Ejercicios Econometria
Ejercicios Econometria
Ejercicios Econometria
PREGUNTA 1
Modelo con variables dicotmicas. Consideremos las dos regresiones alternativas
y t 1 D1 2 D2 3 D3 4 D4 t
y t 1 2 D2 3 D3 4 D4 t
Las variables son variables ficticias trimestrales. Existe el mismo nmero de observaciones
para cada trimestre. Mediante MCO, obtenga las frmulas exactas para los coeficientes de
mnimos cuadrados para los dos casos. (Sugerencia: la forma matricial es relativamente
ms sencilla). Compruebe que si hubiera un trmino BX en las dos ecuaciones (variable
cuantitativa), las estimaciones por MCO de B seran idnticas.
Salarioporhorai M i i
donde Mi toma el valor de 1 si la persona es hombre y 0 si es mujer.
Los resultados, se presentan en la siguiente tabla:
Variable
Constante
M
Coeficiente
5.09
0.82
Desviacin Estndar
0.58
0.15
t-ratio
8.78
5.47
R2=0.26
Interprete el coeficiente 0.82 obtenido, as como el coeficiente 5.09
c. Cmo interpreta el R2 obtenido? Obtenga adems el R2 ajustado (debe hallarlo)
R 2 adjust 1 1 R 2
n 1
nk
Laboratorio 2
d. Un estudiante no est satisfecho con este modelo dado que la variable dummie
correspondiente a la mujer (es decir 1 en caso de ser mujer y 0 en el caso de ser
hombre) no est incluida en la estimacin anterior. Comente la idea del estudiante.
e. Haga un test donde la hiptesis nula es que no existe diferencias entre salarios de
mujeres y hombres. Se rechaza la hiptesis nula?
f. Construya un intervalo de confianza de 95% para la diferencia salarial entre
hombres y mujeres
PREGUNTA 3
Comente o responda en no ms de 6 lneas, por cada respuesta
a. Aunque el trmino de error en el modelo lineal de regresin no est normalmente
distribuido, los estimadores beta de MCO sern insesgados, requirindose
nicamente que las perturbaciones o trminos de error estocsticos tengan
esperanza igual a 0 y que las variables independientes del modelo sean no
estocsticas.
b. En los casos de multicolinealidad aproximada no ser posible evaluar la significancia
individual de las variables explicativas del modelo
c. Cuando existe multicolinealidad aproximada, por qu se dice que la solucin MCO
de los coeficientes estimados est mal definida? (Sugerencia: explique el concepto
y luego utilice un ejemplo).
d. Mediante la inclusin de variables dummies podemos llevar a cabo pruebas de
cambio estructural, en un modelo estimado por MCO (en datos de series de tiempo)
(Verdadero/Falso).
PREGUNTA 4
Refirase en no ms de 5 lneas a lo siguiente
a) Explique una justificacin terica para suponer la normalidad de los errores en
la estimacin de una regresin minimocuadrtica.
b) Qu estadstico podemos utilizar para testear la hiptesis de normalidad de los
errores
c) Qu implica sobre los parmetros estimados dicho supuesto de normalidad
PREGUNTA 5
Considere la siguiente ecuacin de regresin
Yi 1 X i 2 e i
a) Cmo realizara la estimacin economtrica mediante MCO de este modelo?
b) Refirase a las propiedades estadsticas del modelo estimado?
c) Cules son los estimadores mnimo cuadrticos de 1,2, djelos expresados?
PREGUNTA 6
1.- Plantee las ecuaciones normales del siguiente modelo:
Y 0 X1 2 X 2 3 e
2.- Qu implicancia tiene en las estimaciones MCO, la introduccin de cambios de escala
y unidades de medida?
