Sie sind auf Seite 1von 21

ECONOMETRA I Ciclo 2011-I

PRCTICA 1 SOLUCIONARIO


1. Dado el modelo lineal y
i
= o+ | x
i
+ c
i

Demostrar que los estimadores de MCO de los parmetros son:

x y | o

=
2

x
xy
S
S
= |
Solucin:
Segn el modelo lineal yi = o+ | xi + ci , el objetivo es encontrar las expresiones para los
estimadores de los coeficientes en el modelo, lo cual se puede realizar a travs del mtodo de
MCO. Este mtodo supone la minimizacin de la suma de los errores al cuadrado,
analticamente:



(



El problema anterior de minimizacin de una ecuacin se desarrolla:




(

)

)



)




De (i) :



De (ii) :




El sistema de ecuaciones normales presenta dos ecuaciones con dos variables, para encontrar
su solucin, las expresamos matricialmente. As:

[

] [

] [

]


|

|
|


|


|
|



Para el estimador

resolvemos de manera independiente tanto el numerador como el


denominador. De tal manera que:


( )( )

( )



Para simplificar podemos definir las siguientes variables:

( )


Esta notacin se utilizar para representar las desviaciones con respecto a los valores medios
de X e Y, y tambin para estimar el modelo en desviaciones en un captulo posterior. Esta
representacin resulta una herramienta interesante para demostrar algunas propiedades del
estimador de MCO.

Por otro lado, el intercepto de la funcin de regresin muestral puede representarse
utilizando la primera ecuacin normal y dividiendo sta entre el tamao muestral (n):


Con esto se demuestra una propiedad importante del estimador mnimo cuadrtico: si el
modelo tiene un intercepto, la lnea de regresin pasa por los valores medios de Y y X.
Solucionado por el Grupo 2: ALMEYDA CANDIOTI JORGE GIAN PIERRE ; GARCIA RAMIREZ JHACK;
LLAVE PUMA CARLOS ; MORILLO BLAS MANUEL MARTIN ; RIVERA ROJAS JOSE JAIRO .

2. En un estudio de 89 empresas, la variable dependiente es el Costo total (Y) y
las variables explicativas son Tasa de produccin (X
1
) y Tasa de absentismo
(X
2
), las medidas de resumen obtenidas para esta muestra son:

a) Estime los parmetros para el modelo de regresin lineal del Costo total en
funcin de la Tasa de produccin y la Tasa de absentismo. Interprete los
coeficientes estimados.
b) Obtenga la estimacin de la varianza de las perturbaciones.

Solucin:
2 . 66 ) )( (
; 1 . 39 ) )( ( ; 8 . 36 ) )( (
1 . 967 ) ( ; 5 . 50 ) ( ; 6 . 113 ) (
9 . 3 ; 9 . 2 ; 8 . 5
2
2
1
1
2
2
1
1
2
2
2
2
1
1
2
2 1
=
= =
= = =
= = =



x x x x
y y x x y y x x
x x x x y y
x x y
i i
i i i i
i i i

a) Estimacin de parmetros de


Hallando

:

[


Obteniendo los datos para la matriz :

50.5


Entonces obtenemos la matriz


[



]

[



]

Hallando la matriz


Entonces tenemos que:

]

Sabemos que


Operamos para obtener

[



] [

] [

]

Tenemos que:


um


um

b) Estimacin de la varianza de las perturbaciones:


Hallando :


Hallando

[

] [

] []

Reemplazando los valores en



Solucionado por el Grupo 3: A. Leonardo Alvarez Escalante; Bernith Cahuana
Castillo; Patricia Lu Antara

3. Una regresin mltiple de Y sobre X
1
y X
2
proporcion los siguientes
resultados:

Y = 4 +0,4 X
1
+0,9 X
2
R
2
= 2/15 ee = 520 n = 29
(
(
(

=
80 10 0
10 50 0
0 0 29
X X
a) Obtenga estimaciones intervlicas, con 95% de confianza para los
parmetros del modelo y
b) Probar las hiptesis: i) H
0
: |
2
=0, |
3
= 0 ii) |
2
+ |
3
=1
Solucin:
a)


