Juan Camilo Chaves Puentes

Mara Paula Silva Hernndez

Taller # 1 Econometra II

Parte prctica
1. El archivo Punto1.dta contiene informacin sobre 6000 trabajadores en
Canad, con respecto a los salarios (salario), la edad (edad), los aos de
educacin (educ), la experiencia (exper) y el puntaje de una prueba usado para
capturar la habilidad de un individuo (puntaje). Se desea conocer cul es la
mejor especificacin (forma funcional) para explicar el comportamiento de los
salarios de los trabajadores, para lo cual se plantean los modelos lin-lin, log-log y
log-lin. El modelo asume que la variable dependiente es el salario y las
explicativas son la edad, la educacin, la experiencia y el puntaje en la prueba.
a. Estime el modelo de regresin lineal (lin-lin), logartmico (log-log) y
semilogartmico (log-lin).
b. Interprete los resultados (signos e intuicin econmico, significancia parcial y
global, bondad de ajuste y magnitud de los coeficientes).
Interpretacin lin-lin
VARIABLES
edad
exper
educ
puntaje
Constant

(1)
salario
34.67
(80.16)
828.8***
(83.41)
1,309***
(74.90)
136.4***
(8.944)
-17,849***
(2,475)

Observations
6,000
R-squared
0.206
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

. reg

salario
Source

edad

educ exper puntaje

SS

df

MS

Model
Residual

2.1442e+11
8.2625e+11

4
5995

5.3604e+10
137823663

Total

1.0407e+12

5999

173473609

salario

Coef.

edad
educ
exper
puntaje
_cons

34.66997
1309.359
828.7596
136.4403
-17848.65

Std. Err.
80.15874
74.89576
83.40894
8.944495
2474.52

t
0.43
17.48
9.94
15.25
-7.21

Number of obs
F( 4, 5995)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

6000
388.93
0.0000
0.2060
0.2055
11740

P>|t|

[95% Conf. Interval]

0.665
0.000
0.000
0.000
0.000

-122.47
1162.536
665.2481
118.9059
-22699.6

191.8099
1456.182
992.2712
153.9748
-12997.7

Edad: Se espera que la el coeficiente que acompaa a la variable Edad sea positivo,
pues entre mayor sea la edad de la persona, se asume que tendr una mayor
habilidad en el desempeo de su respectivo trabajo dado que ni mierda-; en efecto,
en el modelo estimado, el coeficiente tiene un signo mayor a cero. Un aumento en
un ao de edad conlleva a un aumento de 34.67 pesos aproximadamente en el
salario. Sin embargo, el coeficiente no posee significancia parcial a ningn nivel.
Experiencia: Un aumento en un ao de experiencia aumenta el salario en 828.76
pesos aproximadamente. Se espera que el signo sea positivo, puesto que la
experiencia es valorada como un buen desarrollo del trabajo y el conocimiento es
ms amplio a medida que se adquiere experiencia; en el modelo, el signo del
coeficiente es positivo. Tiene una significancia parcial a cualquier nivel.
Educacin: Por un ao adicional de educacin, el salario aumenta en 1309.36 pesos
aprox. Se espera que el coeficiente sea positivo debido a que los aos de educacin
son valorados porque entre ms aos de educacin, mayor conocimiento en el rea a
trabajar. Esto se evidencia en la regresin. Es significativo a cualquier nivel.
Puntaje: El aumento en un punto en la prueba de habilidad conlleva a un aumento de
136.44 pesos en el salario aproximadamente. Se espera que el coeficiente sea
positivo porque entre ms habilidad tenga una persona, ms alta ser su
remuneracin; en efecto, lo es en el modelo anteriormente estimado. Es significativo
a cualquier nivel.
Intercepto: Cuando las variables explicativas toman un valor de cero, el salario
devenido por el individuo es de -17848.65 pesos aproximadamente. Intuicin,
despus. Es significativo a cualquier nivel.

