Trabajo Final Econometria
July 9, 2022 | Author: Anonymous | Category: N/A
Short Description
Download Trabajo Final Econometria...
Description
TRABAJO ENCARGADO
Curso: Econometría I
Docente: Integrantes: Grupo:
Huanuco, Abril 2019
1.
INTRODUCCIÓN El objetivo del estudio es evidenciar las variables determinantes del ingreso para promover medidas de política laboral eficiente. La evidencia empírica, considera a la educación como un factor importante que influye de forma decisiva en el ingreso per cápita, desde el punto de vista de los efectos en el aumento de las capacidades de los habitantes, como en el de la consecución del pleno desarrollo en los aspectos sociales y económicos del país. Inglaterra, es una ciudad cosmopolita, donde confluyen ciudadanos de todo el mundo, y de todas las razas, la educación es prioritaria en la política del estado Ingles. Los resultados del estudio, se sustentan en datos de corte transversal, y mediante el empleo de herramientas econométricas, sostenidas en la teoría económica relacionada al caso.
2.
DEFINICIÓN DEL PROBLEMA El sentido común nos permite inferir, que una persona con años acumulados de estudios, tiene posibilidades de alcanzar un mejor empleo y consecuentemente un mayor nivel de ingreso.
¿Qué variables determinan un mayor nivel de ingresos en los ciudadanos ingleses durante el año 2002?
3.
OBJETIVO Determinar las variables que influyen en un mayor nivel de ingresos en los ciudadanos ingleses durante el año 2002
4.
HIPÓTESIS El nivel de ingresos es explicado positivamente por la acumulación de años de estudio y por el nivel de ocupabilidad, en los ciudadanos ingleses durante el año 2002
5.
ESPECIFICACIÓN DEL MODELO En el modelo se está usando una data de corte transversal con una muestra 540 datos, y el modelo especificado original es un modelo lineal con 4 variables, una endógena y tres variables explicativas, luego el modelo va decantando hasta encontrar las variables que explican mejor el comportamiento de la variable EARNINGS (ingreso por hora)
Datos básicos de la muestra Rango de edad: 37 37 – – 45 45 años Años de estudio: 8- 20 años Nivel de ocupabilidad: 0.038462- 23.84615 años
Modelo Planteado (original): Modelo 1: EARNINGSi = β1 + β2 Si + β3 TENURE ii + β4 AGE ii +µ +µi Dónde: EARNINGS :
Ingreso por hora
TENURE
:
ocupación
S
:
años de estudio
AGE
:
edad
Modelos alternativos ●
Modelo 2:
EARNINGSi = β1 + β2 Si + β3 TENURE ii + + µi
●
Modelo 3:
Log(EARNINGS)i = Logβ1 + β2 Log(S) Log(S)i + β3Log (TENURE)I + µi
●
Modelo4:
Log(EARNINGS)i = β1 + β2 Log(S) Log(S)i + β3Log(TENURE)i + β4Log(AGE)i + + µi
6.
MARCO TEÓRICO
6.1.
TEORÍAS QUE SUSTENTAN EL ANÁLISIS TEORIA DEL CICLO DE VIDA La hipótesis del ciclo vital, debida a Ando y Modigliani (1963) y Modigliani y Brumberg (1954), toma como punto de arranq arranque ue el análisis microeconómico de la maximización de la utilidad del agente representativo en un contexto intertemporal sujeto a la restricción presupuestaria relevante. Todos los valores están expresados en términos reales. A partir de esta definición de la riqueza, Ando y Modigliani elaboraron su teoría del ciclo vital. Para hacer operativo el valor actual descontado de las rentas futuras esperadas, introduciendo una variable que denominaron renta esperada media. Que la definen como la renta de valores actuales descontados de las rentas futuras. Al desarrollar la hipótesis del ciclo vital, Ando y Modigliani destacan que la renta del individuo evoluciona de forma bastante predecible a lo largo del tiempo, presentando un determinado perfil, de modo que el consumidor utiliza el ahorro y el desahorro para suavizar su senda de consumo, como se observa en el grafico 01. Observamos que el agente, en vez de limitarse a consumir en cada periodo la renta correspondiente al mismo, puede endeudarse
en
los
primeros
años
de
su
vida
activa,
consumiendo por encima de su renta; ahorra en los periodos de renta más alta y desahorra en la jubilación. Por tanto, el ahorro es el medio de obtener un plan de consumo óptimo, trasladando la renta en el tiempo. La hipótesis del ciclo vital permite también explicar la tendencia
al descenso de la propensión media al consumo a medida que aumenta la renta, cuando se utilizan los datos de presupuestos familiares. En efecto, si ordenamos las familias de una muestra por estratos de renta, encontramos que los estratos de renta más baja contendrán un número relativamente elevado de familias situadas en ambos extremos de la distribución de edades con alta propensión media al consumo, mientras que en los estratos de renta más elevado encontraremos un número relativamente alto de familias de edad media, con una propensión media al consumo más baja. Por tanto, si la l a hipótesis del ciclo vital es válida, un estudio de corte transversal debería mostrar que la propensión media al consumo disminuye cuando la renta aumenta, como se observa en el panel b del gráfico.
