log-y-regression3

stats-nutshell
qm2
regression
log
quiz
Published

September 4, 2022

Question

library(tidyverse)
library(easystats)

In dieser Aufgabe modellieren wir den (kausalen) Effekt von Schulbildung auf das Einkommen.

Importieren Sie zunächst den Datensatz und verschaffen Sie sich einen Überblick.

d_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/Ecdat/Treatment.csv"

d <- data_read(d_path)

Dokumentation und Quellenangaben zum Datensatz finden sich hier.

glimpse(d)
Rows: 2,675
Columns: 11
$ rownames <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18…
$ treat    <lgl> TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, T…
$ age      <int> 37, 30, 27, 33, 22, 23, 32, 22, 19, 21, 18, 27, 17, 19, 27, 2…
$ educ     <int> 11, 12, 11, 8, 9, 12, 11, 16, 9, 13, 8, 10, 7, 10, 13, 10, 12…
$ ethn     <chr> "black", "black", "black", "black", "black", "black", "black"…
$ married  <lgl> TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,…
$ re74     <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
$ re75     <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
$ re78     <dbl> 9930.05, 24909.50, 7506.15, 289.79, 4056.49, 0.00, 8472.16, 2…
$ u74      <lgl> TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, T…
$ u75      <lgl> TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, T…

Welcher der Prädiktoren hat den stärkesten Einfluss auf das Einkommen?

Hinweise:

  • Verwenden Sie lm zur Modellierung.
  • Operationalisieren Sie das Einkommen mit der Variable re74.
  • Gehen Sie von einem kausalen Effekt der Prädiktoren aus.
  • Gehen Sie von einem multiplikativen Modell aus (log-y).
  • Lassen Sie die Variablen zur Arbeitslosigkeit außen vor.

Answerlist

  • treat
  • age
  • educ
  • ethn
  • married

Solution

d2 <-
  d %>% 
  filter(re74 > 0) %>% 
  mutate(re74_log = log(re74)) %>% 
  standardize(select = c("age", "educ"))

Prüfen, ob das standardisieren funktioniert hat:

d2 %>% 
  describe_distribution() %>% 
  display()
Variable Mean SD IQR Range Skewness Kurtosis n n_Missing
rownames 1429.07 736.61 1294.00 (95.00, 2675.00) -0.08 -1.15 2329 0
age -2.69e-16 1.00 1.74 (-1.65, 2.03) 0.42 -1.09 2329 0
educ 1.33e-16 1.00 0.99 (-3.99, 1.61) -0.47 0.43 2329 0
re74 20938.28 12631.52 15086.30 (17.63, 1.37e+05) 1.62 6.81 2329 0
re75 20080.38 13123.48 15217.70 (0.00, 1.57e+05) 1.58 7.85 2329 0
re78 22508.65 14917.30 16846.10 (0.00, 1.21e+05) 1.28 4.12 2329 0
re74_log 9.73 0.76 0.80 (2.87, 11.83) -1.67 6.01 2329 0
m <- lm(re74_log ~ educ + treat + age + ethn + married, data = d2)

Parameter des Modells:

Parameter Coefficient SE 95% CI t(2322) p
(Intercept) 9.29 0.04 (9.20, 9.37) 223.32 < .001
educ 0.23 0.01 (0.20, 0.26) 16.03 < .001
treat (TRUE) -0.66 0.09 (-0.84, -0.47) -7.06 < .001
age 0.22 0.01 (0.19, 0.25) 15.79 < .001
ethn (hispanic) 0.22 0.08 (0.07, 0.38) 2.90 0.004
ethn (other) 0.22 0.03 (0.16, 0.29) 6.78 < .001
married (TRUE) 0.35 0.04 (0.28, 0.43) 8.93 < .001

Aufgabenname: log-y-regr3

Answerlist

  • TRUE
  • FALSE
  • FALSE
  • FALSE
  • FALSE

Meta-information

exname: log-y-regr3 extype: schoice exsolution: 10000 exshuffle: FALSE expoints: 1


Categories:

  • stats-nutshell
  • qm2
  • regression
  • log