PRACTICA GRETL VARIABLES FICTICIAS

El archivo de datos que debe utilizar para resolver la práctica se denomina

DATOS_PRACTICA_FICTICIAS.gdt.

El fichero contiene los resultados de 500 encuestas a empresas en la economía nacional

en 2012. El significado de las variables que aparecen en el fichero es:

 VENTAS: VENTAS anual de la empresa en miles de euros

 PLANTAS: Número de plantas de la empresa.
 N_PAT: Número de patentes de la empresa.
 INV: Inversión anual de la empresa en miles de euros.
 MANU: con valor 1 si la empresa pertenece al sector de Manufacturas y
cero en caso contrario.
PARTE I:

Para analizar si las ventas de las empresas dependen del sector al que pertenezcan se
especifica el siguiente modelo

Modelo 1 VENTASi = 1  2 INVi  3 N_PATi  4 MANUi  ui

1) Estime por MCO el modelo (MODELO 1) y escribe la recta de regresión muestral:

RRM:VENTASi = 73,56  254, 63 INVi  4, 787N_PATi  667, 898MANUi

Teniendo en cuenta que la variable ficticia MANU sólo toma valor 1 y cero podemos
escribir la RRM para cada una de las categorías:

RRM sector manufacturero (MANU=1)

VENTASi = 73,56  254, 63 INVi  4, 787 N_PATi  667, 898  1
VENTASi = (73,56+667,898)  254, 63 INVi  4, 787 N_PATi
RRM para el sector No manufacturero (MANU=0)
VENTASi = 73,56  254, 63 INVi  4, 787 N_PATi  667, 898  0
VENTASi = 73,56  254, 63 INVi  4, 787 N_PATi

2) Calcula las ventas autónomas estimadas para una empresa del sector manufacturero y
para una empresa de otro sector.
Teniendo en cuenta que la interpretación del término independiente en el MLG es el
valor autónomo estimado:

valor autónomo sector manufacturero (MANU=1)

VENTASi = (73,56+667,898)  254, 63 INVi  4, 787 N_PATi
ˆ1  ˆ4

valor autónomo sector NO manufacturero (MANU=0)

VENTASi = (73,56)  254, 63 INVi  4, 787 N_PATi
ˆ1

3) Interpreta el parámetro estimado que acompaña a la variable MANU.

ˆ 4 mide la diferencia estimada en el valor autónomo entre la categoría 1 (sector

manufacturero) y la categoría 0 (sector no manufacturero). Es decir una empresa del

sector manufacturero sus ventas autónomas son ˆ4  667, 89 miles de euros más altas que
las que no parecen al sector manufacturero.

4) Contrasta al nivel del 5% que no existen diferencias significativas en las ventas

autónomas entre empresas del sector manufacturero y empresas de otro sector.
Explique claramente la H0, Ha, cómo calcula el valor del estadístico, su distribución y
la conclusión alcanzada.
H0 : 4  0 Ha: 4  0
H0: No existen diferencia Ha: Si existen diferencia
ˆ
tratio  4 t /2;T k
ˆ ˆ
4

El p-valor del t-ratio correspondiente es igual a 0,07>0,05 se acepta H0 al 5%

indicando que no existen diferencias significativas en las ventas autónomas entre el
sector manufacturero y otro sector.
PARTE II:

Queremos analizar si las ventas de las empresas se comportan de forma diferente según
si es de tamaño grande o de tamaño pequeño. Para ello vamos a definir una variable
cualitativa que recoge el tamaño de la empresa. Consideramos una empresa grande si
tienes más de tres plantas.

Primero decidimos a que categoría le damos el valor 1. De forma arbitraria podemos

definir la variable ficticia de la siguiente forma:

1 si si la empresa es grande  PLANTAS  3

DTAMG  
 0 si la empresa es pequeña  PLANTAS  3

1) Defina la variable ficticia correspondiente.

Estime ahora el siguiente modelo (Nombre icono: Modelo 2):

ln(VENTAS)i = 1  2 ln (INV)i  3 N_PATi  4 DTAMGi  ui

2) Interpreta el parámetro que acompaña a la variable N-Pat

Log-lineal

%VENTAS
100ˆ 3   %VENTAS  100ˆ 3N _ PAT
N _ PAT
 3) Interpreta el parámetro que acompaña a la variable DTAMG.

Cuando la variable endógena está en logaritmo la interpretación del parámetro que

acompaña a la variable ficticia es siempre la siguiente

100̂3  la diferencia en las ventas en términos % entre la categoría 1 (Empresa grande)

y la categoría (cero empresa pequeña) (ambas empresas con el mismo nivel de INV y
N_pat).

