Continuando con esta serie de estudios, es preciso conocer que las variables dummy también son conocidas como variables ficticias:
Utilización de las variables dummy para las categorías múltiples
- Definir la pertenencia a cada categoría mediante una variable dummy.
- Dejar fuera una categoría (que se convierte en la categoría base).
| Log (salario)= | 0,321 + | 0,213 [hombre casado] – | 0,198 [Mujer casada]- | 0,110 [Mujer soltera] + | 0,079 [Educación] + | 0,027 [Experiencia] – | 0,00054 [Experiencia2] + | 0,029 [Tenencia] – | 0,00053 [Tenencia2] |
| (0,100) | (0,055) | (0,058) | (0,056) | (0,007) | (0,005) | (0,00011) | (0,007) | (0,00023) |
Mujer casada= Manteniendo los demás elementos fijos, las mujeres casadas ganan un 19,8% menos que los hombres solteros (= la categoría base)
Utilización de variables dummy explicativas en las ecuaciones del log (y)
| Log (Precio) = | – 1,35 + | 0,168 log (tamaño del lote) + | 0,707 log (metros cuadrados) + | 0,027 (bdrms) + | 0,054 (colonial) |
| (0,65) | (0,038) | (0,093) | (0,029) | (0,045) |
(Colonial)= Variable dummy que indica si la casa es de estilo colonial.
n = 88,R2 =0,649
➟ (∂ log precio) / (∂ Colonial) = (% precio) / (∂ Colonial) = 5,4%
Cuando la variable ficticia del estilo colonial pasa de 0 a 1, el precio de la vivienda aumenta en 5,4 puntos porcentuales.
Interacciones con variables dummy
1- Permitir diferentes pendientes
Log (Salario) = β0+ ð0 Mujer + β1 Educación + ð1 Educación femenina + u
| β0 = Hombres.Intercepción | β1 = Pendiente.Hombres |
| β0 + ð0 = Mujeres.Intercepción | β1 + ð1 = Pendiente.Mujeres |
2- Hipótesis interesantes
| H0 : ð1 = 0 | H0 : ð0 = 0, ð1 = 0 |
| La rentabilidad de la educación es la misma para hombres y mujeres | Toda la ecuación salarial es igual para hombres y mujeres. |
Incorporación de información ordinal mediante variables dummy
Ejemplo: calificación crediticia de las ciudades y tipos de interés de los bonos municipales
MBR = β0 + β1 CR + Otros factores
- MBR = Tipo de interés de los bonos municipales
- CR = Calificación crediticia de 0 a 4 (0=peor, 4=mejor)
Esta especificación probablemente no sería adecuada, ya que la calificación crediticia sólo contiene información ordinal. Una mejor manera de incorporar esta información es definir dummies:
MBR = β0 + ð1 CR1 + ð2 CR2 + ð3 CR3 + ð4 CR4 + Otros factores
Dummies que indican si se aplica la calificación concreta, por ejemplo, CR1 si CR=1 y CR1=0 en caso contrario. Todos los efectos se miden en comparación con la peor calificación (= categoría base).
