Modelo econometrico.

...

También podemos realizar un análisis grafico de la distribución de los errores, esto puede ser:

Grafico 01

[pic 7][pic 8]

Como se puede ver en el Grafico 01 la distribución de la probabilidad de los errores es asimétrica (sesgada negativamente1.701894) y presenta un valor menor de Kurtosis respecto a la distribución normal (7.923411). Lo que significa que los errores no se distribuyen normalmente, pero esto no es un problema ya que bajo el teorema del límite central (la distribución de las medias muéstrales se distribuye normalmente si el tamaño de la muestra es lo suficientemente grande n>30) se puede concluir que los errores siguen una distribución normal ya que el tamaño de la muestra utilizada para este modelo es de 32 observaciones.

- Omisión de variables importantes.

Algunas veces el modelo de MCO presenta problemas de multicolinealidad o de mala especificación del modelo, esto debida a que se omiten variables relevantes en el modelo, esto nos lleva a tener estimadores sesgados e ineficientes y cualquier inferencia que se desee realizar será errónea ya que los errores estándar son mayores de lo que debería de ser.

Para analizar la omisión de variables relevantes se omitirá la variable Educación (EDUC) y se determinara si determinara si esta variable omitida es significativa o no significativa, esto mediante la validación de las siguientes hipótesis.

Ho: La variable omitida no es significativa

H1: La variable omitida es significativa

Se supone por un momento que las variables que se incluyen en la regresión no consideran EDUC (Años de educación). Los resultados de esta regresión restringida son, ver cuadro 07.

Cuadro 07

[pic 9]

Cuadro 08

[pic 10]

En el cuadro 08 se puede observar, que el Prob > F asociado con el test (0.0000) es menor que el nivel de significancia deseado (0.05). Por lo tanto, se rechaza la hipótesis nula y se puede concluir que la variable omitida es significativa.

Modelo optimo estimado por mínimos cuadrados Ordinarios:

WAGE = -1.734481 + 0.602580* EDUC + 0.064242* EXPER - 2.155517* FEMALE + U

- -1.734481 el intercepto para hombres, en este caso no tiene mucho significado, porque en la muestra ninguna de las variables EDUC, EXPER (antigüedad) tiene valor cero.

- 0.602580es el cambio que genera un año más de educación en el salario de un trabajador, es decir, si el trabajador realiza un año más de educación su salario se incrementara en 0.602580 dólares, esto siempre y cuando se mantenga todos los demás factores constantes (Todas las demás variables ceteris paribus).

- 0.064242 es el cambio que genera un año más de experiencia en el salario de un trabajador, es decir, si el trabajador tiene un año más de experiencia su salario se incrementara en 0.064242 dólares, esto siempre y cuando se mantenga todos los demás factores constantes (Todas las demás variables ceteris paribus).

- -2.155517 es el grado de discriminación salarial que existe entre un hombre y una mujer, es decir, si el trabajador es una mujer (FEMALE=1) su salario será menor en 2.155517 dólarescon respecto al salario de un trabajador hombre, esto siempre y cuando se mantenga todos los demás factores constantes (Todas las demás variables ceteris paribus).