Partiremos desde esta ilustración gráfica para avanzar en las variables Dummy:

Interpretación alternativa del coeficiente:

δ₀= E(Salario|mujeres=1,educ) – E(Salario|mujeres=0,educ)

Esto muestra la diferencia de salario medio entre hombres y mujeres con el mismo nivel de estudios (educ).

Información cualitativa

• Ejemplos: género, raza, industria, región, grado de clasificación…
• Una forma de incorporar información cualitativa es utilizar variables dummy.
• Pueden aparecer como variables dependientes o independientes.

Una única variable independiente ficticia

Salario= β₀ + δ₀ mujeres + β₁ educ +u

• δ₀ = La ganancia/pérdida salarial si la persona es una mujer en lugar de un hombre (manteniendo otras variables fijas).
• Mujeres = Variable Dummy:
  • 1 si la persona es una mujer.
  • 0 si la persona es un hombre.

Ecuación salarial estimada con desplazamiento del intercepto

n=526, R² = 0,364

La variable Dummy trampa

Salario = β₀ + ɣ₀ mujeres + δ₀ mujeres + β₁ educ + u

Cuando se utilizan variables Dummy, siempre hay que omitir una categoría:

• Salario = β₀ + δ₀ mujeres + β₁ educ + u <—- La categoría base son los hombres.
• Salario = β₀ + ɣ₀ hombres + β₁ educ + u <—- La categoría base son las mujeres

Como alternativa, se puede omitir el intercepto:

Salario = ɣ₀ hombres + δ₀ mujeres + β₁ educ + u

Desventajas:

1. Es más difícil comprobar las diferencias entre los parámetros.
2. La fórmula de R-cuadrado sólo es válida si la regresión contiene un intercepto.

No olvides compartir

Facebook

Twitter

Linkedin

Whatsapp