Bondad de ajuste: Las variaciones en el salario estn explicadas en un 20.6% por las
variables independientes. Tomamos el Rcuad y no el Rcuad ajustado, ya que el
nmero de variables independientes es pequeo.
La significancia es global.
Interpretacin log-lin
(1)
lnsalario1

VARIABLES
edad

-0.0124**
(0.00519)
0.0627***
(0.00540)
0.0743***
(0.00485)
0.00773***
(0.000579)
7.751***
(0.160)

exper
educ
puntaje
Constant

Observations
6,000
R-squared
0.173
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
. reg lnsalario edad educ exper puntaje
Source

SS

df

MS

Model
Residual

723.46045
3466.0799

4
5995

180.865113
.578161785

Total

4189.54035

5999

.698373121

lnsalario1

Coef.

edad
educ
exper
puntaje
_cons

-.012363
.0742783
.0626702
.0077254
7.750984

Std. Err.
.0051917
.0048509
.0054023
.0005793
.1602706

t
-2.38
15.31
11.60
13.34
48.36

Number of obs
F( 4, 5995)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.017
0.000
0.000
0.000
0.000

=
=
=
=
=
=

6000
312.83
0.0000
0.1727
0.1721
.76037

[95% Conf. Interval]

-.0225407
.0647689
.0520798
.0065897
7.436796

-.0021853
.0837878
.0732606
.0088611
8.065172

Edad: Se espera que la el coeficiente que acompaa a la variable Edad sea positivo,
pues entre mayor sea la edad de la persona, se asume que tendr una mayor
habilidad en el desempeo de su respectivo trabajo dado que ni mierda-; no
3

obstante, esto no sucede en la regresin. Un aumento en un ao de edad conlleva a

una disminucin de 1.23% en el salario aproximadamente. El coeficiente es
relevante para un nivel de significancia del 5%, mas no para uno del 1%.
Experiencia: Un aumento en un ao de experiencia aumenta el salario en 6.26%
aproximadamente. Se espera que el signo sea positivo, puesto que la experiencia es
valorada como un buen desarrollo del trabajo y el conocimiento es ms amplio a
medida que se adquiere experiencia; en el modelo, el signo del coeficiente es
positivo. Tiene una significancia parcial a cualquier nivel.
Educacin: Por un ao adicional de educacin, el salario aumenta 7.42%
aproximadamente. Se espera que el coeficiente sea positivo debido a que los aos de
educacin son valorados porque entre ms aos de educacin, mayor conocimiento
se tendr en el rea a trabajar. Esto se evidencia en la regresin. Es significativo a
cualquier nivel.
Puntaje: El aumento en un punto en la prueba de habilidad conlleva a un aumento
del 0.77% en el salario aproximadamente. Se espera que el coeficiente sea positivo
porque entre ms habilidad tenga una persona, ms alta ser su remuneracin; en
efecto, lo es en el modelo anteriormente estimado. Es significativo a cualquier nivel.
Intercepto: Cuando las variables explicativas toman un valor de cero, el salario
devenido por el individuo es de -17848.65 pesos aproximadamente. Intuicin,
despus. Es significativo a cualquier nivel.
Bondad de ajuste: Las variaciones en el salario estn explicadas en un 17.27% por
las variables independientes. Tomamos el Rcuad y no el Rcuad ajustado, ya que el
nmero de variables independientes es pequeo.
La significancia es global.
Interpretacin log-log
VARIABLES
lnedad1
lnexper1
lneduc1
lnpuntaje1
Constant

(1)
lnsalario1
-0.00360
(0.163)
0.499***
(0.0475)
0.944***
(0.0611)
0.391***
(0.0308)
4.356***
4

(0.547)
Observations
5,992
R-squared
0.160
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
. reg

lnsalario1 lnedad1 lneduc1 lnexper1 lnpuntaje1

Source

SS

df

MS

Model
Residual

667.057366
3501.63032

4
5987

166.764341
.584872276

Total

4168.68768

5991

.695825018

lnsalario1

Coef.

lnedad1
lneduc1
lnexper1
lnpuntaje1
_cons

-.0036049
.9443474
.4987682
.3913417
4.355963

Std. Err.
.1626609
.061109
.0474766
.0307587
.5473906

t
-0.02
15.45
10.51
12.72
7.96

Number of obs
F( 4, 5987)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.982
0.000
0.000
0.000
0.000

=
=
=
=
=
=

5992
285.13
0.0000
0.1600
0.1595
.76477

[95% Conf. Interval]

