Estimador de máxima verosimilitud para una distribución Bernoulli

UNIVERSIDAD VERACRUZANA
FACULTAD DE ECONOMIA
EXAMEN ORDINARIO DE ECONOMETRÍA II
FECHA DE APLIACIÓN 7 DE JUNIO DE 2022
Problema 1. Suponga que se arroja una moneda al aire y se observa la variable aleatoria Y, donde Y =1 corresponde al
evento en el que la moneda cae águila, Y =0 al evento en el que cae sol. La variable aleatoria Y tiene una distribución
Bernoulli:
P(Y =1)=p , con p un parámetro entre cero y uno.

P(Y =0)=1− p
a) (3 puntos) ¿cuál es el estimador de máxima verosimilitud para p, la probabilidad de éxito?
b) (2 puntos) Si se tienen 39 resultados de éxito y 41 de fracaso, ¿cuál es el valor del estimador p?

Problema 2 (3 puntos) Ha existido un gran interés por determinar si la presencia del plan de pensiones 401(k),
disponible para muchos trabajadores de Estados Unidos, incrementa los ahorros netos. La base de datos
401KSUBS.RAW contiene información sobre activos financieros (nettfa), ingreso familiar (inc), una variable
binaria para elegibilidad en un plan 401(k) plan (e401k), y otras variables.
a) Estime un modelo de probabilidad lineal que explique la elegibilidad para un plan 401(k) en términos de
ingreso (inc), edad (age) y género (male). Incluya ingreso y edad en forma cuadrática. Interprete los
coeficientes de ingreso (inc) y edad (age).
401(k) = -.5 + .01inc +.02age -.003male -.00006incsq -.0003agesq

Del coeficiente del ingreso inc, que es .012, se aprecia que, si el ingreso de un trabajador se incrementa en una
unidad, entonces la probabilidad de que elige el plan 401(k) aumenta un 0.0124=1.24%
Del coeficiente de la edad age, que es .0265, se interpreta que, si la edad de un trabajador se incrementa un año
más, entonces la probabilidad de que elija el plan 401(k) aumenta un .0265=2.65%.
b) Obtenga los valores ajustados para el modelo de probabilidad lineal estimado en el inciso a). ¿Es
negativo o mayor a uno alguno de los valores ajustados?
No. Todos los valores son positivos menores a uno.
c) Permaneciendo todo lo demás constante, si el encuestado en una familia es un hombre, es decir, si
male=1, ¿qué tanto afecta en la probabilidad estimada de que la familia sea elegible para un plan 401(k)?
¿Es estadísticamente significativa esta variable?
Si es hombre, entonces el coeficiente de male es .3893. Entonces, si el encuestado es hombre, entonces la

probabilidad de que sea elegido para el plan aumenta en .3893=38.93%.
Si es estadísticamente significativa, porque su p-valor es 0.000<0.05.
Problema 3 (2 puntos) Sea grad una variable binaria para si un atleta colegial en una universidad grande se
graduará en cinco años. Sean hsGPA y SAT el promedio de calificaciones de bachillerato y las puntuaciones del
SAT de admisión a la universidad, respectivamente. Sea study el número de horas por semana que pasa un
estudiante en un aula de estudio. Suponga que, usando los datos sobre 420 atletas colegiales se obtiene el
siguiente modelo logit:
P ( grad =1|hsGPA , SAT , study ¿= Λ (−1.17+.24 hsGPA+ .00058 SAT +.073 study)
donde Λ ( z )=exp (z)/[1+exp( z)] es la función logit. Si se mantiene hsGPA en 3.0 y el SAT fijo en 1,200,
calcule la diferencia estimada en la probabilidad de graduación para alguien que pasa 10 horas a la semana en el
aula de estudio y alguien que pasa 5 horas por semana.
Problema 4. (2 puntos) Use los datos en PNTSPRD.RAW para este ejercicio. La variable favwin es una
variable binaria si el equipo favorecido por la diferencia de puntos (spread) predicha por Las Vegas gana. Un
modelo para estimar si el equipo favorecido gana es
P ( favwin=1| spread ¿=β 0+ β1 spread
a) Estime un modelo probit de favwin sobre spread.
Favwin = -.01 +.09spread

b) Use el modelo probit para estimar la probabilidad de que el equipo favorito gane cuando spread= 10
La probabilidad de que el equipo favorito gane si la diferencia de puntos predicha por Las Vegas es de 10
(spread=10), es de .8195=81.95%.
Problema 5. (3 puntos) Se utilizan los datos de las mujeres trabajadoras casadas en MROZ.RAW para estimar
la ecuación de oferta de mano de obra mediante MC2E. El conjunto completo de variables instrumentales
incluye a educ, age, kidslt6, nwifeinc, exper y expe r 2. La curva de oferta de mano de obra es:
hours=β 0 + β 1 log ( wage ) + β 2 educ + β 3 age+ β 4 kidslt 6+ β 5 nwifeinc+u 1
La ecuación de oferta salarial es:

2
log ( wage )=γ 0 +γ 1 hours+ γ 2 educ+ γ 3 exper +γ 4 expe r +u 2 .
a) ¿Cuál ecuación puedo identificar? ¿POR QUÉ?

