Pular para o conteúdo

Tarefa paper_repro.angrist_krueger_1991.tab5_c1.tool

paper_reprotoolT1publicépoca 1, tentativa 1Execução: 20261015T165911Z-suite-paper_repro-baseline-8b4f85

Veredito

passouPassou em todas as verificações obrigatórias.
Calculado pelo agente
coef.educ =0,0710810.07108104582881641
Coefficient on educ in the regression of lwklywge
via infer.ols (call_3f8b76f9)
Valor esperado (gabarito)
coef.educ =0,0710810.0710810458289115
statsmodels 0.15.0: the reference specification of angrist_krueger_1991 tab5_c1 (infer.ols, figure 'coef.educ') on an independent code path
Como foi validado
4 de 4 verificações obrigatórias aprovadas
relativa 0.000001 · absoluta 3.3900670357195307e-10

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Como o agente resolveu e como foi validado

Resumo passo a passo do que o agente executou, por que o caminho está correto e como cada verificação conferiu o resultado.

  1. 1Preparação da base de dados
    asciiqob— Joshua Angrist's minimal extract of the 1980 Census used by Angrist and Krueger (1991), 'Does Compulsory School Attendance Affect Schooling and Earnings?' (asciiqob.txt in asciiqob.zip): one row per man born in the United States in 1930-1939, from the 5 percent public-use sample of the 1980 Census (329,509 rows). Columns: lwklywge, the log of weekly earnings in 1979; educ, years of education; yob, year of birth (30 for 1930 to 39 for 1939); qob, quarter of birth (1 to 4); pob, state of birth (census code). Added by the declared transforms: yob_30 to yob_39, one indicator per year of birth; qtr_1 to qtr_4, one indicator per quarter of birth; and qtr1_yob30 to qtr3_yob39, thirty columns, each the product of the indicator for quarter of birth 1, 2 or 3 and the indicator for one year of birth (qtr2_yob35 is 1 for men born in the second quarter of 1935).
    Transformação "dummies" aplicada à base "asciiqob" (329509 → 329509 linhas). {"column":"yob","drop_first":false,"prefix":"yob"}
    Transformação "dummies" aplicada à base "asciiqob" (329509 → 329509 linhas). {"column":"qob","drop_first":false,"prefix":"qtr"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_30"]},"name":"qtr1_yob30","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_31"]},"name":"qtr1_yob31","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_32"]},"name":"qtr1_yob32","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_33"]},"name":"qtr1_yob33","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_34"]},"name":"qtr1_yob34","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_35"]},"name":"qtr1_yob35","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_36"]},"name":"qtr1_yob36","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_37"]},"name":"qtr1_yob37","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_38"]},"name":"qtr1_yob38","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_1","yob_39"]},"name":"qtr1_yob39","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_30"]},"name":"qtr2_yob30","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_31"]},"name":"qtr2_yob31","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_32"]},"name":"qtr2_yob32","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_33"]},"name":"qtr2_yob33","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_34"]},"name":"qtr2_yob34","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_35"]},"name":"qtr2_yob35","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_36"]},"name":"qtr2_yob36","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_37"]},"name":"qtr2_yob37","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_38"]},"name":"qtr2_yob38","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_2","yob_39"]},"name":"qtr2_yob39","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_30"]},"name":"qtr3_yob30","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_31"]},"name":"qtr3_yob31","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_32"]},"name":"qtr3_yob32","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_33"]},"name":"qtr3_yob33","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_34"]},"name":"qtr3_yob34","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_35"]},"name":"qtr3_yob35","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_36"]},"name":"qtr3_yob36","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_37"]},"name":"qtr3_yob37","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_38"]},"name":"qtr3_yob38","op":"interaction"}
    Transformação "derive" aplicada à base "asciiqob" (329509 → 329509 linhas). {"args":{"columns":["qtr_3","yob_39"]},"name":"qtr3_yob39","op":"interaction"}
  2. 2Chamada que gerou a resposta finalinfer.ols(Regressão linear por mínimos quadrados ordinários (MQO))citada na respostacoincide com a referência
    Ver chamada call_3f8b76f9 nos detalhes
    Argumentos principais
    controls:
    ["yob_30","yob_31","yob_32","yob_33","yob_34","yob_35","yob_36","yob_37","yob_38"]
    dataset:
    "asciiqob"
    intercept:
    true
    level:
    0,950.95
    se:
    "classical"
    x:
    ["educ"]
    y:
    "lwklywge"
    Resultado calculado
    • coef.educ = 0,071081 0.07108104582881641
      Coefficient on educ in the regression of lwklywge
    Diagnósticos: n_obs = 329.509329509 (observations used) · k = 1111 (parameters estimated, fixed-effect dummies included) · r2 = 0,1177450.1177450558150579 · df_resid = 329.498329498 · se_type = "classical" (classical (homoskedastic) standard errors)
  3. 3Conferência de lastro e resposta final
    • #0figura próximacoef.educ
      software reference
    • #1figura próximacoef.educ
      software reference, SE
    • #2figura próximacoef.educ
      published cell
    • #3figura próximacoef.educ
      published cell, SE

