/*Inicio, elimino todo y seteo memoria*/

drop _all
clear matrix
clear mata
set mem 500m

*Defino tamaño del dataset
set obs 5000

*Creo 2 Modelos Poblacionales
*Modelo 1 y=x0b0+x1b1+x2b2+u con X iid , 
*Modelo 2 y2=x0b0+x1b1+x3b3+u2 con cov(x3,x1)<>0

	*Creo regresores iid(gen var=valor) genera datos en el dataset)
	gen x0=1
	gen x1=rnormal(30,4)
	gen x2=rnormal(52,9)
	gen x3= 2.91*x1 + rnormal(1,10) /*Correlacionado con x1, no puede ser lineal*/
	
	corr x3 x1
	
	*Defino parámetros (son escalares no datos!, scalar x=valor genera un scalar en la memoria)
	scalar b0=1.4
	scalar b1=3.1
	scalar b2=4.7
	scalar b3=2.8
	
	*Genero perturbaciones, son datos
	gen u=rnormal(0,3)
	gen u2=u
	
	*Genero variable y como datos
	gen y=b0+x1*b1+x2*b2+u
	gen y2=b0+b1*x1+b3*x3+u2

*Modelo estimado por OLS


	*Modelo 1
	regress y  x0 x1 x2,noconstant
	*Modelo 2
	regress y2 x0 x1 x3,noconstant /*menos eficiente*/

*Modelos estimados con una variable omitida (Problemas: Sesgado, inconsistente)
	
	regress y x0 x1 x2 ,noconstant
	*Modelo 1
	regress y x0 x1,noconstant
	*Modelo 2
	regress y2 x0 x1,noconstant


*Modelo estimado con una variable irrelevante (Problemas: Pérdida de eficiencia pero insesgado)

	gen x4=rnormal(20,2.4)
    
	regress y x0 x1 x2 ,noconstant
	*Modelo 1
	regress y x0 x1 x2 x4,noconstant
	*Modelo 2
	regress y2 x0 x1 x2 x3 x4,noconstant /*Mayor perdida de eficiencia*/