Beruflich Dokumente
Kultur Dokumente
CHIMBOTE PER
2017
CAPTULO 7
ANLISIS DE REGRESIN MLTIPLE: EL PROBLEMA
DE ESTIMACIN
Ejercicios:
Y X2 X3
1 1 2
3 2 1
8 3 -3
Yi = 1 + 2X2i + u1i
Yi = 1 + 3X3i + u2i
Yi = 1 + 2X2i + 3X3i + ui
Solucin
a) Es 2 = 2? Por qu?
b) Es 3 = 3? Por qu?
7.6. Si la relacin 1X1 + 2X2 + 3X3 = 0 se cumple para todos los valores de X1, X2 y X3,
encuentre los valores de los tres coeficientes de correlacin parcial.
X1 = (-2 / 1) X2 + (3 / 1) X3
X2 = (-1 / 2) X1 + (3 / 2) X3
X3= (-1 / 3) X1 + (2/ 3) X2
123= (-2 / 1)
213= (-1/ 2)
312= (-1/ 3)
13.2= -(3/ 1)
23.1= -(2/ 3)
32.1= -(2/ 3)
Ejercicios empricos
X5t = conflictos militares que implican a ms de 100 000 soldados. Esta variable adquiere
el valor de 1 cuando participan 100 000 soldados o ms, y es igual a cero cuando el
nmero de soldados no llega a 100 000.
YEAR Y X2 X3 X4 X5
1962 51.1 560.3 0.6 16 0
1963 52.3 590.5 0.9 16.4 0
1964 53.6 632.4 1.1 16.7 0
1965 49.6 684.9 1.4 17 1
1966 56.8 749.9 1.6 20.2 1
1967 70.1 793.9 1 23.4 1
1968 80.5 865 0.8 25.6 1
1969 81.2 931.4 1.5 24.6 1
1970 80.3 992.7 1 24.8 1
1971 77.7 1077.6 1.5 21.7 1
1972 78.3 1185.9 2.95 21.5 1
1973 74.5 1326.4 4.8 24.3 0
1974 77.8 1434.2 10.3 26.8 0
1975 85.6 1549.2 16 29.5 0
1976 89.4 1718 14.7 30.4 0
1977 97.5 1918.3 8.3 33.3 0
1978 105.2 2163.9 11 38 0
1979 117.7 2417.8 13 46.2 0
1980 135.9 2633.1 15.3 57.6 0
1981 162.1 2937.7 18 68.9 0
Solucin
a) Estime los parmetros de este modelo y sus errores estndar, y obtenga R2, R2
modificada y R2.
7.21. Considere la siguiente funcin de demanda de dinero para Estados Unidos durante
el periodo 1980-1998: Mt = 1Yt 2rt 3 eut
Y = PIB real
r = tasa de inters
Para estimar la anterior funcin de demanda de dinero se presentan los datos de la tabla
7.10.
Solucin:
a) Con los datos anteriores, calcule la funcin de demanda anterior. Cules son las
elasticidades del ingreso y de la tasa de inters de la demanda de dinero?
b) En lugar de estimar la funcin demanda anterior, suponga que debe ajustar la
funcin (M/Y) t = 1 rt2 eut. Cmo interpretara los resultados? Muestre los
clculos necesarios.
7.24. La tabla 7.12 presenta datos del gasto de consumo real, ingreso real, riqueza real
y tasas de inters reales de Estados Unidos de 1947 a 2000. Estos datos se volvern a
usar en el ejercicio 8.35.
a) Con los datos de la tabla, estime la funcin de consumo lineal usando los datos
de ingreso, riqueza y tasa de inters. Cul es la ecuacin ajustada?
La ecuacin ajustada es:
b) Qu indican los coeficientes estimados sobre las relaciones entre las variables
y el gasto de consumo?
CAPTULO 8
Ejercicios Empricos
Las elasticidades del ingreso real son, 0.5243 y -0.0255 y las tasas de inters de los
balances reales son 0.4946 y -0.0516.
0.793
F = 2 = 53.63
0.207
28
Donde:
Se puede esperar una mayor productividad per cpita y de este modo llevar a cabo
salarios ms elevados. Adems el coeficiente estimado no es estadsticamente
significativamente distinto a cero.
0.934 4
F= = 49.53
0.66 14
8.26 La demanda de cable. La tabla 8.10 presenta los datos de un fabricante de cable
telefnico para pronosticar las ventas a uno de sus principales clientes durante el
periodo 19681983. Las variables en la tabla se denen de la siguiente forma:
b) Cules son los signos esperados para los coecientes de este modelo?
La regresin hallada nos muestra que tanto B2, B3 y B6 son positivas mientras que
B4 y B6 son negativos.
Los coeficientes que tienen signos positivos (B2, B3 y B6) consiguen satisfacer las
expectativas mientras que los coeficientes con signos negativos no.