GRAFICA N° 01 Consumo y Renta en una Estructura Intertemporal
La hipótesis del ciclo vital, como tal, según Argandoña (1995), se puede
remontar a
Harrod
(1948) con
la
discusión
del
humpsaving, aunque se suele precisar su origen en un momento posterior, con las aportaciones de Modigliani y Brumberg (1954a, b) y de Ando y Modigliani (1957, 1963).
Modelización simple de la teoría del ciclo vital Para entender adecuadamente esta teoría proponemos un modelo simple, que se puede ampliar con la introducción de los impuestos, la seguridad social, la incertidumbre, los rendimientos 1
de capital, la tasa t asa de descuento temporal, etc. Supongamos certeza o conocimiento perfecto por parte del agente respecto a todas las variables, inclusive aquellas que se refieren al futuro. De este modo, la persona sabe con certeza que su vida laboral va a durar N años, a partir del momento en que abandone el hogar familiar para situarse por su cuenta. Asimismo, sabe que va a vivir un total de L años, lo que implica que va a vivir jubilado o retirado durante L - N años. Supongamos, además, que Y es la renta anual real durante su vida laboral, que tanto el rendimiento obtenido por la riqueza acumulada que se posee como la tasa de descuento temporal son cero, y que no hay otras fuentes de recursos para ese individuo que la renta obtenida por su trabajo, su actividad laboral. Por lo tanto, Y*N será la renta total a lo largo de su vida. De la renta anual Y, una parte dedicará al consumo (C) y el resto al ahorro (S), con el que debe de hacer frente al consumo en la época en que ya no trabaje, y en la que no recibirá ningún tipo de ingresos. En el momento de su muerte, el sujeto no tendrá riqueza acumulada, ya que todo el ahorro acumulado durante su vida activa habrá sido dedicado a consumir durante su época de retiro, ya que el agente no planea dejar herencias. Entonces, resulta obvio que el consumo a lo largo de la vida del sujeto tiene que ser exactamente igual al conjunto de renta que espera recibir a lo largo de su vida, es decir, su restricción de presupuesto. Si suponemos que el sujeto consume una cantidad
1
El ejemplo simplificado que a continuación continuación vamos a desarrollar es el recogido por Argandoña (1995), que está inspirado en Modigliani (1986, 1992). Versiones o modelos más complejos pueden verse en Auerbach y Kotlikoff (1987) y Deaton (1987).
constante cada año, ésta vendrá expresada por la siguiente expresión:
C = (N/L) * Y Si definimos el ahorro como la diferencia entre renta anual y consumo anual, tenemos la siguiente expresión:
S = Y - C = Y - (N/L) * Y = Y (1- (N/L)) = (L - N)/L * Y. El sujeto ahorrará la cantidad S cada año de vida activa por lo que su riqueza acumulada se incrementará por el valor S cada año, hasta el valor N * (L - N)/L * Y al final del año N, último año de vida activa del sujeto. A partir de ese momento, la renta es cero, y empieza a desahorrar por el valor C (constante durante toda su vida) cada año de su vida de retiro. De este modo, en el momento de su muerte la riqueza acumulada es cero, ya que todo lo que habría ahorrado durante su vida activa lo ha dedicado a consumir durante su vida de retiro. El Grá Gráfico fico proceso.
GRAFICA N° 02
expresa gráficamente el
Modelización Simple de la Teoría del Ciclo de Vida
Nos preguntamos por las decisiones de consumo y ahorro del sujeto en un momento determinado: el año T de su vida activa (0 < T < N), vemos que tiene en ese momento una riqueza acumulada RT = T * S = T * (L -N)/L * Y. Es decir, la riqueza acumulada viene expresada por el ahorro realizado en todos y cada uno de los períodos anteriores al considerado.
