Upload
sergio-gonzalez
View
328
Download
17
Embed Size (px)
Citation preview
APRENDIENDO A USAR STATA
Carlos Giovanni Gonzlez Espitia
Email: [email protected]
Departamento de Economa
Universidad Icesi
Resumen
El objetivo de este documento es introducir al lector en el uso bsico de Stata,
posiblemente el software economtrico ms popular y con las herramientas
predefinidas ms adecuadas de clculo automatizado para la docencia y la
investigacin en economa.
Palabras Clave: Econometra, software economtrico, Stata
Clasificacin JEL: C01, C87.
Stata es una marca registrada de Stata Corporation. Copyright 19962010 StataCorp LP, 4905
Lakeway Drive, College Station, TX 77845 USA. Las opiniones contenidas en este documento, los errores
u omisiones son de exclusiva responsabilidad del autor.
.::UdecomBooks::.
2
1 Introduccin
Este documento es el primero de una serie de documentos de carcter acadmico que
se escribirn sobre el uso en econometra del software Stata. Este programa no es
libre y tampoco es gratuito, por lo que es necesario acceder a una licencia para su uso
legal. La empresa que desarrolla y comercializa el software es StataCorp
(www.stata.com). Este programa supera prcticamente todos los test de fiabilidad
(www.stata.com/support/cert/), por esta razn, adems de su rigurosidad y manejo
de dos ambientes de trabajo, es uno de los programas economtricos ms utilizados.
Una de las ventajas ms destacadas del programa es que permite un ambiente de
trabajo tradicional por medio de ventanas (Windows), el cual es muy fcil de utilizar a
travs de un men principal y de una barra de herramientas de donde se despliegan
todas las opciones posibles que tiene predefinidas el software. Por otro lado, tambin
permite trabajar con comandos predefinidos, que se complementa con un potente
lenguaje de programacin. Esta opcin permite utilizar rutinas para ejecutar
programas previamente hechos sin necesidad de empezar de nuevo. Posiblemente,
sta opcin de uso es una de las ventajas ms reconocidas para usar Stata.
Este documento va dirigido a todos los estudiantes, profesores e investigadores en
economa deseosos de empezar a usar el programa, o profundizar sus conocimientos
en la herramienta. Adems, el documento es una herramienta de apoyo y no sustituye
los manuales de Stata, ni los libros ms rigurosos de econometra.
El objetivo de este documento es introducir al lector en el uso bsico de Stata, uno de
los programas ms populares y rigurosos para hacer econometra. Actualmente los
econometristas pueden facilitar su labor al realizar una buena eleccin del software
con el que se va a trabajar. Algunas de las ventajas de utilizar Stata son que permite
realizar las regresiones de manera sencilla y rpida mediante comandos, adems de
que tiene propiedades particulares como la facilidad de guardar en un archivo todo lo
realizado hasta cierto punto para reanudar con el trabajo despus de cerrado el
programa.
El documento consta de cuatro apartados, el primero de ellos es esta introduccin. En
el segundo apartado se hace una introduccin al programa y a los comandos ms
bsicos. El tercer apartado recoge las nociones bsicas para el procesamiento de
datos. En el cuarto apartado se presentan algunos comentarios generales del uso
bsico del programa. Finalmente, el documento termina con una seccin de la
bibliografa usada y otra complementaria. El documento termina con un anexo sobre
el uso del programa Stattranfer, la econometra no sera lo mismo sin l.
3
2 Comandos bsicos
Stata es un programa que se instala fcilmente y que tiene una interface muy
amigable. En el Cuadro 1, se puede observar la salida inicial del programa. En la parte
superior de la interfase de salida de Stata vemos el men principal con todas sus
opciones (File, Edit, Data, Graphics, Statistics, User, Windows y Help), as como una
barra de herramientas con once iconos, distribuidos en el siguiente orden (Open,
Save, Print, Log, New viewer, Graph, New do-file editor, Data editor, Data browser,
Clear y Break). En la misma salida se observan cuatro grandes ventanas, (i) Results, (ii)
variables, (iii) Review y (iv) Command.
Cuadro 1. Salida inicial de Stata 11
A continuacin se describe cual es el uso de cada una de las ventanas que se observan
en la pantalla principal del programa:
a. Results
En esta ventana encontramos el logo de Stata, la versin del programa que se est
usando y la memoria que tenemos disponible para cargar los datos y el nmero de
variables. En esta ventana de resultados, como su nombre lo indica, se tendrn todo
tipo de resultados sobre los comandos que se ejecuten; tambin aparecen mensajes
de lo que se est haciendo o lo que est ejecutando el programa, as como mensajes si
cometemos algn tipo de error. Los colores de las palabras nos indican si son
resultados de un comando, si es un comando o si es un error. Esta opcin de los
.::UdecomBooks::.
4
colores est predefinida pero se puede cambiar. Con click derecho sobre la ventana
podemos copiar, imprimir el texto, o establecer las preferencias para esta ventana.
b. Variables
Esta ventana, que aparece a un lado de la ventana de resultados, muestra las variables
que contiene el archivo que se abri o del fichero que actualmente se tiene en
memoria, tambin nos muestra informacin de las etiquetas de cada una de las
variables; as como la informacin relevante de cada variable (Name, Label, Type y
Format). Puede utilizarse para introducir los nombres de las variables en la ventana de
comandos haciendo click sobre la variable. Igualmente, situndonos en la variable y
haciendo click derecho se puede introducir comentarios a esa variable. Para ver las
notas de un fichero se puede usar el comando .notes list.
c. Review
La ventana de revisin, muestra una lista de los comandos que recientemente se han
ejecutado desde que se abri algn tipo de archivo, sea de datos (*.dta), un do-file
(*.do) o un log (*.log). Desde esta ventana se pueden incluir comandos tecleados con
anterioridad en la ventana command, con hacer click una vez en el mismo. Y haciendo
click dos veces se copia y ejecuta.
d. Command
Esta es la ventana donde se deben escribir los comandos que se desean ejecutar. Se
pueden recuperar comandos escritos anteriormente o posteriormente con la tecla
RePg o AvPg, hasta llegar al comando buscado, o tambin se pueden buscar en la
ventana Review y darle click. Otra ayuda importante en esta ventana es la opcin de
completar automticamente el nombre de una variable tecleada parcialmente con la
tecla Tab.
En general, Stata permite ser usado por medio de ventanas con la opcin del men
principal convencional. Una vez se selecciona una opcin del men, se puede buscar y
seleccionar la opcin de lo que se desea hacer (inmediatamente el programa abre otra
ventana, donde se define la tarea que deseamos que realice el programa).
La otra opcin es por comandos o programacin, que se debe hacer directamente en
la ventana de comandos o creando un do-file. Ej: Se escribe directamente la opcin
use or open.
Muchos de los comandos de Stata se pueden abreviar a las primeras letras. Por
ejemplo: el comando inspect se puede escribir ins, teniendo el mismo resultado.
Es fundamental tener cuidado en el uso de los comandos porque este software es muy
sensible al uso de maysculas y minsculas. Ejemplo: Para Stata no es lo mismo
inspect que INSPECT o que Inspect. El comando correcto es inspect. Todos los
5
comandos de Stata se escriben en minsculas, mientras que los nombres de las
variables dependen del creador del archivo de datos y pueden ir en maysculas,
minsculas o combinaciones.
Por otra parte, los tipos de archivos que podemos usar en Stata son:
Tabla 1. Extensin y tipos de archivos en Stata
Extensin Tipo de archivo
.dta Archivos de datos
.do Archivos de comandos
.ado Programas
.hlp Archivos de ayuda
.gph Grficos
.dct Archivos diccionarios
.smcl Archivos log
.raw Ficheros de datos ASCII/text
.dct Ficheros de instrucciones ASCII
A continuacin, se presentan algunos temas que es necesario conocer antes de
empezar a usar el programa.
2.1 Personalizacin de la ventana inicial
El programa tiene unas preferencias establecidas para su uso. Sin embargo, estas
pueden ser cambiadas desde el men principal. Siguiendo la ruta: Edit Preferences.
Algunas de las preferencias que se pueden modificar son:
Edit Preferences General preferences
En las preferencias generales se pueden cambiar las preferencias de la ventana inicial
de Stata. Por ejemplo, se pueden modificar los colores de la ventana de resultados,
hay tres colores negro (predefinido), blanco y azul. En esta misma ventana, se pueden
hacer cambios sobre los colores de las letras. Por ejemplo, el programa tiene
predefinidos mensajes en letras rojas para errores. Aqu tambin se puede definir el
tamao de la ventana y si se quiere minimizar o maximizar la ventana: Edit Preferences General preferences Manage preferences, o dando click derecho sobre la ventana de resultados y despus en Font. Modificando la fuente de la
ventana de resultados se puede obtener mayor claridad al copiar el resultado por
ejemplo en un archivo de Microsoft Word, y/o Latex.
2.2 Ayudas de Stata
Stata es un programa muy completo y en ocasiones es difcil conocer para qu sirven
todos los comandos que el programa trae predefinidos. El men desplegable Help, nos
permite de forma muy intuitiva buscar informacin sobre estadsticas, grficos,
.::UdecomBooks::.
6
manejo de datos, programacin, etc., as como descargar de la red las ltimas
actualizaciones de Stata, programas realizados por analistas y puestos a disposicin de
todos los usuarios del software.
