II EXMENES DE ECONOMETRA

Se han estimado con una muestra de 39 observaciones las siguientes funciones de produccin por el mtodo de MCO: 0,32 0,0055 t = L1,30 O e R2 = 0,9945 t t Kt = L1,41 K 0,47 O R2 = 0,9937 t t t = e0,039t O R2 = 0,9549
t

a) Contraste la significatividad conjunta de Lt y Kt . b) Indique las hiptesis estadsticas bsicas bajo las cuales el contraste realizado en el apartado anterior es adecuado, y como aparecera la perturbacin aleatoria en la especificacin economtrica. (2-6-1992) Solucin 0,01 0,01 a) F=126; F2,35 F2,30 = 5,39 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01) b) Todas las hiptesis bsicas; la perturbacin aleatoria debe aparecer de forma multiplicativa

Un investigador, despus de realizar la estimacin de un modelo por MCO, calcula t y comprueba que no es 0. Es esto posible? Razone la respuesta indicando en su caso u las condiciones en las cuales puede producirse este hecho. (2-6-1992)

Dado el siguiente modelo estimado con 43 observaciones: = - 0, 06 + 1, 44 X 0, 48 X Y t 2t 3t 0,1011 0, 0007 0, 0005 = 0, 0231 0, 0162 0, 0122 y y = 444

donde 8 11 10 XX = 598 791 1128 6 Xy = 506 632 ( XX)

1

Se pide: a) Contraste de la hiptesis nula 2 +23 = 1 b) Dado el valor del perodo de predicin Y0= 1, verifique si puede haber sido generado por el modelo anteriormente estimado. (Se sabe que X20= 1 y X30= 2). (2-6-1992) Solucin 0,01 a) F=79,84; F1,40 = 7,31 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01)

11

b) Intervalo del 90%: (-0,80; 164); el valor Y0=1 s ha podido ser generado por el modelo

Bajo las hiptesis bsicas del modelo lineal, cmo se distribuyen los residuos obtenidos por MCO?. Razone la respuesta. (2-6-1992)

5*

Habiendo estimado por MCO la siguiente de consumo, Ct = 0 + 1Rt + ut se ha detectado autocorrelacin de primer orden. Con la finalidad de corregir este problema, un analista obtiene inicialmente la siguiente regresin auxiliar: = + C + R + R C t 0 1 t 1 2 t 3 t 1 Explique detalladamente los pasos del procedimiento que el analista ha decidido aplicar. (2-6-1992)

A partir de los residuos mnimocuadrticos obtenga, un estimador insesgado para 2. Si la E (u u) 2I cual sera el estimador insesgado de 2? (5-4-1993)

En un modelo que tenga variables ficticias entre las explicativas, se desea saber: a) Qu indican los coeficientes de las ficticias ? b) Por qu no se deben incluir el mismo nmero de variables ficticias que grupos? (5-4-1993)

Considere el siguiente modelo de demanda de alimentos Dt = 0 + 1Pt + 2Yt + ut donde D es el gasto, P es el precio relativo e Y es la renta. El investigador A omite por olvido la variable Y, obteniendo la siguiente estimacin del modelo: = 89,97+ 0,107 P D t t
(11,85) (0,118)

La investigadora B, que es ms cuidadosa, obtiene la siguiente estimacin del modelo: = 92, 05 0,142 P + 0, 236 Y D t t t
(5,84) (0,067) (0,031)

(Entre parntesis figuran desviaciones tpicas) A lo largo de la discusin entre la investigadora B y el investigador A acerca de cual de los dos modelos estimados es el ms adecuado, el investigador A trata de justificar su olvido, atribuyendo la omisin de la variable Y al problema de la multicolinealidad. a) En favor de cual de los investigadores se inclinara usted, a la vista de los resultados obtenidos. Argumente razonadamente su posicionamiento. b) Obtenga analticamente la expresin del sesgo de estimacin del estimador del parmetro 1 en el modelo con error de especificacin por omisin de variable relevante. 12

