Uitgewerkte case econometrie + interpretatie

B1 = intercept
B2 = scholing
B3 = Ervaring
B4 = Ervaring^2
B5 = Female
Case econometrie 2024
B6 = Nonwhite
Basisvergelijking B7 = Union
B8 = scholing * female




Onderzoeker A




Onderzoeker B

,Stap 1
VARIABELEN

 loonverschillen$W_i uitgedrukt in hoeveelheid dollar per uur

 loonverschillen$S_i uitgedrukt in aantal jaren scholing

 loonverschillen$E_i uitgedrukt in aantal jaren ervaring
(Ei = Agei − Si − 6)

 loonverschillen$E_i^2 uitgedrukt in aantal jaren ervaring^2
willen kwadraat wegwerken DUS
ervaring.square <- loonverschillen$E_i^2

 loonverschillen$age_i uitgedrukt in leeftijd

DUMMIES

 Ras → 1 = zwart; 0 = blank
loonverschillen$Nonwhitedum_i<-ifelse(loonverschillen$Nonwhite_i==’niet-blank’, 1, 0)

 Gender → 1 = female; 0 = man
loonverschillen$Femaledum_i<-ifelse(loonverschillen$Female_i==’vrouw’, 1, 0)

 Union → 1 = lid; 0 = geen lid
loonverschillen$Uniondum_i<-ifelse(loonverschillen$Union_i==’lid’, 1, 0)

REFERENTIECATEGORIE

een blanke man die geen lid is van de vakbond met 0 jaar scholing en 0 jaar ervaring (en ervaring^2)
→ Dit is de interpretatie van de constante.

AFHANKELIJKE EN ONAFHANKELIJKE VARIABELEN

afhankelijke variabele: uurloon
onafhankelijke variabelen: aantal jaren scholing, ervaring, geslacht, ras en
vakbondslid

,Beschrijvende statistiek

, Hypothesen
Si
We verwachten een positieve impact van het aantal jaren scholing op het uurloon. (Hoe hoger aantal
jaren scholing een persoon heeft, hoe meer dollarcenten per uur een persoon verdient. )
H0 : β2 <= 0 HA : β2 > 0
T-statistiek = (β^2-β2)/sigma^(β^2) = 0,1264249/0,0064933 = 19,4700537
Significatieniveau = 5%
Aantal vrijheidsgraden = aantal observaties - geschatte parameters = 500 - 8 = 492
Kritische waarde = 1,648
→ De schattingsresultaten ondersteunen onze theoretische verwachtingen.


E_i
We verwachten een positieve impact van aantal jaren ervaring op het uurloon. (Hoe meer jaren
ervaring een persoon achter de rug heeft, hoe hoger zijn loon. Er zal een punt zijn waar ervaring een
negatieve impact heeft op loon.
H0: dy/dx =0,0435905 - 2*0.0007289 ervaring<= 0
HA: dy/dx =0,0435905 - 2*0.0007289 ervaring> 0

H0 : β3 <= 0 HA : β3 > 0
T-statistiek = 0,0435905/0,0046981 = 9,27832528
Significantieniveau = 5%
Aantal vrijheidsgraden = 492
Kritische waarde = 1,648
De t-statistiek ligt voorbij de kritische waarde, dus we kunnen de nulhypothese verwerpen.
→ De schattingsresultaten ondersteunen onze theoretische verwachtingen.
E_i2
we verwachten een positieve impact van het aantal jaar ervaring op het uurloon
H0 : β4 <= 0 HA : β4 > 0
T-statistiek = -0,0007289/0,0001087 = -6,70561178
Significantieniveau = 5%
Aantal vrijheidsgraden = 492
Kritische waarde = 1,648
→ De schattingsresultaten ondersteunen onze theoretische verwachtingen NIET

Female
We verwachten een negatieve impact op het uurloon als je een vrouw bent.
H0: β5 >= 0 HA : β5 < 0
T-statistiek = -0,2588511/0,1318670 = -1,96297102
Significantieniveau = 5%
Kritische waarde = - 1,648
→ De t-statistiek ligt voorbij de kritische waarde, dus we kunnen de nulhypothese verwerpen.

Nonwhite
We verwachten een negatieve impact op het uurloon als je non-white bent.
H0: β6 >= 0 HA: β6 < 0
T-statistiek = -0,1110479/0,0421509 = -2,63453212
Significantieniveau = 5%
Aantal vrijheidsgraden = 492
Kritische waarde = - 1,648
→ De t-statistiek ligt voorbij de kritische waarde, dus we kunnen de nulhypothese verwerpen.