Ejercicios Capitulo 2.

- Modelo de regresin Unicuacionales

2.1. Cul es la funcin de esperanza condicional o funcin de regresin poblacional?

(|) = ()
Donde se lee de la siguiente manera: Valor esperado de la distribucin de Y respecto a Xi.

2.2. Cul es la diferencia entre la funcin de regresin poblacional y la funcin de regresin

muestral? Se trata de distintos nombres para la misma funcin?

En s, se maneja el mismo modelos pero con una leve variacin que se le conoce como
Sombrerito o gorrito y en trminos formales, Estimada.

La FRM es la que siempre se quiere acercar a la FRP , La FRM est en base a muestras de cada
variable y el fin de esta es estimar frente a el ptimo que sera la FRP.

En la vida acadmica uno se va dando cuenta que es muy difcil hallar la FRP por la base da datos
que se necesita para poder encontrarla es por ello que la FRM es la que ms se asemeja o como
lo conocemos, La que estimamos.

2.3. Qu papel desempea el trmino de error estocstico ui en el anlisis de regresin? Cul

es la diferencia entre el trmino de error estocstico y el residual i?

Ui= es un trmino que sustituye o representa a todas las variables omitidas o ignoradas que
pueden afectar a y pero que no se incluyen o no pueden incluirse en el modelo de regresin

i= denota el termino residual (muestral) conceptualmente i es anlogo a ui y se considera una

estimacin de ui, que se introduce en la FRM por las mismas razones que se introdujo ui en la
FRP.

2.4. Por qu es necesario el anlisis de regresin? Por qu no tan slo utilizar el valor medio
de la variable regresada como su mejor valor?

El anlisis de la regresin, la idea es estimar la FRP; es decir estimar los valores no conocidos de
B1 Y B2 como base en la observacin de Y y X

No se utiliza solo las medias por que se estara condicionando mis datos, y va a ser ms
susceptible de errores.
2.5. Qu se quiere dar a entender con modelo de regresin lineal?

Modelo de regresin lineal nos quiere decir que un modelo es lineal en los parmetros o pueden
transformarse para que lo sean.

En el anlisis de regresin, el objetivo es utilizar los datos para trazar una lnea que representen
mejor la relacin entre las dos variables. Al momento que se traza la lnea recta me permitir
analizar los puntos que estn por encima y por debajo de mi media.

2.6. Determine si los siguientes modelos son lineales en los parmetros, en las variables o en
ambos. Cules de estos modelos son de regresin lineal?

Modelo Ttulo descriptivo

a) Y 1 Recproco
i= 1 +2( )+Ui
Xi

b) Yi = 1 + 2 ln X i + Ui Semilogartmico
c) ln Yi = 1 + 2 Xi + Ui Semilogartmico inverso
d) ln Yi = ln 1 + 2 ln X i + Ui Logaritmo o doble logaritmo
1
e) ln Yi = 1 + 2 (X ) + Ui Logaritmo recproco
i

Nota: In = logaritmo natural (es decir, logaritmo base e); u, es el termino de perturbacin
estocstica. Estudiaremos estos modelos en el captulo 6.

a) Si es lineal en los parmetros, no en las variables. No es un modelo de regresin lineal

a) Si es lineal en los parmetros y en las variables. Es un modelo de regresin lineal
b) Si es lineal en los parmetros y en las variables. Es un modelo de regresin lineal
c) Si es lineal en los parmetros y en las variables.es un modelo de regresin lineal
d) Si es lineal en los parmetros y no en las variables. No es un modelo de regresin lineal

2.7. Son modelos de regresin lineal los siguientes? Por qu?

a) Yi = e1 +2 Xi+Ui
1
b) Yi =
1+e1+2Xi +Ui
1
c) ln Yi = 1 + 2 (X ) + Ui
i

d) Yi = 1 + (0.75 1 )e2 (Xi2) + Ui

e) Yi = 1 + 32 Xi + Ui

Respuesta:

a) Es lineal en los parmetros y en las variables, por lo tanto si es un modelo de

regresin lineal
b) No es lineal en los parmetros ni en las variables, lo tanto no es un modelo de
regresin lineal.
c) Es lineal en los parmetros, pero no es las variables, por lo tanto no es un
modelo de regresin lineal.
 d) No es lineal en los parmetros, por lo tanto no es un modelo de regresin lineal
e) El parmetro B2 esta elevado a una potencia mayor que cero, por lo tanto no es
un modelo de regresin lineal.

