NOMBRES: Sebastian Arevalo Rojas/ Adriana Gavilan Beltran

TALLER 2 ECONOMETRIA

1) Sea niños la cantidad de hijos que ha tenido una mujer, y educ los años de educación que
tiene esta mujer. Un modelo sencillo para relacionar fertilidad con años de educación es

niños = β0 + β1educ + u

donde u es el error no observado.

i) ¿Qué tipo de factores son los contenidos en u? ¿Es posible que estos factores estén
correlacionados con el nivel de educación?
En el error se pueden encontrar factores como estrato, estabilidad laboral, región o
entorno familiar.
Estas variables si están correlacionadas con el nivel de educación violando el supuesto
de exogeneidad estricta, ya que, en el ejemplo de estabilidad laboral, dependiendo de
dicha estabilidad la mujer va a poder acceder a educación formal disminuyendo el
número de hijos.
ii) ¿Es posible que con un análisis de regresión simple se halle el efecto ceteris paribus de
educación sobre fertilidad? Explique.
Un análisis de regresión simple no proporciona todos los factores que relacionan la
educación sobre la fertilidad incumpliendo el supuesto de exogeneidad estricta y que
no se obtenga el efecto ceteris paribus deseado en esta regresión.

2) En el modelo de regresión lineal simple Y = β0 + β1x + U, suponga que E(u)≠ 0. Sea α =

E(u), muestre que siempre es posible reescribir el modelo con la misma pendiente, pero
con otro intercepto y otro error, de manera que el nuevo error tenga valor esperado cero.

α + Y = β0 + β1x + U + α ͢ Y = (β0 + α) β1x + U - α ͢

E(y/x) = E(β0 + α) β1E(x/x) + E(U) – E(α) ͢ E(y/x) = β0 + α β1x + α – α ͢
E(y/x) = β0 + α β1x

3) En la tabla siguiente se presentan las puntuaciones obtenidas en el examen de ingreso a la

universidad en Estados Unidos, ACT (American College Test), y en el GPA (promedio
escolar) por ocho estudiantes universitarios. El GPA está medido en una escala de cuatro
puntos y se ha redondeado a un dígito después del punto decimal.
i) Estime la relación entre GPA y ACT empleando MCO; es decir, obtenga las
estimaciones para la pendiente y para el intercepto en la ecuación

Comente la dirección de la relación ¿tiene, en

este caso, el intercepto una interpretación útil? Explique, ¿qué tanto más alto será el
GPA predicho si ACT aumenta cinco puntos?

ESTUDIANTE
S GPA (Y) ACT (X)
1 2,8 21
2 3,4 24
3 3,0 26
4 3,5 27
5 3,6 29
6 3,0 25
7 2,7 25
8 3,7 30
MEDIA 3,2125 25,875
VARIANZA (X) 8,125
COVARIANZA (X,Y) 0,83035714
Β0 = 0.1021; B1 = 0.5681
El intercepto no tiene una interpretación útil en el modelo ya que el factor
correspondiente a X (ACT) no tiende a 0, por lo tanto, no aporta nada el análisis.
Cuando ACT aumenta 5 puntos (35) GPA = 0.1021 + 0.5681(35) = 4.1450, es decir, GPA
tendría un valor de 4.1450.

ii) Calcule los valores ajustados y los residuales para cada observación y verifique que los
residuales (aproximadamente) sumen cero.

GPA evaluada GPA evaluada - GPA (Y)

2,714285714 0,085714286
3,020879121 0,379120879
3,225274725 -0,225274725
3,327472527 0,172527473
3,531868132 0,068131868
3,123076923 -0,123076923
3,123076923 -0,423076923
3,634065934 0,065934066
8,88178E-16

iii) ¿Cuál es el valor que se predice para el GPA si ACT 20?

GPA = 0.1021 + 0.5681(20) = 2.612

iv) ¿Qué tanto de la variación en el GPA de estos ocho estudiantes es explicada por el
ACT? Explique.
Dada que GPA es la variable dependiente se puede afirmar que el comportamiento de
ACT repercute directamente en GPA de los 8 estudiantes.

Primero es necesario obtener el SEC y SRC

SSR: 0.4347
SST: 1.0288

Ahora para poder interpretar la variación de GPA, es necesario reemplazar en la

ecuación principal de R2

SSR
R2=1−
SST
0.4347
R2=1−
1.0288
R2=0.5774
Donde ACT explica el 57.74% de variación de la GPA

4) La base de datos BWGHT.RAW contiene cifras sobre los hijos nacidos de mujeres en
Estados Unidos. Las dos variables de interés son la variable independiente, peso en onzas
del niño al nacer (bwght) y la variable explicativa, cantidad promedio diaria de cigarros
consumidos por la madre durante el embarazo (cigs). La siguiente ecuación de regresión
simple se estimó con datos de n = 1,388 nacimientos:

i) ¿Cuál es el peso al nacer que se predice si cigs = 0? ¿Y cuándo cigs = 20 (un paquete
por día)? Analice la diferencia.