-.3224789
.8245517
.4056969
.3310436
3.28288

.315269
1.064143
.5918395
.4516397
5.429045

Edad: Se espera que la el coeficiente que acompaa a la variable Edad sea positivo,
pues entre mayor sea la edad de la persona, se asume que tendr una mayor
habilidad en el desempeo de su respectivo trabajo dado que ni mierda-; no
obstante, esto no sucede en la regresin. Un aumento en un 1% en la edad, genera
una disminucin de 0.0036% en el salario aproximadamente. No hay significancia
para ningn nivel.
Experiencia: Un aumento en un 1% de experiencia aumenta el salario en 0.5%
aproximadamente. Se espera que el signo sea positivo, puesto que la experiencia es
valorada como un buen desarrollo del trabajo y el conocimiento es ms amplio a
medida que se adquiere experiencia; en el modelo, el signo del coeficiente es
positivo. Tiene una significancia parcial a cualquier nivel.
Educacin: Por un aumento del 1% en la educacin, el salario aumenta 0.94%
aproximadamente. Se espera que el coeficiente sea positivo debido a que los aos de
educacin son valorados porque entre ms aos de educacin, mayor conocimiento
se tendr en el rea a trabajar. Esto se evidencia en la regresin. Es significativo a
cualquier nivel.
Puntaje: El aumento en un 1% en la prueba de habilidad conlleva a un aumento del
0.39% en el salario aproximadamente. Se espera que el coeficiente sea positivo
5

porque entre ms habilidad tenga una persona, ms alta ser su remuneracin; en

efecto, lo es en el modelo anteriormente estimado. Es significativo a cualquier nivel.
Intercepto: Cuando las variables explicativas toman un valor de cero, el salario
devenido por el individuo es de -17848.65 pesos aproximadamente. Intuicin,
despus. Es significativo a cualquier nivel.
Bondad de ajuste: Las variaciones en el salario estn explicadas en un 16% por las
variables independientes. Tomamos el Rcuad y no el Rcuad ajustado, ya que el
nmero de variables independientes es pequeo.
La significancia es global.
c. Usualmente, se ha considerado se ha considerado que la especificacin semilogartmica es la mejor (dado que se cumple el supuesto de normalidad del
error) para estimar el efecto sobre el salario de los trabajadores. Utilice la
prueba RESET de Ramsey para verificar la validez de esta afirmacin.
Log lin
Ramsey RESET test using powers of the fitted values of lnsalario1
Ho: model has no omitted variables
F(3, 5992) =
1.79
Prob > F =
0.1464

Log log
Ramsey RESET test using powers of the fitted values of lnsalario1
Ho: model has no omitted variables
F(3, 5984) =
19.25
Prob > F =
0.0000

Lin-lin
Ramsey RESET test using powers of the fitted values of salario
Ho: model has no omitted variables
F(3, 5992) =
20.52
Prob > F =
0.0000

La prueba Ramsey Reset determina que se rechaza la hiptesis nula, es decir, que
existe sesgo de especificacin. Mierdita agrega!!
d. Realice la prueba de Davidson y McKinnon para comparar el modelo log-lin y
log-log. Interprete los resultados

VARIABLES

(1)
lnsalario1
6

edad
exper
educ
puntaje
y_2
Constant

-0.0129**
(0.00537)
0.0702***
(0.00982)
0.0870***
(0.0115)
0.00901***
(0.00116)
-0.177
(0.143)
9.124***
(1.119)

Observations
5,992
R-squared
0.170
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
e. Realice la prueba del Multiplicador de Lagrange para comparar los modelos
log-lin y log-log. Interprete los resultados.
2. La base de datos Punto2.dta contiene informacin sobre 1.085 madres y sus
hijos. Usted como investigador est interesado en entender si las prcticas de
disciplina en el hogar afectan el desarrollo cognitivo de los hijos. Para lo cual se
plantea la siguiente regresin
log ( Saber )= 0+ 1 castigos + 2 educmadre + 3 raza+ 4 sexo + 5 edadmadre+
log ( Saber )

