Beruflich Dokumente
Kultur Dokumente
uiopasdfghjklzxcvbnmqwertyuiopasd
fghjklzxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcvbnmq
wertyuiopasdfghjklzxcvbnmqwertyui
Curso de Econometría
Prof. Master Emilio Ramón Ortiz Trepowski
Soluciones de los ejercicios del Capítulo 3 de Pindyck
opasdfghjklzxcvbnmqwertyuiopasdfg
Abril 30 de 2010
hjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmq
wertyuiopasdfghjlzxcvbnmqwertyuio
pasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcv
bnmqwertyuiopasdfghjklzxcvbnmqw
ertyuiopasdfghjklzxcvbnmqwertyuio
pasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmrtyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqwerty
uiopasdfghjklzxcvbnmqwertyuiopasd
1
3.1. Para el ejercicio 1.1. construya intervalos de confianza del 95% para los parámetros.
¿Puede rechazar la hipótesis nula de que β = 0 ? ¿ β = 1?
Solución.
Reproducimos la solución del ejercicio 1.1.
Ejercicio 1.1.
a)
M vs. Y
5.5
5.0
4.5
4.0
3.5
M
3.0
2.5
2.0
1.5
4 5 6 7 8 9 10 11
Y
Dependent Variable: Y
Included observations: 10
2
C 1.168145 0.483419 2.416420 0.0421
b) El intercepto en YN i = a + bM i + ε i ( i = 1, 2,..., n ) es el ingreso nacional (YN ) que es
independiente de la variable explicativa que es la cantidad de dinero ( M ) . La pendiente
(1.71553) es el incremento en el ingreso nacional cuando la cantidad de dinero se incrementa
en una unidad.
12 − 1,168145
M= = 6.313914522. Es decir, la cantidad de dinero deberá ser 6.31 millones
1, 715553
de dólares para que el ingreso nacional sea 12 millones de dólares en el año 1991.
Solución específica par el ejercicio 3.1.
1) Intervalo de confianza del 95% para β , que en este caso es el coeficiente del dinero
(M), siendo la variable explicada el ingreso (Y).
(
l −t s < β < β
Pr β l
c β 0
l + t s = 0.95
l
c β ) (1.1)
distribución teórica contenida en la Tabla 3, que en este caso, para
n − 2 = 10 − 2 = 8 grados de libertad y para el 5% es 2.306.
Por lo tanto,
3
(
l −t s < β < β
Pr β l
c β 0
l + t s = 0.95
l
c β )
Pr (1.715553 − 2.306 ⋅ 0.126008 < β 0 < 1.715553 + 2.306 ⋅ 0.126008 ) = 0.95
Pr (1.425 < β 0 < 2.006 ) = 0.95
Lo cual significa que este intervalo contendrá al verdadero parámetro en el 95% de los
casos, si es que las muestras se repitieran un gran número de veces.
Test de hipótesis para β 0 = 0.
En este caso, la estadística t será:
βl − β 0 1.715553 − 0
tN −2 = = = 13.61 (1.2)
sβl 0.126008
Como éste valor de la estadística t es más grande que tc , cae en la zona de rechazo de la
hipótesis nula. Por lo tanto, rechazamos la hipótesis nula de que el verdadero parámetro
poblaciones es 0.
Test de hipótesis para β 0 = 1
En este caso, la estadísica t será:
4
βl − β 0 1.715553 − 1
tN −2 = = = 5.68 (1.3)
sβl 0.126008
2) Intervalo de confianza de 95% para el parámetro α de la regresión estimada entre el
ingreso nacional (variable explicada) y el dinero (variable explicativa).
El mismo método que el anterior.
(
l −t s < β < β
Pr β l
c β 0
l + t s = 0.95
l
c β )
Pr (1.168145 − 2.306 ⋅ 0.483419 < β 0 < 1.168145 + 2.306 ⋅ 0.483419 ) = 0.95 (1.4)
Pr ( 0.053380786 < β 0 < 2.282909214 ) = 0.95
Test de hipótesis para β 0 = 0
βl − β 0 1.168145 − 0
tN −2 = = = 2.42 (1.5)
sβl 0.483419
Por lo tanto, se rechaza la hipótesis nula de que el parámetro poblacional es cero.
Test de hipótesis para β 0 = 1
βl − β 0 1.168145 − 1
tN −2 = = = 0.348 (1.6)
sβl 0.483419
En este caso, no se puede rechazar la hipótesis nula de que el verdadero parámetro
poblacional es 1.
5