INSTITUTO TECNOLOGICO

SUPERIOR DE COMALCALCO
INGENIERIA EN GESTION EMPRESARIAL

Asignatura:
Econometría Aplicada a los Negocios de Innovación Tecnológica

Docente:
Fidel Olivé Hernández

ACTIVIDADES DE LA UNIDAD 2
Integrantes: Semestre: 9no Grupo: “B”
1. Jiménez izquierdo minerva
2. Jiménez Jiménez Fabiola
3. Méndez Pérez Yari Marian
4. Peralta Hernández Abel

Comalcalco, Tabasco a 17 de octubre de 2022

 ACTIVIDADES DE LA UNIDAD 3
7.8. Considere el siguiente modelo:
Yi=β 1+ β 2 Educacióni + β 2 Años de experiencia +ui

Suponga que hace caso omiso de la variable correspondiente a los años de

experiencia. ¿Qué tipos de problemas o de sesgos esperaría que surgieran?
Explique de manera verbal.

Solución:
Si dejar de lado los años de experiencia (x3)¿del modelo, el coeficiente de la
educación (x2)?¿se hará con preferencia, la naturaleza del sesgo en función de la
correlación entre (x2)¿ y (x2)¿ Y (x3)¿. El error estándar, la suma residual de
cuadros, y R2 todos serán afectados como consecuencia de esta omisión. De
acuerdo a este ejercicio y el tipo de problema que se presenta es de sesgo de la
variable omitida.

7.9. Demuestre que β 2 y β 3 en (7.9.2) dan en realidad las elasticidades producción

del trabajo y del capital. (Esta pregunta puede resolverse sin utilizar cálculo; sólo
recuerde la definición del coeficiente de elasticidad y que un cambio en el
logaritmo de una variable es relativo, suponiendo que los cambios sean
pequeños.)

Solución:
Los coeficientes de las pendientes en los modelos de doble registro dan
estimaciones directas de la elasticidad (constante) de la variable lado izquierdo
con respecto a la variable lado derecho, Aquí:

∂ ln Y ∂Y /Y
= =β 2
∂ ln X 2 ∂ X 2 / X 2

∂ ln Y ∂ Y /Y
= =β 3
∂ ln X 3 ∂ X 3 / X 3
7.10. Considere el modelo de regresión lineal de tres variables analizado en este
capítulo.
a) Suponga que se multiplican todos los valores X 2 por 2. ¿Cuál será el efecto
de este escalamiento, si es que se produce alguno, sobre las estimaciones
de los parámetros y sus errores estándar?
b) Ahora, en lugar de a), suponga que se multiplican todos los valores Y por 2.
¿Cuál sería el efecto de esto, si es que hay alguno, sobre los parámetros
estimados y sus errores estándar?

Solución:
(A) Y (6) si se multiplica X 2 por 2, se puede decir se puede comprobar en las
ecuaciones (7.4.7) y (7.8.8), que las pistas no se verán afectados. Por otra parte,
se multiplica por 2, la pendiente, así como la intersección coeficiente y sus errores
estándar son multiplicado por 2. Tener siempre en cuenta las unidades en la que
el regresor y los regresores son medidos.

7.11. En general, R ≠r 12+r 13 , pero esto sólo se cumple si r 23=0. Comente y resalte
2 2 2

la importancia de este hallazgo. [Sugerencia: Consulte la ecuación (7.11.5)].

Solución:
Según (7.11.5) nosotros sabemos para que
2 2
2 r 12 +r 13−2 r 12 r 13 r 3
R= 2
1−r 23

Por lo tanto, cuando r 23 =0, es decir, hay una correlación entre las variables X 2 y
X 3 donde R2=r 212+r 213 , es decir, el coeficiente múltiple de determinación es la suma
de los coeficientes de determinación de la regresión de Y en X 2 y es ese Y en ese
X 3.