(5-4-1993) Solucin a) El investigador A omite una variable relevante, por lo que no acta correctamente ( Pt P )Yt b) Sesgo = ( Pt P )2

9*

En un estudio sobre los niveles de pobreza se especifica el siguiente modelo para 60 regiones: Pi = 0 + 1PIBi + 2 Ii + ui donde Pi : nivel de pobreza medido por el nmero de personas con una renta inferior a un determinado valor. PIBi : producto interior bruto Ii : ndice que recoge diversas variables, como difusin de prensa, servicios sanitarios, etc. a) Indique como expresara que las regiones que integran el anlisis no son totalmente homogneas. b) Si en la muestra existiesen dos grupos diferenciados, podra indicar algn contraste para detectar la existencia de heteroscedasticidad?. Explique las razones por las que pueden surgir problemas de esta naturaleza. (5-4-1993)

10

a) Defina las propiedades probabilsticas de los estimadores MCO bajo las hiptesis estadsticas del modelo lineal bsico. Razone la respuesta b) Determine las consecuencias del incumplimiento de las hiptesis referentes a la matriz de varianzas-covarianzas de la perturbacin aleatoria sobre dichas propiedades probabilsticas. Razone la respuesta (15-3-1996)

11

Unos grandes almacenes que tienen puntos de venta en 18 capitales de provincia se preguntan acerca del impacto relativo de la publicidad (P) y de los incentivos a sus vendedores (I) sobre las ventas. Para ello han estimado la siguiente funcin de ventas: = 3679 .05 R2 =0,831 R 2 =0,809 a) Contrastar la significatividad conjunta de la publicidad y de los incentivos sobre las ventas. b) Contrastar si la publicidad y los incentivos son significativos individualmente. c) Contraste si es admisible la hiptesis de que el parmetro de Pi es significativamente mayor que 19. (15-3-1996) Solucin 0,01 a) F=36,88; F2,15 = 6,36 Se rechaza H 0 (0,10; 0,05;0, 01)

13

0,10 / 2 0,05 / 2 0,01/ 2 = 1, 753 t15 = 2,131 t15 = 2,947 En el coeficiente b) t P = 2, 09; tI = 8,53; t15 de P se rechaza la H 0 para a=0,10, pero no para a=0,05 a=0,01; en el coeficiente de I se rechaza la H 0 para los niveles usuales. c) t = 0, 04 ; Se rechaza H 0 para cualquier nivel de significacin (porque el estadstico t es negativo.

12

Se ha estimado la siguiente funcin de empleo para la economa japonesa en el periodo 1947-1962: SCR = 4898596 donde: Et : Empleo en el periodo t. t : Tendencia t = 1,2, ..., 16. Dt : Deflactor del PIB en el periodo t PIBt : Producto Interior Bruto en el periodo t FAt : Nmero de efectivos de las fuerzas armadas en el periodo t. Adems, se dispone de la siguiente informacin para el ao 1965: D1965 = 118,7 PIB1965 =582922 FA1965 = 2900 a) Obtener el intervalo de confianza para el valor medio terico y para el valor individual de prediccin. b) A qu se debe la diferencia entre ambos intervalos de confianza? Qu hiptesis es necesario adoptar? Razone las respuestas. (15-3-1996) Solucin = 35669 Intervalo para el valor medio terico: (33592; 37745); Intervalo para el valor a) Y 65 individual: (33126; 38211)

13*

Se ha estimado por MCO la funcin de produccin para la economa espaola con datos anuales para el periodo 1964-1977. R2 =0,831 R 2 =0,809 DW = 0,325 a) Existe autocorrelacin positiva? Razone la respuesta. b) Obtenga la matriz de varianzas covarianzas del vector de estimadores minimocuadrticos bajo el supuesto de autocorrelacin. c) Suponiendo que Describa detalladamente un procedimiento de estimacin para obtener estimadores lineales, insesgados y ptimos. (15-3-1996) Solucin 0,01 0,01 = 0, 666; dU = 1, 254 Se rechaza H 0 de autocorrelacin positiva para a) t = 14; k = 2; d L =0,05 y =0,01.

