Académique Documents
Professionnel Documents
Culture Documents
Versin .10
2008
La Paz - Bolivia
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Introduccion a Stata
1. Introduccion
Stata ofrece dos opciones para realizar analisis estadstico. La primera de ellas
es utilizando ventanas que ya cuentan con funciones y opciones predetermi
nandas (formato de conos). La segunda es usando comandos, los cuales deben
ser escritos en la barra de comandos Stata. A lo largo del curso se hara enfasis
*
red29@cam.ac.uk
1
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
2
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
2. Estadsticas Descriptivas y G
acos En esta sesion del curso pre
sentamos las distintas herramientas que se pueden utilizarcomo un
primer pasopara analizar los datos. Las dos formas mas usuales de
empezar un analisis estadstico son las tablas con estadsticas descrip
tivas y el analisis graco.
alisis de Regresi
3. An on Lineal En esta clase aprenderemos a realizar
regresiones en Stata incluyendo variables dummy e interacciones como
determinantes. Veremos las diferentes hipotesis que podemos evaluar
justo despues de haber corrido el modelo. Otra parte fundamental del
analisis de regresion es obtener los diagnosticos necesarios para probar
si el modelo cumple con los supuestos clasicos de Mnimos Cuadrados
Ordinarios (OLS, por sus siglas en ingles.)
3
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
on Esta ultima
6. Principios de Programaci sesion la destinaremos a
describir las ventajas de invertir un poco mas de tiempo en Stata y
aprender los procesos basicos de programacion. El hecho que podamos
programar y crear nuestros propios comandos es una de las grandes
ventajas que tiene Stata sobre otros paquetes econometricos. Es im
portante explotar esta ventaja y en esta parte veremos ejemplos de
manejo de datos utilizando macros locales y loops (repeticion de op
eraciones.)
2. Lecturas Sugeridas
Introduccion a Stata
1. Introduccion
2. Personalizando Stata
1
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Al instalar Stata, varios archivos son creados para su uso posterior. El mas
utilizado es el archivo Stata cuya direccion esta indicada en la parte inferior
izquierda de la pantalla; es aqu donde son salvados los datos y resultados si
no se especica otra ruta. Para visulizar la ruta de todos los archivos creados
por Stata, escriba la palabra sysdir en la barra de comandos.2 La ruta
de estos archivos puede ser modicada utilizando el comando sysdir set
nombre del archivo seguido por la nueva direccion. La ruta del archivo
Stata tambien puede ser modicada escribiendo el comando cd seguido
por la nueva ruta.
Comandos: sysdir
Hay varias formas en que podemos introducir datos en Stata. Una de las
mas comunes es utilizando el comando insheet seguido por la ruta del
archivo, este comando premite a Stata leer archivos en formato ASCII3 que
son comunmente realizados en Excel (separados por comas o bien por tabu
ladores). Otros comandos que pueden ser utilzados son: infile1, infile2 e
infix. Tambien es posible introducir datos a mano utilizando el comando
edit, el cual abre una hoja de calculo. Aunque no es muy recomendable, los
datos pueden ser introducidos a Stata cortandolos desde Excel y pegandolos
en la hoja de calculo de Stata.
usuario y estas pueden ser salvadas utilizando Prefs Save Windowing Preferences.
2
Es importante se
nalar que Stata es sencible al uso de may
usculas, todos los comandos
usculas.
3
American Standard Code for Information Interchange
2
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Otro valor que debe ser asignado de acuerdo al tamano de la base de datos y
el tipo de analisis que se pretende realizar con ella, es el tama
no de la matriz.
El valor asignado por Stata (en su edicion especial) es de 400 variables, este
puede ser incrementado hasta 11,000 en el caso de la edicion especial (800 en
na de Stata) usando el comando set matsize.
la version mas peque
3
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Para ver las observaciones en pantalla, se puede utilizar edit o bien list
seguido por el nombre de la variable o variables que se deseen visualizar.
La diferencia entre edit y list es que el primero despliega toda la hoja
de calculo mientras el segundo despliega los datos en la ventana de resulta
dos.
Para guardar los datos use el comando save seguido por la ruta en donde se
quieren salvar. Para borrar una base de datos no deseada utilice el comando
erase seguido por la ruta. El comando clear descarga los datos de la memo
ria temporal de Stata; notese que al utilizar clear no se realizara ninguna
advertencia antes de descargar los datos y si la base de datos original ha sido
modicada sin ser salvada estos cambios se perderan.