Donde
castigos

mes,

es el logaritmo de la prueba estandarizada SABER,

es el nmero de veces que la madre reprende o castiga al nio en el

educmadre

es el nmero de aos de educacin de la madre,

raza

es

una variable dictoma que toma el valor de 1 si pertenece a minora tnica y 0 de

lo contrario, sexo toma el valor de 1 si es nia y 0 de lo contrario y
edadmadre es la edad de la madre.
a. Cules son los signos esperados?
Al considerar la variable castigos , consideramos que hay razones para
pensar que el signo esperado puede ser positivo o negativo; podra ser positivo
en la medida que sean castigos que generen mayor voluntad y esfuerzo de parte
7

del nio al momento de estudiar, razones que conduciran a su buen desempeo

en las pruebas acadmicas; sin embargo, somos conscientes de que un ambiente
de muchos castigos no genera la tranquilidad para estudiar, ni desarrolla la
confianza necesaria en los nios para su buen desempeo. Al evaluar el signo de
la variable educmadre , s nos resulta evidente que a mayor educacin tenga
la madre, ms puede orientar a su hijo y convencerlo de que existen incentivos
para tener un destacado nivel acadmico. Para la variable raza y sexo,
esperamos que los signos sean negativos, pues la brecha existente entre las
minoras tnicas y las mayoras es grande en cuanto a cobertura del servicio
educativo y a oportunidades laborales; por su parte, creemos que las mujeres son
un grupo discriminado, por lo tanto es de esperarse que el coeficiente se
negativo. Finalmente, no parece claro el signo esperado de la variable
edadmadre ; no obstante, nuestra opinin se aproxima a que entre ms
jvenes y ms viejas sean las madres, menos ptima ser su relacin con sus
hijos, o menos preparadas estaban para criarlos; luego, eso afectara su
desempeo en las pruebas. Signo esperado de la constante???
b. Estime el modelo por Mnimos Cuadrados Ordinarios

VARIABLES
Castigos
Educmadre
Raza
Sexo
Edadmadre
Constant

(1)
logSaber
0.00443***
(0.00133)
0.0289***
(0.00391)
-0.176***
(0.0180)
-0.0238*
(0.0131)
-0.00534***
(0.00152)
4.293***
(0.0510)

Observations
1,085
R-squared
0.145
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

c. Interprete los resultados (signos, significancia parcial y global, bondad de

ajuste y magnitud). Los resultados son los esperados? De no ser as, explique
a qu podra deberse la diferencia.
. reg logSaber castigos educmadre raza sexo edadmadre
Source

SS

df

MS

Model
Residual

8.51403661
50.0159622

5
1079

1.70280732
.046353996

Total

58.5299988

1084

.053994464

logSaber

Coef.

castigos
educmadre
raza
sexo
edadmadre
_cons

.0044276
.0289328
-.1757008
-.0238486
-.0053396
4.293135

Std. Err.
.0013297
.0039122
.0180297
.0130977
.0015219
.051033

t
3.33
7.40
-9.75
-1.82
-3.51
84.12

Number of obs
F( 5, 1079)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.001
0.000
0.000
0.069
0.000
0.000

=
=
=
=
=
=

1085
36.73
0.0000
0.1455
0.1415
.2153

[95% Conf. Interval]

.0018184
.0212565
-.2110781
-.0495484
-.0083259
4.193

.0070368
.0366092
-.1403235
.0018512
-.0023534
4.39327

Castigos: El signo de la variable es positivo, lo que implica que coincide con

una de las perspectivas evaluadas en la intuicin. Un castigo recibido adicional
implica el aumento en 0.44% del puntaje obtenido en las pruebas
aproximadamente. Es significativo a cualquier nivel.
Educmadre: El coeficiente que acompaa a la madre tiene un signo positivo, el
cual se ajusta a la intuicin descrita con anterioridad. El mismo es significativo a
cualquier nivel. Un aumento en un ao de la educacin de la madre aumenta en
un 2.89% aproximadamente el puntaje obtenido en la prueba.
Raza: El signo es negativo, tal cual se esperaba debido a la diferencia de
oportunidades y cobertura de servicios de las minoras tnicas por parte del
Estado. La magnitud de este coeficiente sugiere que si el individuo pertenece a
una minora tnica, obtiene aproximadamente un 17.57% menos en el puntaje de
la prueba. El coeficiente es significativo a cualquier nivel.
Sexo: El signo es negativo, lo cual tiene sentido con lo que se esperaba antes de
realizar la estimacin. Si es una nia, tiene menos puntaje en la prueba en un
2.38% aproximadamente. Sin embargo, su significancia solo es vlida para un
10% de nivel de confianza.

