Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Samuelson, Koopmans y
Stone 1954: La Econometra
puede ser definida como el
anlisis cuantitativo de los
fenmenos econmicos
reales, basado en el
desarrollo simultneo de la
teora y la observacin
1
2. Seale los principales pasos de la metodologa economtrica y ejemplifique con el
posible modelo que entregara para su clase de taller de econometra. Nota: Recuerde el
marco terico es fundamental, la clave es que proponga la pregunta y la respuesta alternativa es
la hiptesis.
2
5. Cul es la funcin de esperanza condicional o funcin de regresin poblacional? Cul
es su significado en trminos de la regresin?
3
7. Qu papel desempea el trmino de error estocstico ei en el anlisis de regresin?
Cul es la diferencia entre el trmino de error estocstico y el residual ui?
El rror stoca stico rprsnta todas aqullas variabls qu influyn n l modlo pro qu no
s incluy n st. Las razons por las qu no s incluy s por falta d informacio n, xistn
variabls qu son cntrals, ntr otras custions.
9. Por qu cuando se ajusta una nube de puntos a una ecuacin de regresin, se utiliza
siempre el criterio de minimizar la suma de los cuadrados de los residuos y no otros
como minimizar la suma del valor absoluto?
Minimizar la suma dl valor absoluto d los rsiduos pud conducir a ajusts no adcuados
10. Describa brevemente los supuestos del MCRL (Modelo Clsico de Regresin Lineal).
Linealidad
El modelo de regresin es lineal en los parmetros, aunque puede o no ser lineal en las variables.
Los valores que toma la regresora X pueden considerarse fijos en muestras repetidas (el caso de la regresora
fi ja), o haber sido muestreados junto con la variable dependiente Y (el caso de la regresora estocstica). En
el segundo caso se supone que la(s) variable(s) X y el trmino de error son independientes, esto es, cov(Xi,
ui) 0.
4
Dado el valor de Xi, la media o el valor esperado del trmino de perturbacin aleatoria ui es cero.
El nmero de observaciones n debe ser mayor que el nmero de parmetros por estimar
Sucesivamente, el nmero de observaciones n debe ser mayor que el nmero de variables explicativas.
No todos los valores X en una muestra determinada deben ser iguales. Tcnicamente, var(X) debe ser un
nmero positivo. Adems, no puede haber valores atpicos de la variable X, es decir, valores muy grandes en
relacin con el resto de las observaciones.
11. Cules son las propiedades de los estimadores MCO? Por qu son MELI? Defina el
Teorema de Gauss-Markov y ejemplifique la propiedad de insesgado.
Propiedades
-Linealidad: Es una funcin lineal de una variable aleatoria, como la variable dependiente Y en el modelo de
regresin.
5
-Tiene varianza mnima dentro de la clase de todos los estimadores lineales insesgados. Es eficiente.
Son MELI porque los estimadores de mnimos cuadrados, son estimadores lineales insesgados, tienen
varianza mnima, de acuerdo a los supuestos del modelo clsico.
El teorema de Gauss-Markoy se refiere a que los estimadores, es decir, los parmetros B tienen una varianza
mnima lo que los hace eficiente, presentan el menor error cuadrtico, todo esto para la funcin de regresin
muestral sea lo ms prxima a la funcin de regresin poblacional, de igual manera deben ser insesgados.
Insesgado se refiere a que los estimadores no tienen diferencia entre el valor esperado y el valor verdadero.
Coeficiente de determinacin
Se refiera a la bondad del ajuste de la lnea de regresin a un conjunto de datos, es decir, cun bien
se ajusta la lnea de regresin a los datos.
Propiedades
Es una cantidad no negativa.
Sus lmites son 0 r 2 1. Un r 2 de 1 significa un ajuste perfecto, es decir, Y= Yi.
Coeficiente de correlacin
Es una medida del grado de asociacin entre dos variables.