Para situaciones en las cuales necesitamos ayuda, podemos acceder fcilmente al
men de ayuda del programa haciendo click en el men help de la barra de
herramientas. En caso de necesitar ayuda acerca de cmo se utiliza un comando, los
pasos son los siguientes:
Primero, dando click en Stata Command Stata abre una nueva ventana donde se nos
pide introducir el comando sobre el que necesitamos ayuda:
Una vez introducido el comando, se abre la ventana Viewer(#1) [Help describe] que
proporciona la informacin que se est solicitando:
Cuadro 2. Ventana de ayuda de Stata
En esta nueva ventana el programa ofrece la descripcin completa de la sintaxis que
se debe usar para escribir correctamente el comando. Igualmente, si se tienen dudas
7
sobre qu hace un comando o cmo se utiliza, se puede acceder a la informacin
tecleando simplemente:
.help nombre del comando
En caso de que no se sepa cmo se escribe el comando o se desconoce si el programa
tiene predefinido un comando para lo que se desea hacer, se puede usar el comando:
.search palabra clave.
2.3 Modificar la memoria
Cuando se abre un archivo de datos en Stata el programa mantiene los datos en la
memoria. As, si se est trabajando con un archivo de datos y se desea cargar otro
archivo es necesario remover el archivo de la memoria y para esto usamos el
comando:
.clear
Tecleando este comando se borran todos los datos que se encontraban en la memoria
del programa.
En otras ocasiones cuando se intenta abrir un archivo puede salir el siguiente mensaje:
.no room to add more observations
.r (901);
Lo cual significa que la memoria asignada por defecto por el programa es insuficiente
para cargar los datos o ejecutar lo que solicitamos. Se puede averiguar cunta
memoria hay asignada y cunta se tiene libre tecleando:
.memory
Y se puede ampliar la memoria asignada, por ejemplo a 10Mb, tecleando:
.set memory 10m
Se puede asignar una memoria permanente diferente a la predefinida siempre que se
abra el programa, esto se puede hacer agregando permanently al comando, de la
siguiente manera:
. set memory 10m, permanently
Generalmente, la memoria asignada por defecto es insuficiente para la mayora de
trabajos en investigacin y algunos en docencia. Por lo que es mejor siempre al inicio
de cada sesin de trabajo ampliar la memoria.
.::UdecomBooks::.
8
2.4 Estructura de los comandos
La estructura general de la sintaxis de los comandos de Stata es la siguiente:
[by varlist:] Command [varlist] [=exp] [if exp] [in range] [weight] [using filename] [,
options]
Donde los corchetes indican partes que tienen o no que aadirse segn el comando
especfico del que se trate y lo que se desee hacer. A continuacin se describirn
brevemente cada una de las opciones entre corchetes.
[by varlist:]
Esta opcin hace que el comando se ejecute por separado, dentro de cada grupo de
variables del archivo o de algunas variables especificadas. El fichero tiene que estar
ordenado por esas variables (para ordenar variables usamos el comando .sort):
.sort sex age
Este comando ordena los datos por sexos y dentro de cada sexo, por edades.
.by sex age: regress vard var1 var2 var3
Este otro, estima una regresin de vard sobre var1, var2 y var3 dentro de cada grupo
de sexo y edad.
[varlist:]
Esta opcin especifica las variables para las que se pide el comando. Por ejemplo:
var1 Variable var1.
var1 var 2 var3 Variables var1, var2, var3.
hh* Variables que empiezan con hh.
var1-var6 Desde la variable var1 hasta var6.
[=exp]
Esta opcin sirve para expresiones matemticas o lgicas. Especifica el valor asignado
a una variable. Los operadores que pueden incluirse son los siguientes:
Tabla 2. Operadores bsicos de expresiones en Stata
Aritmticos Lgicos Relacionales (variables
numricas y de cadena)
+ suma ~ no > mayor que
- resta l o < menor que
* multiplicacin & y >- mayor o igual que
/ divisin
9
^ potencia == igual que
+ encadenamiento de
cadenas
~= no igual que
Es importante aclarar que las expresiones lgicas generan dos posibles resultados para
Stata, segn las va evaluando, observacin a observacin:
Verdadero=1, si son ciertas para esas observaciones, o bien,
Falsas=0, si no son ciertas para esa observacin.
Otras expresiones que pueden utilizarse son las variables del sistema, que son
variables internas de Stata cuyos nombres empiezan por _. Por ejemplo, dos
variables del sistema que pueden ser tiles son:
_n nmero de la observacin, segn el orden actual del fichero. _N nmero total de observaciones (coincide con el _n de la ltima observacin)
[if exp]
Las condiciones if se utilizan para restringir el campo de actuacin de un comando a
slo las observaciones que cumplen la condicin especificada. Por ejemplo:
.list var1 var2 if var1>20
.list var1 var2 if var1>20 & var120 l var1
10
aweight: analytic weights, indica los pesos inversamente proporcionales a la varianza
de cada observacin. Un uso tpico de este tipo de ponderacin es cuando las
observaciones son medias y el peso representa el nmero de elementos que generan
la media. Han de ser positivos, pero no necesariamente enteros.
Iweight (importance weights): estos comandos no tienen definicin estadstica formal,
simplemente representan de alguna forma la importancia que se atribuye a cada
observacin. Cada comando que los acepta explica cmo los utiliza puede tener
cualquier forma.
Estas variables de ponderacin se incorporan a los comandos as (recuerde que los
weights se especifican siempre entre corchetes):
.command ponderacin [weighttype=varname]
[using filename]
Se utiliza slo en algunos comandos, como infile o outfile.
[, options]
En la sintaxis de cada comando, que puede verse en las ayudas, se especifican las
opciones disponibles. Las opciones se escriben siempre detrs de una coma, pero no
es necesario poner comas entre las distintas opciones.
2.5 Comando para usar bases de datos que vienen con Stata:
Otra de las herramientas bsicas con las que podemos contar para practicar y
perfeccionar nuestro entrenamiento en Stata es un conjunto de bases de datos que
vienen incorporadas automticamente con el programa. El comando para abrir stas
bases de datos es:
.sysuse nombre de la base de datos
Un ejemplo es: .sysuse auto
Tras ejecutar este comando, inmediatamente se observa cmo el programa carga un
archivo de datos llamada auto. Alternativamente, el programa permite realizar la
misma accin mediante la barra de herramientas, as: File Example datasets. Con
esta opcin, podemos acceder a todas las bases de datos o podemos acceder a los
ficheros por temas de estudio como regresin lineal, series de tiempo, datos de panel,
etc.
Adems de esto, el programa ofrece una serie de bases de datos disponibles en
Internet. Estas se pueden utilizar por ejemplo con la direccin
http://www.ats.ucla.edu/stat/stata/ o por REPEC mediante la direccin
http://ideas.repec.org/ .
11
3 Procesamiento de datos
Despus de descargar los datos a un software amigable como Stata, el econometrista
se enfrenta al procesamiento de los datos, variables y observaciones para realizar su
anlisis economtrico. A continuacin, se describen algunos de los comandos bsicos
para realizar un buen procesamiento de la base de datos.
3.1 Abrir, guardar y salir
a. Abrir archivos de Stata:
Stata permite varias opciones para abrir o leer ficheros de datos. As, si ya se tienen
grabados los datos en formato Stata (*.dta), podemos abrir el archivo mediante el
men Open o directamente con el comando:
.use
Algunas de las posibilidades que permite el programa para usar este comando son:
Si los datos estn en una carpeta especfica entonces se debe utilizar:
.use C:\carlos\2009\
use t12009
O tambin, para obtener el mismo resultado:
.use C:\carlos\2009\t12009.dta
Se debe tener en cuenta que no es preciso indicar el directorio si los datos estn en el
directorio de trabajo actual (el directorio de trabajo lo da Stata en la lnea inferior de
la pantalla). Por defecto, el directorio de trabajo es C:\DATA. En este caso se debera
usar:
.use t12009
Adems, no es preciso sealar tampoco la extensin .data, ya que el programa lo
asume por defecto.
Tambin podemos abrir datos parciales de un archivo:
.use var1 var2 using t12009
Con la opcin anterior slo se abrirn las variables var1 y var2 del archivo t12009.
Adems, si se desea seleccionar las diez primeras observaciones, entonces se debe
indicar:
.use t12009 in 1/10
Las dos anteriores opciones se pueden combinar seleccionando de un archivo de
datos slo algunas variables y algunas observaciones. Cuando se trabaja al mismo
.::UdecomBooks::.
12
tiempo con varias bases de datos, es importante tener cuidado, ya que si se tienen en
la memoria unos datos en los que se han hecho cambios no grabados e se intenta
abrir un archivo de datos nuevo, Stata dar un mensaje de error con el aviso de que
no se han guardado los cambios. Para evitar esto, se debe incluir al final el comando
.clear, de la siguiente forma:
.use t12009, clear
Tambin se puede abrir un archivo de Stata por medio de ventanas: File Open (o directamente con el icono Open).
b. Abrir archivos en otro formato
Para abrir datos que todava no estn en formato Stata se utilizan los comandos
.insheet, .infile o .infix, dependiendo del formato y disposicin de los datos
.infile
Este comando permite la lectura de archivos sin formato o con formato ASCII
.infix e insheet
Estos comandos sirven para leer datos desde un fichero auxiliar de formato fijo y
hacer lectura recursiva de algn archivo, respectivamente.
c. Guardar
Para gravar un archivo de datos se utiliza el comando:
.save nombre del archivo
Stata graba el nuevo archivo en el directorio de trabajo y le aade automticamente la
extensin .dta. Si lo que se desea es que el programa lo guarde en el directorio de
trabajo predeterminado, Stata lo guardar por defecto siempre en c:\data. Debemos
escribir .save y el nombre del archivo.
