Econometra II.

Hoja de Problemas 1

Nota: En todos los contrastes tome como nivel de significacin 0.05.

1. Sean Z1 , ..., ZT variables aleatorias independientes, cada una de ellas con distribucin
de Bernouilli de parmetro p = 0,4, es decir, cada una de las Zt son variables
aleatorias discretas que slo pueden tomar dos valores: 0 y 1, y p = P (Zt = 1) = 0,4.
Llamaremos
b a la media muestral calculada con estas T variables aleatorias.
a) Calcule la esperanza y la varianza de
b.

b) Demuestre que
b p 0,4. (Indicacin: Utilice el Teorema de Markov).

c) Utilizando el teorema central del lmite, determine cul es la distribucin aproximada de

b.

2. El modelo Yt = Xt + ut cumple todos supuestos bsicos del modelo de regresin

con observaciones independientes e idnticamente distribuidas. Se sabe adems que
E (X) = c 6= 0. Se considera el estimador
e =

T
P

t=1
T
P

Yt
Xt

t=1

a) Demuestre utilizando la ley de los grandes nmeros que e es un estimador

consistente de .
b) Demuestre que

a
T (e ) N (0, 2 )
c

3. El modelo Yt = 1 X1t + 2 X2t + ut , para t = 1, ..., T, satisface los supuestos bsicos

del modelo de regresin con observaciones iid. Se sabe que:
 2

 
X1t
X1t X2t
3 1
E
=
2
X1t X2t X2t
1 2
a) Sea e1 el estimador de 1 que se obtiene al estimar por MCO un modelo con Yt
como variable dependiente y X1t como nica variable independiente. Demuestre
que e1 no es un estimador consistente de 1 .
1



b) Sea b = b1 , b2 el estimador de = (1 , 2 ) que se obtiene al estimar por
MCO un modelo con Yt como variable dependiente y como variables independientes tanto X1t como X2t . Demuestre que la varianza (condicional en X1t y
X2t ) de e1 es menor o igual que la de b1 . Contradice este resultado el Teorema
de Gauss-Markov?
4. Al estimar por MCO el modelo de regresin lineal:
Yt = 1 + 2 X2t + 3 X3t + ut
con 290 observaciones, se obtiene el resultado siguiente:
Ybt = 4 + 0,4X2t + 0,9X3t ,

siendo la suma cuadrtica residual 5200 y el coeficiente de determinacin R2 es 2/15.

Se sabe adems que:
1

0
0
290
1
8

3900
(X X)1 = 0
3900
1
5
0 3900
3900
Sabemos que el modelo cumple los tres supuestos bsicos del modelo de regresin
con observaciones iid; sin embargo, no estamos seguro de que la distribucin de
los errores sea normal. Utilizando aproximaciones asintticas y tomando 0,05 como
nivel de significacin:
a) Contraste la significatividad individual de la variable X3t .
b) Contraste la significatividad global del modelo.
c) Contraste la hiptesis nula H0 : 2 = 1, 3 = 1.
5. Considere el modelo de regresin lineal simple con regresores aleatorios
Yt = 1 + 2 Xt + ut
donde {(Yt , Xt ) }Tt=1 son independientes e idnticamente distribuidos con vector de
medias (Y , X ) , y se satisface los tres supuestos bsicos del modelo de regresin.
Sea b = (b1 , b2 ) el estimador MCO de = (1 , 2 ) .
a) Sabiendo que b2 es un estimador consistente de 2 , demuestre que b1 = Y b2 X
es un estimador consistente de 1 .

b) Cmo podra contrastarse la hiptesis H0 : 2 = 0 frente a H1 : 2 > 0?.

Derive la expresin del estadstico de contraste y su distribucin asinttica
bajo la hiptesis nula.

6. Considere el modelo de regresin simple sin constante Yt = Xt + ut , t = 1, 2, .., T,

donde {(Yt , Xt ) }Tt=1 son independientes e idnticamente distribuidos y se verifican los tres supuestos bsicos del modelo de regresin lineal; adems se sabe que
E(Xt2 ) = > 0. Sea b el estimador MCO de . Demuestre que bajo estos supuestos

2
T (b ) d N (0, ). NOTA: especifique claramente los supuestos y teoremas
que utiliza en cada paso de la demostracin.
7. El modelo de regresin simple Yt = Xt + ut cumple los supuestos bsicos del
modelo de regresin lineal con observaciones iid. Se estima a travs del siguiente
estimador:
T
1 X Yt
=
T t=1 Xt
a) Demuestre que es un estimador insesgado y consistente de .
Cmo estimara consistentemente en
b) Obtenga la distribucin asinttica de .
una muestra dada su varianza asinttica? Compruebe que, bajo los supuestos bsicos del modelo de regresin lineal, el estimador no es ms eficiente
asintticamente que el estimador de MCO.
8. Considere el siguiente modelo lineal para la demanda de manzanas ecolgicas (cultivadas sin pesticidas ni abonos qumicos)
ecolbst = 0 + 1 ecoprct + 2 regprct + ut

(1)

donde ecolbs es la cantidad en kilos de manzanas ecolgicas compradas en una semana por una familia, ecoprc es su precio en euros y regprc es el precio de las
manzanas normales (no ecolgicas) en el mismo establecimiento. Suponemos que
la ecuacin (1) cumple todos los supuestos del modelo de regresin lineal con observaciones iid, pero no suponemos que ut sigue una distribucin normal. Con una
muestra de 660 observaciones, se han obtenido los siguientes resultados estimando
por mnimos cuadrados ordinarios:
\ = 1,965 2,927ecoprc + 3,029regprc
ecolbs
(0,380)

(0,588)

(2)

(0,711)

\ = 2,056 2,926dif prc

ecolbs
(0,152)

R2 = 0,0364

R2 = 0,0363

(3)

(0,588)

donde dif prc = ecoprc regprc. Se piensa que si los distribuidores de manzanas
normales reducen el precio en un euro, los distribuidores de manzanas ecolgicas
mantendrn constante su demanda si tambin reducen su precio en un euro. Con
la informacin disponible, contraste esta hiptesis con un nivel de significacin del
5 %.