Propiedades
Puede tener signo positivo o negativo
Cae entre los lmites de 1 r 1
El coeficiente de correlacin entre X y Y (rXY) es el mismo que entre Y y X (rYX)
Una correlacin igual a cero no necesariamente implica independencia
Es una medida de asociacin lineal o dependencia lineal
6
13. Investigue y argumente por qu correlacin no implica causalidad, pero causalidad si
implica correlacin.
14. Defina variable aleatoria, indique cmo se clasifica y sus principales propiedades.
Una variabl alatoria asocia a cada rsultado d un xprimnto alatorio a un nu mro ral.
15. En clase establecimos que la funcin de distribucin normal estndar, se expresa como:
b. Cmo se conoce a la curva que obtuvo, por qu se dice que es un caso particular
de una funcin general.
7
c. Del inciso anterior, defina y represente la funcin general o su funcin de
densidad de probabilidad, mencione sus principales caractersticas.
8
17. Reflexione, si la variable endgena no se distribuye como una normal cules son las
principales implicaciones y dado los mtodos de la pregunta anterior cul sera el ms
adecuado.
21. Proponga una relacin lineal simple y construya la tabla ANOVA (no copie o pegue de
internet) Cul es la relacin con la SCT, SCE y SCR explique?
9
22. En el modelo de regresin lineal simple, algunas veces se asume que entonces el
modelo sera:
b. Calcule y Var .
23. Por qu cuando se ajusta una recta que pasa por el origen no se utiliza el coeficiente de
determinacin R2 como medida de bondad de ajuste?
24. Por qu cuando se comparan ecuaciones de regresin con distinto nmero de variables
regresoras no se utiliza R2 sino el llamado R2 ajustado?
10
25. Muestre en una tabla las distintas formas funcionales que se pueden adoptar en el MCRL
Cmo elegir la mejor forma funcional? Linealidad de los parmetros o en las
variables? Argumente.
27. Cules son las principales fallas y limitaciones relacionadas con el anlisis de regresin
y correlacin?
11
Seccin II. Razonamiento matemtico (30 puntos).
n n n n n
ui. 0;
i 1
ui X i 0;
i 1
uiYi 0
i 1
Yi Yi
i 1 i 1
12
c. Calcul la matriz invrsa
d. Qu pasara si a=0?
13
4. Dtrmin si los siguints modlos son linals n los para mtros, n las variabls o n
ambos. Cua ls d stos modlos son d rgrsio n linal?
5. Una mprsa ha spcificado un modlo d rgrsio n linal cla sico para xplicar la funcio n d
dmanda d sus aparatos lctro nicos (Y), xprsada n mils d unidads, n funcio n d su
prcio (X) n mils d psos. Para dicha stimacio n s rcog una mustra d 24 obsrvacions
con los siguints rsultados:
14
A partir d los rsultados antriors:
15
1. En un artculo rcint, Ros (2009)
intnta valuar l papl d difrnts
factors distribucio n dl ingrso, gasto
social y cambios dmogra ficos- n las
tasas d pobrza d Am rica Latina
(considrando un total d 12 pass). El
marco analtico adoptado por st autor
consistio n hacr qu la pobreza
dependiera del nivel de PIB por
trabajador, el grado de desigualdad de la
distribucin del ingreso (GINI), del gasto
social (GS) y de la estructura por edades
de la poblacin. Para Ros, l papl d los
trs primros factors s ma s o mnos
claro: n igualdad d condicions, un
aumento del PIB por trabajador, una
menor desigualdad y un incremento del
gasto social darn lugar a una reduccin
de la tasa de pobreza. El rol d la
structura d dad d la poblacio n s
captado d dos formas difrnts: una
s a trav s d la rlacio n d
dpndncia (DEP), qu alud a la razo n d la poblacio n potncialmnt no activa rspcto a la
poblacio n potncialmnt activa; la otra s considrando a la poblacio n mnor d 15 an os
(POB<15). El cuadro siguint mustra part d las stimacions mpricas ncontradas por
Ros. Considrando sta informacio n s l pid lo siguint:
16
d. En su opinio n, cua l d los modlos s l mjor, justifiqu brvmnt su rspusta.
