Universidad Técnica Particular de Loja

Econometría I

Integrantes:

 Alejandra Ivanova Camacho C.

 Jorge Geovanny Cabrera G.
Paralelo: “B”
Fecha: 21 de abril de 2013

Preguntas Capitulo 2

2.1. ¿Cuál es la función de esperanza condicional o función de regresión

poblacional?

La ecuación E (Y⃒Xi ) = f(Xi ) se conoce como función de esperanza condicional

(𝑌𝑋𝑖⁄)= 𝛽1+𝛽2 𝑋𝑖

Nos permite conocer la relación lineal que existe entre la variable dependiente
(regresada) y los valores de la variable explicativa (regresora). Está conformada por 𝒀𝒊
que es la variable dependiente, 𝑿𝒊 que es la variable independiente, además de
parámetros ((𝜷𝟏,) llamados coeficiente de

2.2. ¿Cuál es la diferencia entre la función de regresión poblacional y la función

de regresión muestral? ¿Se trata de distintos nombres para la misma función?

La diferencia es que la regresión muestral es un estimador de la regresión poblacional,

esto quiere decir que a partir de los resultados de una muestra se puede inferir el
mismo comportamiento para una población. Además son nombres distintos para
funciones distintas porque existen variables que no p0ueden predecirse y puede
suceder que el comportamiento de la muestra no sea el mismo que el de la población.

2.3. ¿Qué papel desempeña el término de error estocástico 𝒖𝒊 en el análisis de

regresión? ¿Cuál es la diferencia entre el término de error estocástico y el
residual 𝒖𝒊̂ ?

El término de error estocástico representa a las variables desconocidas que no se

pueden explicar en el modelo de regresión. La diferencia radica en que el error
estocástico es la diferencia entre los valores reales de la regresión que están dados a
partir de valores estimados, y el error residual es la compensación que se hace al
modelo de regresión para contrarrestar el error estocástico.

2.4. ¿Por qué es necesario el análisis de regresión? ¿Por qué no sólo utilizar el
valor medio de la variable regresada como su mejor valor?

El análisis de regresión es necesario porque nos permite conocer la dependencia de una

variable con respecto a otra(s), para poder predecir el valor promedio de esta relación,
No utilizamos el valor medio de la variable regresada como su mejor valor porque en la
línea de regresión se quiere analizar la tendencia y para eso necesitamos conocer los
valores máximos y mínimos que afectan al modelo de regresión.

2.5. ¿Qué se quiere dar a entender con modelo de regresión lineal?

Es un modelo que analiza la relación entre dos variables una dependiente y una
independiente las cuales tienen un alto nivel de correlación.

El término lineal implica que sus variables y sus parámetros solo pueden estar elevados
a la primera potencia.

2.6. Determine si los siguientes modelos son lineales en los parámetros, en las
variables o en ambos. ¿Cuáles de estos modelos son de regresión lineal?

a) 𝑌𝑖= 𝛽1+ 𝛽2 (1𝑋𝑖)+ 𝑢𝑖 Recíproco.

b) 𝑌𝑖= 𝛽1+ 𝛽2 𝑙𝑛𝑋𝑖+ 𝑢𝑖 Semilogarítmico.

c) 𝑙𝑛𝑌𝑖= 𝛽1+ 𝛽2 𝑥𝑖+ 𝑢𝑖 Semilogarítmico inverso.

d) 𝑙𝑛𝑌𝑖= 𝑙𝑛𝛽1+ 𝛽2 𝑙𝑛𝑋𝑖+ 𝑢𝑖 Logarítmico o doble logarítmico.

e) 𝑙𝑛𝑌𝑖= 𝛽1− 𝛽2 (1𝑋𝑖)+ 𝑢𝑖 Logaritmo recíproco.

El modelo a b c y e son lineales y si dejamos que ∝= ln β1 el modelo d también es lineal

2.7. ¿Son modelos de regresión lineal los siguientes? ¿Por qué?

a) Yi = eB1+B2X1+ui si a la ecuación le sacamos el logaritmo natural

ln Yi = ln eB1+B2X1+ui

ln Yi = B1 + B2X1 + ui
 1
b) Yi = 1+eB1+B2X1+ui

eB1+B2X1+ui 1
1 − Yi = =
1+e B1+B2X1+ui 1+e B1+B2X1+ui

1
Yi 1 + e B1+B2X1+ui 1
Logit = log = log ( B1+B2X1+ui ) = log ( B1+B2X1+ui ) = B1 + B2X1 + ui
1 − Yi e e
1 + eB1+B2X1+ui
Al hacer la transformación frente al logaritmo de la ecuación ofrece un modelo de
regresión lineal, entonces esta ecuación se convierte en un modelo de regresión lineal
que se denomina logit.
1
c) ln Yi = B1 + B2 (xi) + ui es un modelo de regresión lineal, porque tiene una variable
dependiente, una variable independiente y parámetros.

d) Yi = B1 + (0.75 − B1)e−B2(Xi−2) + ui es regresión no lineal por que la variable

independiente X1 es un exponente.

e) Yi = B1 + B23 Xi + ui Es una regresión no lineal porque el parámetro de la variable

independiente B2 esta elevado a la tercera potencia.

