Manual de Stata 10

MANUAL DE STATA
Versin .10
Autor:PhD.Eco JORGE EDWING DEL CARPIO GONZALES

Copyright 2008 JDC-- 3 Edicin
DC CONSULTING - Reservados todos los derechos
2008
La Paz - Bolivia
MANUAL DE STATA 10.0
Por: PhD.Eco Jorge Edwing. Del Carpio Gonzales
==================================================================================
Introduccion a Stata
Descripcion del Curso
1. Introduccion
El objetivo del curso es el de dar un panorama amplio de las capacidades

estadsticas y econometricas del paquete Stata. Comparado con otros paque
tes econometricos los cuales solo cuentan con un formato de conos (SPSS,
Eviews, LimDep, etc.), aprender a manejar Stata utilizando comandos tiene
un costo inicial relativamente alto. Sin embargo, los benecios que ofrece
Stata mas que compensan estos costos iniciales. Este curso de introduccion
pretende minimizar dichos costos, se
nalando los comandos mas utiles
para
aquellos analistas que tiene la intencion de hacer de Stata su paquete de uso
diario.
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
==================================================================================
en el uso de comandos, senalando la forma alternativa de realizar los ejercicios

utilizando ventanas. Nos concentramos en el uso de comandos ya que consid
eramos que los benecios asociados a este tipo de uso es uno de los principales
atractivos de Stata con respecto a otros paquetes econometricos. El benecio
inmediato de aprender a utilizar los comandos Stata es que esto permite al
analista construir rutinas (do-les ) con el tipo de analisis que com
unmente
realiza. De esta forma se pueden llevar al cabo analisis estadsticos de forma
rutinaria sin la necesidad de escribir las operaciones (o usar las ventanas)
de nuevo. El uso de comandos tambien abre toda una posibilidad a realizar
estimaciones que van mas alla de las incluidas en las ventanas. Por ultimo,
el
benecio de largo plazo de aprender a utilizar los comandos Stata es que el
usuario podra eventualmente crear sus propios programas con aplicaciones
que responden a sus necesidades particulares.
A parte de la exibilidad que da el uso de comandos, Stata ofrece otras

ventajas con respecto a otros paquetes econometricos. La primera de ellas es
la red internacional de analistas que utilizan el paquete (como Angus Deaton
y S.P. Jenkins) de la cual Stata se nutre con las rutinas y comandos escritas
por esta red de usuarios. Estos comandos y rutinas estan disponibles sin costo
para todo usuario de Stata. Una tercera ventaja comparativa es que Stata se
especializa en bases de datos grandes permitiendo ajustes por diseno muestral
y analisis de datos longitudinarios (panel).
El curso esta dividido en seis apartados, los cuales explicamos brevemente a

continuacion.
asicas En esta primera sesion, se tocaran los puntos

1. Funciones B
basicos sobre el funcionamiento de Stata. Iniciaremos la sesion per
sonalizando Stata. Una vez familiarizado con las ventanas del progra
ma, veremos las diferentes formas de introducir datos, modicarlos,
analizarlos y salvarlos. Finalmente aprenderemos a utilizar los recursos
disponibles en la red para responder a nuestras preguntas y estar al dia
sobre los desarrollos de Stata.
2
==================================================================================
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.)
4. Modelos con Variables Discretas El objetivo de la sesion es el de

ilustrar la manera de estimar modelos cuya variable dependiente toma
valores discretos. Este tipo de modelos son muy utilizados en economa
laboral aplicada para encontrar los determinantes de la participacion
y ocupacion laboral. Los dos tipos de modelos con variables discre
tas son los binomiales (es decir dos alternativas) y los multinomiales.
Las tecnicas utilizadas para estimar este tipo de modelos dieren del
convencional OLS ya que la discontinuidad de la variable dependiente
implica una relacion no lineal. El documento hace enfasis en la teora
que hay detras de la estimacion as como la mecanica de la misma. Se
ilustra con un ejemplo en donde estimamos la participacion y ocupacion
laboral usando datos de la ENIGH.
alisis de Datos Panel El objetivo de esta sesion es el indicar los

5. An
benecios de tener una base de datos que combina corte transversal con
series de tiempo. Las tecnicas de estimacion pueden ser ajustadas para
explotar toda la variacion contenida en esta clase de bases de datos.
Todo tipo de modelos como variables continuas usando OLS, modelos
discretos, modelos de mnimos cuadrados generales (GLS), etc. pueden
3
==================================================================================
ser estimados bajo esta estructura de datos. Nos enfocaremos a dos

tipo de modelos que derivancomo lo es caso en cualquier otra especi
cacion econometricadel supuesto que hagamos sobre los residuales
de la ecuacion objetivo. Estos modelos son los de efectos jos y efectos
aleatorios.
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
Hamilton, L. C. (2004) Statistics with Stata. Updated for version 8,

Thomson. (Libro de Texto)
Maddala, G. S. (1983) Limited dependent and qualitative variables in

econometrics, Cambridge University Press. (Captulos 1, 2 y 3)
Wooldrich, J. M. (2003) Introductory econometrics: A modern ap

proach, 2e, Thomson. (Captulos 2, 3, 4 y 8)
Wooldrich, J. M. (2002) Econometric analysis of cross section and

panel data MIT press

Por: PhD.Eco. Jorge Edwing. Del Carpio Gonzales
==================================================================================
Clase 1: Funciones Basicas
1. Introduccion
En esta primera sesion, se tocaran los puntos basicos sobre el funcionamiento

de Stata. Iniciaremos la sesion personalizando Stata. Una vez familiarizado
con las ventanas del programa, veremos las diferentes formas de introducir
datos, modicarlos, analizarlos y salvarlos. Finalmente aprenderemos a uti
lizar los recursos disponibles en la red para responder a nuestras preguntas
y estar al dia sobre los desarrollos de Stata.
2. Personalizando Stata
El depliegue de Stata presenta cuatro ventas diferentes: Review, Results,

Variables y Commands. En Review aparencen los comandos que han
sido utilizados durante las sesion en turno. Solo los resultados mas recientes
*
red29@cam.ac.uk
1
==================================================================================
son visibles en la pantalla Review, mientras que Command sirve para

utilizar Stata de forma interactiva.1
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
3. Manejando la Base de Datos
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.
Si los datos ya estan en formato de Stata (terminacion .dta), estos pueden

1
El tama
no y posicion de las ventanas puede ser ajustado seg
un las preferencias del
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
Stata deben ser escritos utilizando solo min
usculas.
3
American Standard Code for Information Interchange
2
==================================================================================
ser cargados al programa utilizando el comando use seguido por la ruta en

donde se encuentra la base de datos. Por ejemplo:
use C:/Mis Documentos/Stata/Datos1.dta
Comandos: insheet, infile1, infile2, infix, edit, use
3.1. Asignando Memoria y Tamano de la Matriz
Stata cuenta con un optimizador de memoria el cual asigna una cantidad

predeterminada de memoria a cada observacion, la cantidad asignada au
tomaticamente es de 10M. El usuario debe incrementar esta cantidad si con
sidera que la base de datos necesita mas recursos utilizando el comando set
memory seguido por la cantidad en mega bytes. Si la memoria asignada es in
no de la base de datos, Stata emitira el siguiente error:
suciente dado el tama
no room to add more observations. Una ves que los datos han sido
cargados, estos se pueden comprimir usando compress, un comando muy util
cuando se manejan varias bases de datos grandes.
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
Comandos: memory, compress, matsize
3.2. Leyendo los Datos
Stata almacena las varaibles asignandoles diferentes formatos dependiendo

del tipo de informacion de sus observaciones. Para obtener esta y otra infor
macion como n
umero de variables u observaciones use el comando describe.
3
==================================================================================
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.
Comandos: describe, edit, list
3.3. Guardando los datos
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.
Comandos: save, erase, clear
4. Modicando la Base de Datos
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).
order, move y aorder Estos comandos cambian el orden en que se encuen

tran las variables. order seguido por lista de var cambia el orden segun
sea especicado por la lista de variables. move var1 var2 en cambio,
sustituye la variable1 en la posicion de la variable2. aorder acomoda
las varibles en orden alfabetico.
4
==================================================================================
sort Ordena de forma acendente las observaciones basado en una o mas

variables.
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
==================================================================================
Cuadro 1: Expresiones usadas por generate
Expresiones Logicas Signicado
&, | Y (AND), O (OR)