2. En la Tabla 1.3 del texto de Gujarati s proporcionan datos sobr l ndic d prcios al
consumidor d sit pass industrializados, cuya bas s 1982-1984=100.
17
b. Grafiqu la tasa d inflacio n d cada pas n funcio n dl timpo.
e. Elija dos pases, investigue su INPC, calcule sus tasas de crecimiento y seale las
principales diferencias entre el periodo propuesto por el manual y sus
resultados en el periodo actual.
18
3. En la Tabla 3.8 s proporcionan datos sobr l Producto Intrno Bruto (PIB) d Estados
Unidos d 1959 a 2005.
a. Grafiqu los datos dl PIB n do lars actuals y constants (s dcir, d 2000) rspcto
al timpo.
Yt 1 2 X t U t
19
c. Estim l modlo para l PIB n do lars constants y corrints. Co mo intrprta 2?
20
e. Realice el mismo ejercicio para el caso de la economa mexicana, tiene la
libertad de establecer el periodo y el ao base.
21
b. Proponga y scriba la cuacio n d rgrsio n a stimar no olvid l t rmino d rror.
5. En la Tabla 5.5 proporciona datos sobr l salario promdio d un mastro d scula pu blica
(l suldo anual sta n do lars) y l gasto n ducacio n pu blica por alumno (do lars); stim
l siguint modlo:
Sueldot 1 2Gastot U t
b. Obtnga las stimacions d los para mtros, sus rrors sta ndar, r2, la SCR y la SCE.
23
c. Intrprt la rgrsio n Tin sntido cono mico?
B
6. Dada la funcio n d dmanda d caf : Qd AP U y las siguints obsrvacions, stim los
coficints A, dl modlo y la dmanda d caf cuando P= 21.7
P 21 23 24 22 20 20.5 18 19 22 23 25 24 22
Q d 980 984 970 1010 1019 1000 1060 1032 987 984 959 973 989
24
S stimo l siguint modlo cu bico d costos: Costos 1 2Q 3Q 4Q u
2 3
7.
a. Escriba las instrucciones completas y precisas d Eviws rquridas para l ca lculo
d la rgrsio n.
25
d. Estim cual sra l costo total si Q=20.
26
g. Obtnga la funcio n d Costo Marginal (CMg).
8. Con los datos qu s mustran a continuacio n stim l siguint modlo rciproco, qu sta
dado por:
1
LnYt 1 2 U t
Xt
X 0.6 0.82 1.10 1.5 2.2 2.6 3 3.3 3.4 3.6 3.8 4 4.2 4.4
Y 17.2 40.1 83.3 128.4 200.2 227 254.7 275 278.6 287 298 304 311 315
27
c. Escriba la cuacio n stimada int rprt los coficints stimados.
9. En la Tabla 7.10 s proporcionan datos d la Dmanda d Dinro para Estados Unidos, 1980 a
1988; a partir d la siguint funcio n:
M t 1Yt 2 rt 3 eut
28
c. Co mo dcidira cua l s la mjor spcificacio n?
29
10. A partir d los datos d dsmplo (UN) inflacio n (DI) para Estados Unidos corrspondints
al priodo 1960-2006, s ralizo la stimacio n obtni ndos los siguints rsultados:
30
c) Cua l s l modlo to rico dtra s? Sn al su hipo tsis fundamntal y una brv discusio n
to rica.
11. Con bas a un conjunto d datos mnsuals qu van dsd nro dl 2000 a dicimbr d
2010, s obtuviron los siguints rsultados d dos propustas d rgrsio n linal: 1
Rgrsio n linal 1:
Rgrsio n linal 2:
1
Ejercicio elaborado y proporcionado por el Mtro. Ulises Hernndez Ramos.
31
Dond Y=logaritmo dl rndiminto d las accions comuns d Masca y X= logaritmo dl rndiminto
promdio dl mrcado d valors.
32
12. En l archivo vdicotoma.xls aparcn datos trimstrals d vntas y utilidads d una
mprsa, as como la variabl dicoto mica D2 para idntificar las obsrvacions dl sgundo
trimstr d cada an o.
a. Elabor un modlo d rgrsio n (con UTIL como variabl dpndint y Vntas como
variabl xplicativa) adma s incorpor a la variabl dicoto mica dntro d las variabls
xplicativas.
