ECONOMETRÍA I

Profesores: Ramón Rosales

Complementarios: Monitores:
Daniel Gamboa Alejandra Arteta
Fayber Acosta Miller Quiroga
Juliana Guevara Carlos Ramírez
Sofia Castro Juan Pablo Gutiérrez

TALLER 1

Condiciones básicas para la entrega del taller

Seguir los lineamientos establecidos en el documento “Instrucciones para la entrega de talleres”.

Únicamente se reciben talleres elaborados en parejas.

Los talleres deben depositarse únicamente en los casilleros de los profesores complementarios
(Bloque W). Si se incumple alguna de estas condiciones, será penalizada la nota final.

Sección 1 (2:00 pm – 3:20 pm):

Sofía Castro: Piso 7 Casillero 48 lado A
Fayber Acosta: Piso 7 Casillero 32 lado A
Sección 2 (3:30 pm – 4:50 pm):
Juliana Guevara: Piso 7 Casillero 21 lado A
Daniel Gamboa: Piso 7 Casillero 20 lado B

Fecha de entrega: lunes 26 de agosto hasta las 5 pm.

PARTE TEÓRICA (2.5 UNIDADES)

1. (0.3 unidades) Sea Z una transformación lineal de 𝑋 que sigue una distribución 𝑁(𝜇, 𝜎 2 )
dada por:
1 −𝜇
𝑍= 𝑋+
𝜎 𝜎
Por definición:
𝐸(𝑋) = 𝜇

𝑉𝑎𝑟(𝑋) = 𝜎 2
De acuerdo con la información anterior, calcule:

a. Valor esperado de 𝑍
b. Varianza de 𝑍
c. ¿Qué puede concluir sobre el primer y segundo momento de la variable Z?

1
2. (0.4 unidades) A partir de la siguiente información, encuentre la expresión para el coeficiente
de correlación entre 𝑌 y 𝑋.
𝛼
𝐸(𝑋𝑌) =
2
𝛽2
𝑌̅ =
1+𝛼
1+𝛼
𝑋̅ =
𝛽
𝜎𝑋 = 𝛼𝛽
1 2
𝜎𝑌 = −
𝛽 𝛼
Si 𝛼 = 0.3 y 𝛽 = 0.7, ¿cuál es el coeficiente de correlación? Interprete. Si 𝛼 = 1 y 𝛽 = 0, ¿cuál es
el coeficiente de correlación? Interprete.
𝜇
3. (0.4 unidades) Sea Z una transformación de 𝑋 y 𝑌 que sigue una distribución 𝑁 ( 2 , 𝜎 2 ) dada
por:
𝜎 1
𝑍= 𝑋 𝑌
2 𝜇2
Por definición:
𝐸(𝑋) = 𝜇
2
𝐸(𝑌) =
𝜇
De acuerdo con la información anterior, calcule:
a. Valor esperado de 𝑍
Para el siguiente literal suponga que:
𝐸(𝑋𝑌) = 𝐸(𝑍)

b. Calcule e interprete la covarianza entre 𝑌 y 𝑋 para cuando 𝜇 = 2 y 𝜎 = 8.

4. (1.4 unidades) Suponga el siguiente modelo de regresión simple, estimado por MCO, donde
𝑒𝑖 ~𝑁(0, 𝜎 2 ).

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝑒𝑖
A partir de la especificación, demuestre:

2
 a.
𝑛

∑(𝑋𝑖 − 𝑋̅) = 0
𝑖=1
b.
𝑛 𝑛

∑(𝑋𝑖 − 𝑋 ̅ )2 = ∑(𝑋𝑖 − 𝑋̅) 𝑋𝑖

𝑖=1 𝑖=1
c.
𝑛

∑ 𝑒̂𝑖 = 0
𝑖=1
d.
𝑛

∑ 𝑋𝑖 𝑒̂𝑖 = 0
𝑖=1
e.
𝑛 𝑛

∑(𝑋𝑖 − 𝑋̅) (𝑌𝑖 − 𝑌̅) = ∑(𝑋𝑖 − 𝑋̅) (𝑌𝑖 )

𝑖=1 𝑖=1

f. 𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅

𝑛
∑ (𝑋𝑖 −𝑋̅)(𝑌𝑖 −𝑌̅) ∑ (𝑋𝑖 −𝑋̅)𝑌𝑖𝑛
g. 𝛽̂1 = 𝑖=1
∑𝑛 (𝑋 −𝑋̅ )𝑋
= ∑𝑖=1
𝑛 (𝑋 −𝑋̅ )2
𝑖=1 𝑖 𝑖 𝑖=1 𝑖

h. La media de los valores predichos de 𝑌 es igual a la media de los valores

̅̂ = 𝑌̅.
observados de la variable 𝑌. Es decir 𝑌 𝑖

PARTE PRÁCTICA (2.5 UNIDADES)