>, < Mayor que, Menor que
==, ! = Igual a, Diferente a
>=, <= Mayor o Igual, Menor o Igual
Expresiones Aritmeticas
+, 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.
replace Cambia el contenido de una variable ya existente sustituyendola

por una expresion.
6
==================================================================================
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:
Cuadro 2: Datos en formato wide

Xij
id sexo ing80 ing81 ing82

1 0 5000 5500 6000
2 1 2000 2200 3300
3 0 3000 2000 1000
A uno largo como este:
Cuadro 3: Datos en formato long
i j Xij
id ano sexo Ing

1 80 0 5500
1 81 0 5500
1 82 0 6000
2 80 1 2000
2 81 1 2200
2 82 1 3300
3 80 0 3000
3 81 0 2000
3 82 0 1000

==================================================================================
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.
5. Combinando Bases de Datos
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
save ds2, replace
use ds1
sort recid
merge recid using ds2
Lo que este peque

no codigo nos dice es que carguemos la base de datos ds2
(use) y la ordenemos de acuerdo al identicador recid (sort) y guardemos los
cambios reeplasando ds2 (save). Posteriormente abrimos la segunda base de
datos utilizando el comando use, la ordenemos en base a recid y nalmente
la pegamos (merge) de acuerdo a recid utilizando la base de datos ds2.
En el caso de append sucede lo contrario, lo que se busca es anexar observaciones

por lo generala una misma serie de variables. La sintaxis es mucho mas
8
==================================================================================
sencilla pues solo se tiene que nombrar la base da datos que se desea anexar.
Por ejemplo:
append using ndatos

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:
collapse (mean) edad educacion ingreso, by(hogar)
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.
Comandos: merge, append, collapse
6. Sintaxis y Obteniendo Ayuda
Como lo podemos ver en los ejemplos anteriores, la sintaxis de los comandos

Stata tienen un formato comun. Esta sintaxis es la siguiente:
[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:
[by lista de var :] comandolista de var [if expresion], [opciones]
9
==================================================================================
El prejo by permite aplicar el mismo comando separando la base de datos en

subgrupos denidos por lista de var. Posteriormente viene el comando seguido
por una segunda lista de var a las cuales se les aplicara el comando elegido.
Los datos utilizados para evaluar el comando pueden ser limitados con las
opciones if e in. Las opciones especcas al comando tienen que ser precedi
das por una coma. A lo largo del tutorial se utilizara esta sintaxis de forma
continua de manera que al nal del curso el participante estara familiarizado
con ella.
Vea: help language
Otra informacion clave es la forma en que podemos obtener ayuda. Todos

los comandos Stata tienen informacion acerca de la manera en que deben
utilizarce (sintaxis y opciones); para acceder a ella es solo cuestion de es
cribir la palabra help seguida por el nombre del comando en la ventana
de comandos de Stata. Si no conoce el nombre del comando que realiza la
tarea que tiene en mente, escriba la palabra findit seguida por una palabra
que este relacionada con dicha tarea. Este comando busca en toda la docu
mentacion tanto interna como aquella que se encuetra en la pagina red de
Stata. Adicionalmente, existen paginas de internet con materiales didacticos,
estos son algunas de las mas importantes:
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
Stata se actualiza casi continuamente, los usuarios pueden escribir programas

y mandarlos al archivo de SSC (Statistical Software Components), por lo
tanto es necesario hacer actualizaciones de forma regular. El comando update
10

==================================================================================
query le indicara si es necesario hacer actulizaciones.4
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
==================================================================================
Clase 2: Estadsticas Descriptivas y Gracos
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.
2. Tablas con Estadsticas Descriptivas
codebook es un comando muy util para empezar a analizar la base de datos.

Si no se especica una variable codebook presenta estadsticas descriptivas
sobre cada una de las variables en la base de datos, alternativamente se puede
obtener informacion sobre solo alguna(s) variable(s) en particular escribiendo
el nombre de la(s) variable(s) despues de codebook. Un comando alternativo
*
red29@cam.ac.uk
1
==================================================================================
que presenta estadsticos similares a codebook pero de forma resumida es

summarize. Aqui se presenta un ejemplo del comando summarize:
sysuse auto
summarize price mpg
Cuadro 1: summarize
Variable Obs Mean Std. Dev. Min Max
price 74 6165.25 2949.49 3291 15906

mpg 74 21.29 5.78 12 41
El cuadro 1 presenta informacion sobre el n

umero de observaciones, la me
dia, desviacion estandar y el rango de las variables. Muchas veces necesitamos
crear una tabla con determinados estadsticos descriptivos, para hecer esto se
puede hacer uso de los comandos tabstat o table. Estos comandos tienen
mucha exibilidad no solo en los estadsticos que se pueden incluir pero tam-
bien en el formato en que estos se presentan como se puede ver en el siguiente
ejemplo:
sysuse auto
tabstat price mpg trunk weight, statistics(mean n sum sk
median)
Cuadro 2: tamstat
Variable price mpg trunk weight
mean 6165.25 21.29 13.75 3019.45

N 74 74 74 74
sum 456229 1576 1018 223440
skewness 1.65 .948 .029 .148
p50 5006.5 20 14 3190

==================================================================================
El comando inspect es una forma sencilla de obtener informacion sobre

la distribucion de una variable. Presenta peque
nas gracas con puntos de
frecuencias relativas y algunos estadsticos sobre el numero de observaciones
distintas de cero, etc. tabulate, por otro lado, realiza tablas con frecuencias
y presenta varios estadsticos de correlacon entre dos variables previamente
seleccionadas:
sysuse auto
tabulate rep78 foreign
Cuadro 3: tabulate
Repair record Car type
1978 domestic foreign Total

1 2 0 2
2 8 0 8
3 27 3 30
4 9 9 18
5 2 9 11
Total 48 21 79
Comandos: codebook, summarize, inspect, tabstat, table, tabulate
2.1. Estadsticos de Momentos
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

==================================================================================
de las medias y ver si se intersectan o no. La no interseccion quiere decir que

no hay evidencia suciente para rechazar la Ho: igualdad de medias.
Los momentos tercero y cuarto de la distribucion tambien nos dan infor-

macion valiosa. La skewness o tercer momento nos dice si la distribucion es
simetrica con respecto a la media. Valores de este estadstico iguales a cero
indican una distribucion simetrica mientras que valores mayores (menores)
a cero indican que la cola de la distribucion esta sesgada hacia la derecha
(izquierda). La kurtosis o cuarto momento, mide la densidad que se concen
tra en las colas ; una distribucion normal (del tipo Gauss) tiene una kurtosis
igual a tres. Valores que dieren de la normal se dice que tienen colas con
algunos picos (no nos referimos a picos en sentido estrictonumero innito
de derivadassino solo a vecindarios en donde la distribucion no es tan suave
como la normal.)
Para obtener informacion hacerca de los momentos de la distribucion podemos

usar el comando summarize con la opcion detail. Pruebas para normalidad
de una distribucionen base al tercer y cuarto momentose pueder realizar
utilizando el comando sktest.
Comandos: ci, summarize, sktest
3. Gracos
La mejor manera de resumir la informacion contenida en los datos es haciendo

umero de gracas
un analisis graco de los mimsos. Stata tiene un gran n
siendo scatter, twoway, histogram y kdensity entre los comandos mas
utlizados.
Las gracas twoway pueden presentarse de diferentes maneras, una de las

mas comunes es en forma de puntos.1 El comando scatter se utiliza en el
siguiente ejemplo para observar como se ha comportado la expectiativa de
1
Los siguientes ejemplos se pueden aplicar a gracas de lineas, areas o barras.
4
==================================================================================
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.
sysuse uslifeexp2, clear
scatter le year
Figura 1: Graca en forma de Puntos