Una vez cargada la base de datos, es muy comun modicarla para crear
nuevas variables o bien cambiar el orden o contenido de las mismas. Los
siguientes comandos son muy utiles
para estas tareas:
label Este comando sirve para anadir etiquetas tanto a variables (label
variable) como a bases de datos (label data).
4
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
generate Genera una nueva variable denida en base a una expresion numeri-
ca la cual puede contener otras variables. Por su exibilidad, este es uno
de los comandos mas importantes de Stata, ya que se pueden utilizar
umero de operaciones logicas, aritmeticas y matematicas para
un gran n
denir expresion. En el siguiente cuadro tratamos de resumir las expre
siones mas utilizadas con generate.
5
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
+, Mas, Menos
, / Multiplicacion, Division
n, N N umero de
umero de observacion corriente, N
observaciones totales
Algunas funciones Matematicas
abs()
Valor absoluto
cond(x; y; z)
si x es igual a 0, entonces y.., de otra forma z..
exp()
funci
on exponencial
round(x; y)
redondea x en unidades de y; round(.,1) rodondea a
la integral mas cercana.
log()
logaritmo natural
min(x1; x2; : : :)
el mnimo de x1; : : : ; xn
max(x1; x2; : : :)
el maximo de x1; : : : ; xn
sqrt()
raiz cuadrada
sum()
La suma para la expresion entre parentesis.
uniform()
Genera numeros aleatoreos entre 0 y 1 con
una distribucion uniforme.
See: help functions
egen Es una extencion de generate que contiene una gran cantidad de fun
ciones pre-establecidas con las que se pueden generar nuevas variables.
6
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
encode Cuando una variable esta en formato string (es decir no-numerico) no
se pueden obtener estadsticas sobre ella. encode y su opuesto decode
cambian el formato de una variable string a numerico y viceversa. Alete
nativamente podemos utilizar los comandos tostring y destring los
cuales realizan las mismas funciones pero con mas opciones.
reshape wide, long Este comando transforma la base de datos de una for
mato ancho (wide) a uno largo (long ) y viceversa. reshape puede trans
formar de una base de datos como la siguiente en formato ancho:
i j Xij
keep Seguido por una lista de variables mantiene las variables especicadas
eliminando las no incluidas en la lista. Analogamente el comando drop
elimina las variables que le siguen al comando conservando las no-
incluidas.
Muchas veces es necesario combinar dos o mas bases de datos para formar
una sola. Para ello se pueden utilizar los comandos merge o append. merge
une dos bases de datos utilizando una variable en comun. Las dos bases de
datos deben estar en formato .dta (Stata) y las observaciones deben estar
ordenas (utilizando sort) de acuerdo a la variable que sirve como referencia.
El objetivo de merge es anexar variables no observaciones. Por ejemp
lo:
use ds2
sort recid
use ds1
sort recid
8
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
sencilla pues solo se tiene que nombrar la base da datos que se desea anexar.
Por ejemplo:
Por ultimo, si se desea contruir una nueva base de datos que contenga in
formacion condensada de la base original, esto se puede hacer utilizando el
comando collapse. Supanga que tiene una base de datos sobre hogares y que
cada hogar tiene una observacion para cada miembro que lo integra. Si cada
hogar dispone de un identicador unico,
entonces se puede formar una base
de datos alternativa que contenga una sola observacion por hogar (en lugar
de una observacion por individuo) para cada una de las variables deseadas.
Esta observacion puede contener la media, la desviacion estandar, la suma u
otro estadstico por hogar. Por ejemplo:
El codigo anterior crea una base de datos con cuatro variables (hogar, edad,
educacion e ingreso) con una observacion por hogar, la cual contiene el prome
dio de cada variable por hogar.
[by lista de var :] comando lista de var [if expresion] [in rango]
[ponderadores] [using nombre del archivo], [opciones]
Sin embargo para la moyor parte del curso solo necesitaremos una version
mucho mas simple como:
9
MANUAL DE STATA 10.0
Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
http://www.stata.com/support/
http://www.stata.com/support/faqs/
http://www.ats.ucla.edu/stat/stata/sk/
http://www.ats.ucla.edu/stat/stata/
http://ideas.repec.org/s/boc/bocode.html
10
7. Resumen
En esta primera sesion aprendimos los puntos mas basicos del funcionamien
to de Stata incluyendo la importacion, tranformacion y el manejo de bases
de datos. Otros puntos clave consistieron en el procedimiento para cargar las
bases de datos en formatos diferentes a Stata, as como asignar la suciente
no de matriz para cargar los datos y llevar al cabo el anali
memoria y tama
sis. La combinacion de bases de datos y la generacion de nuevas variables
utilizando las expresiones del comando generate fueron entre las tareas mas
importantes de la sesion.