14

Dada la funcin de produccin 14

ut Qt = AKt L t e

se ha procedido a su estimacin con datos de la economa espaola de los ltimos 20 aos, obtenindose los siguientes resultados: = 0,15 + 0,73 ln K + 0,47 ln L ln Q t t t u = 0,017 u a) Realice el contraste de significatividad de los estimadores y conjuntamente. b) Contraste si el parmetro es significativamente distinto de 1. (31-1-1996) Solucin 0,01 a) F=4613,4; F2,17 = 6,11 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01).
0,01/ 2 = 2,898 Se rechaza H 0 para los niveles usuales. b) t = 8,54 ; t17

15

a) Explique para qu sirven y que miden los coeficientes de determinacin ( R2 ) y de determinacin corregido ( R 2 ). Razone la respuesta. b) Dados los modelos ln Yt = 0 + 1 ln Xt + ut ln Yt = 0 + 1 ln Xt + 2 ln Zt + ut ln Yt = 0 + 1 ln Zt + ut Yt = 0 + 1 Zt + ut (1) (2) (3) (4)

Indique qu medida de bondad del ajuste es adecuada para comparar los siguientes pares de modelos: (1)-(2); (1)-(3); y (1)-(4). Razone la respuesta. (31-1-1996) Solucin b) (1)-(2); R 2 ; AIC; (1)-(3); R 2 ; R 2 ; AIC; (1)-(4); AIC

16

Para analizar las propiedades de los estimadores en el modelo lineal, se aplica, entre otros, el siguiente desarrollo: u ) = a = E( uMMu ) = b E( u = trE(uM Mu) = c = trE(uMu ) = d = trE(Muu) = e = trM E( uu ) = f = trM 2 I = g = 2 ( T k ) donde M = I X( XX)1 X .

15

En la demostracin anterior, justifique el paso de cada igualdad a la siguiente, utilizando como referencia en cada caso a la letra minscula que aparece entre cada par de igualdades. (31-1-1996)

17*

a) Se tiene el modelo de ventas (Vt) en funcin del precio (Pt) y gasto en publicidad (Gt), con datos trimestrales. Explique razonadamente cmo puede contrastar si existe autocorrelacin. b) Describa detalladamente, introduciendo los supuestos que considere oportunos, cmo estimara el modelo cuando se rechaza H0 : = 0 , en el esquema ut = ut 1 + t . (31-1-1996)

18*

Se tiene el siguiente modelo estimado de gasto per capita en educacin (Gt) para los 51 estados USA en 1979, ordenados de mayor a menor renta per capita (Xt): = 832 1834 X + 1587 X 2 G i = 1,2,...,51 i t t Adicionalmente, se dispone de la siguiente informacin: Se han obtenido las sumas de los cuadrados de los residuos (SCR) correspondientes al modelo estimado con dos submuestras: SCR = 52685,18 Submuestra i = 1, 2,...,17 SCR = 27096,50. Submuestra i = 34, 35,..., 51 a) Existe heteroscedasticidad? Realice un contraste estadstico con la informacin disponible. b) Explique como procedera en el caso de que existiera heteroscedasticidad. (31-1-1996) Solucin 0,05 0,05 a) GQ=2,08; F14,15 F15,15 = 2, 40 No se rechaza H 0 para =0,05 y para =0,01.