(0.8227 0.6012) 2
= 6.25
(1 0.8227)/10
8.28. Estimacin del modelo de asignacin de precios de activos de capital (CAPM). En
la seccin 6.1 consideramos brevemente el conocido modelo de asignacin de precios
de activos de capital de la teora moderna de portafolios. En el anlisis emprico, el
CAPM se estima en dos etapas.
Etapa I (Regresin de serie de tiempo). Para cada uno de los N ttulos incluidos en la
muestra efectuamos la siguiente regresin a travs del tiempo:
Donde Rit y Rmt son las tasas de rendimiento del i-simo ttulo y el portafolios del
mercado (por ejemplo, el S&P 500) en el ao t; i, como ya vimos, es el coeciente beta
o coeciente de volatilidad del mercado del i-simo ttulo y eit son los residuos. En total
hay N regresiones, una para cada ttulo, y se producen, por consiguiente, N valores
estimados para i.
Etapa II (Regresin transversal). En esta etapa efectuamos la siguiente regresin para los
N ttulos
Donde Ri es el promedio o tasa media de rendimiento para el ttulo i, calculado sobre el
periodo muestral cubierto por la etapa I, i es el coeciente beta estimado de la
regresin de la primera etapa y ui es el trmino residual. Al comparar la regresin (2)
de la segunda etapa con el CAPM, ecuacin (6.1.2), escrita como
S, porque arroja luz sobre la validez de la teora. Y esto demuestra tambin que es
estadsticamente significativa.
CAPTULO 10
Ejercicios
10.1. En el modelo de regresin lineal de k variables, hay k ecuaciones normales para
estimar las k incgnitas. Estas ecuaciones normales estn dadas en el apndice C.
Suponga que Xk es una combinacin lineal perfecta de las variables X restantes. Cmo
se demostrara que en este caso es imposible estimar los k coecientes de regresin?
Y X2 X3
-10 1 1
-8 2 3
-6 3 5
-4 4 7
-2 5 9
0 6 11
2 7 13
4 8 15
6 9 17
8 10 19
10 11 21
Las variables que se muestran son estadsticamente significativas. Por lo tanto los
cambios que se han efectuado se deben a la incorporacin de la tasa de fecundidad
global, por ello puede existir alguno multicolinealidad entre los regresores.
Dado el valor del coeficiente TFT, revela que es muy importante (p = 0.0032).
El signo positivo de este coeficiente tiene mucha coherencia, debido a la relacin
entre el nmero de los nios para una mujer, mayores son las probabilidades de la
mayor mortalidad infantil.
c) Como todos los coecientes t individual son estadsticamente signicativos,
podemos decir que no existe un problema de colinealidad en el presente caso?
Ejercicios Empricos
10.26 Klein y Goldberger intentaron ajustar el siguiente modelo de regresin a la
economa de Estados Unidos:
10.27. La tabla 10.13 proporciona cifras sobre importaciones, PIB e ndice de precios al
consumidor (IPC) de Estados Unidos de 1975 a 2005. Se le pide considerar el siguiente
modelo:
1) Ln Importacionest = A1 + A2 ln PIBt
2) Ln Importacionest = B1 + B2 ln IPCt
3) Ln PIBt = C1 + C2 ln IPCt
Con base en estas regresiones, qu puede decir sobre la naturaleza de la
multicolinealidad en los datos?
AO Y X2 X3 X4 X5 X6
Ejercicios:
IND A B C D E F G H I
| = 407.3455 0.0203x
|U
t = (0.6433)(0.3013)r 2 = 0.0128
t = (0.4479)(0.2787)r 2 = 0.0109
Sobre las bases de las pruebas realizadas de correlacin, no tenemos ninguna razn
de heteroscedasticidad. Es decir todas las pruebas que se han mostrado hasta el
momento sugieren que no existe problema de heteroscedasticidad.
11.13 Prueba de homogeneidad de varianza de Bartlett.* Suponga que hay k varianzas
muestrales independientes s2 1, s22,..., s2k con f1, f2,. . ., fk gl, cada una proveniente de
poblaciones normalmente distribuidas con media y varianza 2 i. Suponga adems que
deseamos probar la hiptesis nula H0: 21 = 22 == 2 k = 2; es decir, cada varianza
muestral es una estimacin de la misma varianza poblacional 2. Si la hiptesis nula es
verdadera, entonces.
Bartlett demostr que la hiptesis nula se prueba por la razn A/B, distribuida
aproximadamente como la distribucin 2 con k 1 gl, donde
Aplique la prueba de Bartlett a los datos de la tabla 11.1 y verique que no se puede
rechazar la hiptesis de que las varianzas poblacionales de la remuneracin salarial son
las mismas para cada tamao de la planta laboral del establecimiento, en el nivel de
signicancia de 5%.
Nota: fi, los gl para cada varianza muestral, es 9, pues ni para cada muestra (es decir,
clase de empleados) es 10.
