Practica calificada de Econometría II-12E(21B)

1) Diga en que caso se puede aplicar el modelo de datos panel para estimar la relación
dada:
a) La compra de bienes duraderos de los habitantes del distrito de Jesús María en el año
2019, dependen de su ingreso familiar y de la política de crédito de las casas
comerciales.
b) Las exportaciones de las grandes empresas mineras dependen del PBI de USA, del PBI
de china y del PBI de la CE en el periodo 2000-2019
c) El nivel del impuesto general a las ventas de Perú dependen del PBI del Perú en el
periodo 1980-2019
2) En el modelo Logit: a) Defina el R2 de conteo; b) ¿Cómo se determinan las
predicciones correctas y las incorrectas si el punto de corte es 0.60?

3) En base a una encuesta, se elaboró un modelo logit para explicar la posesión o no de un

automóvil en un colectivo de 2414 personas. Como variable explicativa se considera la auto
asignación de los individuos a una clase social. Las clases son: alta, media alta, media, media
baja y baja. Obteniendo el siguiente resultado:
Ln ( P/1-P)= 1.42- 1.68D1i – 2.88 D2i -4.17 D3i -11.69 D4i
Siendo, D1 (1: clase media alta), D2 (1: clase media), D3 (1: clase media baja) y D4 (1: clase
baja).
a) Calcular la probabilidad que pronostica el modelo para la posesión de automóvil en la
clase alta; b) ¿Cuántas veces es más probable que los individuos de la clase alta tengan
un automóvil que los individuos de la clase media alta?

4) En base a una encuesta, se elaboró un modelo logit para explicar la posesión o no de un

automóvil en un colectivo de 2414 personas. Como variable explicativa se considera la auto
asignación de los individuos a una clase social. Las clases son: alta, media alta, media, media
baja y baja. Obteniendo el siguiente resultado:
Ln ( P/1-P)= 1.42- 1.68D1i – 2.88 D2i -4.17 D3i -11.69 D4i
Siendo, D1 (1: clase media alta), D2 (1: clase media), D3 (1: clase media baja) y D4 (1: clase
baja). a) Calcular la probabilidad que pronostica el modelo para la posesión de automóvil en la
clase media alta; b) ¿Cuántas veces es más probable que los individuos de la clase media alta
tengan un automóvil que los individuos de la clase media?

5) Dado el siguiente modelo MPL: Yi = B0 + B1 X1i + B2 X2i + B3 X3i +μi

Demuestre que la var(ut ) es heteroscedastico
pi
6) En el modelo logit: Ln( )= B0 + B1 X1i + B2 X2i + B3 X3i + μi
(1− pi)
Donde: Yi (1: si la familia tiene automóvil propio, 0: si la familia no tiene automóvil
propio)
a) Que significa: Pi /(1-pi) donde Pi es la probabilidad de tener automóvil propio de la
i-esima familia
b) ¿Qué significa: Pi /(1-pi ) / Pj /(1-pj ) donde Pj es la probabilidad de tener automóvil
propio de la j-esima familia
c) Si X1i se incrementa en una unidad como hallaría el incremento de la opción de tener
automóvil propio?
7) a) ¿Que problemas tiene el termino de error μi en el modelo MPL?, b)¿Qué
problema del MPL se arregla por mismo, si estimamos un modelo para muestras
grandes y muy grandes; c)¿Cuántos problemas de estimación tiene el modelo MPL?

8) Deduzca el modelo logit, si: Zi = B0 + B1 X1i + B2 X2i + B3 X3i + B4 X4i +μi

9) Dado el modelo siguiente:

Ct = α0 + α1 Yt+ α2 Ct-1
It = β0 + β1 Yt+ β2 Yt -1
Mt = δ0 + δ1 Yt+ δ2 Mt-1
Yt = Ct + It+ Gt + Ext -Mt
Dónde: Ct: consumo; It: inversión bruta interna; Mt: importaciones de bienes y
servicios; Yt: PBI del periodo t; Ct-1 : consumo del periodo anterior; Yt-1 : PBI del
`periodo anterior; Yt-2: PBI con dos periodos de desfase ; G t: gasto público; Ext :
exportaciones de bienes y servicios
a) Determine la identificación de acuerdo a la condición de orden de la tercera
ecuación ; b)Determine la identificación de acuerdo a la condición de rango de
la segunda ecuación

