Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Practica Numero2 Alarcon
Practica Numero2 Alarcon
Econometría I
COM – 05223
Práctica Nº 2
Donde, colgpa es el promedio de calificaciones que se mide sobre una escala de cuatro
puntos, hsperc es el percentil en la clase de bachillerato que se gradua (definida de manera
que, por ejemplo, hsperc = 5 significa el 5% superior de la clase), y sat son los puntajes
combinados en matematicas y habilidades verbales en la prueba de logro de los alumnos.
i) ¿Por qué es lógico que el coeficiente en hsperc sea negativo?
Es lógico que sea negativo por que existe una relación inversa entre el percentil
y la nota promedio cuando menor sea el valor del percentil mayor espero que
sea la nota promedio.
ii) ¿Cuál es el promedio de calificaciones universitario predicho cuando hsperc =
20 y sat = 1,050?
colgpa=1.392-.0135(20)+.00148(1050) =2.676
2.2 Los datos en el archivo WAGE2.WF1 sobre trabajadores hombres se utilizan para
estimar la ecuación siguiente:
educ = 10.36 - .094 sibs + .131 meduc + .210 feduc
n = 722, R2 = .214,
Donde, educ es años de escolaridad, sibs es número de hermanos, meduc es años de
escolaridad de la madre y feduc años de escolaridad del padre.
i) ¿Tiene sibs el efecto esperado? Explique. Manteniendo constantes meduc y
feduc ¿cuánto tiene que aumentar sibs para tener una reducción de un año en
los años de educación predichos? (Aquí es aceptable una respuesta en números
no enteros.)
Para reducir un año de educación predicha tendría que tener 11hermanos
Sí. Debido a las restricciones presupuestarias, tiene sentido que, mientras más hermanos
iii) Suponga que el hombre A no tiene hermanos, y que su madre y su padre tienen cada
uno 12 años de escolaridad. El hombre B no tiene hermanos y su madre y su padre tienen
cada uno 16 años de escolaridad. ¿Cuál es la diferencia entre B y A en años predichos de
escolaridad?.
Dado que el número de hermanos es el mismo, pero meduc y feduc son diferentes, los
coeficientes de meduc y feduc deben tenerse en cuenta. La diferencia predicha en la
educación entre B y A es .131(4) + .210(4) = 1.364.
2.3 El siguiente modelo es una versión simplificada del modelo de regresión múltiple
utilizado por Biddle y Hamermesh (1990) para estudiar el intercambio entre tiempo
dedicado al sueño y dedicado al trabajo, así como ver otros factores que afectan el sueño:
sleep = β0 + β1totwrk + β2educ + β3age + u,
donde sleep y totwrk (trabajo total) se miden en minutos por semana y educ y age se miden
en años.
i) Si los adultos intercambian sueño por trabajo, ¿cuál es el signo de β1?
El signo de β1 sería negativo
ii) ¿Qué signos cree que tendran β2 y β3?
β2 es de signo negativo
Y β3 es de signo negativo
iii) Utilizando los datos del archivo SLEEP75.WF1, la ecuación estimada es
sleep = 3,638.25 + .148 totwrk + 11.13 educ + 2.20 age
n = 706, R2 = .113.
Si una persona trabaja cinco horas más a la semana, ¿cuántos minutos se predice que
disminuya sleep? ¿Es este un intercambio grande?
Dependent Variable: SLEEP
Method: Least Squares
Date: 20/03/19 Time: 04:44
Sample: 1 706
Included observations: 706
sleep=0.148*300
sleep=44 4 minutos
iii) Analice el signo y la magnitud del coeficiente estimado para educ.
El signo de educ es negativo
v) ¿Diria que totwrk, educ y age explican gran parte de la variación en sleep? ¿Qué otros
factores podrian afectar el tiempo dedicado al sueño? ¿Es probable que esten
correlacionados con totwrk?
Totwrk, educ y age no explican gran parte de sleep porque tiene un R2 = A 0,113 que es un valor
muy pequeño y otros factores que podrían afectar el tiempo dedicado al sueño son no tendría
Caracteristicas de salud, composicion de la familia, horario de trabajo, tipo de trabajo
Parte de ellas si, como composicion de la familia: a mas miembros, mas horas de trabajo.
2.7 ¿Qué de lo siguiente puede causar que los estimadores MCO sean sesgados?
i) La heterocedasticidad.
La heteroscedasticidad no destruye las propiedades de insesgamiento y consistencia de los
estimadores MCO. Sin embargo, estos estimadores dejan de tener una varianza minima, es
decir, dejan de ser MELI.
ii) La omisión de una variable importante.
2.9 La siguiente ecuación describe la media del precio de la vivienda en una comunidad en
términos de cantidad de contaminación (nox por oxido nitroso) y del número promedio de
habitaciones en las casas de la comunidad (rooms):
log(price) = β0 + β1log(nox) + β2rooms + u.
i) ¿Cuales son los signos probables de β1 y β2? ¿Cuál es la interpretación de β1? Explique.
ii) ¿Por qué podría nox [o con mas precisión, log(nox)] y rooms estar correlacionados de
manera negativa? Si es este el caso, ¿produce la regresión simple de log(price) sobre
log(nox) un estimador de β1 con sesgo hacia arriba o hacia abajo?
iii) Utilizando los datos del archivo HPRICE2.WF1, se estimaron las siguientes ecuaciones:
log(price) = 11.71 + 1.043 log(nox), n = 506, R2 = .264.
log(price) = 9.23 + .718 log(nox) + .306 rooms, n = 506, R2 = .514.
¿Las estimaciones de la elasticidad de price con respecto a nox de las regresiones simple y
múltiple tienen la relación de lo que usted hubiera predicho, dada su respuesta en el inciso
ii)? ¿Quiere esto decir que -.718 está en definitiva más cerca de la verdadera elasticidad
que -.043?
EJERCICIOS EN COMPUTADORA
2.11 Un problema de interés para los funcionarios de salud (y para otros) es determinar los
efectos que el fumar durante el embarazo tiene sobre la salud infantil. Una medida de la
salud infantil es el peso al nacer; un peso demasiado bajo puede ubicar al niño en riesgo de
contraer varias enfermedades. Ya que es probable que otros factores que afectan el peso
al nacer estén correlacionados con fumar, deben considerarse. Por ejemplo, un nivel de
ingresos más alto en general da como resultado el acceso a mejores cuidados prenatales y
a una mejor nutrición de la madre.
Una ecuación que reconoce estos factores es:
Las regresiones con faminc con total de observaciones de 1388 y un R cuadrado (R-squared) con
0.029 y ñla ecuación seria representado asi
Sin faminc
Las regresiones sin faminc con total de observaciones de 1388 y un R cuadrado (R-squared) con
0.0227 y la ecuación seria representado asi: bwght = 119.77 – 0.513772cigs
ii) Añada profits (utilidades de la empresa) al modelo del inciso (i). ¿Por qué esta variable
no puede incluirse en forma logarítmica? ¿Diría usted que estas variables de desempeño
de la empresa explican la mayor parte de la variación en sueldos de los CEO?
Dependent Variable: LSALARY
Method: Least Squares
Date: 20/03/19 Time: 13:45
Sample: 1 177
Included observations: 177
2.17 Utilice los datos del archivo MEAP93.WF1 para responder esta pregunta.
Dependent Variable: MATH10
Method: Least Squares
Date: 20/03/19 Time: 14:59
Sample: 1 408
Included observations: 408
i) Estime el modelo:
2.19 Use los datos del archivo CHARITY.WF1 para responder a las preguntas siguientes:
i) Estime la ecuación
2.14 (i)