Econometría I

Tarea 1
Profesor: Emmanuel Ramirez
Monitora: Idellis Ruiz

1) Demuestre como obtener los estimadores por MCO. A la hora de

resolver el sistema opte por cualquier método que no sea Cramer.
2) Demuestre cada una de las propiedades matemáticas enumeradas en
clase (las que se puedan).
3) ¿Cuál es la diferencia entre la función de regresión poblacional y la
función de regresión muestral? ¿Se trata de distintos nombres para la
misma función?
4) ¿Qué papel desempeña el termino de error estocástico 𝑢𝑖 ? ¿Cuál es la
diferencia entre el término de error estocástico y el residual 𝑢̂𝑖 ?
5) ¿Por qué es necesario el análisis de regresión? ¿Por qué no tan solo
utilizar el valor medio de la variable regresada como su mejor valor?
6) ¿Qué se quiere dar a entender con modelo de regresión lineal?
7) Determine si los siguientes modelos pertenecen a la familia de
modelos de regresión lineal.
1
a) 𝑌𝑖 = 𝛽0 + 𝛽1 ( 𝑋 ) + 𝑢𝑖
𝑖
b) 𝑌𝑖 = 𝛽0 + 𝛽1 𝑙𝑛𝑋𝑖 + 𝑢𝑖
c) 𝑙𝑛𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝑢𝑖
d) 𝑙𝑛𝑌𝑖 = 𝑙𝑛𝛽0 + 𝛽1 𝑙𝑛𝑋𝑖 + 𝑢𝑖
1
e) 𝑙𝑛𝑌𝑖 = 𝛽0 + 𝛽1 ( 𝑋 ) + 𝑢𝑖
𝑖
8) ¿La línea de regresión del gráfico presentado más abajo corresponde la
FRP o la FRM? ¿Por qué? ¿Cómo se interpretarían los puntos alrededor
de la línea de regresión? Además del ingreso (PIB), ¿Qué otros factores,
o variables, determinarían el consumo (GCP) personal?
9) Se proporcionan los datos del archivo PARTLAB realice lo siguiente:
a) Grafique la Tasa de participación de la fuerza laboral civil masculina
en función de la tasa de desempleo civil para los hombres. Trace a
mano una línea de regresión a través de los puntos de dispersión.
Mencione a priori la relación esperada entre ambas tasas y comente
cuál es la teoría económica que sirve de fundamento.
b) Repita el inciso a) para las mujeres.
c) Ahora grafique las tasas de participación laboral de ambos sexos en
función de los ingresos promedio por hora (en dólares de 1982).
(Quizá convenga utilizar diagramas independientes.) Ahora, ¿qué
concluye? ¿Cómo racionalizaría esa conclusión?

10) El archivo NOTASSAT presenta datos sobre el promedio de

calificaciones del examen de aptitud académica SAT de los estudiantes
que solicitaron admisión a licenciatura de 1972 a 2007. Estos datos
representan las calificaciones en el examen de lectura crítica y
matemáticas de hombres y mujeres.
a) Con el eje horizontal para los años y el vertical para las calificaciones
del examen SAT, grafique las calificaciones de lectura crítica y
matemáticas de hombres y mujeres por separado.
b) ¿Qué conclusiones generales se obtienen?
c) Al conocer las calificaciones de lectura crítica de hombres y mujeres,
¿cómo haría para predecir las calificaciones de matemáticas?
d) Grafique las calificaciones de matemáticas de las mujeres contra las
calificaciones de matemáticas de los hombres. ¿Qué observa?
11) Sea niños la cantidad de hijos que ha tenido una mujer, y educ los
años de educación que tiene esta mujer. Un modelo sencillo para
relacionar fertilidad con años de educación es:
𝑛𝑖ñ𝑜𝑠 = 𝛽0 + 𝛽1 𝑒𝑑𝑢𝑐 + 𝑢
Donde u es el error no observado.
a) ¿Qué tipo de factores son los contenidos en u? ¿Es posible que estos
factores estén correlacionados con el nivel de educación?
b) ¿Es posible que con un análisis de regresión simple se halle el efecto
ceteris paribus de educación sobre fertilidad? Explique.

12) En la tabla siguiente se presentan las puntuaciones obtenidas en el

examen de ingreso a la universidad en Estados Unidos, ACT (American
College Test), y en el GPA (promedio escolar) por ocho estudiantes
universitarios. El GPA está medido en una escala de cuatro puntos y se
ha redondeado a un dígito después del punto decimal.

a) Estime la relación entre GPA y ACT empleando MCO (a mano o en

excel); es decir, obtenga las estimaciones para la pendiente y para el
intercepto en la ecuación 𝑮𝑷𝑨 ̂ =𝜷 ̂𝟎 + 𝜷̂𝟏 𝑨𝑪𝑻. Comente la
dirección de la relación ¿tiene, en este caso, el intercepto una
interpretación útil? Explique, ¿qué tanto más alto será el GPA
predicho si ACT aumenta cinco puntos?
b) Calcule los valores ajustados (𝒀̂𝒊 ) y los residuales (𝒖
̂)𝒊 para cada
observación y verifique que los residuales (aproximadamente)
sumen cero.
c) ¿Cuál es el valor que se predice para el GPA si ACT = 20?
 d) ¿Qué tanto de la variación en el GPA de estos ocho estudiantes es
explicada por el ACT? Explique.
e) Calcule la varianza de ambos estimadores (el intercepto y la
pendiente).

