Universidad Tecnica Federico Santa Maria

Departamento de Industrias
Econometría

CERTAMEN II. PRIMER PERIODO ACADÉMICO 2013.

NOMBRE: _____________Pauta_________________ROL:________________________________
PROFESOR: Rodrigo Ortega Blu
AYUDANTES: Alexis Gallardo- Denisse Asenjo
FECHA: 29 de julio de 2013

I. Temas relacionados. Frente a cada frase coloque los números correspondientes a

los temas relacionados. Se descontarán aquellas incorrectas (20 puntos).

1. Regresión con datos de corte transversal 9,10,12,14,16,17,20

2. C de Geary 3,5,6,7,8
3. Regresión con datos de series de tiempo 2,4,5,6,7,8,9,10,11,12,13,14,15,17,18,19,20
4. Tiempo como variable dependiente 3,13
5. Durbin-Watson 3,2,6,7,8
6. Autocorrelación de los residuales 3,2,5,7,8
7. I de Moran 3,2,5,6,8
8. ρ de correlación 3,2,5,6,7
9. Variables binarias 10,11,12
10. Modelo de probabilidad lineal 9,14,17
11. Efectos estacionales 9,15
12. Evaluación de programas 1,3,9,10
13. Tendencia lineal 3,4
14. Prueba de heteroscedasticidad 1,3,10,17,19
15. Indice de estacionalidad 9,3
16. Prueba de Chow 1,9
17. Prueba de White modificada 1,3,14
18. Proceso estocástico 3,19
19. Modelos con rezago 3,13,18
20. Validación cruzada 1,3,10,19

II. El siguiente set de datos corresponde a valores de peso (kg), estatura (cm) y
género, obtenidos de un muestreo realizado en el curso de Econometría. (25
puntos).
 Binaria Estatura*Binaria
peso Estatura genero mujer estatura*mujer
51 165 f 1 165
90 175 m 0 0
58 160 f 1 160
65 175 m 0 0
60 173 m 0 0
87 181 m 0 0
65 176 m 0 0
84 180 m 0 0
54 154 f 1 154
65 170 m 0 0
54 165 f 1 165
55 165 f 1 165
70 176 m 0 0
58 165 f 1 165
87 173 m 0 0
79 174 m 0 0
73 173 m 0 0
68 174 m 0 0
58 160 f 1 160

Sobre estos datos se realizó un análisis de regresión, cuyos resultados se muestran

a continuación.

Conteste lo siguiente:

1 Complete la tabla de datos, incluyendo los encabezados de cada columna. (5

puntos)
2. Completa la tabla de análisis de varianza y establezca la significancia global del
modelo y de cada variable independiente. Interprete cada coeficiente. (5 puntos)
El modelo es significativo (P<0,05), sin embargo ninguno de los coeficientes es
significativo. Si se explica el significado de los coeficientes estaría OK también,

3. ¿Cuál es el grupo base de comparación? Asuma que todos los coeficientes en el

modelo son significativos. Establezca la ecuación para cada grupo. Grafique cada
una de los modelos en el rango de datos de la variable independiente. (8 puntos)
El grupo de comparación o grupo base es hombre (mujer=0).

Hombre Mujer
β0 -208.6715686 70.42857143
Β1 1.617647059 -0.092592593

Estatura Hombre Mujer

150 33.9754902 56.5396825
180 82.504902 53.7619048

4. Estime los pesos para estaturas de 160 y 180 cm para ambos grupos. Estime los
residuales para datos existentes para los valores de estatura y grupo. (7 puntos)

Estimado Estimado Observado Observado Residual Residual

Estatura Hombre Mujer hombre mujer hombre mujer
160 50.1519608 55.6137566 58 -2,39
180 82.504902 53.7619048 84 -1,5

III. Explique por qué el método de "doble diferencia" es mejor que el uso de los
métodos de "antes y después” y "tratados y no tratados" en la evaluación de
impacto de programas que no han sido asignados aleatoriamente (15 puntos).
Los métodos "antes y después" y "tratados y no tratados” (participantes y no
participantes) tienen falsos contrafactuales. En el primer caso no se controla el
"cambio en el tiempo" y en el segundo caso no se controla por "sesgos de
selección". El método de "doble diferencia" tiene la ventaja de controlar ambos
problemas: elimina el sesgo de selección de factores observables y no observables
que no varían en el tiempo y controla por los cambios temporales. Si hay una
buena defensa, se pueden describir otros métodos.