Aprofundamento técnico para especialistas

Acesso direto às fontes primárias, tabela formal de verificações, comparação de argumentos, trajetória completa com prompts brutos e somas SHA-256.

Valores esperados e de onde vêm

angrist_krueger_1991.tab5_c1.software

Fonte
statsmodels 0.15.0: the reference specification of angrist_krueger_1991 tab5_c1 (infer.ols, figure 'coef.educ') on an independent code path
Tipo
software
Localização
angrist_krueger_1991: Table V (OLS and TSLS estimates of the return to education for men born 1930-1939: 1980 Census), column (1) OLS, row 'Years of education'
Valor
0,0710810.0710810458289115 (se 0,0003390070.00033900670357195307)
Conferido por
execução de software · sm.OLS(lwklywge, add_constant(['educ', 'yob_30', 'yob_31', 'yob_32', 'yob_33', 'yob_34', 'yob_35', 'yob_36', 'yob_37', 'yob_38'])).fit(cov_type='nonrobust') on asciiqob (asciiqob.txt of the file pinned at sha256 0b6c505e52fd6c9f6194c356c91688acf2f8937b5023a84e754e942c9a2f2dcc, after its 32 declared transforms); n_obs = 329509. The tool infer.ols (magi_infer, numpy) does not call statsmodels. Written by scripts/paper_repro_reference.py.
Implementação
independente da ferramenta
Endereço
https://pypi.org/project/statsmodels/0.15.0/
  • #0 figura próxima: 0,0710810.0710810458289115 · relativa 0.000001 · absoluta 3.3900670357195307e-10
  • #1 figura próxima: 0,0003390070.00033900670357195307 · relativa 0.000001 · absoluta 3.3900670357195307e-10

angrist_krueger_1991.tab5_c1.paper

Fonte
Angrist, J. D. and Krueger, A. B. (1991). Does Compulsory School Attendance Affect Schooling and Earnings? Quarterly Journal of Economics 106(4): 979-1014.
Tipo
paper
Localização
Table V (OLS and TSLS estimates of the return to education for men born 1930-1939: 1980 Census), column (1) OLS, row 'Years of education'
Página
1000
Trecho
Years of education 0.0711 (0.0003)
Valor como publicado
0.0711
Erro-padrão como publicado
0.0003
Valor
0,07110.0711 (se 0,00030.0003) log points of weekly earnings per year of education
Conferido por
fonte primária · Read on 2026-10-15 from the JSTOR copy of the QJE article on a WWU course page (37-page PDF); Table V is a rotated scan on PDF page 23 (printed page 1000), read from the rendered page image. Notes: 'Standard errors are in parentheses. Sample size is 329,509.' The authors' posted 'QOB Table V.do' runs reg LWKLYWGE EDUC YR20-YR28 (classical errors); its posted log QOB_V.log prints .071081 (.000339) on 329,509 rows. Data fact checked before any estimate: asciiqob.txt has 329,509 rows, years of birth 30-39 and quarters 1-4.
sha256 da cópia lida
30ae8da0ac7b02e59084b9d21c23843cc39dfe031e9489bf95c41ec6762887b2 (identifica a cópia lida, não um arquivo canônico)
Endereço
https://doi.org/10.2307/2937954
Licença
Copyright of the publisher; cited, not reproduced.
  • #2 figura próxima: 0,07110.0711 · published_cell d=4 · absoluta 0.000050001000000000005
  • #3 figura próxima: 0,00030.0003 · published_cell d=4 (the SE as printed) · absoluta 0.000050001000000000005
Especificação técnica do gabarito