En nuestro caso las diferencias en las ventas entre empresa Grande y otra pequeña
(ambas con mismo nivel de INV y N_PAT) son del 216,28%. Es decir, una empresa
grande sus ventas son de 216,28% más altos que otra de tamaño pequeño.

4) Contraste al nivel del 5% que no existen diferencias significativas en las ventas entre
empresas grandes y empresas pequeñas. Explique claramente la H0, Ha, cómo calcula
el valor del estadístico, su distribución y la conclusión alcanzada.

H0 : 4  0 Ha: 4  0
H0: No existen diferencia Ha: Si existen diferencia
ˆ
tratio  4 t /2;T k
ˆ
4

El p-valor del t-ratio correspondiente es igual a 0,0000<0,05 se rechaza H0 al 5%

indicando que estadísticamente existen diferencias significativas en las ventas entre una
empresa grande y otra pequeña.

5) Contaste al 5% que la diferencia en las ventas entre una empresa grande y otra
pequeña es del 200% frente a la alternativa que sea mayor que el 200%.
H 0 : 1004  200 Ha: 1004  200
H0: 4  2 Ha: 4  2

ˆ 4  2
tratio  t ;T k
ˆ
4
PARTE III:

Sobre la base de la forma funcional utilizada en el Modelo 2, se especifica el siguiente

modelo (Modelo 3):

VENTASi = 1  2 INVi  3 N_PATi  4TAMG  5 (INVi  TAMG)  ui

1) Estima el modelo anterior (Modelo 3) por MCO y escriba la RRM

En este caso estamos suponiendo que el efecto da la variable inversión sobre las
ventas cambia según si se trata de empresa de tamaño grande o de tamaño
pequeños, es decir la pendiente de la variable inversión no es la misma para toda la
muestra. En este caso la variable ficticia afecta a las pendientes del modelo y al término
independiente, es decir:

VENTASi = 1   2 INVi  3 N_PATi  4TAMG  5 (INVi  TAMG)  ui

efecto aditivo efecto interracción

El modelo especificación anteriormente se puede estimar por MCO de la forma

habitual. Para ello primero generamos una nueva variable que defino el término
Interacción INV con la variable ficticia (DTAMG):

La nueva variable interacción la llamaremos: INV_DTAMG

RRM:VENTASi = -199,33  31, 47 INVi  40, 36 N_PATi  232, 36TAMG  365, 91 (INVi  TAMG)

2) Calcula las ventas autónomas estimadas para una empresa grande y una empresa
pequeña

ˆ  ˆ 4  199, 33  231, 36 para empresa grange (DTAMG=1)


Venta autónomas=  1
ˆ
1  199, 33 para empresa pequeña (DTAMG=0)


3) Calcula la variación estimadas de las ventas si la inversión aumenta en una unidad.

Podemos calcular el efecto estimado de la variable (INV) sobre las VENTAS:

VENTAS VENTAS ˆ ˆ
  2  5 * DTAMGi
INV  INV
Como se puede observar el efecto estimado de la INV sobre la variable dependiente
(VENTAS) depende del TAMAÑO DE LA EMPRESA:

Dado que la variable ficticia DTAMG toma sólo los valores (1 ó 0):

VENTAS  ˆ2  ˆ5 para DTAMG =1 (EMPRESAS GRANDES)


INV  ˆ2 para DTAMG =0 (EMPRESAS PEQUEÑAS)

Por tanto podemos interpretar:

ˆ2 mide la variación estimada en Las ventas ante una variación en una unidad en la
INV para las empresas de tamaño PEQUEÑAS, manteniendo el resto constante.
LA SUMA ˆ2  ˆ4 mide la variación estimada en las ventas ante una variación en una

unidad en la INV para las empresas GRANDES, manteniendo el resto constante.

ˆ4 Mide el efecto diferencia de la INV sobre la variable dependiente (VENTAS) entre
empresas GRANDES y empresas PEQUEÑAS.

A partir de lo anterior se observa que el efecto estimado de la variable INV sobre las
ventas no es constante para toda la muestra sino que varía según el tamaño de la
empresa GRANDE o PEQUEÑA:

4) Completa el siguiente cuadro:

Empresas Grandes Empresas pequeñas

Valor autónomo ˆ  ˆ  199, 33  231, 36 ˆ 1  199, 33

1 4
estimado (término
independiente estimado)

Efecto de aumenta en 1 ˆ2  ˆ5  31, 47  365, 91  397, 38 ˆ2  31, 47

una unidad la inversión
sobre las ventas

El efecto que cada ˆ 3  40, 36 ˆ 3  40, 36

patente adicional tiene
sobre las ventas

5) Contraste al 5% de nivel de significación, si el efecto de la inversión sobre las ventas es

el mismo tanto para empresas grandes como para empresas pequeñas.
H0 : 2  5  2 Ha: 2  5  2
H0 : 5  0 Ha: 5  0
H0: No existen diferencia Ha: Si existen diferencia
ˆ
tratio  5 t /2;T k
ˆ
5
El p-valor del t-ratio correspondiente es igual a 9,11e-07 <0,05 se rechaza H0 al 5%
indicando que estadísticamente el efecto de la INV sobre las ventas es diferente según
se trata de empresas GRANDES o empresas pequeñas.

