Regressione 1

Modello 12: OLS, usando le osservazioni 1-420

Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
el_pct
meal_pct

Coefficiente
700,15
-0,998309
-0,121573
-0,547346

Media var. dipendente

Somma quadr. residui
R-quadro
F(3, 416)
Log-verosimiglianza
Criterio di Schwarz

Errore Std.
5,56845
0,27008
0,0328317
0,0241072

654,1565
34298,30
0,774516
453,4792
-1520,499
3065,160

rapporto t
125,7352
-3,6963
-3,7029
-22,7046

p-value
<0,00001
0,00025
0,00024
<0,00001

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

***
***
***
***

19,05335
9,080079
0,772890
1,0e-130
3048,999
3055,386

Regressione 2
Modello 13: OLS, usando le osservazioni 1-420
Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
el_pct
meal_pct
l_avginc

Coefficiente
658,552
-0,734326
-0,175534
-0,398234
11,569

Errore Std.
8,64153
0,25678
0,0336606
0,0331741
1,81881

rapporto t
76,2078
-2,8597
-5,2148
-12,0044
6,3607

p-value
<0,00001
0,00445
<0,00001
<0,00001
<0,00001

Media var. dipendente

654,1565
SQM var. dipendente
Somma quadr. residui
30998,01
E.S. della regressione
R-quadro
0,796213
R-quadro corretto
F(4, 415)
417,1963
P-value(F)
Log-verosimiglianza
-1499,253
Criterio di Akaike
Criterio di Schwarz
3028,708
Hannan-Quinn
TESTSCR = 658,6 -0,7 STR -0,2 EL_PCT -0,4 MEAL_PCT +11,6 ln(AVGINC)

***
***
***
***
***

19,05335
8,642569
0,794248
6,4e-144
3008,506
3016,491

Poich il rapporto t relativo al coefficiente di L_AVGINC 6,36 > 2,57583, tale coefficiente
significativo al livello dell1%. Rispetto alla regressione precedente in cui il logaritmo del reddito
non era incluso il coefficiente di STR tende a muoversi verso lo 0 passando da -0,998 a -0,734 ma
rimane conuqnue statisticamente significativo al livello dell1% ( |-2,8597| > 2,58 ). La variazione
del coefficiente di STR tra le due regressioni abbastanza elevata da giustificare linclusione del
logaritmo del reddito nella regressione per evitare distorsione da variabile omessa.
Regressione 3

Modello 14: OLS, usando le osservazioni 1-420

Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
Coefficiente
682,246
-0,96846
5,63914
-1,27661

const
str
HiEL
INT2

Media var. dipendente

Somma quadr. residui
R-quadro
F(3, 416)
Log-verosimiglianza
Criterio di Schwarz

Errore Std.
11,8678
0,589102
19,5146
0,966919

654,1565
104903,7
0,310341
63,67257
-1755,268
3534,698

rapporto t
57,4871
-1,6440
0,2890
-1,3203

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

p-value
<0,00001
0,10094
0,77275
0,18746

***

19,05335
15,87994
0,305368
6,74e-34
3518,537
3524,924

Si noti che il coefficiente di interazione (rapporto t = -1,32) non significativo n al livello del 5 %
(1,96) n al livello del 10 % (1,65).
Regressione 4
Modello 15: OLS, usando le osservazioni 1-420
Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
HiEL
INT2
meal_pct
l_avginc

Coefficiente
653,666
-0,531032
5,49821
-0,577666
-0,411378
12,1245

Media var. dipendente

Somma quadr. residui
R-quadro
F(5, 414)
Log-verosimiglianza
Criterio di Schwarz

Errore Std.
9,86938
0,341847
9,795
0,495778
0,0288276
1,79751

654,1565
30823,70
0,797359
335,8458
-1498,069
3032,379

rapporto t
66,2317
-1,5534
0,5613
-1,1652
-14,2703
6,7451

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

p-value
<0,00001
0,12109
0,57488
0,24462
<0,00001
<0,00001

***

***
***

19,05335
8,628638
0,794911
3,3e-143
3008,138
3017,719

Si noti che il coefficiente di interazione (rapporto t = -1,17) non significativo n al livello del 5 %
(1,96) n al livello del 10 % (1,65).
Sullevidenza data da questa regressione lipotese che leffetto sia lo stesso per distretti con
percentuali alte o basse di studenti non madrelingua non pu essere rifiutata al livello del 5%.
Regressione 5

Modello 16: OLS, usando le osservazioni 1-420

Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
sq_str
str3
HiEL
meal_pct
l_avginc

Coefficiente
252,051
64,3389
-3,42388
0,0592888
-5,47399
-0,420057
11,7482

Media var. dipendente

Somma quadr. residui
R-quadro
F(6, 413)
Log-verosimiglianza
Criterio di Schwarz

Errore Std.
163,634
24,8605
1,2499
0,020763
1,03376
0,0285258
1,77144

654,1565
30256,74
0,801086
281,1406
-1494,170
3030,622

rapporto t
1,5403
2,5880
-2,7393
2,8555
-5,2952
-14,7255
6,6320

p-value
0,12425
0,00999
0,00642
0,00451
<0,00001
<0,00001
<0,00001

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

***
***
***
***
***
***

19,05335
8,559257
0,798196
2,0e-142
3002,341
3013,519

Testiamo lipotesi che la regressione sia lineare contro lalternativa che sia cubica:
Insieme di vincoli
1: b[sq_str] = 0
2: b[str3] = 0
Statistica test: F robusta(2, 413) = 6,16629, con p-value = 0,00229732
Stime vincolate:
coefficiente
errore std.
rapporto t
p-value
--------------------------------------------------------------const
659,356
7,62805
86,44
1,76e-267
str
-0,772443
0,229344
-3,368
0,0008
sq_str
0,000000
0,000000
NA
NA
str3
0,000000
0,000000
NA
NA
HiEL
-5,79113
1,03517
-5,594
4,03e-08
meal_pct
-0,417007
0,0283528
-14,71
1,04e-039
l_avginc
11,8199
1,74920
6,757
4,77e-011

