Ever Moron Castedo

R1248-3 PRÁCTICA N°3 ECONOMETRIA

3.1 ¿Cuál de las causas siguientes puede hacer que los estadísticos t usuales de MCO
no sean válidos (es decir, que no tengan una distribución t bajo H0)?
i) Heterocedasticidad.

ii) Que exista un coeficiente de correlación muestral de .95 entre dos variables independientes
del modelo.

iii) Omitir una variable explicativa importante.

Es la heterocedasticidad y Omitir una variable explicativa importante, viola la aceptación de

MRL. Los supuestos MLC no contienen ninguna mención de las correlaciones muestrales
entre variables independientes, excepto para descartar el caso en que la correlación es uno.

𝐻0: 𝐵3 = 0, 𝐻1: 𝐵3 > 0

50*(100*0,00024) = 1,2% Si ros aumenta 50 puntos en porcentaje salary aumentaría en 1,2%

¿Tienen ros un efecto práctico grande sobre salary? No el esfecto será mui pequeño

iii) Pruebe la hipótesis nula que dice que ros no tiene efecto sobre salary contra la
alternativa que dice que ros tiene efecto positivo. Realice la prueba al nivel de significancia
de 10%.

n= 209

gl= 205

∝= 0,10 𝑡∝ 2 ⁄ ,𝑛−𝑘−1 = 1.645

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

𝑣𝑎𝑟(𝐵̂ 3) = 2.935𝑒 −7 = 0.0000002935

𝑒𝑒(𝐵̂3) = √𝑣𝑎𝑟(𝐵̂ 3) = √0.0000002935=0.0005418

𝑡 = 𝐵̂3 𝑒𝑒(𝐵̂ 3) = 0.00024 /0.0005418 = 0,4429 𝑁𝑜𝑒𝑠𝑆𝐼𝐺𝑁𝐼𝐹𝐼𝐶𝐴𝑇𝐼𝑉𝑂

Por lo tanto no se rechasa la hipótesis nula

iv) ¿Incluiría usted ros en el modelo final que explica las compensaciones de los CEO en
términos del desempeño de la empresa? Explique

Basándose en la muestra, el coeficiente estimado de ros parece ser diferente de cero,

solamente a causa de la variación del muestreo. También pude incluir y no causar ningún

efecto negativo; depende de cómo este correlacionada con las demás variables
independientes

𝒓𝒅𝒊𝒏𝒕𝒆𝒏𝒔 ̂ = 𝟎̂. 𝟒𝟕𝟐 + 𝟎̂. 𝟑𝟐𝟏𝒍𝒐𝒈(𝒔𝒂𝒍𝒆𝒔),𝒅𝒐𝒏𝒅𝒆𝒍𝒐𝒈(𝒔𝒂𝒍𝒆𝒔) = 𝟏𝟎%

𝒓𝒅𝒊𝒏𝒕𝒆𝒏𝒔 ̂ = 𝟎. 𝟒𝟕𝟐 + 𝟎. 𝟑𝟐𝟏(𝟏𝟎%)

𝒓𝒅𝒊𝒏𝒕𝒆𝒏𝒔 ̂ = 𝟎. 𝟑𝟐𝟏(𝟏𝟎%)

𝒓𝒅𝒊𝒏𝒕𝒆𝒏𝒔 ̂ = 𝟎. 𝟎𝟑𝟐𝟏

𝛽̂ 1= Si las ventas aumentan en 10% el gasto en investigación y desarrollo como % de ventas

es de en 0.0321%, mientras las demás variables permanecen constantes. Para un porcentaje
de aumento tan grande de ventas el efecto de este es demasiado pequeño.

ii) Pruebe la hipótesis de que la intensidad de la I & D no varía con sales contra la alternativa
de que aumenta con las ventas. Realice la prueba a los niveles de significancia de 5 y 10%.