PARTE IV:

Sobre la base de la forma funcional utilizada en el Modelo 2, se especifica el siguiente

modelo (Modelo 4):

ln(VENTAS)i = 1   2 ln (INV)i  3 N_PATi   4TAMG  5 (ln (INV)i  TAMG )  ui

Efecto aditivo Efecto interracción
Efecto multiplicativo

1) Estima el modelo anterior (Modelo 3) por MCO y escriba la RRM

2) Calcula las diferencias en las ventas autónomas entre una empresa grande y para
empresa pequeña:
Cuando la variable endógena está en logaritmo la interpretación del parámetro que
acompaña a la variable ficticia es siempre la siguiente

100̂3  la diferencia en las ventas en términos % entre la categoría 1 (Empresa grande)

y la categoría 0 (empresa pequeña).

En nuestro caso las diferencias en las ventas entre ya empresa Grande y otra pequeña
son del 184,5%. Es decir, una empresa grande sus ventas son de 184,58% más altos que
otra de tamaño pequeño.

3) Calcula la variación estimadas de las ventas si la inversión aumenta en una unidad.

Podemos calcular el efecto estimado de la variable (INV) sobre las VENTAS:
 ln(VENTAS ) %VENTAS
  ˆINV
Ventas
 ˆ2  ˆ5 * DTAMGi
 ln( INV ) % INV

Como se puede observar el efecto estimado de la INV sobre la variable dependiente

(VENTAS) depende del TAMAÑO DE LA EMPRESA:

Dado que la variable ficticia DTAMG toma sólo los valores (1 ó 0):

%VENTAS  ˆ  ˆ5 para DTAMG =1 (EMPRESAS GRANDES)

 ˆINV
VENTAS
 2
% INV  ˆ2 para DTAMG =0 (EMPRESAS PEQUEÑAS)
Por tanto podemos interpretar:

ˆ2 mide la variación % estimada en Las ventas ante una variación en un 1% en la INV
para las empresas de tamaño PEQUEÑAS, manteniendo el resto constante.

ˆ2  ˆ4 mide la variación % estimada en las ventas ante una variación en un 1% en la
INV para las empresas GRANDES, manteniendo el resto constante.

ˆ4 Mide el efecto diferencia de la INV sobre la variable dependiente (VENTAS) entre
empresas GRANDES y empresas PEQUEÑAS.

A partir de lo anterior se observa que el efecto estimado de la variable INV sobre las
ventas no es constante para toda la muestra sino que varía según el tamaño de la
empresa GRANDE o PEQUEÑA:

Completa el siguiente cuadro:

Empresas Grandes Empresas pequeñas

Termino independiente ˆ  ˆ  3, 70  1, 84  5, 54 ˆ 1  3, 70
1 4
estimado

Elasticidad ventas con ˆ2  ˆ5  0,55  0,29  0, 84 ˆ2  0,55

respecto a la inversión
El efecto que cada patente 100ˆ 3  3, 75% 100ˆ 3  3, 75%
adicional tiene sobre las
ventas

Es decir, si las inversiones aumentan en un 1%, las ventas de las empresas GRANDES
aumentan en 0,84%, mientras en el caso de las empresas PEQUEÑAS el aumento es del
0,55%.

4) Contraste sobre el Modelo 3, si conjuntamente puede cumplirse las siguientes dos

afirmaciones “la elasticidad de las ventas con respecto a la inversión para las
empresas grandes es igual a 1” y que “cada patente adicional genera un incremento de
las ventas del 5%” (Nombre objeto: Test)
“la elasticidad de las ventas con respecto a la inversión para las empresas grandes es
igual a 1”

%VENTAS  ˆ  ˆ5 para DTAMG =1 (EMPRESAS GRANDES)

 ˆINV
VENTAS
 2
% INV  ˆ2 para DTAMG =0 (EMPRESAS PEQUEÑAS)
H 0 : 2   5  1 (a)

“cada patente adicional genera un incremento de las ventas del 5%”

%ventas
 1003  5  H0 : 3  0, 05 (b)
INV

Juntamos (a) y (b):

 2  5  1 (a)
H0 : 
  3  0, 05 (b)
 2  5  1 (a)

H 0 :  y/o
   0, 05 (b)
 3

Estadístico de contraste:

 T  k N R  (SR R  SR NR )
F  F ( r,T k)
 r  SR NR
r 2