Algunas conclusiones aplicadas al modelo de la teoría del ciclo vital El modelo del ciclo de vida nos permite llegar a algunas de las siguientes conclusiones relevantes (Modigliani 1986, 1993). Dichas conclusiones se pueden agrupar en dos campos: macroeconómico y microeconómico. 1. El nivel de consumo es proporcional a la renta esperada en el ciclo vital o renta permanente e independiente de la renta corriente. Al concebirse el ahorro como la diferencia entre la renta disponible y el consumo en ese período, el ahorro sí se ve afectado por la renta corriente y sus posibles variaciones, aunque a largo plazo, con un consumo constante, debería de ser también constante respecto a la renta permanente. De este modo, a lo largo de la vida de una persona, sus
ingresos, su consumo y ahorro siguen un ciclo. En los primeros años de vida activa, los sujetos suelen incurrir en deudas (desahorro) con el fin de disfrutar de niveles de consumo superiores a sus ingresos corrientes, bajos al principio, y con el fin de adquirir los bienes duraderos necesarios en esos inicios: compra de la vivienda y los bienes duraderos necesarios para formar una familia. Posteriormente, los ingresos corrientes se irán elevando (se da una mayor experiencia, la existencia de promoción interna, o al menos, el simple plus de antigüedad) con lo que se puede hacer frente a ese desahorro inicial y seguir ahorrando. El mayor porcentaje de acumulación de ahorro coincide con las edades previas a la jubilación, momento además en el que los hijos han abandonado ya el hogar familiar para constituir su propia familia. En el momento de la jubilación, las rentas caen notablemente (las pensiones, cuando las hay, son más bajas que los salarios alcanzados durante la vida activa).
Curva de Phillips (original)2 Dados los precios esperados, que para los agentes económicos (en este caso los trabajadores) son los precios del año pasado, una disminución de la tasa de desempleo provoca una subida de los salarios nominales, lo cual a su vez provoca una subida de los precios, en conclusión una reducción del desempleo provoca una subida de los precios de ese año en comparación con los del año pasado, es decir un aumento de la inflación.
Curva de Phillips (Segunda versión) La relación anteriormente mostrada se dio y adapto en Estados Unidos, pero a partir de 1970 esta relación se rompió y ya no 2
Curva de Phillips y la Tasa Natural de Desempleo. Una aproximación simple para el Perú.
(1993 - 2006). EDUARDO SALAZAR SILVA. Universidad Pedro Ruiz Gallo y Grupo de Investigación Económica. DT. Nº 2008-01.Serie Documentos de Trabajo. Enero 2008
existía una relación entre la tasa de desempleo y la inflación. La curva de Phillips desapareció por dos razones: ● Subió el precio del petróleo desde 1970 esto incremento los costos no laborales, entonces las empresas subieron sus precios, por lo tanto los precios estuvieron permanentemente al alza. ● Los que fijan los salarios modificaron su manera de formar sus expectativas, debido al propio proceso de inflación, la inflación ya no es unos años negativa y otra positiva como antes de los setenta sino permanentemente creciente además de persistente.
La Ecuación Tradicional de Mincer.
La rentabilidad de la educación es uno de los temas más debatidos en economía de la educación. La mayor parte de las teorías existentes coinciden en considerar la educación como un bien de inversión que aumenta la probabilidad de que un individuo perciba salarios más elevados La teoría del capital humano desarrollada por los economistas Schultz (1968), Becker (1985) y Mincer y Ofek (1982), sobre las causas de la gran diferencia de la riqueza entre las naciones, a comienzos de la década de los años 60, se compararon los países más desarrollados con aquellos menos desarrollados lo
que se llevó a cabo teniendo como punto de partida el análisis económico entre la relación de la productividad de los trabajadores, como masa salarial, y el nivel educativo de los individuos.
La ecuación tradicional de Mincer, estima por mínimos cuadrados ordinarios (MCO) un modelo semilogarítmico, usando como variable dependiente el logartimo de los ingresos y como variables independientes los años de educación, la experiencia laboral y el cuadrado de ésta (ecuación 1). Los datos utilizados para su estimación provienen tradicionalmente de datos transversales. I.