Ahora bien, si se tiene el fichero con ese nombre y se quiere guardar una nueva
versin del mismo, con algunas modificaciones, como por ejemplo, nuevas variables
que hemos creado, se aade el comando .replace.
.save, replace
Si se desea grabar en otro directorio distinto de trabajo, se debe especificar:
.save C:\econometria\nombre del archivo
13
d. Salir
Para salir definitivamente del programa, se puede hacer por el men File, dando click
en la X de la esquina superior derecha o utilizando directamente el comando exit. Hay
que tener en cuenta que si se tienen los datos sin grabar, el programa pedir
confirmacin.
3.2 Describir, listar e inspeccionar
a. Describir datos
Para facilitar la explicacin de los comandos a partir de ahora se trabajar con los
datos auto.dta, que vienen predefinidos como (data examples) en Stata. Se abren los
datos:
.sysuse auto.dta
Una vez se tienen cargados los datos se puede empezar a trabajar con ellos. Lo
primero que se hace es una descripcin bsica de la base de datos. El comando que se
usa para describir la base de datos es:
.describe
O simplemente (d). Con esta opcin se puede ver cuntas observaciones y cuntas
variables se tenan cuando se cre el archivo y qu tamao tiene; as como una
descripcin de cada una de las variables con las que se puede trabajar. En el cuadro 3
se muestra la salida en la ventana de resultados de Stata:
Cuadro 3. Resultados del comando .describe
En el siguiente apartado se explica otro de los comandos importantes para conocer la
base de datos con la que se trabaja en un estudio economtrico.
.::UdecomBooks::.
14
b. Inspeccionar datos
.inspect
Proporciona un resumen bsico del tipo de valores que tiene una variable numrica y
un histograma de: valores positivos, nulos, negativos, enteros y no enteros de la
variable, as como los valores missing que existen. Estos ltimos estn codificados en
Stata como un punto (.) en las variables numricas y un espacio ( ) en las variables de
texto. As, si se desea inspeccionar una sola variable, se deb escribir .inspect nombre
de la variable; pero si queremos inspeccionar todas las variables se escribe
simplemente .inspect o .inspect _all.
La siguiente tabla representa los resultados que se obtienen con este comando al
introducirlo en Stata con los datos de la base auto generada por el programa.
Como se observa en la tabla, Stata arroja un grfico que muestra una estimacin de la
distribucin de los datos de la muestra de la variable seleccionada. El grfico est
comprendido entre los dos valores extremos que alcanza la variable y muestra una
distribucin aproximadamente normal. Junto a esto, el programa muestra una tabla
que indica si la variable toma valores negativos positivos o iguales a cero, adems de
mostrar si presenta algn caso de missing o no.
Otros dos comandos que sirven para inspeccionar los datos son:
.edit
Este comando permite editar la base de datos abriendo la ventana de editor de datos,
mientras que el comando .browse permite ver y revisar los datos que se tienen
cargados en Stata.
c. Listar datos
Igualmente, si se quiere obtener un listado de los valores que tienen las observaciones
de una o ms variables, se usa el comando:
.list
(21 unique values)12 41 74
# # # # . Missing - # # # Total 74 74 - # # # Positive 74 74 - # Zero - - - # Negative - - - Total Integers Nonintegers
mpg: Mileage (mpg) Number of Observations
15
Si se desea un listado para todas las variables se usa el comando slo, pero si se quiere
hacer un listado solo de los valores de una variable o de algunas, se escriben los
nombres de las variables despus del comando: .list var1 var2.
Se puede filtrar la lista de tres diferentes maneras, tal como lo muestra la siguiente
lista de ejemplos:
.list var1 var2 in 1/5
Para listar las primeras 5 observaciones de las variables indicadas
.list var1 in -5/-1
Para listar las ultimas 5 observaciones de las variables seleccionadas
.list var1 if var2 =0 Conserva las observaciones con precio positivo y elimina el
resto.
Por otro lado, el comando drop es el comando de la segunda opcin, el cual permite
borrar de la memoria las variables u observaciones de la base de datos, conservando
las restantes. Algunos ejemplos pueden ser:
.::UdecomBooks::.
16
. drop price Elimina la variable Price
. drop in 1/15 Borra las 15 primeras observaciones
. drop if price
17
se han marcado explcitamente (, preserve) antes de abandonarlo. Tambin es posible
poner etiquetas a las variables desplegando el men Data Labels.
3.5 Creacin y modificacin de variables
A continuacin se presentan algunas formas bsicas de crear y modificar variables
entre las que se destacan: generar, recodificar, renombrar y organizar variables.
a. Generar
El comando ms simple y directo para crear nuevas variables es generate. La sintaxis
bsica es:
. generate newvar = expresin
Es importante recordar que la expresin puede incluir cualquier operacin aritmtica,
de relacin o funcional (ver Tabla 2). Tambin es importante tener en cuenta que este
comando, como muchos otros de Stata, puede restringirse a determinados casos
usando las condiciones (if in).
Una extensin del comando generate es el comando egen.
. egen
Este comando puede utilizarse con determinadas funciones que se sealan a
continuacin. Dependiendo de la funcin, los argumentos se refieren a una expresin,
una lista de variables, etc. Las opciones tambin dependen de la funcin utilizada. A
continuacin se da un ejemplo sencillo de cmo utilizar este comando.
Se crea un archivo con cuatro observaciones:
.set obs 4
Se generar tres variables var1, var2 y var3:
.generate var1=2
.generate var2=4
.generate var3=var1 + var2
Se ha creado una base de datos con tres columnas (variables) y con cuatro
observaciones, cada una. A continuacin, se crean dos nuevas variables var4 y var5.
Var4 ser la suma acumulada de cada observacin de var3 (va sumando rengln tras
rengln, el dato de la observacin fila por fila):
.generate var4=sum(var3)
.::UdecomBooks::.
18
Y var5, ser la suma acumulada final de la variable var3:
.generate var5=sum(var3)
Para generar una variable con el nmero de una observacin en la base de datos se
puede usar:
.generate id=_n
Otra opcin que permite este comando es generar una variable dummy:
.generate dummy1=sexo==2
Con este comando se crea una variable dummy que es igual a 1 si sexo=2 y cero en
otro caso.
Tambin se puede crear de esta otra forma:
.generate dummy1=0
.generate dummy1=1 if sexo==2
En cualquiera de estos casos se debe tener cuidado si hay valores missing, puesto que
se estara asignando un cero a algo que en realidad es un missing. Para arreglar este
problema tenemos:
.replace dummy1= if sexo== .
b. Recodificar
Este comando puede cambiar el valor de una variable determinada.
.recode var1 2=0
Algunas encuestas vienen con los missing codificados, estos se pueden convertir
nuevamente en missing.
.recode va1 999=.
Tambin se puede recodificar una variable. Por ejemplo; recodificando la edad en
rangos:
.recode edad 15/25=1 26/35=2 36/45=3 46/55=4 56/65=5 *=9
Otros ejemplos son:
.recode edad 0/25=1 25/50=2 50/max =3, gen(edad_agrupada)
.recode x (1 2 3=1) (4 5 6 =2), gen(n_x)
19
c. Renombrar
Cambia el contenido de una variable ya existente.
.replace
As, si se desea que en la variable edad todas las observaciones que tienen una edad
mayor o igual a 65 tomen el valor de 65, entonces se usa el siguiente comando:
.replace edad=65 if edad=65
d. Renombrando variables
Un comando muy til para renombrar algunas variables ya existentes es:
.rename
Este comando puede cambiar los nombres de las variables para que se ajusten a
nuestro inters, hacer ms cortos los nombres o ms familiares.
e. Otros comandos: sort, gsort
Es muy frecuente la necesidad de organizar una base de datos segn una o varias
variables, dando prioridad al orden de la variable que se pone en primer lugar y as
sucesivamente. Por defecto este comando ordena las observaciones de menor a
mayor.
.sort var1
El comando anterior ordena las observaciones de menor a mayor segn var1
.sort var1 var2
El comando anterior ordena las observaciones por la variable 1 y dentro var1, se
ordena de menor a mayor segn la variable 2.
Un comando que permite elegir como se debe ordenar cada variable, y a su vez,
permite cambiar entre descendente o ascendente para cada variable es:
.gsort +var1 var2
Con este comando ordenamos var1 de menor a mayor y var2 de mayor a menor
3.6 Combinacin de bases de datos
a. Comando merge
Este comando sirve para aadir variables a un archivo de datos que tenemos abierto.
Esto es, pegar datos de forma horizontal, o sea, aadir variables a las observaciones
.::UdecomBooks::.
20
existentes. Hay que tener en cuenta que no se requiere que los dos archivos de datos
tengan exactamente las mismas observaciones. Este comando es muy apropiado
cuando se tienen datos de los individuos que participan en una encuesta y se reciben
datos de un segundo modulo de la encuesta. Por ejemplo, la Encuesta Nacional de
Hogares (ENH), Encuesta Continua de Hogares (ECH) y la Gran Encuesta Integrada de
Hogares (GEIH), realizada por el Departamento Administrativo Nacional de
Estadsticas (DANE).
Para poder llevar a cabo con xito esta orden, ambos conjuntos de datos deben estar
ordenados con base a las mismas variables y en el mismo orden. Entonces, este
comando se usa con el siguiente orden. Primero se abre el archivo de datos (.use), en
segundo lugar se ordenan las variables, en este caso se supone que las variables
ordenadas son var1 y var2 (.sort) y en tercer lugar se hace el Merge:
. merge var1 var2 using ECH
Noten que merge crea una variable adicional _merge, esta variable puede tomar tres
valores que nos sirven para revisar si estamos trabajando correctamente con la base
de datos. Esta variable toma los siguientes valores:
.merge==1 para las observaciones del fichero master
merge==2 para las observaciones del fichero using
merge==3 para las observaciones presentes en ambos ficheros
Recuerde que en ocasiones se puede tener una nueva versin de algunas variables
que pueden combinarse con las anteriores con la opcin update replace.
