UNIVERSIDAD DE CONCEPCIÓN

Facultad de ciencias Económicas y administrativas

Magister en Economía y Finanzas.
Asignatura : Econometría I
Profesor : Sr. Felipe Vásquez L.
Ayudantes : José Ignacio Hernández
Semestre : primer semestre 2014

Tarea grupal Parte 1

Entregar martes 1 de Julio en el examen:
Grupos de 4 estudiantes
Reglas
Los grupos no pueden ser de más de 4 personas.
Para los grupos designados con cuatro miembros estos se pueden reorganizar entre grupos de la
misma a categoría (A, B, C, D).
No se aceptan cambios entre categorías.
El grupo puede decidir expulsar a un miembro del grupo porque no se presenta a las reuniones
de trabajo o porque no trabaja. Este miembro del grupo no tiene derecho a presentar el trabajo,
será calificado con un 1.
No se aceptaran trabajos de menos de 3 alumnos.
No se aceptaran nuevos grupos (es decir no se aceptan más de 8 grupos)
 Nombre Pregunta
A 1. Manuel Barrientos
2. Paulina Mendoza
3. Cristian Provost
4. Luis Vergara 3 5 8 11 14 18 19 22 24
A 1. Magdalena Jara,
2. Isabel Monsalve
3. Melany Varas,
4. Isolina Villagrán 3 5 9 11 13 14 18 22 24
B 1. Leonidas Medina
2. Katherine Montalba
3. Jose Salamanca
4. Valentina Montero 4 7 9 11 15 19 20 22 24
B 1. Camila Alarcón
2. Carla faundez
3. Nicole Figueroa
4. Constanza Inostroza 3 6 8 11 17 20 21 22 24
B 1. Pablo Roa
2. Iván Sepúlveda
3. Cristóbal Maldonado
4. Alejandra Ruiz 1 7 9 11 13 18 19 23 24
C 1. Jaime alegría
2. Juan Aravena
3. Camila Cartez
4. Carlos Vásquez 4 7 12 11 17 19 20 23 24
C 1. Francisco Ayala
2. Ignacio Mendoza
3. Diego Ovalle
4. Nicolás Quiñones 4 6 8 11 14 20 22 23 24
C 1. Daniela Uribe
2. Felipe Guevara
3. Cristian Muñoz
4. Andrea Ortiz 3 5 9 11 13 20 21 22 23

PRACTICO Nº 4 - página 2
Mínimos Cuadrados Generalizados
1. Para el modelo Y = X +  , E (')= 2 , MCO entrega un estimador insesgado del
parámetro 2.
2. El supuesto E (')= 2I implica que los errores no contemporáneos son independientes.

Autocorrelación

3. Suponga un esquema autorregresivo de primer orden t = t-1 + t. Donde t satisface todos los
supuestos del modelo de regresión lineal clásico.
2
a) Muestre que Var (t) = , donde 2 = Var (t).
1  2

b) ¿Cuál es la covarianza entre t y t-1 ?¿Entre t y t-2 ? Generalice los resultados.

c) Escriba la matriz de varianza - covarianza de los s.
d) Si  = 1; ¿qué le ocurre a la varianza de t ?

4. En presencia de autocorrelación, los estimadores de MCO para los parámetros son sesgados.

5. Un valor cercano a 2 para el estadístico D.W. refleja autocorrelación positiva de los residuos de
una regresión. Demuestre
6. Al estudiar el movimiento en la participación de los obreros de producción en el valor agregado,
Gujarati consideró los siguientes modelos:
Modelo A: Y = 0 + 1T + 
Modelo B: Y = 0 + 1T + 2T2 + 
Donde, Y corresponde a la participación de la mano de obra y T es el tiempo. Con base en datos
anuales para el período 1949 – 1964, se obtuvieron los siguientes resultados para la industria
metálica primaria:
Modelo A: Y = 0.4529 – 0.0041T
Valor t (-3.9608)
R2 = 0.5284
D = 0.8252
Modelo B: Y = 0.4786 – 0.0127 T + 0.0005 T2 + 
Valor t (-3.2724) (2.7777)
R2 = 0.6629
D = 0.1.82
a) ¿Existe correlación serial en el Modelo A? ¿En el modelo B?

PRACTICO Nº 4 - página 3
 b) ¿Por qué se podría explicar la correlación serial?