Ln (Y) = β0 + β1 S + β2Exp + β3Exp2+ ε (1)
donde: • Y son los ingresos del individuo • S es el número de años de educación formal completada • Exp son los años de experiencia laboral • ε es el término de de perturbación aleatoria que se distribuye según una normal. (0, σε2)
La educación La educación como elementos mejorados de los ingresos ha sido estudiada por diferentes investigadores, es importante señalar que la educación no sólo tiene un impacto económico dentro de una organización si se lleva a nivel macro, tiene un impacto a nivel país en términos de crecimiento y desarrollo. ● Quintás (1983)
postula que la educación es el proceso a
través del cual las personas adquieren las destrezas y habilidades productivas, y éstas representan el capital humano de una organización. ● Psacharopoulos y Woodhall 1987, quienes investigaron acerca de cómo contribuye la educación en el crecimiento económico, concluyeron que es de gran importancia invertir en las habilidades humanas, ya que perfeccionar las
habilidades y capacidades productivas de la fuerza laboral reportará importantes beneficios para una organización. Además, determinaron que se puede asignar un valor económico a la educación y que ésta contribuirá al crecimiento económico de una región. ● Mises 1996:599, señal señala a que todo el dese desempleo mpleo es voluntario en una economía del libre mercado Es decir, la gente siempre puede encontrar un trabajo, aunque sea de bajo salario y por desagradable que sea la actividad a realizar. Por tanto, una fuerte política de educación más vigorosa permitirá a todos los individuos aumentar, tanto en sus competencias como el precio de sus salarios ante la demanda de oportunidades laborales. ● Schultz
y
Johnson (1972:
35),
quienes
plantean
“la
importancia de estudiar el aspecto económico de la educación, el estudio de las posibilidades del capital educativo y científico incorporados en la población humana como una variable explicativa de crecimiento económico en los países avanzados”.
La Educación y El Desarrollo Económico ● Fernández Díaz (Dir), 1998: 371), la educan es considerada considerada como una inversión en capital humano. De esta forma, la educación contribuye a lograr el aumento de la productividad y el crecimiento económico y es, a la vez, fuente de mayores ingresos futuros.
● Friedrich von Hayek sobre el problema del conocimiento. “El hecho es que todo el conocimiento social no está puesto en una sola persona ni en un grupo de personas” , Por ello, la ventaja comparativa es una función del conocimiento y, se paga más en el mercado laboral por tener un nivel de conocimiento más especializado. Por tanto, la política educativa de una sociedad es y será muy importante para su
crecimiento y desarrollo. ● J.E.Stiglitz (1997), Fernández Díaz (1998), Samuelson y Nordhaus (1999), Blanchard y Pérez (2000) y CEPAL (1992), los beneficios relativos a la inversión en capital humano ocasionan externalidades, de forma económica y social, que pueden resumirse de la forma siguiente: ✓ La esperanza de vida, el aprovechamiento de la jornada laboral y la renta del trabajo mejoran cuando los individuos están más calificados, lo que se traduce en menores costos para la sociedad. ✓ En
una sociedad más y mejor educada la participación y la
calidad de las decisiones en la sociedad civil. Es decir, cuanto mayor sea la profundización de la educación mejor serán las decisiones dentro de ella. ✓ Existen
beneficios intergeneracionales transmitidos de padres a hijos, más aún, cuando la feminización de la educación está presente, por ser este un factor relevante para el desarrollo de las familias.
✓ Cuanto
mayor sea el nivel de estudios en una sociedad
mayor serán los beneficios en su conjunto en el largo plazo. 7.
ANÁLISIS DE RESULTADOS ➢
Modelo 1 EARNINGSi = β1 + β2 i . TENURE i + + β3.S β3.Si + β4.AGEi + µi EARNINGS = -29.8342870436 + 2.45725287416*S + 0.333976776343*AGE + 0.323790033657*TENURE
➢
Modelo 2: EARNINGSi = β1 + β2 i i. TENURE i i + β3.Si + µi EARNINGS = -16.2622022928 + 2.4580259719*S + 0.335695875195*TENURE
➢
Modelo 3: Log(EARNINGS)i = Logβ1+ β2 i i Log(TENURE) Log(TENURE)i + β3Log(S)i + + β4Log(AGE)i + µi LOG(EARNINGS) LOG(EARN INGS) = -1.51914511651 + 1.59784980656*LOG(S) + 0.113254898061*LOG(TENURE)
➢
Modelo 4: Log(EARNINGS)i = β1 + β2 i i.TENURE . TENURE ii + β3.Si + β4.AGEi + µi
Modelo 1(Modelo original) Dependent Variable: EARNINGS EARNINGS Method: LeastSquares Date: 08/06/11 Time: 00:18 Sample: 1 540 Includedobservations: 540
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C S AGE TENURE
-29.83429 2.457253 0.333977 0.323790
11.11218 0.220392 0.262437 0.090519
-2.684827 11.14947 1.272599 3.577040
0.0075 0.0000 0.2037 0.0004
R-squared Adjusted R-squared S.E. of regression Sum squaredresid Log likelihood Durbin-Watson stat
0.210666 0.206248 13.16454 92891.61 -2156.084 1.895291
Mean dependentvar S.D. dependentvar Akaikeinfocriterion Schwarzcriter Schwarzcriterion ion F-statistic Prob(F-statistic)
19.84711 14.77622 8.000311 8.032101 47.68443 0.000000
En el modelo original, la prueba de hipótesis estadística t student (individual) nos indica que las variables que los regresores S y TENURE son estadísticamente significativos a un nivel de significación del 5%, la variable AGE no estadísticamente significativo.
