Tarea Nº3 Econometría

Nombre: Gianmarco Jesús Mella Bellomunno ID:10139599
Ejercicios capítulo #3 del libro

Principles of Econometrics de Hill, Griffiths y Lim
3.1- Usando la salida de regresión para el modelo de gasto en alimentos que se muestra en la
Figura 2.9:
a) Construya una estimación de intervalo del 95% para b1 e interprete
El estimador de intervalo requerido es 𝑏1  𝑡𝑐 se(𝑏1 ). Donde 𝑏1 = 83.416, 𝑡𝑐 = 𝑡0,975 =

2.024 y se(𝑏1 ) = 43.410, obtenemos el intervalo estimado:
83.416  2.024  43.410 = (−4.46, 171.30)
Estimamos que 𝛽1 se encuentra entre −4,46 y 171,30. En muestras repetidas, el 95% de

Los intervalos construidos contendrían el verdadero 𝛽1 .
b) Pruebe la hipótesis nula de que b1 es cero contra la alternativa de que no está en el Nivel
de significancia del 5% sin utilizar el valor p informado. ¿Cual es tu conclusión?
Para probar 𝐻0 : 𝛽1 = 0 contra 𝐻1 : 𝛽1 ≠ 0 calculamos el valor t
𝑏1 − 𝛽1 83.416 − 0
𝑡1 = = = 1.92
𝑠𝑒(𝑏1 ) 43.410
Dado que el valor 𝑡 = 1.92 no excede el valor crítico del 5% 𝑡𝑐 = 𝑡0.975 = 2.024, no
rechazamos 𝐻0 . Los datos no rechazan la hipótesis de intersección con cero.
c) Dibuje un esquema que muestre el valor p 0.0622 que se muestra en la Figura 2.9, el valor
crítico valor de la distribución t utilizada en (b), y cómo el valor p podría haber sido utilizado
para responder (b).
El valor p 0.0622 representa la suma de las áreas bajo la distribución t a la izquierda de 𝑡 =

−1.92 y a la derecha de 𝑡 = 1.92. Como la distribución 𝑡 es simétrica, cada una de las áreas
de la cola que componen el valor p son p / 2 = 0.0622 2 = 0.0311. El nivel de significancia,
, viene dada por la suma de las áreas abajo para | 𝑡 |  | 𝑡𝑐 |, por lo que el área bajo la curva
para 𝑡  𝑡𝑐 es  / 2 = .025 y lo mismo para 𝑡  −𝑡𝑐 .
Por lo tanto, no rechazar la hipótesis nula porque  / 2  p / 2, o   p, es lo mismo que no
rechazar la hipótesis nula porque −𝑡𝑐  𝑡  𝑡𝑐 . Tener un valor 𝑝 > 0.05 es equivalente a
teniendo −𝑡𝑐  𝑡  𝑡𝑐 .
d) Pruebe la hipótesis nula de que b1 es cero contra la alternativa de que es positivo al nivel
de significancia del 5%. Dibuje un bosquejo de la región de rechazo y calcule el valor p.
¿Cual es tu conclusión?
Al probar 𝐻0 : 𝛽1 = 0 contra 𝐻1 : 𝛽1 > 0, se usa el mismo valor t que en el inciso b), 𝑡 =

1.92. Debido a que es una prueba de una cola, el valor crítico se elige de manera que haya
una probabilidad de 0.05 en la cola derecha. Es decir, 𝑡𝑐 = 𝑡0.95 = 1.686. Dado que 𝑡 = 1,92
> 𝑡𝑐 = 1,69, 𝐻0 es rechazada, se acepta la alternativa y concluimos que la intersección es
positiva. En este caso, valor p = P (𝑡 > 1,92) = 0,0311. Tener el valor p < 0.05 es equivalente
a tener 𝑡 > 1.69.
e) Explica las diferencias y similitudes entre el "nivel de importancia" y el "nivel de
confianza".
El término "nivel de significancia" se utiliza para describir la probabilidad de rechazar una

