TRABAJO ECONOMETRÍA.

1. La variable dummy mujer indica el género femenino de forma que, al ser

negativa, las mujeres duermen menos en promedio que los hombres, pero esto
no es suficiente dado que es necesario encontrar la “fuerza” de esta evidencia,
donde lo más parecido puede ser su nivel de significancia. Por lo tanto, se
utiliza el contraste de hipótesis para testear la significancia individual. La
hipótesis nula es el estadístico T reconocido ampliamente, de forma que lo
calculamos de la siguiente manera:

β4 −88,87
T= = =−2,674
Desv . Est .( β 4 ) 33,23

Al compararlo con el T tabla para una muestra de más de 700 datos (llevando la
muestra el infinito dado que no se encuentra ese estadístico), el T tabla al 95% es de
1,96. De forma que el estadístico calculado es mayor en valor absoluto. Lo que señala
que la evidencia es fuerte.

2. Se pide realizar un procedimiento similar al del caso anterior, donde se

contrasta la significancia individual del parámetro a través del test T. En este
caso el parámetro contrastado es B1, por lo tanto tenemos que:

β1 −0,158
T= = =−12,153
Desv . Est .( β 1) 0,013

Lo que al ser contrastado con el T tabla (1,96) indicaría que este parámetro es
altamente significativo. Luego, el trade off se cumple siempre y cuando, el Beta
asociado sea negativo, ya que eso implica que al aumentar una variable, la otra
disminuye, más en concreto, que al aumentar los minutos de trabajo, los minutos de
sueño disminuyen.

En cuanto al costo específico, se tiene que el costo de aumentar un minuto de trabajo a

la semana, implica disminuir en 0,16 minutos de dormir a la semana.

3. Dependerá de que tipo de no linealidad se sospecha el cómo se enfrente el

problema para modelarla.

En general son dos los tipos de no linealidades observadas entre variables. La primera
asociada a las formas cuadráticas, y la segunda al uso de logaritmos.

Si se sospecha que existe la primera, se debe incluir un Beta para la variable en nivel, y otro
Beta para la variable al cuadrado. Si ambos coeficientes son significativos, y además los
signos son distintos, existe una no linealidad, que puede ser de forma cóncava o de forma
convexa.

Si se sospecha que existe una que requiere el uso de logaritmos, simplemente se deben
calcular los logaritmos naturales de las variables que se desean “suavizar”. Este tipo de
relación no lineal es cuando existe una función creciente pero a escala decreciente. Acá
simplemente se deben aplicar logaritmos a las variables involucradas, lo que cambia su
interpretación, comprendiéndose como variaciones porcentuales y no variaciones en
unidad. En cuanto a la estimación, no se presenta una mayor complicación, dado que se
sigue utilizando estimación por MCO. En caso de ser significativas o presentar un mejor
ajuste, la aplicación logarítmica está justificada.