.merge using filename, update replace
f. Comando append
El comando append es muy til para unir archivos de datos. Esto es, pegar datos de
forma vertical en una base de datos. Al contrario de merge con el que se agregan
variables, este comando agrega observaciones.
. append
Este comando aade un fichero de datos con formato Stata al final del archivo que se
tiene abierto. Es una combinacin vertical de bases de datos, aadiendo al final del
archivo que est abierto las observaciones. Para el uso de este comando no se
requiere que los dos ficheros de datos tengan exactamente las mismas variables.
g. Comando joinby
Este comando puede crear diferentes combinaciones entre varias bases de datos. Y
crea un archivo de datos con todas las parejas entre ficheros. Lo primero es abrir el
archivo de datos (.use) y posteriormente
21
. joinby idenh using varfam
Con este comando combinamos, usando una variable de identificacin del hogar
denominada varfam, variables familiares.
Otros comandos importantes para la combinacin de bases de datos son:
.cross
Este comando crea todas las posibles combinaciones entre ambos ficheros.
. fillin
Este comando rellena con observaciones todas las posibles combinaciones de un
listado de variables. Los valores de otras variables, aparte de las que definen el
relleno, se asignan a missing. Esta opcin es buena cuando se trabajan datos
longitudinales para balancear datos de panel.
3.7 Archivos log, do y ado
Primero, se describe el papel de los archivos log file para, posteriormente, pasar a los
do file y finalmente a los ado file. Se observa que en la ventana de resultados no se
muestran todos los resultados de la sesin, slo los ltimos, y puede ocurrir que tras
ejecutar una orden que genera un output, especialmente largo, slo se tenga en
memoria la ltima parte. Por ello, la forma normal de trabajar es abrir un fichero log
al principio de la sesin. Los ficheros log contienen los comandos y los resultados del
anlisis (no los grficos), este tipo de archivos se pueden abrir por Stata o por un
procesador de texto. Tambin, pueden crearse los archivos log (por defecto), en un
formato de Stata (.smcl). Algunos ejemplos de este tipo de archivos son:
a. log file
.log
Al principio de cada sesin de trabajo se debe crear un archivo log. Esto se puede
realizar mediante el men File de la barra de herramientas donde damos en Begin:
.::UdecomBooks::.
22
Una vez hecho esto, se guarda el archivo en formato *.log con el nombre que se
desea. Tambin es posible realizarlo mediante el uso de comandos, tal como se
menciona a continuacin.
. log using nombre del archivo
Por defecto tiene formato *.smcl (Stata Markup Control Language).
Si se desea que el archivo se pueda abrir en un procesador de texto el comando seria:
. log using nombre del archivo.log
Este ltimo tiene formato ASCII, y se puede abrir en el block de notas, como un
archivo de texto *.txt.
Con los comandos log se puede usar entonces dos nuevos comandos.
El primero es: log using carlos.log, append el cual es similar al comando log using,
pues si existe ya otro fichero con el mismo nombre, continua grabando encima del
archivo.
El segundo comando es: log using carlos.log, replace, el cual lo que hace es
reemplazar el archivo ya existente por el nuevo.
Para ver el log file, usamos el comando (. view).
. view carlos.log
Stata tambin permite abrir o convertir el logfile a un formato de texto y poder
abrirlo en cualquier procesador de texto.
. translate carlos.smcl to hw1.txt
Igual resultado se obtiene, con el siguiente comando:
. translate carlos.smcl to hw1.log
Una vez se abre el archivo log en una sesin iniciada en Stata, la grabacin de este
puede ser se puede interrumpir o reanudar temporalmente interrumpida con el
comando log off o reanudada con el comando log on.
Stata permite tambin que se pueden introduzcan comentarios en el log a travs de
lneas que empiezan por *. Por ejemplo:
*INTRODUCCION Y ANALISIS DE DATOS*
******INTRODUCCION Y ANALISIS DE DATOS******
Basta con un asterisco al principio, pero con muchos (*) el comentario resalta ms y
es de ms ayuda para leer fcilmente el log.
23
El log se cierra automticamente al salir de Stata pero tambin se puede cerrar en
cualquier momento de la sesin o al final de la sesin con los siguientes comandos:
. log close
. cmdlog close
b. Do file
Los do files son ficheros que contienen una lista ordenada de instrucciones de Stata,
que se ejecutan de una sola vez. Se crean, graban, cargan, modifican y ejecutan
utilizando el do file Editor, aunque tambin pueden utilizarse otros editores de texto
para escribir las instrucciones (se recomienda el block de notas). Son especialmente
tiles cuando se desean utilizar los mismos comandos de forma repetida sobre
muestras distintas, o bien reproducir los resultados con algunos cambios. A menudo
incorporan la utilizacin de programas definidos por el usuario, as como instrucciones
para crear los oportunos ficheros Log en los que se graban los resultados.
Los comandos se pueden escribir en cualquier editor de texto o en el editor de texto
de Stata (Do-file editor).
El Dofile se realiza dando click en el cono que abre la ventana New Do-file Editor,
ubicado justo debajo de la barra de herramientas clsica. Una vez abierto, el usuario
se encuentra frente a una ventana en blanco para iniciar la realizacin del archivo Do.
Es importante tener en cuenta que se debe preceder de un asterisco (*) cualquier
ttulo, anotacin o comentario que se desee incorporar al archivo: estos aparecern
de color verde. Los comandos se escriben cada uno en diferentes lneas y aparecern
en color azul oscuro, acompaados de las variables que estarn en negro. Los
comandos que abren una nueva base de datos estarn escritos de color rojo oscuro en
el archivo.
En general, un Dofile lucira as:
Cuadro 4. Ventana del Dofile Editor
.::UdecomBooks::.
24
El nico comando que se desconoce del ejemplo anterior es .set more off. Este
comando es til cuando la extensin de los resultados (en la ventana de resultados)
supera una pgina, entonces Stata pausa el proceso y pregunta si se desea continuar
con la opcin more. El comando set more off, nos permite hacer el do file sin pausas.
La opcin contraria es .set more on.
Para ejecutar un archivo do y mostrar los resultados, se utiliza el siguiente comando:
. do carlos.do
Con esto, una vez reiniciado el programa, el archivo le permite al usuario volver a
correr los comandos guardados en el Dofile y ver todos los resultados en la ventana
Results de Stata.
Por el contrario, para ejecutar un archivo do y no mostrar los resultados, se utiliza:
.run carlos.do
El uso real de Stata se apoya normalmente en la construccin y ejecucin de archivos
do file, ms que en la forma interactiva de trabajo. Por eso, la importancia de estos
comandos, log, do y ado. Recordemos que los do files son archivos de comandos,
mientras que los ado son macro archivos de programacin.
c. Archivos ado file:
Un fichero ado file (que se refiere a un authomatic do file), es como un archivo do,
es decir, es un archivo que contiene una serie de lneas de programacin Stata. Sin
embargo, a diferencia de un fichero do, el ado debe que estar archivado en
determinados directorios y se ejecuta de la misma forma que los dems comandos de
Stata. Los archivos ado se pueden buscar con el comando .sysdir, y los encontraremos
en el directorio preestablecido previamente por Stata o por el autor del archivo ado.
Este tipo de archivos se ejecuta igual que cualquier comando de Stata. Hay que tener
en cuenta que si no se ha creado o se est apenas creando, lo primero es guardarlo
en un directorio predefinido que est usando Stata para luego usar la opcin do.
.do nombre del ado
Este comando le dice a Stata que lea el archivo do. Despus este se debe ejecutar
dndole el nombre del ado. Por otra parte, algunos econmetras han escrito
programas ado que hoy en da se pueden encontrar publicados en el Stata Technical
Bulletin, o directamente en la pgina web de Stata en forma de ado files. Como ya se
mencion, estos programas ado se pueden descargar desde Internet de manera
permanente de tal forma que Stata los reconozca como si fueran comandos internos
(predefinidos) del programa. Estos archivos en su mayora vienen acompaados de un
archivo que explica exactamente la sintaxis y el funcionamiento del nuevo comando.
Entre los ado files que pueden descargarse de Internet se encuentran las
actualizaciones oficiales de Stata.
25
Para buscar e instalar ado files sobre, por ejemplo, desigualdad, hacemos:
Help Search Search net resources inequality (=palabra clave)
Esto genera una lista de ados, con una pequea descripcin. Se entra en los que
interesan y, si se desea instalarlos, se siguen las instrucciones (click here to install).
4. Comentarios finales
El econometrista tiene una amplia gama de software entre los que se puede permitir
hacer una eleccin minuciosa de un programa que vaya acorde a las diferentes
necesidades. Stata es una herramienta utilizada alrededor del mundo pues, adems
de la facilidad y rapidez para su uso, presenta otras mltiples ventajas, no solamente
para los estudiantes y principiantes en el manejo de software de este tipo, sino
tambin para usurarios ms experimentados que tienen certeza sobre la superioridad
del programa.
Una vez los usuarios se hayan iniciado en Stata con los elementos bsicos
anteriormente descritos, puede dar paso ahora al manejo completo del programa
haciendo uso de nuevas herramientas que el software proporciona.
5. Bibliografa
Acock, A. C. (2006) A Gentle Introduction to Stata, Third edition. Stata Press
Adkins L.C y Carter R. (2008). Using Stata for Principles of Econometrics. Wiley.