65
60
life expectancy
50 45
40 55
1900 1910 1920 1930 1940

Year
O bien estos puntos se pueden unir utilizando la opcion connect:
scatter le year, connect(l)
Figura 2: Graca en forma de Puntos Unidos

65
60
life expectancy
50 45
40 55
1900 1910 1920 1930 1940

Year
5
==================================================================================
La mayora de las opciones gracas permite un analisis por grupos utilizando

el comando by:
scatter lexp gnppc, by(region)
Figura 3: Graca por Grupos

Eur & C.Asia N.A.
80
70
60
Life expectancy at birth
50
0 10000 20000 30000 40000
S.A.
80
70
60
50
0 10000 20000 30000 40000

GNP per capita
Graphs by Region
Histogramas de frecuencias y distribuciones de densidad kernel pueden ser

gracados utilizando los comandos histogram y kdensity respectivamente.
Tambien es posible combinar ambas funciones en un solo graco como se
muestra en el siguiente ejemplo:
histogram volume, freq kdensity xaxis(1 2) ylabel(0(10)60,

grid) xlabel(12321 "mean"9735 1 s.d."14907 "+1 s.d."7149
2 s.d."17493)
Figura 4: Histograma y Kernel

Volume (thousands)/x
5,000 10,000 15,000 20,000 25,000
40 60
50
Frequency
30 20
10
0
2 s.d. 1 s.d. mean +1 s.d. 17,493

Volume (thousands)

==================================================================================
Note como dentro de las opciones de histogram se incluye el formato freq

indicando que la altura de las barras del histograma miden el numero de
observaciones en cada rango (las frecuencias). La opcion kdensity le dice a
Stata que queremos una funcion de densidad del tipo kernel superimpuesta
al histograma. Las otras dos opciones, ylabel y xlabel son solo los ttulos
de los ejes.
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.
Las opciones gracas de Stata le permiten a

nadir marcos, ttulos a los ejes,
cambiar de colores las distintas varibles gracadas, elegir la escala de los ejes,
etc. (vea help twoway options.)
Comandos: graph, twoway, scatter, histogram, kernel
4. Resumen
En esta sesion exploramos varias opciones para comenzar una inspeccion de

un es empezar un analisis produciendo tablas
la base de datos. Lo mas com
con estadsticos descriptivos y de corralacion simple entre dos variables; los
comandos summarize, tabstat y tabulate son los ideales para estas tareas.
Por otro lado, vimos como producir gracos de puntos y lineas relacionan
do dos variables, asi mismo, aprendimos a gracar frecuencias relativas y
densidades usando histogram y kernel repectivamente.
7
==================================================================================
Clase 3:Analisisde Regresion Lineal
1. Introduccion
En esta clase aprenderemos a realizar regresiones en Stata incluyendo vari

ables 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 Mni-
mos Cuadrados Ordinarios (OLS, por sus siglas en ingles.) El que se rompa
con uno o mas de los supuestos de OLS tiene diferentes repercusiones sobre
el valor de los parametros en algunos casos o sobre la inferencia estadstica
en otros.
En esta documento, al contrario de los dos anteriores, casi no se presen

tan ejemplos, concentrandonos mas en los comandos que podemos utilizar
en Stata para realizar las distintas tareas dejando para el ejercicio la im-
plementacion pratica. El documento se divide en cinco aparatados dedicando
*
red29@cam.ac.uk
1
==================================================================================
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
3. Variables Dummy y el Prejo xi
El modelo anterior es el mas sencillo que podemos estimar, lo mas probable

es que no tome en cuenta muchas otras variables que estan determinando el
ingreso. Por ejemplo si pensamos que el ingreso de los hombres es mayor al
percibido por las mujeres entonces podemos correr el siguiente modelo:
reg y s m
En donde m es una variable indicador (dummy) la cual toma el valor de 1

si la observacion corresponde a una mujer y cero de lo contrario. Utilizando
2
==================================================================================
datos de la ENIGH se arrojaron los siguientes resultados:
Cuadro 1: regress
Variable Coecient (Std. Err.)
yschooling 1147.498 (11.927)

mujer -2844.586 (109.824)
Intercept -936.559 (109.701)
En terminos de nuestro modelo, y = + s + m + , si es diferente de

cero (lo que es cierto en nuestro ejemplo) entonces quiere decir que hay evi
dencia suciente para armar que los ingresos de las mujeres dieren del de
los hombres controlando por el nivel de educacion. Seg
un nuestros resulta
no extra de educacion formal representa un incremento de $1,147
dos un a
pesos en el salario trimestral y las mujeres ganan, en promedio, $2,844 pesos
menos que los hombres. Ahora suponga que se introduce una variable discre
ta (llamemosla sector) tomando valores del 0 al 6 indicando cada una de las 7
industrian en la muestra. A partir de sector se podran contruir 7 variables in
dicadores tomando cada una el valor de 1 cuando la observacion corresponde
a un trabajador de determinada industria y cero de otra forma. Sospechamos
que el ingreso vara entre industrias y no solo eso sino que el retorno a la
educacion (medido por en nuestro modelo) tambien toma valores diferentes
dependiendo de la industria. Para probar esto podemos generar variables de
interaccion entre x y los 6 diferentes indicadores de industria o bien utilizar
el prejo xi. El modelo que estimaremos es el siguiente:
y = + s + m + 0 I0 + . . . + 5 I5 + 0 (s)I0 + . . . + 5 (s)I5 + (1)
En donde I son los indicadores para cada industria. En Stata este modelo se
correra de la siguiente forma:
xi: reg y m i.sector*s
3
==================================================================================
Los resultados son presentados en el siguiente cuadro:
Cuadro 2: xi reg
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)
Las primeras 6 varaibles en el cuadro 2 (con el prejo I) miden el impacto

que tienen las diferentes industrias (o sectores) sobre el intercepto , mientras
que las las que le siguen a la variable yschooling miden el impacto sobre
la pendiente . Si solo nos interesara el impacto sobre la pendiente entonces
el modelo se hubiera estimado incluyendo i.sector sin el asterisco seguido
por la variable educacion.
Opcion: xi
4
==================================================================================
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.
Los diagnosticos de la regresion son obtenidos justo despues de la prueba es

cribiendo cualquiera de los siguientes comandos: hettest para heterosedas
ticidad, vif para multicolinealidad y ovtest para variables omitidas y es
pecicacion incorrecta.
1. hettest Esta prueba utiliza los residuales obtenidos de la regresion

original, los eleva al cuadrado y posterirormente los corre contra las
variables independientes. De este segundo modelo se obtiene un es-
tadstico de pueba con distribucion F. Esto es lo que se conoce como
la prueba Breusch-Pagan (1980).
2. ovtest Realiza lo prueba RESET, Regression Specication Error Test,

