Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
estadistico t
Tt=
Tc=
CORRELACIONES ALTAS
GRAFICA DE LAS CORRELACIONES
VIF
TOLERANCIA
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.
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=
VIF
TOLERANCIA