2.8. Qu se entiende por un modelo de regresin intrnsecamente lineal? Si en el ejercicio

2.7d) 2 valiera 0.8, sera un modelo de regresin lineal o no lineal?

Los modelos inherente o intrnsecamente lineal, son aquellos que con una transformacin
adecuada puede convertirse en modelos de regresin lineales en los parmetros. Pero si dichos
modelos no pueden linealizarse en los parmetros se les conoce como modelos de regresin
intrnsecamente no lineales.

Yi = 1 + (0.75 1 )e0.8(Xi2) + Ui

2.9. Considere los siguientes modelos no estocsticos (es decir, modelos sin el trmino de error
estocstico). Son lineales estos modelos de regresin? De no serlo, sera posible, con
manipulaciones algebraicas apropiadas, convertirlos en modelos lineales?
1
a) Yi =
1 +2 Xi
Xi
b) Yi =
1 +2 Xi
1
c) Yi = 1+exp(
1 2 Xi )

2.10. Considere el diagrama de dispersin de la fi gura 2.8 junto con la lnea de regresin. Qu
Conclusin general deduce de este diagrama? La lnea de regresin del diagrama es una
Lnea de regresin poblacional o una lnea de regresin muestral?

Es una lnea de regresin muestral, nos muestra las diferentes puntuaciones de los pases y
continentes en relacin a la recta optima, la aleatoriedad de estas muestras nos quita las dudas.
2.11. Del diagrama de dispersin de la figura 2.9, qu conclusiones generales deduce? En
qu teora econmica se basa este diagrama de dispersin? (Pista: busque cualquier libro de
Texto de economa internacional y estudie el modelo de comercio Heckscher-Ohlin).

Se concluye dando a entender que mientras los trabajadores estn ms capacitados existir un
grado mayor de manufactura, si bien este escenario genera que la tierra trabajada por las
personas (Ms capacitada) se vuelva cada vez ms escasa es por el mismo ciclo que se est
optimizando, esto podra generar en estancamiento si no se aplica polticas pblicas para
impulsar de distintas maneras.
El Modelo Heckscher Ohlin nos dice que el pas exporta (centrando en su teora donde relacin
capital y trabajo) en mayor grado donde es ms fuerte en ambos factores e importa donde es
menos fuerte , En este caso cuando la tierra es abundante: trabajadores menos capacitados se
exportara ms materia prima por el mismo hecho que contamos con mucho capital , pero en el
escenario cuando la tierra es escasa: trabajadores ms capacitados exportaremos ms
manufactura que es el mismo concepto que decir exportaremos ms materia con valor agregada
porque tenemos un valor grado de trabajo.

2.12. Qu revela el diagrama de dispersin de la figura 2.10? Con base en dicho diagrama,
se puede decir que las leyes del salario mnimo propician el bienestar econmico?
Segn el grafico demuestra que es as, mientras el salario mnimo sea menor existir bienestar
econmico, y con las leyes sencilla de la demanda y oferta este escenario se puede explicar, a
menor sea el pago del salario mnimo pues las empresas podrn contratar ms colaboradores
para que trabajen y produzcan ms y todo este genera una relacin positiva con otros factores.
Si bien este grafico dice lo correcto, tambin tendramos que analizar los factores de que si este
salario (sea de valor x o y) sea necesario para cubrir canastas bsicas o siempre se encuentra en
un grado positiva en relacin al salario real pero si solo es por el grafico pues entenderemos que
estar en ceteris paribus.

2.13. La lnea de regresin de la figura I.3, en la Introduccin, es la FRP o la FRM? Por qu?
Cmo se interpretaran los puntos alrededor de la lnea de regresin? Adems del PIB, Qu
otros factores, o variables, determinaran el consumo personal?

