TRABAJO DE ECONOMETRIA

N. 5

Presenta:

ANA CATALINA GONZALEZ SUAREZ

Docente:

Josefa Ramoni Perazi

UNIVERSIDAD ARTURO PRAT

FACULTAD DE CIENCIAS EMPRESARIALES

MAESTRIA ECONOMIA Y FINANZAS

SANTIAGO DE CHILE

2017
Descripción de la Tarea:

Con el archivo Table_9.2.gdt del fichero de datos de Gujarati desarrolle el ejercicio 9.28
(partes a y b) del libro base Econometría (pág. 313).

Ayuda parte a: Para calcular la interacción DX seleccione AÑADIR / DEFINIR NUEVA

VARIABLE e introduzca la fórmula NOMBRE=D*X.

Datos

obs SAVINGS INCOME DUM

1970 61,0 727,1 0
1971 68,6 790,2 0
1972 63,6 855,3 0
1973 89,6 965,0 0
1974 97,6 1054,2 0
1975 104,4 1159,2 0
1976 96,4 1273,0 0
1977 92,5 1401,4 0
1978 112,6 1580,1 0
1979 130,1 1769,5 0
1980 161,8 1973,3 0
1981 199,1 2200,2 0
1982 205,5 2347,3 1
1983 167,0 2522,4 1
1984 235,7 2810,0 1
1985 206,2 3002,0 1
1986 196,5 3187,6 1
1987 168,4 3363,1 1
1988 189,1 3640,8 1
1989 187,8 3894,5 1
1990 208,7 4166,8 1
1991 246,4 4343,7 1
1992 272,6 4613,7 1
1993 214,4 4790,2 1
1994 189,4 5021,7 1
1995 249,3 5320,8 1
SAVING: Ahorro (Y) INCOME: ingreso (X)
Previamente: Elabore un diagrama de dispersión colocando SAVINGS en el eje de
las Ys e INCOME en el eje de las Xs. Comente sus resultados.

Hay una asociación positiva entre las dos variables de forma moderada los datos
están menos dispersos, podríamos decir que a mayores ingresos mayor
dispersión de los datos de ahorro.

 Consulte la regresión de ahorro-ingreso analizada en este capítulo. Como

modelo alterno a (9.5.1), considere el siguiente:
lnYt= β1 +β2Dt +β3Xt +β4(Dt Xt)+ut

Donde Y representa los ahorros y X el ingreso.

a) Estime el modelo anterior y compare los resultados con los de (9.5.4).

¿Cuál es mejor modelo?
 Ln y= 3,67+1,39DUM+0,0007INCOME -0,0006NOMBRE+u

COMPARANDO MODELOS

Donde el modelo 1 y modelo 9.5.4 los R2 no se pueden comparar directamente

debido a que el modelo 9.5.4 es un modelo lineal mientras que el modelo actual es
un modelo logarítmico , en este modelo el coeficiente se debe interpretar como
semi elasticidad de la demanda, sus resultados se asemejan bastante a nivel
cualitativo.
b) ¿Cómo interpretaría el coeficiente de la variable dicótoma en este modelo?

su coeficiente es 3,67720 con este obtendríamos el ahorro promedio en el

periodo 1970 -1981 teniendo los factores constantes, su ahorro promedio es
de 39,5355 miles de millones de dólares y para el ahorro promedio seria
(3,67720 + 1,3971)= 159, 8602 siendo constante el ingreso.

2. b Estime además los siguientes dos modelos y compare sus resultados con los
obtenidos en la primera parte.

lnYt = a1 + a2 Xt + ut

lnYt = q1 + q2 Dt + q3 Xt + ut

MODELO 2
lnYt = a1 + a2 Xt + ut

Modelo 2: MCO, usando las observaciones 1970-1995 (T = 26)

Variable dependiente: l_SAVINGS

Coeficiente Desv. Estadístico valor p

Típica t
const 4,29948 0,0965760 44,52 <0,0001 **
*
INCOME 0,00026468 3,20633e- 8,255 <0,0001 **
9 05 *

Media de la vble. dep. 4,999615 D.T. de la vble. dep. 0,452228

Suma de cuad. residuos 1,331611 D.T. de la regresión 0,235550
R-cuadrado 0,739551 R-cuadrado corregido 0,728699
F(1, 24) 68,14870 Valor p (de F) 1,80e-08
Log-verosimilitud 1,739791 Criterio de Akaike 0,520418
Criterio de Schwarz 3,036611 Crit. de Hannan-Quinn 1,244990
rho 0,718967 Durbin-Watson 0,464790

Ln y = 4,29+0,00026INCOME +u
 MODELO 3
lnYt = a1 + a2 Xt + ut

Modelo 3: MCO, usando las observaciones 1970-1995 (T = 26)

Variable dependiente: l_SAVINGS

Coeficiente Desv. Estadístico valor p

Típica t
const 4,36757 0,102885 42,45 <0,0001 **
*
DUM 0,277503 0,173973 1,595 0,1243
INCOME 0,00018245 6,01971e- 3,031 0,0059 **
7 05 *

Media de la vble. dep. 4,999615 D.T. de la vble. dep. 0,452228

Suma de cuad. residuos 1,198977 D.T. de la regresión 0,228319
R-cuadrado 0,765493 R-cuadrado corregido 0,745101
F(2, 23) 37,53906 Valor p (de F) 5,71e-08
Log-verosimilitud 3,103755 Criterio de Akaike −0,207511
Criterio de Schwarz 3,566779 Crit. de Hannan-Quinn 0,879348
rho 0,641082 Durbin-Watson 0,593617
Ln Y = 4,36+0,2775DUM +0,00018INCOME+u

Análisis el modelo 1 con 2 y 3:

En el modelo 1 observa que los valores p son significativos, en el modelo 2 también

son significativas pero en el modelo 3 la variable DUM no es significativa, lo que
indica que la variable (D*X) es la que mejor se encuentra.