[



]


Hallamos:

; (n-k) , entonces


Sabemos: (

[



]


[



]
(

) [



]


Lmites

Para

{




Para




Para




Para



3.b) Probar la hiptesis




*


+ [

] *

+


{(

)[

)}

[*


+ [



] [



]]


*


+

(

) *


+ [

] *

+ *

+
(

) [

]

Reemplazando:

[ ] *


+ *




R.A


1.83 5.526


[

] [

]

{[

][

]}

[[

] [



]

]]

) [

] [




R.A

F(1,26)
Solucionado por el Grupo 1: Aguirre Gutierrez John Michael; Jauregui Chipana
Ronald Ernesto; Muoz Iparraguirre Alberd Porta; Olivas Taco Emilia;
Prudencio Shuan Jenny.


4. El precio de alquiler (P) en el rea metropolitana de una gran ciudad en una muestra de 124
viviendas, se relaciona con la superficie en m
2
(Sup), el nmero de aos de alquiler por la
misma persona (N) y con la edad del edificio en aos (E), mediante la ecuacin:

ln P = 5.77 + 0.46 ln Sup 0.06 N - 0.012 E ; R
2
= 0.71; S
e
2

= 0.48
(0.07) (0.03) (0.002)
Los nmeros entre parntesis son los errores estndar de estimacin de los coeficientes.
a) Interpretar los coeficientes e indicar cules son las variables significativas
b) Realizar el anlisis de significancia del modelo.
c) Obtener una estimacin intervlica del 95% de confianza para el coeficiente de la edad
del edificio. Interprete
Solucin
a) ln P = 5.77 + 0.46 ln Sup 0.06 N - 0.012 E ; R
2
= 0.71; S
e
2

= 0.48


Cuantifica la sensibilidad del P de alquiler de vivienda ante la variacin de la superficie de
esta. Mide como el cambio porcentual del P de alquiler de vivienda ante un cambio
porcentual de la superficie de la misma. Esto es, si la superficie de la vivienda se
incrementar en 1%, se espera que el precio de alquiler aumente en 0.46%. Como
0<B1<1, p es inelstico


Mide el cambio relativo de P ante un cambio absoluto en N. Nos indica que a travs de los
aos de alquiler el P est disminuyendo. Por cada ao adicional de alquiler por la misma
persona, el precio se reduce en 6%.


Mide el cambio relativo de P ante un cambio absoluto en E. Nos indica que a travs de los
aos del edificio el P est disminuyendo. Esto es, por cada ao de antigedad de la
vivienda el precio de alquiler se reduce en 1,2%.
Solucionado por el Grupo 6: Asto Poccomo Angel Cesar; Barreto Jimenez Zully;
Paucar Camilo Ana Rosa; Quijano Angeles Rosario Noemi; Riva Ocampo Marli.


Qu variables son significativas?

= t = 0.46/0.07 =6.57

= t =-0.06/0.03 =-2

= t =-0.012/0.002=-6

Todas caen en la zona de rechazo, por lo tanto son significativas
Solucionado por el Grupo 5: Asanza Martirarena, Jennyfer; Asto CArhuas, Liseth; Chiong Vargas,
Karen; Matute Santa Cruz, Ana; Napa Macavilca, Katia.


b) Anlisis de significacin del modelo
Empleamos la siguiente prueba:


Reemplazando valores se tiene:



Esta comparamos con F tabulado:

=2.45




Como 97.93 > 2.45 (estamos en zona de rechazo) no aceptamos

y concluimos que el modelo


es significativo.

c) Usamos una estimacin intervlica con 95% de confianza (
o
=0.05) :
El valor en la distribucin
(



De este modo, los lmites son:
Lmite inferior (

) = -0.01596 Lmite superior (

) = -0.00804
Entonces: I.C. al 95% de confianza para

: -0.01596 <

< -0.00804.
El resultado anterior nos sugiere que existe una probabilidad del 95% que el valor del parmetro

se encuentre entre dichos lmites. Otra manera de interpretar esta estimacin es asegurando
que al menos el 95% de las muestras utilizadas en la regresin del precio de alquiler P contendrn
el valor del parmetro en los limites definidos.
Solucionado por el Grupo 4: Alvarez Arteaga, Victoria Aymee; Casas Sandoval,
Yessenia; Panaifo Torre, Marilyn Victoria; Pariona Isidro, Moises Prez Becerra,
Silene

