Está en la página 1de 10

Demanda de Rosas

Sea:
Y = cantidad de rosas vendidas, docenas
X2 = precio promedio al mayoreo de las rosas, $/docena
X3 = precio promedio al mayoreo de los claveles, $/docena
X4 = ingreso familiar disponible promedio semanal, $/semana
X5 = variable de tendencia que toma valores de 1, 2, y as sucesivamente,
durante el periodo 1971-III a 1975-II en el rea metropolitana de Detroit.

1- Se plantea el siguiente modelo para explicar la evolucin de la demanda de


rosas.

a) Especifique la ecuacin que est detrs de esta regresin.(0.25)

Q= 10618.64-2227.7*P_ROSAS+1251.1*P_CLAVELES+6.2*ING_FAM-197*TREND

b) Explique el resultado obtenido para cada uno de estos coeficientes, son los
valores obtenidos para cada coeficiente, los esperados para un modelo de
demanda.(1.5)
Coeficientes Precio propio negativo; precio de claveles positivo (sustituto de las rosas);
ingreso familiar positivo, tendencia puede ser negativo o positivo; con lo cual, los
resultados obtenidos, coinciden con los signos esperados.(0.5)
Un aumento en el precio de las rosas en un peso, produce una reduccin en la demanda
de rosas 2227 docenas de rosas.(0.2)
Un aumento en el precio de los claveles, manteniendo todo lo dems constante, implica
un aumento en la demanda de rosas en 1251 docenas. (0.2)
Un aumento en el ingreso semanal familiar en un peso, produce un aumento en la
demanda de rosas de 6.2 docenas por trimestre.(0.2)
La constante indica el consumo promedio de rosas, independientemente de las variables
consideradas. Las cantidades demandadas de rosas, cuando todos los determinantes
considerados son cero, es de 10618.(0.2)
El coeficiente de la tendencia indica que a medida que pasa el tiempo, la demanda de
rosas disminuye en 197 docenas por trimestre; esto se deba, probablemente, a otros
medios alternativos de demostracin amorosa sustitutos de las flores. (0.2)
c) Con los resultados de las estimaciones; calcule la elasticidad precio de la
demanda en el promedio del precio y de la cantidad (muestre el clculo
asociado). (1)
La elasticidad es (Delta Q/Q)/(DeltaP/P)
Reacomodando tenemos que: (Delta Q/Delta P)*(P/Q)
Segn los resultados de la estimacin (Delta Q/Delta P)= -2227.704
El precio promedio= 3.106
La cantidad promedio= 7645
La elasticidad puntual en los valores promedio=0.905

d) Es este modelo factible una vez evaluados los test de normalidad,


heteroscedasticidad y autocorrelacin. Indique los resultados obtenidos en cada
test.
Test de normalidad de Jarque-Bera

Segn el test de Jarque Bera, los residuos son normales (0.5)


Test de Breuch y Godfrey

Los residuos no tienen autocorrelacin de segundo orden (0.5)

Test de White

Los residuos tienen varianza constante (0.5)


TOTAL DE PUNTOS: 3.75

2- Suponga que la regresin realizada es la siguiente:

a) Especifique la ecuacin que est detrs de esta regresin.

Q= 3.54-1.17*P_ROSAS+0.73*P_CLAVELES+1.15*ING_FAM-0.03*TREND

a) Explique el resultado obtenido para cada uno de estos coeficientes, son los
valores obtenidos para cada coeficiente, los esperados para un modelo de
demanda.(1.5)
Coeficientes Precio propio negativo; precio de claveles positivo (sustituto de las rosas);
ingreso familiar positivo, tendencia puede ser negativo o positivo; con lo cual, los
resultados obtenidos, coinciden con los signos esperados.(0.25)
Un aumento en el precio de las rosas en un 1%, produce una reduccin en la demanda
de rosas de 1.17%.(0.2)
Un aumento en el precio de los claveles en un 1%, manteniendo todo lo dems
constante, implica un aumento en la demanda de rosas en 0.73%. (0.2)
Un aumento en el ingreso semanal familiar en un 1%, produce un aumento en la
demanda de rosas en un 1.15%.(0.2)
La constante indica el consumo promedio de rosas, independientemente de las variables
consideradas. Las cantidades demandadas de rosas, cuando todos los determinantes
considerados son cero, es de 3.54 que, si aplicamos el antilogarinto, es de 3440 .(0.2)