El R2 más cercano a 1 es el primer modelo donde las variaciones en el

comportamiento de la variable dependiente corresponden mayoritariamente (93%)
a cambios en las variables explicativas.

Para el ejercicio anterior:

Pruebe la correcta especificación de cada uno de los tres modelos utilizando el

test RESET de Ramsey (en CONTRASTES). Comente sus resultados.
1. Regresión auxiliar para el contraste de especificación RESET
MCO, usando las observaciones 1970-1995 (T = 26)
Variable dependiente: l_SAVINGS

Coeficiente Desv. Típica Estadístico t valor p

---------------------------------------------------------------
const 341,887 177,795 1,923 0,0688 *
DUM 224,615 117,465 1,912 0,0703 *
INCOME 0,113737 0,0594800 1,912 0,0703 *
NOMBRE −0,102814 0,0537655 −1,912 0,0703 *
yhat^2 −34,0483 17,8932 −1,903 0,0716 *
yhat^3 2,41502 1,26795 1,905 0,0713 *

Estadístico de contraste: F = 1,816274,

con valor p = P(F(2,20) > 1,81627) = 0,188

RTA= el ajuste del primer modelo, el p valor es del (0,18) por lo tanto no rechazo
la hipótesis nula por ser mayor al 5% entonces encuentro el modelo correctamente
especificado.

2. Regresión auxiliar para el contraste de especificación RESET

MCO, usando las observaciones 1970-1995 (T = 26)
Variable dependiente: l_SAVINGS

Coeficiente Desv. Típica Estadístico t valor p

---------------------------------------------------------------
const 421,130 141,274 2,981 0,0069 ***
INCOME 0,0436543 0,0142919 3,054 0,0058 ***
yhat^2 −30,9295 10,6599 −2,901 0,0083 ***
yhat^3 1,93454 0,699530 2,765 0,0113 **

Estadístico de contraste: F = 26,258515,

con valor p = P(F(2,22) > 26,2585) = 1,49e-006

RTA= en el modelo 2 mirando la prueba de Ramsey su p valor es de 1,49e-006

es muy pequeño por tanto rechazo hipótesis nula por ser menor al 5%, el modelo
no está correctamente especificado.

3. Regresión auxiliar para el contraste de especificación RESET

MCO, usando las observaciones 1970-1995 (T = 26)
Variable dependiente: l_SAVINGS

Coeficiente Desv. Típica Estadístico t valor p

---------------------------------------------------------------
const 583,618 269,680 2,164 0,0421 **
DUM 61,3727 27,7832 2,209 0,0384 **
INCOME 0,0405940 0,0181420 2,238 0,0362 **
yhat^2 −41,9464 19,9326 −2,104 0,0476 **
yhat^3 2,63902 1,32552 1,991 0,0597 *

Estadístico de contraste: F = 24,748200,

Con valor p = P(F(2,21) > 24,7482) = 3e-006
RTA= En el 3 modelo aplicando la prueba de Ramsey podemos observar que su
p valor de f es de 3e-006 por tanto rechazo hipótesis nula por ser menor del 5%, el
modelo no está correctamente especificado.

3. Lleve a cabo el ejercicio 9.16 (partes a y b) de la página 311. Para estudiar la tasa de
crecimiento de la población de Belice de 1970 a 1992, Mukherjee et al. Estimaron los siguientes
modelos:

Modelo I: ln(Pob)t 4.73 + 0.024t t (781.25) (54.71)

Modelo II: ln(Pob)t 4.77 + 0.015t − 0.075Dt + 0.011(Dtt) t (2 477.92) (34.01)

(−17.03) (25.54)

Donde Pob población en millones; t variable de tendencia; Dt 1 para

observaciones que comenzaron en 1978 y 0 antes de 1978; y ln significativo
logaritmo natural.

a) E n el modelo I, ¿cuál es la tasa de crecimiento de la población de Belice

durante el periodo de muestra?
 La tasa de crecimiento de la población de Belice durante el periodo de
muestro 1970 a 1992 sería del 2,4% que correspondería la tasa de
variación de la población en el tiempo.
 0.024 *(100) = 2,4%

b) ¿Las tasas de crecimiento son estadísticamente distintas antes y después de

1978? ¿Cómo sabe? Si son diferentes, ¿cuáles son las tasas de crecimiento para
1972-1977 y 1978-1992?

Las tasas de crecimiento son diferentes antes y después de 1978 por que sus
valores son diferentes al compararlos, La tasa de crecimiento para el periodo antes
de 1978 es de un 1,5% (1972-1977) que es la tasa de variación de población en el
tiempo de Belice donde la variable dicotómica D=0 y después de 1978 es del (1,5
%+ 1,1%) = 2,6% que es la tasa de variación de la población en el tiempo de Belice
que representa la variable dicotómica D=1