10) Dado el modelo siguiente:

Ct = α0 + α1 Yt+ α2 Ct-1
It = β0 + β1 Yt+ β2 Yt -1
Mt = δ0 + δ1 Yt+ δ2 Mt-1
Yt = Ct + It+ Gt + Ext -Mt
Dónde: Ct: consumo; It: inversión bruta interna; Mt: importaciones de bienes y servicios; Yt:
PBI del periodo t; Ct-1 : consumo del periodo anterior; Yt-1 : PBI del `periodo anterior; Yt-2: PBI
con dos periodos de desfase ; Gt: gasto público; Ext : exportaciones de bienes y servicios
a) Determine la identificación de acuerdo a la condición de orden de la segunda
ecuación; b) Determine la identificación de acuerdo a la condición de rango de la
segunda ecuación

11) a) ¿Diga con que Prueba se selecciona entre el modelo de datos panel estimado
mediante datos apilados y el modelo estimado mediante efectos fijos; b) Diga con que prueba
se selecciona el modelo estimado por el método de efectos fijos y el modelo de efectos
aleatorios; c) Escriba el proceso y la ruta en E View para efectuar dichas pruebas
12) Dado el siguiente modelo de datos panel estimado por el método
de efectos fijos
Dependent Variable: Y
Method: Panel Least Squares
Date: 07/20/20 Time: 20:08
Sample: 1965 1984
Periods included: 20
Cross-sections included: 4
Total panel (balanced) observations: 80
Variable Coefficient Std. Error t-Statistic Prob.  
C -78.76349 37.45794 -2.102718 0.0389
X2 0.108978 0.017471 6.237528 0.0000
X3 0.350651 0.026993 12.99035 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.934620     Mean dependent var 290.9154
Adjusted R-squared 0.930203     S.D. dependent var 284.8528
S.E. of regression 75.25575     Akaike info criterion 11.55170
Sum squared resid 419093.7     Schwarz criterion 11.73035
Log likelihood -456.0680     Hannan-Quinn criter. 11.62333
F-statistic 211.5699     Durbin-Watson stat 0.790984
Prob(F-statistic) 0.000000
a) Escriba el modelo o ecuación econométrica con las variables dummy o dicótomas que
se especificó para estimar el modelo, b) Probar para 5% de significación, si las variables
explicativas influyen o no en la variable dependiente.

13) Se estimó el siguiente modelo:

Y1it = a i + B1X1it+ B2X2it+ B3X3it + B4X4it+ B5 X5it + wit
Donde: Yit: pasivo total/activo total; X 1it: Tangibilidad de los activos; X3it: Gasto de
impuesto a la renta empresarial, X4it: Ventas de la empresas; X 5it: riesgo empresarial.
El modelo estimado para el periodo 2015-2019 y 60 empresas industriales que cotizan
en la bolsa de valores de Lima se da a continuación:

Y1it = −1.45226 - 0.4849X1it - 0.1955X2it – 0.0354X3it+ 0.1648X4it+ 0.0149 X5it

P-valor=> (0.0418) (0.0137) (0.0014) (0.0078) 0.0377)
2
R =0.92
a)¿Qué tipo de datos se utilizó para estimar el modelo dado?; b)¿Qué pruebas ha sido
necesario o no realizar sobre las variables del modelo?, c) ¿Qué prueba ha sido
necesario realizar sobre los residuos del modelo?
14) Dado la siguiente ecuación econométrica y su respectiva ecuación estimada :

Ln(Pi/(1-Pi))= B0 +B1 Xi + B2X2i + B3 X3i +ui; Donde:

YI => 1: Si la empresa tiene utilidades netas superiores al 10% de sus ventas;
0: si la empresa tiene utilidades netas inferior o igual al 10% de sus ventas
X1i: deuda total/activo total
X2i : Ventas /Activo total
X3i: Imp. a la renta empresarial / Ventas
El tamaño de la muestra es de 50 empresas para el año 2019
 El modelo estimado y validado es:
Ln(Pi/(1-Pi))= 1.1770 - 2.2260 X1i + 1.5777 X2i – 0.7089 X3i
a) ¿Determinar la probabilidad de que la empresa obtenga utilidades por
encima del 10% dado la siguiente información sobre las variables
explicativas:X1i =0.65; X2i=3.12;X3i=3.17; b) ¿Cuántas veces es más probable
que tenga utilidades netas por encima del 10% que no tenga la empresa de la
pregunta (a)?,c)¿Cuál será la probabilidad de obtener utilidades por encima
del 10% de la empresa que tiene la política de no endeudarse, con X2i= 1.52
y X3i =2.78?