4
Para hacer las actualizaciones es necesario que su computadora este conactada a la
red; si su conexion utiliza un proxy, tiene que congurar Stata, vea help netio.
11
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Introduccion a Stata
1. Introduccion
En esta sesion del curso presentamos las distintas herramientas que se pueden
utilizarcomo un primer pasopara analizar los datos. Las dos formas mas
usuales de empezar un analisis estadstico son las tablas con estadsticas
descriptivas y el analisis graco.
1
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
sysuse auto
Cuadro 1: summarize
Variable Obs Mean Std. Dev. Min Max
sysuse auto
tabstat price mpg trunk weight, statistics(mean n sum sk
median)
Cuadro 2: tamstat
Variable price mpg trunk weight
sysuse auto
Cuadro 3: tabulate
Repair record Car type
Toda distribucion puede ser inferida por sus momentos. Los momentos mas
utilizados son el primero (la media) y el segundo (la varianza). En la seccion
anterior vimos como podemos obtenerlos. Para probar estadsticamente la
diferencia entre dos medias provenientes de distribuciones independientes, es
necesario utilizar informacion acerca del segundo momento. Esto se puede
llevar al cabo utilizando el comando ci para formar intervalos de conanza
3. Gracos
4
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
vida al nacer (le) a travez del tiempo (year). La base de datos (uslifeexp2)
que usamos para realizar la graca 1 es una de las que provee el sistema
(integradas en Stata) y es llamada utilizando el programa sysuse. En el
segundo renglon del ejemplo especicamos que queremos una graca del tipo
scatter que relacione las variables le y year.
scatter le year
5
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
S.A.
80
70
60
50
El intervalo que dene el area de las barras de histogram puede ser ajustado
utilizando las opciones bar y width. Si se reduce el area de las barras de
un histograma hasta formar una graca con lineas en lugar de barras, el
resultadeo es una distribucion de densidad en lugar de frecuencias. La forma
en que pasamos de un graco de frecuencias a uno de densidad varia seg
un la
tecnica utilizada, siendo el metodo kernel uno de los mas comunes. La ventaja
de utilizar densidades kernel es que no se impone ninguna estructura, ya que
la linea que produce lo hace utilizando estadsiticos no parametricos.
4. Resumen
7
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Introduccion a Stata
1. Introduccion
1
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
uno para el comando reg, otro para el prejo xi, seguido por los diagnosticos
(regdiag), estimaciones con errores estandar robustos (robust), pruebas de
hipotesis (test) y nalmente la prediccion del modelo (predict).
2. Regresion
Si, basados en una relacion teorica, tenemos elementos para suponer que las
variaciones en y son causadas por las variaciones en x, podemos utilizar el
analsis de regresion para probar esta relacion estadsticamente. En forma muy
simple, lo que la regresion hace es encontrar los parametros de la ecuacion
y = + x + tal que la sumatoria de errores al cuadrado sea mnima (de
ah su nombre OLS.) Esto se realiza en Stata utilizando el comando reg
seguido por y y x en donde x puede tener mas de un elemento (es decir se
pueden incluir cuantas variables independientes se quieradado un numero
nito de grados de libertad.) Por ejemplo si estamos interesados en la relacion
ente ingreso y y educacion s escribimos en Stata:
reg y s
Comando: reg
reg y s m
2
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Cuadro 1: regress
Variable Coecient (Std. Err.)
En donde I son los indicadores para cada industria. En Stata este modelo se
correra de la siguiente forma:
3
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Cuadro 2: xi reg
Variable Coecient (Std. Err.)
Isector 0 2707.292 (315.385)
Isector 1 3089.960 (299.282)
Isector 2 3658.951 (1029.817)
Isector 3 3570.618 (474.277)
Isector 4 183.165 (377.134)
Isector 5 1419.964 (384.152)
yschooling 1367.352 (21.367)
IsecXyscho 0 -932.026 (37.764)
IsecXyscho 1 -1239.702 (41.611)
IsecXyscho 2 320.377 (102.659)
IsecXyscho 3 -629.909 (59.936)
IsecXyscho 4 120.991 (40.711)
IsecXyscho 5 -532.240 (41.359)
mujer -2927.649 (111.873)
Intercept -1545.552 (240.282)
Opcion: xi
4
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
4. Diagnosticos
Para que los resultados obtenidos por reg sean validos es necesario que se
cumplan los supuestos clasicos de OLS, es decir, normalidad en los residuales,
hemosedasticidad, no autocorrelacion (en el caso de series de tiempo) y no
multicolinealidad entre otros.
