Universidad Santo Tomás

Examen de Econometría I
Nombre Completo:
Código:

Este examen debe presentarse a más tardar el día lunes 27 de noviembre por el aula virtual. Cada
literal vale 1,25. De la calidad, coherencia y claridad de su respuesta depende su nota.
1. Con ayuda de una muestra de 506 comunidades en la zona de Boston, se estima un modelo
que relaciona el precio medio de las viviendas ( price) en una comunidad con diversas
características de la misma: nox es la cantidad de óxido de nitrógeno en el aire, dada en
partes por millón; dist es la distancia ponderada de la comunidad a cinco centros de trabajo,
dada en millas; rooms es la cantidad promedio de habitaciones en las viviendas de la
comunidad, y stratio es el cociente promedio estudiantes-profesores en las escuelas de la
comunidad. El modelo poblacional es:
ln ( price )=β 0 + β 1 ln(nox )+ β2 ln(dist)+ β 3 rooms+ β 4 stratio+u
Por lo tanto, β 1es la elasticidad del precio promedio respecto a nox.
. reg lprice lnox ldist rooms stratio

Source SS df MS Number of obs = 506

F( 4, 501) = 175.86
Model 49.3987586 4 12.3496897 Prob > F = 0.0000
Residual 35.1834663 501 .07022648 R-squared = 0.5840
Adj R-squared = 0.5807
Total 84.582225 505 .167489554 Root MSE = .265

lprice Coef. Std. Err. t P>|t| [95% Conf. Interval]

lnox -.9535388 .1167417 -8.17 0.000 -1.182902 -.7241751

ldist -.1343395 .0431032 -3.12 0.002 -.2190247 -.0496542
rooms .2545271 .0185303 13.74 0.000 .2181203 .2909338
stratio -.0524511 .0058971 -8.89 0.000 -.0640372 -.040865
_cons 11.08386 .3181113 34.84 0.000 10.45887 11.70886

a. Interprete debidamente cada uno de los coeficientes de regresión de las variables

b. ¿Qué variables son significativas a un nivel de significancia de 0.001 %?
2. Ahora, se agregan las variables crime, radial y lproptax que son la tasa de criminalidad
percápita, un indicador que mide el nivel de acceso a avenidas y el nivel de impuestos a la
propiedad pagados en miles de dólares, respectivamente.
ln ( price )=β 0 + β 1 ln(nox )+ β2 ln(dist)+ β 3 rooms+ β 4 stratio+ β 5 crime + β 6 radial+ β 7 ln ( proptax)+u
 . reg lprice lnox ldist rooms stratio crime radial lproptax

Source SS df MS Number of obs = 506

F( 7, 498) = 145.33
Model 56.7852857 7 8.11218367 Prob > F = 0.0000
Residual 27.7969393 498 .055817147 R-squared = 0.6714
Adj R-squared = 0.6667
Total 84.582225 505 .167489554 Root MSE = .23626

lprice Coef. Std. Err. t P>|t| [95% Conf. Interval]

lnox -.8877181 .1140843 -7.78 0.000 -1.111864 -.6635722

ldist -.2262817 .0393419 -5.75 0.000 -.3035783 -.1489851
rooms .2297567 .0169868 13.53 0.000 .196382 .2631314
stratio -.0452444 .0058426 -7.74 0.000 -.0567236 -.0337652
crime -.0161599 .0016172 -9.99 0.000 -.0193374 -.0129824
radial .0114606 .0027144 4.22 0.000 .0061275 .0167937
lproptax -.2550806 .0566066 -4.51 0.000 -.3662978 -.1438635
_cons 12.5662 .4339521 28.96 0.000 11.7136 13.41881

a. Interprete correctamente cada uno de los coeficientes estimados para las variables
que se adicionaron ¿tienen un efecto significativo?
b. ¿Cómo se relaciona la inclusión en el modelo de la variable radial, con el cambio
en la estimación de la elasticidad del precio de la vivienda a la cantidad de
contaminación? Pista: Considere la posible correlación entre radial y lnox y cómo
afecta lnox a lprice. ¿Qué signo tendría el posible sesgo de estimación de la
elasticidad precio a la contaminación causado por omitir radial (acceso a avenidas)?