Primer taller Econometría

6 de septiembre de 2022

Instrucciones: El taller debe ser desarrollado de forma individual.

PARTE I. Debe ser desarrollada en papel. Tiempo: 45 minutos.

1. En la regresión y i=β 0 + β 1 x i +ui , suponga que se multiplica cada valor x i por una
constante, 2, por ejemplo. ¿Cambiará esto los residuos u^i y los valores ajustados ^ y i?
Explique. ¿Qué sucede si se agrega un valor constante, por ejemplo, 2, a cada valor x i?
Explique
2. Dé razones por las que los siguientes enunciados son verdaderos, falsos o ambiguos.
a. Como la correlación entre dos variables, y y x , puede variar de –1 a +1, esto
significa que cov( y , x ) también está dentro de esos límites.
b. Si la correlación entre dos variables es cero, esto quiere decir que no existe
ninguna relación entre las dos variables.
c. Si se hace la regresión de y i sobre ^ y i (es decir, la y real sobre la y estimada),
el valor del intercepto y de la pendiente serán respectivamente 0 y 1
3. Sean X i =xi −x , Y i= y i − y las variables centradas correspondientes a las variables
explicativa y explicada, respectivamente. Demuestre que el estimador de MCO para la
pendiente de la recta de regresión puede ser escrito como:
n n n

∑ Xi Y i ∑ xi Y i ∑ X i yi
^
β 1= i=!n = i=!
= i=!
n n

∑ X i2 ∑ x i2−n x 2 ∑ x i2−n x 2
i=! i=! i=!

PARTE II. Esta sección debe ser realizada en R. Deben responder en este archivo y pegar las
capturas de pantalla que justifiquen sus respuestas. Esto lo deben cargar en el aula virtual al
finalizar el taller. Tiempo: 45 minutos.

1. Se pretende investigar si a partir de la estatura es posible estimar el peso en niños de 6

años de edad. Para ello, se seleccionan al azar a 10 niños de dicha edad y se les mide la
estatura y el peso. Los datos obtenidos se presentan en la siguiente tabla:

Niñ o 1 2 3 4 5 6 7 8 9 10
Estatura (cm) 121 123 108 118 111 109 114 103 110 115
Peso (kg) 25 22 19 24 19 18 20 15 20 21

a) Realice un diagrama de dispersión. ¿Qué observa?

Se observa una linealidad con valores de dispersión entre la estatura y el peso en donde los
puntos que sobresalen de la media del gráfico de regresión se encuentran al final de la
muestra.

La pendiente se observa positiva del origen hacia el extremo.

Todos los valores se mantienen lineales, cumpliendo el parámetro de linealidad en la gráfica.

b) Obtenga el valor de coeficiente de correlación. Interprete.

Cor=0.9001375

Se observa una correlación más alejada al 0 lo que significa un valor menos

significativo y con más aumento de sesgo

c) Obtenga los estimadores de mínimos cuadrados ordinarios de los parámetros.

βo=−27.37687
β 1=0.4211738

d) Interprete los parámetros en el contexto del problema.

B0 no tiene mayor interpretación lógica
Sabemos que la pendiente en B1 en el contexto de este ejercicio y el problema tiene
una significancia por cada centímetro, es decir si por cada aumento de centímetro de
un niño aumenta en 0,4211 kg en su peso final.

SCRIP R

#instalamos y cargamos la librer�a

#para leer archivos de Excel
install.packages("readxl")
library(readxl)
#configuramos el directorio de trabajo
setwd("C:/Users/docentes/Documents")
#cargamos la base de datos
Base1=read_excel("Libro13.xlsx")
View(Base1)
mean(Base1$estatura)
mean(Base1$peso)
var(Base1$estatura)
var(Base1$peso)
cor(Base1$estatura,Base1$peso)

B1=cov(Base1$estatura,Base1$peso)/var(Base1$estatura)
B1
B0=mean(Base1$peso)-B1*mean(Base1$estatura)
B0

plot(Base1$estatura,Base1$peso,

main="RELACIÓN Estatura vs peso",

xlab="estatura",

ylab="peso")

abline(lm(Base1$peso~Base1$estatura))