UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS ECONOMICAS

Curso: Econometría I
Profesora: Mg. Beatriz Castañeda S.

Práctica 1

1. Sea el siguiente modelo que relaciona el gasto en educación (E) con la renta disponible (R):
Ei = β1 + β2 Ri + µi
De la información obtenida de una muestra de 10 familias se han obtenido los siguientes
resultados:
10 10 10
E=7 R=50 ∑ R 2i =30650 ∑ E 2i =622 ∑ Ri Ei=4345
i =1 i=1 i=1
a) Obtenga la estimación de los parámetros del modelo y el R². Interprete.

n n

∑ ( Ri̇− Ŕ ) ( Ei− É ) ∑ ( Ri Ei− É Ri −Ŕ E i+ Ŕ É )

^β 2= i=1 = i
n n
2
∑ ( Ri −Ŕ ) ∑ ¿¿¿
i=1 i=1

n n n n

∑ Ri E i− É ∑ Ri− Ŕ ∑ Ei + n Ŕ É ∑ Ri Ei− É Ŕ n− Ŕ É n+n Ŕ É

i=1 i=1 i=1
¿ n n
= i=1 n

∑ R 2i −2 Ŕ ∑ R i+ n Ŕ 2 ∑ R2i −2 Ŕ Ŕ n+n Ŕ2

i=1 i =1 i=1

∑ Ri E i−n Ŕ É 4345−10 (50)( 7)

i=1
¿ n
=
30650−10 ¿ ¿
∑ R 2i −n Ŕ2
i=1

^β 1= É−B
^ 2 Ŕ=7−0,1496 ( 50 )=−0,477 9

Por lo tanto, la recta de regresión es:

¿−0,4779+0,1496 Ri

b) Estime la elasticidad gasto en educación-renta para el promedio de las familias en la

muestra.

∆ %E dE Ŕ
= ×
∆ %R dR É
 Ŕ 50
¿^
β2× =0,1496×
É 7

¿ 1,0683

c) Analice si la renta disponible tiene o no influencia significativa sobre el gasto en

educación

^β 2 refleja el impacto de la renta disponible en el gasto en educación, si la renta disponible no

tuviera influencia sería ^β 2=0, probaremos la hipótesis.

 La 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 2 ^β 2−0 0,1496 0,1496

t= = = = =13,41
σ^ ^β σ^ 0,8385 0,01115
2
n √ 5650
√∑
i=1
( Ri− Ŕ)2

 El estadístico t, bajo la hipótesis nula se distribuye como t de Student con T-2 grados
de libertad. Si seleccionamos un nivel de significancia del 5% entonces en las tablas
se encuentra el siguiente valor

t αT−2
/2
=t 0.05 /2
8 =2,306
α/ 2
Como |t |>|t T −2|, es decir como |13,41|>|2,306|, se rechaza la hipótesis nula.
d) Para E=7 y R=50, evalúe la hipótesis de que la elasticidad gasto en educación-renta
disponible es o no superior a 1.
 Hallamos la elasticidad:

R 50
ε E / R = β2 × =β 2 ×
E 7

50
 Debemos contrastar si ε E / R= β2 × =1, frente a la alternativa ε E / R >1
7

 Por lo tanto, la hipótesis nula y la alternativa serán:

H 0 : β2 =0,14
H 1 : β 2 >0,1 4

 El estadístico para el contraste es el siguiente:

^β 2−β 02 0,1496−0,14
t= = =0,8610
σ^ ^β 0,01115
2

 Regla de decisión:
Seleccionamos un nivel de significancia del 5%, verificamos en las tablas de t de
Student con T-2 grados de libertad, se encuentra el siguiente valor

t αT−2=t 0.05
8 =1,860

α
Como |t |<|t T −2|, es decir como |0,861|<|1,860|, se rechaza la hipótesis alternativa,
con un nivel de significación del 5% de que la elasticidad gastos en educación-renta
disponible es superior a 1 en el punto (E=7;R=50)
 2. Se postula el siguiente modelo para explicar al Consumo familiar mensual (Y en miles de
soles) en función de la Renta familiar mensual (X2 en miles de soles), el Número de hijos de
cada familia (X3) y el número de trabajadores en la familia (X4)
Yi = β1 + β2 X2i + β3 X3i + β4 X4i + µi
a) Proporcione la estimación de los parámetros y el R² del modelo irrestricto
b) Estime el modelo restringido, si las variables X3 y X4 no fueran significativas.
c) Analice la significancia conjunta de las variables X3 y X4.
d) Estime el modelo restringido, si las variables X2 y X4 no fueran significativas.
e) Analice la significancia conjunta de las variables X2 y X4
Se cuenta con la siguiente información: Y´Y = 63.39

29. 9 16 46 .2 18 24

3.
X ´Y=
[ ] [
94. 44
40
47. 6
X ´ X=
46 .2
18
24
147 .26
56 .2
73 .1
56 .2
36
30
73 . 1
30
40
]
Se propone el siguiente modelo para explicar los alquileres en una zona aledaña a una
universidad
Ln (Pa) = β1 + β2 ln (PobT) + β3 ln (Rentap) + β4 (Tpe) + µi
Donde:
Pa: El alquiler promedio mensual en la zona
PobT: Población total en la ciudad
Rentap: Renta promedio en la ciudad
Tpe: Tasa de la población estudiantil en la ciudad (Porcentaje de la población total que es
estudiante universitario)
a) Formule las hipótesis para analizar si el tamaño relativo de la población de estudiantes
respecto de la población total no tiene efecto sobre el alquiler mensual.
b) ¿Cuáles son los signos esperados para β2 y β3, justifique?
c) Se estimó el modelo y se obtuvo los siguientes resultados
Ln (Pa) = -3.368 + 0.0313 ln (PobT) + 0.877 ln (Rentap) + 0.0066 (Tpe) + ei
Sβ (0.464) (0.027) (0.041) (0.0012)

c1) ¿cuál sería el precio de alquiler si la población total tuviera un incremento de 10%?
c2) Realice la prueba de hipótesis formulada en a). Interprete sus resultados

4. El siguiente modelo estimado por Bidel y Hamsermesh (1990) estudia la relación entre el
tiempo dedicado a dormir y el dedicado a trabajar, junto con otros factores que afectan el
sueño:

Sueño = β1 + β2 Trabajo + β3 Educ + β4 Edad + µi

Donde el Sueño y el tiempo total de trabajo se miden en minutos por semana y la formación
académica (Educ) y la edad se miden en años.

a) ¿Cuál es el signo esperado para los coeficientes β2 , β3 y β4 ; justifique?

b) El modelo estimado tiene los siguientes resultados
Sueño = 3638.245 - 0.1484 Trabajo -11.134 β3 Educ + 2.2 Edad + µi
 N= 706; R² = 0.1134;
Y =3266 min; S Y =444 min

Si alguien trabaja 5 horas adicionales por semana, ¿en cuántos minutos se estima que
disminuirá el sueño?, ¿es una reducción importante? Justifique.
c) ¿Explican el Trabajo, Educ y Edad una parte importante de la variabilidad del sueño?,
¿qué otros factores pueden afectar el tiempo dedicado a dormir?

5. Se estima el siguiente modelo para el precio de departamentos en función de la superficie

(m²) y el número de dormitorios:

Ln(Precio) = 4.766 + 0.00038 sup +0.029 Dorm + e ; n= 88, R²= 0.588

Sβ (0.097) (4.32 E-5) (0.030)

a) Estime el intervalo de confianza 95% para el cambio porcentual en el precio si la

superficie se incrementa en 25 m²
b) Analice la significancia del modelo