Angrist, J. D. and Krueger, A. B. (1991). Does Compulsory School Attendance Affect Schooling and Earnings? Quarterly Journal of Economics 106(4): 979-1014. Table V (OLS and TSLS estimates of the return to education for men born 1930-1939: 1980 Census), column (1) OLS, row 'Years of education' (source angrist_krueger_1991.tab5_c1.paper); software reference angrist_krueger_1991.tab5_c1.software: statsmodels 0.15.0: the reference specification of angrist_krueger_1991 tab5_c1 (infer.ols, figure 'coef.educ') on an independent code path

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#VerificaçãoObrigatóriaResultadoEsperadoObservadoTolerânciaFonteChamada
0
figura próximacoef.educ
software reference
0.07108104583 vs 0.0710810458289115
obrigatóriapassou0,0710810.07108104582891150,0710810.07108104582881641relativa 0.000001 · absoluta 3.3900670357195307e-10angrist_krueger_1991.tab5_c1.software—
1
figura próximacoef.educ
software reference, SE
0.0003390067036 vs 0.00033900670357195307
obrigatóriapassou0,0003390070.000339006703571953070,0003390070.00033900670357156064relativa 0.000001 · absoluta 3.3900670357195307e-10angrist_krueger_1991.tab5_c1.software—
2
figura próximacoef.educ
published cell
0.07108104583 vs 0.0711
obrigatóriapassou0,07110.07110,0710810.07108104582881641published_cell d=4 · absoluta 0.000050001000000000005angrist_krueger_1991.tab5_c1.paper—
3
figura próximacoef.educ
published cell, SE
0.0003390067036 vs 0.0003
obrigatóriapassou0,00030.00030,0003390070.00033900670357156064published_cell d=4 (the SE as printed) · absoluta 0.000050001000000000005angrist_krueger_1991.tab5_c1.paper—

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

a própria especificação da tarefa

Referência: infer.olsChamada do agente: infer.ols (call_3f8b76f9)igual
Argumentos da referência e do agente
ArgumentoReferênciaAgente
cluster——não fixado pela referência
controls["yob_30","yob_31","yob_32","yob_33","yob_34","yob_35","yob_36","yob_37","yob_38"]["yob_30","yob_31","yob_32","yob_33","yob_34","yob_35","yob_36","yob_37","yob_38"]igual
dataset"asciiqob""asciiqob"igual
fe—[]não fixado pela referência
intercept—truenão fixado pela referência
level—0,950.95não fixado pela referência
se"classical""classical"igual
subset——não fixado pela referência
weights——não fixado pela referência
x["educ"]["educ"]igual
y"lwklywge""lwklywge"igual

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

  1. 0Início

    Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

    asciiqob (agent)

