Universidad Nacional Mayor de San Marcos

Facultad de Ciencias Económicas

Escuela Académico Profesional de Economía
Curso: Econometría, Sección 3 Ciclo: 2020-II
Profesor: Alfonso L. Ayala Loro

Examen Parcial 1

1. Está interesado en estudiar los determinantes de la corrupción en las facultades en una

universidad conocida, indique claramente que variables tomaría como endógena y
exógenas. Sustente el diseño de su modelo y los problemas que debe considerar al
momento de calcular e interpretar sus resultados. (4 p)

2. Usted está estudiando los factores que influyen sobre el crecimiento económico de los
países, obtiene datos de 65 de ellos, sobre las siguientes variables:

growth = promedio anual de crecimiento del PBI de1960 a 1995.

tradeshare = proporción del comercio internacional en la economía, de 1960 a 1995,
medido como la suma de exportaciones e importaciones sobre el PBI. Esto es (X + M)/PBI.
(X = exportaciones, M = importaciones, ambas positivas).
yearsschool = promedio de años de escolaridad de la población adulta en 1960.
rev_coups = número promedio de revoluciones e insurrecciones (exitosas o no) y coup
d’etats (golpes de estado) por año, de 1960 to 1995,
assassinations = promedio de asesinatos políticos de 1960 to 1995 (por millón de
habitantes)

Plantea que el crecimiento está relacionado con estas variables, tal que:

growth = b0 + b1*yearsschool + b2*tradeshare + b3*rev_coups + b4*assasinations

Obtiene lo siguiente:

reg growth yearsschool tradeshare rev_coups assasinations

Source | SS df MS Number of obs = 65

-------------+------------------------------ F( 4, 60) = 5.00
Model | 57.5629699 4 14.3907425 Prob > F = 0.0015
Residual | 172.777087 60 2.87961812 R-squared = 0.2499
-------------+------------------------------ Adj R-squared = 0.1999
Total | 230.340057 64 3.59906339 Root MSE = 1.6969

-------------------------------------------------------------------------------
growth | Coef. Std. Err. t P>|t| [95% Conf. Interval]
--------------+----------------------------------------------------------------
yearsschool | .2202358 .0889389 2.4762 20.016 .0423315 .3981401
tradeshare | 2.257856 .778028 2.90 0.005 .7015684 3.814144
rev_coups | -1.213282 1.147152 -1.0576 0.294 -3.507927 1.081363
assasinations | .2533755 .5109157 0.50 0.622 -.768608 1.275359
_cons | -.077123 .7143082 -0.11 0.914 -1.505952 1.351706
-------------------------------------------------------------------------------

a. Comente los resultados de los signos de los coeficientes obtenidos. (1p)

 El promedio anual de crecimiento del PBI de1960 a 1995 (growth) está relacionado de
manera directa con el promedio de años de escolaridad de la población adulta de 1960
(yearsschool), con la proporción del comercio internacional en la economía
(tradeshare) y con el promedio de asesinatos políticos de 1960 a 1995 (assassination).
Mas esta relacionado de manera inversa con el número promedio de revoluciones e
insurrecciones (exitosas o no) por año de 1960 a 1995. Es decir, si hay mayores
transacciones de bienes y servicios a nivel internacional (comercio internacional),
entonces el promedio del crecimiento del PBI será mayor. Igual en el caso si la
población tiene una mayor escolaridad. Sin embargo, el hecho de que haya golpes de
estado o inestabilidad política en la economía produce una disminución del crecimiento
promedio del PBI en los años de 1960 a 1995.

b. Interprete los valores de b1, b2 y b3. (1 p)

En el caso de b1, si aumenta en un año el promedio de años de la escolaridad adulta en