Utilizando la prueba de Bartlett, el valor X2 es 6.6473, cuyo valor p es 0.5748. Por lo tanto,
no se rechaza la hiptesis nula ya que las varianzas son iguales.
11.15 La tabla 11.7 proporciona datos sobre 81 automviles respecto de su MPG (millas
promedio por galn), CF (caballos de fuerza de su motor), VOL (pies cbicos de su
cabina), VM (velocidad mxima en millas por hora) y su PS (peso del vehculo en cientos
de lb).
HP MPG VM CF VOL PS
1 65.4 53.7006814 89 17.5 96
2 56 50.0134012 92 20 97
3 55.9 50.0134012 92 20 97
4 49 45.6963224 92 20 105
5 46.5 50.5042318 92 20 96
6 46.2 45.6963224 89 20 105
7 45.4 50.0134012 92 20 97
8 59.2 46.7165543 50 22.5 98
9 53.3 46.7165543 50 22.5 98
10 43.4 42.2990782 94 22.5 107
11 41.1 44.6528342 89 22.5 103
12 40.9 39.3540941 50 22.5 113
13 40.9 39.3540941 99 22.5 113
14 40.4 44.6528342 89 22.5 103
15 39.6 45.7348929 89 22.5 100
16 39.3 44.6528342 89 22.5 103
17 38.9 42.7899089 91 22.5 106
18 38.8 39.3540941 50 22.5 113
19 38.2 42.7899089 91 22.5 106
20 42.2 38.901834 103 25 109
21 40.9 38.4110033 99 25 110
22 40.7 42.8284794 107 25 101
23 40 38.310606 101 25 111
24 39.3 40.4747233 96 25 105
25 38.8 38.310606 89 25 111
26 38.4 38.4110033 50 25 110
27 38.4 38.4110033 117 25 110
28 38.4 38.4110033 99 25 110
29 46.9 43.4694339 104 27.5 90
30 36.3 35.4041924 107 27.5 112
31 36.1 39.4312352 114 27.5 103
32 36.1 39.4312352 101 27.5 103
33 35.4 36.2854565 97 27.5 111
34 35.3 36.2854565 113 27.5 111
35 35.1 39.5316325 101 27.5 102
36 35.1 37.9587432 98 27.5 106
37 35 37.9587432 88 27.5 106
38 33.2 34.0706683 86 30 109
39 32.9 34.0706683 86 30 109
40 32.3 31.0141309 92 30 120
41 32.2 35.152727 113 30 106
42 32.2 35.152727 106 30 106
43 32.2 34.0706683 92 30 109
44 32.2 35.152727 88 30 106
45 31.5 35.6435576 102 30 105
46 31.5 34.561499 99 30 108
47 31.4 34.561499 111 30 108
48 31.4 35.0523296 103 30 107
49 31.2 31.0141309 86 30 120
50 33.7 29.629936 101 35 109
51 32.6 29.629936 101 35 109
52 31.3 29.629936 101 35 109
53 31.3 29.629936 124 35 109
54 30.4 24.4873667 113 35 133
55 28.9 26.8522787 113 35 125
56 28 27.8562519 124 35 115
57 28 31.1135839 92 35 102
58 28 29.629936 101 35 109
59 28 30.1319226 94 35 104
60 28 28.8602252 115 35 105
61 27.7 27.3542653 111 35 120
62 25.6 24.6091316 116 40 107
63 25.3 23.5159169 131 40 114
64 23.9 23.5159169 123 40 114
65 23.6 23.6051583 121 40 117
66 23.6 23.1031717 50 40 122
67 23.6 23.1031717 114 40 122
68 23.6 23.1031717 127 40 122
69 23.6 23.1031717 123 40 122
70 23.5 21.2737079 112 40 148
71 23.4 19.6785067 50 40 160
72 23.4 23.203569 135 40 121
73 23.1 23.203569 132 40 121
74 22.9 19.0863405 160 45 110
75 22.9 19.0863405 129 45 110
76 19.5 18.7628367 129 45 121
77 18.1 20.2018546 50 45 165
78 17.2 19.1978876 115 45 140
79 17 20.0568397 50 45 147
80 16.7 19.8337332 119 45 157
81 13.2 12.1012629 107 55 130
a) Considere el siguiente modelo:
Estime los parmetros de este modelo e interprete los resultados. Desde el punto
de vista econmico, tiene sentido?
Se puede observar que MPG se relaciona de manera negativa con PS, debido
a la velocidad y el peso.
10 to 14 12 144 73 119465
15 to 19 17 289 69 114900
20 to 24 22 484 54 129072
Donde Y _ mediana del salario, X _ ao en el rango (medido como el punto medio del intervalo), y
u y v son los trminos de error. Puede justificar por qu el modelo (2) sera preferible al modelo
(1)? A partir de estos datos, estime los modelos.
a)
b) De la cifra indicada en (a) parece que modelo (2) puede ser ms apropiado,
que se corresponde tambin con la teora econmica del capital humano.