Está en la página 1de 4

ECONOMETRA Pauta Solemne 1

Profesores: Erwin Hansen, Rodrigo Montero Ayudantes: Daniela Luengo, Fabin Cortez Tiempo: 90 minutos NO est permitido utilizar calculadora

Pregunta 1 (20 puntos) Comente en no ms de 7 lneas las siguientes afirmaciones, indicando claramente si estas son verdaderas, falsas o inciertas. 1. El estimador de mnimos cuadrados ordinarios (MCO) presenta el menor error cuadrtico medio (ECM) de entre todos los estimadores lineales e insesgados. R. Verdadero. Por el teorema de Gauss-Markov se sabe que el estimador MCO es el mejor estimador lineal e insesgado (MELI), es decir, es el que tiene la menor varianza de entre todos los estimadores lineales e insesgados. Dado esto, entonces, tambin minimiza el ECM puesto que dado que es insesgado, ste corresponde simplemente a la varianza del estimador. 2. El estimador de MCO minimiza el R2 de la regresin. R. Falso. Dado que el estimador MCO minimiza la suma de los errores al cuadrado, automticamente maximiza el R2 de la regresin, ya que corresponde al porcentaje de la variabilidad de Y que no se explica por la variabilidad de los errores. 3. Siempre es posible obtener los estimador de MCO en el modelo mltiple = (XX)-1XY. utilizando la expresin R. Falso. Si la matriz (XX) no es invertible, no ser posible computar la frmula sealada. Ahora bien, para que la matriz (XX) sea invertible se necesita que el rango de la matriz X sea completo, es decir, sea igual al nmero de regresores incluidos en el modelo mltiple (rango(X)=k). 4. Los residuos (errores) del modelo de regresin lineal se asumen normales pero no iid (independientes e idnticamente distribuidos). R. Falso. Dentro de los supuestos dados a los residuos del modelo a estimar est el de normalidad, lo que junto a los supuestos de media cero y varianza constante (homocedasticidad), implica que los residuos son idnticamente distribuidos. Por otra parte, se asume que los residuos son independientes entre ellos, es decir, que la covarianza entre ei y ej para todo i j es cero. As, se tiene que con los supuestos estndares sobre los residuos, stos son normales y al mismo tiempo independientes e idnticamente distribuidos.

Pregunta 2 (35 puntos) Considere el siguiente modelo:

Yi = + u i

donde i = 1,,n, y ui es un trmino de error bien comportado, esto es, se distribuye de manera independiente, con media cero y varianza constante (2). a) Demuestre formalmente que el estimador de mnimos cuadrados ordinarios (MCO) para viene dado por: (6 puntos)
MCO = 1 n Yi = Y n i =1

R. El problema que se debe resolver es el siguiente:


2 ) min i =1 u i = mini =1 (Yi n n 2

e igualando a cero: Derivando con respecto a


n ) i =1 (Yi n ) = 0 = = 2i =1 (Yi 2

n i =1 i

b) Encuentre el valor esperado, la varianza y el error cuadrtico medio (ECM) de este estimador. (6 puntos) R. n Yi 1 n ) = E i =1 = E (Yi ) = 1 n = E ( n n i =1 n ) = 1 V (n Yi ) = 1 V ( i =1 n2 n2 1 2 2 i =1V (Yi ) = n 2 n = n
n

) = V ( ) + ( E ( ) ) 2 = V ( ) = ECM (

2
n

MCO : Yi = {2,3,5,5,7,8}. (6 puntos) c) A partir de los siguientes datos encuentre R. Con estos datos: 6 Y i =1 i = =5 6

d) Considere el siguiente estimador alternativo: (6 puntos)


~= nY n +1

Encuentre el valor esperado, la varianza y el ECM de este estimador. R.


~ ) = n E (Y ) = n 1 n E (Y ) = n 1 n = n E ( i n + 1 n i =1 n +1 n n +1 n +1

n 1 ~ n V ( )= V (Y ) = 2 n + 1 n + 1 n ~

n 2 1 2 ( ) V Y = n = i =1 i n + 1 (n + 1) 2
2 n 2

n 2 n 2 + 2 n ECM ( ) = + = (n + 1) 2 n + 1 (n + 1) 2

~ e) Utilizando la misma muestra de datos anterior encuentre . (6 puntos) R. Con estos datos:
nY Yi 30 4,2857 = = i =1 = 6 +1 7 n +1
6

f) Cul de estos dos estimadores prefiere usted? Justifique muy bien su respuesta. (5 puntos) R. Dado que se est comparando un estimador que es insesgado pero con mayor varianza con uno que es sesgado pero que tiene una menor varianza, entonces, se debe escoger en funcin del ECM.

Pregunta 3 (35 puntos) Para el caso del siguiente modelo simple: Yi = a + bX i + i donde el trmino de error cumple con los supuestos habituales: a) Cual es el criterio para encontrar el estimador de Mnimos Cuadrados Ordinarios (MCO)? (5 puntos) R. Para encontrar los estimadores MCO el criterio ser minimizar la suma de los cuadrados de la regresin, es decir:

min SCR min i =1 ei2 min i =1 (Yi a bX i ) 2


n n

b) Encuentre las ecuaciones normales de este problema. (10 puntos) R. De acuerdo a lo visto en clases para este problema existen 2 ecuaciones normales. Para el intercepto la ecuacin normal es:

n i =1 i

Y = an + bi =1 X i
n

Mientras que para la pendiente la ecuacin normal es:

X i Yi = a i =1 X i + bi =1 X i2 i =1
n n

c) Encuentre los estimadores de MCO para a y b. (10 puntos)

R. Das dos ecuaciones normales forman un sistema de dos ecuaciones y dos incgnitas cuyas soluciones corresponden a los estimadores de MCO. El estimador de la pendiente es:

= b

i =1 n

X i Yi nXY

X i2 nX 2 i =1

i =1

( X i X )(Yi Y ) ( X i X ) 2 i =1
n

=
n

i =1 n

xi y i
2

x i =1 i

Mientras que el estimador del intercepto es:

X =Y b a
d) Encuentre las varianzas de los estimadores MCO de a y b. (10 puntos) R.
) = V (b

n i =1

xi

2 1 = + V (a ) n

n 2 i =1 xi X2

IMPORTANTE: En cada una de las partes, sea muy preciso en cuanto a los pasos a seguir para encontrar lo buscado; NO bastar con que solo establezca la expresin final de lo que se le pide.

También podría gustarte