    Joshua Angrist's minimal extract of the 1980 Census used by Angrist and Krueger (1991), 'Does Compulsory School Attendance Affect Schooling and Earnings?' (asciiqob.txt in asciiqob.zip): one row per man born in the United States in 1930-1939, from the 5 percent public-use sample of the 1980 Census (329,509 rows). Columns: lwklywge, the log of weekly earnings in 1979; educ, years of education; yob, year of birth (30 for 1930 to 39 for 1939); qob, quarter of birth (1 to 4); pob, state of birth (census code). Added by the declared transforms: yob_30 to yob_39, one indicator per year of birth; qtr_1 to qtr_4, one indicator per quarter of birth; and qtr1_yob30 to qtr3_yob39, thirty columns, each the product of the indicator for quarter of birth 1, 2 or 3 and the indicator for one year of birth (qtr2_yob35 is 1 for men born in the second quarter of 1935).

    file 0b6c505e52fd6c9f6194c356c91688acf2f8937b5023a84e754e942c9a2f2dcc · frame —
    1. dummies {"column":"yob","drop_first":false,"prefix":"yob"}
    2. dummies {"column":"qob","drop_first":false,"prefix":"qtr"}
    3. derive {"args":{"columns":["qtr_1","yob_30"]},"name":"qtr1_yob30","op":"interaction"}
    4. derive {"args":{"columns":["qtr_1","yob_31"]},"name":"qtr1_yob31","op":"interaction"}
    5. derive {"args":{"columns":["qtr_1","yob_32"]},"name":"qtr1_yob32","op":"interaction"}
    6. derive {"args":{"columns":["qtr_1","yob_33"]},"name":"qtr1_yob33","op":"interaction"}
    7. derive {"args":{"columns":["qtr_1","yob_34"]},"name":"qtr1_yob34","op":"interaction"}
    8. derive {"args":{"columns":["qtr_1","yob_35"]},"name":"qtr1_yob35","op":"interaction"}
    9. derive {"args":{"columns":["qtr_1","yob_36"]},"name":"qtr1_yob36","op":"interaction"}
    10. derive {"args":{"columns":["qtr_1","yob_37"]},"name":"qtr1_yob37","op":"interaction"}
    11. derive {"args":{"columns":["qtr_1","yob_38"]},"name":"qtr1_yob38","op":"interaction"}
    12. derive {"args":{"columns":["qtr_1","yob_39"]},"name":"qtr1_yob39","op":"interaction"}
    13. derive {"args":{"columns":["qtr_2","yob_30"]},"name":"qtr2_yob30","op":"interaction"}
    14. derive {"args":{"columns":["qtr_2","yob_31"]},"name":"qtr2_yob31","op":"interaction"}
    15. derive {"args":{"columns":["qtr_2","yob_32"]},"name":"qtr2_yob32","op":"interaction"}
    16. derive {"args":{"columns":["qtr_2","yob_33"]},"name":"qtr2_yob33","op":"interaction"}
    17. derive {"args":{"columns":["qtr_2","yob_34"]},"name":"qtr2_yob34","op":"interaction"}
    18. derive {"args":{"columns":["qtr_2","yob_35"]},"name":"qtr2_yob35","op":"interaction"}
    19. derive {"args":{"columns":["qtr_2","yob_36"]},"name":"qtr2_yob36","op":"interaction"}
    20. derive {"args":{"columns":["qtr_2","yob_37"]},"name":"qtr2_yob37","op":"interaction"}
    21. derive {"args":{"columns":["qtr_2","yob_38"]},"name":"qtr2_yob38","op":"interaction"}
    22. derive {"args":{"columns":["qtr_2","yob_39"]},"name":"qtr2_yob39","op":"interaction"}
    23. derive {"args":{"columns":["qtr_3","yob_30"]},"name":"qtr3_yob30","op":"interaction"}
    24. derive {"args":{"columns":["qtr_3","yob_31"]},"name":"qtr3_yob31","op":"interaction"}
    25. derive {"args":{"columns":["qtr_3","yob_32"]},"name":"qtr3_yob32","op":"interaction"}
    26. derive {"args":{"columns":["qtr_3","yob_33"]},"name":"qtr3_yob33","op":"interaction"}
    27. derive {"args":{"columns":["qtr_3","yob_34"]},"name":"qtr3_yob34","op":"interaction"}
    28. derive {"args":{"columns":["qtr_3","yob_35"]},"name":"qtr3_yob35","op":"interaction"}
    29. derive {"args":{"columns":["qtr_3","yob_36"]},"name":"qtr3_yob36","op":"interaction"}
    30. derive {"args":{"columns":["qtr_3","yob_37"]},"name":"qtr3_yob37","op":"interaction"}
    31. derive {"args":{"columns":["qtr_3","yob_38"]},"name":"qtr3_yob38","op":"interaction"}
    32. derive {"args":{"columns":["qtr_3","yob_39"]},"name":"qtr3_yob39","op":"interaction"}
  2. 1Transformação
    asciiqob · dummies {"column":"yob","drop_first":false,"prefix":"yob"}
    329509 → 329509 linhas
    Frame antes → depois: 845a36d4dcec → d4b277b4997b
  3. 2Transformação
    asciiqob · dummies {"column":"qob","drop_first":false,"prefix":"qtr"}
    329509 → 329509 linhas
    Frame antes → depois: d4b277b4997b → 2c53c053bf00
  4. 3Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_30"]},"name":"qtr1_yob30","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 2c53c053bf00 → cf52bf944241
  5. 4Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_31"]},"name":"qtr1_yob31","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: cf52bf944241 → c572825a7957
  6. 5Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_32"]},"name":"qtr1_yob32","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: c572825a7957 → f423f0515e53
  7. 6Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_33"]},"name":"qtr1_yob33","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: f423f0515e53 → 53a56d68c9d1
