CAF Banco de Desarrollo de América Latina

ECONOMETRÍA I

SOLUCIONES A LOS EJERCICIOS SESIÓN 2

2
1. a. Teniendo en cuenta que para cualquier variable aleatoria Z, E Z 2 = V ar (Z) + (E (Z)) y que si Z y W
son independientes E (ZW ) = E (Z) E (W ) ,

E (S1 ) = E (Y1 ) + E Y22 + E Y32 − 2E (Y2 ) E (Y3 ) − 2 = µ + 1 + µ2 + 1 + µ2 − 2µ2 − 2 = µ,

por lo que S1 es un estimador insesgado de µ.

b. Para la media muestral es sencillo demostrar que
1
E Y = µ, V ar Y = ,
n
por lo que
2 1 1
E (S2 ) = E(Y ) − 1/n = µ2 + − = µ2 .
n n
De esta forma S2 es un estimador insesgado de µ2 .
c. Claramente
1 1
E (Un ) = 0 × 1 − +n× = 1,
n n
por lo que
E (Tn ) = E Y + E (Un ) = µ + 1,
por lo que Tn es un estimador sesgado de µ.
2. Claramente
1 1
E Un2 = 02 × 1 − + n2 × = n,
n n
por lo que
V ar (Un ) = E Un2 − (E (Un ))2 = n − 1.
Dado que Y y Un son independientes
1
V ar (Tn ) = V ar Y + V ar (Un ) = + n − 1,
n
por lo que V ar (Tn ) → ∞ cuando n → ∞. Sin embargo, se puede demostrar que Tn es un estimador consistente
de µ, es decir, heurísticamente Tn tiende a µ a medida que el tamaño muestral crece (la demostración es algo
técnica, no necesitas saberla).
3. a. Claramente
E(θ) = aE (X) + bE (Y ) = (a + b) µ,
por lo que
SESGO(θ) = E(θ) − µ = (a + b − 1) µ.
Adicionalmente
V ar(θ) = a2 V ar (X) + b2 V ar (Y ) = a2 + 3b2 σ 2 .
De esta forma
2
ECM (θ) = SESGO2 (θ) + V ar(θ) = (a + b − 1) µ2 + a2 + 3b2 σ2 .

1
 b. θ es un estimador insesgado de µ si y solo si a + b = 1, por lo que los valores de a y b que hacen que θ sea
un estimador insesgado de µ y que minimizan ECM(θ) son
2
a = arg min a2 + 3 (1 − a) y b = 1 − a.
a

Es muy sencillo demostrar que la respuesta a este problema es a = 3/4, b = 1/4.

4. a. n n n
E ai Xi = ai E (Xi ) = µ ai
i=1 i=1 i=1
n
que es insegado si ai = 1.
i=1
b. Claramente
2 2
n n 1 1 n 1 1 n 1 1
a2i = ai − + = ai − + +2 ai −
i=1 i=1 n n i=1 n n i=1 n n
2
n 1 1
= ai − + ,
i=1 n n
n
cuando ai = 1. De esta forma
i=1
2
n n n n 1 1
V ar ai Xi = a2i V ar (Xi ) = σ 2 a2i = σ 2 ai − + ,
i=1 i=1 i=1 i=1 n n

y la varianza es la suma de dos términos no negativos. Dado que el segundo término no depende de ai , la
varianza se minimiza si el primer término es cero, lo que ocurre si ai = 1/n para todo i.
5. a. Cada variable aleatoria de la muestra X1 , ..., Xn tiene una distribución de Bernoulli tal que
1 con probabilidad p
Xi = ,
0 con probabilidad 1 − p
donde que la variable tome el valor 1 se identifica con votar al candidato A y 0 con votar al candidato B.
Claramente
E (Xi ) = 1 × p + 0 × (1 − p) = p,
E Xi2 = 12 × p + 02 × (1 − p) = p,
V ar (Xi ) = E Xi2 − (E (Xi ))2 = p (1 − p) .
n
Definiendo la media muestral p = n−1 Xi ,
i=1
n
E (p) = n−1 E (Xi ) = p.
i=1

por lo que p es un estimador insesgado de p.

b.
1 n p (1 − p)
V ar (p) = V ar (Xi ) = ,
n2 i=1 n
lo que implica que
p (1 − p)
ES (p) =
.
n
c. Con los datos de la muestra, p = 215/400 = 0, 5375, ES (p) = 0, 025. Se trata de realizar el contraste
H0 : p = 0, 5 contra la alternativa H0 : p > 0, 5. El estadístico de contraste es
0, 5375 − 0, 5
t= = 1, 5.
0, 025
Los valores críticos para este contraste unilateral son: 2,33 (1%), 1,64 (5%), 1,28 (10%), por lo que se
rechazaría H0 solo al 10%. Por tanto existe una evidencia débil en favor de la alternativa.

2
 d.
[p − 1, 96 × ES (p) , p + 1, 96 × ES (p)] = [0, 4885, 0, 5865] .
e.
[p − 2, 58 × ES (p) , p + 2, 58 × ES (p)] = [0, 473, 0, 602] .
f. El intervalo al 99% es más ancho que el intervalo al 95% porque por definición contiene el verdadero valor
p con una mayor probabilidad (99% en vez de 95%). Esto se traduce en un valor crítico mayor (2,58 en vez
de 1,96) que hace que el intervalo sea más amplio.
g. Al 5% el valor crítico a usar en este contraste bilateral es 1,96, por lo que dado que t = 1, 5, no se rechaza
la nula.
6. a. La media muestral de los salarios de los hombres es mayor que la de las mujeres. Para decidir sobre si existe
evidencia estadística para afirmar que los salarios medios de hombres y mujeres son diferentes debemos
utilizar un contraste de igualdad de medias. El estadístico de contraste es

Sh − Sm
t= ,
ES S h − S m

donde S h es la media muestral del salario de los hombres, S m es la media muestral del salario de las mujeres
y
s2h s2
ES S h − S m = + m,
nh nm
donde s2h es la varianza muestral del salario de los hombres, s2m es la varianza muestral del salario de las
mujeres, nh es el número de hombres en la muestra y nm es el número de mujeres en la muestra. Con los
datos del ejercicio
3100 − 2900
t= = 4, 47.
2002 3202
100 + 64

Al 1%, el valor crítico para un contraste bilateral es 2,58, por lo que se se rechaza la nula de igualdad de
medias salariales en favor de la alternativa de que las medias son diferentes.
b. El contraste unilateral de igualdad de medias de salarios contra la alternativa de que la media del salario de
los hombres es más alta se rechaza incluso al 1%, por lo que en principio hay evidencia de discriminación
salarial a favor de los hombres. Sin embargo, esta conclusión depende de que los grupos de hombres y
de mujeres sean similares en factores como tipo de trabajo, años de experiencia en la empresa, formación
educativa,... Si los grupos difieren sustancialmente en estos aspectos (por ejemplo, supogamos que el grupo
de hombres tiene en media mayor experiencia que el grupo de mujeres), podría ser que el mayor salario se
debiese a esos aspectos y no a una discriminación salarial.