1960 (yearsschool), entonces el promedio anual de crecimiento del PBI de1960 a 1995
(growth) aumentará en 0.22%. En el caso de b2, si aumenta en una unidad la proporción
del comercio internacional en la economía, de 1960 a 1995 (tradeshare), entonces el
promedio anual de crecimiento del PBI de 1960 a 1995 (growth) aumentará en 2.25%. En
el caso de b3, si aumenta en una unidad el número promedio de revoluciones e
insurrecciones (exitosas o no) y golpes de estado por año, de 1960 a 1995 (rev_coups),
entonces el promedio anual de crecimiento del PBI de 1960 a 1995 (growth) disminuirá en
-1.21%.

c. Realice la prueba de significancia individual de b1 y b3. Que conclusión se deduce en

cada caso? (1 p)

Con respecto a b1, el temp = 2.4762 y el tcrit (60) = 2 con 5% de signigicancia. Por lo
tanto como temp> tcrit se rechaza la hipótesis nula de que la variable yearschool no es
significativa para explicar el comportamiento de growth.
Con respecto a b3, el temp = -1.0576 y el tcrit (60) = 2 con 5% de significancia. Por lo
tanto, como temp esta en el intervalo tcrit =+-2 se acepta la hipótesis nula de que la
variable rev_coups no es significativa para explicar el comportamiento de growth.

d. Realice la prueba de significancia conjunta del modelo. (1 p)

En este caso, el Fempírico = 5.00 y el Ftabla(4, 60) con 5% de significación es igual a 2.53.
Por lo tanto, como el Fempirico>Ftabla se rechaza la hipótesis nula de que las variables
independientes en forma conjunta no son significativas (b0=0, b1=0, b2=0, b3=0, b4=0)
para explicar el comportamiento de growth. Es decir, el modelo pasa la prueba de
significancia conjunta.

e. Usted desea afirmar que el efecto de 1 revolución o un golpe de estado es por lo

menos 1 punto porcentual, plantee la prueba de esa hipótesis (1 p)

Para que sea por lo menos, en ese caso, la prueba de hipótesis sería la siguiente:
 Ho: rev_coups – growth = 0

f. Usted comienza a dudar del modelo propuesto y piensa eliminar las variables:
rev_coups y assasinations, y para ello estima el siguiente modelo.

reg growth yearsschool tradeshare

Source | SS df MS Number of obs = 65

-------------+------------------------------ F( 2, 62) = 9.57
Model | 54.3381013 2 27.1690507 Prob > F = 0.0002
Residual | 176.001956 62 2.83874122 R-squared = 0.2359
-------------+------------------------------ Adj R-squared = 0.2113
Total | 230.340057 64 3.59906339 Root MSE = 1.6849

------------------------------------------------------------------------------
growth | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
yearsschool | .2500282 .0828562 3.02 0.004 .084401 .4156555
tradeshare | 2.331286 .7281097 3.20 0.002 .8758153 3.786756
_cons | -.3701506 .5699349 -0.65 0.518 -1.509434 .7691331
------------------------------------------------------------------------------

Según los datos obtenidos, se pueden eliminar ambas variables?. Sustente con la
prueba F correspondiente. (1)

En este caso, el Fempírico = 9.57 y el Ftabla(2, 62) con 5% de significación es apróx. a

3.15. Por lo tanto, como el Fempirico>Ftabla se rechaza la hipótesis nula de que las
variables independientes en forma conjunta no son significativas (b0=0, b1=0 y b2=0) para
explicar el comportamiento de growth. Es decir, el modelo pasa la prueba de significancia
conjunta.
En conclusión, se pueden eliminar ambas variables (rev_coups y assasinations)

g. Quiere probar la hipótesis que 5 años más de estudios en la población, tienen el mismo
efecto que medio punto más de participación del comercio internacional en el PBI
sobre el crecimiento.