La prueba de hipótesis conjunta o F calculada (Fisher) nos indica que los parámetros de los regresores son estadísticamente significativos a un 5% de nivel de significación. Un año de estudio (S) reporta 2.45 dólares por hora;
Modelo 2
Dependent Variable: EARNINGS Method: LeastSquares Date: 08/06/11 Time: 00:19 Sample: 1 540 Includedobservations: 540
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C S TENURE
-16.26220 2.458026 0.335696
3.122945 0.220518 0.090086
-5.207329 11.14660 3.726388
0.0000 0.0000 0.0002
R-squared Adjusted R-squared S.E. of regression Sum squaredresid Log likelihood Durbin-Watson stat
0.208281 0.205332 13.17214 93172.28 -2156.899 1.893878
Mean dependentvar S.D. dependentvar Akaikeinfocriterion Schwarzcriter Schwarzcriterion ion F-statistic Prob(F-statistic)
19.84711 14.77622 7.999625 8.023467 70.63541 0.000000
Modelo 3 Dependent Variable: LOG(EARNIN LOG(EARNINGS) GS) Method: LeastSquares Date: 08/06/11 Time: 00:22 Sample: 1 540 Includedobservations: 539
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(S) LOG(TENURE) LOG(TENU RE)
-1.519145 1.597850 0.113255
0.315069 0.120824 0.016625
-4.821630 13.22466 6.812237
0.0000 0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squaredresid Log likelihood Durbin-Watson stat
0.302121 0.299517 0.505253 136.8306 -395.3310 1.849809
Mean dependentvar S.D. dependentvar Akaikeinfocriterion Schwarzcriter Schwarzcriterion ion F-statistic Prob(F-statistic)
2.799118 0.603685 1.478037 1.501913 116.0205 0.000000
Modelo 4 Dependent Variable: LOG(EARNIN LOG(EARNINGS) GS) Method: LeastSquares Date: 08/06/11 Time: 10:52 Sample: 1 540 Includedobservations: 540
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C S TENURE AGE
0.683337 0.115346 0.019612 0.009577
0.431117 0.008550 0.003512 0.010182
1.585039 13.49002 5.584569 0.940595
0.1135 0.0000 0.0000 0.3473
R-squared Adjusted R-squared S.E. of regression Sum squaredresid Log likelihood F-statistic Prob(F-statistic)
0.292258 0.288297 0.510742 139.8195
Mean dependentvar S.D. dependentvar Akaikeinfocriterion Schwarzcriter Schwarzcriterion ion
2.796854 0.605414 1.501475 1.533265
-401.3983 73.77948 0.000000
Hannan-Quinncriter. Durbin-Watson stat
1.513908 1.837908
Análisis de Bondad Bondad de ajuste ajuste
Modelo 1
Modelo 2
Modelo 3
Modelo 4
R2
0.210666
0.208281
0.302121
0.303128
R2 Ajustado AIC SC
0.206248 8.000311 8.032101
0.205332 7.999625 8.023467
0.299517 1.478037 1.501913
0.299220 1.480303 1.512138
En el análisis de Bondad de ajuste podemos observar que el modelo 3 presenta los mejores indicadores, el grado de asociatividad entre las variables explicativas y la variable explicada indica un 30.21% (R2). Asimismo, los criterios AIC y SC muestran al modelo 3 como la mejor relación.
Wald Test: Equation: EQ03
Test Statistic
F-statistic Chi-square
Value
df
116.0205 232.0409
Probability
(2, 536) 2
0.0000 0.0000
Value
Std. Err.