15) Una empresa de seguros encuentra que la probabilidad de poseer un seguro de

hogar frente a no poseerlo, puede escribirse mediante una relación lineal definida por
el siguiente modelo: Si = 0.07 + 0.0002y + 0.004E
Donde, Si es una variable dicotómica que vale uno si el individuo i-ésimo posee un
seguro y cero en caso de no poseerlo; Y i es la renta o ingreso en miles de soles y E i es
la edad del asegurado. Si la renta o ingreso anual fuese de 58 mil soles y la edad del
asegurado de 32 años, entonces: a) ¿Cuál es la probabilidad de que el individuo no
posea un seguro?; b) ¿Cuál es el incremento de probabilidad, si la renta de dicho
individuo aumentase en 10, 000 nuevos al año?

16) Una empresa de seguros encuentra que la probabilidad de poseer un seguro de

hogar frente a no poseerlo, puede escribirse mediante una relación lineal definida por
el siguiente modelo: Si = 0.07 + 0.0002y + 0.004E
Donde, Si es una variable dicotómica que vale uno si el individuo i-ésimo posee un
seguro y cero en caso de no poseerlo; Y i es la renta o ingreso en miles de soles y E i es
la edad del asegurado. Si la renta o ingreso anual fuese de 64 mil soles y la edad del
asegurado de 28 años, entonces: a) ¿Cuál es la probabilidad de que el individuo no
posea un seguro?; b) ¿Cuál es el incremento de probabilidad, si la renta de dicho
individuo aumentase en 12, 000 nuevos al año?

17) Dado el siguiente modelo:

i) Ct= a1+ a2 Yt + a3Ct-1
ii) It= b1 +b2Yt + b3 Yt-1
iii) Yt= Ct + It + Gt
a) Determinar la identificación de acuerdo a la condición de orden de la ecuación
uno; b) Determinar la identificación por la condición de rango de la ecuación
uno
18) ) Dado la siguiente información acerca de los residuos de un modelo estimado de
datos panel para 40 empresas y para el periodo: 2012-2016; donde la variable
dependiente es LnUTit: utilidad de la empresa y las variables explicativas: LnX 1it:
financiamiento bancario; LnX2it: financiamiento con recursos internos; a) Probar si el
modelo es heteroscedastico; b) ¿En este caso se puede probar la estacionariedad de
las variables del modelo? ¿Porque si o porque no?

Test for Equality of Variances of RESID02

Categorized by values of RESID02

Date: 03/23/21 Time: 12:15

Sample: 2012 2016
Included observations: 200

Method df Value Probability

Bartlett 4 3.032233 0.5524

Levene (4, 195) 1.770466 0.1363
Brown-Forsythe (4, 195) 1.556022 0.1876
 19) Para el modelo Ln (Yi/(1-Yi) = B0 + B 1 X1i + B2 X2i ; donde: Y=>(1: si la empresa recibió
financiamiento de los bancos; 0: la empresa no recibió financiamiento de los bancos; x1:
rentabilidad de la empresa, X2i:tamaño de la empresa. Se estimó el modelo logit, con el cual se
estimó el valor del Yi estimado (Yest) y que se muestra en el cuadro siguiente; a) calcule el valor
de R2 de conteo; b) El porcentaje de verdaderos positivos c) El porcentaje de verdaderos
negativos
Yi Yest Yi Yest

