Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo N 06 Ejercicios PDF
Trabajo N 06 Ejercicios PDF
UNIVERSIDAD NACIONAL
HERMILIO VALDIZÁN
FACULTAD DE CIENCIAS ECONÓMICAS
E. A. P. ECONOMÍA
TEMA
ASIGNATURA:
Econometría II
DOCENTE:
RESPONSABLES:
HUANUCO - PERU
2016
EJERCICIOS DEL CAPITULO 11
EJERCICIO 11.1.
Establezca si las siguientes afirmaciones son verdaderas, falsas o
inciertas y comente sus razones brevemente:
EJERCICIO 11.2.
En una regresión de salarios promedio (W, $) sobre el número de
empleados (N) de una muestra aleatoria de 30 empresas se obtuvieron los
siguientes resultados: *
w
^ =7.5 + 0.009N
w
^ /N = 0.008 + 7.8(1/N)
EJERCICIO 11.3
a) ¿Puede estimar los parámetros de los modelos mediante el método de
mínimos cuadrados ordinarios? ¿Por qué?
β 1+ β 2 X +¿ V t
1
¿^
W t ∨¿ √¿
β 1+ β 2 X +¿ V t
2
1
¿^
W t ∨¿ √¿
RESPUESTA
NO estos modelos no son lineales en el parámetro y no se puede ser estimado
por MCO.
Yt = β 1+ X β1 2 u1 ……………………… (1)
RESPUESTA.
a) Si ln ui tiene valor esperado cero, ¿cuál debe ser la distribución de ui?
EJERCICIO 11.5.
¿
Muestre que β 2 de (11.3.8) también se expresa como.
¿
y var ( β 2 ) dada en (11.3.9) también se expresa como
RESPUESTA.
Esta es una ecuación de sustituirla definición y la simplificación
EJERCICIO 11.6.
Con propósitos pedagógicos, Hanushek y Jackson estiman el siguiente
modelo:
y estiman.
Ct/PIBt _ β1 (1/PIBt) + β2 + β3 (Dt/PIBt) + ut/PIBt………………… (2)
RESPUESTA.
a) ¿Qué supuesto hacen los autores sobre la naturaleza de la
heteroscedasticidad? ¿Puede justificarlo?
La suposición es que la varianza del error es proporcional al cuadrado del PIB.
Que se describe en la postulación. Los autores hacen de este supuesto al
observarlos dataos a través del tiempo y observar esta relación.
b) Compare los resultados de las dos regresiones. ¿La transformación
del modelo original mejora los resultados, es decir, reduce los errores
estándar estimados? ¿Por qué?
Los resultados son esencialmente lo mismo. Aunque los errores estándar de
dos de los coeficientes son inferiores es el segundo modelo. Este se puede
tomar como justificaciones empíricas de la transformación de
heterocedasticidad.
c) ¿Puede comparar los dos valores de R2? ¿Por qué? (Sugerencia:
Examine las variables dependientes.)
NO. El R2 Términos puede no ser directamente comparados. Las variables
dependientes en los modelos no son lo mismo.
EJERCICIO 11.7.
Consulte las regresiones estimadas (11.6.2) y (11.6.3). Los resultados de
la regresión son muy similares. ¿A qué se debe esta conclusión?
RESPUESTA.
Como se verá en el problema 11.13. La Bartlett prueba demuestra que no
existe no era un problema de heterocedasticidad en este conjunto de datos.
Por lo tanto, este diagnóstico no es sorprendente.
EJERCICIO 11.8.
EJERCICIO 11.9
Consulte las fórmulas (11.2.2) y (11.2.3), y suponga que
2
σ t =¿ σ 2 kt
Donde σ2 es una constante y kt son ponderaciones conocidas, no
necesariamente todas iguales.
Con este supuesto, muestre que la varianza dada en (11.2.2) se expresa como
^
la naturaleza de la relación entre var ( β 2 ) con heteroscedasticidad y con
RESPUESTA.
En la ecuación. (11.2.2) tenemos:
2
Sustituir σ1 = σ2k, en la ecuación anterior obtenemos 0
u
se lesinforma que var (¿¿ i)=σ 2 X 2i +. demuestre que
¿
∑ X 21
¿
¿
¿
^ σ 2 ∑ X 4i
var ( β2 ) = ¿
RESPUESTA
De anexar de 3A. 3 y 6A. 1, tenemos T.X2 var(w)
∑ X 21
¿
¿
¿
^ σ 2 ∑ X 4i
var ( β2 ) = ¿
^
var ( β2 ) =
∑ X 2i σ 2 X 2i σ 2 ∑ X 4i
=
2 2
( ∑ X 2i ) ( ∑ X 2i )
Ejercicio 11.11
Con la información de la tabla 11.1. Efectúe la regresión de la
remuneración salarial promedio Y sobre la productividad promedio X, y
considere el tamaño de la planta laboral como unidad de observación.
Interprete sus resultados y vea si están de acuerdo con los presentados
en (11.5.3).