5
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
6
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Quizas el problema mas grave de los tres que estamos tocando, sea el de
especicacion o variables relevantes omitidas. La existencia de este proble
ma causa sesgo en nuestros parametros y elmina las propiedades asintoticas
(no es consistente) del modelo OLS. La correccion de este problema hace
uso de la teora economica combinada con la intuicion del investigador para
seber identicar la forma funcional correcta y/o las variables relevantes que
han sido omitidas. Muchas veces el problema esta relacionado con las re
stricciones que imponemos de manera implcita al plantear la forma fun
cional del modelo. Por ejemplo, corremos un modelo de salarios como fun
cion del nivel de educacion, la experiencia y la experiencia al cuadrado,
y = + 1 edu + 2 exp + 3 exp2 + . Suponga que tomamos como muestra
a todos los asalariados entre 15 y 65 anos, estamos imponiendo implcita-
mente la restriccion de que los retornos a la educacion (1 ) son iguales entre
hombres y mujeres, estratos urbano y rural, sectores economicos, etc. Si la
prueba ovtest nos rechaza la hipotesis nula de no variables omitidas en el
modelo anterior, entoces muy probablemente se deba a que hay diferencias
6. Prueba de Hipotesis
Una vez resuelto el problema con los supuestos OLS, el segundo paso de-
spues de realizar el analisis de regresion es el de llevar al cabo pruebas de
hipotesis acerca de los parametros. El comando test nos permite probar no
solo la signicancia estadstica de cada parametro sino tambien la diferencia
con respecto a un valor diferente de cero o cualquier otra expresion numerica
y respecto a una combinacion lineal de otros coecientes. Por ejemplo de-
spues de estimar el modelo que se presenta en el cuadro 2, pordramos estar
interesados en probar que el coeciente del sector 3 es el doble de la suma
de los coecientes para los sectores 4 y 5. Esta hipotesis es estimada en Sta
ta de la siguiente manera: justo despues de estimar el modelo de regresion,
escriba:
Comandos: test
8
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
7. Prediccion
El ultimos
de los comandos post-regresion, es predict. Como su nombre lo
indica, este comando se utiliza para crear una nueva variable, llamemosla y
del modelo y = x + . El
la cual es creada con los valores ajustados x
comando tmbien permite crear variables con errores estandar de la predic
cion lineal utilizando la opcion stdp. Siguiendo con nuestro ejemplo, despues
de la regresion escriba predict yhat para crear la variable y con los val
ores ajustados. La prediccon se realizara para todas las observaciones cuyas
variables independientes no tengan valores en blanco sin importar que no
hayan sido tomados en cuenta al estimar la regresion. Para aclarar, suponga
que los resultados que se presentan en el cuadro 2 solo toman datos de ar
eas urbanas; el comando predict creara la variable y para toda la poblacion
(siempre y cuando haya informacion sobre las variables independientes.) Para
limitar la prediccion a la muestra de donde provienen los resultados, utilice
la limitante if e(sample) como se muestra a continuacion: predict yhat
if e(sample).
Referencias
Introduccion a Stata
1. Introduccion
1
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
2. Teora
1. Valores fuera del rango (0,1), lo cual no tiene ninguna logica desde el
unto de vista de la teora de probabilidad.
2. Heterosedasticidad
Para resolver estos problemas se asume que hay una variable latente, no ob
servable, yi , que determina el valor de la variable dicotoma que observamos.
Formalmente:
1 y
i = X i + i > 0
yi =
0 otherwise
2
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
P rob(yi = 1) = 1 F (X i )
P rob(yi = 0) = F (X i )
n
n
L =
1 (X i ) (X i )
yi =1 yi =0
(X i )
= (X i )k (1)
xik
3
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
exp(X i )
P rob(yi = 1) = P rob(1 X i ) = (2)
1 + exp(X i )
L
(X i ) exp(X i )
= k (3)
xik [1 + exp(X i )]2
Los parametros encontrados por los modelos probit y logit se ajustan de tal
manera que la proporcion de 1s observada es igual a la probabilidad predicha
por el modelo latente:
n n
i=1 yi
= pi
n i=1
Esta propiedad nos sirve de referencia para revizar la bondad de ajuste del
modelo. Sin embargo, el estadstico mas utilizado para evaluar el ajuste del
4
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
2/n 2/n
L L
pseudo R2 = 2/n
1 L
En donde L y L son los valores de la funcion de maxima verosimilitud
con el modelo completo y con un modelo de solo una constante, respecti
vamente. El estadstico pseudo-R2 reporta el incremento en la verosimilitud
que esta explicado por las variables incluidas en el modelo.
