Tarea5

P1

install.packages("readstata13")

library(AER)
library(data.table)
library(ggplot2)
library(foreign)
library(haven)

P2

Descargue la base de datos de la Casen 2015. Carga esta base de datos.

Casen<-read.dta("Casen2015.dta")

EncuestaCasen<-as.data.table(Casen)

P3

Crea un subconjunto de la base, que tendrá solo las variables que nos interesa analizar: folio,o,sexo,edad,region,zona,ecivil,esc,educ,pco1,ypch,ypchtot,ypchautcor,ypchtrabajo,pobreza,expr.

Encuesta2<-EncuestaCasen[,.(folio,o,sexo,edad,region,zona,ecivil,esc,educ,pco1,ypch,ypchtot,ypchautcor,ypchtrabajo,pobreza,expr)]

P4

Crea la variable mujer = 1 cuando sexo = mujer y mujer = 0 cuando sexo = hombre.

Encuesta2[,sexomujer:=ifelse(sexo== "mujer",1,0)]

P5

Define experiencia laboral como la edad menos los años de escolaridad menos 6

Encuesta2[,Experiencia_lab:= edad-esc-6]

P6

Renombra pco1 por “relacion_jf

setnames(Encuesta2,c("pco1"),c("relacion_jf"))

Se le pide encontrar un modelo que permita predecir el ingreso de una personas. Para esto, utilice un modelo de regresión lineal como herramienta de predicción

P1

Plantee un modelo poblacional de regresión lineal simple para poder predecir el ingreso.

\(Y_i= β_0+β_1*mujer + U_i\) , modelo poblacional

ypchtrabajo-> Ingreso per cápita del trabajo

modelo_simple<- lm(ypchtrabajo~sexomujer, data = Encuesta2)
summary(modelo_simple)

## 
## Call:
## lm(formula = ypchtrabajo ~ sexomujer, data = Encuesta2)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
##  -212126  -135034   -73301    25374 25329541 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 212125.8      895.8  236.79   <2e-16 ***
## sexomujer   -25324.5     1239.8  -20.43   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 320000 on 266966 degrees of freedom
## Multiple R-squared:  0.00156,    Adjusted R-squared:  0.001557 
## F-statistic: 417.2 on 1 and 266966 DF,  p-value: < 2.2e-16

P2

Calcule el ingreso predicho para todas las observaciones de la muestra.

Encuesta2[,ingreso_predicho:=predict(modelo_simple)]

P3

Calcule el residuo o error de predicción de nuestro modelo.

Encuesta2[,residuo:=ypchtrabajo-ingreso_predicho]

P4

Agregue variables que usted considere relevantes para estudiar las diferencias salariales entre hombres y mujeres. Interprete los coeficiente. Verifique si sus variable explicativa son significativas e interprete el R cuadrado.

modelo2<- lm(ypch~sexomujer + esc + Experiencia_lab, data = Encuesta2)
summary(modelo2)

## 
## Call:
## lm(formula = ypch ~ sexomujer + esc + Experiencia_lab, data = Encuesta2)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
##  -842280  -158243   -61324    56927 54603111 
## 
## Coefficients:
##                   Estimate Std. Error t value Pr(>|t|)    
## (Intercept)     -230584.54    3892.87  -59.23   <2e-16 ***
## sexomujer        -25305.50    1771.69  -14.28   <2e-16 ***
## esc               39628.40     255.99  154.81   <2e-16 ***
## Experiencia_lab    4520.91      51.09   88.49   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 407000 on 212338 degrees of freedom
##   (54626 observations deleted due to missingness)
## Multiple R-squared:  0.1021, Adjusted R-squared:  0.1021 
## F-statistic:  8046 on 3 and 212338 DF,  p-value: < 2.2e-16

P5

Calcule el ingreso predicho para todas las observaciones de la muestra.

Encuesta2[,Ingreso_predicho2:=predict(object = modelo2, newdata = Encuesta2)]

P6

Calcule el residuo o error de predicción de nuestro modelo. (2 puntos)

Encuesta2[,Residuo2:=ypchtrabajo-Ingreso_predicho2]

P7

Cuantifica la diferencia de salario entre un hombre y una mujer, ambos con 17 años de escolaridad y 5 años de experiencia laboral.

predict(object = modelo2, newdata = data.table(sexomujer=1,esc=17,Experiencia_lab=5 ))

##        1 
## 440397.4

predict(object = modelo2, newdata = data.table(sexomujer=0,esc=17,Experiencia_lab=5 ))

##        1 
## 465702.9

Smujer<-predict(object = modelo2, newdata = data.table(sexomujer=1,esc=17,Experiencia_lab=5 ))
Shombre<-predict(object = modelo2, newdata = data.table(sexomujer=0,esc=17,Experiencia_lab=5 ))

Shombre-Smujer

##       1 
## 25305.5