7. Para la siguiente F.R.P. Yi = 1 + 2X2i + 3X3i + 4X4i +i, se tiene el siguiente proceso
autoregresivo para los errores: i =  i-4 + i, donde i cumple con todos los supuestos del
modelo clásico.
a) Obtenga la matriz de varianzas y covarianzas de .
b) Explique el método de estimación para el vector  que resulta apropiado en este caso

8. Dado el siguiente modelo de Inflación para la economía chilena:

INF = 0,7 + 0,3 Mt + 0,8 ft + 0,9 TCt + e
t (4,3) (2,3) (9,8) (0,3)
R2=0,87 DW=0,7 n=34
Donde Mt es la oferta monetaria, ft es el cambio en los activos monetarios, y TCt es el cambio en
el tipo de cambio. Se pide
a) ¿Qué puede usted decir de la significancia estadística individual y global del modelo .
b) Conceptualmente, es posible que no se cumplan todos los supuestos clásicos en este modelo.
c) Asumiendo que existe autocorrelación, se pide que encuentre el proceso autorregresivo
subyacente

Heterocedasticidad

9. La existencia de heterocedasticidad aumenta la varianza de los estimadores, no obstante que

estos siguen siendo MELI.

10. El método de MCG transforma el modelo original (con heterocedasticidad) en uno que tiene
errores poblacionales homocedásticos.

11. En un estudio de la relación consumo – ingreso de 30 familias se obtuvieron los siguientes

resultados:
 Regresión con base en las primeras 13 observaciones:
C = 3.4094 + 0.6968Y
Ds (8.7049) (0.0744)
R2 = 0.8887
SCR = 377.17
 Regresión con base en las últimas 13 observaciones:

PRACTICO Nº 4 - página 4
 C = -28.0272 + 0.7941Y
Ds (30.6421) (0.1319)
R2 = 0.7681
SCR = 1536.8
Se pide que verifique la existencia de heterocedasticidad, de acuerdo al test de Goldfeld – Quandt.

12. Suponga que para el modelo lineal general Y = X +  se tiene heterocedasticidad, de tal forma
que Var () = i2.
Explique el método de MCG para estimar el vector  en este caso. Obtenga específicamente la
Matriz P para transformar el modelo original, y muestre como el uso de esta matriz P permite
lograr estimadores MELI.

13. Usted está estimando una relación entre ventas de las firmas y gasto en avisaje en una cierta
industria. Resulta claro que la mitad de las firmas en la industria son relativamente grandes en
comparación a la otra mitad, y usted está preocupado sobre el método apropiado de estimación
en este caso. Asuma que las varianzas de los errores de la regresión poblacional asociados con
firmas grandes son el doble de los errores correspondientes a las firmas pequeñas.

Si usted usara MCO para estimar la regresión de las ventas sobre el gasto en avisaje (asumiendo que
esta variable no está correlacionada con el error), qué sucederá con las siguientes propiedades de los
estimadores:
i) Sesgo
ii)Consistencia
iii)Eficiencia
b)En este caso particular, explique cómo podría reestimar el modelo a fin de eliminar los problemas
anteriores.
c) Proponga un test para verificar si el supuesto de homocedasticidad es válido en este caso.

III. Multicolinealidad
14 La existencia de multicolinealidad hace que los estimadores dejen de ser MELI. Comente.
15 Una solución lógica al problema de la multicolinealidad es la eliminación de una de las
variables explicativas de la regresión. Comente.
16 La existencia de multicolinealidad hace que las estimaciones por MCO sean sesgadas e
ineficientes.
17 Comente:

PRACTICO Nº 4 - página 5
 a) El problema fundamental con la multicolinealidad exacta es que debido a la
singularidad de la matriz X’X es imposible encontrar el estimador MCO.
b) La multicolinealidad hace que el estimador MCO sea muy impreciso, por lo que el
modelo así estimado es esencialmente inservible para efectos de predicción.

V.Variables Dicotómicas (Dummy)

18. En la estimación por MCO de un modelo para determinar el crecimiento del producto en Chile, se
llegó al siguiente resultado usando datos trimestrales entre 1977 y 1991:
Y = 3.5 + 0.1 log (I) + 0.5 log Xt - 0.01 D82
(2.1) (2.2) (3.5) (5.0)
R2 = 0.8 D.W. = 0.5
Donde Y es crecimiento, I es la inversión, Xt son las exportaciones y D82 es una variable dummy
para 1982. (Coeficientes t entre paréntesis).
a) Interprete los resultados.
b) Encuentre E(Y/D82=1)