[Ramsey 1969]. En esta prueba se agregan polinomios de valores ajus
tados para y. Suponga el modelo y = + x + de aqu se obtienen
los valores estimados y, se crean las variables de orden dos o mayor
y 2 , y 3 , . . .. Se corre el modelo alternativo: y = + x + y2 + y3 + . . . +
y por ultimo se prueba el modelo alternativo contra el original utilizan
do un estadistico F. Si el primero es preferido al segundo, entonces
tenemos un problema de especicacion.
3. vif Esta prueba presenta la proporcion de la varianza total de cada

una las variables independientes que no es explicada por las variables
independientes restantes (Variance Ination Factor.) El procedimiento
consiste en crear regresiones del tipo xi = + xj + , i = j; j =
1, 2...J en donde xi y xj son regresores en el modelo original. De los
resultados de esta regresion, se calcula el estadtico R2 , el valor vif es
igual a (1 R2 ). Valores altos de vif nos indican que gran parte de la
5
==================================================================================
variacion en xi no es explicada por variaciones en las restantes xj por

lo tanto no hay evidencia para armar que tenemos un problema de
multicolinealidad.
Comandos: hettest, ovtest, vif
5. Violacion de los Supuestos OLS
Si alguno de los diagnosticos nos indican la presencia de un problema con

los supuestos OLS, hay varias formas de lidiar con el problema. Aqu pre
sentamos las tecnicas mas comunes. El problema de heterosedasticidad, se
da cuando la varianza de los errores no es constante, por lo tanto los inter
valos de conanza que utilizamos para probar hipotesis (compuestos en base
a la varianza del error) tampoco van a ser constantes impidiendo con ello
toda inferencia estadstica. Corregir este problema es relativamente sencil
lo, en Stata se utiliza la opcion robust al nal de la ecuacion de regresion
para que Stata calcule errores estandar robustos (es decir corrigiendo por
heterosedasticidad.) La tecnica que se utiliza es la conocida como Huber-
White o sandwich. Este procedimiento permite corregir para heterosedas
ticidad de cualquier tipo sin tener que especicar la forma fucnional de la
misma. Normalmente la varianza estimada de los parametros esta denida
como V ar() = 2 /SST 2 , cuando la opcion robust es utilizada la varianza
es reeplazada por la siguiente expresion:
n 2 2
rij uij
V ar() = i=1 2
SSRj
En donde rij son los residuales de la regresion de xi contra el resto de las

variables independientes; uij son los residuales de la ecuacion original y SST 2
es la sumatoria de errores al cuadrado. La exibilidad de la expresion ante
rior esta contenida en el termino u2ij el cual, evidentemente, vara para cada
observacion ajustando as cualquier cambio en varianza.
6
==================================================================================
El problema de mutlicolinealidad es mas sutil ya quea diferencia de la

heterosedasticidadeste es un problema de grado. En otras palabras, siem
pre vamos a observar que dos o mas variables independientes estan correla
cionadas entre si, sin que ello implique, necesariamente, un problema serio.
Hay ciertos sntomas que nos permiten identicar el problema. Uno de ellos y
un es que los signos y valores de los parametros estimados cambian
el mas com
mucho al anadir o eliminar variables al modelo. Como ya lo vimos, otra for
ma de identicar el probelma es utilizando el diagnostico vif. A
un con esta
prueba la decision de si existe un problema o no es, hasta cierto punto, subje
tiva ya que no se utiliza un estadstico de prueba con un ditribucion conocida
para realizar inferencia estadstica. Si creemos que hay un problema de mul
ticolinealidad en nuesto modelo tenemos varias alternativas, lo mas sencillo y
obvio es eliminar una (o mas) de la variables que estan correlacionadas. Otra
tecnica un poco mas elegante es utilizar variables instrumentales (ivreg).
Esto lo veremos en la sesion 5 del curso.
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

==================================================================================
importantes en los retornos a la educacion (u otras parametros) entre las

categoras mencionadas. En la practica siempre hay una disyuntiva entre la
parsimonia y la exibilidad de un modelo. Lo primero me permite una inter
pretacion clara de cada uno de los parametros y hay un benecio en grados de
libertad; lo segundo por otro lado, toma en cuenta todas aquellas diferencias
en parametros que se esconderan detras de un modelo reducido, es aqu en
donde entra la intuicion del investigador para encontrar el modelo que mejor
describa los datos.
Opciones: robust, ivreg
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: predict, e(sample)
test Isector 3 = 2*( Isector 4 + Isector 5)
Comandos: test
8
==================================================================================
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
[1] Hamilton, L. C. (2004) Statistics with Stata. Updated for version 8,

Thomson. (Captulos 6, 7 y 9)
[2] Wooldrich, J. M. (2003) Introductory econometrics: A modern ap

proach, 2e, Thomson. (Captulos 2, 3, 4 y 8)

==================================================================================
Clase 43: Modelos con Variables Discretas
1. Introduccion
El objetivo de la sesion es el de ilustrar la manera de estimar modelos cuya

variable dependiente toma valores discretos. Este tipo de modelos son muy
utilizados en economa laboral aplicada para encontrar los determinantes de
la participacion y ocupacion laboral. Los dos tipos de modelos con variables
discretas son los binomiales (es decir dos alternativas) y los multinomiales.
Las tecnicas utilizadas para estimar este tipo de modelos dieren del conven
cional OLS ya que la discontinuidad de la variable dependiente implica una
relacion no lineal. El documento hace enfasis en la teora que hay detras de
la estimacion as como la mecanica de la misma. Se ilustra con un ejemplo
en donde estimamos la participacion y ocupacion laboral usando datos de la
ENIGH.
*
red29@cam.ac.uk
1
==================================================================================
2. Teora
2.1. Problema Binomial
Suponga que esta interesado en encontrar los determinantes de una variable

indicador (dummy), y, la cual toma el valor de 1 si se cumple con determi
nado criterio y 0 de otra forma (por ejemplo, en el mercado laboral en donde
el investigador codica como 1 a los empleados y 0 a los no-empleados.) Si
se estima el modelo y = X + usando una regresion OLS, el cual se conoce
con el nombre de modelo probilidad lineal, se presentaran los siguientes prob
lemas:
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
3. Los residuales no se distribuyen de forma normal, por lo tanto no hay

eciencia, es decir, minimizacion de varianza a medida que el tama
no
de muestra aumenta.
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
De esta manera, la realizacion de la variable que observamos se va a dar si y

solo si i > X i para cada observacion de la muestra. La probabilidad de
que la condicion anterior ocurra:
P rob(yi = 1) = P rob(i > X i )
2
==================================================================================
Deniendo a F () como la funcion de densidad acumulada (FDA) de la dis

tribucio de los residuales i :
P rob(yi = 1) = 1 F (X i )
Analogamente, la probabilidad de observar yi = 0
P rob(yi = 0) = F (X i )
La forma de F () va a depender del supuesto que utilicemos sobre la dis

tribucion de i . Si asumimos que i se distribuye de forma normal, entonces
F (X i ) es el area debajo de la curva de la normal hasta el punto X i
y el modelo es conocido con el nombre de probit. Para obtener los paramet
ros del modelo, , tenemos que utilizar tecnicas de maxima verosimilitud.1 Si
denimos a como la FDA de la normal, entonces la funcion de verosimilitud
es denida de la siguiente forma:
n
n

L =
1 (X i ) (X i )
yi =1 yi =0
Los parametros obtenidos de esta estimacion no son interpretados de manera

directa, para ver el impacto marginal de un cmabio en xik sobre la probabil
idad de observar yi = 1, se tiene que hacer el siguiente calculo:
(X i )
= (X i )k (1)
xik
En donde () esta denido como la funcion de densidad de la probabilidad.