5. Los datos de la siguiente tabla recogen la inversin real, el producto nacional
bruto real y el tipo de inters medio en trminos reales, correspondientes a la
economa de un determinado pas. Dichos datos corresponden al perodo
1971 1994; las dos primeras variables estn expresados en miles de
unidades monetarias y el tipo de inters en tanto por ciento. Se desea ajustar
una regresin para medir los efectos que el tipo de inters y el PNB han
tenido durante dicho periodo en las cifras globales de inversin de la
economa.












Soluci
n:
Media
nte el
progr
ama
econo
mtric
o
Eviews llegamos a la siguiente conclusin:



Ao PNB
t
I
t
r
t
1971 80.2 10.2 9.2
1972 90.1 12.1 9.1
1973 92.3 14.4 9.0
1974 94.6 15.6 8.7
1975 110.2 18.2 9.0
1976 118.5 19.0 8.7
1977 131.6 21.7 8.3
1978 141.2 31.3 8.5
1979 147.5 34.6 8.7
1980 150.2 34.7 8.9
Ao PNB
t
I
t
r
t
Ao PNB
t
I
t
r
t
1981 152.3 33.5 9.1 1990 323.5 62.1 8.1
1982 160.8 32.6 8.9 1991 345.7 61.1 8.6
1983 182.3 41.5 8.3 1992 350.1 67.8 9.1
1984 199.2 44.8 9.0 1993 352.8 68.9 8.5
1985 221.4 46.7 9.1 1994 360.3 75.0 9.0
1986 235.0 50.7 8.2
1987 248.9 56.8 8.1
1988 267.8 61.4 9.1
1989 301.2 72.5 8.7
Dependent Variable: INV
Method: LeastSquares
Date: 01/01/08 Time: 00:42
Sample: 1971 1994
Includedobservations: 24


Variable Coefficient Std. Error t-Statistic Prob.


C 5.228449 29.00686 0.180249 0.8587
PNB 0.213205 0.011921 17.88539 0.0000
R -0.828817 3.239046 -0.255883 0.8005


R-squared 0.941937 Mean dependentvar 41.13333
Adjusted R-squared 0.936407 S.D. dependentvar 20.97122
S.E. of regression 5.288459 Akaikeinfocriterion 6.285400
Sum squaredresid 587.3238 Schwarzcriterion 6.432656
Log likelihood -72.42479 F-statistic 170.3368
Durbin-Watson stat 0.787335 Prob(F-statistic) 0.000000





- Obteniendo as la ecuacin de regresin de la inversin real:

I = 7.08 + 0.2083PNB 0.975R


Lo que quiere decir que el Producto Nacional Bruto esta relacionado en forma
directa con la Inversin y la Tasa de Inters esta relacionada en forma inversa.

Solucionado por el Grupo7: Avalos Morn Johanna Luz; Aviles Castro Dany
Brayan; Churango Zarate Sarita Eva: Infante Villalta Betsy Beatriz; Paredes
Pariona Cristian Stewart


6) Se trata de explicar el Gasto de los consumidores de un artculo (Y) por
medio del Ingreso disponible (X
2
) y el ndice de precios del artculo
consumido (X
3
). Se dispone de la siguiente informacin.



Ao 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995
Y 12.3 16.0 15.7 21.2 17.9 18.8 15.4 19.0 20.0 18.4 21.8 24.1 25.6 30.0
X
2
263.3 275.4 278.3 296.7 309.3 315.8 318.8 333.0 340.2 350.7 367.3 381.3 406.5 430.8
X
3
93.1 93.9 92.5 89.2 91.7 96.5 100.0 103.9 102.5 102.5 102.1 101.5 101.2 99.0



Luego de obtener la estimacin del modelo
a) Interprete a cada uno de los coeficientes del modelo y el R
2
. Realice el anlisis de
significancia del modelo y de cada una de las variables.


