Certamen Nº 1

I. Responda verdadero o falso según corresponda. Justifique las falsas (15 puntos)

1. ____ Si T es un estimador insesgado y su error cuadrático medio es menor que cualquier otro
estimador, entonces T es un estimador eficiente.
2. ____ Si el R cuadrado del modelo A es mayor que el R cuadrado del modelo B que considera
menos variables, el modelo A es mejor.
3. ____ La inclusión de variables irrelevantes genera que los parámetros no sean MELI.
4. ____ Uno de los supuestos del MLG es que la covarianza entre los parámetros es cero
5. ____ El test de Goldfeld – Quandt solamente permite detectar heteroscedasticidad impura.
6. ____ El test de White es una prueba general de heteroscedasticidad que no permite saber cuál es la
variable que la provoca.

II. Selección múltiple. (15 puntos)

1. El método de mínimos cuadrados ordinarios es:

a) Un método para obtener los parámetros poblacionales.
b) Un método de estimación de los parámetros de un individuo.
c) Un método de estimación de los parámetros poblacionales para una regresión.
d) Otra manera de decir que los estimadores son eficientes.
e) Sólo b) y c).

2. Para aplicar el teorema de Gaus Marcov se requiere que los estimadores sean:
a) Estimadores de mínima varianza.
b) Estimadores lineales e insesgados.
c) Sólo estimadores lineales.
d) Sólo estimadores insesgados.
e) a) y b)
f) a) y c)
g) Ninguna de las anteriores.

3. El término de error en la función de regresión proviene de:

a) Teoría económica incompleta
b) Disponibilidad de datos
c) Variables principales y periféricas
d) Aleatoriedad del comportamiento humano
e) Todas las anteriores.
f) Sólo a y d.
g) Ninguna de las anteriores.
4. Errores homoscedásticos significa:
a) Los errores tienen la misma distribución para cada nivel de X.
b) Los errores tienen esperanza cero para cada nivel de X.
 c) La suma de errores dado un nivel de X es cero.
d) Todas las anteriores
e) Sólo a) y b).
f) Ninguna de las anteriores.

III. Ejercicio Nº1. (24 puntos)

Basados en la información de corte trasversal de 41 países, se estimó el siguiente modelo de regresión

(errores estándar en paréntesis).

ln Yi  3.5672  0.3456ln X 2i  2.3472ln X 3i  i

ee :  0.0034   0.4562   0.3241
R 2  0.77
Donde Y es la razón entre aranceles y ganancias totales del gobierno, X 2 es la razón entre la suma de
importaciones e importaciones y el PNB y X3 es el PNB per cápita.

Para probar la presencia de heteroscedasticidad se estimó una regresión auxiliar obteniendo los
siguientes resultados:

ˆ i2  4.84  2.47 ln X 2i  0.45ln X 3i  0.57(ln X 2i )2  0.045  ln X 3i   0.005  ln X 2i  ln X 3i 

2

R 2  0.05148 SEC  57.82

Utilizando las formulas y valores de referencia entregados al final de este ejercicio responda las
siguientes preguntas interpretando claramente sus resultados.

a) ¿Pruebe si existe heteroscedasticidad? (6 puntos)

b) Realice la prueba de significancia simple para el parámetro asociado a la razón entre la suma de
importaciones e importaciones. (6 puntos)
c) Realice la prueba de significancia global del modelo. (6 puntos)
d) Interprete el parámetro asociado a PNB per cápita. (6 puntos)

IV. Ejercicio. (16 puntos)

Para el modelo Poisson donde y es el número de veces que ocurre un evento y la función de
probabilidad es
e   y
f  y;   
y!
Muestre que y es un estimador insesgado de E  y  .
V. Ejercicio. (30 puntos)

Para el siguiente modelo matricial

[ ]

Con una matriz simétrica.

Muestre que el estimador MCG tiene menor varianza que el estimado MCO.

Certamen Nº 2
I. Responda verdadero o falso según corresponda. Justifique su respuesta (30 Puntos)
1. ____ Un estimador es eficiente si su valor esperado es igual al verdadero parámetro poblacional.
2. ____ Un estimador eficiente no es consistente.
3. ____ La autocorrelación se refiere a que los error de la estimación pueden presentar información de
variables no consideradas.
4. ____ La matriz de varianza y covarianza de los betas es escalar cuando no existe autocorrelación.
5. ____ Cuando el beta es significativo a un 95% de confianza, el intervalo de confianza para este
beta no incluye el cero a un 90% de confianza.

II. Identificación (20 Puntos)

Para el sistema de ecuaciones siguiente

Y1t   21 Y2t   31 Y3t  11 X 1t  31 X 3t   41 X 4t  1t

Y2t   32 Y3t   22 X 2t   42 X 4t   2t
Y3t   43 Y4t  13 X 1t   23 X 2t   43 X 4t   3t
Y4t   24 Y2t  13 X 1t  34 X 3t   3t  0

Analice la identificación de la ecuación 2 con la restricción adicional .

III. Aplicación (60 puntos)

1. Un investigador ha realizado la siguiente estimación:

ln  M t   2.56  0.58ln  PIBt   0.007 ln  PIBt 1   0.08TCRt 1  0.02TCRt 2   t

(1) ee (4.52) (0.87) (0.08) (0.18) (0.78)
R 2  0.97 n  100 DW  1.29

Donde Mt, PIBt y TCRt son las importaciones, PIB del país en estudio y el tipo de cambio real,
respectivamente.
 Luego de una profunda inspección el investigador decide realizar las siguientes estimaciones:

ln  M t   1.33  2.32 ln  M t 1   0.53ln  PIBt   0.034 TCRt 1  0.045TCRt 2  et

(2) ee (0.05) (0.001) (0.0025) (0.003) (0.001)
R  0.87
2
n  100 DW  1.202

ln  M t   2.03  1.58Dt  0.67 ln  PIBt   0.055TCRt 1  0.0175TCRt 2   t

(3) ee (1.52) (3.25) (0.057) (0.00162) (0.0079)
R  0.85
2
n  100 DW  1.96

Donde Dt, es una variable dicotómica que toma el valor 1 a partir de la observación 53 y cero
para los otros casos. El asterisco sobre las variables significa que las variables fueron
transformadas de acuerdo al procedimiento de Cochrane-Orcutt y su estimación se realizó en
forma iterativa de acuerdo al mismo procedimiento. En paréntesis se presentan los errores
estándar de los parámetros.

De acuerdo a lo realizado por el investigador conteste las siguientes preguntas.

a) En el modelo (3). ¿Cuál es la interpretación del parámetro estimado para la variable

dicotómica? (10 puntos)
b) Pruebe si el modelo (2) presenta autocorrelación. (10 puntos)
c) Pruebe si el modelo (3) presenta autocorrelación. (10 puntos)

Formulas y datos

SSR T
n  R 2   2 k 1 BP    2 m1h  ˆ  N (0,1)
2 
1  T var Yt 1 
R 2 /  k  1
F  Fk1 z  1.96 Fk0,05
1  2,29 F20,20;0.05  2,12 t0.025;48  2,027
1  R  /  n  k 
2
nk nk

k´ 2  d L  1.634 dU  1.715 k´ 3  d L  1.613 dU  1.736

k´ 4  d L  1.592 dU  1.758

2. Muestre que los estimadores de variables instrumentales (IV), mínimos cuadrados en 2

etapas(2SLS) y el estimador de GMM coinciden cuando el sistema de ecuaciones esta
exactamente identificado y se utilizan como instrumento las estimaciones de las variables
endógenas obtenidas de la forma reducida. (30 puntos)