Baum C. F. (2006) An Introduction to Modern Econometrics Using Stata. Stata
Press
Becker, Gary S. (1964) Human Capital: A theorical and empirical analysis, with
special reference to education. New York.
Blossfeld H-P., Golsch K., Rohwer G. (2007) Event History Analysis with Stata.
Cameron A.C y Trivedi P.K (2009). Microeconomtrics using Stata. Stata Press
Cleves M., Gould W., Gutierrez R., Marchenko Y. (2002) An Introduction to
Survival Analysis using Stata. Thrid edition. Stata Press
Chiswik, Barry (2003) Jacob Mincer, Experience and the distributions of
earnings. Institute for the study of labor (IZA). IDEAS
Gujarati (2010) Econometra. Mxico. Mc Graw Hill
Gould W., Pitblado J., Sribney W. (2006) Maximum likelihood Estimation with
Stata. Stata Press
Hamilton, L.C. (2009). Statistics with STATA 8. Belmont, CA: Duxbury Press
Kohler, U. y Kreuter, F. (2009). Data Analysis Using Stata. College Station, TX:
Stata Press
Long, J. S. (2009) The Workflow of Data Analysis Using Stata. Stata Press.
Mincer, J. (1974) Schooling, experience and earnings, Columbia University
Press.
Mitchell M. (2008) A visual guide to Stata Graphics. Stata Press
Murray, M. (2006) Econometrics: a modern introduction. Ed. Pearson
.::UdecomBooks::.
26
Pollock, Ph. H. (2006) A Stata Companion to Political Analysis. Washington, CQ
Press.
Rabe-Hesketh, S. y Everitt, B. (2004). A Handbook of Statistical Analysis Using
STATA, London: Chapman & Hall/CRC Press
Newton J., Cox N. (2003) Seventy-six Stata tips
STATA CORP (2008). Users Guide, Reference Manual Release 10. Stata Press.
Wooldridge, J. (2006) Introduccin a la econometra. Un enfoque moderno. Ed.
Thomson
Algunos recursos en Internet para usuarios Stata:
http://www.ats.ucla.edu/stat/stata/
http://econpapers.hhs.se/paper/bocbocoec/531.htm
http://fmwww.bc.edu/ec/res.info.php
http://ideas.repec.org/s/boc/bocins.html
27
Anexo 1:
Introduccin a Stattransfer
Un excelente complemento para los usuarios de Stata es el software Stattransfer
(www.stattransfer.com) y/o (www.stata.com). Este programa es de gran utilidad para
la conversin de bases de datos de un formato a otro. Por ejemplo, si se tiene acceso
a unos datos en SPSS, Epi-info, SAS, Excel, o datos en otro formato; con Stattransfer se
pueden convertir a archivos de Stata con mucha facilidad.
El programa no slo permite pasar a Stata, sino que convierte los datos que se tengan
en cualquier otro formato, si se desea. Es importante aclarar que Stattransfer no tiene
todos los formatos en los que se puede trabajar una base de datos, pero si tiene una
amplia gama de programas estadsticos y economtricos que son convencionalmente
usados en la docencia y la investigacin econmica.
En el Cuadro 2 se presenta la salida inicial de Stattransfer 9. A continuacin, se hace
una breve descripcin de cmo usar este programa para convertir bases de datos a
diferentes extensiones. El programa tiene un men de opciones que no es necesario
saber usar para convertir una base de datos de una extensin o formato a otra. No se
profundizar en este men dado que presenta opciones avanzadas son opciones para
expertos y la idea es slo introducir al lector en el uso de este programa.
Se puede observar que el programa tiene dos opciones: tipo de datos de entrada
(Input File Type) y tipo de datos de salida (Output File Type), en la primera de ellas se
selecciona la extensin o programa en el que se tiene la base de datos, e
inmediatamente en la parte de abajo se selecciona la ubicacin donde se encuentra el
archivo (se puede hacer con browse o view), as, con el paso anterior, el programa
identifica el archivo y formato o programa en el cual se tienen originalmente los datos.
Ahora bien, el siguiente paso es seleccionar la extensin o programa en el que se
desea tener los datos, esto se hace en la opcin tipo de datos de salida, y, una vez
seleccionado un formato, en la parte inferior elegimos el folder o carpeta donde
queremos guardar la nueva base de datos convertida a la extensin que hemos
seleccionado. Tenga en cuenta que Stattransfer le dar automticamente la misma
ubicacin al nuevo archivo donde se encuentran los datos originales.
Seleccionados el tipo de datos de entrada y el tipo de datos de salida, y sus respectivas
ubicaciones se activar la opcin transfer, con darle click, el programa empezar a
transformar los datos a la nueva extensin. Una vez termina podemos ver el nuevo
archivo creado con la extensin que se ha predefinido; tambin se puede iniciar otro
proceso de conversin con la opcin reset o salir del programa con exit.
.::UdecomBooks::.
28
Cuadro 2 Salida inicial de Stattransfer 9
DESCRIBIENDO Y GRAFICANDO DATOS EN STATA
Carlos Giovanni Gonzlez Espitia
Email: [email protected] Departamento de Economa
Universidad Icesi
Resumen
Este documento est dirigido a todos los estudiantes, profesores e investigadores en
economa deseosos de hacer anlisis de estadsticas descriptivas, tablas y grficos en
Stata.
Palabras clave: Econometra, software economtrico, Stata. Clasificacin JEL: C01, C87.
Stata es una marca registrada de Stata Corporation. Copyright 19962010 StataCorp LP, 4905
Lakeway Drive, College Station, TX 77845 USA. Las opiniones contenidas en este documento, los errores u omisiones son de exclusiva responsabilidad del autor.
.::UdecomBooks::.
2
1 Introduccin
En esta sesin se mencionarn distintas herramientas que proporciona Stata para analizar los datos, como un primer paso. Las formas ms utilizadas para esto es mediante tablas estadsticas y el anlisis grfico. Para empezar a usar Stata, se har una breve descripcin de las estadsticas descriptivas y los grficos que ofrece Stata, ya que estos son fundamentales para hacer un buen anlisis previo de los datos que se tienen antes de la realizacin de las regresiones economtricas. El objetivo es acercar a los interesados en la econometra a uno de los pasos fundamentales de todo anlisis economtrico, en este caso, el procesamiento y comprensin de los datos con los que se est trabajando. De hecho, antes de realizar la estimacin de cualquier modelo, el econometrista se enfrenta a descargar los datos a un software en el cual pueda trabajar. Una vez se han sido cargados los datos en Stata, el paso siguiente es el procesamiento de los mismos. Este paso es de vital importancia pues, los investigadores deben tener presente la estructura de datos con la que estn trabajando a lo largo del desarrollo del ejercicio. Obtener algunas estadsticas descriptivas de la base de datos es fundamental para analizar fcilmente el comportamiento de las variables que se usarn en un futuro para realizar las regresiones. Finalmente, es importante poder hacer grficos y tablas que permiten, en muchos casos, hacer un anlisis intuitivo del comportamiento de las variables y de los datos. Con base en lo anterior, este documento se estructura en cuatro secciones. La primera de ellas es esta introduccin, donde se presenta la motivacin para iniciar al usuario al anlisis de datos, siendo esto parte fundamental del trabajo del econometrista. En la segunda seccin se hace muestra de las estadsticas descriptivas bsicas mediante tablas que proporciona el software. En la tercera parte, se hace una introduccin al anlisis grfico como una opcin alternativa para el usuario en la revisin de los datos. En la cuarta y ltima seccin, se hacen unos breves comentarios finales intentando introducir al lector al siguiente documento, mostrando tambin la bibliografa que se utiliz para la construccin del documento.
2 Estadsticas descriptivas
En econometra, despus de obtener los datos y organizarlos es necesario realizar algunas estadsticas bsicas para familiarizarnos con las variables de la base de datos. Es por ello que en esta seccin se presentan algunos de los comandos bsicos que tiene predefinido Stata para realizar estadsticas descriptivas. Para una mejor explicacin de la realizacin de las estadsticas descriptivas, en esta sesin se utilizar como ejemplo la base de datos WAGE1.RAW tomada de Wooldridge (2002).
3
a. Estadsticas descriptivas bsicas
El comando summarize obtiene las estadsticas descriptivas bsicas de las variables que tengamos en la base de datos. .summarize
La tabla que arroja Stata tras introducir este comando es la siguiente:
Tabla 1. Estadsticas descriptivas bsicas
Como se observa, este comando permite obtener, por ejemplo, la media que representa el valor promedio que alcanza determinada variable en la muestra con la que se trabaja; la desviacin estndar, que representa el valor promedio en que se desvan las observaciones de la media muestral; el valor mnimo y el valor mximo que alcanzan las variables dentro de la muestra, y el nmero de observaciones que se tienen para cada variable de la base de datos. Para la realizacin de la descripcin estadstica de cada una de las variables por separado, se debe utilizar el mismo comando anterior pero con la especificacin de la variable que se desea describir: .summarize var1
tenursq 526 78.15019 199.4347 0 1936 expersq 526 473.4354 616.0448 1 2601 lwage 526 1.623268 .5315382 -.6348783 3.218076 servocc 526 .1406844 .3480267 0 1
clerocc 526 .1673004 .3735991 0 1 profocc 526 .3669202 .4824233 0 1 profserv 526 .2585551 .4382574 0 1 services 526 .1007605 .3012978 0 1 trade 526 .2870722 .4528262 0 1
trcommpu 526 .0437262 .20468 0 1 ndurman 526 .1140684 .318197 0 1 construc 526 .0456274 .2088743 0 1 west 526 .1692015 .3752867 0 1 south 526 .3555133 .4791242 0 1
northcen 526 .2509506 .4339728 0 1 smsa 526 .7224335 .4482246 0 1 numdep 526 1.043726 1.261891 0 6 married 526 .608365 .4885804 0 1 female 526 .4790875 .500038 0 1
nonwhite 526 .1026616 .3038053 0 1 tenure 526 5.104563 7.224462 0 44 exper 526 17.01711 13.57216 1 51 educ 526 12.56274 2.769022 0 18 wage 526 5.896103 3.693086 .53 24.98
Variable Obs Mean Std. Dev. Min Max
.::UdecomBooks::.