13) En la función lineal de consumo

̂ =𝜷
𝒄𝒐𝒏𝒔 ̂𝟎 + 𝜷
̂𝟏 𝒊𝒏𝒄

, la propensión marginal a consumir estimada (PMgC) del ingreso no es

̂𝟏 , mientras que la propensión media a consumir
más que la pendiente, 𝜷
̂
𝒄𝒐𝒏𝒔 𝜷̂
(PMeC) es ̂𝟏 . Usando las observaciones sobre ingreso anual
= 𝒊𝒏𝒄𝟎 + 𝜷
𝒊𝒏𝒄
consumo de 100 familias (ambos medidos en dólares), se obtiene la
ecuación siguiente:
̂ = −𝟏𝟐𝟒. 𝟖𝟒 + 𝟎. 𝟖𝟓𝟑 𝒊𝒏𝒄
𝒄𝒐𝒏𝒔
𝒏 = 𝟏𝟎𝟎; 𝑹𝟐 = 𝟎. 𝟔𝟗𝟐
a) Interprete el intercepto en esta ecuación y analice su signo y su
magnitud.
b) ¿Cuál es el consumo que se predice si el ingreso familiar es de
$30,000?
c) Con inc en el eje x, trace una gráfica la PMgC estimada y de la PMeC
estimada.

14) La base de datos k401k es un subconjunto de los datos analizados por

Papke (1995) para estudiar la relación entre la participación en un plan
de pensión y la generosidad del plan. La variable prate es el porcentaje
de trabajadores que están inscritos en el plan y que tienen cuenta activa;
ésta es la variable que se quiere explicar. La medida de la generosidad
es la tasa de contribución (de la empresa) al plan, mrate. Esta variable
es la cantidad promedio con la que la empresa contribuye al plan de cada
trabajador por cada $1 que aporte el trabajador. Por ejemplo, si mrate
= 0.50, entonces a una contribución de $1 del trabajador corresponde
una contribución de 50 centavos de la empresa.
a) Encuentre el promedio de la tasa de participación y el promedio de
la tasa de contribución para la muestra.
b) Ahora, estime la ecuación de regresión simple
 ̂ =𝜷
𝒑𝒓𝒂𝒕𝒆 ̂𝟎 + 𝜷
̂𝟏 𝒎𝒓𝒂𝒕𝒆,

y proporcione los resultados, el tamaño de la muestra y el R cuadrado.

c) Interprete el intercepto de la ecuación. Interprete también el

coeficiente de mrate.
d) Determine la prate que se predice para = 3.5. ¿Es razonable esta
predicción? Explique qué ocurre aquí.

15) Utilice los datos de sleep75 de Biddle y Hamermesh (1990) para

analizar si existe una relación inversa entre las horas de sueño por
semana y las horas de trabajo pagado por semana. Cualquiera de las
variables puede usarse como la variable dependiente. Estime el modelo
𝒔𝒍𝒆𝒆𝒑 = 𝜷𝟎 + 𝜷𝟏 𝒕𝒐𝒕𝒘𝒓𝒌 + 𝒖
Donde sleep corresponde a minutos de sueño por semana durante la noche
y totwrk corresponde al total de minutos de trabajo por semana.
a) Dé sus resultados en forma de ecuación, además de la cantidad de
observaciones y la R2. ¿Qué significa el intercepto de la ecuación?
b) Si totwrk aumenta 2 horas, ¿cuánto se estima que disminuirá sleep?
¿Le parece que este efecto sea grande?

16) Use la base de datos wage2 para estimar una regresión simple que
explique el salario mensual (wage) en términos de la puntuación del
coeficiente intelectual (IQ).
a) Determine el promedio muestral del salario y de IQ. ¿Cuál es la
desviación estándar muestral de IQ? (La puntuación del coeficiente
intelectual está estandarizada, de manera que el promedio de la
población es 100 y la desviación estándar es 15.)
b) Estime un modelo de regresión simple en el que un aumento de un
punto en IQ modifique wage en una cantidad de dólares constante.
Use este modelo para determinar el aumento que se predice en
wage para un aumento de 15 puntos en IQ. ¿Explica IQ la mayor
parte de la variación en wage?
 c) Ahora, estime un modelo en el que cada aumento de un punto en
IQ tenga un mismo efecto porcentual sobre wage. Si IQ aumenta 15
puntos, ¿cuál es el aumento porcentual pronosticado para wage?

17) En la población formada por las empresas de la industria química, sea

rd gastos anuales en investigación y desarrollo y sales ventas anuales
(ambos en millones de dólares).
a) Dé un modelo (no una ecuación estimada) que implique una
elasticidad constante entre rd y sales. ¿Qué parámetro es la
elasticidad?
b) Ahora, estime el modelo usando la base de datos rdchem. Escriba la
ecuación estimada en su forma usual. ¿Cuál es la elasticidad estimada
para rd respecto a sales? Explique qué significa esta elasticidad.

“Toda convicción es una cárcel”

-Friedrich Nietzsche