Es una FRP , porque se tiene los datos tanto del Gasto de consumo personal y el Producto bruto
interno, se interpreta de la manera que si bien la relacin optima es una recta lnea esta est
dada en base a las muestras que se tiene de ambos indicadores y como existe sesgos de variacin
nunca la lnea pasara perfectamente por ellas pero si muy muy aproximada a la lnea recta ,
Influye en el consumo personal factores como el Ingreso, la tasa de empleo, la inflacin.

2.14. Se proporcionan los datos de la tabla 2.7 correspondientes a Estados Unidos de 1980 a
2006.

Ao TPFLCM1 T TPFLCF2 TDCH3 TDCM4 IPH825 IPH6

1980 77.400 51.500 6.900 7.400 7.990 6.840
1981 77.000 52.100 7.400 7.900 7.880 7.430
1982 76.600 52.600 9.900 9.400 7.860 7.860
1983 76.400 52.900 9.900 9.200 7.950 8.190
1984 76.400 53.600 7.400 7.600 7.950 8.480
1985 76.300 54.500 7.000 7.400 7.910 8.730
1986 76.300 55.300 6.900 7.100 7.960 8.920
1987 76.200 56.000 6.200 6.200 7.860 9.130
1988 76.200 56.600 5.500 5.600 7.810 9.430
1989 76.400 57.400 5.200 5.400 7.750 9.800
1990 76.400 57.500 5.700 5.500 7.660 10.190
1991 75.800 57.400 7.200 6.400 7.580 10.500
 1992 75.800 57.800 7.900 7.000 7.550 10.760
1993 75.400 57.900 7.200 6.600 7.520 11.030
1994 75.100 58.800 6.200 6.000 7.530 11.320
1995 75.000 58.900 5.600 5.600 7.530 11.640
1996 74.900 59.300 5.400 5.400 7.570 12.030
1997 75.000 59.800 4.900 5.000 7.680 12.490
1998 74.900 59.800 4.400 4.600 7.890 13.000
1999 74.700 60.000 4.100 4.300 8.000 13.470
2000 74.800 59.900 3.900 4.100 8.030 14.000
2001 74.400 59.800 4.800 4.700 8.110 14.530
2002 74.100 59.600 5.900 5.600 8.240 14.950
2003 73.500 59.500 6.300 5.700 8.270 15.350
2004 73.300 59.200 5.600 5.400 8.230 15.670
2005 73.300 59.300 5.100 5.100 8.170 16.110
2006 73.500 59.400 4.600 4.600 8.230 16.730
Las siguientes menciones se refieren al documento original.
1 TPFLCM

Tasa de participacin de la fuerza laboral civil masculina (%), tabla B-39, p. 277.
2 TPFLCF

Tasa de participacin de la fuerza laboral civil femenina (%), tabla B-39, p. 277.
3 TDCH

Tasa de desempleo civil, hombres (%), tabla B-42, p. 280.

4 TDCM

Tasa de desempleo civil, mujeres (%), tabla B-42, p. 280.

5 IPH82

Ingresos promedio por hora (dlares de 1982), tabla B-47, p. 286.

6 IPH

Ingresos promedio por hora (dlares actuales), tabla B-47, p. 286.

a) Grafique la tasa de participacin de la fuerza laboral civil masculina en funcin de la tasa de

desempleo civil para los hombres. Trace a mano una lnea de regresin a travs de los puntos
de dispersin. Mencione a priori la relacin esperada entre ambas tasas y comente cul es la
teora econmica que sirve de fundamento. Este diagrama de dispersin apoya dicha teora?
 10

7
TDCH

3
73 74 75 76 77 78

TPFLCM
La relacin que se da en esta grafica relacionado ambos factores nos da un trmino de
aleatoriedad

b) Repita el inciso a) para las mujeres.

