Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Solucionario P1 2011 2
Solucionario P1 2011 2
Identificamos: Y t =f ( X t , β ) + u
α
Y t = α 0 + α 1 X 1t2 + α 3 ln X 2 t +ut
0
0 0 ^α
Sea: f ( X , ^β0 ) =^α 0 + α^ 1 X 1t +α 3 ln X 2 t 2
Tenemos que:
∂ f ( X , ^β 0 ) ^α 0
α^ 0
=[ 1 X 1 t α^ 01 X 1 t ln X 1 t ln X 2 t ]
2 2
∂ β^ 0
Y dado:
α0
[]
^β 0= α 1
α2
α3
Y ¿t =α 0+ α 1 X α1^ t + α 2 α^ 01 X α1^ t ln X 1 t + α 3 ln X 2 t +u t
2 2
Y ¿t =Y t + α^ 02 α^ 01 X 1^αt ln X 1t
2
Y sus respectivas expresiones generalizadas para las n-ésima iteración del modelo de regresión
linealizada serían:
n−1 n−1
Y ¿t =α 0+ α 1 X α1^ t + α 2 α^ n−1
2
1 X α1^ t ln X 1 t +α 3 ln X 2 t +ut
2
n−1
' −1
^β n=¿ ^β + δ f ( X , β ) δ f (X ,β) δ f ( X , β ) ' n−1
0
δ B❑ [( )( δ B❑ )] ( β n−1
δβ
ut )
Pregunta solucionada por: Aguirre Gutiérrez, John Michael; Taco Olivas, Emilia Eugenia; Lujan
Muñoz, Raúl Abraham; Segura Ferry, Daniel Darío
b) Obtenga las expresiones analíticas para los estimadores por MCNL aplique
el algoritmo que usted crea conveniente y sustente porque lo usó.
α^
−2 ∑ (Y t −α^ 0 −α^ 1 X 1 t −α^ 3 ln X 2t ) 2
∇ S ( α^ )=
[ −2 ∑ (Y t −^α 0−^α 1 X ^α1t −^α 3 ln X 2 t ) X ^α1t 2
]
∇ 2 S ( α^ )=
^α α^
2∑ 1 2 ∑ X 1t 2
2 ∑ α^ 1 X 1 t ln X 1 t 2 ∑ ln X 2 t 2
¿
[ 2 ∑ X ^α1t
^α
2 ∑ ln X 2 t
2
2
α
^
2 ∑ X 21 ^αt
^α
2 ∑ α^ 1 X 1t ln X 1 t 2 ∑ α^ 1 X 1t ln X 1 t−2 ∑ μt X 1t ln X 1 t
2 ∑ ln X 2t X ^α1t
2
2 ∑ α^ 1 X ^α1t ln X 1 t−2 ∑ μt X ^α1t ln X 1 t 2 ∑ ln X 2t X ^α1t
2
2 ∑ α^ 21 X 12αt^ (ln X 1t )2 2
2 ∑ α^ 1 X ^α1t ln(X 1 t + X 2 t )
2
^α
2
2 ∑ α^ 1 X 1 t ln (X 1 t + X 2 t )
2 ∑ (ln X 2 t )2 2
2
2
2
2
]
α0 α0 ∑1 ∑ X 1^αt 2
∑ α^ 1 X 1^αt ln X 1t ∑ ln X 2 t
2
[][] [
α1
α2
α
= 1
α2
α3 n α3 n−1
+ ∑ X α1^ t
∑ ln X 2 t
2
2
∑ α^ 1 X α1^ t ln X 1 t
∑ X 21 ^αt
2
∑ ln X 2 t X ^α1t
2
∑ α^ 1 X α1^t ln X 1 t−∑ μ t X α1^ t ln X 1 t ∑ ln X 2
2
2
∑ α^ 1 X α1^ t ln( X 1 t + X 2 t )
2 2
2
∑ (ln X 2 t )2
∑ (Y t −α^ 0−α^ 1 X ^α1t −α^ 3 ln X 2 t )
2
*
[ ∑ (Y t− α^ 0− α^ 1 X α1^ t− α^ 3 ln X 2 t ) X α1^ t
2 2
]
Pregunta solucionada por: Alvarez Escalante, A. Leonardo; De la Zota Solano, Katherine: Lucero Alvino,
Fernando; Requena Suárez, Oscar
SOLUCIÓN
f ( xt , B )
º
x1t ( x2 t ) 1 B2º ( x2t ) 2
B º
1
Y x1t
*
( x2t ) 1
B ( x2t ) 2
º
2
2
Y * yt B2º ( x2t ) 2
Pregunta solucionada por: Aviles Castro Dany Brayan; Churango Zarate Sarita Eva; Flores
Astuvilca Primy Giovana; Infante Villalta Betsy Beatriz; Paredes Pariona Cristian Stewart.
