Materia: Econometría

SIGLA: IND - 521

Catedrático: Ing. Marcelino Aliaga Limachi
Fecha: 20/02/2016

LABORATORIO Nº 2

Capítulo 2
Modelo Lineal de Dos Variables

1. ¿Cuáles son las hipótesis básicas que acompañan la definición del Modelo de Lineal de Dos
Variables (ML2V)?.

2. En el modelo Yt = β1 + β2Xt + ut, donde ut ~f(x), y se cumplen las demás hipótesis del ML2V.
Explique:
a) ¿Es posible la estimación por MCO?.
b) ¿Cómo estimaría los coeficientes del ML2V?.
c) ¿Qué propiedades tendrían los estimadores?.
d) ¿Se podrá realizar la validación estadística?.

3. La distribución bidimensional de las variables X, gasto familiar mensual en alimentación y vivienda

e Y, ingresos familiares mensuales, ambas en miles de $, tiene como vector de medias y matriz de
covarianzas: 0.75 0.09 0.26
1.50 0.26 0.81
Para unos ingresos mensuales de 2 mil $ se desea efectuar una predicción del gasto mensual en
alimentación y vivienda. Un estudiante propone la siguiente regla de 3: si para unos ingresos de
1'5 miles de $ el gasto es de 0'75 miles de $, entonces para unos ingresos de 2 mil de $ el gasto
será de 1 mil de $.
a) ¿Cómo podrías mejorar la predicción del estudiante utilizando tus conocimientos de
econometría?.
b) Señala las ventajas de la predicción que realizaste en a) respecto al otro procedimiento.

4. Sea el modelo: Yi = β1 + β2Xi + ui. Se obtiene la siguiente muestra de observaciones para las
variables X e Y:
Yi: 1 4 6 16 25 36 49 64
Xi: 1 2 3 4 5 6 7 8
a) Realice una estimación adecuada del modelo por MCO e intérprete el significado de sus
coeficientes.
b) ¿Este modelo tiene una buena bondad de ajuste?.
c) ¿El modelo es significativo global e individualmente?.
d) ¿Este modelo es adecuado para predecir?. (En todos los casos justifique su respuesta)

5. Un estudio realizado sobre dos modelos de cultivo produjo la siguiente información:

Modelo A Modelo B
Yi = 200 + 0.8Xi + ui Yi = 50 + 1.2Xi + ui
σu = 30 σu = 20
r = 0.49 r = 0.81
donde, Y es la producción media en toneladas métricas y X es la cantidad de precipitación pluvial
medida en pulgadas por período de cultivo.
a) Cuál de los dos modelos presenta buen de ajuste?. (Justifique su respuesta y no especule)
b) Cuál de los dos modelos gana más por un aumento en la cantidad de lluvia caída?. (Fundamente
brevemente su respuesta)

Página 1 de 5
 c) Por cuál de los dos modelos puede predecirse en forma más exacta la producción?. (Justifique
sus respuestas y no especule)
d) Es posible que el modelo A produzca una predicción promedio menor a la predicción puntual del
modelo B?.

6. El camionero Juan Pérez se dedica a realizar transportes locales de corto recorrido sin salir de la
ciudad de Pan Duro. Tiene por costumbre cargar gasolina en la misma estación gasolinera, cercana
a su domicilio, y anotar los litros servidos y la distancia recorrida en cada ocasión. Las últimas
observaciones han sido:
Km. Recorridos: 320 356 596 325 220 423 365
Litros cargados: 168 192 318 170 118 223 195

La siguiente ocasión en que carga en la gasolinera se encuentra con que esta ha cambiado de
dueño y recoge la observación de 234 Km. y 140 litros. Más tarde oye el rumor de que el nuevo
dueño ha trucado el contador de la gasolinera de forma que factura a sus clientes más litros de los
que realmente cargan. Suponiendo que las condiciones del camión no han variado, contrasta la
hipótesis de que el contador de la gasolinera funciona erróneamente.

7. Dada la siguiente información referida a la renta de las familias (R) y los gastos de consumo (C) de
las familias en miles de pesos, se solicita lo siguiente: Ri 2 5 8 11
Ci 4 7 12 21
a) Modelar la relación entre ambas variables de tal forma que el ajuste sea el más óptimo.
b) Determinar la bondad del ajuste.
c) Determinar la significación global.
d) La varianza residual.

8. Los siguientes datos corresponden a una estimación de los ingresos por ventas de una empresa (Y)
y el Número de Vendedores (X), para el período abril 2006 a marzo 2007. Ambos expresados en
miles de pesos.
ˆ 2  80,376431 X 2
i  471 Y X
i i  3.541 X i  69 Y i  561
a) Especifique la FRP y FRM del modelo.
b) Estimar los parámetros del modelo e interpretar su valor y representación gráfica.
c) ¿Demostrar que el modelo goza de un buen ajuste?.
d) ¿El modelo es significativo global e individual?.

