Tarea: Ejercicio práctico de detección de problemas de violación de supuestos

Darwin Casanova Rodriguez

1. El archivo data4-16.gdt del fichero de datos de Ramanathan tiene información del

número de alumnos inscritos en escuelas privadas (enroll), porcentaje de población que
pertenece a la religión católica (cathol) e ingreso (income), entre otras. Se pide:

a. Ajuste el model de enroll en función de cathol e income. Muestre e

interprete los resultados (pendientes, significancia de las variables y R2?

Este modelo presenta un R2 relativamente bajo 39% por lo cual no presenta un buen
ajuste y no sería capaz de explicar la cantidad de alumnos inscritos en la escuela privada
en relación con la religión católica o el ingreso.A pesar de que el modelo sea limitado
presenta un estadístico t y un P valor estadísticamente significativo, por lo cual el modelo
posee significancia.

b. Utilice la prueba de White para determinar si los residuos son

homocedásticos. Muestre y comente sus resultados.
Este test se basa en una regresión donde se modelan los residuos al cuadrado a partir de
las variables del modelo y además parte con una hipótesis nula de que no hay
heterocedasticidad.

Luego entonces podemos ver que existe un 20% de probabilidad de error si rechazamos
la hipótesis nula (los residuos son homocedasticos) En nuestro caso es un porcentaje
alto comparado con un valor de “tolerancia” del 5% en consecuencia no rechazamos la
hipótesis nula. Nuestro modelo entonces no presenta mayores complicaciones a corregir.

2. El archivo broiler.gdt del fichero de datos Gretl muestra información de producción

sobre el consumo de pollo (Q), precio de la carne de res (PBEEF) e ingreso (Y), entre
otras. Se pide:
a. Ajuste un modelo de Q en función de PBEEF e Y. Muestre e interprete los
resultados.

Este modelo resulta ser estadísticamente significativo de acuerdo con el P valor y el

estadístico t. y a diferencia del anterior tiene un buen R2 que nos indica que el modelo
logra explicar un 97% del consumo de pollo (variable dependiente) en relación a precios
de la carne de res e ingreso (variables explicativas)

En este modelo los coeficiente 0,0759 y 0,0017 corresponde a las pendientes (la
pendiente de la recta en este ejemplo es positiva) y nos expresa la razón de cambio entre
la variable dependiente con respecto a un cambio unitario en la variable independiente
b. El estudiante puede probar que el precio del pollo (PCHICK) resulta ser
estadísticamente no significativo. ¿Puede dar una explicación de por qué?.

El valor del precio del pollo no resulta significativo desde la perspectiva de los valores
presentados en el estadístico t y el P valor, y el coeficiente nos muestra una relación
negativa de esta variable

c. Para el modelo estimado en la parte 2.a pruebe si los residuos no presentan

problemas de autocorrelación. Muestre los resultados. ¿Qué concluye?

El valor que nos muestra es muy alejado a 2 por lo cual no podemos concluir que no
tenemos problemas de autocorrelación y por el valor P del dw nos permite rechazar la
hipótesis nula que nos dice que los residuos no tienen problemas de autocorrelacion, por
el contrario si tenemos problemas de autocorrelacion

d. Reestime el modelo utilizando las variables en primera diferencia. ¿Qué observa?

¿Se resolvió el problema de la autocorrelación y obtuvo finalmente un buen
modelo?
Luego estimar el modelo en diferencia tenemos un Durbin-Watson bastante cercano a 2
donde ya no tenemos problema de autocorrelacion, en contraste esta solución afecta
drásticamente el R2 dejando el modelo sin poder de explicación, lo cual entonces
efectivamente nos llevó a corregir la autocorrelacion pero el modelo perdió su función.