1  1.00000  0.45857 26  1.00000  0.58240

2  1.00000  0.22793 27  1.00000  0.61450
3  1.00000  0.61450 28  1.00000  0.63261
4  1.00000  0.26713 29  1.00000  0.61450
5  1.00000  0.76419 30  0.00000  0.40688
6  0.00000  0.63261 31  0.00000  0.22793
7  0.00000  0.76419 32  0.00000  0.20527
8  0.00000  0.88277 33  0.00000  0.28250
9  1.00000  0.90289 34  0.00000  0.17301
10  0.00000  0.37507 35  1.00000  0.56352
11  1.00000  0.72412 36  1.00000  0.66308
12  1.00000  0.90289 37  1.00000  0.95238
13  1.00000  0.53042 38  0.00000  0.16225
14  1.00000  0.37507 39  0.00000  0.56352
15  1.00000  0.32710 40  0.00000  0.63261
16  1.00000  0.72412 41  0.00000  0.47778
17  1.00000  0.90289 42  0.00000  0.42562
18  0.00000  0.61450 43  1.00000  0.90289
19  0.00000  0.11273 44  1.00000  0.76419
20  0.00000  0.19297 45  1.00000  0.58240
21  0.00000  0.09330 46  1.00000  0.53042
22  0.00000  0.61450 47  1.00000  0.82057
23  0.00000  0.35717 48  1.00000  0.31035
24  0.00000  0.26713 49  0.00000  0.45857
25  0.00000  0.31035 50  0.00000  0.51117

Dado la siguiente información acerca del modelo logit: VP= 64, VN=59, FP= 26; FN= 28:
a) Determinar la probabilidad de ocurrencia de los verdaderos positivos b) Determinar
la probabilidad de ocurrencia de los verdaderos negativos, c) Determinar el R 2 de
conteo
20) Para el modelo Ln(Yi /(1-Yi) = B0 + B1 X1i + B2 X2i , donde: Y=>(1: si la empresa recibió
financiamiento de los bancos; 0: la empresa no recibió financiamiento de los bancos); x1:
rentabilidad de la empresa, X2i:tamaño de la empresa

Goodness-of-Fit Evaluation for Binary Specification

Andrews and Hosmer-Lemeshow
Tests
Equation: UNTITLED
Date: 03/24/21 Time: 13:30
Grouping based upon predicted risk (randomize ties)

    Quantile of Risk Dep=0 Dep=1 Total H-L

Low High Actual Expect Actual Expect Obs Value

1 0.0933 0.1930 5 4.26575 0 0.73425 5 0.86063

2 0.2053 0.2671 3 3.80462 2 1.19538 5 0.71176
3 0.2825 0.3572 3 3.41252 2 1.58748 5 0.15707
4 0.3751 0.4586 4 2.95879 1 2.04121 5 0.89752
5 0.4586 0.5304 2 2.49164 3 2.50836 5 0.19337
6 0.5635 0.6145 2 2.09365 3 2.90635 5 0.00721
7 0.6145 0.6326 2 1.90939 3 3.09061 5 0.00696
8 0.6326 0.7241 1 1.62347 4 3.37653 5 0.35455
9 0.7642 0.8828 2 1.00410 3 3.99590 5 1.23599
10 0.9029 0.9524 0 0.43607 5 4.56393 5 0.47774

Total 24 24.0000 26 26.0000 50 4.90279

H-L Statistic 4.9028 Prob. Chi-Sq(8) 0.7679

Andrews Statistic 12.6246 Prob. Chi-Sq(10) 0.2454
a)¿En que utilizaría la información dada; b) Procese la información dada en lo que
corresponda; ¿De qué prueba se trata

21) Tenemos la siguiente información sobre el proceso de a estimación del modelo de datos
panel:
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic   d.f.  Prob. 

Cross-section F 69.896629 (4,67) 0.0000

Cross-section Chi-square 123.257989 4 0.0000

Y la siguiente información:

Correlated Random Effects - Hausman Test

Equation: Untitled
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob. 

Cross-section random 8.041502 3 0.0452

Efectuar el proceso de sección del modelo adecuado tomando la información dada
22) Se cuenta con la siguiente información en la estimación del modelo de datos panel sobre 5
empresas de aviación comercial para el periodo 1990-2004, ¿La variable LNx1 es una serie de
tiempo estacionario o no?
Panel unit root test: Summary 
Series: LNX1
Date: 03/27/21 Time: 21:42
Sample: 1990 2004
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test 

Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process) 
Levin, Lin & Chu t* -2.55690  0.0053  5  65

Null: Unit root (assumes individual unit root process) 

Im, Pesaran and Shin W-stat   0.06759  0.5269  5  65
ADF - Fisher Chi-square  9.70148  0.4671  5  65
PP - Fisher Chi-square  12.3690  0.2611  5  70

** Probabilities for Fisher tests are computed using an asymptotic Chi

        -square distribution. All other tests assume asymptotic normality.