Como podemos ver, el impacto marginal vara dependiendo del punto en la
distribucion normal en donde se encuentre el umbral X i ; puntos cercanos
1
Lo que este procedimiento hace es maximizar una funcion que se determina por cam
bios en los parametros, los valores de los parametros convergen cuando la funcion de
verosimilutud es maximizada, para mas detalles ver Hogg and Craig (1994) Introduction
to Mathematical Statistics, Prentice Hall.
3
==================================================================================
a la media tienen un impacto mucho mayor comparados con aquellos que se

encuentran en las colas de la distribucion.
Otro supuesto de distribucion com

unmente utilizado para estimar la variable
latente, yi , es asumir que F () = exp(ei ) esta es la FDA de la distribucion
logistic. Esta distribucion no diere mucho de la normal y su estimacion es
mucho mas sencilla ya que su FDA tiene una forma cerrada (es decir en su
solucion no intervienen integrales, lo cual es el caso del modelo probit.) En
este caso, la probabilidad esta dada por la siguiente expresion:
exp(X i )
P rob(yi = 1) = P rob(1 X i ) = (2)
1 + exp(X i )
La forma de estimar el modelo logit es la misma que para el modelo probit,

es decir, utilizando maxima verosimilitud introduciendo las probabilidades
denidas por la ecuacion (2). Los parametros estimados por logit van a diferir
un poco de los encontrados por el modelo probit, ya que las distribuciones
aun y que son muy similaresno son identicas. Al igual que con el modelo
probit, el impacto marginal de cada variable va a depender del punto en la
distribucion en el que lo estamos evaluando:
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
==================================================================================
modelo es el pseudo-R2 que es el quivalente al R2 en una regresion OLS. Este

estadstico esta denido de la siguiente manera:
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.
Como ya lo explicamos, los modelos probit y logit arrojan estimaciones sobre

el modelo para la variable latente. Para comparar estos resultados con los
observados tenemos que pasar de los resultados de una variable continua a
una discreta, esto se logra de manera sencilla toda vez que la probabilidad
ha sido estimada. Aquellos valores cuya P rob(yi = 1) > 0,5 se les asigna un
valor de 1 y 0 de lo contrario. Este es, probablemente, la evaluacion de ajuste
mas estricta ya que nos da la proporcion de casos en los cuales la prediccion
es la correcta.
2.2. Problema Multinomial
Hasta ahora hemos discutido la estimacion de variables dependientes discre

tas que toman solo dos valores (0 o 1). Esta discusion se puede generalizar
de forma sencilla al problema mulitnomial. Para hacerlo, tenemos que pen
sar en el problema multinomial como una serie de problemas binomiales, es
decir, evaluar la probabilidad de la alternativa j en contra de la alternativa
i. Dena esta probabilidad de la siguiente manera:
i, j =
Pj
= F (X j )
Pj + Pi
Entonces:
Pj = F ()(Pj + Pi )
5
==================================================================================
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 )
En principio la ecuacion (4) puede ser estimada bajo cualquier especicacion

de la funcion G(). Sin embargo si asumimos que los residuales del modelo
X j +i se distribuyen logistic, entonces la estimacion se vuelve muy sencilla.
Para encontrar las probabilidades Pj solo tenemos que substituir el termino
exp(X j ) en lugar de la funcion G() y llegamos al modelo multinomial logit.
La estimacion de un modelo multinomial logit se realiza en base a maxima
verosimilitud en donde la ecuacion a maximizar es la siguiente:
n

L= Pi1 Pi2 . . . Pim
i=1
Es facil de ver porque el supuesto de distribucion logistic simplica mucho

la estimacio. Por ejemplo, si hubieramos asumido que los residuales i se
distribuyen de forma normal, hubiera sido necesario encontrar soluciones de
integrales multiples para resolver la ecuacion de verosimilitud, esto en un
marco de 4 o mas alternativas se vuelve casi imposible.2
2
En la actualidad hay muchas otras tecnicas para estimar modelos mucho mas
complejos y apegados a la realidad que el multinomial logit sin embargo su
discusion quedan fuera del alcance del curso. Para modelos mas recientes vea:
http://www.econ.cam.ac.uk/faculty/weeks/index.htm
6
==================================================================================
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).
La variable yi toma el valor de 1 si el individuo i es activo en el mercado

laboral y 0 de los contrario. Observamos al individuo i participar activamente
en el mercado laboral si y solo si yi = X i + i > 0. Tradicionalmente, en
un modelo mas estructurado, se le ha dado la interpretacion a esta variable
latente como un salario de reserva, en donde el individuo participa siempre
y cuando el salario de mercado sea mayor al mnimo que el esta dispuesto a
aceptar. Estimamos la siguiente ecuacion:
Activoi = + 1 Esci + 2 Expi + 3 Exp2i + Zi + i
El comando para estimar modelos probit y logit en Stata es probit y logit,

respectivamente. Estos comandos son utilizados de la misma forma que us
amos regression. A continuacion presentamos los resultados, primero esti
mando un modelo probit seguido por el logit :
probit active yschooling experience sqexperience north

south hhsize ohhminc

==================================================================================
Cuadro 1: Modelo probit

yschooling 0.069 (0.002)
experience 0.099 (0.001)
sqexperience -0.002 (0.000)
north 0.039 (0.019)
south 0.004 (0.019)
hhsize -0.005 (0.003)
ohhminc 0.000 (0.000)
Intercept -0.969 (0.036)
N 39655
Log-likelihood -21852.957
2(7) 6270.502
En el siguiente cuadro presentamos los efectos marginales (ecuacion 1 en la

seccion anterior). Escribimos mfx justo despues de la estimacion (prchange
es una buena alternativa a mfx).
Cuadro 2: Efectos Marginales Modelo probit

Variable dy/dx (Std. Err.) z
yschooling .0242725 .0008 30.51
experience .0347209 .00051 68.06
sqexperience -.0005441 .00001 -53.96
north .0136996 .00666 2.06
south .0014767 .00658 0.22
hhsize -.0016648 .0011 -1.51
ohhminc -2.41e-07 .00000 -2.51
Ahora comparemos con el modelo logit :
8
==================================================================================
logit active yschooling experience sqexperience north

south hhsize ohhminc
Cuadro 3: Modelo logit

north 0.068 (0.032)
south 0.009 (0.032)
hhsize -0.006 (0.005)
ohhminc 0.000 (0.000)
Intercept -1.663 (0.061)
N 39655
2(7) 6341.767
Y los efectos marginales (ecuacion 3, seccion anterior):
Cuadro 4: Efectos Marginales Modelo logit

Variable dy/dx (Std. Err.) z
yschooling .0249627 .00082 30.60
experience .0346084 .00051 68.11
sqexperience -.0005384 .00001 -53.75
north .0140927 .0067 2.10
south .0019385 .00662 0.29
hhsize -.0013281 .0011 -1.21
ohhminc -2.26e-07 .00000 -2.29
Los resultados muestran que las estimaciones son practicamente las mismas,

