0, 894Ti + 0, 035Gi + 0, 046Ai

b i |Mujer) − E(S
E(S b i |Hombre) =
= β̂1 + β̂2 Ei + β̂3 Ti + β̂4 Gi + β̂5 + β̂6 Ai + β̂7 Ai − β̂1 − β̂2 Ei − β̂3 Ti − β̂4 Gi − β̂6 Ai =
= β̂5 + β̂7 Ai =
= −1, 663 − 0, 055Ai

4. Miren, Joxe y Pedro son tres amigos que siempre han estudiado juntos (Ei =18). Miren comenzó a trabajar
en la empresa como gerente un año antes que Joxe y Pedro y pudo incorporarlos como Comercial y Técnico
respectivamente.

a) ¿Cuál es el salario esperado de Miren, Joxe y Pedro?

Solución:

E(Si |Miren) = β1 + β2 18 + β4 + β5 + β6 Ai + β7 Ai = β1 + β4 + β5 + β2 × 18 + (β6 + β7 )Ai eu-

ros/hora.

E(Si |Joxe) = β1 + β2 × 18 + β6 Ai euros/hora.

E(Si |Pedro) = β1 + β2 × 18 + β3 + β6 Ai = (β1 + β3 ) + β2 × 18 + β6 Ai euros/hora.

b) ¿Cuál es el salario esperado de Miren, Joxe y Pedro si Miren lleva en la empresa 15 años?
Solución:

E(Si |Miren) = β1 + β2 × 18 + β4 + β5 + β6 × 15 + β7 × 15 = β1 + β4 + β5 + β2 × 18 + (β6 + β7 ) × 15

euros/hora.

E(Si |Joxe) = β1 + β2 × 18 + β6 × 14 euros/hora.

E(Si |Pedro) = β1 + β2 × 18 + β3 + β6 × 14 = (β1 + β3 ) + β2 × 18 + β6 × 14 euros/hora.

c) ¿Cuál es la diferencia estimada en el salario esperado de Pedro y Joxe? ¿Es significativa esa diferen-
cia?

2
Downloaded by Flanagan CALL ([email protected])
 lOMoARcPSD|8473962

Solución:
E(Si |Pedro) − E(Si |Joxe) = (β1 + β3 ) + β2 18 + β6 14 − β1 − β2 18 − β6 14 = β3
b i |Pedro) − E(S
Luego la diferencia estimada es: E(S b i |Joxe) = β̂3 = −0, 89 euros por hora.
De modo que se estima que Pedro tiene un salario por hora 0,89 euros menor que Joxe porque β̂3 = −0894.
Para
 comprobar si es significativa esa diferencia, realizaremos el siguiente contraste:
H0 : β 3 = 0 β̂3 H0
Ha : β3 6= 0 c βˆ3 ) ∼ t(N −K)
des(

tc = −0,894
0,372 =| −2, 405 |= 2, 405 > t(206)0,025 = 1,96 → Se rechaza la hipótesis nula a un nivel de
significatividad del 5 % de modo que la diferencia en el salario esperado de Pedro y Joxe es significativa.
d ) ¿Entre qué valores estimas la diferencia en el salario esperado de Joxe y Pedro?
Solución:
Variable Coeficiente Intervalo de confianza 95 %
bajo alto
const -0,222065 -1,5776 1,13355
E 0,447958 0,357269 0,538648
T -0,894977 -1,6249 -0,165055
G 0,0350787 -0,493774 0,563932
M -1,6635 -2,5338 -0,793155
A 0,101433 0,0773510 0,125514
AxM -0,0553429 -0,0999910 -0,0106947
De modo que se estima que la diferencia en el salario esperado de Joxe y Pedro estará entre 0,165 y
1,6249 euros a favor de Joxe.
e) ¿Cuál es la diferencia estimada en el salario esperado de Miren y Joxe?
Solución:

E(Si |Miren) − E(Si |Joxe) = β1 + β4 + β5 + β2 × 18 + (β6 + β7 ) × 15 − β1 − β2 × 18 − β6 × 14 =

= β4 + β5 + β6 × (15 − 14) + 15 × β7

De modo que la diferencia estimada es:

b i |Miren)−E(S
E(S b i |Joxe) = β̂4 +β̂5 +β̂6 +15×β̂7 = 0, 035−1, 66+0, 1014+15 (−0, 055) = −2, 462 ∈ /h.

f ) Supón que los tres acaban de entrar en la empresa, de modo que Ai = 0 para los tres. ¿Cuál es la
diferencia en el salario esperado de Miren y Joxe? ¿Es significativa esa diferencia? Realiza el con-
traste de dos formas: mediante el estadı́stico que se basa en la Suma de los Residuos al Cuadrado y
mediante el estadı́stico con distribución t de Student. Detalla todos los elementos de los contrastes.
Solución:
Si Miren y Joxe acaban de entrar en la empresa y por tanto, Ai = 0, la diferencia de sus salarios esperados
es: E(Si |Miren) − E(Si |Joxe) = β1 + β2 × 18 + β4 + β5 − β1 − β2 × 18 = β4 + β5

1a Forma:
H0 : β 4 + β 5 = 0 (SCRR − SCR) /q H0
∼ F(q,N −K)
Ha : β4 + β5 6= 0 SCR/(N − K)
Donde SCR = 22012, 1 es la Suma de Cuadrados de Residuos del modelo no restringido (Modelo
(1)), q=1, (N-K)=1253 y SCRR = 22190, 2 es la Suma de Cuadrados de Residuos del modelo restrin-
gido siguiente:

Si = β1 + β2 Ei + β3 Ti + β4 Gi − β4 Mi + β6 Ai + β7 (Ai × Mi ) + ui , i = 1, . . . , 1260.