Pj
= F (X j )
Pj + Pi
Entonces:
Pj = F ()(Pj + Pi )
5
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Pj F ()
= = G(X j )
Pi 1 F ()
Pj 1 Pi 1
= = 1
j=i
P i Pi P i
1
= G(X j ) + 1
Pi
j=i
1
Pi = G(X j ) + 1
j=i
G(X j )
Pj = (4)
1 + i=j
G(X i )
n
L= Pi1 Pi2 . . . Pim
i=1
6
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
3. Participacion Laboral
En esta seccion veremos como podemos utilizar los modelos discretos que ex
plicamos en la seccion anterior utilizando Stata. El planteamiento del proble
ma es el siguiente. Estamos interesados en saber cuales son los determinantes
de la participacion laboral en Mexico. Para la estimacion contamos con datos
micro a nivel individual dentro de los hogares (ENIGH).
N 39655
Log-likelihood -21852.957
2(7) 6270.502
8
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
N 39655
Log-likelihood -21817.324
2(7) 6341.767
Los resultados muestran que las estimaciones son practicamente las mismas,
10
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
4. Ocupacion Laboral
Vij = V (X i , Z i ), j (5)
11
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Vij = Z i j + ij , j (6)
exp(Z i j )
P rob(i = j) = J
j =1 exp(Z i j )
12
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Equation 1 : Empleado
N 37938
Log-likelihood -32775.682
2(14) 11507.34
13
14
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
occ
occhat Inactivo Empleado Auto-empleado Total
0 6,122 2,839 410 9,371
1 5,415 14,470 3,657 23,542
3 1,327 1,374 2,324 5,025
Total 12,864 18,683 6,391 37,938
Referencias
15
Introduccion a Stata
1. Introduccion
Muchas veces estamos interesados en estimar un modelo que capte no solo las
variaciones entre unidades de observacion (corte transversal) sino tambien la
variacion temporal. Si una base de datos esta formada por una serie de cortes
transversales en donde estos incluyen las mismas unidades de observacion,
entonces decimos que tenemos una estructura de datos panel. En esta sesion
veremos el tipo de analisis que podemos realizar en Stata para aprovechar
la estructura de datos panel. A lo largo de la sesion cubriremos los sigu
ientes topicos: mnimos cuadrados generales, efectos jos, efectos aleatorios
y la prueba de Hausman para escoger uno de los modelos. En la aplicacion
practica trataremos de encontrar la relacion entre la apertura comercial y la
desigualdad del ingreso con datos panel para varios paises en el periodo 1970
a 1995.
*
red29@cam.ac.uk
1
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Para tener una base de datos con estructura panel es necesario que la misma
unidad de observacion sea monitoreada a traves del tiempo. Por ejemplo si
tenemos informacion sobre un mismo individuo en diferentes puntos en el
tiempo. Cuando se sigue a la misma unidad de observacion en el tiempo,
la informacion que se nos proporciona es mas rica que aquella en donde
tenemos una serie de cortes transversales. El analisis de panel aprovecha la
informacion extra para tratar de resolver problemas de variables omitidas y
especicacion. Para informar a Stata que nuestros datos tienen una estructura
de panel, podemos utilizar el comando tsset.
Las propiedades asintoticas de este tipo de bases de datos viene dada por el
numero de unidades de observacion (N ), en donde se asume que N y
T es pequena.
Comandos: tsset
2
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Comandos: xtgls
yit = X it + c + it (4)
2. Instrumentar c
Dentro del marco de panel data, c pudiera ser constante a traves del tiempo y
variando entre cada unidades de observacion, capturando efectos inherentes a
estas (pais, familia, individuo, etc.). Esto es lo que se conoce como un efecto
jo. El modelo esta denido de la siguiente manera:
yit = X it + ci + it (5)
El objetivo del modelo de efectos jos es lidear con Cov(xj , c) = 0 dado que la
estrucutura del error es uit = ci + it . Para hecer esto existen varias tecnicas.
Una de las mas comunes es la de variables indicador, la cual consisten en
estimar la ecuacion 5 introduciendo una variable dummy para cada unidad
de observacion. Una segunda opcion es obtener la diferencia con respecto a
la media:
i + ci + i
yi = X (6)
4
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
i ) + (it i )
(yit yi ) = (X it X (7)
Comandos: xtreg, fe
Los parametros del modelo de efectos jos son interpretados como efectos
temporales. Como ya lo vimos, los modelos con datos panel tienen dos fuentes
de variacion: la variacion entre unidades de observacion y la variacion tem
poral para cada unidad de observacion. Al eliminar el efecto idiosincratico ci
estamos excluyendo la variacion entre unidades de observacion quedandonos
solo con variaciones temporales.