==================================================================================
con mismos signos y signicancia estadstica.
Comandos: probit, logit, mfx, prchange
3.1. Ajuste y Prediccion
Para revizar la bondad de ajuste del modelo, el comando post-estimaciones

mas completo es fitstat, el cual presenta una tabla con varios estadsticos
como la funcion de verosimilud y el pseudo-R2 los cuales eval
uan el ajuste
del modelo.3
Al igual que con la mayoria de las estimaciones en Stata, el comando predict

genera una variable con los valores ajustados del modelo recien estimado. En
el caso de los modelos discreteos, los valores predichos con la opcion xb,
nos producen el estimado para X i de la ecuacion para la variable latente.
Si la opcion p es utilizada, entonces la prediccion nos dara la probabilidad
de exito. Para pasar de este tipo de predicciones de la funcion continua a
una prediccion discreta, es necesario especicar un umbral que divida las
estimaciones de la probabilidad de exito en valores discretos 0 y 1. Lo mas
comun es jar este umbral en 0.5. Por ejemplo, despues de estimar un modelo
probit, generamos la variable phat con las probabilidades de exito para
cada observacion: predict phat, p. Una vez que tenemos esta prediccion,
escribimos:
gen ahat = (phat >0.5)
La variable ahat es una variable dicotoma la cual toma el valor de 1 si la

prediccion de la probabilidad de exito es mayor a 0.5 y 0 de otra forma. Una
ves que tenemos esto es facil comaprar los valores predichos y observados
utilizando una tabla con tabulaciones bivariadas:
3
Si el comando fitstat no ha sido instalado, escriba net from
http://www.indiana.edu/ jslsoc/stata en la barra de comandos, despues siga
las instrucciones.
10
==================================================================================
tab ahat active
Cuadro 5: Predicciones Modelo probit

active
ahat 0 1 Total
0 5,647 2,881 8,528
1 7,217 23,910 31,127
Total 12,864 26,791 39,655
Los valores en la diagonal de la tabla son los valores predichos correctamente.

El modelo probit predice 7,217 empleados que en realidad estan inactivos. La
proporcion de observaciones predichas correctamente es de 74 %, lo cual no
esta nada mal dado el ajuste en la ecuacion de la variable latente (un pseudo
R2 de 0.13).
Comandos: fitstat, predict
4. Ocupacion Laboral
Ahora veremos como podemos utilizar el modelo multinomial para encontrar

los determinantes de la ocupacion laboral. Suponga que estamos dentro del
marco de un modelo estructural, en donde las decisiones de los agentes son
el resultado de un proceso de maximizacion de utilidad. Dena la utilidad
indirectaque derivada el individuo i de la alternativa j de la siguiente
manera:
Vij = V (X i , Z i ), j (5)
En donde X i y Z i son caractersticas personales y del hogar del individuo i,

respectivamente. Asumiendo linealidad en la forma reducida de la ecuacion
(5) y deniendo la matriz Z como la matriz conjunta de X y Z :
11
==================================================================================
Vij = Z i j + ij , j (6)
Si existen j = 1 . . . J ocupaciones, entonces observaremos al individuo i elegir

la alternativa j si y solo si:
Vij > max{Vik }, k=

j (7)
Es decir el individuo va a elegir la alternativa que maximice su utilidad indi

recta, que en este caso es la variable latente. Si asumimos que los residuales en
la ecuacion (6) tienen una distribucion identica e independiente con valores
extremos (distribucion logistic) entonces llegamos al modelo multinomial log
it (ecuacion 4). Como ya lo vimos, en este modelo la probabilidad de observar
al individuo i elegir la alternativa j esta dada por la siguiente ecuacion:
exp(Z i j )
P rob(i = j) = J
j =1 exp(Z i j )
Denamos el universo de alternativas que tiene el trabajador. La variable occ

va a ser igual a 0 cuando el individuo este inactivo, 1 cuando sea empleado
y 2 cuando sea auto-empleado. Estimamos el siguiente modelo:
mlogit occ yschooling experience sqexperience north

south hhsize ohhminc, b(0)
Los resultados se presentan en el siguiente cuadro:
12
==================================================================================
Cuadro 6: Modelo mlogit
Equation 1 : Empleado

north 0.160 (0.034)
south -0.056 (0.034)
hhsize -0.020 (0.006)
ohhminc 0.000 (0.000)
Intercept -2.152 (0.065)
Equation 2 : Auto-empleado

north -0.164 (0.047)
south -0.007 (0.045)
hhsize -0.002 (0.008)
ohhminc 0.000 (0.000)
Intercept -3.498 (0.095)
N 37938
2(14) 11507.34
Los resultados que se presentan en el cuadro 6 nos muestran la probabilidad

relativa de que un individuo con determinandas caractersticas elija se em
pleado o auto-empleado con respecto a estar inactivo. El modelo no puede
estimar las ecuaciones para las tres alternativas, ya que una de ellas debe
de servir como la base, en este caso siendo la categora inactivo (notese co
13

==================================================================================
mo esto ha sido elegido al momento de estimar mlogit e incluir la opcion

b(0).)
Para evaluar el ajuste y obtener otros diagnosticos del modelo utilizamos

el comando mlogtest. Este comando reporta estadsticos de signicancia
del modelo y pone a prueba los supuestos acerca de la distribucion de los
residuales ij .
Al igual que en el caso binomial, para obtener valores estimados en forma

discreta tenemos que establecer un criterio. En este caso, como lo indica la
ecuacion (7), el criterio de evaluacion es que la opcion a elegir es aquella que
maximiza la utilidad del individuo. Por lo tanto una vez que el modelo ha sido
estimado, generamos la variable zhat la cual contiene los valores ajustados del
modelo descrito por la ecuacion (6), esto lo hacemos escribiendo el siguiente
codigo:
predict zhat0-zhat2 if e(sample), p

gen occhat=.
replace occhat = 0 if zhat0 == max(zhat0,zhat1,zhat2) &
e(sample)
e(sample)
e(sample)
tab occhat occ
Los resultados se presentan en el siguiente cuadro.
14
==================================================================================
Cuadro 7: Predicciones Modelo mlogit
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
De nueva cuenta las predicciones correctas se encuentran en la diagonal del

cuadro 7. El modelo logra predecir el 60 % de las observaciones correcta
mente.
Comandos: mlogit, mlogtest
Referencias
[1] Hamilton, L. C. (2004) Statistics with Stata. Updated for version 8,

Thomson (Captulo 10)
[2] Hogg and Craig (1994) Introduction to Mathematical Statistics, Pren

tice Hall
[3] Maddala, G. S. (1983) Limited dependent and qualitative variables in

econometrics, Cambridge University Press (Captulos 1, 2 y 3)
15

==================================================================================
Clase 5: Analisis de Datos Panel
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
==================================================================================
2. Estructura de los Datos
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
3. Mnimos Cuadrados Generales
El objetivo del analisis de panel es explotar la estructura de la base de datos

para resolver la siguiente problematica:
yit = X it + (error complicado) (1)
El problema es como modelar este residual; diferentes supuestos hacerca de

la estructura y distribucion de los terminos no observados, van a derivar
en diferentes modelos. Si denos los residuales como ui y asumimos que
se distribuyen de forma aleatoria con media y varianza 2 , entonces los
parametros del modelo van a estar denidos por la siguiente expresion ma
tricial:
2
==================================================================================
OLS = (X X)1 (X Y ) (2)
Dena la siguiente matriz: = E(ui ui ). La matriz permite cualquier

tipo de estrucutra en los residuales sin asumir forma funcional (distribucion)
alguna. El resultado de la minimizacion de estos residuales se conoce con el
nombre de mnimos cuadrados generales, cuyos parametros estan denidos
de la siguiente manera:
GLS = (X X)1 (X Y ) (3)
Mientras la ecuacion 3 es solo una generalizacion de una estimacion con un

error que puede ser complicado, el problema estriba en denir . Una vez
que ha sido denido, podemos estimar lo que se conoce con el nombre de
mnimos cuadrados generales factibles (FGLS, por sus siglas en ingles), el
cual puede ser estimado en Stata utilizando el comando xtgls. Una primera
= (
estimacion de puede ser: ui u ), la cual tiende asintoticamente (N
i
requiere de informacion a priori. Por ejemplo si
) a . Por lo tanto
asumimos que i.i.d = I OLS = GLS.
Comandos: xtgls
4. Modelo de Efectos Fijos
Considere el siguiente modelo:
yit = X it + c + it (4)
En donde c es una variables aleatoria no-observada. El problema consiste

en determinar si Cov(xj , c) = 0 ya que si este es el caso, los estimadores
del vector de parametros estaran sesgados y seran inconsistentes. Por el