  8. 7Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_34"]},"name":"qtr1_yob34","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 53a56d68c9d1 → 4a3cff9083bb
  9. 8Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_35"]},"name":"qtr1_yob35","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 4a3cff9083bb → 373b8fd4038e
  10. 9Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_36"]},"name":"qtr1_yob36","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 373b8fd4038e → e7e4772d7f72
  11. 10Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_37"]},"name":"qtr1_yob37","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: e7e4772d7f72 → 493704cb4202
  12. 11Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_38"]},"name":"qtr1_yob38","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 493704cb4202 → 459fa0f19579
  13. 12Transformação
    asciiqob · derive {"args":{"columns":["qtr_1","yob_39"]},"name":"qtr1_yob39","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 459fa0f19579 → 85c2fdc43e1d
  14. 13Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_30"]},"name":"qtr2_yob30","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 85c2fdc43e1d → 221b8d8c4186
  15. 14Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_31"]},"name":"qtr2_yob31","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 221b8d8c4186 → 318603958de3
  16. 15Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_32"]},"name":"qtr2_yob32","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 318603958de3 → 069525d0a1fe
  17. 16Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_33"]},"name":"qtr2_yob33","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 069525d0a1fe → 64ef72351a15
  18. 17Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_34"]},"name":"qtr2_yob34","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 64ef72351a15 → 0c272ae20586
  19. 18Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_35"]},"name":"qtr2_yob35","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 0c272ae20586 → 7856b1936015
  20. 19Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_36"]},"name":"qtr2_yob36","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 7856b1936015 → 06252be82053
  21. 20Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_37"]},"name":"qtr2_yob37","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 06252be82053 → 4a442f63e865
  22. 21Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_38"]},"name":"qtr2_yob38","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 4a442f63e865 → 1a895d8e4ad2
  23. 22Transformação
    asciiqob · derive {"args":{"columns":["qtr_2","yob_39"]},"name":"qtr2_yob39","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 1a895d8e4ad2 → 7fd62953f64c
  24. 23Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_30"]},"name":"qtr3_yob30","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 7fd62953f64c → fbb95e831358
  25. 24Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_31"]},"name":"qtr3_yob31","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: fbb95e831358 → 3c39c77165ba
  26. 25Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_32"]},"name":"qtr3_yob32","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 3c39c77165ba → 7e4ccc705689
  27. 26Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_33"]},"name":"qtr3_yob33","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 7e4ccc705689 → e14e138d365d
  28. 27Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_34"]},"name":"qtr3_yob34","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: e14e138d365d → efea1aed1a08
  29. 28Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_35"]},"name":"qtr3_yob35","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: efea1aed1a08 → 889c869c49df
  30. 29Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_36"]},"name":"qtr3_yob36","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 889c869c49df → 4690bc1fd2a9
  31. 30Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_37"]},"name":"qtr3_yob37","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 4690bc1fd2a9 → 73cf0a1d91c6
  32. 31Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_38"]},"name":"qtr3_yob38","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: 73cf0a1d91c6 → adbbeec74207
  33. 32Transformação
    asciiqob · derive {"args":{"columns":["qtr_3","yob_39"]},"name":"qtr3_yob39","op":"interaction"}
    329509 → 329509 linhas
    Frame antes → depois: adbbeec74207 → 654074d5953a
  34. 33Ferramenta
    infer.ols— Regressão linear por mínimos quadrados ordinários (MQO)v0.1.0call_3f8b76f9decidido pelo códigoreexecutável
    Argumentos
    {
      "cluster": null,
      "controls": [
        "yob_30",
        "yob_31",
        "yob_32",
        "yob_33",
        "yob_34",
        "yob_35",
        "yob_36",
        "yob_37",
        "yob_38"
      ],
      "dataset": "asciiqob",
      "fe": [],
      "intercept": true,