𝐻0: 𝛽1 = 0

𝐻1: 𝛽1 ≠ 0
Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

 n-k-1= 32-2-1= 29

| 𝑡𝛽̂ 1| = 𝛽̂ 1 𝑒𝑒𝛽̂ 1 = 0.321 0.216 = 1.4861

5% 𝑡∝2 ,𝑛−𝑘−1 = 2.045

| 𝑡𝛽̂ 1|>𝑡∝2 ,𝑛−𝑘−1

1.4861≯2.045 R= No se rechaza H0 al nivel de significancia 5%

10%

𝑡∝2 ,𝑛−𝑘−1 = 1.699

| 𝑡𝛽̂ 1|>𝑡∝2 ,𝑛−𝑘−1

1.4861≯1.699 R= No se rechaza H0 al nivel de significancia 10%

iii) Interprete el coeficiente de profmarg. ¿Es éste coeficiente económicamente grande?

𝛽̂ 2= Si las ganancias por las ventas aumentan en 1% el gasto en investigación y desarrollo

como % de ventas es de 0.050%, mientras las demás variables permanecen constantes. El
coeficiente de profmarg es económicamente grande porque el t estadístico es superior al nivel
de significancia 5% o 10%.

iv) ¿Tiene profmarg un efecto estadístico significativo sobre rdintens?

 n-k-1= 32-2-1= 29

| 𝑡𝛽̂ 1| = 𝛽̂ 1 /𝑒𝑒𝛽̂ 1 = 0.050 /0.046 = 1.0869

10% 𝑡∝2 ,𝑛−𝑘−1 = 1.699

| 𝑡𝛽̂ 1|>𝑡∝2 ,𝑛−𝑘−1

1.0869≯1.699

5% 𝑡∝2 ,𝑛−𝑘−1 = 2.045 |

𝑡𝛽̂ 1|>𝑡∝2 ,𝑛−𝑘−1

1.0869≯2.045

1% 𝑡∝2 ,𝑛−𝑘−1 = 2.756

| 𝑡𝛽̂ 1|>𝑡∝2 ,𝑛−𝑘−1

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

1.0869≯2.756 R= No tiene un efecto significativo sobre rdintens porque está por debajo de los
otros t estadísticos analizados, en los diferentes niveles de significancia.

3.4 ¿En una ciudad estudiantil, influye la población de estudiantes sobre las rentas de las
viviendas? Sea rent la renta mensual promedio en una ciudad estudiantil de Estados Unidos.
Sean pop el total de la población en esa ciudad, avginc el ingreso promedio en la ciudad y
pctstu la población de estudiantes dada como porcentaje del total de la población. Un
modelo para probar esta relación es:

log(rent)= β0 + β1log( pop) + β2log(avginc)+ β3pctstu+ u.

i) De la hipótesis nula que establece que el tamaño del cuerpo estudiantil en

relación con la población no tiene efecto ceterisparibus sobre las rentas
mensuales. Mencione la alternativa que establece que si tiene efecto.
En términos poblacionales la hipótesis nula debe ser H0: 𝛽𝑗 = 0 y la hipótesis
alternativa H1: 𝛽𝑗 ≠ 0 por lo tanto: H0: 𝛽3 = 0, es necesario que 𝛽3 sea igual a 0
para que la variable independiente no afecte en renta mensual promedio en una
ciudad estudiantil de Estados Unidos. H1: 𝛽3 ≠ 0, si el tamaño del cuerpo
estudiantil en relación con la población es diferente de 0 afectara la renta
mensual promedio en una ciudad estudiantil de Estados Unidos.
ii) ¿Qué signo espera que tengan β1 y β2?
Se espera que los signos sean de 𝛽1 > 0 y 𝛽2>0 porque cabe recalcar que la renta
mensual promedio en una ciudad estudiantil de EEUU va a aumentar conforme
aumente la población total de esa ciudad y el ingreso promedio de esa ciudad.
iii) La ecuación estimada empleando datos de 1990 del archivo RENTAL.WF1 sobre
64 ciudades estudiantiles es:
= 0.43 + 0.066 log( pop) + 0.507 log(avginc)+ 0.0056 pctstu+ u.
- (0.844) (0.039) (0.081) (0.0017) ¿Que está equivocado
en la siguiente afirmación: “Un aumento de 10% en la población corresponde
aproximadamente a un aumento de 6.6% en la renta”?
𝒍𝒐𝒈̂(𝒓𝒆𝒏𝒕) = 𝟎. 𝟎𝟒𝟑 + 𝟎. 𝟎𝟔𝟔𝒍𝒐𝒈(𝒑𝒐𝒑) + 𝟎. 𝟓𝟎𝟕𝒍𝒐𝒈(𝒂𝒗𝒈𝒊𝒏𝒄) + 𝟎. 𝟎𝟎𝟓𝟔𝒑𝒄𝒕𝒔𝒕𝒖 .