==================================================================================
contrario si Cov(xj , c) = 0 entonces podemos utilizar lo que se conoce como

un pooled OLS para encontrar parametros insesgados y consistentes. Por
el hecho que c no es observable, es complicado determinar empricamente si
existe tal correlacion entre esta y las variables independientes. En el contexto
de corte transversal, tenemos las siguientes opciones:
1. Encontrar un proxy para c
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)
En donde ci es conocido como el efecto jo ya que no tiene variacion tempo

ral.
4.1. Estimando los Efectos Fijos
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:
1. Obtenga la media de los datos (variables independientes y la dependi

Y , en donde x = T xit .
ente) a traves del tiempo, X, t
i + ci + i
yi = X (6)
4
==================================================================================
2. Obtenga la diferencia entre la expresion para medias y la ecuacion 5.
i ) + (it i )
(yit yi ) = (X it X (7)
Notese que el efecto jo, ci desaparece al obtener las diferencias.
3. Estime la ecuacion 7 sin constante (ya que esta no vara en el tiempo,

es eliminada al hacer la diferencia con respecto a la media.)
Una tercera forma de estimar el modelo de efectos jos es utilizando las

primeras diferencias. Los pasos a seguir son muy similares a los pasos anteri
ores, sin embarago en lugar de estimar 7, estimamos el modelo en primeras
diferencias:
(yit yi(t1) ) = (X it X i(t1) ) + (it i(t1) ) (8)
La logica es la misma, eliminar el efecto jo no observable, ci .
Comandos: xtreg, fe
4.2. Interpretando los Efectos Fijos
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.
Suponga que tenemos un panel de individuos, y estimamos el modelo yit =

xit + , lo que nos arrojara el modelo de efectos jos es el cambio en y dado
por un cambio temporal en x para cualquier individuo.
5
==================================================================================
5. Modelo Between Eects
El modelo analogo al modelo de efectos jos es el modelo cuya variacion total

proviene solo de las diferencias entre unidades de observacion, elminando
la variacion temporal. El modelo between eects (BE) es denido de la
siguiente manera:
i + ci + i
yi = X (9)
En otras palabras, el modelo BE no es otra cosa que un OLS el cual toma

solo las medias en el tiempo para cada unidad de observacion.
La forma de interpretar los parametros arrojados por el modelo BE es uti

lizando la misma logica que con el modelo de efectos jos. Los parametros
de BE nos dan el efecto sobre y de un cambio en x entre unidades de obser
vacion. En otras palabras es el efecto de sustituir las caracteristicas observ
ables para un individuo xi , por las de otro individuo xj .
Comandos: xtreg, be
6. Modelo de Efectos Aleatorios
Considere el siguiente modelo:
yit = X it + it (10)
Asuma: E(it |X i ) = 0 t en donde it = ci + uit , entonces:
E(ci |X i ) = E(ci ) = 0 Cov(ci , X i ) = 0
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

==================================================================================
ci no esta correlacionado con los regresores. La otogonalidad entre ci y las

X i esta basada en el supuesto de que la variable ci se distribuye de for
ma aleatoria. Sin embargo el modelo de efectos aleatorios asume que hay
autocorrelacion de la forma:
it = ci + uit
i(t+1) = ci + ui(t+1)
El modelo RE se puede interpretar como una combinacion entre el modelo de

efectos jos (FE) y el BE. RE asume una estructura del error como en el mod
elo de efectos jos sin embargo asume ortogonalidad entre el termino ci y los
regresores. De hecho podemos probar que RA = P romedio(F E , BE ). De la
misma forma, se puede demostrar que el supuesto que hace RE (Cov(ci , X i ) =
0) es equivalente a RE = BE .
Comandos: xtreg, re
7. Prueba de Efectos Aleatorios
La prueba para el modelo RE, es equivalente a probar su supuesto implcito,

esto es: Cov(ci , X i ) = 0. Esto lo podemos hacer utilizando la prueba de
Breusch-Pagan (multiplicador de Lagrange), en donde Ho: V ar(it ) = 0.
Esta prueba es implementada en Stata con el comando xttest0.
Una alternativa a la prueba LM es una prueba de Hausman. En donde se

estiman dos modelos: (1) El modelo consistente bajo Ho y Ha, esto es, el
modelo FE; (1) El modelo consistente bajo Ho e inconsistente bajo Ha, el
modelo RE. Una vez estimados ambos modelos, comparamos los valores de
los parametros y si son estadsticamente diferentes, entonce conluimos que el
modelo inconsistente bajo Ha no es el correcto.
Comandos: xttest0, hausman
7
==================================================================================
Referencias
Wooldridge, J.M. (2002), The econometric analysis of cross section and

panel data, The MIT Press, Captulos: 7 y 10.
Jorge Edwing D el Carpio G onzales

CI: 3476311 LP 23/ Febrero/ 1971
Direccin: C.Almirante Grau N 786 zona central San Pedro
Email: JDICAPRIOG@Hotmail.com - JDICAPRIOG@yahoo.com
Celular: 73078849
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:
SISTEMAS INTELIGENTES, ANLISIS Y CAPACITACIN EN AULA

Instituto Tecnolgico de Estudios Superiores de Monterrey
Mxico DF 1998(julio)-2000......................................... Titulo N ITESM356984-IMSC
ITESM TESIS DE MAESTRIA:
IMPLEMENTATION OF VIRTUAL SYSTEMS OF TRAINING AND - LEARNING
Implementacin de Sistemas Virtuales de Capacitacin E- Learning
2
DIPLOMADO EN EDUCACION SUPERIOR
Mencin de Maestra :
FORMACION DOCENTE Y DISEO CURRICULAR
Universidad de Aquino Bolivia
La Paz Bolivia 2004 (Abril-Julio) ...........................................Titulo N 00069735

TESIS DE DIPLOMADO:
EDUCACIN Y GLOBALIZACIN LOS DESAFIOS PARA EL SISTEMA
UNIVERSITARIO
Licenciado en Economa:
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
CURSO Y SEMINARIO INTERNACIONAL DE FORMACION PEDAGOGICA:
PERFIL DOCENTE DEL SIGLO XXI

Universidad Mayor Real Pontificia San Francisco Xavier de Chuquisaca
(U.M.R.P.S.X.)
Sucre Bolivia 2005

