1 10.29. La tabla 10.

14 proporciona información sobre los automóviles de pasajeros nuevos vendidos

en Estados Unidos como función de diversas variables.

a) Desarrolle un modelo lineal o log-lineal apropiado para estimar una función de demanda
de automóviles en Estados Unidos.
b) Si decide incluir todas las regresoras dadas en la tabla como variables explicativas,
¿espera encontrar el problema de multicolinealidad? ¿Por qué?
c) Si espera lo anterior, ¿cómo resolvería el problema? Plantee los supuestos claramente
y muestre todos los cálculos de manera explícita.

INTERPRETE TODOS LOS RESULTADOS

estadistico t
Tt=
Tc=

estadistico R^2 estadistico F

R^2 = Ft =
Fc =

CORRELACIONES ALTAS
GRAFICA DE LAS CORRELACIONES

Tolerancia y factor de inflación de la varianza

VIF
TOLERANCIA

METODO PARA HALLAR LA TOLERANCIA

Variable Valor de R2 Tolerancia (TOL) = 1
dependiente − R2
X1 0.9926 0.0074
X2 0.9994 0.0006
X3 0.9702 0.0298
X4 0.7213 0.2787
X5 0.9970 0.0030
X6 0.9986 0.0014
uevos vendidos
R2 GENERAL =
R2 GENERAL AJUS =
Y X2 X3 X4 X5 X6
10227 112 121.3 776.8 4.89 79367
10872 111 125.3 839.6 4.55 82153
11350 111.1 133.1 949.8 7.38 85064
8775 117.5 147.7 1038.4 8.61 86794
8539 127.6 161.2 1142.8 6.16 85846
9994 135.7 170.5 1252.6 5.22 88752
11046 142.9 181.5 1379.3 5.50 92017
11164 153.8 195.3 1551.2 7.78 96048
10559 166 217.7 1729.3 10.25 98824
8979 179.3 247 1918 11.28 99303
8535 190.2 272.3 2127.6 13.73 100397
7980 197.6 286.6 2261.4 11.20 99526
9179 202.6 297.4 2428.1 8.69 100834
10394 208.5 307.6 2670.6 9.65 105005
11039 215.2 318.5 2841.1 7.75 107150
11450 224.4 323.4 3022.1 6.31 109597
1 10.5. Considere el siguiente modelo:

donde Y = consumo, X = ingreso y t = tiempo. El modelo anterior postula que el gasto

de consumo en el tiempo t es función no sólo del ingreso en el tiempo t, sin también del
ingreso en periodos anteriores. Por tanto, el gasto de consumo en el primer trimestre de
2000 es función del ingreso en ese trimestre y en los cuatro trimestres de 1999. Tales
modelos se denominan modelos de rezago distribuido y los veremos en un capítulo
posterior.

a) ¿Esperaría multicolinealidad en tales modelos y por qué?

b) Si espera colinealidad, ¿cómo resolvería el problema?

2 En los datos que comprenden series de tiempo económicas, como PNB, oferta monetaria,
precios, ingreso, desempleo, etc., suele sospecharse la presencia de multicolinealidad.
¿Por qué?

3 Establezca si las siguientes afi rmaciones son verdaderas, falsas o inciertas, y justifi que la
respuesta.

a) A pesar de la multicolinealidad perfecta, los estimadores de MCO son MELI.

b) En los casos de alta multicolinealidad, no es posible evaluar la signifi cancia individual de uno o más coefi cient
c) Si una regresión auxiliar muestra que una R2i particular es alta, hay evidencia clara de alta colinealidad.
d ) Las correlaciones altas entre parejas de regresoras no sugieren una alta multicolinealidad.
e) La multicolinealidad es inofensiva si el objetivo del análisis es sólo la predicción.
f ) Entre mayor sea el FIV, ceteris paribus, más grandes serán las varianzas de los estimadores de MCO.
g) La tolerancia (TOL) es una medida de multicolinealidad mejor que el FIV.
h) No podrá obtener un valor R2 elevado en una regresión múltiple si todos los coefi cientes
parciales de pendiente no son estadísticamente signifi cativos, en lo individual, con base en la prueba t usual.
dividual de uno o más coefi cientes de regresión parcial.
clara de alta colinealidad.
colinealidad.

estimadores de MCO.

