Download Métodos Cuantitativos Avanzados Primer Semestre 2011 David

Métodos Cuantitativos Avanzados
Primer Semestre 2011
David Crow
Tarea 2
Para entregarse el lunes 2 de mayo en clase. FAVOR DE ENTREGARLA IMPRESA.
Como siempre, incluyan los resultados de las estimaciones así como el código en Stata o R
(o ambos) que usaron para realizar los ejercicios.
Tarea 2: 20 puntos
Efectos Interactivos
(Nota: Estos ejercicios se basan en la revisión teórica que hicimos en clase de efectos
interactivos así como en el archivo de código Stata “Interaction Effects-Stata.txt”, el cual se
halla en la sección “Código” del sitio Web del curso. También convendrá consultar
Braumoeller (2004), disponible en la sección de “Lectura” del sitio Web, para contestar las
primeras tres preguntas.)
1. (2 puntos) Expliquen la lógica y den un ejemplo hipotético de un efecto interactivo.
Cuando estimas una regresión con un término multiplicativo, ¿siempre deben incluirse
los términos de orden inferior (lower order terms), o sea, términos para los efectos
principales de cada una de las variables que entran en la interacción? ¿Por qué sí o no?
2. (2 puntos) Usando la base de datos que quieran, estimen una regresión con un efecto
interactivo. (Desde luego, no pueden repetirse ejemplos que vimos en clase.) Interpreten
los coeficientes de los efectos de primer orden (o sea, de los efectos principales), si están
incluidos en las regresiones, y del efecto interactivo. Basándose en el valor-t del
coeficiente que corresponde al efecto interactivo, ¿es apropiado incluir el efecto
interactivo en el modelo?
3. (3 puntos) Calculen las pendientes de la segunda variable en la interacción para cada uno
de tres o cuatro valores (niveles) de la primera variable. Esto es, ¿cuál es la beta de X2
cuando X1 = x? ¿Y cuál es la beta de X2 cuando X1 = x’? ¿Y cuando X1 = x’’? (Nota:
las pendientes pueden calcularse con el comando “lincom” o a mano, como se hizo
en la hoja de cálculo “Interaction Effects”.) Grafiquen las pendientes con uno de los
comandos “eclplot”, “postgr3” o cualquier otro.
Modelos Multinivel / Datos Panel
(Nota: Para las preguntas 4 a 7, consulten el código “Random Effects Models – Stata” y
“Panel Data Models R”, en la sección “Código” del sitio Web.)
4. (2 puntos) Elijan una base de datos de sección transversal (cross-sectional) en la que
algunas unidades, en un primer nivel, están “anidadas” en otras, en un segundo nivel
(p.e., individuos en secciones electorales o países). Seleccionen una variable dependiente
y efectúen un análisis de varianza (ANOVA). Basándose en la prueba F, ¿son distintas
1
las medias de cada subgrupo (o sea, unidad del segundo nivel)? Grafiquen las medias
(interceptos) por grupo. A simple vista, ¿son diferentes al intercepto global?
5. (3 puntos) Estimen un modelo no pooling de los interceptos no condicionales
(unconditional intercept model). Ahora estimen un modelo de interceptos con efectos
aleatorios (unconditional random intercept model) y recobren los efectos aleatorios
estimados usando el comando “gllapred” en Stata o “coef” en R. ¿Hay un efecto de
encogimiento (shrinkage) de los interceptos específicos para cada grupo hacia el
intercepto global? ¿Por qué sí o no? Calculen el coeficiente de correlación intraclase.
¿Es mayor la varianza entre grupos o dentro de ellos?
6. (4 puntos) Ahora, seleccionen una variable independiente que corresponde al primer
nivel de análisis y otra que corresponde al segundo. Estimen un modelo de efectos
aleatorios que permita que tanto el intercepto como la pendiente varíen entre grupos.
¿Cuál es la varianza o desviación típica de los interceptos? ¿De las pendientes? ¿Cuál es
la varianza o desviación típica de los residuales individuales (correspondientes al primer
nivel)? Sugerirías eliminar del modelo algún efecto aleatorio? ¿Por qué?
Datos de Panel
7. (4 puntos) Ahora, elijan una base de datos longitudinales (p.e., National Longitudinal
Survey of Youth, Panel Study of Income Dynamics, Mexican Panel 2006, etc.), en la que
el tiempo está anidado dentro de individuos. Estimen un modelo de efectos aleatorios en
el que tanto la medición inicial (intercepto) como el efecto del tiempo (pendiente) varíen
entre individuos. Grafiquen las pendientes para los individuos en una sola gráfica. ¿Es
significativa la varianza entre individuos del intercepto? ¿De la pendiente (o sea, la
evolución a lo largo del tiempo)? ¿Cómo saben?
Sugiero que empiecen la tarea de inmediato. Es larga y más difícil que la primera.
Estoy a la orden para cualquier duda, aclaración, etc. 
2