3.- Qu caractersticas particulares, tiene la estimacin de un modelo del tipo:
Laboratorio 2
Yt X t 1 e t
(Sugerencia: Transforme el modelo antes de referirse a las caractersticas)
PREGUNTA 7
En una encuesta de 9966 ingenieros en 2014, se obtuvo la siguiente informacin:
E d a d P r o m e d io
2 2
2 7
3 2
3 7
4 2
4 7
5 2
5 7
6 2
6 7
7 2
S a la r io s p r o m e d io
7 8 0 0
8 4 0 0
9 7 0 0
1 1 5 0 0
1 3 0 0 0
1 4 8 0 0
1 5 0 0 0
1 5 0 0 0
1 5 0 0 0
1 4 5 0 0
1 2 0 0 0
PREGUNTA 8
Y X
X X
X 3t
1
X 4t
t
1
2
2t
3
3t
4
4t
t donde
En el siguiente modelo:
para todo t
a) Muestre que no se pueden estimar todos los parmetros del modelo, debido a la
presencia de multicolinealidad perfecta.
b) Sin embargo, proponga una metodologa para estimar B2
Laboratorio 2
PREGUNTA 9
Un econometrista presenta el siguiente ejemplo como muestra de los problemas tpicos
generados por la multicolinealidad. Estima un modelo base, que toma como variable
dependiente las importaciones y como variables explicativas el PNB y el IPC de Estados
Unidos entre 1970 y 1983 (REGRESIN 1). Adicionalmente, para probar su afirmacin
realiza una serie de regresiones adicionales.
REGRESION 1 Variable dependiente: IMPORTACIONES
Variable
Coefficiente
Desv.Estndar
t-Statistic
Prob.
Variable
Coefficiente
Desv.Estndar
t-Statistic
-37750.6
26499.1
-1.425
0.182
-61078.1
12053.8
-5.067
0.000
PNB
169.8
64.2
2.644
0.023
PNB
106.6
5.7
18.746
0.000
IPC
-777.7
786.5
-0.989
0.344
R2
0.967
F-statistic
351.4
0.964
Prob(F-statistic)
0.000
R2
0.970
F-statistic
175.9
R2 ajustado
0.964
Prob(F-statistic)
0.000
R2
ajustado
Prob.
Variable
Coefficiente
Desv.Estndar
t-Statistic
Prob.
Variable
Coefficiente
Desv.Estndar
t-Statistic
-97251.4
17138.7
-5.674
0.000
30.0
4.4
6.774
IPC
1294.0
85.3
15.163
0.000
PNB
0.1
0.0
38.940
R2
0.950
F-statistic
229.9
R2
0.992
F-statistic
1516.3
R2 ajustado
0.946
Prob(F-statistic)
0.000
0.991
Prob(F-statistic)
0.000
R2
ajustado
Prob.
0.000
0.000
PREGUNTA 10
(Heteroscedasticidad) Supongamos que para estimar el modelo:
y t x t t
E ( t ) 0
Var ( t ) ( xt ) 2
donde las variables estn en desviaciones respecto a sus medias muestrales, se dispone
de las observaciones siguientes:
xt
2
0
-1
1
-1
yt
-4
4
1
-3
1
a) Obtenga el estimador MCO de y de su varianza (suponga que no existe
autocorrelacin de los errores).
b) Obtenga el estimador de MCG de y de su varianza (suponga que no existe
autocorrelacin de los errores).
c) Cul de estas dos formas de estimar los usted preferira?Por qu?
PREGUNTA 11
Comente (En no ms de 5 lneas):
a)
Cuales son las consecuencias de utilizar los estimadores MCO, ignorando el
problema de la heteroscedasticidad?
Laboratorio 2
b)
c)
d)
e)
f)
g)
Yi 1 2 X i 3 Z i ui
2 u i 2 Zi
i 1...n
PREGUNTA 12
Hetero ms conocido como el flautista de Ameln, despus de su rotundo xito en dicha
ciudad, fue contratado por Scedstica, un poblado vecino que haba sufrido la repentina
llegada de los indeseables ratones (provenientes posiblemente de Ameln).
