TALLER DE ECONOMETRÍA I.

De la extracción de preguntas claves sacadas del libro de Gujarati, responda las que se muestran a
continuación:

Fuente: Gujarati, 2010 página 401

SOLUCIÓN

11.1 a) FALSO. Los estimadores no son sesgados, pero son ineficientes.

b) VERDADERO. Cuando existe heteroscedasticidad las pruebas son invalidas.

c) FALSO. No siempre se sobreestiman los errores.

d) FALSO. La heteroscedasticidad puede resultar de la auto correlación, errores de

especificación del modelo, entre otras.

e) VERDADERO. Desde la varianza no son directamente observable.

f) VERDADERO. Los errores van a mostrar un patrón que permita ver la heteroscedasticidad.

g) FALSO. La heteroscedasticidad es con relación a la varianza del error Ui, no con relación a la
varianza del regresor.
11.2 a) Como se muestra en la ecuación 1, si N aumenta en una unidad, en promedio, el salario
aumenta 0,009 pesos.

Si se multiplica la segunda ecuación a través de N, se verá el mismo resultado que en la

primera ecuación.

b) El autor estaba preocupado por la heteroscedasticidad, ya que dividió la ecuación original

por N, con esto se puede asumir que la varianza del error es proporcional a la raíz cuadrada de N.
El autor usó el método de Mínimos cuadrados Ponderados en la segunda ecuación.

c) El coeficiente del intercepto en la ecuación 1 es el coeficiente de la pendiente de la

ecuación 2; y el coeficiente de la pendiente en la ecuación 1 es el intercepto en la ecuación 2.

d) No, ya que las variables dependientes en los dos modelos no son las mismas.

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:
Núm. Yt Xt uˆt
obs.
1 4 1 2
2 6 3 -3
3 2 4 0
4 1 5 ¿?
5 3 6 ¿?
Con la información anterior el investigador debe calcular una estimación
de la varianza de las perturbaciones aleatorias ¿Cómo debe proceder?

De acuerdo a lo anterior, determine procedimentalmente y mediante el

test de White, que los datos que se presentan, consideran un modelo
Homocedatico o Heterocedastico

Solución

El primer problema que tenemos que resolver es hallar los valores de los residuos
para las observaciones 4 y 5, así que tenemos en cuenta que las dos ecuaciones
normales de los coeficientes imponen restricciones sobre los residuos
T

∑ û t=0
t =1
 T

∑ û t X t =0
t =1

Por lo tanto, se verificará

û1 +û2 +û3 +û 4 +û5=0

û1 X 1 +û2 X 2 +û3 X 3 +û4 X 4 +û5 X 5=0

Sustituyendo los valores de la tabla se obtiene:

2−3+ 0+û4 + û5=0

2∗1−3∗3+0∗4 +5û 4 +6 û5 =0

Es decir,

û 4+ û5=1

5 û4 + 6û 5=7

Resolviendo lo anterior se obtiene que:

û 4=−1

û5=2

El estimador insesgado de varianza de las perturbaciones viene dado por

Aplicando la formula se obtiene:

 1 Sea el siguiente modelo que relaciona el gasto en educación ( Ei ) con
la renta disponible ( Ri ):
Ei =β1 + β 2 R i+ μ i

De la información obtenida de una muestra de10 familias se han

obtenido los siguientes resultados:

Se pide:
a) Obtenga una estimación de β 1 y β 2
b) Estime la elasticidad gasto en educación-renta para el promedio
de las familias de la muestra.
c) Calcule el coeficiente de determinación.
d) Contraste si la renta disponible tiene o no una influencia
significativa sobre el gasto en educación.
e) Analice la normalidad y homocedasticidad

Solución

a) Se aplica la formula
 Se reemplaza B2 en la ecuación inicial

Por lo que se pueden estimar así

Si la renta disponible en cada familia aumenta una unidad, el gasto en

educación disminuiría en -0.4779, No es un resultado esperado.

b) La elasticidad sería la siguiente:

dE R R 50
Er −g= X =β 2 X =0,1496 X =1,0683
dR E E 7

c) El coeficiente de determinación es el total de la varianza por la regresión.

Así:

d) Para contrastar si la renta disponible tiene o no una influencia

significativa sobre el gasto en educación, seguiremos las siguientes
etapas:

Las hipótesis nula y alternativa son las siguientes:

H 0 : β2 =0

H 1: β2 ≠ 0

El estadístico para el contraste es el siguiente:

 β 2−β 02 β 2−0 0,1496 0,1496
t= = = = =13,41
σβ 2
σ 0,8385 0,01115
T √ 5.650
√∑
t =1
( Ri−R)

El estadístico t, bajo la hipótesis nula se distribuye como t student con T-

2 grados de libertad, es decir:

t t T−2

Si lo relacionamos con un nivel de significancia del 5%, entonces, se

rechaza la hipótesis nula.

e) Según los datos obtenidos anteriormente y rechazando la hipótesis nula,

se puede estimar que, si existe una normalidad con un nivel de
significancia del 5%, y no existe una homocedasticidad.