23) Se cuenta con la siguiente información en la estimación del modelo de datos panel
sobre 5 empresas de aviación comercial para el periodo 1990-2004, ¿Probar si la variable LNx1
es I(1)?
Panel unit root test: Summary 
Series: D(LNX1)
Date: 03/27/21 Time: 21:44
Sample: 1990 2004
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test 

Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process) 
Levin, Lin & Chu t* -6.61871  0.0000  5  60

Null: Unit root (assumes individual unit root process) 

Im, Pesaran and Shin W-stat  -3.75738  0.0001  5  60
ADF - Fisher Chi-square  32.6308  0.0003  5  60
PP - Fisher Chi-square  28.4890  0.0015  5  65

** Probabilities for Fisher tests are computed using an asymptotic Chi

        -square distribution. All other tests assume asymptotic normality.
24) Tenemos el siguiente modelo logit estimado:
Ln(Yi/(1-Yi)= 1.97 -2.23X1i - 0.98X2i , donde: Yi=> (1: Cuando el individuo ha encontrado
trabajo,0: Cuando el individuo no ha encontrado trabajo), X1i =>(1: para mayor de 40 años, 0:
para menor o igual que 40 años; X2i = (1:sin experiencia, 0: con experiencia ; a) ¿Cuál será la
probabilidad estimada por el modelo de que encuentre trabajo un individuo 25 años y sin
experiencia?, b) ¿Cuál será la probabilidad estimada por el modelo de que encuentre trabajo
un individuo 60 años y con experiencia ?,c) ¿Qué puede decir acerca del individuo del caso(b)
respecto al individuo del caso( a)?

25) Se ha estimado un modelo probit de elección de modo de transporte para ir al trabajo:

Ii=0.2 + 0.5 sexo + 0.03 edad,
Donde Yi=> (1=automóvil propio; 0= transporte público). Las variables explicativas son sexo=>
(1= hombre, 0: mujer), y edad (en años), a) Calcule la probabilidad estimada por el modelo de
que una mujer de 60 años vaya a trabajar en su

26) Dado el modelo logit para 20 países del mundo: Ln (yi/(1-yi)= B0 +B1 Xi +ui; donde: Yi=( En
el país hay libre comercio, 0= En el país no hay libre comercio) y Xi=PBIPc de los países.
Se estimó el modelo logit y a continuación se muestra información sobre el Yi observado y el Y
estimado (que se obtuvo con el modelo estimado)

Países Yi Yi estimado
1  0.00000  0.07035
2  0.00000  0.05363
3  0.00000  0.60354
4  0.00000  0.43876
5  1.00000  1.00000
6  0.00000  0.21406
7  1.00000  0.54298
8  0.00000  0.16516
9  0.00000  0.12329
10  1.00000  0.99879
11  1.00000  0.57441
12  0.00000  0.13626
13  0.00000  0.09668
14  1.00000  1.00000
15  1.00000  0.87074
16  1.00000  0.87215
17  1.00000  0.06781
18  1.00000  0.99670
19  1.00000  0.99989
20  0.00000  0.17479

a) Determinar el R2 de conteo, b) determinar los verdaderos positivos, 3) Determinar los

verdaderos negativos, 3) Determinar los falsos positivos, d) Determinar los falsos negativos

27) ¿Cuándo en un modelo de datos panel el componente de series de tiempo es larga y el

componente de corte transversal es corta que pruebas se aplica para validar el modelo
estimado?
28) ¿Cuándo en un modelo de datos panel el componente de series de tiempo es corta y el
componente de corte transversal es larga que pruebas se aplica para validar el modelo
estimado

29)a) ¿Defina que es una variable endógena en un modelo de ecuaciones simultaneas?; b)

¿Que es una variables exógena en un modelo de ecuaciones simultaneas?

30) a)¿En un modelo de ecuaciones simultaneas, cuando una ecuación esta exactamente
identificado?;b) ¿En un modelo de ecuaciones simultaneas, cuando una ecuación esta
exactamente identificado?

31) a) En el modelo logit con que pruebas de hipótesis se prueba la bondad del ajuste del
modelo?