4
Este comando obtiene las estadsticas descriptivas de la variable var1. Se puede tambin usar el comando para obtener las estadsticas de un conjunto de variables a la vez: .summariza var1 var2 var3
Igualmente, se puede entrar en detalle de las estadsticas descriptivas de la siguiente manera: .summarize var1, detail
La siguiente tabla muestra los detalles que se obtienen con el uso de este comando:
Tabla 2. Estadsticas descriptivas en detalle
Como se observa, para la variable aos de educacin (Wooldridge (2002)), se obtuvo la descripcin por percentiles de la muestra, adems de la media, la desviacin estndar, la varianza, la asimetra y la curtosis.
b. Tablas
Con frecuencia, es necesario realizar tablas con algunas estadsticas como las frecuencias, entre otras. Por esto, en esta seccin se introduce el tema de cmo realizar algunas tablas que permitan obtener mayor informacin estadstica y dems informacin relevante para el anlisis de los datos. El comando que nos permite obtener una tabla con la frecuencia de una o dos variables es: . tabulate, var1
Lo que se observa en la ventana de resultados tras digitar dicho comando es:
99% 18 18 Kurtosis 4.88424595% 17 18 Skewness -.619574190% 16 18 Variance 7.66748575% 14 18 Largest Std. Dev. 2.76902250% 12 Mean 12.56274
25% 12 3 Sum of Wgt. 52610% 9 2 Obs 526 5% 8 0 1% 4 0 Percentiles Smallest
years of education
5
Tabla 3. Frecuencias de los aos de educacin
Este comando permite obtener la frecuencia de los datos. Por defecto, aparecen las frecuencias absolutas, las porcentuales y las porcentuales acumuladas. Algunas opciones adicionales para este comando son: . tabulate var1, plot
. tabulate var1, nolabel
Con la primera opcin se obtienen las frecuencias absolutas junto con un pequeo grfico de barras que representa dichas frecuencias. Con la segunda opcin, se obtienen en la tabla los valores de las variables, en lugar de las etiquetas de esos valores, eso si, solamente cuando se tiene asignada una etiqueta a dichos valores. Adicionalmente a esto, el comando tabulate arroja tambin tablas de cruce de variables (tambin llamadas tablas de doble entrada). As por ejemplo, si se desea cruzar la variable 1 con la variable 2, simplemente se introduce: .tabulate var1 var2
A continuacin se muestra el uso de este comando haciendo una tabla de cruce entre la variable aos de educacin y la variable gnero, esta ltima siendo una variable dummy que toma el valor de 1 si se trata de una mujer y 0 en caso contrario.
Total 526 100.00
18 19 3.61 100.00 17 12 2.28 96.39 16 68 12.93 94.11 15 21 3.99 81.18 14 53 10.08 77.19 13 39 7.41 67.11 12 198 37.64 59.70 11 29 5.51 22.05 10 30 5.70 16.54 9 17 3.23 10.84 8 22 4.18 7.60 7 4 0.76 3.42 6 6 1.14 2.66 5 1 0.19 1.52 4 3 0.57 1.33 3 1 0.19 0.76 2 1 0.19 0.57 0 2 0.38 0.38
education Freq. Percent Cum. years of
.::UdecomBooks::.
6
Tabla 4. Tabla de doble entrada: aos de educacin vs. gnero
Por defecto, con este comando aparecen slo las frecuencias absolutas. Sin embargo, algunas de las opciones que se pueden especificar son: .tabulate var1 var2, row .tabulate var1 var2, col .tabulate var1 var2, cell .tabulate var1 var2, nofreq .tabulate var1 var2, nolabel
.tabulate var1 var2, missing .tabulate var1 var2, chi
Frecuencias relativas horizontales Frecuencias relativas verticales Frecuencias relativas totales No presenta las frecuencias absolutas Idntico a .tabulate var1 var2 Frecuencias con el porcentaje de valores missing Frecuencias con el estadstico chi2
Con la opcin chi2 junto al comando tabulate, se calcula el coeficiente de chi cuadrado de Pearson para la hiptesis de que las filas y columnas, en una tabla de dos variables, son independientes. Existen, adems, dos extensiones de este comando que resultan frecuentemente muy tiles: tab1 y tab2. .tab1 var1 var2 var3
Con la primera opcin, se obtienen tablas de frecuencias separadas de una lista de variables.
Total 274 252 526
18 13 6 19 17 10 2 12 16 45 23 68 15 12 9 21 14 31 22 53 13 14 25 39 12 85 113 198 11 17 12 29 10 13 17 30 9 8 9 17 8 15 7 22 7 2 2 4 6 4 2 6 5 0 1 1 4 3 0 3 3 1 0 1 2 1 0 1 0 0 2 2
education 0 1 Total years of =1 if female
7
.tab2 var1 var2 var3
Con la segunda opcin, se pueden obtener tablas de frecuencias para cada variable. Otras dos opciones para realizar tablas que permitan analizar las estadsticas descriptivas de la base de datos son: .tabstats y .table. El primer comando es una opcin muy recurrida para construir tablas con estadsticos:
.tabstat
Este comando puede calcular las estadsticas que se desean de las variables. Por ejemplo el mnimo, la mediana, la media, el mximo, el tamao de la muestra y el coeficiente de variacin.
.tabstat var1 var2 (min median mean max n cv)
Por otro lado, con el comando .table se pueden crear tablas de estadsticos controlando el contenido de cada casilla. Por ejemplo, crear una tabla cruzada de dos variables var1 y var2, y que est controlada por la media de la var3, se introduce: .table var1 var2, cont(mean var3)
La tabla que Stata muestra en la ventana de resultados es:
Tabla 5. Estadsticos controlando el contenido de cada casilla
Esta tabla revela entonces el nmero de aos de educacin para los individuos de la muestra separndolos entre mujeres y hombres media la variable dummy female.
18 10.6154 12.1667 17 14.9 5.5 16 12.8667 11.3478 15 14.5833 11.7778 14 17.9032 13.6364 13 18.5 12.88 12 16.8118 19.1504 11 14.3529 13.3333 10 20.9231 10.1765 9 16.125 15.7778 8 30.2667 33.8571 7 32 30.5 6 37.75 16 5 34 4 41 3 51 2 39 0 32
education 0 1years of =1 if female
.::UdecomBooks::.
8
c. Correlaciones
Otro estadstico relativamente importante en econometra es el anlisis de correlaciones. El comando para realizar correlaciones es: .correlate var1 var2
Esta opcin es til cuando se tienen dos variables, pero tambin puede utilizarse cuando se tienen ms de dos variables, de la siguiente manera: .correlate var1 var2 var3 var4
As, con el comando anterior, se calcula el coeficiente de correlacin de Pearson y aparecer, como se muestra a continuacin, una matriz de correlaciones. Al igual que con todos los comandos anteriores, podemos usar filtros para usar slo una parte de la muestra o usar alguna variable de control.
Tabla 6. Matriz de correlaciones
Esta tabla ensea todas las correlaciones que hay entre dos de las cinco variables especificadas: se trata de una matriz diagonal.
d. Algunos tests de comparacin de medias
En ocasiones es necesario hacer una comparacin de medias antes de pasar a hacer la estimacin del modelo. Utilizando el comando ttest. Este comando se utiliza introduciendo en la ventana de comandos de Stata lo siguiente: ttest var1, by(var2)
Con esto, se obtiene un test de comparacin de medias donde se puede contrastar la hiptesis de que las medias de la variable (var1) son iguales y no dependen de la variable (var2).
married 0.0689 0.3170 0.2173 -0.1661 1.0000 female -0.0850 -0.0416 -0.0279 1.0000 expersq -0.3313 0.9610 1.0000 exper -0.2995 1.0000 educ 1.0000
educ exper expersq female married
9
Tabla 7. Test de comparacin de medias
Para que sean significativas las diferencias es necesario observar si el valor p de la Hiptesis alternativa (Ha) es cercano a cero (0,000). Como en general se sabe, un valor de 0.05 indica un t de 1,96.
3 Grficos
Realizar algunos grficos es esencial en econometra por lo cual esta seccin se dedica a explicar brevemente como realizar algunos grficos en Stata. En ocasiones los grficos permiten hacer anlisis intuitivo del comportamiento de algunas variables o de cmo se relacionan entre ellas. Stata ofrece numerosas posibilidades y opciones para realizar grficos. Algunos de los comandos para realizar grficos son: .graph twoway
.graph matrix
.graph bar
.graph dot
.graph box
.graph pie
Se puede obtener ayuda para cada uno de estos grficos con el comando .help. .help twoway
As se puede hacer con todas las opciones antes descritas. help graph/matrix/bar,.etc. Algunos comandos que permiten grabar grficos y vuelven a dibujar grficos previamente guardados son: .graph save
.graph use
.graph display
Pr(T < t) = 0.9744 Pr(|T| > |t|) = 0.0513 Pr(T > t) = 0.0256 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Ho: diff = 0 degrees of freedom = 524 diff = mean(0) - mean(1) t = 1.9535
diff .4708609 .2410361 -.002655 .9443767
combined 526 12.56274 .1207351 2.769022 12.32555 12.79992
1 252 12.31746 .1557618 2.472642 12.01069 12.62423 0 274 12.78832 .1814107 3.002882 12.43118 13.14546
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
Two-sample t test with equal variances
.::UdecomBooks::.
