Capitulo 5.5

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 5: Análisis de regresión múltiple:

Capítulo 5: Análisis de regresión múltiple: Asintóticos OLS

Example 5.3: Modelo económico del crimen

De J. Grogger (1991), Certeza vs. Severidad de castigo , Economic Inquiry 29, 297-309. El profesor Grogger amablemente proporcionó un subconjunto de los datos que utilizó en su artículo.

86 β0β1β2gβ3β486 β5q86 μnorteunrr86=β0+β1pagdonortev+β2unvgramosminorte+β3tottyometromi+β4pagtyometromi86+β5qmimetropag86+μ

86 :norteunrr86:número de veces arrestado, 1986. pcnv:
pagdonortev:proporción de detenciones previas que conducen a condenas avg
:unvgramosminorte:oración promedio cumplida, duración en meses. tottime:
tottyometromi:tiempo en prisión desde que cumplió 18 años, duración en meses. ptime86:
pagtyometromi86:meses de prisión durante 1986. q
86 :qmimetropag86: cuartos empleados, 1986.

Cargue el crime1conjunto de datos.

data("crime1")
?crime1

Estime el modelo.

restricted_model <- lm(narr86 ~ pcnv + ptime86 + qemp86, data = crime1)

Crea una nueva variable que restricted_model_ucontenga los residuos μ~μ~ de la regresión anterior.

restricted_model_u <- restricted_model$residuals

A continuación, regresión pcnv, ptime86, qemp86, avgsen, y tottime, contra los residuos μ~μ~guardado en restricted_model_u.

μ~β1β2gβ3β486 β5q86μ~=β1pagdonortev+β2unvgramosminorte+β3tottyometromi+β4pagtyometromi86+β5qmimetropag86
LM_u_model <- lm(restricted_model_u ~ pcnv + ptime86 + qemp86 + avgsen + tottime, 
    data = crime1)
summary(LM_u_model)$r.square
## [1] 0.001493846
M725 0.0015 )LMETRO=2,725(0.0015)
LM_test <- nobs(LM_u_model) * 0.0015
LM_test
## [1] 4.0875
qchisq(1 - 0.10, 2)
## [1] 4.60517

El p- valor es:

PAGX224.09 ≈ 0.129PAG(X22>4.09)≈0.129
1-pchisq(LM_test, 2)
## [1] 0.129542