1.597850 0.113255
0.120824 0.016625
Null Hypothesis Summary:
Normalized Restriction (= 0)
C(2) C(3)
Restrictions are linear in coefficients.
Omitted Variables: ASVABC
F-statistic Log likelihood ratio
28.51313 27.98698
Probability Probability
0.000000 0.000000
Test Equation: Dependent Variable: LOG(EARNINGS) Method: Least Squares Date: 08/07/11 Time: 18:17 Sample: 1 540 Included observations: 539
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(S) LOG(TENURE) ASVABC
-1.080795 1.136410 0.102059 0.015212
0.318058 0.146128 0.016349 0.002849
-3.398109 7.776834 6.242385 5.339769
0.0007 0.0000 0.0000 0.0000
R-squared
0.337432
Mean dependent var
2.799118
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.333717 0.492765 129.9071 -381.3375 1.824992
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
0.603685 1.429824 1.461658 90.82162 0.000000
Probability Probability
0.000001 0.000001
Omitted Variables: LOG(ASVABC)
F-statistic Log likelihood ratio
25.12929 24.74058
Test Equation: Dependent Variable: LOG(EARNINGS) Method: Least Squares Date: 08/07/11 Time: 18:19 Sample: 1 540 Included observations: 539
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(S) LOG(TENURE) LOG(ASVABC)
-3.050798 1.178469 0.102228 0.673667
0.433990 0.144805 0.016411 0.134386
-7.029644 8.138326 6.229164 5.012913
0.0000 0.0000 0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.333430
Mean dependent var
2.799118
0.329692 0.494251 130.6919 -382.9607 1.821798
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
0.603685 1.435847 1.467681 89.20537 0.000000
Probability Probability
0.000000 0.000000
Redundant Variables: LOG(TENURE)
F-statistic Log likelihood ratio
46.40658 44.75567
Test Equation: Dependent Variable: LOG(EARNINGS) Method: Least Squares Date: 08/07/11 Time: 18:30 Sample: 1 540 Included observations: 539
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(S)
-1.482751 1.643643
0.328072 0.125633
-4.519593 13.08288
0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.241699 0.240286 0.526181 148.6773 -417.7088 1.756313
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
2.799118 0.603685 1.557361 1.573278 171.1616 0.000000
Chow Breakpoint Test: 270
F-statistic Log likelihood ratio
23.64569 67.34732
Probability Probability
0.000000 0.000000
Bibliografia
Becker, G. S. (1983). Human Capital-A Theorical and Empirical Analysis, with Special Reference to Education. Madrid: Alianza Editorial. Becker, G. S. (1975). Human Capital: A Theoretical and Empirical Analysis, with Special Reference to Education. 2d ed. New York: Columbia University Press for NBER Carrascal U. et al (2001) Analisis Econometrico con Eviews. Alfaomega grupo editor editor Mexico Mexico.. Dougherty C. ( 2007) Introduction to Econometrics- Tercera Edicion . Newgen Imaing Systems Great Britain. Gujarati D. (2003 ) Econometria – – Cuarta Cuarta Edicion McGrawHill Book . Mexico.
Hayek, Friedrich A. von (1945). The Use of Knowledge in Society. American Economic Review, vol. 35, no. 4, Septiembre, páginas 519-530. Hernandez Sampieri, Roberto ;Fernández Collado, Carlos;Baptista Lucio, Pilar Metodología de la Investigación . Mc Graw Hill, México 1997 J. Johnston (1975) Metodos de Econometria, McGraw- Hill Book . España MINCER, J. y H. OFEK. (1982). Interrupted work careers: Depreciation and restoration of human capital, Journal of Human Resources 17(1): 3-24 Novales A. (1993). Econometria- Segunda edicion , , McGraw- Hill Book . España Psacharopoulos, G. y M. Woodhall. (1987). Educación para el desarrollo: Un análisis de opciones de inversión. Madrid: Editorial Tecnos. Quintas, J. R. (1983). Economía y Educación. Madrid: Ediciones Pirámide. SAMUELSON, P., y W. NORDHAUS. (1999). Economía. 6 a edición. Madrid. McGraw-Hill/Interamericana de España. Schultz, Theodore W. (1968). Valor económico de la educación. México. DF: UTEHA, 203 p Schultz, T. W., y H. G. Johnson. (1972). Economía de la educación, editado por M. Blaug. Madrid: Editorial Tecnos. Apuntes de Clase del curso de Econometría
View more...
Comments