5
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
i + ci + i
yi = X (9)
Comandos: xtreg, be
yit = X it + it (10)
Por lo tanto el modelo de efectos aleatorios (RE) asume que el error tiene
una estructura del tipo it = ci + uit sin embargo supone que el termino
it = ci + uit
i(t+1) = ci + ui(t+1)
Comandos: xtreg, re
7
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
==================================================================================
Referencias
PERFIL PROFESIONAL:
Economista, (PhD.) Doctor en Economa, Maestra en Economa Publica, Maestra en Crecimiento y
Desarrollo Econmico, Maestra en Econometra, Ingeniero de Sistemas, Maestra en Sistemas.
Slida experiencia en el rea Economtrica- Estadstica Comercio Internacional, Poltica
Econmica, Desarrollo Econmico , Poltica Monetaria, Poltica Fiscal, Preparacin y Evaluacin de
Proyectos, Economa Poltica; experiencia relevante en diseo de metodologas de investigacin y
capacitacin en aula tanto en el rea de Econmica como en Sistemas, Estrategia de Recursos
Humanos. Capacitador ESCABO II Jnior Chamber International Gerente propietario de
Consultora DC CONSULTING especializada Multidisciplinaria en elaboracin de tesis de grado a
nivel Licenciatura Maestras Doctorados.
FORMACIN ACADMICA:
(PhD. Eco.) DOCTORADO EN ECONOMIA:
Mencin:
ANALISIS ECONOMETRICO PARA EL CRECIMIENTO Y DESARROLLO
ECONOMICO
Anlisys Economtric for the Growth and Economic Development
University of London England
Londres Inglaterra Febrero 2006 a octubre 2007 (Duracin 1 ao 10 meses
University of
caracterstica semi presencial trimestralmente)
London
TESIS DE DOCTORADO:
ANALYSIS MULTIVARIANT OF THE BOLIVIAN ECONOMY
Anlisis Multivariante de la Economa Boliviana
(MSc.Eco.) MAESTRIA EN ECONOMIA:
Mencin:
ECONOMIA PUBLICA
Economy Public
University of London England
Londres Inglaterra Febrero 2006 a octubre 2007 (Duracin 6 meses Primera
mencin del curso de Doctorado...Titulo N 029883
TESIS DE MAESTRIA:
University of INTEGRAL TRANSFORMATIONS OF WATSON IN SPACES OF FUNCTIONS
AND OF DISTRIBUTIONS
London
Transformaciones integrales de Watson en espacios de funciones y de
distribuciones
1
(MSc.Eco.) MAESTRIA EN ECONOMIA:
Mencin:
CRECIMIENTO Y DESARROLLO ECONOMICO
Growth and Economic Development University of London England
Londres Inglaterra Febrero 2006 a octubre 2007 (Duracin 6 meses Segunda
mencin del curso de doctorado ...Titulo N 026720
TESIS DE MAESTRIA:
University of
STRUCTURAL MODELS AND ESTACIONALITY IN HIGH-FREQUENCY
London
ECONOMIC TEMPORARY SERIES
Modelos estructurales y estacionalidad en series temporales econmicas de
alta frecuencia
(MSc.Eco.) MAESTRIA EN ECONOMETRA :
Mencin:
ANLISIS ECONOMTRICO FINANCIERO Y PRONSTICO MULTIVARIANTE
DE NEGOCIOS
Analysis Financial Economtric presage of Business Multivariants
Richmond University - London England
Londres Inglaterra 2005 (4 Meses presencial 4 meses
virtual.Titulo N 3354268
Richmond
TESIS DE MAESTRIA:
University
METHODS FOR THE PROCEDURE AND ANALYSIS ECONOMTRIC
MULTIVARIANT IN THE BOLIVIAN ECONOMY
Mtodos para el procedimiento y anlisis Economtrico Multivariante
En la economa boliviana
(MSc. Sist) MAESTRIA EN SISTEMAS:
Mencin:
2
DIPLOMADO EN EDUCACION SUPERIOR
Mencin de Maestra :
Carrera de Economa:
1990-1995
Facultad de Ciencias Econmicas y Financieras
Universidad Mayor de San Andrs.