Para ello tiene las siguientes opciones:

test 5* yearsschool - tradeshare=0

( 1) 5*yearsschool - tradeshare = 0

F( 1, 61) = 1.60
Prob > F = 0.2100

test 10* yearsschool - tradeshare=0

( 1) 10*yearsschool - tradeshare = 0

F( 1, 61) = 0.00
 Prob > F = 0.9646

test 5* yearsschool - 0.5*tradeshare=0

( 1) 5*yearsschool - .5*tradeshare = 0

F( 1, 61) = 0.00
Prob > F = 0.9646

test 10* yearsschool - 0.5*tradeshare=0

( 1) 10*yearsschool - .5*tradeshare = 0

F( 1, 61) = 1.49
Prob > F = 0.2273

Seleccione la hipótesis adecuada, realice la prueba informativa, e informe su

conclusión al respecto. (1 p)

En este caso, el Fempírico = 0.00 y el Ftabla(1, 61) con 5% de significación es apróx. a 4.00. Por
lo tanto, rechazamos la hipótesis nula Ho, es decir que la hipótesis de que 5 años más de estudios
en la población, tienen el mismo efecto que medio punto más de participación del comercio
internacional en el PBI sobre el crecimiento es inadecuada en el modelo

h. Continúa dudando de los resultados y propone el modelo:

growth = b0 + b1*yearsschool + b2*tradeshare + b3*rev_coups

Obteniendo:
reg growth yearsschool tradeshare rev_coups

Source | SS df MS Number of obs = 65

-------------+------------------------------ F( 3, 61) = 6.66
Model | 56.8547541 3 18.9515847 Prob > F = 0.0006
Residual | 173.485303 61 2.84402136 R-squared = 0.2468
-------------+------------------------------ Adj R-squared = 0.2098
Total | 230.340057 64 3.59906339 Root MSE = 1.6864

------------------------------------------------------------------------------
growth | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
yearsschool | .2213497 .0883593 2.51 0.015 .0446644 .3980351
tradeshare | 2.164252 .7501064 2.89 0.005 .6643214 3.664182
rev_coups | -.9637983 1.024568 -0.94 0.351 -3.012549 1.084953
_cons | -.0001517 .6929193 -0.00 1.000 -1.385729 1.385426
------------------------------------------------------------------------------

Con cuál de las tres regresiones se queda?. Sustente su afirmación con la teoría
econométrica y los indicadores que considere más importantes. (1 p)

Aunque las tres regresiones pasan la prueba de significancia conjunta, en la primera

regresión tres variables explicativas no pasan la prueba de significancia individual; en la
última regresión 2 variables no pasan la significancia individual; y en la segunda regresión
1 sola variable no pasa la prueba de significancia individual. Por ello me quedaría con la
segunda regresión.
3. En la base de datos enviada (ExP01.dta o ExP01.wf1), queremos saber los determinantes
del número de hijos menores de 6 años en una muestra de 428 hogares, donde:
kl6 =número de niños menores de 6 años,
faminc es el ingreso familiar en dólares,
he = logro académico del padre (años completados de estudios),
we = logro académico de la madre,
xtra_6 = una variable irrelevante creada “artificialmente”.
Plantee un modelo con variable endógena kl6. Realice las pruebas: individuales, globales,
sustente porque retirar alguna variable, ordene la data de acuerdo al ingreso y pruebe la
estabilidad de los betas que tiene en su propuesta inicial. Agregue los comentarios y
sustentos que considere necesarios. Se valorará según el contenido visto en clases. (8 p)

a) reg kl6 faminc he we xtra_x6

Source SS df MS Number of obs = 428

F(4, 423) = 5.02
Model 2.96999183 4 .742497958 Prob > F = 0.0006
Residual 62.6187932 423 .148034972 R-squared = 0.0453
Adj R-squared = 0.0363
Total 65.588785 427 .153603712 Root MSE = .38475

kl6 Coef. Std. Err. t P>|t| [95% Conf. Interval]

faminc -1.29e-06 4.61e-07 -2.80 0.005 -2.20e-06 -3.86e-07

he -.0057306 .0110415 -0.52 0.604 -.0274337 .0159725
we .0052033 .0139872 0.37 0.710 -.0222897 .0326963
xtra_x6 .0172844 .0087761 1.97 0.050 .0000341 .0345346
_cons -.1699445 .1067833 -1.59 0.112 -.3798366 .0399475

Podemos observar que la variable we no pasa la prueba de significancia individual ya que

el t es muy bajo y cercano a cero, por ende, lo quitamos de nuestro modelo. Sin embargo,
se pasa la prueba de significancia conjunta.