Desafortunadamente, Hetero, un empedernido jugador de poker, perdi en su ltimo
encuentro con Homo su invalorable flauta. Desesperado, decidi consultar su manual de
bolsillo de econometra aplicado a la caza de ratones donde encontr un modelo
economtrico, que propona que el nmero de ratones cazados por un gato, dependa del
nmero de horas en cacera del animal, del nmero de horas que llevaba sin comer, de su
sexo (las gatas son aplicadas, en cambio los gatos lo son menos) y de la raza del mismo
(donde la raza A es ms eficaz que la raza B). Hetero ofreci a Scedstica exterminar los
ratones utilizando un ejercito de gatos, para lo cual deba seleccionar los mejores
exponentes una vez estudiado el desempeo de una muestra de felinos en funcin a las
caractersticas anteriores. Suponiendo que usted es amigo de Hetero y desea ayudarlo,
lleve a cabo lo siguiente:
a) Plantee el modelo economtrico que usted crea conveniente, Qu signos esperara
para los parmetros de cada una de las variables de su modelo? Suponga que el
trmino de error no presenta problemas de heteroscedasticidad y no hay ms
variables que considerar que las enunciadas anteriormente
b) Ahora suponga que el modelo es heteroscedstico en el nmero de horas de cacera
Qu tipo de heteroscedasticidad esperara: creciente o decreciente? Explique.
c) Plantee el test de White (con trminos cruzados) (aplicado al caso) para detectar la
existencia de la heteroscedasticidad
d) Si la heteroscedasticidad fuera del tipo:
i 2
2
1
h.c.2
Laboratorio 2
PREGUNTA 13
Sea el siguiente modelo:
Yt B1 B2 X 2t u t
u t u t 1 t
Sabiendo que:
1 2
...
0
0 ...
0 ...
1 ...
...
... ...
0 ...
0 0
1
1
0 0
1 2
... ...
1
0
0
1
1 2
0
1 2
...
...
...
0
0
0
0
0
0
... 0
0
... 0
0
... 0
0
... ...
...
... 1 2
...
Yt Yt 1 B1 (1 ) B2 ( X 2t X 2t 1 ) (u t u t 1 )
t , t 1...T
Para ello muestre que coinciden las observaciones de los dos modelos (a excepcin de la
primera observacin).
b) Si el parmetro del proceso autorregresivo no fuera conocido, plantee como llevar a
cabo la estimacin por MCG.
PREGUNTA 14
1.
En un modelo de regresin (con dos variables explicativas), donde se viola el
supuesto de ausencia de autocorrelacin de los errores, plantee una forma de estimacin
ptima, sabiendo que la perturbacin estocstica sigue un proceso autorregresivo de orden
1. a) si es conocido, b) si no es conocido
2.
Comente:
a)
Se ha dicho que eliminar el problema de la multicolinealidad aproximada mediante
un modelo en diferencias, produce problemas de autocorrelacin. Utilizando un modelo de
regresin simple, muestre que el error de este nuevo modelo est autocorrelacionado.
Suponga que en el modelo original se cumplen todos los supuestos del modelo clsico.
Tambin se ha dicho que eliminar una de las variables que genera la multicolinealidad
produce problemas de autocorrelacin. Est de acuerdo?
0
0
0
...
Laboratorio 2
PREGUNTA 15 (Autocorrelacin) Dado el modelo:
Yt 0 1 X t t
ut t 1 t
donde t se distribuye identica e independientemente distribuida N(0,2 ),
disponindose de las siguientes observaciones numricas:
T
1
2
3
4
5
6
7
8
Xt
22
26
32
34
40
46
46
50
Yt
4
6
10
12
14
16
20
22
a) Obtenga una estimacin eficiente de los coeficientes del modelo, as como de
su matriz de covarianzas, sabiendo que el coeficiente de autocorrelacin es igual
a 0.5
b) Indique como estimara eficientemente el modelo si no se conociese el valor del
coeficiente de autocorrelacin
Laboratorio 2
LABORATORIO
PREGUNTA 16
Se ha planteado el siguiente modelo de salarios:
OBSERVACIONES
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
SALARIO
AOS DE
EXPERIENCIA
SEXO
23.0
19.5
24.0
21.0
25.0
22.0
26.5
23.1
25.0
28.0
29.5
26.0
27.5
31.5
29.0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
1
0
1
0
1
0
1
0
0
1
1
0
0
1
0
Laboratorio 2
Adems, se pide realizar pruebas de multicolinealidad y heterocedasticidad en este modelo,
de existir ese problema, halle el modelo con la correccin del mismo de ser necesario.