33
14. Sgu n Sanz, J. et al (1996), los m todos d rgrsio n prtndn, por una part, dtrminar la
structura matma tica qu mjor xprs la rlacio n ntr las variabls, y por otra part,
proporciona stimacions acrca d una d las variabls, dado los valors conocidos d las
dma s. Como s obsrvo n los jrcicios antriors xistn divrsos m todos as como
softwar spcializado para obtnr los stimadors otra propusta d solucio n s l nfoqu
matricial dado por: XY, a partir d la xprsio n antrior obtnga los stimadors
para los siguints jrcicios:
Q L K
3 1 2
5 2 3
6 3 3
7 3 4
4 4 1
34
15. La volucio n dl PIB y las importacions dsd 1988, s rcogn n la siguint tabla:
Aos PIB M
1988 35910 7980
1989 37610 8250
1990 39015 8915
1991 39890 9675
1992 40170 10205
1993 39725 10130
1994 40200 12345
1995 41200 13430
35
16. La siguint tabla nos mustra los valors d las variabls importacions d bins y
srvicios (variabl dpndint Y); producto nacional bruto (PNB, X 1) y prcios rlativos
d las importacions (X2), durant l prodo 1995-2004 d la conoma d un pas:
Aos Y X1 X2
1995 21 52 120
1996 30 58 120
1997 40 64 116
1998 50 69 109
1999 56 73 105
2000 72 78 98
2001 82 84 96
2002 81 88 94
2003 86 93 100
2004 100 100 100
36
d. Los coficints d corrlacio n simpl.
17. S dsa studiar la rprcusio n qu tin la tasa d intr s sobr los ndics d futuros. Para
llo, s obsrvaron las siguints variabls, durant los u ltimos doc das:
Y= Indic d Futuros
X= Tasa d intr s
37
b. Obtnga la cuacio n d rgrsio n n Excl (paso por paso utilizando las formulas); n
l softwar Eviws, d forma matricial y n R utilizando la siguint rutina:
##S dsa studiar la rprcusio n qu tin la tasa d intr s sobr los ndics d futuros##
##Para llo, s obsrvaron las siguints variabls, durant los u ltimos doc das##
tasadintrs = c(7.43, 7.48, 8, 7.75, 7.6, 7.63, 7.68, 7.67, 7.59, 8.07, 8.03, 8)
summary(tasadintrs)
indicdfuturos = c(221, 222, 226, 225, 224, 223, 223, 226, 226, 235, 233, 241)
summary(indicdfuturos)
hist(tasadintrs)
hist(indicdfuturos)
boxplot(tasadintrs,indicdfuturos)
boxplot(tasadintrs)
boxplot(indicdfuturos)
plot(tasadintrs,indicdfuturos)
r<-cor(tasadintrs,indicdfuturos, mthod = "parson") ##Corrlacio n d Parson
r
rs<-cor(tasadintrs,indicdfuturos,mthod = "sparman") ##Corrlacio n Sparman
rs
x<-(tasadintrs)
x
y<-(indicdfuturos)
y
r1<-lm(y~x)
summary(r1)
plot(x,y)
ablin(r1)## Incorpora la rcta d rgrsio n a la gra fica d puntos
plot(r1)
anova (r1) ## Raliza la tabla ANOVA (Ana lisis d Varianza)
38
library(UsingR) ##Instalar la librra###
scattr.with.hist(tasadintrs,indicdfuturos)
simpl.hist.and.boxplot(tasadintrs)
simpl.hist.and.boxplot(indicdfuturos)
simpl.da(tasadintrs)
simpl.da(indicdfuturos)
simpl.lm(x,y,show.rsiduals=TRUE)
plot(r1)
simpl.lm(x,y,show.ci=TRUE,conf.lvl=0.90)##construy los intrvalos d confianza d forma gra fica
simpl.lm(x,y,show.ci=TRUE,conf.lvl=0.9)
39