10
.graph combine
Los comandos que permiten imprimir grficos son: .graph print
.graph printcolor
.graph export
Los comandos que permiten realizar operaciones con los grficos que estn en la memoria son: .graph display
.graph dir
.graph rename
.graph copy
.graph drop
a. Diagrama de dispersin (scatter)
Uno de los grficos ms comunes en econometra es el diagrama de dispersin. Con el comando scatter se pueden representar las observaciones en una nube de puntos. Con las opciones line se unen las observaciones, y la opcin connected une las observaciones representadas por los puntos. .scatter var1 var2
Grfico 1. Diagrama de dispersin entre dos variables
El diagrama anterior muestra entonces la dispersin entre dos variables: var1 y var2. La opcin anterior muestra cmo se puede hacer un slo grfico; sin embargo tambin existe la posibilidad de hacer varios grficos.
1020
3040
var1
2,000 3,000 4,000 5,000var2
11
.scatter var1 var2, by(foreign, total)
En este tipo de grficos tambin se puede agregar la lnea de regresin. Ya que con el comando scatter slo aparece la nube de puntos, se debe agregar el comando line.
b. Grficos de cajas (Box Plots)
Los grficos de cajas proporcionan informacin bsica sobre la distribucin de las variables, adems de que permite observar la asimetra y los outliers (valores atpicos). Para la realizacin de este tipo de grficos se utiliza el comando de la siguiente manera: .graph box var1
Una vez digitado el comando acompaado de la variable de inters, Stata abre una nueva ventana que muestra el siguiente grfico:
Grfico 2. Grfico de cajas (Box Plots)
c. Grficos de barras
sta es una de las opciones ms comunes de grficos que se pueden encontrar para analizar tanto la evolucin de una variable como su comportamiento. Con esta opcin se pueden realizar grficos de barras en presentacin vertical (.graph bar) y tambin horizontal (.graph hbar). Hay que tener cuidado pues el eje Y es la variable numrica y el eje X es la variable categrica.
05
1015
20ye
ars
of
edu
catio
n
.::UdecomBooks::.
12
Tambin es importante recordar que la media de la variable numrica puede ser sustituida por cualquier estadstico (mean, median, min, max, sum, count, .etc). A continuacin se presenta un ejemplo.
.graph bar var1, over(var2)
El comando graph bar var1 realiza entonces el grfico con barras verticales, mientras que graph hbar var1 lo hace con las barras horizontales. A continuacin se muestran las dos opciones:
Grfico 3. Grficos de barras
Tambin se puede hacer el grfico con las estadsticas descriptivas:
.graph bar (mean) var1, over(var2)
Grfico 4. Grfico con las estadsticas descriptivas
05
1015
20
mean of wage mean of expermean of educ
0 5 10 15 20
mean of wage mean of expermean of educ
05
10m
ean
o
f wa
ge
0 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
13
d. Grficos de dos variables
Estos son los grficos ms comunes, se pueden hacer grficos de lneas, reas, barras entre otros muchos para una combinacin de dos variables. Por ejemplo, la evolucin de un precio en el tiempo. El comando es: . twoway
Grfico 5. Grfico de lneas entre dos variables
e. Histogramas
Con este comando se pueden hacer histogramas de variables continuas y discretas. Permite la opcin fweiht y la opcin by. La opcin por defecto sobrepone al histograma el grfico de una distribucin normal. .histogram var1
Este comando arroja un grfico como el siguiente:
Grfico 6. Histograma de una variable
1020
3040
var1
2,000 3,000 4,000 5,000var2
0.02
.04
.06
.08
.1
Den
sity
10 20 30 40var1
.::UdecomBooks::.
14
Como se observa en el grfico, el histograma lo que muestra es la tendencia de la variable. Las barras hacen una aproximacin a la distribucin de la variable a lo largo de la muestra. Igualmente, es posible realizar un histograma de frecuencias y distribuciones de densidad de Kernel utilizando los comandos histogram y kdensity respectivamente. Ambas funciones se pueden combinar en un solo grfico como se muestra aqu:
Grfico 7. Histograma y Kernel
Para obtener el grfico anterior, se debe utilizar los comandos mencionados de la siguiente manera: .histogram wage, freq kdensity xaxis(1 2) ylabel(0(20)150,grid) De esta forma, se le est especificando al programa lo que se va a mostrar en los ejes, en este caso las densidades y el salario por hora de los individuos; al igual que se est especificando el rango de valores del eje Y, en este caso es entre 0 y 150.
f. Varios diagramas en un slo grfico
En el momento de la presentacin de documentos, una forma til es la de mostrar varios grficos en un mismo recuadro. Esta opcin permite ahorrar espacio al tiempo que permite hacer nfasis sobre alguna variable de inters. Como primera medida, se debe realizar cada grfico por separado con los comandos anteriormente descritos y guardarlos. Una vez hecho esto, el usuario debe ir al Men de la barra de herramientas dando click en Graphics y despus en Table of graphs. Stata abre una primera ventana donde se debe entrar en Browse y ah se despliega una nueva ventana para seleccionar los grficos que se guardaron y se desean poner
020
4060
8010
012
014
016
0Fr
eque
ncy
0 5 10 15 20 25
0 5 10 15 20 25average hourly earnings
15
uno junto al otro: entrando nuevamente en Browse, se buscan cada uno de los grficos:
Al dar la opcin OK, una vez seleccionados los grficos, Stata abre inmediatamente una nueva ventana con los tres o cuatro grficos seleccionados ya todos incluidos en un mismo recuadro, de la siguiente manera:
Grfico 8. Varios diagramas en un solo grfico
Los grficos que se observan en la Salida de Stata que se realizaron en este ejemplo son: [1] Es el grfico que muestra la densidad del salario, realizado mediante el comando twoway kdensity wage; [2] grfico de barras que representa los salarios por divisin en gnero; [3] es el histograma que muestra una aproximacin a la
0.05
.1
.15
.2
kden
sity
wag
e
0 5 10 15 20 25x
02
46
8m
ean of
w
age
Male Female
0.2
.4
.6
.8
Den
sity
-1 0 1 2 3log(wage)
-1
01
23
log(w
age)
0 5 10 15 20years of education
.::UdecomBooks::.
16
distribucin del la variable logaritmo del salario; y, por ltimo, [4] es el grfico de dispersin entre el logaritmo del salario y los aos de educacin del individuo.
4 Comentarios finales
Este documento pretende mostrar al usuario de Stata la amplia gama de posibilidades que el programa ofrece para hacer un anlisis minucioso de los datos que se tienen con el fin de dar inicio al trabajo deseado. La revisin de los datos es un primer paso que no se debe obviar pues hace parte fundamental del trabajo del econometrista. Es importante variar en el uso de las herramientas para las estadsticas descriptivas, utilizando mtodos grficos y tablas simultneamente para as tener una mejor visin de aquellas variables de inters y de la muestra suministrada. Una vez realizado este segundo paso en el manejo de las bases de datos, el usuario puede ahora pasar a realizar las regresiones que crea pertinentes para el modelo encontrado que se ajusta al anlisis que est llevando acabo. El software Stata permite continuar an ms con las regresiones y las correcciones de los posibles problemas economtricos hallados en el camino. 5. Bibliografa
Acock, A. C. (2006) A Gentle Introduction to Stata, Third edition. Stata Press
Adkins L.C y Carter R. (2008). Using Stata for Principles of Econometrics. Wiley.
Baum C. F. (2006) An Introduction to Modern Econometrics Using Stata. Stata Press
Becker, Gary S. (1964) Human Capital: A theorical and empirical analysis, with special reference to education. New York.
Blossfeld H-P., Golsch K., Rohwer G. (2007) Event History Analysis with Stata.
Cameron A.C y Trivedi P.K (2009). Microeconomtrics using Stata. Stata Press
Cleves M., Gould W., Gutierrez R., Marchenko Y. (2002) An Introduction to Survival Analysis using Stata. Thrid edition. Stata Press
Chiswik, Barry (2003) Jacob Mincer, Experience and the distributions of earnings. Institute for the study of labor (IZA). IDEAS
Gujarati (2010) Econometra. Mxico. Mc Graw Hill
Gould W., Pitblado J., Sribney W. (2006) Maximum likelihood Estimation with Stata. Stata Press
Hamilton, L.C. (2009). Statistics with STATA 8. Belmont, CA: Duxbury Press
Kohler, U. y Kreuter, F. (2009). Data Analysis Using Stata. College Station, TX: Stata Press
Long, J. S. (2009) The Workflow of Data Analysis Using Stata. Stata Press.
Mincer, J. (1974) Schooling, experience and earnings, Columbia University Press.
Mitchell M. (2008) A visual guide to Stata Graphics. Stata Press
Murray, M. (2006) Econometrics: a modern introduction. Ed. Pearson
17
Pollock, Ph. H. (2006) A Stata Companion to Political Analysis. Washington, CQ Press.
Rabe-Hesketh, S. y Everitt, B. (2004). A Handbook of Statistical Analysis Using STATA, London: Chapman & Hall/CRC Press
Newton J., Cox N. (2003) Seventy-six Stata tips
STATA CORP (2008). Users Guide, Reference Manual Release 10. Stata Press.