Los datos son los siguientes:
VENTAS
(miles de $)
180.6
213.3
174.6
189.3
209.1
248.1
253.9
215.8
218.1
206.6
PRECIO
$/u
2.1
4.5
2.9
3.6
15
7.7
5.8
3.2
5
12.3
PUBLICIDAD
(miles de $)
30
55
25
36
60
82
73
58
58
49
PREGUNTA 18
En el archivo laboratorio 2.xls hoja1 se presentan datos sobre la demanda de manzanas en
la economa espaola del siglo pasado.
a. Realice un modelo de regresin log - log que explique la demanda de manzanas
en funcin al precio de las manzanas, al precio de un bien sustituto (peras), Al
ingreso o renta.
b. Analice, encuentre y resuelva:
i. Multicolinealidad
ii. Autocorrelacin
iii. Sesgo de especificacin
PREGUNTA 19
En archivo Laboratorio 2 hoja2 se presentan datos sobre el consumo per cpita de la
carne de pollo en los Estados Unidos
Considere las siguientes funciones de demanda
=
+
+
= +
+
= +
+
= +
+
+
= +
+
+
+
+
+
+
+
(1)
(2)
(3)
(4)
(5)
Laboratorio 2
Cules son las variables que provocan multicolinealidad en este modelo?
Eliminara estas variables? Qu problemas economtricos ocasionara el
eliminar esa o esas variables?
d) Tiene alguna sugerencia diferente para resolver la multicolinealidad en
(4), que no implique la eliminacin de variables?
PREGUNTA 20
En lo hoja 3 del archivo laboratorio 2 se encuentran los datos para el siguiente modelo
que puede usarse para estudiar si los gastos de campaa afectan los resultados de las
elecciones:
=
)+
log(
)+
log(
Donde:
voteA es el porcentaje de votos recibidos por el candidato A,
expendA y expendB son los gastos de campaa del candidato A y del candidato B
prtystrA es una medida de la fortaleza del partido del candidato A (el porcentaje de votos
que obtuvo el partido de A en la eleccin presidencial ms reciente).
i)
Determine si los residuos de esta regresin se comportan normalmente
ii)
Encuentre si el modelo se encuentra correctamente especificado
iii)
Detecte y de ser necesario resuelva el problema de multicolinealidad en este
modelo de regresin
iv)
Detecte y de ser necesario resuelva el problema de heterocedasticidad en este
modelo de regresin
PREGUNTA 21
La hoja4 del laboratorio 2 proporciona datos sobre las elecciones presidenciales de
Estados Unidos de 1916 a 2004.
a) Con los datos elabore un modelo adecuado para predecir la proporcin
correspondiente al Partido Demcrata del voto bipartidista para la presidencia.
b) Cmo utilizara este modelo para predecir el resultado de una eleccin
presidencial?
c) Se les propone considerar el siguiente modelo tentativo para predecir las
elecciones presidenciales:
=
I+
D+
)+
Estime este modelo y comente los resultados respecto de los resultados del
modelo que haba propuesto.
PREGUNTA 22
Se emplean los datos del archivo hoja5 laboratorio2 para estimar una funcin de demanda
para el consumo diario de cigarros. Puesto que la mayora de la gente no fuma, la variable
dependiente, cigs, es cero en la mayora de las observaciones. Un modelo lineal no es lo
ideal debido a que puede dar lugar a valores de prediccin negativos. Sin embargo, se
puede conocer algo acerca de los determinantes del tabaquismo usando un modelo lineal.
Laboratorio 2
cigs = 1 + 2 log(income) +3 log(cigpric) +4 educ + 5 age + 6 age2 +7 restaurn + u
Donde:
cigs = nmero de cigarros fumados por da.
income = ingreso anual.
cigpric = precio del paquete de cigarros (en centavos de dlar).
educ = aos de escolaridad.
age = edad medida en aos.
restaurn = un indicador binario igual a uno si la persona reside en un estado en el que fumar en los
restaurantes est prohibido.
u: variable aleatoria
Laboratorio 2
PREGUNTA 23