10

9
Tasa de desempleo civil, mujeres

4
50 52 54 56 58 60 62

Tasa de participacin de la fuerza laboral civil femenina

c) Ahora grafique las tasas de participacin laboral de ambos sexos en funcin de los ingresos
promedio por hora (en dlares de 1982). (Quiz convenga utilizar diagramas independientes.)
Ahora, qu concluye? Cmo racionalizara esa conclusin?
 8.3 8.3

8.2 8.2
ingresos promedio por hora

Ingresos promedio por hora

8.1 8.1

8.0 8.0

7.9 7.9

7.8 7.8

7.7 7.7

7.6 7.6

7.5 7.5
73 74 75 76 77 78 50 52 54 56 58 60 62

Tasa de participacin laboral masculina Tasas de participacin laboral Femenina

Tienen una relacin distinta y separada la participacin con los ingresos promedios , en el caso
de los hombres cuando existe un menor grado de participacin tendrn acceso a un mayor de
ingreso por hora ,mientras que en las mujeres mientras tengan un mayor grado de participacin
tendrn un mayor ingreso por hora , cabe resaltar que estos escenarios como son series de
tiempo vienen siendo golpeados por los escenarios en donde se analiza, tenemos cadas en
ambos enfoques y es por los problemas sociales y econmicas que se sujetan a esa temporada.

d) Se puede trazar la tasa de participacin de la fuerza laboral en funcin de la tasa de

desempleo y de los ingresos promedio por hora, de manera simultnea? Si no fuera as, cmo
expresara verbalmente la relacin entre esas tres variables?
Grficamente no se puede trazar porque solo es bidimensional y se puede relacionar dos de
ellas, pero verbalmente podemos darle relacin a estas por ejemplo la participacin de la fuerza
laboral con el desempleo y respecto a ello los ingresos promedio por hora.

2.16. La tabla 2.9 presenta datos sobre el promedio de calificaciones del examen de aptitud
acadmica SAT de los estudiantes que solicitaron admisin a licenciatura de 1972 a 2007. Estos
datos representan las calificaciones en el examen de lectura crtica y matemticas de hombres
y mujeres. La categora de redaccin se introdujo en 2006. Por tanto, estos datos no se
incluyen.

Lectura Critica Matematicas

Ao Hombres Mujeres total Hombre Mujeres Total
1972 531 529 530 527 489 509
1973 523 521 523 525 489 506
1974 524 520 521 524 488 505
1975 515 509 512 518 479 498
1976 511 508 509 520 475 497
1977 509 505 507 520 474 496
1978 511 503 507 517 474 494
1979 509 501 505 516 473 493
1980 506 498 502 515 473 492
1981 508 496 502 516 473 492
1982 509 499 504 516 473 493
1983 508 498 503 516 474 494
1984 511 498 504 518 478 497
1985 514 503 509 522 480 500
1986 515 504 509 523 479 500
1987 512 502 507 523 481 501
1988 512 499 505 521 483 501
1989 510 498 504 523 482 502
1990 505 496 500 521 483 501
1991 503 495 499 520 482 500
1992 504 496 500 521 484 501
1993 504 497 500 524 484 503
1994 501 497 499 523 487 504
1995 505 502 504 525 490 506
1996 507 503 505 527 492 508
1997 507 503 505 530 494 511
1998 509 502 505 531 496 512
1999 509 502 505 531 495 511
2000 507 504 505 533 498 514
2001 509 502 506 533 498 514
2002 507 502 504 534 500 516
2003 512 503 507 537 503 519
2004 512 504 508 537 501 518
2005 513 505 508 538 504 520
2006 505 502 503 536 502 518
2007 504 502 502 533 499 515

a) Con el eje horizontal para los aos y el vertical para las calificaciones del examen de aptitud
acadmica SAT, grafique las calificaciones de lectura crtica y matemticas de hombres y
mujeres por separado.
 540

530

520

510

500

490
1975 1980 1985 1990 1995 2000 2005

TOTALLC TOTALM

b) Qu conclusiones generales se obtienen?

c) Al conocer las calificaciones de lectura crtica de hombres y mujeres, cmo hara para
predecir las calificaciones de matemticas?

d ) Grafique las calificaciones de matemticas de las mujeres contra las calificaciones de

matemticas de los hombres. Qu observa?

540

530

520

510

500

490

480

470
1975 1980 1985 1990 1995 2000 2005

MUJERESM HOMBRESM