. (0.844). (0.039). (0.081) .(0.0017)

𝒏 = 𝟏𝟒𝟏, 𝑹𝟐 = 0.458 El incremento del 6.6% en la renta tocaría corregir que es por
aumentar en 1% del total de la población con todos los demás factores constantes
iv) Pruebe la hipótesis establecida en el inciso i) al nivel de 1%
Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

La hipótesis nula H0: 𝛽3 = 0 significa que una vez que el total de la población en esa ciudad y el
ingreso promedio en la ciudad se hayan tomado en cuenta, población de estudiantes no tiene
efecto sobre la renta mensual promedio de esa ciudad. Si: 𝛽3 ≠ 0 quiere decir que el población
de estudiantes influye en la renta mensual promedio. Como H0: 𝟎. 𝟎𝟎𝟓𝟔 = 0 no tiene sentido y
como se tienen 124 grados de liberad se puede emplear valores críticos de la distribución
normal estándar y el valor crítico para el 1% es 2.33. El estadístico t para 𝐵̂ 3 𝑒𝑠:

𝑡𝐵̂3 = 0.0056 /0.0017≈3.29411

Y de esta manera 𝐵̂ 3 es estadísticamente significativo al 1% de significancia o es

estadísticamente diferente de cero al nivel de significancia del 1%. Por lo tanto, no se acepta la
hipótesis nula y no se rechaza la hipótesis alternativa.

∝= 0,5 ∝ ⁄ 2 = 0,025

141 − 3 − 1 = 137

𝑡(0,025,137) = 1,9777

𝑒𝑒(𝛽̂1) = 0,094

[𝛽̂1 ± 𝑒𝑒(𝛽̂1) 𝑡(∝ 2 ⁄ ;𝑘−𝑛−1) ]

[0,412 ± 0,094 ∗ (1,9777)]

[0,412 ± 0,1859]

[𝟎, 𝟐𝟐𝟔𝟏; 𝟎, 𝟔𝟗𝟖𝟎]

ii) ¿Se puede rechazar la hipótesis H0: βhsGPA = .4 contra la alternativa de dos colas al nivel
de 5%?

ii) 𝐻0:𝛽̂1 = 0,4

𝐻1: 𝛽̂1 ≠ 0,4

(𝛽̂1) = 𝛽̂1 − 𝑎𝑗/𝑒(𝛽̂1) = 0,412 − 0,4 /0,094 = 0,127

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

0,127 < 1,977

𝑁𝑜𝑅𝑒𝑐ℎ𝑎𝑧𝑜𝐻0

iii) ¿Se puede rechazar la hipótesis H0: βhsGPA = 1 contra la alternativa de dos colas al nivel
de 5%?

𝐻0:𝛽̂1 = 1

𝐻1: 𝛽̂1 ≠ 1

𝑡(𝛽̂1) = −6,255

|−6,255| > 1,977 𝑅𝑒𝑐ℎ𝑎𝑧𝑜𝐻0

La variable mktval es el valor de mercado de la empresa, profmarg es la ganancia expresada

como porcentaje de las ventas, ceoten son los años como director general de la empresa y
comten son los años de antigüedad en la empresa del director general.

i)Analice el efecto de profmarg sobre el sueldo del director general.

progmarg = -0,0023; por lo tanto ̂( 𝛽3): tiene un efecto negativo, es decir por cada aumento en
un punto porcentual de ganancia, el valor del sueldo del director general disminuye un
0,0023%, con todo lo demás constante.

ii) ¿Tiene un efecto significativo el valor de mercado? Explique.

