Name___ClementRuntung________________ ECO 140

GSI____Caroline Le Pennec _______________ Otoño de 2017

Tarea 7

1. Este conjunto de problemas examina el visionado de violencia en el cine como factor

determinante de la delincuencia. Hay quien sostiene que existe una relación entre el visionado de
películas violentas y la incidencia de delitos violentos. Por otro lado, las películas sacan a la
gente de las calles y la llevan a los cines en las horas en que se producen más delitos, la noche. Y
sustituyen a otras actividades que conducen a un comportamiento violento (drogas y alcohol).
Para analizar este tipo de comportamiento se trabajará con un conjunto de datos Movies.###. La
descripción de las variables figura en el archivo movies_description.pdf. El conjunto de datos
incluye la asistencia a los fines de semana en EE.UU. de películas muy violentas(attend_v)
(como Hannibal), películas poco violentas(attend_m) (como Spider Man) y no
violentas(attend_n) (como Moana).

(a) Calcule el logaritmo de las agresiones(ln_agresiones) y realice una regresión sobre los
indicadores ficticios de mes y año utilizando enero como base. ¿Existen indicios de
"estacionalidad" en este tipo de delitos violentos, es decir , suele haber más agresiones en
unos meses que en otros? ¿Existe una tendencia en las agresiones a lo largo de los años de la
muestra?

Sí, hay indicios de "estacionalidad". Podemos comprobarlo formalmente utilizando la prueba

F, que establece que el coeficiente de todos los meses = 0; la alternativa es que al menos uno
de ellos no sea igual a 0. A partir de esto, encontramos que nuestro F-stat es 76.26 con p-
valor de 0. Por lo tanto, podemos rechazar la nulidad de que no hay estacionalidad y decir
que hay pruebas de estacionalidad en los datos.

Podemos hacer algo similar para encontrar una tendencia en las agresiones a lo largo de los
años de la muestra utilizando la prueba F que establece que el coeficiente de todos los años =
0; la alternativa es que al menos uno de ellos no sea igual a 0. A partir de esto, encontramos
que nuestro F-stat es 6440.5. Por lo tanto, podemos rechazar la nulidad de que no hay
tendencia a lo largo de los años de la muestra y afirmar que existe una tendencia a lo largo de
los años con respecto a la agresión.
(b) Genere la asistencia total de las tres categorías de películas(attend = attend_v + attend_m +
attend_n) y realice una regresión sobre los indicadores de año y mes. ¿Se observa
estacionalidad en la asistencia al cine? ¿Existe alguna tendencia en la asistencia al cine a lo
largo del tiempo?

Sí, parece haber estacionalidad en la asistencia al cine. Podemos comprobarlo realizando otra
prueba F que tenga un nulo que diga que no hay estacionalidad (coeficiente del mes = 0). Al
realizar una prueba F en STATA, obtenemos un valor de 33,72 y un valor p de 0. Esto
significa que podemos rechazar la nulidad de que no existe estacionalidad y afirmar que hay
indicios de estacionalidad en los datos.

Sí, también hay una tendencia a ir al cine con el tiempo. Podemos comprobarlo realizando
otra prueba F en la que la nula afirme que no hay tendencia a lo largo del tiempo (coeficiente
del año = 0). Al realizar una prueba F en STATA, obtenemos un valor de 9,24 y un valor p
de 0. Esto significa que podemos rechazar la nulidad de que no hay tendencia a lo largo del
tiempo y decir que hay pruebas de una tendencia a lo largo del tiempo en los datos.

(c) Ahora se realiza una regresión de ln_asistencias sobre la asistencia a cada uno de los tres
tipos de películas, junto con indicadores ficticios de mes y año, y las variables de control del
tiempo y las vacaciones disponibles en el conjunto de datos. ¿Ver una película muy violenta
aumenta o disminuye las agresiones, y en qué medida? ¿Es estadísticamente significativo?