3
Downloaded by Flanagan CALL ([email protected])
 lOMoARcPSD|8473962

Si = β1 + β2 Ei + β3 Ti + β4 (Gi − Mi ) + β6 Ai + β7 (Ai × Mi ) + ui , i = 1, . . . , 1260.

Modelo restringido: estimaciones MCO utilizando las 1260 observaciones 1–1260
Variable dependiente: S
Variable Coeficiente Desv. tı́pica Estadı́stico t valor p
const -0,916354 0,658076 -1,3925 0,1640
E 0,448440 0,0463942 9,6659 0,0000
T -0,783896 0,371765 -2,1086 0,0352
Z = Gi − Mi 0,462729 0,234587 1,9725 0,0488
A 0,121991 0,0104782 11,6423 0,0000
AxM -0,105450 0,0165024 -6,3900 0,0000
Media de la var. dependiente 6,30669
D.T. de la variable dependiente 4,66064
Suma de cuadrados de los residuos 22190,2
Desviación tı́pica de los residuos (σ̂) 4,20661
R2 0,188581
F (5, 1254) 58,2880

Fc = (22190,2−22012,1)/1
22012,1/1253 = 10, 14 > F(1,1253)0,05 = 3, 84 → Se rechaza la hipótesis nula al nivel de
significación del 5 % de modo que hay evidencia muestral para concluir existe diferencia entre el salario
esperado de Miren y Joxe.

2a Forma:
H0 : w = β 4 + β 5 = 0 ŵ H0
Ha : w = β4 + β5 6= 0 c ŵ) ∼
des(
t(N −K)

β̂4 +β̂5 0,0350−1,6635 −1,6285

tc = √ d = √ = 0,511 = |−3, 18|
V ar(β̂4 )+Vd d β̂4 β̂5 )
ar(β̂5 )+2 Cov( 0,0726+0,1968+2 (−0,00399)

tc = 3, 18 > t(1253)0,025 = 1,96 →Se rechaza la hipótesis nula al nivel de significación del 5 % de
modo que hay evidencia muestral para concluir existe diferencia entre el salario esperado de Miren y Joxe.

Matriz de covarianzas de los coeficientes

const E T G M
0, 477462 −0, 0285690 −0, 0345766 −0, 0165551 −0, 0949291 const
0, 00213687 0, 00100153 −0, 00110889 0, 00118616 E
0, 138426 0, 0238641 −0, 00602743 T
0, 0726666 −0, 00399748 G
0, 196809 M
A AxM
−0, 00436623 0, 00348079 const
9, 65051e-05 −4, 72315e-05 E
−5, 09797e-05 0, 000148187 T
0, 000324719 0, 000190847 G
0, 00297637 −0, 00823668 M
0, 000150673 −0, 000145447 A
0, 000517931 AxM

4
Downloaded by Flanagan CALL ([email protected])
 lOMoARcPSD|8473962

5. ¿Hay evidencia muestral de que la antigüedad es una variable relevante?

Solución:
H0 : β 6 = β 7 = 0 (SCRR − SCR) /q H0
∼ F(q,N −K)
Ha : β6 6= 0 y/o β7 6= 0 SCR/(N − K)
Donde SCR = 22012, 1 es la Suma de Cuadrados de Residuos del modelo no restringido (Modelo (1)),
q=2, (N-K)=1253 y SCRR = 23296 es la Suma de Cuadrados de Residuos del modelo restringido, el especi-
ficado en la PARTE C.

Fc = (23296−22012,1)/2
22012,1/1253 = 36, 54 > F(2,1253)0,05 = 3 → Se rechaza la hipótesis nula al nivel de significa-
ción del 5 % de modo que hay evidencia muestral para concluir la antigüedad es una variable significativa para
explicar el salario.

6. ¿Hay evidencia muestral de que el efecto marginal de la antigüedad sobre el salario es menor para una
mujer que para un hombre?
Solución:
Tal y como se ha visto en un apartado anterior, ∂E(S i)
∂Ai = β6 + β7 Mi −→ De modo que si es un hombre, el
efecto marginal es β6 , mientras que si es una mujer β6 + β7 . Para que el de la mujer sea menor, tiene que
ocurrir que β7 < 0.

H0 : β 7 = 0 β̂7 H0
Ha : β 7 < 0 c βˆ7 ) ∼ t(N −K)
des(

tc = −0,055
0,0227 = −2, 4318 < −t(1253)0,05 = −1,64 → Al nivel de significación del 5 % se rechaza la hipóte-
sis nula de modo que hay evidencia en la muestra de que el efecto marginal de la antigüedad sobre el salario
es menor para una mujer que para un hombre.

7. ¿Qué especificación consideras más adecuada, el Modelo especificado en la PARTE C o el Modelo (1)?
Razona tu respuesta en base a las propiedades de los estimadores en ambos modelos y la validez de la
inferencia.
Solución:
Tal y como se ha comprobado en un partado anterior, la variable antigüedad es relevante para explicar el salario.
Por consiguiente, en el Modelo especificado en la PARTE C hay un error de especificación, concretamente,
omisión de variable relevante ya que no incorpora a la variable antigüedad, ni a su interacción con el género,
que también es una variable individualmente significativa. De este modo, los estimadores de los coeficientes
del Modelo especificado en la PARTE C son sesgados, ya que E(u|X) 6= 0. También es sesgado el estimador
de la varianza de la perturbación, lo que conlleva a que los contrastes habituales con los estadı́sticos t y F no
sean válidos ya que no siguen las distribuciones t de Student y F de Snedecor.

5
Downloaded by Flanagan CALL ([email protected])