El coeficiente de la tendencia indica que a medida que pasa el tiempo, la demanda de


rosas disminuye en un 3% por trimestre; esto significan en promedio 223 docenas
trimestrales. (0.2)

b) A partir de los resultados de las estimaciones; puede la elasticidad precio de la


demanda de rosas ser considerada igual a la que calcul para el punto 1-c)
(muestre el calculo asociado). (1.5)
El coeficiente de elasticidad = -1.17
El coeficiente de elasticidad calculado con el modelo lineal=-0.905
El error estndar=0.488
T(16-5)gl=(-1.17+0.905)/0.488=-0.54
Dado el t-estadstico obtenido para la hiptesis nula que el coeficiente es igual a cero es
de -2.39 para un 3.4% de significancia; con un t= a -0.54 acepto la hiptesis nula que el
coeficiente es igual a -0.9. (1.5)
c) Indique cuanto estima usted seran las cantidades demandadas de Rosas para el
tercer trimestre de 1975, si el precio promedio al mayoreo se incrementa a 5$.
(1.5 puntos)
Las cantidades en el segundo trimestre de 1975=5872
El precio en el segundo trimestre de 1975= $3.69
El coeficiente de elasticidad precio de la demanda de rosas=-1.17
El precio nuevo= $5
La variacin en el precio= 5/3.69-1=0.355
La variacin final en la cantidad implica (Q1/Q0-1) = (-1.17*(P1/P0-1))=
= (Q1/Q0-1)=-1.17*0.355
Entonces; Q1=(-1.17*0.355+1)*Q0
Q1=0.584372*5872=3431.5
Las cantidades demandadas estimadas para el tercer trimestre de 1975 sera
aproximadamente 3431 docenas de rosas si el precios aumentara a 5$.
d) Es este modelo factible una vez evaluados los test de normalidad,
heteroscedasticidad y autocorrelacin. Indique los resultados obtenidos en cada
test.
Test de normalidad de Jarque-Bera

Los residuos son normales (0.1)


Test de Breuch y Godfrey

Los residuos no presentan autocorrelacin con dos rezagos (0.1)

Test de White

Los residuos son homoscedasticos


e) Luego del anlisis de residuos,

3- Cul de estos modelos es mejor, cual elegira y por que?

No puedo compararlos debido a que no cuento con los valores estimados de ninguno de
los dos modelos.

Establezca si las siguientes afi rmaciones son verdaderas, falsas o inciertas, y justifique
la respuesta.
a) A pesar de la multicolinealidad perfecta, los estimadores de MCO son MELI.
b) En los casos de alta multicolinealidad, no es posible evaluar la significancia
individual de uno o ms coeficientes de regresin parcial.
e) La multicolinealidad es inofensiva si el objetivo del anlisis es slo la prediccin
(explique en casos esto es cierto).
f) En presencia de heteroscedasticidad, los estimadores de MCO son sesgados e
ineficientes.

g) Si hay heteroscedasticidad, las pruebas convencionales t y F son invlidas.


h) En presencia de heteroscedasticidad, el mtodo de MCO habitual siempre
sobreestima los errores estndar de los estimadores.
i) Si los residuales estimados mediante una regresin por MCO exhiben un patrn
sistemtico, significa que hay heteroscedasticidad en los datos.
j) No hay una prueba general de heteroscedasticidad que no est basada en algn
supuesto acerca de cul variable est correlacionada con el trmino de error.
k) Si el modelo de regresin est mal especifi cado (por ejemplo, si se omiti una
variable importante), los residuos de MCO mostrarn un patrn claramente distinguible.
l) Si una regresora con varianza no constante se omite (incorrectamente) de un modelo,
los residuos (MCO) sern heteroscedsticos.

También podría gustarte