2.8. ¿Qué se entiende por un modelo de regresión intrínsecamente lineal? Si en

el ejercicio 2.7d) ß2 Valiera 0.8, ¿sería un modelo de regresión lineal o no lineal?
Los modelos de regresión intrínsecamente lineales son aquellos modelos que se los
pueden hacer lineales en los parámetros. En el ejercicio 2.7.d) si B2= 0.8 quedaría:
Yi = B1 + (0.75 − B1)e−0.8(Xi−2) + ui, con este valor la ecuación sería fácil de calcular
porque solo se requiere los valores de la variable independiente.
2.9. Considere los siguientes modelos no estocásticos (es decir, modelos sin el
término de error estocástico). ¿Son lineales estos modelos de regresión? De no
serlo, ¿sería posible, con manipulaciones algebraicas apropiadas, convertirlos en
modelos lineales?

1
a) Yi = B1+B2Xi
1
= B1 + B2Xi Se convierte en un modelo de regresión lineal
Yi

Xi
b) Yi = B1+B2Xi
Xi
= B1 + B2Xi Se convierte en un modelo de regresión lineal
Yi
 1
c) Yi = 1+exp(−B1−B2Xi)
1
= 1 + exp(−B1 − B2Xi)
Yi
1
− 1 = exp(−B1 − B2Xi)
Yi
1 − Yi
= exp(B1 − B2Xi)
Yi
1−Yi
ln ( Yi ) = −B1 − B2Xi Se convierte en un modelo de regresión lineal.

2.10. Considere el diagrama de dispersión de la figura 2.8 junto con la línea de

regresión. ¿Qué conclusión general deduce de este diagrama? ¿La línea de
regresión del diagrama es una línea de regresión poblacional o una línea de
regresión muestral?

De el diagrama se puede deducir que los países que más exportan tienen un crecimiento
mayor de salario real, la línea de tendencia claramente se muestra positiva, es por eso
que nuestro país ha implementado el proyecto de cambio de matriz productiva con el
fin de mejorar la competitividad y aumentar las exportaciones, la línea de regresión es
muestral porque solo se han tomado en cuenta 50 países.

2.11. Del diagrama de dispersión de la figura 2.9, ¿qué conclusiones generales

deduce? ¿En qué teoría económica se basa este diagrama de dispersión? (Pista:
busque cualquier libro de texto de economía internacional y estudie el modelo
de comercio Heckscher-Ohlin).

Los distintos países tienen diferentes dotaciones de factores esto hace que exista un
comercio entre países: así existen países con abundancia relativa de capital y otros con
abundancia relativa de trabajo. Normalmente los países más ricos en capital exportarán
bienes intensivos en capital (se utiliza relativamente más capital que trabajo para
producirlos) donde los trabajadores son más capacitados y la tierra es escaza y las
exportaciones tienen más valor agregado, en cambio los países ricos en factor trabajo
exportarán bienes intensivos en trabajo (se utiliza relativamente más trabajo que
capital para producirlos) es decir existe tierra abundante y lo trabajadores son menos
capacitados generalmente son exportadores de materias primas. Este diagrama de
dispersión se basa en la teoría de la ventaja comparativa de David Ricardo, y ventaja
absoluta de Adam Smith.
2.12. ¿Qué revela el diagrama de dispersión de la figura 2.10? Con base en dicho
diagrama, ¿se puede decir que las leyes del salario mínimo propician el bienestar
económico?
La figura muestra una relación negativa entre el PIB per cápita y el salario mínimo,
mientras más alto es el salario mínimo menor es el PIB per cápita y viceversa, esto
claramente es perjudicial para un país en vías de desarrollo, ya que el PIB per cápita no
está repartido equitativamente entre toda la población, sino que existe muchos factores
adicionales como desigualdad social, acumulación de riqueza, etc.

2.13. ¿La línea de regresión de la figura I.3, en la Introducción, es la FRP o la FRM?

¿Por qué?
¿Cómo se interpretarían los puntos alrededor de la línea de regresión? Además
del PIB,
¿Qué otros factores, o variables, determinarían el consumo personal?

Es la función de la regresión muestral (FRM), porque se basa en una muestra observada

entre 1960 a 2005.

Los puntos alrededor de la línea de regresión son datos reales y la distancia entre esos
puntos y la línea de regresión representa el residuo muestral.

Además PIB, otros factores que determinan el consumo personal son: Ingresos, la tasa
de interés, renta absoluta.

