I EJERCICIOS RESUELTOS II EXMENES DE ECONOMETRA III EXMENES DE ECONOMETRA EMPRESARIAL IV EXMENES DE PRINCIPIOS DE ECONOMETRA

Nota: Los ejercicios con asterisco no corresponden al programa actual de Principios de Econometra

I EJERCICIOS RESUELTOS
Un investigador ha estimado el siguiente modelo con una muestra de 5 observaciones: Yt = 1 + 2Xt + ut Una vez realizada la estimacin extrava toda la informacin de que dispona excepto la que aparece en la siguiente tabla: t Xt u Nm. obs. 1 1 2 2 3 -3 3 4 0 4 5 ? 5 6 ? Con la informacin anterior el investigador debe calcular una estimacin de la varianza de las perturbaciones aleatorias Cmo debe proceder? Un investigador considera que la relacin entre consumo (C t ) y renta ( Rt )debe ser estrictamente proporcional. Por ello, plantea el siguiente modelo: C t = 2Rt + ut a) Deduzca la frmula para estimar 2 b) Deduzca la frmula para estimar 2 c) En este modelo, a qu es igual

t ? u
t =1

3 En lenguaje estadstico se suelen hacer en muchas ocasiones afirmaciones como la siguiente: Sea una muestra aleatoria simple de tamao T extrada de una variable X con distribucin normal N (, ) . a) Exprese el modelo anterior con lenguaje economtrico, introduciendo un trmino de perturbacin. b) Deduzca la formula para estimar c) Deduzca la formula para estimar 2
d) En este modelo, a qu sera igual

t ? u
t =1

Sea el siguiente modelo que relaciona el gasto en educacin ( Ei ) con la renta

disponible ( Ri ):
Ei = 1 + 2 Ri + ui De la informacin obtenida de una muestra de10 familias se han obtenido los siguientes resultados:

E = 7 R = 50

R
i =1

10

2 i

= 30.650

E
i =1

10

2 i

= 622

RE
i =1 i

10

= 4.345

Se pide: a) Obtenga una estimacin de 1 y 2 . b) Estime la elasticidad gasto en educacin-renta para el promedio de las familias de la muestra. c) Descomponga la varianza total del gasto en educacin de la muestra en varianza explicada y varianza residual. d) Calcule el coeficiente de determinacin. e) Estime la varianza de las perturbaciones f) Contraste si la renta disponible tiene o no una influencia significativa sobre el gasto en educacin. g) Para E=7 y R=50, contraste si la elasticidad gasto en educacin-renta disponible es o no superior a 1.

Sea el siguiente modelo Yt = 1 + 2 X t + ut t = 1, 2, , T Al estimar este modelo con una muestra de tamao 11 se han obtenido los siguientes resultados:

X
t =1

=0

Y
t =1

=0

X
t =1

2 t

=B

Y
t =1

=E

XY
t =1

t t

=F

Se pide: 1) Obtener la estimacin de 2 y 1 2) Obtener la suma de cuadrados de los residuos 3) Obtener el estadstico para contrastar H 0 : 2 = 0

H1 : 2 0

4) Contrastar las hiptesis del punto 3 bajo el supuesto de que EB = 2 F 2 5) Calcular el coeficiente de determinacin bajo el supuesto de que EB = 2 F 2 6) Contrastar las hiptesis del punto 3 bajo el supuesto de que EB = F 2

Soluciones

1
El primer problema que tenemos que resolver es hallar los valores de los residuos para las observaciones nmero 4 y 5. Para ello, tenemos en cuenta que las dos ecuaciones normales de los coeficientes imponen restricciones sobre los residuos, ya que
t =1 T

t u

=0 =0

t Xt u
t =1

Por lo tanto, en nuestro caso concreto se verificar que 1 + u 2 + u 3 + u 4 + u 5 = 0 u 1X1 + u 2X 2 + u 3X 3 + u 4X 4 + u 5X 5 = 0 u Sustituyendo los valores de la tabla se obtiene que 4 + u 5 = 0 23+0+u 4 + 6u 5 = 0 2 1 3 3 + 0 4 + 5u es decir, 4 + u 5 = 1 u 4 + 6u 5 = 7 5u Resolviendo, el sistema anterior, se obtiene que 4 = 1 5 = 2 u u El estimador insesgado de la varianza de las perturbaciones viene dado por 2 = t2 u
t =1 T