SEMINARIO INTERNACIONAL DE FORMACION PEDAGOGICA:
COMUNICACIN NO VERBAL
Universidad Publica y Autnoma del Alto
(U.P.E.A.)
La Paz Bolivia 2004
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
Elaboracin del tutorial de Eviews vers 3 y 4 (CD contiene video-manual Eviews-Lecturas y

otros)2004
Elaboracin del tutorial de Anlisis Economtrico con Eviews vers 5 Y 5.1 (CD contiene
video-manual EVIEWS-Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Estadistico con SPSS vers 12 (CD contiene video-manual
SPSS-Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con STATA vers 9.1 (CD contiene video-
manual STATA-Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con JMULTI vers 4 (CD contiene video-
manual JMULTI-Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con GRETL vers 12 (CD contiene video-
manual GRETL-Lecturas y otros)2006
Elaboracin del tutorial de Anlisis de Proyectos y Riesgos con CRYSTAL BALL vers 7.2
(CD contiene video-manual CRYSTAL BALL Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con DEMETRA vers 1.0 (CD contiene
video-manual Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con EASY REG INTERNATIONAL (CD
contiene video-manual Lecturas y otros)2006
Elaboracin del tutorial de Anlisis Economtrico con LIMDEP (CD contiene video-manual
Lecturas y otros)2006
Elaboracin del tutorial de Anlisis de Proyectos con MSPROJECT (CD contiene video-
manualLecturas y otros)2006
Elaboracin del tutorial de Anlisis de Proyectos con PLANTILLAS PARAMETRIZADAS
(CD contiene video-manualLecturas y otros)2006
Elaboracin del tutorial de Anlisis de Proyectos con CRYSTAL BALL 7.22 (CD contiene
video-manualLecturas y otros)2006
Elaboracin del tutorial de Anlisis contable con MONICA 8.0 (CD contiene video-manual
Lecturas y otros)2007
Elaboracin del tutorial de Anlisis Economtrico con Eviews vers 6.0 Y 5.1 (CD contiene
video-manual EVIEWS-Lecturas y otros)2007
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
CONOCIMIENTO Y MANEJO DE PAQUETES DE COMPUTACIN:

PLATAFORMA D.O.S.
Sistema Operativo D.O.S Vers. 6.0 6.21 6.22
Sistema Operativo PC-D.O.S Versin 6.3-7.0
procesador de texto Word Perfect para entorno D.O.S Vers. 5.1 6.0
hoja electrnica Quattro Pro para entorno D.O.S Vers. 4.0 5.0
Programacin en Turbo C Ver 2.0 Turbo Pascal (ENTORNO DOS)
Time Series Processor Vers. 6.54 -7.03 (ECONOMETRIA)
DIGITIME (software de control de asistencia de RELOJ CDM-30)
ATR6000 (software de control de asistencia de reloj BADGER II)
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
1998 agosto INSTITUTO TECNOLOGICO DE ESTUDIOS SUPERIORES DE

2000 enero MONTERREY (ITESM) CARRERA: ECONOMIA CARRERA COMERCIO
INTERNACIONAL - MEXICO
Docente de las materias:
Econometra I
Econometra II
Estadstica I
Estadstica II
Comercio internacional
Miembro del departamento de Economa Cuantitativa
Miembro del Departamento de Economa Aplicada
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
2000 CURSO PREFACULTATIVO: Fac. Ciencias Econmicas y Financieras

Jefe de sistemas
Elaboracin del software
Elaboracin y codificacin de alumnos
Mantenimiento y configuracin de la red
Trabajos Varios
2001 2002 INSTITUTO (Bussines Integral Tecnology) BIT- ORURO

Docente de las materias:
Programacin I
Anlisis de sistemas computacionales
Estadstica
2003 INSTITUTO DE INVESTIGACIONES ECONOMICAS: -U.M.S.A

Docente de Diplomado Econometra Avanzada (Materia: Econometra
Bsica)
Docente de Diplomado Economa Informtica (Materia: Redes
Neuronales inteligencia artificial y Lgica Difusa Materia: Econometra
Bsica)
2004 INSTITUTO DE INVESTIGACIONES ECONOMICAS: -U.M.S.A

Docente de Diplomado Econometra (Materia: Econometra dinmica )
Docente de Diplomado Economa Informtica (Materia: Redes
Neuronales inteligencia artificial y Lgica Difusa Materia: Econometra
Bsica)
2004 octubre MINISTERIO DE EDUCACION:

diciembre Profesional En Procesos y Gestin de Almacenes
Coordinador de Sistemas para Congreso Nacional de Educacin
juntamente Lic. Marcelo Rocabado
Sistematizacin Congresos Departamentales La Paz Marco Lgico
Oruro Marco Filosfico Santa Cruz Formacin Docente Santa Cruz
2007 Julio CURSO PREFACULTATIVO: Fac. Ciencias Econmicas y Financieras

Noviembre Docente de la materia: Introduccin a la Economa
2007 Agosto SOCIEDAD DE ALTOS ESTUDIOS JURIDICOS EMPRESARIALES

Actual EUROAMERICANO
Docente TITULAR de la materia: ECONOMETRIA
Docente TITULAR de la materia: GESTION Y VALORACION
EMPRESARIAL
Docente TITULAR de la materia: LOGISTICA DE EXPORTACIONES
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

Manual de Stata 10

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual de Stata 10

Uploaded by

Copyright:

Available Formats

MANUAL DE STATA

Autor:PhD.Eco JORGE EDWING DEL CARPIO GONZALES

Descripcion del Curso

El objetivo del curso es el de dar un panorama amplio de las capacidades

en el uso de comandos, senalando la forma alternativa de realizar los ejercicios

A parte de la exibilidad que da el uso de comandos, Stata ofrece otras

El curso esta dividido en seis apartados, los cuales explicamos brevemente a

asicas En esta primera sesion, se tocaran los puntos

4. Modelos con Variables Discretas El objetivo de la sesion es el de

alisis de Datos Panel El objetivo de esta sesion es el indicar los

ser estimados bajo esta estructura de datos. Nos enfocaremos a dos

Hamilton, L. C. (2004) Statistics with Stata. Updated for version 8,

Maddala, G. S. (1983) Limited dependent and qualitative variables in

Wooldrich, J. M. (2003) Introductory econometrics: A modern ap

Wooldrich, J. M. (2002) Econometric analysis of cross section and

MANUAL DE STATA 10.0

Clase 1: Funciones Basicas

En esta primera sesion, se tocaran los puntos basicos sobre el funcionamiento

El depliegue de Stata presenta cuatro ventas diferentes: Review, Results,

son visibles en la pantalla Review, mientras que Command sirve para

3. Manejando la Base de Datos

Si los datos ya estan en formato de Stata (terminacion .dta), estos pueden

Stata deben ser escritos utilizando solo min

ser cargados al programa utilizando el comando use seguido por la ruta en

use C:/Mis Documentos/Stata/Datos1.dta

Comandos: insheet, infile1, infile2, infix, edit, use

3.1. Asignando Memoria y Tamano de la Matriz

Stata cuenta con un optimizador de memoria el cual asigna una cantidad

Comandos: memory, compress, matsize

3.2. Leyendo los Datos

Stata almacena las varaibles asignandoles diferentes formatos dependiendo

Comandos: describe, edit, list

3.3. Guardando los datos

Comandos: save, erase, clear

4. Modicando la Base de Datos

order, move y aorder Estos comandos cambian el orden en que se encuen

sort Ordena de forma acendente las observaciones basado en una o mas

Cuadro 1: Expresiones usadas por generate

Expresiones Logicas Signicado

&, | Y (AND), O (OR)

replace Cambia el contenido de una variable ya existente sustituyendola

Cuadro 2: Datos en formato wide

id sexo ing80 ing81 ing82

A uno largo como este:

Cuadro 3: Datos en formato long

id ano sexo Ing

MANUAL DE STATA 10.0

5. Combinando Bases de Datos

save ds2, replace

merge recid using ds2

Lo que este peque

En el caso de append sucede lo contrario, lo que se busca es anexar observaciones

append using ndatos

collapse (mean) edad educacion ingreso, by(hogar)

Comandos: merge, append, collapse

6. Sintaxis y Obteniendo Ayuda

Como lo podemos ver en los ejemplos anteriores, la sintaxis de los comandos

[by lista de var :] comandolista de var [if expresion], [opciones]

El prejo by permite aplicar el mismo comando separando la base de datos en

Vea: help language

Otra informacion clave es la forma en que podemos obtener ayuda. Todos

Stata se actualiza casi continuamente, los usuarios pueden escribir programas

MANUAL DE STATA 10.0

query le indicara si es necesario hacer actulizaciones.4