ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que el marido ha completado los estudios obligatorios y trabaja a tiempo completo, y la mujer no trabaja. a) Se pretende estimar una curva de Engel lineal para el gasto en alimentación (q = f (x, w, β)), donde q es el gasto en alimentación (en cientos de miles de pesetas), x es el gasto total (en cientos de miles de pesetas) y w es un vector de caracterı́sticas del hogar (número de adultos, número de niños y edad del marido). El gasto total puede ser endógeno, y se pretende instrumentarlo con la renta del hogar. Suponiendo que la renta no está correlacionada con el término de error de la curva de Engel para el gasto en alimentación, contraste si la renta es un instrumento válido para el gasto total. b) Obtenga el estimador de variables instrumentales de los parámetros de la curva de Engel utilizando la renta como instrumento para el gasto total mediante la opción TSLS de EVIEWS. A continuación demuestre que este estimador puede obtenerse en dos etapas: en la primera etapa regrese el gasto total sobre todas las variables exógenas y obtenga la predicción del gasto total para las familias de la muestra. A continuación, regrese el gasto en alimentación sobre la predicción del gasto total y el resto de regresores presentes en la curva de Engel. Compare los resultados de ambos procedimientos. c) Compare los resultados de la estimación VI con los obtenidos en base a la estimación MCO. Contraste si el gasto total es endógeno. d) Contraste si la variable edad del marido es significativa. ¿Cómo realizarı́a este contrate si el gasto total fuese un regresor endógeno? e) Contraste la hipótesis nula de que el número de adultos y el número de niños en el hogar tienen el mismo efecto sobre el gasto en alimentación. ¿Cómo realizarı́a este contrate si el gasto total fuese un regresor endógeno? f ) Dada la especificación lineal de la curva de Engel, la elasticidad del gasto en alimentación con relación al gasto total no es constante. En base a los resultados obtenidos estime para cada hogar la elasticidad del gasto en alimentación εbt : gtotalt εbt = βb2 , galimt donde βb2 es el estimador MCO del coeficiente del gasto total, y gtotalt y galimt son el gasto total y el gasto en alimentación del hogar t. Calcule la elasticidad media. 1 epflic.wf1 El fichero epflic.wf1 contiene datos para una submuestra de 3371 hogares de la Encuesta de Presupuestos Familiares 1991. Esta submuestra está formada por parejas con o sin hijos en los que el hombre ha finalizado los estudios obligatorios, tiene más de 24 años y menos de 65, y trabaja por cuenta ajena en una actividad no agraria, y la mujer no trabaja. Las variables incluidas en el archivo son: 1. hedad → Edad del marido 2. medad → Edad de la mujer 3. hijos → Número de hijos menores de 18 años. 4. adultos → Número de adultos en el hogar. 5. galim → Gasto en alimentación, bebidas y tabaco (en cientos de miles de pesetas). El gasto en alimentación no incluye las comidas realizadas fuera del hogar. 6. gtotal → Gasto total (en cientos de miles de pesetas). 7. renta → Renta del hogar (en cientos de miles de pesetas). 2 Práctica 2 Tabla 1 Dependent Variable: GTOTAL Method: Least Squares Sample: 1 3371 Included observations: 3371 Variable Coefficient Std. Error t-Statistic Prob. C ADULTOS HIJOS HEDAD RENTA 6.781248 1.963175 0.981024 0.082906 0.462978 1.173123 0.227950 0.196385 0.024609 0.023973 5.780508 8.612307 4.995403 3.368949 19.31217 0.0000 0.0000 0.0000 0.0008 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.205583 0.204639 11.13761 417540.3 -12905.96 1.814390 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 25.62326 12.48849 7.660015 7.669097 217.7678 0.000000 Tabla 2 Dependent Variable: GALIM Method: Two-Stage Least Squares Sample: 1 3371 Included observations: 3371 Instrument list: C RENTA ADULTOS HIJOS HEDAD Variable Coefficient Std. Error t-Statistic Prob. C GTOTAL ADULTOS HIJOS HEDAD 0.743026 0.116577 0.613443 0.605964 0.022702 0.297700 0.012406 0.067571 0.048937 0.006097 2.495892 9.396731 9.078493 12.38245 3.723719 0.0126 0.0000 0.0000 0.0000 0.0002 R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.354684 0.353917 2.668447 201.3493 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 7.298756 3.319821 23967.98 1.865235 Tabla 3 Dependent Variable: GALIM Method: Least Squares Sample: 1 3371 Included observations: 3371 Variable Coefficient Std. Error t-Statistic Prob. C GTOTALSOM ADULTOS HIJOS HEDAD 0.743026 0.116577 0.613443 0.605964 0.022702 0.340779 0.014201 0.077349 0.056019 0.006979 2.180375 8.208850 7.930842 10.81713 3.252988 0.0293 0.0000 0.0000 0.0000 0.0012 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.154407 0.153403 3.054591 31406.55 -8544.953 1.817862 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 7.298756 3.319821 5.072651 5.081733 153.6602 0.000000 Tabla 4 Dependent Variable: GALIM Method: Least Squares Simple: 1 3371 Included observations: 3371 Variable Coefficient Std. Error t-Statistic Prob. C GTOTAL ADULTOS HIJOS HEDAD 0.612480 0.132891 0.554692 0.588184 0.020488 0.281677 0.003908 0.052484 0.047104 0.005868 2.174407 34.00357 10.56881 12.48691 3.491239 0.0297 0.0000 0.0000 0.0000 0.0005 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.358008 0.357245 2.661567 23844.54 -8080.663 1.872327 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 7.298756 3.319821 4.797189 4.806271 469.2635 0.000000 Tabla 5 Dependent Variable: GALIM Method: Least Squares Sample: 1 3371 Included observations: 3371 Variable Coefficient Std. Error t-Statistic Prob. C GTOTAL ADULTOS HIJOS HEDAD RES 0.743026 0.116577 0.613443 0.605964 0.022702 0.018121 0.296891 0.012372 0.067387 0.048804 0.006080 0.013040 2.502690 9.422325 9.103221 12.41617 3.733861 1.389695 0.0124 0.0000 0.0000 0.0000 0.0002 0.1647 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.358376 0.357423 2.661199 23830.86 -8079.695 1.872766 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Tabla 6 Wald Test: Equation: Untitled Null Hypothesis: C(3)=C(4) F-statistic Chi-square 0.273005 0.273005 Probability Probability 0.601357 0.601323 Probability Probability 0.915810 0.915803 Tabla 7 Wald Test: Equation: Untitled Null Hypothesis: C(3)=C(4) F-statistic Chi-square 0.011177 0.011177 7.298756 3.319821 4.797209 4.808107 375.9009 0.000000 Gráfico 1 1000 Series: ELASTICIDAD Sample 1 3371 Obs erv ations 3371 800 Mean Median Max imum Minimum Std. Dev . Skewnes s Kurtosis 600 400 0.505832 0.442033 3.112557 0.166976 0.252364 2.991283 18.74872 200 J arque-Bera 39863.94 Probability 0.000000 0 0.5 1.0 1.5 2.0 2.5 3.0