/*MONITORIA ECONOMETRIA II - MONITOR: FELIPE COSTA*/
/*PROFESSOR: DANIEL SANTOS*/

*Limpando Stata:
clear all

*Desligando a opção "More"
set more off

*Abrindo a base de dados
cd "F:\Monitorias Econometria II\"
use PNAD2013_monit.dta

*Explorar a base:
browse

*Descrição de um comando
help summarize
*ou também
help sum // para abreviar

*Estatísticas descritivas:
*Vejamos alguns exemplos de comandos para tal propósito:
summarize
tab V0302
tab V0302 V0601

*Estatísticas descritas apenas dos homens:
summarize if V0302==2

*Estatísticas descritas apenas das mulheres:
summarize if V0302==4

*Criar dummy sexo:
generate mulher = 0
	recode mulher 0=1 if V0302==4
	
*Alternativamente, podemos criar a mesma dummy da seguinte maneira:
tab V0302, gen(dum_sexo)
drop mulher
rename dum_sexo2 mulher

*Corrigindo os valores da variável de salário:
gen salario=V4719
	recode salario 999999999999=.

*Para verificar as diferenças advindas da correção de tal variável, faça as duas regressões abaixo:
reg V4719 mulher
reg salario mulher

*Vamos corrigir agora algumas outras variáveis:
***Anos de estudo***
tab V4803
*Atente-se que o problema aqui está no fato de pessoas com 1 ano de estudo completo tem como resposta o número "2". Precisamos "corrigir"!
gen educ = V4803
recode educ 1=0 2=1 3=2 4=3 5=4 6=5 7=6 8=7 9=8 10=9 11=10 12=11 13=12 14=13 15=14 16=15 17=.
*Vá ao dicionário e veja por que o código "17" foi recodificado como missing acima!

***Raça***
*Vamos criar uma dummy para raça. Como é um fato estilizado conhecido que pessoas negras recebem menos salários, vamos criar uma dummy para quem se declara negro:
gen negro = 0 // Não se esqueça que "gen" é a abreviação do comando "generate"
*Se quiser checar que de fato a variável criada é 
br negro
*Criar a regra para identificar quem é negro:
recode negro 0=1 if V0404==4
recode negro 0=. if V0404==9
*Vá ao dicionário da PNAD disponibilizado e tente entender por que a resposta "9" deve ser tratada como missing!

***Idade***
gen idade = V8005

***Estudante***
*Temos a V0602 que pergunta se a pessoa frequenta a escola. Podemos criar a partir dela uma dummy para identificar quem é estudante e se isso influencia no salário.
*Obs: se você usar o "tab" para a variável V0602, vai perceber que nesta base, apenas cerca de 28% são estudantes.
gen estudante = 0
	recode estudante 0=1 if V0602==2

*Por fim, faça um exercício com as variáveis criadas e rode uma regressão em busca de explicar a variável "salario":
reg salario idade mulher negro educ estudante
*Regressão com interações entre as variáveis
reg salario idade c.idade#c.idade mulher educ i.mulher#c.educ estudante negro i.negro#c.educ

***FIM***