Para Ho: ̂𝛽2 = 0

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

H1: ̂𝛽2 ≠ 0

t(̂ 𝛽2): 0,0999 /.04899 t(̂ 𝛽2): 2,03919 V ̂( 𝛽2):

0.0024

∝ 2 ⁄ = 0,025𝑡(𝛼2, 𝑛 − 𝑘 − 1): 1,9741

𝑡̂( 𝛽2) › 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 2,03919

Por lo tanto no se acepta Ho, entonces ̂ 𝛽2, es estadísticamente significativo, 0,05 nivel de
significancia

∝ 2 ⁄ = 0,05 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 1,6539

𝑡̂( 𝛽2) › 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 2,03919 Por lo tanto no se acepta Ho, entonces ̂ 𝛽2, es
estadísticamente significativo al 0,10 nivel de significancia

∝/2 = 0,005 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 2,6052

𝑡̂( 𝛽2) ‹ 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 2,03919 Por lo tanto se acepta Ho, entonces ̂ 𝛽2, no es
estadísticamente significativo al 0,01 nivel de significancia

iii) Interprete los coeficientes de ceoten y de comten. ¿Son estas variables explicativas
estadísticamente significativas?

( 𝛽4): cuando aumenta un año de experiencia como director general, el sueldo aumenta en un
0,0171, con todo lo demás constante. ̂

( 𝛽5): cuando aumenta un año de antigüedad en la empresa, el sueldo disminuye en un

0,00923, con todo lo demás constante.

Para Ho: ̂𝛽4 = 0

H1: ̂𝛽4 ≠ 0

t(̂ 𝛽4): 0,0171035/ 0,00553 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 1,9741

𝑡̂( 𝛽4): 3,0928

𝑡̂( 𝛽4) › 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 1,9741

Por lo tanto no se acepta Ho, entonces ̂ 𝛽5, es estadísticamente significativo al 0,10 nivel de
significancia. Para

Ho: ̂𝛽5 = 0
Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

H1: ̂𝛽5 ≠ 0

t(̂ 𝛽5): −0,0092377/ 0,00333 𝑡(𝛼2, 𝑛 − 𝑘 − 1): 1,9741

𝑡̂( 𝛽5): -2,7740

𝑡̂( 𝛽5) ‹ 𝑡(𝛼2, 𝑛 − 𝑘 − 1): −1,9741 Por lo tanto se acepta Ho, entonces ̂ 𝛽5, no es
estadísticamente significativo al 0,10 nivel de significancia.

iv) ¿Qué opina del hecho de que una mayor antigüedad en la empresa, manteniendo todos
los demás factores constantes, corresponda a un sueldo menor?

( 𝛽5), al ser negativo, nos habla de que un empleado va deteriorándose en la empresa, por eso
disminuye su sueldo, quizás porque va perdiendo productividad o la manera de hacer el
contrato tienen ciertas cláusulas, por eso debe existir un momento en el que el sueldo
disminuya tanto para hacer un cambio de empleo e ir renovando el persona

Ejercicios en Computadora

3.7 El modelo siguiente puede usarse para estudiar si los gastos de campaña afectan los
resultados de las elecciones: voteA = β0 + β1log(expendA)+ β2log(expendB)+ β3 prtystrA +
u, donde, voteA es el porcentaje de votos recibidos por el candidato A, expendA y expendB
son los gastos de campaña del candidato A y del candidato B y prtystrA es una medida de la
fortaleza del partido del candidato A (el porcentaje de votos que obtuvo el partido de A en la
elección presidencial mas reciente).

i) ¿Cuál es la interpretación de β1?