MSR : γ t =β 1 X 1t + β2 ( X 2 t −λ )−1+ ut
MR : y t =β 1 X 1t + β 2 ( X 2t )−1 +ut
℮¿ =Yt−( β 1 X 1t + β 2 ( X 2t )−1 )
Obtenemos la expresión analítica del modelo para hallar ML=T R2¿ es:
e ¿ =α 1 X 1 t + α 2 ( X 2 t )−1+ α 3 β 02 ( X 2t )−2 +a t
t
Pregunta solucionada por: Ballón Garay, Claudia; Castro Cabello, Carla; Casas Sandoval,
Yessenia.
3. Se ha estimado el modelo
Ct =β1 + β2 Y 1 t + β3 C t−1 +ut
Donde: Ct es el consumo agregado y Yt es el PBI
Aplique el test de Wald para probar la hipótesis para la propensión marginal al consumo de largo
β2 β2
H0: =1 H1: <1
plazo 1−β 3 1−β 3
Solucionario
Tenemos:
[
^β 0= 0.433848
0.443983 ] [
V ( ^β )= −0.445692 0.001592 −0.002079
0.352334 −0.002079 0.002743 ]
Planteamos las hipótesis:
β2 β2
Ho: =1 H 1: <1
1−β 3 1−β 3
0
∂ R ( β)
∂β
[ ][
1
β2
(1−β 3)
β2
2
0
= 1−β 3 = 1.798506161
1.403335331 ]
R ( β )−q= −1=0.7802783008−1 =-0.2198
1−β 3
Ahora:
' −1
W =[ R ( β ) −q ] [ V (R ( β ) ) ] [ R ( β )−q ]
−1
∂ R(β ) '
W =[ R ( β ) −q ]
'
[( ∂β
V (β)
∂ R(β )
) ( ∂β )] [ R ( β ) −q ]
[ [
W =[ 0.7802783008−1 ] [ 0 1.798506161 1.403335331 ] −0.445692 0.001592 −0.002079 1.798506161
0.352334 −0.002079 0.002743 1.403335331 ][ ] [ 0.780278
−1
W =(−0.2197216992) [ 0.00005704295436 ] (−0.2197216992)
W =846.338091
Trabajando con al 95% de confianza, el valor tabular encontrado es 3.84146, el cual es menor que
el valor hallado en el contraste de Wald, 846.338091; por lo tanto, se rechaza la hipótesis nula y se
acepta que la propensión marginal a consumir de largo plazo es menor que uno (1).
Pregunta solucionada por: Cabrejo Culcas, Araceli; Chahua Cruz, Geraldine Fiorella; Martínez Bravo,
Jesús Iván; Miguel Arango, Mónica.
4. Sea el modelo econométrico cuyo término perturbación sigue distribución normal N(0, 2u )
β1 β X
yt = X 1 t + β3 e 4 2 t + ut ; t = 1,2 , .. . , T
1−β 2
Obtener las expresiones analíticas para estimar los parámetros del modelo por el método
de
Solucionario
a) Regresión linealizada.. ¿Cuales serían las expresiones de cálculo para la
primera iteración si se asume como valores iniciales 1 = 1; 2 = -1; 3= 2; 4= 1.