***
***
***
***
***

Errore standard della regressione = 8,63431

Poich statistica F ha p-value 0,0023 < 0,01 lipotesi nulla che la regressione sia lineare pu essere
rifiutata fino al livello dell1%.
Regressione 6
Modello 17: OLS, usando le osservazioni 1-420
Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
sq_str

Coefficiente
122,354
83,7015
-4,38078

Errore Std.
185,519
28,4968
1,44102

rapporto t
0,6595
2,9372
-3,0400

p-value
0,50993
0,00350
0,00252

***
***

str3
HiEL
INT2
int4
int5
meal_pct
l_avginc

0,0749226
816,075
-123,282
6,12111
-0,100598
-0,417788
11,8004

Media var. dipendente

Somma quadr. residui
R-quadro
F(9, 410)
Log-verosimiglianza
Criterio di Schwarz

0,0240081
327,674
50,2127
2,54197
0,0425092
0,0287011
1,77801

654,1565
29954,41
0,803073
199,8214
-1492,061
3044,525

3,1207
2,4905
-2,4552
2,4080
-2,3665
-14,5565
6,6368

0,00193
0,01315
0,01450
0,01648
0,01842
<0,00001
<0,00001

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

***
**
**
**
**
***
***

19,05335
8,547488
0,798751
6,6e-144
3004,123
3020,092

Testiamo la restrizione che i coefficienti dei tre termini di interazione siano nulli:
Insieme di vincoli
1: b[INT2] = 0
2: b[int4] = 0
3: b[int5] = 0
Statistica test: F robusta(3, 410) = 2,69025, con p-value = 0,0459693
Stime vincolate:
coefficiente
errore std.
rapporto t
p-value
--------------------------------------------------------------const
252,051
165,824
1,520
0,1293
str
64,3389
25,4622
2,527
0,0119
sq_str
-3,42388
1,29374
-2,646
0,0084
str3
0,0592888
0,0217370
2,728
0,0067
HiEL
-5,47399
1,03187
-5,305
1,84e-07
INT2
0,000000
0,000000
NA
NA
int4
0,000000
0,000000
NA
NA
int5
0,000000
0,000000
NA
NA
meal_pct
-0,420057
0,0281384
-14,93
1,32e-040
l_avginc
11,7482
1,73446
6,773
4,34e-011

**
***
***
***

***
***

Errore standard della regressione = 8,55926

Lipotesi nulla pu essere rifiutata fino al livello del 5 % poich p-value 0,046 < 0,05 ma non ad un
livello dell1% poich p-value 0,046 > 0,01.
Questo fornisce evidenza che le funzioni di regressione sono diverse per distretti con percentuali
diverse di studenti non madrelingua
Regressione 7
Modello 18: OLS, usando le osservazioni 1-420
Variabile dipendente: testscr
Errori standard robusti rispetto all'eteroschedasticit, variante HC1
const
str
sq_str

Coefficiente
244,809
65,285
-3,46552

Errore Std.
165,722
25,2587
1,27089

rapporto t
1,4772
2,5847
-2,7268

p-value
0,14038
0,01009
0,00667

**
***

str3
el_pct
meal_pct
l_avginc

0,0599081
-0,165687
-0,402418
11,5089

Media var. dipendente

Somma quadr. residui
R-quadro
F(6, 413)
Log-verosimiglianza
Criterio di Schwarz

0,0211206
0,0343658
0,0332667
1,8064

654,1565
30317,79
0,800685
280,8080
-1494,594
3031,469

2,8365
-4,8213
-12,0967
6,3712

SQM var. dipendente

E.S. della regressione
R-quadro corretto
P-value(F)
Criterio di Akaike
Hannan-Quinn

0,00479
<0,00001
<0,00001
<0,00001

***
***
***
***

19,05335
8,567887
0,797789
2,5e-142
3003,187
3014,365

Questa regressione differisce dalla (5) perch al posto della variabile binaria per controllare la
percentuale di non madrelingua viene usata la variabile continua: i coefficienti degli altri regressori
non subiscono variazioni sostanziali il che indica che i risultati della regressione (5) non sono
sensibili a quale misura della percentuale di studenti non madrelingua venha effettivamente
utilizzata nella regressione.
Si noti che in tutte le specificazioni lipotesi che il coefficiente di STR sia nullo rifiutata al livello
dell1 %.
Dopo aver controllato per la condizione economica , il fatto che un distretto abbia molti o pochi
studenti non madrelingua, non ha uninfluenza sostanziale sul modo in cui i punteggi nei test
rispondono ad una variazione del rapporto studenti-docenti.