UNIVERSIDAD DE LOS ANDES

FACULTAD DE CIENCIAS ECON

OMICAS Y EMPRESARIALES
PRIMER SEMESTRE 2014
CURSO : Econometra
EVALUACI

ON : Control 01 (Solucion)
FECHA : 14 de marzo de 2014
TIEMPO : 20 minutos
1. Considere el modelo de regresion: y
i
=
0
+
1
x
i
+u
i
.
(a) [1.5 pts.] Explique brevemente cada supuesto de Gauss-Markov asociado a este modelo.
R: Los supuestos de Gauss-Markov para este modelo son:
El modelo es lineal en los parametros.
Observaciones provienen de este modelo y se obtuvieron bajo muestreo aleatorio simple (m.a.s.).
La variable independiente tiene variabilidad muestral no nula.
El error u
i
tiene un valor esperado (o promedio poblacional) igual a cero, dado x
i
.
La varianza del error u
i
es constante, dado x
i
.
(b) [1.0 pto.] Suponga que el modelo cumple todos los supuestos de insesgadez, excepto que E(u
i
|x
i
) =
10, para cada i. Reescriba este modelo tal que el modelo reescrito cumpla todos los supuestos de
insesgadez. Argumente.
R: Para cada i, sea w
i
= u
i
10.
Luego, E(w
i
|x
i
) = E(u
i
|x
i
) 10 = 0.
As, el modelo puede reescribirse como:
y
i
=
0
+
1
x
i
+u
i
=
0
+ 10

0
+
1
x
i
+u
i
10

w
i
,
el cual satisface el supuesto de media condicional nula.
2. Suponga que el modelo
y
i
=
0
+
1
x
i1
+
2
x
i2
+u
i
(1)
satisface todos los supuestos de Gauss-Markov, con
2
< 0. Con una m.a.s. de tama no n de las tres
variables involucradas, Ud. reporta el modelo estimado: y
i
=

0
+

1
x
i1
.
(a) [1.0 pto.] Que signo tiene el sesgo de

1
, como estimador de
1
? Explique brevemente.
R: Dado que
2
< 0 y como el sesgo de

1
es
2

1
,
si x
1
y x
2
tienen correlacion lineal positiva, el sesgo es negativo.
si x
1
y x
2
tienen correlacion lineal negativa, el sesgo es positivo.
si x
1
y x
2
no estan correlacionadas linealmente,

1
es un estimador insesgado de
1
.
(b) [1.0 pto.] Compare la varianza de

1
con la varianza del estimador de
1
que se obtiene al estimar
el modelo (1).
R: Sea

1
el estimador de
1
obtenido al estimar el modelo (1). Luego,
si x
1
y x
2
estan correlacionadas, Var(

1
) > Var(

1
).
si x
1
y x
2
no estan correlacionadas, Var(

1
) = Var(

1
).
1
(c) [1.5 pts.] Si Ud. estima el modelo (1), que factores afectan a la varianza del estimador de
1
?
Explique brevemente como la afectan.
R: Los factores son:
Varianza de u
i
(
2
): A mayor valor de
2
, mayor varianza del estimador de
1
, ceteris paribus.
Suma total de cuadrados de x
1
(STC
1
): A mayor valor de STC
1
, menor varianza del esti-
mador de
1
, ceteris paribus.
Relacion lineal entre x
1
y x
2
(R
2
1
): A mayor valor de R
2
1
, mayor varianza del estimador de

1
, ceteris paribus.
2