      "level": 0.95,
      "se": "classical",
      "subset": null,
      "weights": null,
      "x": [
        "educ"
      ],
      "y": "lwklywge"
    }
    Figuras call_3f8b76f9
    ChaveValorValor brutoErro-padrãoIC
    coef.educ
    Coefficient on educ in the regression of lwklywge
    0,0710810.071081045828816410,0003390070.000339006703571560640,0704166 – 0,0717455
    Diagnósticos
    • n_obs = 329.509329509 (observations used)
    • k = 1111 (parameters estimated, fixed-effect dummies included)
    • r2 = 0,1177450.1177450558150579
    • df_resid = 329.498329498
    • se_type = "classical" (classical (homoskedastic) standard errors)
    • n_clusters = — (errors not clustered)
    Derivação matemática e pressupostos
    coef.educ
    1. Coeficiente de educ na regressão por mínimos quadrados ordinários de lwklywge.→ 0,071081 (0.07108104582881641)
    2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,000339007 (0.00033900670357156064)
    3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 329498 graus de liberdade vezes o erro-padrão.IC = β ± c · ep
    Pressupostos do estimador
    • the conditional mean of the outcome is linear in the regressors
    • errors are independent and have the same variance for every observation
    Tabelas (1)
    {
      "coefficients": [
        {
          "ci_high": 4.980073763723187,
          "ci_low": 4.958295557756529,
          "coef": 4.969184660739858,
          "p": 0,
          "se": 0.005555746467603576,
          "t": 894.4225028474478,
          "term": "Intercept"
        },
        {
          "ci_high": 0.07174548919907373,
          "ci_low": 0.0704166024585591,
          "coef": 0.07108104582881641,
          "p": 0,
          "se": 0.00033900670357156064,
          "t": 209.67445504750017,
          "term": "educ"
        },
        {
          "ci_high": 0.057663300486414694,
          "ci_low": 0.0386639519530055,
          "coef": 0.0481636262197101,
          "p": 2.8920433499914834e-23,
          "se": 0.004846843843007942,
          "t": 9.937111196431665,
          "term": "yob_30"
        },
        {
          "ci_high": 0.05151117255754221,
          "ci_low": 0.03204116994341719,
          "coef": 0.0417761712504797,
          "p": 4.0847872439425524e-17,
          "se": 0.004966910424727453,
          "t": 8.41089685098802,
          "term": "yob_31"
        },
        {
          "ci_high": 0.04292603171523169,
          "ci_low": 0.023724471376134836,
          "coef": 0.03332525154568326,
          "p": 1.0245656210041011e-11,
          "se": 0.004898429245720953,
          "t": 6.8032526089449386,
          "term": "yob_32"
        },
        {
          "ci_high": 0.04029944253506369,
          "ci_low": 0.020861484576049243,
          "coef": 0.030580463555556468,
          "p": 6.968340745525596e-10,
          "se": 0.0049587356476265,
          "t": 6.166988064829351,
          "term": "yob_33"
        },
        {
          "ci_high": 0.03678702466614902,
          "ci_low": 0.017541712214915357,
          "coef": 0.02716436844053219,
          "p": 3.151830383346887e-8,
          "se": 0.004909590662911443,
          "t": 5.532919199504794,
          "term": "yob_34"
        },
        {
          "ci_high": 0.02482407064948626,
          "ci_low": 0.005713825868385208,
          "coef": 0.015268948258935735,
          "p": 0.001736316448090996,
          "se": 0.004875134118034627,
          "t": 3.132005784712913,
          "term": "yob_35"
        },
        {
          "ci_high": 0.025944795516238395,
          "ci_low": 0.006820913877853729,
          "coef": 0.016382854697046062,
          "p": 0.000784899983250074,
          "se": 0.004878612959303676,
          "t": 3.35809682664074,
          "term": "yob_36"
        },
        {
          "ci_high": 0.020917386642490526,
          "ci_low": 0.0019856367430145447,
          "coef": 0.011451511692752535,
          "p": 0.017735312689134728,
          "se": 0.0048295990400033136,
          "t": 2.3711102304560416,
          "term": "yob_37"
        },
        {
          "ci_high": 0.020651850321981136,
          "ci_low": 0.0018944840843780186,
          "coef": 0.011273167203179578,
          "p": 0.01847930465530441,
          "se": 0.0047851127579403565,
          "t": 2.3558832933399585,
          "term": "yob_38"
        }
      ]
    }
    Hashes SHA-256 e metadados de reprodução
    Digests dos dados
    asciiqob 654074d5953a60c49422fd28f157a9ede3a844493e1280ba284d386a05958cf7
    sha256 do resultado
    67c13cbe4a53ff5b47d62a2c899c9fbf0de0be1dc34934c245ca820eac7e1cc6
  35. 34Pontuação
    #0figura próximapassouobrigatória0.07108104583 vs 0.0710810458289115
  36. 35Pontuação
    #1figura próximapassouobrigatória0.0003390067036 vs 0.00033900670357195307
  37. 36Pontuação
    #2figura próximapassouobrigatória0.07108104583 vs 0.0711
  38. 37Pontuação
    #3figura próximapassouobrigatória0.0003390067036 vs 0.0003