Edadmadre: El signo es negativo, por lo que es posible pensar que este resultado
favorece la parte intuitiva que sugera que a mayor edad, menos preparada est
la madre para tener sus hijos; sin embargo, desde nuestro punto de vista, debera
primar el hecho de que las madres jvenes no estn listas para criar a sus hijos
con facultades suficientes para un buen desarrollo de sus habilidades. Ante un
ao adicional en la edad de la madre, el nio obtiene una disminucin del
puntaje en un 0.53% aproximadamente. El coeficiente es relevante a cualquier
nivel de significancia.
Intercepto: Cuando las otras variables se vuelven cero, el puntaje que recibira
un individuo sera
d. Ahora, suponga que castigos es endgena. Explique la intuicin de la
anterior afirmacin.
Tiene sentido que la variable sea endgena debido a que el nmero de castigos
que una mam ejerce sobre sus hijos puede estar determinado por otras
variables, tales como su credo o su opinin respecto a la conveniencia de
castigar o no a sus hijos. Tambin entran en juego las polticas que realice el
Estado para la educacin en el hogar, en el sentido de que decida o no promover
los castigos como mtodo de crianza.
El problema de endogenidad no se debe relacionar con la variable instrumental
sino con otra que est en el trmino del error.
e. Explique por qu la condicin laboral de una madre (si trabaja o no) podra
estar correlacionada con la variable castigos . De lo anterior, se podra
considerar que el instrumento es vlido?
Dado que a priori es muy difcil explicar con palabras una posible relacin entre
el instrumento y el trmino del error del modelo estructural, vamos a asumir que
no estn relacionados y que por lo tanto, si hay relacin entre la variable
endgena y el instrumento, ser un buen instrumento. ---------- 2 visiones. Si la
madre trabaja, significa que tiene menos tiempo de dedicacin para su hijo y que
por lo tanto el tiempo de exposicin para posibles castigos es menor. Sin
embargo, tambin se podra pensar que si trabaja entonces castiga a su hijo
como primera opcin ante la ausencia de tiempo que tiene para criarlo con
detenimiento. Ahora bien, si no trabaja el tiempo de exposicin a los castigos
ser ms alto. Aunque, si no trabaja, tiene ms tiempo para criar a su hijo y as
evitar la necesidad de castigos.
f. La base de datos contiene informacin sobre: i) el nmero de centros del
ICBF en la regin (ICBF); ii) el nmero de Secretaras de Integracin Social
10

en la regin de la madre (SIS), que tiene el objetivo de orientar y liderar la

formacin y el desarrollo de polticas de promocin, prevencin, proteccin,
restablecimiento y garanta de los derechos de los distintos grupos
poblacionales; y iii) el nmero de iglesias (iglesias). Discuta la validez de las
anteriores variables como instrumentos para castigos.

g. Utilizando las tres variables como instrumentos, estime el modelo inicial por
Mnimos cuadrados en dos Etapas (MC2E) de forma matricial y usando el
comando directo de STATA.
B_mc2e[6,1]
uno
castigos
educmadre
raza
sexo
edadmadre

VARIABLES
castigos
educmadre
raza
sexo
edadmadre
Constant

logSaber
4.1898948
-.03526416
.05591226
-.21448092
-.0297591
-.00554112

(1)
logSaber
-0.0353**
(0.0141)
0.0559***
(0.0109)
-0.214***
(0.0279)
-0.0298*
(0.0178)
-0.00554***
(0.00206)
4.190***
(0.0779)

Observations
1,085
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
h. Interprete los resultados (signos, significancia parcial y global, bondad de
ajuste y magnitud).
11

Instrumental variables (2SLS) regression

Source

SS

Model
Residual

-32.7863597
91.3163585

Total

58.5299988

logSaber

Coef.