T 2 Aplicando la frmula nuestro caso se obtiene que 22 + (3)2 + 02 + (1)2 + 22 =6 52 3 Obsrvese que en el denominador de la frmula figura T-2 (en lugar de T), debido precisamente a que se pierden 2 grados de libertad por las restricciones que imponen las ecuaciones normales. 2 Para que exista una estricta proporcionalidad entre el consumo y la renta se debe verificar la siguiente relacin terica: Ct = constante Rt El modelo propuesto si prescindimos de la perturbacin, que no altera el valor medio de la variable endgena - se verifica esta propiedad ya que Ct = 2 Rt En cambio, en un modelo con trmino independiente no se verificara esa propiedad, ya que en ese caso + 2Rt Ct = 1 = 1 + 2 constante Rt Rt Rt a) Para estimar 2 hay que minimizar la siguiente expresin: 2 =
t =1

t2 u

S =
Por lo tanto,

R t ] = C t [u 2 t
2 t =1 t =1
T

dS R R = 0 = 2 C t 2 t t d t =1
2

es decir,

= 2

Ct Rt
t =1 T

R2
t =1 T
t

b) El estimador de la varianza de las perturbaciones

= t =1 T 1 T 1 En la expresin anterior, en el denominador aparece T-1, debido a que se ha perdido un solo grado de libertad, ya que solamente hay una ecuacin normal que imponga restricciones sobre los residuos. c) Como no hay trmino independiente, la recta ajustada pasa por el origen. En este caso, a diferencia del caso en que ajustamos una recta sin restricciones (es decir, con trmino independiente), solamente tenemos una ecuacin normal para el ajuste, que viene dada por 2 = R R = Ct 2 t t
t =1 T

2 t ] [u t =1

R Ct 2 t

t ] Rt [u
t =1

=0

En cambio, al no haber trmino independiente, no tenemos una ecuacin normal relativa a ese trmino, y por tanto, no podemos establecer que se cumpla que

t =0. Recordemos que esta propiedad se deduca de la primera ecuacin u

t =1

normal de la recta asociada al trmino independiente. En este caso, al prescindir del trmino independiente, se prescinde tambin de la primera ecuacin normal. En consecuencia, no podemos predecir cul es el valor de

t . u
t =1

3 a)En el lenguaje economtrico el modelo se puede expresar de la siguiente forma: Xt = + ut donde ut ~ NID(0, 2 ) El hecho de que la muestra se ha extrado en un muestreo aleatorio simple implica que las Xt y, por tanto, las perturbaciones aleatorias son independientes entre s. Es decir, E (ut ut ) = 0 , para t t . Por otra parte, la varianza de las X
extradas tendrn la misma varianza ya que provienen de una constante. De acuerdo con lo anterior, se deduce que E (Xt ) = E ( + ut ) = poblacin

E (Xt )2 = E (ut )2 = 2
5

Por tanto,

Xt ~ N (, 2 ) Una diferencia de carcter meramente formal. En lenguaje estadstico se suele utilizar la desviacin tpica como medida de dispersin, mientras que en econometra es ms usual utilizar la varianza. b) Para estimar aplicamos el criterio mnimo-cuadrtico: S =
Por lo tanto,

t =1

t2 u
T

] = [ Xt
t =1

dS ] = 0 = 2 [ X t d t =1
es decir,

=X T Como puede verse, la ecuacin normal nos indica que

] = [ Xt
t =1 T

Xt
t =1

=0 u
t =1

lo que implica una restriccin sobre los residuos. c) El estimador de 2 vendr dado por
t =1 = t =1 T 1 T 1 En este caso, dado que solo hay una restriccin sobre los residuos, el nmero de grados de libertad es T-1.