Épocas × verificações

Resultado de cada verificação em cada época pontuada
#0123
Época 1passoupassoupassoupassou

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

Downloads desta tarefa

Pacote da tarefa (.zip)
55,8 KB · sha256 d1439d210d5ebc6899a9013cc83f6fe19988ee38848f30a9e57c18e1bbfc0644

O hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.

Downloads desta tarefa
ArquivoTamanhosha256
sources/angrist_krueger_1991.tab5_c1.paper.json1,6 KB455bae649e2018f34d976aec050c483a1aff955f0da65d04ae389e3dec1c0a92
sources/angrist_krueger_1991.tab5_c1.software.json1,4 KBd9c9c35cabfb6e287daf1f9063c91737a24d051df7f36a833a398787bea33a01
specs/paper_repro.angrist_krueger_1991.tab5_c1.tool.json7,9 KB5b36490ff2be19528b47476b7367ac1b22f06c133f47bdadf0657af2209ba8b4
traces/paper_repro.angrist_krueger_1991.tab5_c1.tool.e1.a1.jsonl34,8 KB640b44bb6ba06b8baba71b16da14b8f8dd35156eabbb9c522cfbf5f57c0063ae
trajectories/paper_repro.angrist_krueger_1991.tab5_c1.tool.e1.a1.jsonl31,1 KBc29ca829effd1a4eb3fcb671f68db389f91bf2cc0fa1d408ca889f331cebd213