La Paz Bolivia 2003
Titulo Acadmico N 0004520 ------------Titulo Prov. Nal. N 0004276
TESIS DE LICENCIATURA:
U.M.S.A BOLIVIA IN THE PROCESS OF GLOBALIZATION
Bolivia en el Proceso de Globalizacin
Ingeniero en Sistemas:
Carrera Ingeniera de Sistemas Computacionales (ISC)
Instituto Tecnolgico de Estudios Superiores de Monterrey
Mxico DF 1995 1997............................................ Titulo N ITESM225812-ISC
TESIS DE LICENCIATURA:
METHODOLOGY IN THE IMPLEMENTATION SOFTWARE FOR THE CREATION
OF VIRTUAL TUTORSHIPS FOR LEARNING
ITESM
Metodologa en la implementacin de software para la creacin de tutoras
virtuales para aprendizaje
COMUNICACIN NO VERBAL
Universidad Publica y Autnoma del Alto
(U.P.E.A.)
IDIOMAS:
Espaol (lengua Madre) Ingles Francs - Portugus -
3
TRABAJOS ESCRITOS - PRODUCCIN INTELECTUAL:
Manual de Time Series Processor Ver 7.03 (TSP) (autora propia)
Manual de Econometrics Views Vers. 1.0b (EVIEWS) 1 2 Edicin- 1998 (autora propia)
Manual de Econometrics Views Vers. 1.0B 2.0 3.01 4.0B (EVIEWS) 3 Edicin 2001
(autora propia)
Manual de Econometrics Views Vers 4 edicin 2003 (autora propia)
Manual de SPSS ver 10 1 edicin 2004 (autora propia)
Solucionario de los problemas del Texto de Introduccin a la Econometra del autor Ernesto
Rivero(autora propia)
Bolivia en el Proceso de Globalizacin Periodo 1987-2002
Traduccin de manual de Econometric Views versin 4.0 Micro Software Quantitative para el
Centro de Tecnologas Aplicadas a Economa (CTAE)(2003)
Como elaborar el Proyecto de Tesis en Economa 1 edicin 2004 (autora Propia)
Gua de Elaboracin de Tesis 1 edicin 2004 (autora Propia)
Gestin de Proyectos (Identificacin Formulacin Preparacin y Evaluacin) Financiera
Econmica social -ambiental
Texto como elaborar indicadores estadsticos (autora propia
CURSOS DE COMPUTACIN:
1990 Curso de Auxiliar en Contabilidad Computarizada Instituto Arrieta
1991 Curso de Auxiliar en Contabilidad Computarizada Instituto Educacional Britnico
1994 Curso de Sistemas Computarizados de Oficina- Escuela Industrial Pedro Domingo
MurilloCarrera De Electrnica
4
1994 Curso de Sistema Operativo Dos- Word Perfect Qpro Windows (Universidad Santo
Tomas CENACO-CEIN)
1994 Curso de Programador en Sistemas de Computacin Instituto C.I.P.E.C. SRL
1994 Curso de Sistema Operativo Ms-Dos, Ms-Windows, Ms-Word, Ms-Excel; ECCOM SRL
1998 Curso de Time Series Processor Instituto MILENIO SRL
1998 Curso Estrategia de Recursos Humanos Escuela Superior de Estudios Especializados
1999 Curso de Marketing por telfono- American Bussines Group
1999 Curso de servicio al cliente- American Bussines Group
PLATAFORMA WINDOWS
procesador de texto Word Perfect para entorno Windows Vers. 6.0 6.1 7.0 8.0
Microsoft Windows Vers. 3.1 3.11 95 98- 2000 Profesional Milenniun Edition XP
Profesional- Windows XP Home Edition-Lite Edition-Long Horn-lite edition Vista Edition
Microsoft Windows NT Vers. 4.0 2000 (Profesional) 2003 Server Enterprise
Microsoft office (Word-Excel-Access-Power Point-Outlook) Vers. 93 94 95 97 2000-
XP(Profesional) -2003 Profesional 2007 profesional
Microsoft Publisher Project Visio Vers. 95 97 98 2000-XP Profesional 2003
Profesional Profesional 2007
Microsoft Corel Perfect Office (Word Perfect Qpro Presentations )
Microsoft Abc Floor Chart (diagramas de flujo)
Econometrics View Vers. 1.0b 2.0b 3.01-3.1 4.0 -5.0(Econometra)
Gretl Econometra Lindep Econometra Simprocess Stata ver 7.0 -8.0
SPSS Vers. 6.0 7.0- 8.0 9.0 10.0 11.0 -12 13(Estadstica)
Microsoft quicken (contabilidad)
Microsoft Visual Studio nterprise (Visual Basic-Visual Fox)
EMSAMBLAJE DE COMPUTADORAS