2 =

t2 u

] [ Xt

d) Como ya hemos visto en el apartado b),

t =0 u
t =1

4
a)
= 2
T

( R R )( E E ) ( R E ER RE + RE )
t =1 i i

( Ri R )2
t =1

t =1

(R
t =1

2 i

2 RRi + R 2 ) 2
i

R E E R R E + TRE R E ERT RET + TRE

t =1 i i t =1 i t =1 i

Ri2 2 R Ri + TR 2
t =1 t =1

t =1

R
t =1

2 i

2 RRT + TR 2

R E TRE
t =1 T i i

R
t =1

2 i

TR 2

4.345 10 50 7 845 = = 0,1496 2 30.650 10 50 5.650

= E R = 7 0,1496 50 = 0, 4779 1 2
Por lo tanto, la recta de regresin ajustada es la siguiente: + R = 0, 4778 + 0,1496 R = E i 1 2 i i b) La elasticidad gasto en educacin-renta estimada para el promedio de las familias de la muestra ser la siguiente: R dE R = 0,1496 50 = 1, 0683 E / R = = 2 7 dR E E c) La descomposicin de la varianza total del gasto en educacin ser igual a
E E i2 u i i =1 = i =1 + i =1 T T T Para la muestra disponible se obtienen los siguientes resultados: Varianza total:

Ei E

Ei E
i =1 10

10

10 Varianza explicada:

E
i =1 2

10

2 i

10 E 2

10 (
i =1 10

622 10 7 2 = 13, 2 10
2

Ei E i =1

10
10

R ) ( + R ) + 2 i 1 2 10

=
T i

(R R) 2 i i =1 10
10 i i =1

2 = 2
2 i

(R R)
i =1 i

10

10 =

( R R )( E E ) ( R R )
2 t =1

( R R )( E E )
2 t =1 i i

(R R)
t =1 i

10

10

= 0,1496

845 = 12, 6376 10

Varianza residual: La varianza residual se obtiene como diferencia entre la varianza total y la varianza explicada por la regresin:

= 13, 2 12, 6376 = 0,5624 10 10 10 d) El coeficiente de determinacin se define como la proporcin de la varianza total explicada por la regresin, es decir,
i =1 i =1 i =1

10

2 i

E E E E
2 i

10

10

R2 =

E E

10

E E
i =1 i

i =1 10

12, 6376 = 0,9574 13, 2

e) La estimacin de la varianza de las perturbaciones vendr dada por 5, 624 = 0, 703 T 2 8 f) Para contrastar si la renta disponible tiene o no una influencia significativa sobre el gasto en educacin, seguiremos las siguientes etapas: 1) Las hiptesis nula y alternativa son las siguientes: H0 : 2 = 0 2 =
i =1

2 i

H1 : 2 0 2) El estadstico para el contraste es el siguiente: 0 0 0,1496 0,1496 2 2 t= 2 = = = = 13, 41 0,8385 0, 01115 2 T 5.650 ( Ri R )2
t =1

El estadstico t, bajo la hiptesis nula se distribuye como t de Student con T-2 grados de libertad, es decir, t ~ tT 2 3) Regla de decisin Si seleccionamos un nivel de significacin del 5%, entonces en las tablas de la t de Student con T-2 grados de libertad, se encuentra el siguiente valor en las tablas: /2 0,05/ 2 tT = 2,306 2 = t8
/2 Como t > tT 2 , es decir, como 13, 41 > 2,306 , se rechaza la hiptesis

nula.