Queda identificada la segunda, porque no posee las variables instrumentales.
b) Encuentra las estimaciones por mínimos cuadrados en dos etapas
hours=2425.05+2105.9 log ( wage )−234.07 educ−10.18 ag e−161.02kidslt 6−11.37 nwifein c
c) ¿Cómo se interpreta β 1?
Si aumenta el logaritmo del salario en unidad, entonces las horas trabajadas en el año 1975 aumentarán 2105.9
Problema 6. (5 puntos) Los datos de RENTAL.RAW son utilizados para este ejercicio. Estos datos sobre los
precios de la renta y otras variables para las ciudades universitarias son para los años 1980 y 1990. La idea es
ver si una presencia más fuerte de estudiantes afecta las tasas de alquiler. El modelo de efectos inobservables es:
log ( ren t ¿ )=β 0 +δ 0 y 90t + β1 log ( po p ¿ ) + β 2 log ( avgin c ¿ ) + β 3 pctst u¿ + ai +u¿ ,
donde pop es la población de la ciudad, avginc es el ingreso promedio y pctstu es la población estudiantil como
un porcentaje de la población de la ciudad (durante el año escolar).
1. Estime la ecuación utilizando las primeras diferencias.
La ecuación en primeras diferencias es:
Δlog(rentit) = δ_0 +β_1 Δlog(pop_it )+β_2 Δlog(avginc_it )+β_3 Δ pctstu_it+Δu_it
Δlog(rentit) = .38 +.07 Δlog(pop_it )+.31 Δlog(avginc_it )+.011Δ pctstu_it

2. ¿El tamaño relativo de la población estudiantil parece afectar los precios de alquiler?
Sí, porque al tener un coeficiente de .011, y que además es estadísticamente significativo, señala que, a mayor
cantidad de estudiantes como porcentaje de una población, mayor será el precio del alquiler. Si la cantidad de
estudiantes como porcentaje de la población sube un 1%, el precio del alquiler también subirá un 0.011=1.1%
3. Estime el modelo por efectos fijos, ¿Qué relación encuentra con las estimaciones en primeras
diferencias?
Log(rent) = 1.4+.38y90 +.07lpop +.3log(avginc)+.011pctstu
La relación está en que todos los coeficientes de las variables son iguales, con el mismo nivel de significancia.
Pero al agregar y90, y el valor de la constante, que aumentó.
4. Estime la ecuación mediante efectos aleatorios
Log(rent) = .44+.32y90 +.05lpop +.44log(avginc)+.005pctstu. Todos los coeficientes y la constante cambiaron

ligeramente.
5. Mediante una prueba de Hausman determine qué estimación elegir, si efectos fijos o efectos aleatorios.
El p-valor=.01. El criterio de Hausman nos dice que si p-valor<.05, entonces debemos optar por los efectos
fijos.
Se elige entonces los efectos fijos al ser p-valor=.01<.05

Estimador de máxima verosimilitud para una distribución Bernoulli

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estimador de máxima verosimilitud para una distribución Bernoulli

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD VERACRUZANA

P(Y =1)=p , con p un parámetro entre cero y uno.

b) (2 puntos) Si se tienen 39 resultados de éxito y 41 de fracaso, ¿cuál es el valor del estimador p?

401(k) = -.5 + .01inc +.02age -.003male -.00006incsq -.0003agesq

Si es hombre, entonces el coeficiente de male es .3893. Entonces, si el encuestado es hombre, entonces la

a) Estime un modelo probit de favwin sobre spread.

Favwin = -.01 +.09spread

La ecuación de oferta salarial es:

a) ¿Cuál ecuación puedo identificar? ¿POR QUÉ?

hours=2425.05+2105.9 log ( wage )−234.07 educ−10.18 ag e−161.02kidslt 6−11.37 nwifein c

Δlog(rentit) = .38 +.07 Δlog(pop_it )+.31 Δlog(avginc_it )+.011Δ pctstu_it

4. Estime la ecuación mediante efectos aleatorios

Log(rent) = .44+.32y90 +.05lpop +.44log(avginc)+.005pctstu. Todos los coeficientes y la constante cambiaron

También podría gustarte