Ensamblaje de Computadoras Configuracin de Computadoras Formateo y Particionado
de Discos Duros(HDD) Instalacin de Software
CONFIGURACIN DE REDES
Manejo y Configuracin de Redes L.A.N. W.A.N. -
configuracin de protocolos IPX / IPS TCP /IP NETBEUI DNS/ HOST
configuracin de lneas ZET- CIRCUNVALEM BLANCA- DEDICADA ADSL
CURSILLOS DICTADOS:
1998 Mayo Curso del Paquete Econometric Views Vers 10B Carrera De Economa CIME
(Centro de Investigacin Matemtica y Estadstica para Economa)-UMSA
2000 Como Debe Ser Un Lder Ideal Cmara Jnior Internacional
2001 Curso del Paquete Econometric Views Vers 3.01 Consultora CEPIIB
2001 Curso del Paquete SPSS ver 10.0 Consultora CEPIIB
2003 Curso Taller del Paquete Econometrics Views Ver 4.0 Colegio de Economistas
5
de la Paz Centro de Tecnologas Aplicadas a Economa
2004 Curso Virtual de Anlisis Economtrico con Eviews Diplomado Economa
Informtica
2005 Curso Anlisis Economtrico con Eviews 4 carrera de Economa- UMSA
2006 Curso de Anlisis Economtrico con Eviews vers 5 Y 5.1 Consultora CADES
2006 Curso de Anlisis Economtrico con STATA vers 9 Y 9.1 Consultora CADES
2006 Curso de Anlisis Economtrico con J-MULTI Consultora CADES
2006 Curso de Anlisis Economtrico con DEMETRA Consultora CADES
2006 Curso de Anlisis Economtrico con GRETL Consultora CADES
2006 Curso de Anlisis Economtrico con LIMDEP Consultora CADES
2006 Curso de Anlisis Economtrico con EASY REG INTERNATIONAL Consultora
CADES
2006 Curso de Anlisis Estadstico con SPSS vers. 12 Consultora CADES
2006 Curso de Anlisis de Proyectos y Riesgos con CRYSTAL BALL vers 7.12
Consultora CADES
2006 Curso Anlisis de Proyectos con MSPROJECT ver 2003 Consultora CADES
2007 Curso de Preparacion y Evaluacion de Proyectos con PLANTILLAS PARAMETRIZADAS
Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con Eviews vers 5 Y 5.1 Consultora NUEVO MUNDO
2007 Curso de PAQUETE CONTABLE MONICA 8 Consultora NUEVO MUNDO
2007 Curso de Paquete Contable ORION 4.5 Consultora NUEVO MUNDO
2007 Curso de OPERADORES DE COMERCIO EXTERIOR SIDUNEA++ Consultora NUEVO
MUNDO
2007 Curso de GESTION DE ALMACENES Consultora NUEVO MUNDO
2007 Curso de ANALISIS ESTADISTICO CON SPSS13 Consultora NUEVO MUNDO
2007 Curso de ADMINISTRACION DE RECURSOS HUMANOS (DIRECCION
EMPRESARIAL) Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con STATA vers 9 Y 9.1 Consultora NUEVO
MUNDO
2007 Curso de Anlisis Economtrico con J-MULTI Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con DEMETRA Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con GRETL Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con LIMDEP Consultora NUEVO MUNDO
2007 Curso de Anlisis Economtrico con EASY REG INTERNATIONAL Consultora
NUEVO MUNDO
EXPERIENCIA DE TRABAJO:
1998 enero 00 CARRERA DE ECONOMIA- UMSA: Fac. Ciencias Econmicas y
Financieras
auxiliar de docencia materia de Informtica
auxiliar de docencia materia de Econometra en calidad de invitado
AD HONOREN)
CIME UMSA instalacin de la red del laboratorio de informtica
6
1999 Enero INSTITUTO TECNOLOGICO DE ESTUDIOS SUPERIORES DE
2000 Enero MONTERREY (ITESM) CARRERA: INGENIERIA DE SISTEMAS MEXICO
Docente de las materias :
Programacin I
Redes Neuronales
Inteligencia Artificial
lgica difusa
Estructuracin de redes LAN- WAN
Miembro del Departamento Capacitacin en sistemas
7
EXPERIENCIA EN CAMARA JUNIOR INTERNACIONAL:
Julio 2000 Curso de administracin del capitulo Preparacin y Evaluacin de
Proyectos
Agosto 2000 Curso de ESCABO II (Escuela de Capacitadores de Bolivia)
Septiembre 2000 Curso de Procedimientos Parlamentarios
ASOCIADO A INSTITUCIONES:
Asociacin de Scouts de Bolivia
Junior Chamber International
Fundacin Economa Informtica