β1
X + β eβ X 2t
yt = 4
+ μt
1−β 2 1 t 3
,
∂ f ( X t , ^β 0) β 01
( ∂β^ 0 )[ =
1
0
1−β 2
X 1t ;
(1−β2 )0 2
β
0
β
X 1 t ; e ; β03 e X 2 t
4 X 2t
0
4 X 2t
]
El modelo de Regresión linealizada seria:
β1
y ¿t =
[ 1
0
1−β 2
X1t ; 0 2
(1− β2 )
β 01 β β
X 1 t ; e ; β03 e X 2 t
0
4 X 2t
0
4 X 2t
] [] β2
β3
β4
+μ
β1 β 01 β2 β 0 β
0 0
y ¿t = 0
X 1t + 2
X 1 t + β 3 e + β 4 β 3e X 2 t + μt 4 X 2t 4 X 2t
1−β 2 (1−β02 )
β 01 β2 0
β4 X
X 1 t + β 4 β 03 e
¿
y = yt +
t 2
2t
X 2t
0
(1− β ) 2
,
∂ f ( X t , ^β 0 ) 0
y = y t −f ( X t , ^β ) +
¿
t
0
(
∂ ^β 0
^β
)
β β1 β 01 β2 0
β4 X
0
β4X
y = y t − 1 X 1 t −β 3 e β X2 t
+ β 4 β03 e
¿
t
4
+ 0
X1t+ X1t + β3 e 2t 2t
X2t
1−β 2 0 2
1−β 2 (1− β ) 2
β01 β 2 β4X
0
y ¿t = y t + X 1 t + β 4 β 03 e 2t
X2t
0 2
( 1−β )2
1
Variable transformada y ¿t = y t − X 1 t +2 e X X 2 t 2t
X1t X 1 X
Modelo de regresión linealizada y ¿t =β 1 + β3e − X 1t + β42 e X 2t
2t 2t
2 4
¿ X1t X1t 2X X
y t =β 1 + β2 + β 3 e + β 4 2 e X 2 t + μt
2t 2t
2 4
β1 β X 2t
yt = X 1t + β3 e 4
+ μt
1−β 2
0 β1 β X2 t
f ( X t , ^β )= X1t+ β3e 4
1− β2
[ ]
X 1t
1−β 02
∂ f ( X t , ^β 0) β10
( ∂ β^ 0 )
=
( 1−β 02 )
2
β4X
X1t
0
e 2t
0
0 β
β3 e X2t 4 X 2t
,
∂ f ( X t , ^β 0) β 01
( ∂β^ 0 )[
=
1
0
1−β 2
X 1t ;
(1−β2 )0 2
β β
0
X 1 t ; e ; β03 e X 2 t
4 X 2t
0
4 X 2t
]
0 −1
0
β4X
1 2 β 01 2 e
β4 X 2t
β 03 e 2t
X2t X1t
[ [] ( )]
∑ 2
X 1t ∑ 3
X 1t ∑ X1t ∑
(1−β 02 ) (1− β02 ) (1−β 02 ) 1− β02 1
0 2 0 β04 X 0 0 β04 X X 1 t μt
^β01 β β β e 2t
β β e 2t
X 2t X 1t 1−β 02
[]
1
X 21 t 1
X 21 t 1 1 3
∑ ∑ ∑ X1t ∑
0 3 0 4 0 2 2
^0 (1−β ) ( 1−β ) (1−β ) (1− β02 ) β 01
^β = β2 + 2 2 2
∑ 2
X1 t μt
(1−β 02 )
0
1
^β0 e
0
β4 X 2t
X1t β 01 e
β4 X 2t
3
^β 0 ∑ ∑ X1t β04 X
0 0 2 2 β04 X 0
0 2β4X e μt
4 (1−β ) 2 (1− β ) 2 ∑e 2t
∑ β e X2t
3
2t
0
2t
0 0 0 β
β e X 2 t μt
0 0
β β
β03 e β 01 β03 e ∑ β30 e 2 β 2β 4 X 2t
X2t X1t X2t X1t X 2 t ∑ β23 e X2t
4 X 2t 4 X 2t 4 X2t 4 X 2t
3
∑ ∑ 2
(1−β 02 ) ( 1−β 02 )
−1
x2 t x 2t
2 e X 2 t X 1t
[( ]
1 2 1 2 e
X X X
) [ ( )]
4 1t 8 1t 2 1t 2 1
x x X μ
1 1 2 1 2 e 2t
2 e X 2 t X 1t
2t
2 1t t
^β 1=
[]
−1
2
1
+ ∑
X
8 1t
ex X1 t
2
2 X2t X1t e
2t
x 2t
ex
X
16 1 t
X
4 1t
2t
2 ex X 2 t X1 t
2t
X
4 1t
e 2 x 2 e2 x X 2t
2t
2 e 2 x X 2 t 4 e 2 x X 2t
2t
4
2t
2t
∑
1
X μ
4 1t t
e x μt
x2 t
2 e X2t μt
2t
2 4
x
y t = α β + u t ; t = 1,2 , . .. , T
t
a) Newton – Raphson
f¿
β^ X
[ ]
t
¿= X −1
α^ X t β^ t
d 2 f (X , ^β 0)
=¿
d β^ d ^β ´
α^ α^
[][]
^β n= ^β n−1
+¿ ¿
b) Gauss – Newton
β^ X
[ ]
t
¿= X −1
α^ X t β^ t
¿=¿
α^ α^
[][]
^β n= ^β n−1
+¿ ¿
Newton – Raphson
α^ 1
[ ] [ ]+
^β 1= 1 ¿¿
Gauss – Newton
α^ 1
[][]
^β n= 1 +¿ ¿
Pregunta solucionada por: Arroyo Gonzales Franco Gustavo; Acosta Cueva Diana Carolina; Delia
Rios Mendoza; Fiafilio Rodriguez Ana Isabel; Cellery Vizcarra Daniela Ximena