Relaciones bivariadas: variable dicotómica y variable continua. Video

Las variables dicotómicas son variables que pueden tomar exactamente dos valores: sexo (hombre/mujer), estudia (si/no), tiene hijos (sí, no).

En muchas ocasiones interesa ver si dos variables, una dicotómica y una continua están relacionadas.

Un ejemplo: ¿están relacionadas sexo y salario? Esto en general quiere decir: ¿tienen la misma media los salarios de hombres y mujeres?

Otro ejemplo: ¿la altura y el sexo están relacionados? En general esta pregunta la contestamos averiguando si la altura media de los hombres es igual a la altura media de las mujeres.

Otro ejemplo: ¿Trabajan la misma cantidad de horas en promedio quienes tienen hijos que quienes no los tienen?

Para contestar a este tipo de preguntas recurrimos a gráficas tales como diagramas de caja, a tablas producidas por el comando tabstat, a pruebas t de significación y a pruebas no paramétricas con el comando ranksum.

De todo lo anterior tratará este video.

Trabajaremos primero con el archivo nlsw88.dta provisto por Stata, y allí veremos el uso del ttest para grupos independientes (test t de Student para grupos independientes. Allí los grupos comparados son grandes, esto es, cada uno tiene más de 30 observaciones. Veremos dos alternativas de la prueba t: con varianzas asumidas iguales y con varianzas desiguales.



Luego trabajaremos con el archivo generado por la siguiente sintaxis.

********************************************
clear all
set obs 30
set seed 15899
gen valor_hora = 50 + rchi2(2) in 1/15
replace valor_hora = 70 + rchi2(2) in 16/30
gen sexo = 1 in 1/15
replace sexo = 2 in 16/30
label define sexo 1 "Hombre" 2 "Mujer"
label values sexo sexo
set seed 15915
gen notas_geog = rnormal(50, 15)
********************************************

Aquí tendremos muestras pequeñas (15 hombres vs 15 mujeres) y usaremos el ttest o una alternativa no paramétrica, el ranksum, que implementa la prueba de Wilcoxon, casi idéntica a la U de Mann Whitney.


Video