9. Se tiene una muestra de 250 empleados de una gran empresa con informacin sobre
su salario, si son hombre o mujer y si ocupan un puesto directivo o no. Se proponen
los siguientes modelos para analizar las diferencias salariales por sexo:
salariot
salariot
salariot
salariot

= 1 + 2 mujert + t
= 1 + 2 directivt + t
= 1 + 2 mujert + 3 directivt + vt
= 1 + 2 mujert + 3 directivt + 4 mujert directivt + ut

(1)
(2)
(3)
(4)

donde salario es el salario mensual del empleado o empleada, mujer toma valor 1 si
la empleada es mujer y cero en caso contrario y directiv toma valor 1 si el empleado/a
ocupa un puesto directivo y cero en caso contrario. Suponga que para cada modelo
de los anteriores se verifican los supuestos bsicos del modelo de regresin lineal con
observaciones iid, pero que no podemos suponer que los trminos de error siguen una
distribucin normal. Los resultados de estimar estas ecuaciones por MCO aparecen
en las Tablas adjuntas. Se sabe adems que la matriz de varianzas y covarianzas del
estimador de MCO del modelo (4) es

38,51 38,51 38,51

38,51
  38,51 358,63
38,51 358,63

Vd
ar b =
38,51 38,51
138,94 138,94
38,51 358,63 138,94 561,50
a) Contraste usando la estimacin del modelo (1) si existen diferencias salariales
por sexo. Repita el contraste con el modelo (3). Comente los resultados.
b) Usando los resultados del modelo (3), contraste que todos los trabajadores
ganan el mismo salario, sea cual sea su sexo y su puesto de trabajo.
c) Segn el modelo (4), qu diferencia salarial existe entre un hombre no directivo y una mujer directiva? Contraste si esta diferencia es estadsticamente
significativa.
d ) Contraste si el diferencial salarial por sexo es independiente del puesto que
ocupa el/la trabajador/a.

12345656789

ABCDB8EF8
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77
4 D5257C2A!96B4E7
89AB9CD2

"2##B B246

F65$7%AAA

6&F696B6B

'AC$77

"
-.%

($)(
),$,+/+

$((*+
(($/*++

*+$),
$+)

$
$(

&9A25
506257&9A25
F$%$7#7A21A2B4
F79A257A2B5
17DB22DB5
1ACB4&79647696

$/
$+
)($)(/
$(%3,
&(,,$+
$,**

777729475232452467!9A
7777F$1$75232452467!9A
777729B227B4#7 AB62AB4
7777F 49A57 AB62AB4
77776&696B6B
7777'AC86&696B6B 9

()$
)(/$*
$(/*
$(*
$,(/(*
$(,

ABCDB8F8
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77
4 D5257C2A!96B4E7
89AB9CD2

"2##B B246

F65$7%AAA

6&F696B6B

'AC$77

"
1%":8

/$))
*$((,

($((/
*$*/*)

+$*)
/$(

$
$

&9A25
506257&9A25
F$%$7#7A21A2B4
F79A257A2B5
17DB22DB5
1ACB4&79647696

$,+++*+
$,++//
/*$))
/)+)
&++$+
$*((+

777729475232452467!9A
7777F$1$75232452467!9A
777729B227B4#7 AB62AB4
7777F 49A57 AB62AB4
77776&696B6B
7777'AC86&696B6B 9

()$
)(/$*
*$,*/)
*$,)**
+,$/(
$

ABCDB8F8
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77
4 D5257C2A!96B4E7
89AB9CD2

"2##B B246

F65$7%AAA

6&F696B6B

'AC$77

"
-.%
1%":8

/,+$/
&+*$)
/$*)

)$,(((*
*$(+*
$+)*

$,/
&/*$+,,/*
*$*/)

$
$
$

&9A25
506257&9A25
F$%$7#7A21A2B4
F79A257A2B5
17DB22DB5
1ACB4&79647696

$(,)/,
$(,(*
,$*//+(
)+/,/$
&/$(/
$,**

777729475232452467!9A
7777F$1$75232452467!9A
777729B227B4#7 AB62AB4
7777F 49A57 AB62AB4
77776&696B6B
7777'AC86&696B6B 9

()$
)(/$*
$)+)*
$+*,(
,+,$/
$

ABCDB8F8
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77
4 D5257C2A!96B4E7
89AB9CD2

"2##B B246

F65$7%AAA

6&F696B6B

'AC$77

"
-.%
1%":8
-.%;1%":8

$,+
&+($++/
/($+
*$/

)$)(+
,$(*+
$+,+*
*$)((+

/$/(
&*+$/+)
)$)/
,$(((/

$
$
$
$

&9A25
506257&9A25
F$%$7#7A21A2B4
F79A257A2B5
17DB22DB5
1ACB4&79647696

$(,(*
$(,(*+
+$)+(
((($
&/$*+(
$,

777729475232452467!9A
7777F$1$75232452467!9A
777729B227B4#7 AB62AB4
7777F 49A57 AB62AB4
77776&696B6B
7777'AC86&696B6B 9

()$
)(/$*
$*(*
$/*,
++*$,+
$