-2,306

2,306

13, 41

g)

1) Para contrastar si la elasticidad gasto en educacin-renta disponible es o no superior a 1, para E=7 y R=50 (es decir, para el promedio de las familias de la muestra), sabemos que R 50 E / R = 2 = 2 E 7 50 Debemos contrastar si E / R = 2 = 1 , frente a la alternativa E / R > 1 . 7 Por lo tanto, las hiptesis nula y alternativa son las siguientes: 7 H 0 : 2 = 1 = 0,14 50 H1 : 2 > 0,14 2) El estadstico para el contraste es el siguiente: 0 0,1496 0,14 2 = = 0,8610 t= 2 0, 01115
2

3) Regla de decisin Si seleccionamos un nivel de significacin del 5%, entonces en las tablas de la t de Student con T-2 grados de libertad, se encuentra el siguiente valor en las tablas para un contraste de una cola: 0,05 tT = 1,860 2 = t8
Como t < tT 2 , es decir, como 0,861 < 1,860 , no puede aceptar la

hiptesis alternativa, con un nivel de significacin del 5%, de que la elasticidad gastos en educacin-renta disponible es superior a 1 en el punto (E=7;R=50).

0,861

1,860

1) La frmula general del estimador de la pendiente es la siguiente

= 2

(Y Y )( X
t =1 t

X)

(X
t =1

X )2

En este caso concreto, dado que vendr dado por

X
t =1

=0 y

Y
t =1

= 0 , el estimador

= 2

Yt Xt
t =1 T

X2
t =1
t

F B

Por otra parte, =Y X = 0 0 = 0 1 2 2 2) La frmula general de la descomposicin de la varianza del regresando es la siguiente:

(Yt Y )
t =1

Y )2 (Y t
t =1

t2 u
t =1

En este caso concreto, la descomposicin de la varianza es la siguiente:

Yt
t =1

2 Y t
t =1

t2 u
t =1

La varianza explicada es igual a

2 t Y t =1 T

2Xt )2 (
t =1

2 2 Xt2 t =1

F2 B F2 = BT B2 T

Por lo tanto, la varianza residual es igual a

t2 u
t =1 T

Yt2
t =1

2 Y t
t =1

E F2 EB F 2 = T BT BT

El estimador insesgado de la varianza de las perturbaciones ser igual a

10

2 =

t2 u T 2
t =1

EB F 2 B(T 2)

es la siguiente: 3) La varianza del estimador 2

2 EB F 2 EB F 2 B(T 2) = = 2 B B (T 2) H1 : 2 0 es el

2 =
2

X
t =1

2 t

Por tanto, el estadstico para contrastar las hiptesis H 0 : 2 = 0 siguiente, 0 2 t= 2 =

2

F 0 B = EB F 2 B 2 (T 2)

F EB F 2 (T 2)

4) Teniendo en cuenta que EB = 2 F 2 y que T=11, el estadstico de contraste es igual a

t= F EB F (T 2)
2

= 11 2

F 2F 2 F 2

= 9 =3

El estadstico t calculado, bajo la hiptesis nula se distribuye como t de Student con 9 grados de libertad, es decir, t ~ t9 Para los niveles de significacin del 10%, 5% y 1%, en las tablas de la t de Student con 9 grados de libertad, se encuentran los siguientes valores en las tablas:
0,10 / 2 t9 = 1,833 0,05/ 2 t9 = 2, 262 0,01/ 2 t9 = 3, 250

/2 Como t > tT 2 , para =0,10 y para =0,05 se rechaza la hiptesis nula /2 para ese nivel de significacin. En cambio, dado que t tT 2 para =0,01, no se

puede rechazar la hiptesis nula para este nivel de significacin.

11

5) El coeficiente de determinacin en este caso concreto ser igual a

R2 =

2 Y t

Yt2
t =1

t =1 T

F2 F2 F2 = B = = = 0, 5 E BE 2F 2

6) Bajo el supuesto hipottico de que EB = F 2 , entonces

2 =
2

EB F 2 0 = 2 =0 2 B (T 2) B (T 2)

Dado que la varianza del estimador es nula no cabe realizar contrastes de hiptesis. El supuesto de que EB = F 2 significa que T T T 2 2 2 Yt Xt = XtYt t =1 t =1 t =1 La igualdad anterior se cumple si Yt = Xt t

12