## R Ue4Teil1.1 twoyear
## USA, n=6763
## lwage ... log(wage)
## jc    ... Ausbilung in Jahren in einem 2-year College
## univ  ... Ausbilung in Jahren in einem 4-year College 
## exper ... Berufserfahrung in Jahren
## female .. Dummy-Variable mit female=1 für W und female=0 für M
## etc.

#require(LearningStats)
#require(misty)

#setwd("C:/MH/WU/LV/OEKONOMETRIE_BA/Oe1_WS23/Chp4/EXERCISES/")
setwd("C:/Users/hoersaal/Downloads/")

# Daten einlesen (nicht ganz einfach)
dat <- read.table("twoyear.csv", sep=";", dec=",", header=TRUE, na.strings = "#NV", fill = TRUE, comment.char="")

# Daten anschauen
head(dat)
tail(dat)
dim(dat)   # Querschnittsdaten n=6763 k=23 (Variablen)
names(dat)  # Namen der Variablen

## Wir schauen uns nur lwage, jc, univ, exper an. lwage=log(wage) !
## Univariate Statistiken
source("BasicStatistics_R.txt")  # Liest bereits geschriebene R-Scipts ein

# (a) wage
dat$wage <- exp(dat$lwage)
basic_stats(dat$wage)             # Deskriptive Statistiken
hist(dat$wage)                    # Histogramm

hist(dat$female, breaks=2)       ## in dat etwas mehr Frauen als Maenner

# (b) Schaetzen die Regression wage_i = b0 + u_i
mod_b <- lm(wage ~ +1, data=dat) 
summary(mod_b)

# (c) Schaetzen der Gleichung wage_i = b0 + b1 female_i + u_i
mod_c <- lm (wage ~ female + 1, data=dat)
summary(mod_c)

# (d) Schaetzen sie die Modelle mod_b und mod_c statt mit wage 
# mit expr als abhaengige Variable, und kommentieren sie.

## ...
## Fuehren sie die Modifikationen der obigen Befehle selbst durch.

# (e) Schaetzen und interpretieren sie die bivariate Regression 
# exper_i = b0 + b1 female_i + u_i und die multiple Regression 
# wage_i  = b0 + b1 female_i + b2 exper_i + u_i
## Haben Frauen eine geringere Arbeitserfahrung als Männer?
mod_e1 <- lm(exper ~ female + 1, data=dat)
summary(mod_e1)
## Reduziert die Erfahrung die Einkommensschere zwischen M und F?  
mod_e2 <- lm(wage ~ female + exper + 1, data=dat)
summary(mod_e2)

# (extra) 
# Hier wird untersucht, ob exper auf Männer und Frauen einen 
# unterschiedlichen Einfluss hat. 
# wage_i  = b0 + b1 female_i + b2 exper_i + b3 female_i*exper_i + u_i
mod_f <- lm(wage ~ female + exper + female*exper + 1, data=dat)
summary(mod_f)

## Die Gleichung für die Maenner erhalten sie, wenn sie female=0 setzen.
## Die Gleichung für die Frauen mit female=1.