hipótesis nula verdadera al realizar una prueba de hipótesis. El término "nivel de confianza"
se refiere a la probabilidad de que un estimador de intervalo produzca un intervalo que
incluye el parámetro verdadero. Al realizar una prueba de dos colas de la forma 𝐻0 : 𝛽𝑘 =
𝑐 versus 𝐻1 : 𝛽𝑘  c, el no rechazo de 𝐻0 implica que c se encuentra dentro del intervalo de
confianza y viceversa, siempre que el nivel de significancia sea igual a uno menos el nivel
de confianza.
f) Los resultados en (d) muestran que tenemos un 95% de confianza en que b1 es positivo.
¿Verdadero o falso? Si es falso, explique.
Falso. La prueba en (d) usa el nivel de significancia del 5%, que es la probabilidad de un
error de Tipo I. Es decir, en muestras repetidas tenemos un 5% de probabilidad de rechazar
la hipótesis nula cuando es verdadera. La significancia del 5% es un enunciado de
probabilidad sobre un procedimiento, no un enunciado de probabilidad sobre 𝛽1 .
Es descuidado y peligroso equiparar el nivel del 5% de significancia con un 95% de
confianza, que se relaciona con los procedimientos de estimación de intervalos, no con las
pruebas de hipótesis.
3.2- El director general de una empresa de ingeniería quiere saber si la experiencia de

un artista técnico influye en la calidad de su trabajo. Se selecciona una muestra
aleatoria de 24 artistas y se registran sus años de experiencia laboral y calificación de
calidad (según la evaluación de sus supervisores). La experiencia laboral (EXPER) se
mide en años y la calificación de calidad (RATING) toma un valor de 1 a 7, con 7 =
excelente y 1 = pobre. El modelo de regresión simple RATING = 𝜷𝟏 + 𝜷𝟐 𝑬𝑿𝑷𝑬𝑹 +
𝒆 es propuesto. Las estimaciones de mínimos cuadrados del modelo y los errores
estándar de las estimaciones son:
a) Dibuje la función de regresión estimada. Interprete el coeficiente de EXPERIMENTO.
El coeficiente de EXPERIMENTO indica que, en promedio, la calificación de calidad de

un artista técnico aumenta en 0.076 por cada año adicional de experiencia.
b) Construye un intervalo de confianza del 95% para 𝛽2 , la pendiente de la relación entre
calificación de calidad y experiencia. ¿En qué tiene un 95% de confianza?
Usando el valor 𝑡𝑐 = 𝑡0.975 = 2.074, el intervalo de confianza del 95% para 𝛽2 viene dado
por
𝑏2 ± 𝑡𝑐 𝑠𝑒(𝑏2 ) = 0.076 ± 0.044 = (−0.015,0.167)
Tenemos un 95% de confianza en que el procedimiento que hemos utilizado para construir
un intervalo de confianza producirá un intervalo que incluye el parámetro verdadero 𝛽2 .
c) Pruebe la hipótesis completa de que 𝛽2 es cero contra la alternativa que no prueba de dos
colas y el nivel de significancia de 𝛼 = 0.05. ¿Qué concluyes?
𝑏
Para probar 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 ≠ 0 , usamos el estadístico de prueba 𝑡 = 𝑠𝑒(𝑏2 ) =
2
0.076
= 1.727.
0.044
El valor crítico t para una prueba de dos colas con N - 2 = 22 grados de libertad es 2.074.
Dado que −2,074 <1,727 <2,074 no rechazamos la hipótesis nula.
d) Pruebe la hipótesis nula de que 𝛽2 es cero contra la alternativa de una cola de que es
positivo en el nivel de significancia de 𝛼 = 0.05. ¿Qué concluyes?
Para probar 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 > 0, usamos el valor t de la parte (c), 𝑡=1.727, pero el
valor crítico de la cola derecha 𝑡𝑐 = 𝑡0.95 = 1.717. Desde 1.7271.717, rechazamos 𝐻0 y
concluimos que 𝛽2 es positivo. La experiencia tiene un efecto positivo en la calificación de
la calidad.
e) Para la prueba del inciso c), el valor p es 0.0982. Si elegimos que la probabilidad de un
error de Tipo I sea 𝛼 = 0.05, ¿Rechazamos la hipótesis nula, o no, simplemente basándonos
en una inspección del valor p? Muestre, en un diagrama, cómo se calcula este valor p.
El valor p de 0.0982 se da como la suma de las áreas bajo la distribución t a la izquierda de

−1.727 y a la derecha de 1.727. No rechazamos 𝐻0 porque, para  = 0.05, valor p > 0.05.
Podemos rechazar, o no rechazar, la hipótesis nula basándonos simplemente en una
inspección del valor p. Tener el valor p >  es equivalente a tener |𝑡| < 𝑡𝑐 = 2.074.
3.3- En un modelo de regresión simple estimado, basado en 24 observaciones, el
parámetro de pendiente estimado es 0.310 y el error estándar estimado es 0.082.
a) Pruebe la hipótesis de que la pendiente es cero contra la alternativa de que no lo es, en el