Ahora, los criterios de información son :

Model Obs ll(null) ll(model) df AIC BIC

. 428 -205.9019 -195.9853 5 401.9707 422.2663

b) reg kl6 faminc he xtra_x6

 Source SS df MS Number of obs = 428
F(3, 424) = 6.65
Model 2.94950579 3 .983168595 Prob > F = 0.0002
Residual 62.6392793 424 .147734149 R-squared = 0.0450
Adj R-squared = 0.0382
Total 65.588785 427 .153603712 Root MSE = .38436

kl6 Coef. Std. Err. t P>|t| [95% Conf. Interval]

faminc -1.26e-06 4.54e-07 -2.78 0.006 -2.16e-06 -3.71e-07

he -.0065553 .0108057 -0.61 0.544 -.0277946 .014684
xtra_x6 .0194822 .006483 3.01 0.003 .0067395 .032225
_cons -.1515945 .0946111 -1.60 0.110 -.3375596 .0343706

En este caso, también podemos observar que la variable he no pasa la prueba de

significancia individual ya que el t es muy bajo y cercano a cero. Por lo tanto, lo quitamos
de nuestro modelo. Por otro lado, sin embargo, se pasa la prueba de significancia
conjunta.

Ahora, los criterios de información son :

Model Obs ll(null) ll(model) df AIC BIC

. 428 -205.9019 -196.0553 4 400.1107 416.3472

Con respecto al anterior modelo, podemos observar que en este caso los criterios de
información disminuyeron. Por lo tanto, fue adecuado haber quitado la anterior variable we.

c) reg kl6 faminc xtra_x6

Source SS df MS Number of obs = 428

F(2, 425) = 9.81
Model 2.89513533 2 1.44756766 Prob > F = 0.0001
Residual 62.6936497 425 .14751447 R-squared = 0.0441
Adj R-squared = 0.0396
Total 65.588785 427 .153603712 Root MSE = .38408

kl6 Coef. Std. Err. t P>|t| [95% Conf. Interval]

faminc -1.30e-06 4.50e-07 -2.88 0.004 -2.18e-06 -4.13e-07

xtra_x6 .0163555 .0039295 4.16 0.000 .0086318 .0240792
_cons -.1525668 .0945271 -1.61 0.107 -.3383656 .0332321

En este caso, podemos observar que las variables explicativas pasan la prueba de
significancia individual del 5%. Por otro lado también se pasa la prueba de significancia
conjunta. Y el Adj R-squared aumento con respecto a los anteriores modelos. Por lo tanto
fue adecuado quitar la variable he.
Sin embargo, también es cierto que la constante no pasa la prueba de significancia
individual.

Ahora, los criterios de información son :

Model Obs ll(null) ll(model) df AIC BIC

. 428 -205.9019 -196.241 3 398.482 410.6594

Con respecto al anterior modelo, podemos observar que en este caso los criterios de
información disminuyeron. Por lo tanto, fue adecuado haber quitado la anterior variable he.

Con resecto a la multicolinealidad de las variables explicativas de este modelo:

El factor de inflación de varianza es:

Variable VIF 1/VIF

faminc 1.14 0.876542

xtra_x6 1.14 0.876542

Mean VIF 1.14

Podemos observar, que el VIF en las variables es menor a 10. Por lo tanto, no se está produciendo
multicolinealidad en este modelo.

Por otro lado, la matriz de correlación nos confirma dicha afirmación :

corr faminc xtra_x6

faminc xtra_x6

faminc 1.0000
xtra_x6 0.3514 1.0000

Es decir, la relación de las variables explicativas es menor a 0.6.

Con respecto a la estabilidad: