Introduccién a la Econometria 95 pardmetros (79) residuo (82) ter de exror (79) R de la regresién (85) estimadores de minimos cuadrados suna explicada de cuadrados (SE) (86) ordinarios (MCO)(82) ‘uma total de cuadrados (ST) (86) recta de regresién MCO (82) suma de los cuadrados de los residuos (SR) (86) recta de regresin muestal (82) ‘error estindar de la regresiGn (ESR) (86) Funci6n de regresién muestral (82) supuestos de minimos cuadrados (87) valor de prediccién (82) Revision de conceptos 4.1. Explique la diferencia entre fy fi; entre los residuos i y el eror de laregresisn m; y ent el valor de prediceién MCO F, y E(YIX). 4.2 Para cada supuesto de minimos cuadrados, proporcione un ejemplo en el cual el supuest es vélido, y después proporcione un ejemplo en el que el supveste no se eumpla 43 Dibuje un diagrama de dispersén con datos hipotétcos de una regresién estimada con buje un diagrama de dispersién con datos hipotéticos de una regresién con R* = 0,5. 09. Di- Ejercicios 4.1 Suponga que un investigador utiliza datos sobre el tamafo de Tas clases (TC) y de los promedios de las calificaciones en los exsimenes para 100 clases de tercer curso, para estimar la regresién MCO CalificaciénExamen = 5204 ~ 5,82. x TC, R° = 0,08, ESR = 11,5. 8) Un aula tiene 22 estudiantes. ;Cusl es la predic de la regres para la califcacién media en el examen para esa clase? by El aio pasado, un aula tenfa 19 estudiantes, y ete ao cuenta con 23 alumnos.;Cusl es la preic- cin de laregresin para la variacin en la medi de las eaifcaciones en el examen para la case? ©) Lamedia muestral del tamaio de la clase para 100 aulas es de es 218, ;Cul es Ia media muestra de las calificacionesen el examen entre Ins 100 aulas? (Pista: repasa las formulas de los estimado- res MCO), 4 {Cua es la desviacidn tpica mucsral de Is calificaciones en Tos exmenes ene las 100 aulas? (Pista: repasar las férmulas de Ry del ESR), 42 ‘Supéngase ‘que se selecciona una muestra aleatoria de 200 varones de veinte afios de edad de una poblacion y que se registra la sltura yet peso de estos hombres, Una regres del peso sobre la altura da Peso = 991 + 3,94 x Alsura, R? = 0,81, ESR = 10.2, donde Peso se mide en libras! y Altura se mide en pulgadas. ‘a)_ {Cual es Ia prediccién que propociona la regresién para el peso de alguien que mide 70 pulgadas? y para alguien de 74 pulgadas? 'b) Un hombre da un estinin tardfo y crece 1,5 pulgadas a Io largo de un afo. ;Cudl es la prediceién ‘que proporciona la regresin para el aumento de peso de este hombre? ©) Supéngase que en lugar de medir el peso y la altura en libras y pulgadas, esas variables se miden en centimetros y kilogramos. {Cusles son las estimaciones de la regresion para esa nueva regre- sign centimetros-kilogramos? (Proporcione todos los resultados, los coeficientes estimados el R? y el ESR). TON. del Ts 1 Wbra = 04S kg: I palgada ~ 2,54 em,96 CAPITULO 4 Regresién lineal con regresortinico 43 44 Una tegresién del promedio de los ingresos salariales semanales (ISM, medidos en d6lares) sobre la edad (medida en afios), utiliza una muestra aleatoria de trabajadores con estudios universitarios a tiempo completo entre 25 y 65 afios de edad, y obtiene lo siguiente: TSM = 696,7 + 9,6 x Edad, R° = 0,023, ESR = 624.1 a) Explique qué significan los valores de los coeticientes 696,7 y 9,6. b) El error estindar de la regresién (ESR) es 624,1. {Cudles son las unidades de medida del ESR? (qDélares? {AAiios? {0 el ESR no tiene unidades?). ©) EIR? de la regresién es 0,023. ;Cusles son las unidades de medida de R°? (;Délares? Afios? ,O el R° no tiene unidades?). 4) {Cuales son los ingresos salariales pronosticados por la regresiGn para un trabajador de 25 afios de edad? ;Y para un trabajador de 45 aftos de edad? ©) Serd fiable la regresiOn en sus predicciones sobre un trabajador de 99 afios de edad? :Por qué © ppor qué no? 1, Teniendo en cuenta fo que se sabe acerca de la distribucién de los ingresos, ;cree que es posible ue la distibucign de los errores de la regresin sea normal? (Pisras: cpiensa que la distribucién es simétrica 0 asimétrica?, jcudl es el menor valor de los ingresos? y ;es compatible con una distribu- ign normal). 2) El promedio de edad de esta muestra es de 41,6 alios. ;Cudl es el valor medio muestral de ISM? (Pista: repasar el Concepto clave 4.2). Lea el recuadro «La ‘beta’ de una acciGn» en la Seccién 4.2. 