19. En un estudio reciente sobre los determinantes de la inversión, se planteó que la expresión
funcional que mejor interpretaba la teoría era la siguiente:
I = 0 + 1*Y + 2*r + 3*tcr +  (2)
en que I es la tasa de inversión sobre el PIB, r la tasa de interés real de colocación y tcr es el tipo de
cambio real. Esta variable actúa sobre la inversión con un signo indefinido, puesto que un tcr mayor
estimula al sector de transables pero deprime al de no transables.
Mediante una muestra de 50 países (15 desarrollados y 35 en vías de desarrollo) con datos para
1990, se llegó a estimar el modelo (2), obteniéndose los siguientes resultados (todas las variables
expresadas en logaritmos):
I = 2.3 - 0.3*r + 0.03*Y + 0.01*tcr + 0.7*D + e
(1.8) (2.4) (5.7) (3.9) (7.9)
R2 = 0.9 D.W. = 0.3
D es una variable muda que asume el valor 1 para los países en vías de desarrollo.
a) Determine, mediante una prueba de hipótesis, si el conjunto de variables incluidas explican una
proporción estadísticamente significativa de la varianza de I.
b) Desarrolle la prueba de hipótesis siguiente: 1 = 0,05 , donde 1 es la elasticidad de I respecto de
Y.
c) Determine si estadísticamente, los países en vías de desarrollo se caracterizan por coeficientes
distintos respecto a los países desarrollados. Si este fuera el caso; ¿Cuál de los parámetros de la
regresión sería distinto?

PRACTICO Nº 4 - página 6
20 Suponiendo que la regresión de un jugador de fútbol profesional, está dada por:

Yi = 1 + 2 D2i + 3 D3i + 4 (D2i D3i) + Xi + i

Donde:
Yi = Salario Anual del Jugador
Xi = Años de Experiencia como Jugador
D2 = 1 si es chileno y 0 en los demás casos.
D3 = 1 si es blanco y 0 en los demás casos.

a) El término ( D2i D3i) representa el efecto de interacción ¿ Qué significa esta expresión?

b) ¿Qué significado tiene el coeficiente 4 ?

c) Halle E(Yi / D2 = 1, D3 = 1, Xi ) e interprételo.

21 La siguiente tabla presenta los datos trimestrales sobre la venta de acciones en fondos mutuos de
inversión hecha por la industria de fondos mutuos para el período 1968 - 1973.

TRIMESTRE
AÑO I II III IV
1968 1564 1654 1607 1994
1969 2129 1658 1428 1503
1970 1381 1039 975 1230
1971 1304 1288 1108 1446
1972 1398 1176 1099 1219
1973 1382 888 933 1156

Considere el siguiente modelo:

Ventat = 1 + 2D2 + 3D3 + 4D4 + t
donde: D2 = 1 para el segundo trimestre, 0 en los otros casos.
D3 = 1 para el tercer trimestre, 0 en los otros casos.
D4 = 1 para el cuarto trimestre, 0 en los otros casos.

a) Estime la regresión anterior

b) ¿Cómo interpretaría los valores de ?

VI. Modelos de Variables Dependientes Cualitativas (Lineal – Logit – Probit)

22 En una encuesta realizada en junio de 1995 a diez alumnos de tercer año se les preguntó si
aprobaron o no la asignatura de Macroeconomía III, así como la calificación que obtuvieron en la
asignatura de Econometría, con los siguientes resultados:

PRACTICO Nº 4 - página 7
 Aprobaron Calificación
Macroeconomía III Econometría
Sí 80
Sí 80
No 60
Sí 60
No 60
No 50
Sí 50
Sí 40
No 40
No 40

a) Especificar y estimar por MCO un modelo lineal que evalúe el efecto que la calificación de
Econometría tiene sobre la probabilidad de aprobar Macroeconomía III.

b) Interpretar los valores estimados para cada uno de los coeficientes del modelo. ¿Cuál es la
calificación que debe alcanzarse en Econometría para tener una probabilidad de 80 % de
aprobar Macroeconomía III?

c) Obtener una estimación eficiente del modelo especificado en a).

d) Comprobar que la probabilidad de aprobar Macroeconomía III a un alumno que obtuvo un 95

en Econometría excede la unidad. ¿Existe alguna especificación que evite este tipo de
problemas?

23 Trece aspirantes a un programa de magister obtuvieron las siguientes calificaciones en las pruebas
cuantitativas y verbales para el examen GRE. 6 alumnos fueron admitidos.

a) Utilice el modelo MPL para predecir la probabilidad de admisión al programa con base en las
calificaciones obtenidas en el examen cuantitativo y verbal en el GRE.
b) ¿Es satisfactorio el modelo? Si no lo es sugiera y estime dos modelos alternativos.

Alumno Cuantitativo Verbal Admitido Alumno Cuantitativo Verbal Admitido

1 760 550 SI 8 650 680 SI
2 600 350 NO 9 520 660 NO
3 720 320 NO 10 800 250 NO
4 710 630 SI 11 670 480 NO
5 530 430 NO 12 670 520 SI
6 650 570 NO 13 780 710 SI
7 800 500 SI

24 En el contexto de variable dependiente cualitativa

PRACTICO Nº 4 - página 8
a)¿Cuáles son los tres principales modelos de probabilidad que se pueden estimar y sus ventajas?
b)Dadas tres formas funcionales estimadas, mencione y explique tres criterios para seleccionar entre
modelos.

PRACTICO Nº 4 - página 9