Nivel de significancia del 1%.
Hipótesis: 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 ≠ 0
Valor t calculado: t = 0.310/0.082 = 3.78
Valor t crítico:  𝑡𝑐 =  𝑡0.995 =  2.819
Decisión: Rechazo 𝐻0 porque 𝑡 = 3.78 > 𝑡𝑐 = 2.819
b) Pruebe la hipótesis de que la pendiente es cero frente a la alternativa de que es positiva

al 1% de nivel de significancia.
Hipótesis: 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 > 0
Valor t crítico: 𝑡𝑐 = 𝑡0.99 = 2.508
Decisión: Rechazo 𝐻0 porque 𝑡 = 3.78 > 𝑡𝑐 = 2.508
c) Pruebe la hipótesis de que la pendiente es cero contra la alternativa que es negativa

al nivel de significancia del 5%. Dibuja un boceto que muestre la región de rechazo.
Hipótesis: 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 < 0
Valor t crítico: 𝑡𝑐 = 𝑡0.05 = −1.717
Decisión: No se rechaza 𝐻0 porque t = 3,78  𝑡𝑐 = −1,717

d) Pruebe la hipótesis de que el estimado pendiente es 0.5, contra el alternativa de que no lo,
al nivel de significancia del 5%.
Hipótesis: 𝐻0 : 𝛽2 = 0.5 contra 𝐻1 : 𝛽2 ≠ 0.5

0.310−0.5
Valor t calculado: 𝑡 = = −2.32
0.082
Valor t crítico: ± 𝑡𝑐 = ±𝑡0.975 = ±2.074
Decisión: Rechazo 𝐻0 porque 𝑡 = −2.32 < −𝑡𝑐 = −2.074
e) Obtenga una estimación de intervalo del 99% de la pendiente.
Una estimación de intervalo del 99% de la pendiente viene dada por
b2  tcse(b2 ) = 0.310  2.819  0.082 = (0.079, 0.541)
Estimamos que 𝛽2 se encuentra entre 0.079 y 0.541 usando un procedimiento que funciona
el 99% del tiempo en muestras repetidas.
3.4- Considere una regresión simple en la que la variable dependiente MIM = los
ingresos medios de los hombres que tienen 18 años o más, en miles de dólares. La
variable explicativa PMHS = por ciento de hombres de 18 años o más que se graduaron
de la escuela secundaria. Los datos consisten en 51 observaciones en los 50 estados más
el Distrito de Columbia. Por lo tanto, MIM y PMHS son "promedios estatales". La
regresión estimada, junto con los errores estándar y las estadísticas t, es
a) ¿Cuál es la intersección de la ecuación estimada? Muestre su cálculo. Dibuje la función

de regresión estimada.
𝑏1 = t  se(𝑏1 ) = 1.257  2.174 = 2.733

b) ¿Cuál es el error estándar de la pendiente estimada? Muestre su cálculo.
𝑏2 0.180
𝑠𝑒(𝑏2 ) = = = 0.0313
𝑡 5.754
c) ¿Cuál es el valor p para la prueba de dos colas de la hipótesis de que la ecuación

intercepto es cero? Dibuja un boceto para ilustrar.
p-value = 2  (1− P(t 1.257)) = 2  (1 − 0.8926) = 0.2147
d) Indique la interpretación económica de la pendiente estimada. Es el signo de la coeficiente

¿qué esperarías de la teoría económica?
La pendiente estimada 𝑏2 = 0.18 indica que un aumento del 1% en hombres de 18 años o

más, que son graduados de la escuela secundaria, aumenta el ingreso promedio de esos
hombres en $ 180. El signo positivo es el esperado; más educación debería conducir a salarios
más altos.
e) Construya una estimación del intervalo de confianza del 99% de la pendiente de esta
relación.
Usando 𝑡𝑐 = 𝑡0.995 = 2.68, un intervalo de confianza del 99% para la pendiente viene dado
por
b2  tcse(b2 ) = 0.180  2.68  0.0313 = (0.096, 0.264)

f) Pruebe la hipótesis de que la pendiente de la relación es 0.2 contra la alternativa que no lo es.
Exprese con palabras el significado de la hipótesis nula en el contexto de este problema.
Para probar 𝐻0 : 𝛽2 = 0.2 contra 𝐻1 : 𝛽2 ≠ 0.2, calculamos:
0.180 − 0.2
𝑡= = −0.639
0.0313
Los valores críticos para una prueba de dos colas con un nivel de significancia del 5% y 49 grados de
libertad son  𝑡𝑐 =  2.01. Dado que 𝑡 = −0.634 se encuentra en el intervalo (−2.01, 2.01), no
rechazamos 𝐻0 . La hipótesis nula sugiere que un aumento del 1% en los hombres de 18 años o más,
que son graduados de la escuela secundaria, conduce a un aumento en el ingreso promedio para esos
hombres de $ 200. El no rechazo de 𝐻0 significa que esta afirmación es compatible con la muestra de
datos.

Tarea Nº3 Econometría

Cargado por

Copyright:

Formatos disponibles

Tarea Nº3 Econometría

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea Nº3 Econometría

Cargado por

Copyright:

Formatos disponibles

Nombre: Gianmarco Jesús Mella Bellomunno ID:10139599

Ejercicios capítulo #3 del libro

El estimador de intervalo requerido es 𝑏1  𝑡𝑐 se(𝑏1 ). Donde 𝑏1 = 83.416, 𝑡𝑐 = 𝑡0,975 =

83.416  2.024  43.410 = (−4.46, 171.30)

Estimamos que 𝛽1 se encuentra entre −4,46 y 171,30. En muestras repetidas, el 95% de

Para probar 𝐻0 : 𝛽1 = 0 contra 𝐻1 : 𝛽1 ≠ 0 calculamos el valor t

El valor p 0.0622 representa la suma de las áreas bajo la distribución t a la izquierda de 𝑡 =

Al probar 𝐻0 : 𝛽1 = 0 contra 𝐻1 : 𝛽1 > 0, se usa el mismo valor t que en el inciso b), 𝑡 =

El término "nivel de significancia" se utiliza para describir la probabilidad de rechazar una

3.2- El director general de una empresa de ingeniería quiere saber si la experiencia de

a) Dibuje la función de regresión estimada. Interprete el coeficiente de EXPERIMENTO.

El coeficiente de EXPERIMENTO indica que, en promedio, la calificación de calidad de

Dado que −2,074 <1,727 <2,074 no rechazamos la hipótesis nula.

El valor p de 0.0982 se da como la suma de las áreas bajo la distribución t a la izquierda de

a) Pruebe la hipótesis de que la pendiente es cero contra la alternativa de que no lo es, en el

Valor t calculado: t = 0.310/0.082 = 3.78

Valor t crítico:  𝑡𝑐 =  𝑡0.995 =  2.819

Decisión: Rechazo 𝐻0 porque 𝑡 = 3.78 > 𝑡𝑐 = 2.819

b) Pruebe la hipótesis de que la pendiente es cero frente a la alternativa de que es positiva

Hipótesis: 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 > 0

Valor t calculado: t = 0.310/0.082 = 3.78

Valor t crítico: 𝑡𝑐 = 𝑡0.99 = 2.508

Decisión: Rechazo 𝐻0 porque 𝑡 = 3.78 > 𝑡𝑐 = 2.508

c) Pruebe la hipótesis de que la pendiente es cero contra la alternativa que es negativa

Hipótesis: 𝐻0 : 𝛽2 = 0 contra 𝐻1 : 𝛽2 < 0

Valor t calculado: t = 0.310/0.082 = 3.78

Valor t crítico: 𝑡𝑐 = 𝑡0.05 = −1.717

Decisión: No se rechaza 𝐻0 porque t = 3,78  𝑡𝑐 = −1,717

Hipótesis: 𝐻0 : 𝛽2 = 0.5 contra 𝐻1 : 𝛽2 ≠ 0.5

Valor t crítico: ± 𝑡𝑐 = ±𝑡0.975 = ±2.074

Decisión: Rechazo 𝐻0 porque 𝑡 = −2.32 < −𝑡𝑐 = −2.074

e) Obtenga una estimación de intervalo del 99% de la pendiente.

Una estimación de intervalo del 99% de la pendiente viene dada por

b2  tcse(b2 ) = 0.310  2.819  0.082 = (0.079, 0.541)

a) ¿Cuál es la intersección de la ecuación estimada? Muestre su cálculo. Dibuje la función

𝑏1 = t  se(𝑏1 ) = 1.257  2.174 = 2.733

c) ¿Cuál es el valor p para la prueba de dos colas de la hipótesis de que la ecuación

p-value = 2  (1− P(t 1.257)) = 2  (1 − 0.8926) = 0.2147

d) Indique la interpretación económica de la pendiente estimada. Es el signo de la coeficiente

La pendiente estimada 𝑏2 = 0.18 indica que un aumento del 1% en hombres de 18 años o

b2  tcse(b2 ) = 0.180  2.68  0.0313 = (0.096, 0.264)

Para probar 𝐻0 : 𝛽2 = 0.2 contra 𝐻1 : 𝛽2 ≠ 0.2, calculamos:

También podría gustarte