Mediante el programa economtrico Eviews llegamos a la siguiente conclusin:


Dependent Variable: GASTO
Method: LeastSquares
Date: 04/01/11 Time: 10:36
Sample: 1982 1995
Includedobservations: 14


Variable Coefficient Std. Error t-Statistic Prob.


C 21.31605 8.626069 2.471120 0.0311
YD 0.109054 0.010531 10.35523 0.0000
IPC -0.387868 0.107700 -3.601379 0.0042


R-squared 0.919876 Mean dependentvar 19.72857
Adjusted R-squared 0.905308 S.D. dependentvar 4.609093
S.E. of regression 1.418316 Akaikeinfocriterion 3.724226
Sum squaredresid 22.12781 Schwarzcriterion 3.861167
Log likelihood -23.06958 Hannan-Quinncriter. 3.711550
F-statistic 63.14335 Durbin-Watson stat 2.819875
Prob(F-statistic) 0.000001




Obteniendo as la ecuacin de regresin del gasto de los consumidores de un artculo:





Siendo:

: Gasto de los consumidores de un artculo.


: Ingreso Disponible.

: ndice de precios del artculo consumido.



Interpretacin de coeficientes:

: El gasto autnomo de los consumidores de un artculo que se da de manera


independiente del ingreso disponible y el ndice de precios.

: Este coeficiente mide de manera directa la variacin del gasto de los


consumidores de un artculo cuando vare en una unidad adicional el ingreso
disponible (YD).

: Este coeficiente mide la disminucin del gasto de los consumidores de un


artculo ante el incremento del ndice de precios (IP).

Interpretacin del R
2
:
R
2
= 0.9198

El 91.98% de la variabilidad del gasto en el artculo es explicado por el modelo en funcin del
ingreso disponible y al ndice de precios de dicho artculo.

- Anlisis de significancia del modelo y para sus variables:

Anlisis de significancia para las variables del modelo:
De los valores obtenidos:


R
2
= 0.92



Planteamos nuestras hiptesis nula y alternativa:
1.
H
0
:


H
1
:




2. Estadstico de la prueba:




Siendo:
n = 14
k = 3


3. Hallando el valor critico:
= 0.05
T
TAB
= 2.201







4. Anlisis para cada variable:




Resolviendo la significancia para cada variable, observamos que los valores calculados
para
1
,
2
y
3
se encuentran en la regin de rechazo. Por lo tanto, rechazamos la
hiptesis nula.
- 2.201 2.201

Conclusin:
De acuerdo al valor p podemos indicar que los parmetros hallados son:

El parmetro es significativo.

El parmetro es muy significativo.


El parmetro es muy significativo.



Anlisis de significancia del modelo:

Como:






R
2
= 0.92
n = 14
k =3

Hallando el F calculado:



Siendo el F tabulado:


F
tab
= 3.98
Conclusin:
Como vemos el F calculado no se encuentra en la regin de aceptacin, por tanto procedemos
a rechazar la hiptesis nula y concluimos que el modelo es significativo.
=0.05
F(0.95,3,11)= 3.98
b) Obtenga una estimacin al 95% de confianza para el ndice de precios del
artculo.

Sabemos que los lmites del intervalo vienen dado por la siguiente forma:



Entonces para

63211



Por tanto los lmites del coeficiente del ndice de precios a un nivel de confianza del 95% se
encuentran en el intervalo [ ].


c) Realice el anlisis de la hiptesis H
0
: 3|
2
+ |
3
= 0. Interprete resultado.

Planteamos nuestras hiptesis (nula y alterna):

H
O
: 3
2
+
3
= 0
H
o
: R = 0

H
1
: R 0

[

] [

]
Por medio de la formula F hallamos:

[

] [



] [


Entonces el

[ ] [



Como se ve la hiptesis nula es aceptada ya que el valor
De F calculado se encuentra en la regin de aceptacin.

Solucionado por el Grupo 8: BALLON GARAY, CLAUDIA; FLORES ASTUVILCA,
PRIMY; MONTERO BASTIDAS, PAOLA
F(0.95,1,11)=4.84
= 0.05

Das könnte Ihnen auch gefallen