9. Un investigador ha estimado el siguiente modelo con una muestra de 5 observaciones:

Yt = β1 + β2Xt + ut. Una vez realizada la estimación extravía toda la información de que disponía
excepto la que aparece en la siguiente tabla:

No. Xt et
1 1 2
2 3 -3
3 4 0
4 5
5 6
Con la información anterior el investigador debe calcular una estimación de la varianza de las
perturbaciones aleatorias ¿Cómo alumno de IND 431, como recomendaría usted proceder para
determinar el valor dicha varianza?.

Página 2 de 5
10. Una compañía de transporte analiza una muestra de 10 embarques por camión y registra la
distancia en kilómetros, además el tiempo de entrega de la mercancía medido por días,
obteniéndose la siguiente información:

m10 = 762 m01 = 2.85 m11 = 2 637 m20 = 710 430 m02 = 9.75

a) La compañía informa que si el kilometraje es de 1 500, el tiempo necesario para la entrega es

mayor de tres días. ¿está usted de acuerdo? (fundamente su respuesta).
b) ¿Qué porcentaje de la información es explicada por la regresión?.
c) ¿Hay buena significación individual global?.

11. Sea el siguiente modelo que relaciona el gasto en educación (E) con la renta disponible (R):
Ei = β1 + β2Ri + ui
De la información obtenida de una muestra de10 familias se han obtenido los siguientes
resultados:

Se pide:
a) Obtenga una estimación de β1 y β2.
b) Estime la elasticidad gasto en educación-renta para el promedio de las familias de la muestra.
c) Descomponga la varianza total del gasto en educación de la muestra en varianza explicada y
varianza residual.
d) Contraste si la renta disponible tiene o no una influencia significativa sobre el gasto en
educación.

12. Supongamos que disponemos de los siguientes datos:

Año Ventas (en $) Gastos en publicidad (en $)
1998 200 30
1999 400 50
2000 800 50
2001 1.200 60
2002 900 60

a) Modelar la relación entre ambas variables de tal forma que el ajuste sea el más óptimo.
b) Determinar la bondad del ajuste.
c) Determinar la significación global.
d) Cual es resultado de la evaluación estadística.

13. Dada la siguiente muestra temporal de las variables:

yt 8.04 6.95 7.58 8.81 8.33 9.96 7.24 4.26 10.84 4.82 5.68
xt 10 8 13 9 11 14 6 4 12 7 5

a) Estimar el modelo de relación entre ambas variables.

b) Determinar la bondad del ajuste.
c) Determinar los intervalos confidenciales.
d) Determinar la matriz de covarianzas.

Página 3 de 5
14. Una teoría financiera sostiene que hay una relación directa entre el riesgo de una inversión y su
rendimiento que promete. El riesgo de una acción se mide por su valor. En la siguiente tabla se
muestran los rendimientos y riesgos de 12 acciones.

Acción Rendimiento Riesgo

1 5,4 1,5
2 8,9 1,9
3 2,3 1,0
4 1,5 0,5
5 3,7 1,5
6 8,2 1,8
7 5,3 1,3
8 0,5 -0,5
9 1,3 0,5
10 5,9 1,8
11 6,8 1,9
12 7,2 1,9
a) Estimar la relación entre ambas variables de tal forma que el ajuste sea el más óptimo.
b) Determinar la bondad del ajuste.
c) Determinar la significación global.
d) La varianza residual.

15. Suponga que usted desea estimar un modelo de regresión en que las ventas de una empresa se
explican por los gastos de publicidad, para ello cuenta con la siguiente información:
V t  1112  P  1699
t V P  205495
t t P t
2
 322005 V
t  298000

Sabiendo que se cuenta con diez observaciones, se pide:

a) Especificar la FRM del modelo solicitado.
b) Estimar los parámetros del modelo. INTERPRETE!!!
c) Según su modelo, en cuanto variarán las ventas si los gastos en publicidad varían en dos
unidades.
d) ¿Se cumple que la suma de los residuos es igual a cero?.

16. Suponga que en un país imaginario se dispone de las siguientes observaciones relativas a la
cantidad de dinero (M) y a la renta nacional (R), ambas en miles de millones de $:

Periodo Cantidad de Renta Nacional

Dinero (M) (R)
1 2,0 5,0
2 2,5 5,5
3 3,2 6,0
4 3,6 7,0
5 3,3 7,2
6 4,0 7,7
7 4,2 8,4

Página 4 de 5
a) Estimar la FRM en desviaciones respecto a la media.
b) Construir un intervalo de confianza del 95% β2.
c) Puede probarse que β2 es igual a 1?.
d) Calcular el nivel al cual se pueda garantizar que la renta en el periodo 12 sea igual a 12 000
millones.

Página 5 de 5