oefi cientes
on base en la prueba t usual.
 TRABAJO OPCIONAL
10.30. Para evaluar la factibilidad de un salario anual garantizado (impuesto sobre la renta negativo), Rand Corporation v

promedio de trabajo) ante un incremento de los salarios por hora.* Los datos de tal estudio se obtuvieron de una
familias cuyo jefe (varón) ganaba menos de 15 000 dólares al año. Los datos se dividieron en 39 grupos demográfi
datos se proporcionan en la tabla 10.15. En vista de que para cuatro grupos demográfi cos había datos faltantes re
los datos de la tabla se refi eren sólo a 35 de esos grupos. Las defi niciones de las diversas variables del análisis se

a) Realice la regresión de las horas promedio trabajadas durante un año sobre las variables
suministradas en la tabla e interprete su regresión.
b) ¿Existe evidencia de multicolinealidad en los datos? ¿Cómo sabe?
c) Calcule las medidas del factor infl acionario de la varianza (VFI) y de la TOL para las
diversas regresoras.
d) Si existe un problema de multicolinealidad, ¿qué acciones correctivas, si acaso hay
alguna, tomaría?
e) ¿Qué sugiere este estudio sobre la viabilidad de un impuesto sobre la renta negativo?

estadistico t
Tt=
Tc=

estadistico R^2 estadistico F

R^2 = Ft =
Fc =
CORRELACIONES ALTAS

GRAFICA DE LAS CORRELACIONES

Tolerancia y factor de inflación de la varianza

VIF
TOLERANCIA

METODO PARA HALLAR LA TOLERANCIA

Tolerancia
Variable
dependiente Valor de R2 (TOL) = 1 −
R2
X1 0.9926 0.0074
X2 0.9994 0.0006
X3 0.9702 0.0298
X4 0.7213 0.2787
X5 0.9970 0.0030
X6 0.9986 0.0014
nta negativo), Rand Corporation valoró en un estudio la respuesta de la oferta de trabajo (horas

tal estudio se obtuvieron de una muestra nacional de 6 000

ividieron en 39 grupos demográfi cos para su análisis. Estos
ográfi cos había datos faltantes respecto de algunas variables,
s diversas variables del análisis se dan al fi nal de la tabla.
R2 GENERAL =
R2 GENERAL AJUS =
HRS RATE ERSP ERNO NEIN ASSET AGE
2157 2905 1121 291 380 7250 38.5
2174 2.97 1128 301 398 7744 39.3
2062 2.35 1214 326 185 3068 40.1
2111 2511 1203 49 117 1632 22.4
2134 2791 1013 594 730 12710 57.7
2185 3.04 1135 287 382 7706 38.6
2210 3222 1100 295 474 9338 39
2105 2493 1180 310 255 4730 39.9
2267 2838 1298 252 431 8317 38.9
2205 2356 885 264 373 6789 38.8
2121 2922 1251 328 312 5907 39.8
2109 2499 1207 347 271 5069 39.7
2108 2796 1036 300 259 4614 38.2
2047 2453 1213 297 139 1987 40.3
2174 3582 1141 414 498 10239 40
2067 2909 1805 290 239 4439 39.1
2159 2511 1075 289 308 5621 39.3
2257 2516 1093 176 392 7293 37.9
1985 1423 553 381 146 1866 40.6
2184 3636 1091 291 560 11240 39.1
2084 2983 1327 331 296 5653 39.8
2051 2573 1194 279 172 2806 40
2127 3262 1226 314 408 8042 39.5
2102 3234 1188 414 352 7557 39.8
2098 2.28 973 364 272 4400 40.6
2042 2304 1085 328 140 1739 41.8
2181 2912 1072 304 383 7340 39
2186 3015 1122 30 352 7292 37.2
2188 3.01 990 366 374 7325 38.4
2077 1901 350 209 95 1370 37.4
2196 3009 947 294 342 6888 37.5
2093 1899 342 311 120 1425 37.5
2173 2959 1116 296 387 7625 39.2
2179 2971 1128 312 397 7779 39.4
2200 2.98 1126 204 393 7885 39.2
DEP SCHOOL
2.34 10.5
2335 10.5
2851 8.9
1159 11.5
1229 8.8
2602 10.7
2187 11.2
2616 9.3
2024 11.1
2662 9.5
2287 10.3
3193 8.9
2.04 9.2
2545 9.1
2064 11.70
2301 10.5
2486 9.5
2042 10.1
3833 6.6
2328 11.6
2208 10.2
2362 9.1
2259 10.8
2019 10.7
2661 8.4
2444 8.2
2337 10.2
2046 10.9
2847 10.6
4158 8.2
3047 10.6
4512 8.1
2342 10.5
2341 10.5
2341 10.6