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA
Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

3.8 Para este ejercicio utilice los datos del archivo LAWSCH85.RAW .
Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

3.9 Para este ejercicio emplee los datos en el archivo MLB1.WF1.

i) Emplee el modelo estimado en la ecuación (4.31) y elimine la variable rbisyr. ¿Qué pasa
con la significancia estadística de hrunsyr? .Que pasa con el tamaño del coeficiente de
hrunsyr?

log( salary) = 11,20 (0,289)+0,0689 (0,012) years +0,0126 (0,0026) gamsyr +0,00098 (0,0011)
bavg +0,0144 (0,016) hrunsyr +0,0108 (0,0072) rbisyr n = 353,SSR = 183,186,R2 = 0,6278

eliminando la variable rbisyr. ¿Qu´e ocurre con la significaci´onestad´ıstica de hrunsyr? ¿Y con

el taman˜o del coeficiente de hrunsyr? \log( salary) = 11,021 (0,26572) +0,06773years (0,012)
+0,01576 (0,00157) gamsyr +0,001419 (0,001066) bavg + 0,0359 (0,00724) hrunsyr n = 353 R2
= 0,6254Ahora hrunsyr es muy significativa,βhrunsyr =0,0359 0,00724= 4,9586.y sutaman˜o es
ahora m´as del doble.

ii) Al modelo del inciso i) agregue las variables runsyr (carreras por año), fldperc (porcentaje
de fildeo) y sbasesyr (bases robadas por año). .Cuales de estos factores son significativos
individualmente?

log( salary) = 10,4083 (2,0033)+0,069985 (0,012) years + 0,0079 (0,00268)gamsyr +0,00053

(0,0011) bavg + 0,0232 (0,00864)hrunsyr+0,01739 (0,00506) runsyr +0,001035 (0,002) fldperc
−0,00642 (0,00518) sbasesyr n = 353 R2 = 0,6390bavg, fldperc y sbasesyr no son significativos
individualmente.

iii) En el modelo del inciso ii) pruebe la significancia conjunta de bavg, fldperc y sbasesyr.

log( salary) = 11,5309 (0,11798)+0,06965 (0,01193) years +0,00865 (0,00259) gamsyr +

0,028(0,00746)hrunsyr +0,01405 (0,0039) runsyr,n = 353 R2 = 0,6368y el estad´ıstico F esF
=0,6390−0,6368 1−0,6390353−1−7 3= 0,70083

que no es significativa, no son significativas tampoco conjuntamente.

3.10 Para este ejercicio emplee los datos del archivo WAGE2.WF1.

i) Considere la ecuación estándar para salario log(wage) = β0 + β1educ + β2exper + β3tenure

+ u. Establezca la hipótesis nula de que un año más de experiencia en la fuerza de trabajo
general tiene el mismo efecto sobre log(wage) que un año más de antigüedad en el empleo
actual.

Considera la ecuaci´on salarial est´andar,log(wage) = β0 +β1educ + β2exper +β3tenure + u.

Ever Moron Castedo
R1248-3 PRÁCTICA N°3 ECONOMETRIA

Establece la hip´otesis de que otro an˜o de experiencia en la poblaci´on activa tiene el mismo
efecto sobre log(wage) que otro an˜o de antigu¨edad en el empleo actual.H0 : β2 = β3

ii) Al nivel de significancia de 5% pruebe la hipótesis nula del inciso i) contra la alternativa de
dos colas construyendo un intervalo de confianza del 95%.¿Qué es lo que concluye usted?

Contrasta la hip´otesis nula de (a) en contra de una alternativa bilateral al nivel de significaci
´on del 5% mediante un intervalo de confianza al 95%. ¿Cu´al es tu conclusi´on? Para conseguir
el error est´andar de θ = β2 −β3 hay que estimar un modelo que incluya θ, sustituyendo β2 = θ
+β3

log(wage) = β0 + β1educ+ θexper +β3 (tenure + exper)+ u.