cigs = 0, bwght = 119,77 119,77

cigs = 20, bwght = 109,49 109,49
El peso al nacer tiene una relación inversa con la cantidad de cigarrillos.

ii) ¿Capta esta ecuación de regresión simple una relación causal entre el peso del niño al
nacer y el hábito de fumar de la madre? Explique.
Esta ecuación de regresión simple capta (como se evidencia en el 1 punto) una
relación causal entre la cantidad de cigarrillos y el peso del bebe siendo una relación
inversa.
iii) Para que el peso al nacer predicho sea de 125 onzas, ¿cuál tiene que ser el valor de
cigs? Explique.

bwght = 125 125 = 109,77 - 0,514 cigs

cigs -23.6303
 Según la muestra correspondiente el peso máximo es de 119.77 onzas con 0 cigs, para
alcanzar un peso de 125 onzas hace falta consumir -23.6303 cigs lo cual es improbable
dada dicha muestra. Harían falta más aspectos a evaluar.
iv) La proporción de mujeres en la muestra que no fumaron durante el embarazo es
aproximadamente 0.85. ¿Ayuda esto a entender sus hallazgos del inciso iii)?

De las 1.388 mujeres, 1.179 no fumaron durante el embarazo esto genera un ruido ya
que mas de la mitad de la muestra está representando una porción del total.

5) En la función lineal de consumo

La propensión marginal a consumir estimada (PMgC) del ingreso no es más que la

pendiente, B1, mientras que la propensión media a consumir (PMeC) es .
Usando las observaciones sobre ingreso anual y consumo de 100
familias (ambos medidos en dólares), se obtiene la ecuación siguiente:

i) Interprete el intercepto en esta ecuación y analice su signo y su magnitud.

La ecuación muestra que, si el inc es de 0, tiende a ser un número negativo, en
este caso sería (-124.84), lo cual no es completamente verídico, porque una familia
no tiene un consumo negativo.
ii) ¿Cuál es el consumo que se predice si el ingreso familiar es de $30,000?
Cons = -124.84 + 0.853(30.000) = 25465.16
iii) Con inc en el eje x, trace una gráfica la PMgC estimada y de la PMeC estimada.

6)
Usando
los
 datos de Kiel y McClain (1995) sobre las casas vendidas en 1988 en Andover,
Massachusetts, en la ecuación siguiente se relaciona el precio de las casas (price) con la
distancia a un incinerador de basura construido recientemente (dist):

i) Interprete el coeficiente de log(dist). ¿Es el signo de esta estimación el que se

esperaba?
Existe una relación entre las variables positiva, es decir, cuando hay una
distancia mayor del incinerador, los precios de las viviendas aumentan. Por lo
tanto, se puede concluir que el signo si corresponde con lo planteado.
ii) ¿Considera que la regresión simple proporciona un estimador insesgado de la
elasticidad ceteris paribus de price (precio) respecto a dist? (Reflexione en la
decisión de la ciudad sobre dónde colocar el incinerador.)
Se puede concluir que la regresión simple proporciona un estimador insesgado
de la elasticidad ya que no se evidencia la violación de ninguno de los tres
supuestos que caracterizan problemas de sesgo.
iii) ¿Qué otros factores relacionados con una casa afectan su precio? ¿Pueden
estos factores estar correlacionados con la distancia al incinerador?
Algunos factores que afectan el precio de la casa pueden ser la antigüedad, el
tamaño, si cuenta con todos los servicios entre otros.
Los factores anteriormente mencionados no tienen ningún tipo de correlación
con la distancia al incinerador, de esta manera se puede concluir que no tiene
problemas de sesgo.
7) Considere la función de ahorro
sav=β 0 + β 1 inc+u , u= √ inc−e ,
Donde e es una variable aleatoria con E(e)=0 y Var (e)=σ 2, suponga que e es
independiente de inc.

i) Muestre que E(u|inc) = 0, de manera que el supuesto clave de media

condicional cero (supuesto RLS.4) se satisface. [Sugerencia: Si e es
independiente de inc, entonces E(e|inc) = E(e).]

E(u/inc) = E(√ inc e /inc ¿ = E(√ inc /inc ¿E(e /inc ¿ = √ inc∗0= 0

2
ii) Muestre que Var(u|inc) = σ einc, de manera que se viola el supuesto RLS.5 de
homocedasticidad. En particular, la varianza de sav (ahorro) aumenta con inc.
[Sugerencia: Var(e|inc) = Var(e), si inc y e son independientes.]

Var(u/inc) = var(√ inc e /inc ¿ = E(√ inc 2 ¿ Var (e /inc ¿=σ 2 e

iii) Proporcione un análisis para sostener el supuesto de que la varianza de los
ahorros aumenta con el ingreso familiar.

Existe una diferencia entre los ahorros de las familias de altos ingresos con las de bajos
ingresos, la familia de bajos ingresos debe utilizar todos sus ahorros para necesidades
básicas, mientras las familias de altos ingresos pueden decidir cuanto porcentaje
utilizar para estas mismas necesidades, para invertir o para ahorrar.