castigos
educmadre
raza
sexo
edadmadre
_cons

-.0352642
.0559123
-.2144809
-.0297591
-.0055411
4.189895

df

MS

Number of obs
F( 5, 1079)
Prob > F
R-squared
Adj R-squared
Root MSE

5 -6.55727195
1079 .084630545
1084

.053994464

Std. Err.
.014077
.0108631
.0279209
.0178193
.0020576
.0779341

t
-2.51
5.15
-7.68
-1.67
-2.69
53.76

P>|t|
0.012
0.000
0.000
0.095
0.007
0.000

=
=
=
=
=
=

1085
20.16
0.0000
.
.
.29091

[95% Conf. Interval]

-.0628855
.034597
-.2692664
-.0647235
-.0095785
4.036975

-.0076428
.0772275
-.1596955
.0052053
-.0015037
4.342814

Castigos: El signo de la variable es negativo, lo que implica que coincide con

una de las perspectivas evaluadas en la intuicin. Un castigo recibido adicional
implica la disminucin en un 3.52% del puntaje obtenido en las pruebas
aproximadamente. Es significativo en un 5%, mas no en un 1% de nivel de
confianza.
Educmadre: El coeficiente que acompaa a la madre tiene un signo positivo, el
cual se ajusta a la intuicin descrita al inicio. El mismo es significativo a
cualquier nivel. Un aumento en un ao de la educacin de la madre aumenta en
un 5.59% aproximadamente el puntaje obtenido en la prueba.
Raza: El signo es negativo, tal cual se esperaba debido a la diferencia de
oportunidades y cobertura de servicios de las minoras tnicas por parte del
Estado. La magnitud de este coeficiente sugiere que si el individuo pertenece a
una minora tnica, obtiene aproximadamente un 21.44% menos en el puntaje de
la prueba. El coeficiente es significativo a cualquier nivel.
Sexo: El signo es negativo, lo cual tiene sentido con lo que se esperaba antes de
realizar la estimacin. Si es una nia, tiene menos puntaje en la prueba en un
2.97% aproximadamente. Sin embargo, su significancia solo est determinada
para un 10% de nivel de confianza.
Edadmadre: El signo es negativo, por lo que es posible pensar que este resultado
favorece la parte intuitiva que sugera que a mayor edad, menos preparada est
la madre para tener sus hijos; sin embargo, desde nuestro punto de vista, debera
primar el hecho de que las madres jvenes no estn listas para criar a sus hijos
con facultades suficientes para un buen desarrollo de sus habilidades. Ante un
12

ao adicional en la edad de la madre, el nio obtiene una disminucin del

puntaje en un 0.55% aproximadamente. El coeficiente es relevante a cualquier
nivel de significancia.
Intercepto: Cuando las otras variables se vuelven cero, el puntaje que recibira
un individuo sera
i. Realice la prueba de Hausman para identificar problemas de endogenidad en
el modelo.
Coefficients
(b)
(B)
bmc2e
bmco
castigos
educmadre
raza
sexo
edadmadre

-.0352642
.0559123
-.2144809
-.0297591
-.0055411

.0044276
.0289328
-.1757008
-.0238486
-.0053396

(b-B)
Difference
-.0396918
.0269794
-.0387801
-.0059105
-.0002015

sqrt(diag(V_b-V_B))
S.E.
.0103329
.0070235
.0100956
.0015387
.0000525

b = consistent under Ho and Ha; obtained from ivreg

B = inconsistent under Ha, efficient under Ho; obtained from regress
Test:

Ho:

difference in coefficients not systematic

chi2(1) = (b-B)'[(V_b-V_B)^(-1)](b-B)
=
14.76
Prob>chi2 =
0.0001
(V_b-V_B is not positive definite)

La prueba sugiere que se debe rechazar la hiptesis nula. Dado que en la Prueba
de Hausman la hiptesis nula sostiene que no existe endogendidad, se concluye
que el modelo presenta problemas de endogenidad.
j. Realice las pruebas estadsticas (Sargan) para comprobar la validez y la
significancia de los instrumentos usados.
Tests of overidentifying restrictions:
Sargan N*R-sq test
0.383 Chi-sq(2)
Basmann test
0.380 Chi-sq(2)

P-value = 0.8257
P-value = 0.8268

La Prueba de Sargan sugiere que son buenos instrumentos, pues se concluye la

hiptesis nula; es decir, se validan los instrumentos escogidos en la estimacin
en dos etapas.

13