19

En el modelo de regresin mltiple Yi = 0 + 1 X1 i + 2 X2 i + ui a) Explique detalladamente cmo contrastara la siguiente hiptesis nula: 0 = 1 2 = 1

b) Se ha estimado el modelo por MCO con 33 observaciones, obteniendo los siguientes resultados: = 12,7 + 14,2 X + 2,1X Y
i 1i 2i

Es admisible la hiptesis de significatividad de cada uno de los parmetros del modelo individualmente? (5-9-1997)

16

Solucin 1 1 0 0 d= a) Matriz y vector de restricciones: D = 0 0 1 1 0,1/ 2 0,01/ 2 = 1, 697 t30 = 2, 750 En el caso de 0 y b) t 0 = 6, 27; t 1 = 7, 28; t 2 = 1,52; t30

1 se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01); en el caso de 2 no se rechaza la H 0 para los niveles usuales

20

Se estima por MCO el siguiente modelo ln Yt = 0 + 1 ln Xt + 2 ln Zt + ut a) Los residuos mnimo cuadrticos pueden ser todos positivos? Razone la respuesta. b) Bajo la hiptesis bsica de no autocorrelacin de las perturbaciones, son

independientes los residuos minimocuadrticos? Razone la respuesta. a) Suponiendo que las perturbaciones no tengan distribucin Normal, el vector de estimadores minimocuadrticos ser insesgado? Razone la respuesta. (5-9-1997)

21*

a) Describa el mtodo de estimacin por mnimos cuadrados generalizados (MCG). b) En qu condiciones es recomendable su utilizacin y por qu? c) Indique analticamente en qu circunstancias los estimadores MCG son equivalentes a

los estimadores MCO. (5-9-1997)

22*

a) Explique detalladamente en qu consiste el problema de la heteroscedasticidad en el b) Ilustre brevemente el problema de la heteroscedasticidad con un ejemplo. c) Proponga soluciones al problema de la heteroscedasticidad. (5-9-1997)

modelo de regresin lineal.

23*

Explique detalladamente cul sera el contraste de autocorrelacin y la transformacin del a) cuando el modelo no tiene variables endgenas retardadas y las observaciones son

modelo adecuados anuales. b) cuando el modelo tiene variables endgenas retardadas y las observaciones son anuales. c) cuando el modelo no tiene variables endgenas retardadas y las observaciones son trimestrales. (5-9-1997) 17

24
(1) (2)

Se han estimado con una muestra de 30 empresas las siguientes funciones de costes:

donde Yi es el coste medio y Xi es la cantidad producida. (Entre parntesis se indican las desviaciones tpicas de los estimadores) a) Cul de las dos estimaciones elegira?. En base a qu criterio? b) Contraste si los trminos cuadrtico y cbico de la cantidad producida son significativos en la determinacin del coste medio. c) En el modelo (2), realice el contraste de significatividad de todos los parmetros del modelo, excluido el trmino constante. (28-1-1998) Solucin a) Utilizando . 2 0,01 b) H 0 : 2 = 3 = 0; R F = 85,91; SCR F = 86, 06; F2,27 = 5, 49 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01). 0,01 c) H 0 : 1 = 2 = 3 = 0; F = 400, 09; F3,27 Se rechaza H 0 para los niveles usuales.

25 Sea el modelo

y = X + u donde y es un vector T 1, X es una matriz T 8, es un vector 8 1 y u es un vector T 1 . = X y , a) Indique el nmero de ecuaciones normales contenido en el sistema XX justificando la respuesta. b) Qu ocurrir si XX es singular? Proponga un ejemplo en el que XX sea singular. c) Proponga un estimador insesgado de 2. Razone la respuesta. = [XX]1 Xy sea un vector de d) Qu hiptesis bsicas deben cumplirse para que estimadores ptimo? Razone la respuesta. (28-1-1998)

26

2 Suponiendo que u ~ N[0, ] y sus caractersticas a) Obtenga la distribucin de u u b) Los residuos t son homoscedsticos y no autocorrelacionados? Justifique la respuesta. c) Los estimadores por MCG son ptimos? Justifique la respuesta (28-1-1998)