IV. Usted ha sido contratado para diseñar la evaluación de impacto de un programa

de empleo, específicamente de un subsidio hacia las pequeñas y medianas
empresas (PYMES) para contratar mano de obra femenina. El subsidio se asignará
a todas las PYMES que acrediten el contrato de nuevas trabajadoras a partir de
julio de este año. Con base a esta información y haciendo los supuestos que
considere necesarios, responda lo siguiente (15 puntos):

1. Defina la población objetivo de la evaluación (4 puntos)

Pequeñas y Medianas Empresas
2. Identifique dos indicadores de impacto relevantes para el programa (4 puntos)
Porcentaje de empleo femenino en las PYMES, productividad laboral en las PYMES,
ingreso/ventas en las PYMES.
3. Proponga dos posibles métodos de evaluación del programa, sus ventajas y
desventajas. (7 puntos)
La asignación del programa es claramente no aleatoria, por lo que dos posibles
métodos a usar son: el uso del método de matching si solamente es posible obtener
datos de corte transversal, o el método de doble diferencia si es posible al menos
tener dos encuestas: línea base y seguimiento. En este último caso también se
puede combinar el método de matching con doble diferencia. Idem a pregunta
anterior, podría haber otros métodos si se defienden bien.

V. El siguiente es parte de un set de datos de series de tiempo que incluye el valor

del dólar ($) y el valor de la UF ($). Además, incluye los residuales de dos modelos
evaluados (25 puntos).

t UF Dólar residual1t residual1t-1 residual2t residual2t-1

2 22,298.34 519.20 9.341 7.072
3 22,300.50 518.20 8.317 9.341 5.283 7.072
4 22,302.65 514.34 -1.823 8.317 3.853 5.283
5 22,304.81 512.23 -6.382 -1.823 2.208 3.853
6 22,306.96 511.80 -5.601 -6.382 0.335 2.208
9 22,313.43 509.54 -6.327 -5.601 -5.137 0.335
10 22,317.74 512.40 7.089 -6.327 -5.274 -5.137

Los resultados de los modelos evaluados son los siguientes:

Modelo 1:

Modelo 2:

Conteste lo siguiente:

1. Interprete los resultados en ambos modelos. ¿Cambian las conclusiones? Si es

así, a que se debe este cambio? (5 puntos)
Ambos modelos son altamente significativos (P<0,01). En el modelo 1, el efecto del
precio del dólar sobre la UF es significativo, mientras que en el modelo 2, este es
no significativo; solo es significativo el tiempo.
2. ¿A qué se deben los elevados valores de R2 obtenidos en ambos modelos? (3
puntos)
Al hecho que los datos provienen de series de tiempo. El tiempo es el principal
factor en explicar el valor de la UF.
3. Complete la tabla con los residuales rezagados para ambos modelos. Los
resultados del análisis de correlación entre los residuales y aquellos rezagados
para ambos modelos son: (12 puntos, 5 por la tabla y 7 por lo demás)
 modelo 1 modelo 2
0.232 0.891

En base a estos datos, evalúe la autocorrelación de los residuales y explique sus

resultados; para ello utilice:

a. ρ

H0: ρ=0
Ha: ρ≠0

√
=
√

Modelo 1: 0,232*raíz(21-2)/raíz(1-0,2322)=1,04
Modelo 2: 0,891*raíz(21-2)/raíz(1-0,8912)=8,55

t crítico=2.086

Modelo 1. Residuales no correlacionados

Modelo 2. Residuales correlacionados

b. Durbin-Watson
H0: ρ=0
Ha: ρ≠0

Modelo 1: DW=2(1-0,232)=1,54

Dl: 1,24 Du:1,43 no rechaza (no existe autocorrelación)

Modelo 1: DW=2(1-0,891)=0,22

Dl: 1,15 Du:1,54 rechaza (correlación significativa).

En cada caso establezca la prueba de hipótesis correspondiente.

4. Si en vez de las pruebas anteriores se utilizaran correlograma y variograma,

grafique aproximadamente sus formas. Indique las unidades en cada eje.
En ambos casos el eje x es distancia temporal en días. En el caso del correlograma,
el I de Moran no tiene unidades, mientras que el variograma el eje Y está en
($/USD)2 (5 puntos)
Tabla de F (alfa=0.05)
gl numerador
gl denom. 2 3 4
10 4.103 3.708 3.478
11 3.982 3.587 3.357
12 3.885 3.490 3.259
13 3.806 3.411 3.179
14 3.739 3.344 3.112
15 3.682 3.287 3.056
16 3.634 3.239 3.007
17 3.592 3.197 2.965
18 3.555 3.160 2.928
19 3.522 3.127 2.895
20 3.493 3.098 2.866

Tabla de T
Alfa
gl 0.01 0.05 0.1
10 3.169 2.228 1.812
11 3.106 2.201 1.796
12 3.055 2.179 1.782
13 3.012 2.160 1.771
14 2.977 2.145 1.761
15 2.947 2.131 1.753
16 2.921 2.120 1.746
17 2.898 2.110 1.740
18 2.878 2.101 1.734
19 2.861 2.093 1.729
20 2.845 2.086 1.725
21 2.831 2.080 1.721
22 2.819 2.074 1.717
23 2.807 2.069 1.714
24 2.797 2.064 1.711
25 2.787 2.060 1.708
Tabla para DW

Fórmulas útiles