8) Supéngase que el valor de fi es mayor que 1 para una determinada accién, Demuestre que la va~ rinza de (R ~ R) para esta aecin es mayor que la varianza de (R,, ~ R)) ‘Supéngase que el valor de f es menor que 1 para una determinada accién. {Es posible que la va- rianza de (R ~ Rj para esta accién sea mayor que la varianza de (R,, — R,)? (Pista: no olvide el crtor de regresién, © En un ato determinado, la rentabilided de las letras del Tesoro a 3 meses es del 3,5 by la rentabi- lidad de una cartera diversificada de acciones (el S&P 500) es de 7,3 %. Para cada empresa recogi- dan la tabla del recuadro, tlic el valor estimado de fi para estimar la rentabilidad esperada de la ») Un profesor decide realizar un experimento para medir el efecto de la presién del tiempo sobre las calificaciones en los exmenes finales. Da a cada uno de los 400 estudiantes de su curso el mismo ‘examen final, pero algunos estudiantes tienen 90 minutos para completar el examen, mientras que ‘otros tienen 120 minutos. A cada estudiante le es asignado al azar uno de los tiempos disponibles para, la realizaci6n del examen mediante el lanzamiento de una moneda. Sea ¥, el nimero de puntos obteni- dos en el examen por el estudiante /-ésimo. (0 < ¥, < 100), sea X; la cantidad de tiempo del que dis- pone el estudiante para completar el examen (X; = 90 0 120), y considérese e1 modelo de regresién, Y= Bot Bix, +, 1a) Explique qué representa el término u,, ;Por qué presentarin res de u,? b) Explique por qué £IX,) = 0 en este modelo de regresién. ©) {Se cumplen los otros supuestos del Concepto clave 4.3? Explfquelo. 4) La regresion estimada es ¥, = 49 + 0,24X,. ferentes estudiantes diferentes valo- 1) Calcule 1a prediccién de la regresién estimada para la calificacién media de los estudiantes a los que dieron 90 minutos para completar el examen. Repitalo para tos de 120 minutos y 150 minutos. ID) Calcule la ganancia estimada en la puntuacién de un estudiante al que se le dan 10 minutos més en el examen,46 4a 49 4.10 41 42 443 414 Introduccién a la Econometria 7 Demuestre que el primer supuesto. de mfnimos’ cuadrados, EtuX) E(YIK) = Bo + BiX Demuestre que fp es un estimador insesgado de By (Pista: utlice el hecho de que fi e8insesgado, ‘que se muestra en el Apéndice 4,3), ‘Supéngase que todos los supuestos de la regresiGn del Concepto clave 4.3 se cumplen excepto que el primer supuesto se sustituye por H(uX) = 2. {Qué partes del Concepto clave 4.4 se siguen cum- pliendo? {Cudles cambian? ;Por qué? (esta normalmente distribuido en muestras grandes con la ‘media y la varianza dadas en el Concepto clave 4.4? {Qué ocurre con ig?) a) Una regresign lineal obtiene f, = 0, Demuestre que R= 0. 'b) Una regresién lineal obtiene que R? = 0. ;Implica esto que ?, = 0? Supongase que ¥; = By + B,X, + uy donde (X;, u) son itd, y X;es una variable aleatoria de Ber- noulli con Pr(X = 1) = 0,20. Cuando X = 1, u; es (0, 4); cuando X = 0, u, es N(O, 1). 8) Demuestre que los supuestos de regresién del Concepto clave 4.3 se cumplen. 'b) Obtenga una expresi6n para la varianza en muestras grandes de f,, (Pista: valorar los términos de Ja Eeuacién (4.21) Considérese el modelo de regresi6n ¥; = By + AX + 1 8) Suponga que se sabe que y = 0. Deduzca una férmula para estimador de minimos cuadrados de ) Supéngase que se sabe que fy = 4. Deduzca una férmula para el estimador de minimos cuadra. dos de fy 4) Demuestre que el R® de la regress en la tegresin de ¥ sobre X es el valor al cuadrado de ta correlacién muestra entre Xe ¥. Es decir, demuestre que R? = ry b) Demuestre que el R? de la regresién de ¥ sobre X es el mismo que el R? de la regresién de X sobre ¥ ©) Demuestre que fy = ro(sy5y), donde rey 6 la comrelaci¢n muestal entre X e Y, y sy sy son las desviacionestipicas mucstrales de Xe Y. Supéngase que Y= fy + fX:xu; donde x es una constante distnta de cero y (X,Y) satistce los tres supuestos de minimos cusdrados. Demuestre que la varianza para grandes muestras de f, esté 0, implica que dada por of, = x22 pista: esta ecuacion esl vrianza dada en la Ecuacién (421) mul plicada por x]. Demuestre que la recta de regresién muestral pasa por el punto (&, 7). Ejercicios empiricos EAL En la pagina web del libro http:/wwww.pearsonhighered.com/stock_watson, se encuentra un archi- vo de datos CPS08 que contiene una versién ampliada del conjunto de datos utilizado en la Tabla 3.1 para el afio 2008, Contiene datos relativos a trabajadores a tiempo completo, para todo el ato, de etre 25 y 34 alos, ttulados en la escuela secundaria o licenciados/ingenieros como grado més alto de educacion alcanzado, Se ofrece una descripcién detallada en CPS08_Description, asimismo dis- pPonible en la pégina web. (Son los mismos datos que en CPS92_08 pero se limita al aio 2008). En este ejercicio, se investigaré la relacin entre la edad de un trabajador y sus ingresos salaiales. (Por Jo general, los trabajadores de mAs edad tienen més experiencia laboral, lo que conduice a una mayor Droductividad e ingresos) ‘#) Realice una regresin de los ingresos medios por hora (AHE) sobre la edad (Age). :Cusl es el ‘érmino independiente estimado? ;Cudl es la pendiente estimada? Utilice la regresiGn estimada para responder a esta pregunta: ;Cudnto aumentarén Jos ingresos al aumentar la edad de ls tra- bajadores en un ano? ) Bob es un trabajador de 26 aftos de edad. Prediga los ingresos de Bob a patir de la regresién estimada, Alexis es un trabajador de 30 afios de edad. Prediga los ingresos de Alexis utlizando la regresién estimada,