Wooldridge, J. (2006) Introduccin a la econometra. Un enfoque moderno. Ed. Thomson
Algunos recursos en Internet para usuarios Stata:
http://www.ats.ucla.edu/stat/stata/
http://econpapers.hhs.se/paper/bocbocoec/531.htm
http://fmwww.bc.edu/ec/res.info.php
http://ideas.repec.org/s/boc/bocins.html
.::UdecomBooks::.
INTRODUCCIN A LA ECONOMETRA Y EL MRLS EN STATA
Carlos Giovanni Gonzlez Espitia E-mail: [email protected]
Departamento de Economa
Universidad Icesi
Resumen
El objetivo de este documento es introducir al lector en el mbito de la econometra y
del Modelo de Regresin Lineal Simple (MRLS), siguiendo una metodologa bsica
sobre la especificacin, estimacin, contrastes y proyecciones del modelo, y realizando
su aplicacin en el programa economtrico Stata.
Palabras Clave: Econometra, software economtrico, Stata Clasificacin JEL: C01, C87.
Stata es una marca registrada de Stata Corporation. Copyright 19962010 StataCorp LP, 4905
Lakeway Drive, College Station, TX 77845 USA. Las opiniones contenidas en este documento, los errores
u omisiones son de exclusiva responsabilidad del autor.
2
1 Introduccin Pocas obligaciones si alguna supera en importancia a la que los economistas
profesionales tienen de conocer y comprender las herramientas bsicas de la
econometra para el desarrollo de su profesin. Un deber cuyo cumplimiento importa
cada da ms a un amplio nmero de agentes y participantes del proceso econmico.
Adems, estos agentes precisan disponer de las conclusiones que esta herramienta les
puede proporcionar en estudios empresariales, consultoras e investigaciones. As por
ejemplo, algunos agentes econmicos a los cuales les debera interesar la econometra
son, los empresarios, cuyas decisiones estn esencialmente afectadas por la
informacin que disponen con respecto a la relacin de las variables del entorno
empresarial y general de la economa en la que desarrollan sus actividades. Los
polticos y servidores pblicos cuyas elecciones tienen que guardar coherencia con las
teoras, los datos, las regularidades empricas y hechos estilizados de la economa.
Finalmente, los ciudadanos como consumidores necesitan una herramienta para
analizar su toma de decisiones.
Los economistas jvenes y los que todava estn estudiando sabrn que antes de
tener su grado como profesionales deben pasar por materias de matemticas,
estadsticas y de teora econmica, antes de llegar a la econometra. Y es en esta
ltima donde surge una excelente combinacin de las matemticas, estadsticas y de
teora econmica para alcanzar lo que los economistas podramos llamar la capacidad
de anlisis econmico. Pero sorprende que esta herramienta, considerada como vital
para la formacin de los economistas y de otras disciplinas o profesiones similares, no
cuente en muchos pases en vas de desarrollo con obras que pongan al da a los
usuarios sobre los mtodos que se utilizan hoy y los softwares ms especializado para
interpretar correctamente las realidades econmicas y no pasar el oso, por
quedarse en meras intuiciones o anlisis estadsticos bsicos, o tal vez, por usar un
software desconocido por la comunidad cientfica de la disciplina.
Esa ausencia de un documento que presente los mtodos economtricos y un
software de calidad para el anlisis econmico, se cubre en esta serie de documentos.
De ah que el objetivo de este tercer documento sea introducir al lector en la
econometra y en el modelo de regresin lineal simple usando un software de frontera
como lo es Stata. A este documento lo preceden otros dos: 1. Aprendiendo a usa Stata
y 2. Describiendo y graficando datos en Stata.
Este documento va dirigido a todos los estudiantes, profesores e investigadores en
economa deseosos de empezar a usar el programa, o profundizar sus conocimientos
en la herramienta. El documento es una herramienta de apoyo y no sustituye los
manuales de Stata, ni a los libros ms rigurosos de econometra.
El documento consta de ocho apartados, el primero de ellos es esta introduccin. En
el segundo apartado se hace una introduccin a la econometra, pasando por su
definicin, algunos conceptos bsicos, los datos y la metodloga de la econometra. En
el tercer apartado se presenta la especificacin del modelo. En el cuarto apartado se
presenta la estimacin del modelo usando el mtodo MCO. En el quinto apartado se
.::UdecomBooks::.
3
contrasta el modelo usando las pruebas de significancia y la bondad de jute del
modelo. En el sexto apartado se muestra como se hacen las proyecciones. En el
sptimo apartado se presenta una seccin de comentarios. El documento termina con
la bibliografa.
2 La econometra La econometra es una rama de la economa que se basa en la teora econmica
(microeconoma y macroeconoma) y que tiene hoy en da una amplia aplicacin en
diversas actividades del ser humano tales como el anlisis econmico de la toma de
decisiones de los consumidores, empresas y del Estado. Segn Paul Samuelson (1915 -
2009), uno de los economistas ms influyentes que han existido, la economa es una
ciencia social que estudia la asignacin eficiente de los recursos escasos para satisfacer
las necesidades humanas. En esta ciencia social es necesario medir, calcular y estimar
las relaciones de las variables econmicas, cosa de la que se encarga la econometra.
La palabra econometra se deriva del vocablo econo que significa economa, y
metra que quiere decir medicin, es decir, medicin de la economa. Es entonces la
parte de la economa que utiliza mtodos estadsticos y modelos matemticos para
cuantificar y/o medir las relaciones econmicas. Es importante resaltar que debido a la
continua evolucin de la ciencia econmica y de la misma econometra, existen
diversas definiciones de econometra que en su mayora han sido propuestas por los
economistas ms influyentes del siglo pasado.
Una de las definiciones ms aceptadas de econometra es la propuesta por el
economista noruego Ragnar Anton Kittil Frisch (1895-1973):
La econometra es un rea de la economa que se basa en la teora econmica para
analizar y/o estudiar a travs de modelos los fenmenos econmicos utilizando las
herramientas de la estadstica y las matemticas, (adaptado de Frisch, 1927).
Anton Kittil Frisch recibi el primer premio nobel de economa en el ao 1969, fue
adems el fundador de la Econometric Society, y creador y editor de la prestigiosa
revista cientfica Econometrica. Todo esto justifica pues la amplia aceptacin de su
propuesta a lo largo de la historia.
Es importante destacar que la econometra que se muestra en estos documentos es
aplicada y no pretende hacer nfasis en el desarrollo terico ni en la formalizacin de
los mtodos. Mas bien, se muestra como una herramienta de fcil aplicacin y muy
necesaria para los economistas de hoy.
2.1 Conceptos bsicos
Para el estudio de la econometra y antes de continuar, es importante tener claros
algunos conceptos fundamentales. El primero de ellos es el de economa: que es la
ciencia social que estudia la asignacin eficiente de recursos escasos para satisfacer las
4
necesidades humanas, es importante tener en cuenta este concepto antes de empezar
a utilizar la econometra como herramienta prctica.
Igualmente, es importante tener siempre presente que al hablar de teora econmica,
se est haciendo referencia a las dos ramas principales de la misma, que son la
microeconoma y la macroeconoma. La primera se refiere al estudio de los agentes
econmicos individuales y su comportamiento, mientras que la segunda estudia las
variables econmicas agregadas en su conjunto.
Otro concepto importante es la estadstica, que se puede definir como la ciencia que
tiene como objetivo reunir una informacin cuantitativa concerniente a individuos,
grupos o series de hechos, por ejemplo, y deducir de ella unos significados precisos o
previsiones para el futuro, mediante el anlisis de datos.
Es igualmente importante saber que las matemticas son aquella disciplina que,
mediante el razonamiento deductivo, estudia las propiedades de los entes abstractos,
nmeros, figuras geomtricas, etc., as como las relaciones que se establecen entre
ellos.
2.2 Anlisis de regresin
Ya teniendo estos conceptos claros, es posible dar paso a lo que es la base del estudio
de la econometra: el anlisis de regresin.
En la economa como en las ciencias sociales, no es posible hacer experimentos
exactos como en las matemticas, fsica o las ciencias naturales (tambin llamadas
ciencias exactas), principalmente, por no poder acceder a toda la informacin de la
poblacin en estudio. Y por lo tanto, se deben utilizar modelos para estudiar los
fenmenos econmicos y de esta forma aproximarnos a la explicacin de la realidad.
De ah que la simplificacin de la realidad sea necesaria a travs de modelos que son
representaciones de la realidad.
Segn Gujarati (2010), el anlisis de regresin trata del estudio de la dependencia de la
variable dependiente (Y), en una o ms variables, las variables explicativas (X)
utilizando modelos, con el objetivo de estimar y/o predecir la media o valor promedio
poblacional de la primera en trminos de los valores conocidos o fijos (en muestras
repetidas) de las ltimas.
Con base en lo anterior, se puede deducir la funcin de dependencia bsica que por lo
general se establece por la teora econmica:
( )Y f X=
Esta funcin se pude tambin reescribir como modelo matemtico a manera de
funcin lineal de la siguiente manera:
Y a bX= +
.::UdecomBooks::.
5
Donde Y es la variable dependiente, X es la variable independiente o explicativa, a es el
parmetro constante y b es el parmetro dependiente. Esta ecuacin es la ecuacin de
una recta de pendiente b y de ordenada al origen a en un eje cartesiano tradicional.
El modelo matemtico se convierte en modelo economtrico (tambin conocido como
modelo estadstico) en el momento en el que se agrega una variable aleatoria al
modelo: esta variable aleatoria es el trmino de err