UNIVERSIDAD DEL CAUCA

FACULTAD DE CIENCIAS CONTABLES, ECONÓMICAS Y ADMINISTRATIVAS

PROGRAMA DE ECONOMÍA
Febrero de 2020
Prof. Juliana Sarmiento Castillo
TALLER REPASO SEGUNDO PARCIAL: ECONOMETRÍA I

1. Suponga que se tienen datos salariales sobre 250 trabajadores y 280 trabajadoras
seleccionados aleatoriamente, se estima la regresión MCO

donde Salario se mide en dólares por hora y Masculino es una variable binaria que es igual
a 1 si la persona es un varón y 0 si la persona es una mujer. Defina la brecha salarial por
género como la diferencia de ingresos salariales medios entre hombres y mujeres.

a) ¿Cuál es la brecha de género estimada?

b) ¿Es la brecha de género estimada significativamente distinta de cero? (Calcule el p-valor
para el
contraste de la hipótesis nula de que no existe brecha de género).
c) En la muestra, ¿cuál es el salario medio de las mujeres? ¿Y de los hombres?
d) Otro investigador utiliza estos mismos datos pero regresa la variable Salario sobre la
variable
Femenino, una variable que es igual a 1 si la persona es una mujer y 0 si la persona es un
hombre.
¿Cuáles son las estimaciones de la regresión calculadas a partir de esta regresión?

2. En una ciudad se llevó a cabo un experimento en el que los estudiantes de guardería

fueron asignados aleatoriamente a clases de distintos tamaños, «normal» o «pequeño»,
realizándose a final del curso unos exámenes o pruebas estandarizadas. (Las clases
normales constaban aproximadamente de 24 estudiantes, y las clases pequeñas constaban
aproximadamente de 15 estudiantes). Suponga que, en la población, las pruebas
estandarizadas arrojan una puntuación media de 925 puntos y una desviación típica de 75
puntos. Sea ClasePequeña la denominación de una variable binaria igual a 1 si el
estudiante es asignado a una clase pequeña e igual a 0 en cualquier otro caso. Una
regresión de la variable CalificaciónExamen sobre ClasePequeña proporciona estos
resultados:

a) ¿Mejoran las clases pequeñas los resultados en la prueba? ¿En cuánto?

b) ¿Es estadísticamente significativo el efecto estimado del tamaño de las clases sobre las
calificaciones obtenidas? Realice un contraste al 5 % de nivel.
 3. Con base en datos mensuales de enero de 2008 a diciembre de 2017 se obtuvieron
los siguientes resultados de regresión:

donde Y = tasa mensual de rendimiento de las acciones comunes de Texaco, %,

X = tasa mensual de rendimiento del mercado, %.

a) ¿Cuál es la diferencia entre los dos modelos de regresión?

b) Con los resultados anteriores, ¿conservaría el término del intercepto en el primer
modelo? ¿Por qué?
c) ¿Cómo interpretaría los coeficientes de la pendiente en los dos modelos?
d) El estadístico de normalidad de Jarque-Bera para el primer modelo en este
problema es 1.1167 y para el segundo modelo es 1.1170. ¿Qué conclusiones puede
obtener de estos estadísticos?
e) El valor t del coeficiente de la pendiente en el modelo con intercepto cero es
aproximadamente 2.95, mientras que con el intercepto presente tiene un valor
aproximado de 2.81. ¿Puede explicar este resultado?

4. La curva de gasto de Engel relaciona el gasto del consumidor sobre un bien con su
ingreso total. Sea Y = el gasto de consumo sobre un bien y X = ingreso del
consumidor, y considere los Siguientes modelos

¿Cuál(es) de estos modelos(s) escogería para la curva de gasto de Engel y por

qué?(Sugerencia: Interprete los diversos coeficientes de pendiente, encuentre las
expresiones para la elasticidad del gasto respecto del ingreso, etcétera.)
 5. Considere la siguiente regresión:

donde ISP = índice de inestabilidad sociopolítica, promedio para 1960-1985, y Gini =

coeficiente de Gini para 1975, o el año más próximo disponible dentro del periodo 1970-
1980. La muestra consta de 40 países. El coeficiente de Gini es una medida de la
desigualdad del ingreso y se sitúa entre 0 y 1. Cuanto más cerca se encuentre de 0, mayor
será la igualdad del ingreso, y cuanto más próximo se encuentra de 1, mayor será la
desigualdad del ingreso.

