TAREA N 2 METODOS EMPIRICOS

COMENTES. Responda si las siguientes afirmaciones son verdaderas, falsas o inciertas,

proporcionando en forma breve los argumentos de su respuesta.

Parte i. El gerente de ventas de la empresa HLOBIEN Ltda. quiere determinar los factores que influyen en la productividad de sus vendedores, para ello realiz un simple experimento. ste consisti en obtener la correlacin cruzada entre todas las variables de que dispona, luego seleccion aquellas variables que presentaron mayor grado de correlacin, y finalmente las regresion, estableciendo los factores que influyen en la productividad de los vendedores.

Respuesta.Falso, En primer lugar es necesario conocer la calidad y cantidad de informacin de las variables que dispona, antes de poder hacer cualquier afirmacin, adicionalmente la correlacin slo indica la dependencia positiva o negativa entre las variables, pero no as la causalidad, es decir, no explica el comportamiento y por ltimo es importante saber cul era la hiptesis de estudio, ya que sin importar las variables y los datos de estas se puede calcular una regresin.

Parte ii. Cuando se realiza la estimacin de modelo lineal por mnimos cuadrados ordinarios en un software como STATA, se obtienen un conjunto de indicadores y estadsticos que pueden ayudar a dilucidar los alcances del modelo estimado. Por ejemplo, si el test F que se obtiene como output de la regresin, arroja un valor p aproximadamente igual

cero, podemos estar seguros de que las variables explicativas utilizadas en el modelo son significativas. Comente y recuerde ser breve.

Respuesta.Incierto El valor F nos permite conocer la significancia conjunta del modelo, es decir, permite determinar si al menos uno de los coeficientes es significativo dentro del modelo, ya que el valor p es aproximadamente cero y si este tiene un nivel de significacin mayor entonces al menos uno de los coeficientes es significativo, es decir, si el valor de p es menor al nivel de significancia, pero como no se tiene ese valor, la afirmacin en incierta.

Parte iii. Un investigador est analizando los factores que influyen en la productividad de los trabajadores, para esto define el siguiente modelo de regresin lineal.

Al realizar la estimacin del modelo se obtuvo que la variable Experiencia no es significativa, por lo tanto, es recomendable eliminar la variable del modelo, ya que sta no est explicando el comportamiento de la productividad de los trabajadores. Comente y recuerde ser breve.

Respuesta.Incierto, Si bien la variable experiencia al realizar la estimacin mostr que no es significativa al modelo, eso no quiere decir que no lo explique, ya que en primer lugar es necesario analizar los datos con los que se trabaja para saber si los mismos cumplen las condiciones requeridas, ya que en una primera aproximacin uno presume que la experiencia debera influir en el modelo, en segundo lugar podra existir colinealidad en el modelo, y ms importante an, si la variable no responde a una funcin lineal, podra ser explicada por otra funcin.

Parte iv. Si en un modelo lineal simple rechazamos la hiptesis nula de que las varianzas son homocedsticas, entonces no podremos utilizar el procedimiento de Mnimos Cuadrados Ordinarios (MCO) para poder estimar el modelo a menos que utilicemos MCO y robustez simultneamente, lo cual es posible en STATA. Comente y recuerde ser breve.

Respuesta.Verdadero Uno de los supuestos bajo los cuales el MCO se cumple, es que los errores sean homocedasticos, es decir, que los errores presenta en todas las observaciones de la misma varianza - V(Ui/X)= 2 -, si se aplica la prueba de robustez en Stata, lo que se est haciendo es corregir el problema de heterocedasticidad, por lo que se podr realizar la regresin a travs de MCO.

PROBLEMA 1. Una empresa realiza una prueba de aptitud a todos los nuevos representantes de ventas. La direccin tiene inters en saber en qu medida es capaz esta evaluacin de predecir el xito de los vendedores. La Tabla 3.1. presenta las estimaciones hechas sobre la base de un modelo lineal simple con variable dependiente VENTAS y variable explicativa PUNTOS.

Parte i. Analice y explique la congruencia y factibilidad, ajuste y significancia del modelo.

Respuesta.Basados en el output de STATA, es posible afirmar que la variable puntos es significativa en el modelo, ya que el valor p del test F es menor al nivel de significancia, por lo que se rechaza la hiptesis nula de que al menos una variable sea significativa al modelo. El R cuadrado y R cuadrado ajustado explica el modelo en aproximadamente 59% y 58%, sin embargo, llama la atencin el valor negativo de la constante, lo que podra significar que hay variables que expliquen el modelo que no se hayan tomado en cuenta, lo que podra modificar el valor de R cuadrado.

Parte ii. Analice y d una breve explicacin de los parmetros del modelo y sus respectivas estimaciones, adems seale algunos factores que podran contribuir al trmino de error y a modificar la estimaciones del modelo.

Respuesta.Se debera esperar que el valor de la constante sea positiva, ya que esta representa el aporte promedio de las variables no observables que pueden influir en el modelo, es decir, que por ms bajo que sean los puntos obtenidos en la evaluacin hay un factor que incide en el modelo, como las habilidades de los vendedores, entonces, el valor negativo que arroja los resultados de la regresin haran suponer que la constante contiene elementos que no se tomaron en cuenta en la estimacin ni en el error. El valor del estimador puntos, nos muestra que por cada punto adicional obtenido en la prueba, las ventas de los representantes se incrementan en 0.44, lo que no nos dice mucho, y sera necesario conocer el sustento terico del modelo y el tipo de prueba que se realiz para poder realizar afirmaciones.

PROBLEMA 2. Don ARMANDO LECHO desea desarrollar un modelo para predecir el consumo de energa elctrica en su casa (luz, ventiladores, calefaccin, aparatos, etc.) segn algunas posibles variables explicativas, de la forma:

Donde KW es el consumo en kilowatts al mes, F es la temperatura promedio en el mes en grados Fahrenheit, CINE es el nmero de veces que asisti al cine o teatro durante el mes y es un shock idiosincrtico. Por otro lado, Don ARMANDO lleva registros

segn sus boletas de los ltimos 2 aos. Los distintos resultados basados en la descripcin general del modelo descrito, se detallan ms abajo. Parte i. Determine si el modelo general propuesto por el Sr. LECHO es razonable, de no ser as establezca cual ser el modelo ms razonable a utilizar y estimar. Justifique en forma breve y clara su respuesta.

Respuesta.-

Parte ii. Basado en la respuesta de la parte i, analice y explique la congruencia y factibilidad, ajuste y significancia del modelo, justificando adecuadamente su respuesta. Recuerde ser breve y claro con sus explicaciones.

Parte iii. Analice y d una breve explicacin de los parmetros del modelo y sus respectivas estimaciones, adems seale algunos factores que podran contribuir al trmino de

error y a modificar las estimaciones del modelo. Recuerde ser breve y claro con sus explicaciones.

Parte iv. Utilizando los datos disponibles y haciendo las aproximaciones que sean necesarias, establezca la veracidad estadstica de las siguientes afirmaciones.

a. Por cada 10 grados Fahrenheit que aumente la temperatura, se puede reducir el consumo elctrico hasta en 20 kilowatts al mes.

b. Se asegura que las variables no observables en el modelo explican en forma positiva el consumo de energa elctrica.

IND: Aproxime sus clculos a 2 decimales.

Figura 4: Modelo de consumo de energa versus temperatura ambiente y nmero de veces que va al cine.