Se prevé que por cada millón de personas que vean una película muy violenta disminuirán las
agresiones en un -0,31689%, ceteris paribus. Esta cifra es significativa, ya que el valor p es
cercano a 0. Así pues, esta cifra es estadísticamente significativa incluso a un nivel de
significación del 1%.
(d) Comprobar si los efectos de la asistencia a películas muy violentas y poco violentas son los
mismos. Haga lo mismo para los efectos de la asistencia a películas muy violentas y no
violentas. Enuncie la hipótesis nula y especifique su regresión restringida.

1. Asistencia a películas muy violentas y asistencia a películas poco violentas

Cambia la forma normal por:
Regresión no restringida:
ln ( assault )t =β o +γ 1 atten d vt + β 2 ( atten d vt +atten d mt ) + β 3 atten d n+ month , year , weather FE+u t
donde γ 1 = β 1−β 2
Supongamos que Null es verdadero:
Ho: γ 1 = 0

H1: γ 1 ≠ 0

Como sólo tenemos 1 restricción, podemos observar la t-stat o el p-valor del coeficiente
attend_v.
Después de realizar la regresión sin restricciones anterior, se constató que el valor p del
coeficiente attend_v es 0,973, que no es estadísticamente significativo al nivel del 5%.

Conclusión: Como el valor p es > 0,05, concluimos que no logramos rechazar la hipótesis
nula de que no hay efecto de la asistencia a películas muy violentas y a películas poco
violentas y decimos que puede haber un efecto entre la asistencia a películas muy violentas y
a películas poco violentas.

2. Asistencia a películas muy violentas y a películas no violentas.

Regresión no restringida:
ln ( assault )t =β o +γ 1 atten d vt + β 2 ( atten d vt +atten d nt ) + β 3 atten d m + month , year , weather FE+u t

Supongamos que Null es verdadero:

Ho: γ 1 = 0

H1: γ 1 ≠ 0

Del mismo modo, como sólo tenemos 1 restricción, podemos mirar simplemente la t-stat
o la p-vale del coeficiente attend_v.

Tras la regresión no restringida anterior, se constató que el valor p del coeficiente

attend_v es 0,270, que no es estadísticamente significativo al nivel del 5%.

Conclusión: Como el valor p es >0,05, concluimos que no logramos rechazar la hipótesis

nula de que no hay efecto de la asistencia a películas fuertemente violentas y a películas no
violentas y decimos que puede haber un efecto entre la asistencia a películas fuertemente
violentas y a películas no violentas.
2. La asistencia al cine y la incidencia de delitos violentos pueden estar determinadas por ciertos
factores comunes. El tiempo es un buen ejemplo: cuando el mal tiempo hace que la gente se
quede en casa, no va a los cines y tampoco es objeto de agresiones. La regresión de variables
instrumentales podría corregir la endogeneidad de las variables de asistencia. El conjunto de
datos contiene tres instrumentos potenciales que proporcionan estimaciones de la asistencia
prevista a películas muy violentas, ligeramente violentas y no violentas, pr_attend_v,
pr_attend_m y pr_attend_n, respectivamente. Estas predicciones se basan en el conocimiento de
los patrones típicos de asistencia a las películas durante su distribución en salas.

(a) Estime la primera etapa del procedimiento 2SLS y compruebe si las tres variables son
instrumentos "sólidos".

En la primera etapa se realiza una regresión de attend_v, attend_m y attend_n sobre las variables
instrumentales y todas las variables exógenas.

Para empezar, realice una regresión de attend_v sobre todas las variables instrumentales y todas
las variables exógenas (mes, año, vacaciones y tiempo). Después de la regresión, encontramos
que el estadístico F es de 75,25 y el valor p de 0. Así pues, concluimos que la variable es
estadísticamente significativa.

En segundo lugar, realizamos una regresión de attend_m sobre todas las variables instrumentales
y todas las variables exógenas (mes, año, vacaciones y tiempo). Después de la regresión,
encontramos que el estadístico F es 199,87 y el valor p de 0. Así pues, concluimos que la
variable es estadísticamente significativa.