1. Un estudio de la Facultad de Economía de la Universidad de los Andes quiere analizar el

número de votos en blanco en las elecciones presidenciales de 2014 (primera vuelta). Esta
información se encuentra a nivel municipal y los datos fueron obtenidos del panel municipal
del CEDE. A continuación se resumen las variables de interés:

Variable Descripción

votos Número de votos en las elecciones presidenciales de 2014

y_corr_tribt Ingresos tributarios en millones de pesos

iga_total Índice de gobierno abierto

a. (0.1 unidades) Abra la base de datos PANEL_BUEN_GOBIERNO.dta y mantenga las

observaciones correspondientes al año 2014. Conserve las variables codmpio, y_corr_tribut,
IGA_total.

3
b. (0.1 unidades) Abra la base de datos 2014_Presidente_Primera_Vuelta y cree una nueva
variable que se llame código y que tome valores de 1 a 8. De 1 a 5 para cada uno de los
candidatos, 6 para tarjetas no marcadas, 7 para votos nulos y 8 para los votos en blanco.
c. (0.2 unidades) Una la base de datos 2014_Presidente_Primera_Vuelta con la base construida
en el literal a. Note que en la base 2014_Presidente_Primera_Vuelta cada municipio está 8
veces porque la base registra el número de votos para cada candidato. Use el comando merge
y defina como llave el código de municipio.
d. (0.1 unidades) Calcule estadísticas descriptivas para el número de votos en blanco, votos
nulos, ingresos tributarios e índice de gobierno abierto. Exporte los resultados con outreg2 e
interprete.
e. (0.2 unidades) Presente mediante diagramas de caja (box plots) la distribución del número
de votos en blanco, votos nulos, ingresos tributarios e índice de gobierno abierto. Interprete
los resultados.
f. (0.1 unidades) ¿Cuáles municipios tienen más de 10.000 votos en blanco? Para este grupo
de municipios, ¿cuál es el valor máximo, mínimo y promedio del índice de gobierno abierto?
g. (0.1 unidades) Calcule para cada municipio el número total de votos. Incluya los votos en
blanco y nulos también. Use el comando collapse.
h. (0.1 unidades) Calcule e interprete una matriz de correlación entre el número total de votos,
ingresos tributarios e índice de gobierno abierto. ¿Son estas correlaciones estadísticamente
significativas al 5%? ¿Qué comando de Stata sirve para este proposito, correlate o
pwcorrelate?
i. (0.2 unidades) Calcule estadísticas descriptivas del número total de votos por departamento.
j. (0.2 unidades) Estime el siguiente modelo y presente los resultados:

𝑇𝑜𝑡𝑎𝑙_𝑣𝑜𝑡𝑜𝑠𝑖 = 𝛽0 + 𝛽1 𝑦_𝑐𝑜𝑟𝑟_𝑡𝑟𝑖𝑏𝑢𝑡𝑖 + 𝜀𝑖

Donde el número total de votos depende de los ingresos tributarios. Interprete cada uno de
los coeficientes estimados, ¿son estadísticamente significativos?
k. (0.2 unidades) Realice la regresión anterior pero ahora defina los ingresos tributarios en
miles de millones de pesos. ¿Qué cambios evidencia en las conclusiones del literal j?
l. (0.2 unidades) Realice la regresión del literal j pero ahora defina la variable votos en miles
de votos. ¿Qué cambios evidencia en las conclusiones del literal j? Exporte los resultados con
outreg2 de los literales j, k y l en la misma tabla. Pista: revise la opción append.
m. (0.1 unidades) Estime de nuevo el modelo del literal k pero transforme la variable
dependiente en el logaritmo del total de votos 𝑙𝑜𝑔_𝑡𝑜𝑡𝑎𝑙_𝑣𝑜𝑡𝑜𝑠. Interprete el coeficiente
estimado de 𝛽1 , ¿es estadísticamente significativo?
n. (0.2 unidades) Realice con detalle los pasos de la prueba de hipótesis para probar que el
coeficiente estimado de 𝛽1 es mayor a 0.001.
o. (0.1 unidades) Estime de nuevo el modelo del literal k pero transforme la variable
independiente en el logaritmo del total de ingresos tributarios. Interprete el coeficiente
estimado de 𝛽1 , ¿es estadísticamente significativo?
p. (0.1 unidades) Estime de nuevo el modelo del literal k pero haciendo una transformación
logarítmica tanto al número de votos como a los ingresos tributarios. Exporte los resultados
con outreg2 de los literales m, o y p en la misma tabla. Pista: revise la opción append.
Interprete el coeficiente estimado de 𝛽1 , ¿es estadísticamente significativo?
q. (0.2 unidades) Realice con detalle los pasos de la prueba de hipótesis para probar que el
coeficiente estimado de 𝛽1 es mayor a 1.