Capitulo 4

DATASETS PARA R

Introducción a la econometría, Wooldridge

 Una  explicación antes de comenzar.

 

Esta página contiene ejemplos de cada capítulo de  Introducción ala Econometría :  Un Enfoque Moderno,  4a  edición de Jeffrey M. Wooldridge.  Cada ejemplo ilustra cómo cargar los datos, construir modelos econométricos  y calcular estimaciones con el programa R .

El sitio de recursos complementario al libro proporciona conjuntos de datos disponibles públicamente para Eviews, Excel, y el software comercial Stata, R es la opción de software libre.

Además, el uso de R al construir una base en el modelado econométrico introduce uno a las herramientas de software capaces de escalar con las demandas de los métodos modernos en computación estadística. En el Apéndice  se citan fuentes adicionales sobre el uso de R para la econometría.

Los estudiantes nuevos tanto en econometría como en paquete R pueden considerar que la introducción a ambos es compleja. En particular, el proceso de carga y preparación de datos antes de construir el primer modelo econométrico resulta frustrante debido a que no es amigable el programa y cualquier error se constituye en una verdadera complicación. El  paquete de datos  wooldridge tiene como objetivo simplificar esta tarea. Contiene el conjunto de datos de Introducción a la Econometría :  Un Enfoque Moderno, que se puede cargar con una simple llamada a la función data().

Lo primero es  instalar y carga el paquete  wooldridge con el comando install. Para aquellos familiarizados con Stata saben que contiene bases de datos precargadas y con el paquete. Pero con el uso regular de libros de texto, los autores ponen disponibles los datos no sólo en la forma regular a través de archivos indivuales. Ahora también se tiene la costrumbre de instalar directamente la biblioteca completa de bases de datos, en este caso los 111 archivos indivuales es cargan directamente con un sólo proceso.

install.packages("wooldridge")
library(wooldridge)

Capítulo 4: Análisis de regresión múltiple: inferencia

Example 4.7 Efecto de la capacitación laboral sobre las tasas de desecho de la empresa

Cargue el jtrain  conjunto de datos y si está utilizando RStudio,  View el conjunto de datos.

data("jtrain")

De H. Holzer, R. Block, M. Cheatham y J. Knott (1993), ¿Los subsidios de capacitación son efectivos? The Michigan Experience , Industrial and Labour Relations Review 46, 625-636. Los autores amablemente proporcionaron los datos.

?jtrain
View(jtrain)

Cree un índice lógico, identificando qué observaciones ocurren en 1987 y son no-unión.

index <- jtrain$year == 1987 & jtrain$union == 0

A continuación, subconjunta los datos de jtrain por el nuevo índice. Esto devuelve un data.frame de jtraindatos de empresas no sindicalizadas para el año 1987.

jtrain_1987_nonunion <- jtrain[index, ]

Ahora cree el modelo lineal regresivo hrsemp(horas totales de capacitación / total de empleados capacitados), el lsales(registro de ventas anuales) y lemploy(el registro del número de empleados), en contra lscrap(el registro de la tasa de raspado).

α β1β2β3ylsdorunpag=α+β1hrsmimetropag+β2lsunlmis+β3lmimetropagloy
linear_model <- lm(lscrap ~ hrsemp + lsales + lemploy, data = jtrain_1987_nonunion)

Finalmente, imprima el diagnóstico estadístico de resumen completo del modelo.

Variable dependiente:
lscrap
hrsemp -0.029 (0.023)
lsales -0,962 ** (0,453)
lemploy 0,761 * (0,407)
Constante 12.458 ** (5.687)
Observaciones 29
2 0.262
2 ajustado 0.174
Residual Std. Error 1.376 (df = 25)
Estadística F 2.965 * (df ​​= 3; 25)
Nota: p <0.1; p <0.05; p <0.01