En tercer lugar, realizamos una regresión de attend_n sobre todas las variables instrumentales y
todas las variables exógenas (mes, año, vacaciones y tiempo). Después de la regresión,
encontramos que el estadístico F es 123,4 y el valor p de 0. Por lo tanto, concluimos que la
variable es estadísticamente significativa

Por lo tanto, concluimos que la variable instrumental pasa la prueba de relevancia y que todas las
variables instrumentales es una buena variable instrumental.
(b) Realice una regresión por mínimos cuadrados de dos etapas utilizando estas tres variables
como instrumentos para los tres regresores endógenos. Evalúe el coeficiente de asistencia a
películas violentas y compruebe si es diferente del coeficiente de asistencia a películas poco
violentas y, a continuación, de nuevo para las películas no violentas.

Coeficiente: -,0038738, lo que significa que por cada millón de espectadores de películas
muy violentas, el número previsto de agresiones disminuye un 0,387%, ceteris paribus.

Para averiguar si el coeficiente de asistencia a películas violentas y a películas poco

violentas, utilizamos la misma técnica de la pregunta 1(d) y al hacer la regresión utilizando
ivreg en STATA, se encontró que el valor p es 0,983; lo que significa que no podemos
rechazar la nulidad de que el efecto de asistir a películas violentas no es diferente de asistir a
películas poco violentas y decir que puede haber un efecto entre asistir a películas violentas o
a películas poco violentas.

Del mismo modo, para encontrar si el coeficiente de asistencia a películas violentas y no

violentas, utilizamos una técnica similar a la de la pregunta 1(d) y al hacer la regresión
utilizando ivreg en STATA, se encontró que el valor p es de 0,228; lo que significa que no
podemos rechazar el nulo de que el efecto de asistir a películas violentas no es diferente de
asistir a películas no violentas y decir que puede haber un efecto entre asistir a películas
violentas o no violentas.

(c) Comentario sobreR2 de la regresión de la parte (b)

En este caso,R2 ya no es fiable, ya que la variabilidad de la variable dependiente (ln_asalto) se

debe al cambio tanto de las variables independientes como del término de error.
(d) Una colección diferente de instrumentos incluidos en el conjunto de datos es la asistencia a
cada una de las tres categorías de películas en la semana anterior y la siguiente, por ejemplo,
attend_v_b y attend_v_f son la asistencia a películas violentas la semana anterior y la
siguiente, respectivamente. Realice 2SLS utilizando estas seis variables como instrumentos
para los tres regresores endógenos. Como antes, evalúe el coeficiente de asistencia a
películas violentas y compruebe si es diferente del coeficiente de asistencia a películas poco
violentas, y luego de nuevo para las películas no violentas.

Coeficiente: -,0031738; lo que significa que por cada millón de espectadores de películas
muy violentas, el número previsto de agresiones disminuye un 0,317%, ceteris paribus.
Para averiguar si el coeficiente de asistencia a películas violentas y a películas poco
violentas, utilizamos la misma técnica de la pregunta 1(d) y al hacer la regresión utilizando
ivreg en STATA, se encontró que el valor p es de 0,522; lo que significa que no podemos
rechazar la nulidad de que el efecto de asistir a películas violentas no es diferente de asistir a
películas poco violentas y decir que puede haber un efecto entre asistir a películas violentas o
a películas poco violentas.

Del mismo modo, para encontrar si el coeficiente de asistencia a películas violentas y no

violentas, utilizamos una técnica similar a la de la pregunta 1(d) y mediante la regresión
utilizando ivreg en STATA, se encontró que el valor p es de 0,664; lo que significa que no
podemos rechazar el nulo de que el efecto de asistir a películas violentas no es diferente de
asistir a películas no violentas y decir que puede haber un efecto entre asistir a películas
violentas o no violentas.

(e) Realice una prueba de sobreidentificación. ¿Cuál es su conclusión sobre los instrumentos?

estat overid

Pruebas de restricciones de sobreidentificación:

Sargan (puntuación) chi2(3) = 8,58313 (p = 0,0354)

Basmann chi2(3) = 8,03479 (p = 0,0453)

Encontramos que tanto el valor p es estadísticamente significativo al 5%; por lo tanto,

rechazamos la nulidad de que nuestra variable instrumental no está correlacionada con el término
de error y decimos que al menos 1 instrumento no es exógeno-lo que significa que uno de
nuestros instrumentos no es válido ya que queremos Cov(Z,u) = 0