Está en la página 1de 3

PONTIFICIA UNIVERSIDAD JAVERIANA

PROGRAMA DE ECONOMIA
ECONOMETRIA 2
TALLER 1

1. Obtenga la matriz de varianzas y covarianzas del vector de perturbaciones y


bajo las siguientes supuestos:
 t   t   t 1
 t   t 1   t

2. Demuestre que bajo el supuesto que



 t  t 1   t ,  t puede expresarse como  t     t  i
i

i 0

3. Dado el modelo

Yt    xt   t donde  t   t 1   t

Explique cómo se podrían estimar los parámetros  y  de forma insesgada y


eficiente? Justifique su respuesta.

4. Supongamos el modelo

Yt   0  1 t   t  t  iid(0,  2 )

Que sucede si estimamos la ecuación, con respecto a sus estimadores y sus


varianzas:

( Yt  0.5 yt 1 ) =  0 (1  0.5)   2 ( X t  0.5 X t 1 )   t

5. Considere el modelo

Y    X t   t
Donde las perturbaciones pueden presentar los siguientes procesos alternativos de
autocorrelación

 t  t 1   t  t  iid(0,   ) /  / ≤ 1
2
 t   t   t 1  t  iid(0,   2 )

El investigador propone transformar las observaciones tomando primeras


diferencias y estimar  en el modelo

yt  X t  Vt

donde yt  Yt  Yt 1 ; X t  X t  X t 1 ; Vt   t   t 1

a). Cuáles son las propiedades de la perturbación Vt , bajo los dos procesos
alternativos de autocorrelación?
b). Podemos concluir que el tomar primeras diferencias reduce la autocorrelación
independientes de la naturaleza de ésta?
c). Soluciona tomar primeras diferencias el problema de la autocorrelación , en el
sentido de que se pueden obtener estimadores con buenas propiedades?.

6. Sea el modelo de regresión Yt  X t  t donde X t es un regresor no


estocástico y las perturbaciones siguen un proceso autoregresivo de primer
orden  t  0.8 t 1   t donde  t  iid (0, 4.96)

i) Qué propiedades tienen los estimadores M.C.O en este modelo?


Obtenga la matriz de varianzas y covarianza de las perturbaciones   
2
ii)
iii) Estima por M.C.O el parámetro B, utilizando la siguiente información
muestral:

Y X
-0.9 -1
0.0 1
0.9 0

iv) Calcula B̂MCG y su varianza si

 2.7  2.2 0.0 


1
 
=   2.2 4.5  2.2 

 0.0  2.2 2.7 
 
iv) cuáles son las propiedades de los estimadores MCG en este modelo?
v) Cuál de los dos estimadores B̂MCO o B̂MCG es eficiente? Porque?

7. Supongamos el modelo
Yt   0  1 t   t  t  iid(0,  2 )

Qué sucede con la estimación de los coeficientes de regresión, si suponemos


equivocadamente que la varianza del error es directamente proporcional a la
variable X, y por consiguiente trasformamos el modelo para eliminar dicho
problema? (Sustente conceptual y matemáticamente su respuesta)

8. Suponga que 𝑦 esta determinado por el modelo sin variables 𝑦𝑡 = 𝛽0 + 𝑢𝑡 donde 𝑢𝑡 = 𝜀𝑡 +


𝜀𝑡−1 con 𝜀𝑡 ~𝐼𝑁(0, 𝜎 2 )..
i. Qué propiedades tiene el estimador M.C.O en este modelo? Sustente claramente
ii. Suponga que tiene tres observaciones 𝑦1 = 4, 𝑦2 = 5 𝑒 𝑦3 = 3 y que la primera observación de 𝜀𝑡 es 𝜀0 .
Cuál es la mejor estimación de 𝛽0 . y de su varianza. Deben dar respuestas numéricas y justificarlas. Pista
(caracterice el error para poder hallar la matriz de varianzas y covarianzas del error)

9. Sea el modelo Yi  1   2 X 2i   3W3i  ui , donde X y W son variables explicatorias no


aleatorias y el error ui ruido blanco. Si un investigador cree erróneamente que el error es
heteroscedástico y que se comporta directamente proporcional al cuadrado de la variable X, es
decir Var(ui )= λX2, entonces el nuevo error presentará: (Sustente Claramente)

A. Un valor esperado distinto de cero y heteroscedasticidad


B. Correlación y heteroscedasticidad
C. Un valor esperado distinto de cero y correlación
D. Un valor esperado igual de cero y no correlación

10. Resuelva los ejercicios 12.1,12.2,12.3 y 12.4 del texto de Gujarati.

11. Determine el estimador MCG y su matriz de varianzas y covarianzas.


12. Determina el estimador de la varianza del error bajo mínimos cuadrados generalizados

También podría gustarte