a) ¿Cómo interpreta esta regresión?

b) Suponga que el coeficiente de Gini se incrementa de 0.25 a 0.55. ¿Cuánto aumentaría el
ISP? ¿Qué significa eso en la práctica?
c) ¿El coeficiente estimado de la pendiente es estadísticamente significativo al nivel de 5%?
Realice los cálculos necesarios.
d ) Con base en la regresión anterior, ¿diría que los países con mayor desigualdad del
ingreso son políticamente inestables?

6. Para estudiar la tasa de crecimiento de la población de Belice de 1970 a 1992,

Mukherjee et al. estimaron los siguientes modelos:

donde Pob = población en millones; t = variable de tendencia; Dt = 1 para observaciones

que comenzaron en 1978 y 0 antes de 1978; y ln significa logaritmo natural.

a) En el modelo I, ¿cuál es la tasa de crecimiento de la población de Belice durante el

periodo de muestra?
b) ¿Las tasas de crecimiento son estadísticamente distintas antes y después de 1978?
¿Cómo sabe? Si son diferentes, ¿cuáles son las tasas de crecimiento para 1972-1977 y 1978-
1992?

7. El sueldo inicial medio para los recién graduados de la Facultad de Derecho se

determina mediante

donde LSAT es la media del puntaje LSAT del grupo de graduados, GPA es la media del
GPA (promedio general) del grupo, libvol es el número de volúmenes en la biblioteca de la
Facultad de Derecho, cost es el costo anual por asistir a dicha facultad y rank es una
clasificación de las escuelas de derecho (siendo rank = 1 la mejor).
a) Explique por qué se espera β5 ≤ 0.
b) ¿Qué signos espera para los otros parámetros de pendiente? Justifique sus respuestas.
c) Utilizando los datos empíricos, la ecuación estimada es

¿Cuál es la diferencia ceteris paribus predicha en sueldo entre escuelas cuya media en el
GPA difiera por un punto? (Responda en términos porcentuales.)
d) Interprete el coeficiente de la variable log(libvol).
e) ¿Diría que es preferible asistir a una Facultad de Derecho con ranking más alto? En
términos de sueldo inicial predicho, ¿cuánto vale una diferencia de 20 en el ranking?

8. ¿Qué de lo siguiente puede causar que los estimadores MCO sean sesgados?
a) La heterocedasticidad.
b) La omisión de una variable importante.
c) Un coeficiente de correlación muestral de .95 entre dos variables independientes
incluidas en el modelo.

9. Suponga que mediante una encuesta recolecta usted datos sobre salarios,
educación, experiencia y género. Solicita también información sobre uso de la
marihuana. La pregunta original es “¿Cuántas veces fumó marihuana el mes
pasado?”.
i) Dé una ecuación que permita estimar el efecto de fumar marihuana sobre el salario,
controlando los demás factores. La ecuación deberá permitir hacer afirmaciones como “se
estima que fumar marihuana cinco veces más al mes hace que el salario varíe x%”.
ii) Formule una ecuación que permita probar si el uso de drogas tiene efectos diferentes
sobre los salarios de hombres y mujeres. ¿Cómo puede probarse que los efectos del uso de
drogas no son diferentes entre hombres y mujeres?
iii) Suponga que considera que es mejor medir el uso de marihuana clasificando a las
personas en cuatro categorías: no usuario, usuario suave (1 a 5 veces por mes), usuario
moderado (6 a 10 veces por mes) y usuario fuerte (más de 10 veces por mes). Ahora, diseñe
un modelo que permita estimar el efecto del uso de la marihuana sobre el salario.

10. Para el modelo Yt = β1 + β2vt + β3wt + ut se tienen los siguientes datos:

Estime el modelo por el método de MCO y calcule el coeficiente de determinación