27*

Con objeto de estimar un modelo que explica el valor de las ventas (Y) en funcin de la cantidad gastada en publicidad (X), se han ordenado de menor a mayor las observaciones de 20 empresas de la Comunidad Valenciana, obtenindose las siguientes regresiones despus de realizar la ordenacin: 18

 = 197 + 0,8 X i = 14,15,...,20 t2 = 169200 Y u i i a) Contrastar si existe heteroscedasticidad b) Describa detalladamente un procedimiento para obtener estimadores eficientes cuando hay heteroscedasticidad (28-1-1998) Solucin 0,01 a) GQ=92,65; F6,6 = 8, 47 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01.

28*

En el modelo de regresin lineal bsico, comente brevemente a) La diferencia entre perturbacin aleatoria y residuo minimo-cuadrtico. b) Dado que u N (0, 2 M) Son los residuos minimocuadrticos homoscedsticos y no autocorrelacionados? Razone la respuesta. = [XX]1 Xy , ser un vector de estimadores insesgados? c)

29

(1) T = 13 R 2 = 0,50 Adems, obtiene la matriz de varianzas-covarianzas de los estimadores: 0, 25 0, 01 0, 04 var() = 0, 01 0,16 0,15 0, 04 0,15 0,81 Utilizando la informacin disponible: a) Contrstese la hiptesis nula de que 2 = 0 frente a la hiptesis alternativa de que 2 < 0 , con un nivel de significacin del 5%. b) Contrstese la hiptesis nula de que 2 + 3 = 1 frente a la hiptesis alternativa de que 2 + 3 1 , con un nivel de significacin del 5%. c) El modelo en su conjunto es significativo? d) Suponiendo que las variables en (1) estn medidas en logaritmos naturales, cul es la es la interpretacin del coeficiente correspondiente a X3? Solucin 0,05 = 1,812 Se rechaza H 0 . a) t=-3,2; t10
0,05 b) F=0,0096; F1,10 = 4,96 Se acepta H 0 para un nivel de significacin del 5%. 0,05 c) F=5; F2,10 = 4,10 Se rechaza H 0 . d) Elasticidad de demanda de caf respecto al precio del t.

Un investigador obtiene los siguientes resultados: = 1, 00 1,82 X + 0,36 X Y t 2t 3t

30

Se desea estimar el siguiente modelo: Yt = 1 X 2t2 X 3t3 X 4t4 eut utilizando las siguientes observaciones: X2 X3 X4 3 12 4 19

2 4 3 2 5

10 4 9 6 5

5 1 3 3 1

Qu problemas se pueden presentar en la estimacin de este modelo con estos datos? Solucin X 3t = X 2t X 4t ln X 3t = ln X 2t + ln X 4t Multicolinealidad perfecta

31*

Unos grandes almacenes que tienen puntos de venta en 18 capitales de provincia se preguntan acerca del impacto relativo de la publicidad (P) y de los incentivos a sus vendedores (I) sobre las ventas. Para ello han estimado la siguiente funcin de ventas: Posteriormente, se ordenan las observaciones de acuerdo con los gastos en publicidad, de menor a mayor, y se realizan dos estimaciones separadamente obtenindose los siguientes resultados: t2 = 473 i = 1,.....9., u t2 = 43822 i= 10, ....18 u a) Contrastar la hiptesis de homoscedasticidad. b) Si existiera heteroscedasticidad, cmo procedera para realizar inferencias con este modelo? Solucin a) GQ=92,65;
0,01 F6,6 = 8, 47 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01).

33*

a) Se tiene el modelo de ventas (Vt) en funcin del precio (Pt) y gasto en publicidad (Gt), con datos trimestrales. Explique razonadamente cmo puede contrastar si existe autocorrelacin. b) Describa detalladamente, introduciendo los supuestos que considere oportunos, cmo estimara el modelo Yt = 0 + 1 Xt + ut H : = 0 cuando se rechaza 0 , en el esquema ut = ut 1 + t .

20