2.14. Se proporcionan los datos de la tabla 2.7 correspondientes a Estados Unidos

de 1980 a 2006.
a) Grafique que la tasa de participación de la fuerza laboral civil masculina en función
de la Tasa de desempleo civil para los hombres. Trace a mano una línea de regresión a
través de los puntos de dispersión. Mencione a priori la relación esperada entre ambas
tasas y comente cuál es la teoría económica que sirve de fundamento. ¿Este diagrama
de dispersión apoya dicha teoría?
 78

TPFLCM (% tasa de participación de fuerza laboral civil masculina)

77

76

75

74

73
3 4 5 6 7 8 9 10
TDCH (% tasa de desempleo masculino)

Existe una relación positiva entre la tasa de desempleo masculino (TDCH) y la tasa de
participación de fuerza laboral masculina (TPFLCM), esto quiere decir que a mayor tasa
de desempleo mayor es la participación laboral, para poder explicar esta relación que
surge de este fenómeno se usa la hipótesis del “trabajador adicional” de la economía del
trabajo que sugiere; que cuando el desempleo aumenta la fuerza de trabajo secundaria
podría entrar en el mercado laboral para mantener un cierto nivel de ingresos
familiares y por lo tanto más personas participan en el mercado laboral.

b) Repita el inciso a) para las mujeres.

 62

TPFLCF (% tasa de participación de fuerza laboral civil femenina)

60

58

56

54

52

50
4 5 6 7 8 9 10
TDCM (% tasa de desempleo civil mujeres)

En la población femenina la relación entre tasa de desempleo (TDCM) y tasa de

participación laboral (TPFLCF) es inversa, a mayor desempleo menor es la tasa de
participación laboral, este e comportamiento de la población se puede explicar por la
hipótesis del “trabajador desalentado” de la economía del trabajo, la cual expresa que
el desempleo desalienta la participación en la fuerza laboral, porque temen que no hay
oportunidades de trabajo.

c) Ahora grafique que las tasas de participación laboral de ambos sexos en función de
los ingresos promedio por hora (en dólares de 1982). (Quizá convenga utilizar
diagramas independientes.) Ahora, ¿qué concluye? ¿Cómo racionalizaría esa
conclusión?
Tasa de participación laboral para los masculina en función de Ingresos
 78

77

TPFLCM 76

75

74

73
75 76 77 78 79 80 81 82 83
IPH82

Tasa de participación laboral para las mujeres en función de los ingresos.

62

60

58
TPFLCF

56

54

52

50
75 76 77 78 79 80 81 82 83
IPH82
La relación entre ingreso (IPH82) y participación de fuerza laboral (TPFLC) para
hombres y mujeres es asimétrica, En la gráfica de regresión para los hombres la relación
es inversa, a mayor salario menor es la tasa de participación laboral, y en las mujeres la
tendencia levemente positiva, es decir a un mayor salario mayor es la participación
laboral.
Una posible explicación a estas relaciones es que los hombres con un salario más alto
amasan una fortuna rápidamente y se retiran del mercado laboral asalariado para
emprender por su cuenta, en cambio en los últimos años la participación de las mujeres
en el mercado laboral ha ido en aumento y por lo tanto salarios más altos involucran
más participación de fuerza laboral femenina.

d) ¿Se puede trazar la tasa de participación de la fuerza laboral en función de la

tasa de desempleo y de los ingresos promedio por hora, de manera simultánea?
Si no fuera así, ¿cómo expresaría verbalmente la relación entre esas tres
variables?
Si se puede trazar en función de todas las dos variables independientes la
ecuación seria:

Para la poblacion de hombres

TPFLCM= B1 + B2(TDCH) -B3( IPH)

La tasa de participación laboral es igual a una constante B1 + la tasa de desempleo

multiplicado por una constante B2 menos el ingreso (IPH) multiplicado por una
constante B3, es decir el desempleo afecta positivamente a la tasa de participación
laboral y el salario negativamente.

Para la población de mujeres

TPFLCF= B1 - B2(TDCM) + B3(IPH)

La tasa de participación laboral es igual a una constante B1 – la tasa de desempleo por

una constante B2, más el salario por la constante B3. Es decir el desempleo afecta
negativamente a la tasa de participación laboral y el ingreso positivamente.

2.15. En la tabla 2.8 se proporcionan los datos sobre gasto en comida y gasto total
(en rupias) para una muestra de 55 familias rurales de India. (A principios de
2000, un dólar estadounidense equivalía a casi 40 rupias indias.)
a) Grafique los datos con el eje vertical para el gasto en comida y el eje horizontal para
el gasto total; trace una línea de regresión a través de los puntos de dispersión.
 700

600

Gasto en comida 500

400

300

200

100
300 400 500 600 700 800 900
Gasto Total

b) ¿Qué conclusiones generales se pueden deducir de este ejemplo?

Existe una relación directa entre el gasto total y el gasto total en comida mientras mayor
es el gasto total el gasto en comida aumenta, cabe destacar que la relación de
variabilidad entre ambas es mayor al llegar el gasto total a 700 rupias.

c) Diga a priori si se esperaría que el gasto en comida se incrementara de manera

lineal conforme el gasto total aumentase, independientemente del nivel de gasto.
¿Por qué? Puede emplear el gasto total como representante del ingreso total.

No se puede tener una relación lineal indefinida, porque una vez que las necesidades
de alimentación de las personas están satisfechas estos gastos son decrecientes ya que
las personas usan su dinero en otros gastos, evidencia de esto es que una vez que el
gasto total llega a 700 rupias existe una gran variabilidad en la relación lineal.