RESPUESTA
Los residuos de esta regresión son el siguiente:
-775,6579, -205,0481, 165,8512,…. 199,3785, 183,9356, 54,6657,
150,6239, 112,8410, 113,4100
u^i
2
b) Según la prueba de Park, efectúe la regresión de ln i sobre ln Xi y
Ejercicio 11.12
Ejercicio 11.13.
Prueba de homogeneidad de varianza de Bartlett.* Suponga que hay k
2 2 2 2
H 0=σ 1=σ 2 =…=σ k =σ ; es decir, cada varianza muestral es una
∑ f i s2i ∑ f s 2
S 2= i=1 = 1 i
∑ fi f
B=1+
1
3(k −1) ( f )− f )
∑( 1 1
1
^β= ∑
Xi Y i Y 1=Y 2 1
2
= = ( Y 1 =Y 2 )
∑X i
2 2
Y usando el ejercicio (6.1.7), obtenemos
2
σ1
var ( ^β)= = σ2 2
∑X 2 i
Ejercicio 11.15.
La tabla 11.7 proporciona datos sobre 81 automóviles respecto de su MPG
(millas promedio por galón), CF (caballos de fuerza de su motor), VOL
(pies cúbicos de su cabina), VM (velocidad máxima en millas por hora) y
su PS (peso del vehículo en cientos de lb).
2
R =0.8828
Cuando se compara los resultados con los resultados de los MOC, usted
encontraras que los valores de los coeficientes estimados son los
mismos, pero sus variaciones y errores estándar son diferentes. Como
puede ver, el error estándar de la pendiente estimada todos los
coeficientes es mayores en el blanco.
Procedimiento, por lo tanto, son los más bajos, lo que sugiere que la
operación había subestimado los errores estándar. Todo esto podría ser
debido a la heteroscedasticidad.
Ejercicio 11.16.
Gasto alimentario en India. En la tabla 2.8 se proporcionaron datos sobre
el gasto en alimentos y el gasto total de 55 familias de India.
a) Haga la regresión del gasto alimentario sobre el gasto total y examine
los residuos obtenidos en dicha regresión.
RESPUESTA:
Los resultados de la regresión son los siguientes:
Variable dependiente: FOODEXP
b) Grafique los residuos obtenidos en el inciso a) contra el gasto total y
verifique si existe algún patrón sistemático
RESPUESTA:
Ejercicio 11.18.
Un atajo de la prueba de White. Como mencionamos en el texto, la prueba
de White consume grados de libertad si existen varias regresoras y se
introducen todas las regresoras, sus términos cuadrados y sus productos
cruzados. Por consiguiente, en vez de estimar las regresiones como la
(11.5.22), ¿por qué no simplemente efectúa la siguiente regresión?
u^1=∝1 +∝2 Y^i +∝2 Y^i +∝ v 1
2 2
Ejercicio 11.19.
Reconsidere el ejemplo sobre I y D de la sección 11.7. Repita ese ejemplo
con las ganancias como la regresora. A priori, ¿esperaría que los
resultados fuesen diferentes de los que utilizan las ventas como
regresoras?, ¿por qué?
RESPUESTA
No hay ninguna razón para creer que los resultados serán diferentes porque
las ganancias y las ventas están altamente correlacionados, como puede verse
enla siguiente regresión de ganancias de las ventas.
Ejercicio 11.20.
La tabla 11.8 proporciona datos sobre la mediana de los salarios de
catedráticos en estadística que laboraron en centros universitarios de
investigación de Estados Unidos durante el año académico 2007.
a) Grafique la mediana de los salarios respecto de los rangos de años
(como medida de los años de experiencia). Para propósitos de la
gráfica, suponga que la mediana de los salarios está referida al punto
medio del rango de años correspondiente. Por consiguiente, el salario
de $124 578 del rango 4-5 está referido a 4.5 años del rango
correspondiente, y así sucesivamente. Para el último grupo, suponga
que el rango es 31-33.
RESPUESTA:
Ejercicio 11.21.
Tiene la siguiente información:
SCR1 basado en las primeras 30 observaciones = 55, gl =25
SCR2 basado en las últimas 30 observaciones = 140, gl = 25
Realice la prueba de heteroscedasticidad de Goldfeld-Quandt en el nivel
de significancia de 5%.
RESPUESTA:
La estadística de prueba,
El 5% críticos de F de 25gl en el numerador y en el denominador es de 1.97,
dado que el valor estimado de 2,5454 supera este valor crítico, rechazar la
hipótesis nula de homocedasticidad.
Ejercicio 11.22.
R-cuadrado = 0,009262
Como se puede ver en (a) el pendiente coeficiente fue muy significativa,
pero en esta regresión no lo es. Ver como solo un punto extremo, un
caso atípico, ya que puede distorsionar los resultados de la regresión. El
cuadrado de los residuos de esta regresión cuando se traza contra X
mostro el siguiente gráfico.
d) Si, con base en los resultados de b), concluye que hubo
heteroscedasticidad en la varianza del error, pero con base en los
resultados de c) modifica este resultado, ¿qué conclusiones generales
obtiene?
RESULTADO:
Comparando los gráficos residuales en las letras (b) y (c), vemos que
una vez Chile se retire de los datos existe poca relación entre Y y X por
lo tanto, cualquier aspecto de la heteroscedasticidad es falsa.