7.12. Considere los siguientes modelos. *

Modelo A :Y t=α 1 +α 2 X 2t +α 3 X 3t +u1 t

Modelo B : ( Y t − X 2t )=β 1 + β 2 X 2t + β 3 X 3t +u2 t

 a) ¿Serán iguales las estimaciones de MCO de α 1 y β 1? ¿Por qué?
b) ¿Serán iguales las estimaciones de MCO de α 3 y β 3? ¿Por qué?
c) ¿Cuál es la relación entre α 2 y β 2?
d) ¿Es posible comparar los términos R2 de los dos modelos? ¿Por qué?

Solución:
a) y b) son iguales (Y ¿ ¿ t−X 2t )=β1 + β 2 X 2 t + β 3 X 3 t + μ2 t ¿
n P
Y =P i+ 0+ Pi X 2i + Pi + μ2 = +3 P3 X + μ
P X2t

Donde I=1+ f 2i

Por lo tanto, los dos modelos son similares. Si, las intercepciones en los modelos
son los mismos. Las estimaciones de la pendiente del coeficiente X 3 en los dos
modelos será el mismo.
c) α 2 y β 2=( 1+ A )=2
d) no por que el regresando en los dos modelos son diferentes.

7.13. Suponga que estima la función de consumo

Y i=α 1 +α 2 X i+u 1i

y la función de ahorro
Zi =β 1+ β 2 X i +u2 i

donde Y = consumo, Z = ahorro, X = ingreso y X = Y + Z, es decir, el ingreso es

igual al consumo más el ahorro.
a) ¿Cuál es la relación, si existe, entre α 2 y β 2? Muestre sus cálculos.
b) ¿Será la suma de los residuos al cuadrado, SCR, la misma para los dos
modelos? Explique.
c) ¿Se pueden comparar los términos R2 de los dos modelos? ¿Por qué?

Solución:
a)
 ∑ Y i X i = ( X ¿ ¿ i−Zi )( X ¿¿ i) ¿ ¿
∝2= ∑
∑ YiXi ∑ X 2i
∝
∑ X i2 − ∑ Zi X i =1−β
∑ X i2 ∑ X 2i 1

Es decir, la pendiente en la regresión de las economías de los ingresos (es decir,

la propensión marginal al ahorro) es uno menos la pendiente en la regresión de
consumo sobre la renta, (es decir, la propensión marginal a consumir). Dicho de
otro modo, la suma de las dos propensiones marginales es de 1, como debe ser
en vista de la identidad que los ingresos totales son igual.

b)

∑ ¿¿ ¿
(X ¿ ¿i−Y i) para Z i ,∝=−βy ∝2=¿ ¿

c) no, ya que las dos regresiones no son lo mismo.

7.14. Suponga que expresa el modelo Cobb-Douglas de (7.9.1) de la siguiente

manera:
β2 β3
Y i=β 1 X 2 X 3 ui
i i

Si expresa este modelo en términos logarítmicos, tendrá ln ui como el término de

perturbación en el lado derecho.
a) ¿Qué supuestos probabilísticos debe hacer sobre ln ui para aplicar el
MCRLN? ¿Cómo probaría esto con los datos de la tabla 7.3?
b) ¿Se aplican los mismos supuestos a ui ? ¿Por qué?

Solución:
a) Para utilizar el (CNLRM), debemos asumir que U/N (0, cr2) Después de estimar
el modelo Cobb-Douglas, obtener los residuos y someterlos a prueba de
normalidad
b) No, como se mostro anteriormente
U, Logaritmo [eal(e°2-1)]

7.15. Regresión a través del origen. Considere la siguiente regresión a través del
origen:

a) ¿Qué pasos seguiría al estimar las incógnitas?

d) ¿Cuándo utilizaría un modelo de este tipo?

e) ¿Puede generalizar los resultados para el modelo de k variables?
(Sugerencia: Siga el análisis para el caso de dos variables del capítulo 6.)

Solución:

a) ^μi=( y i− ^β 2 X 2 i+ β^ 3 X 3 i )

μi =( y i− ^β 2 X 2 i+ β^ 3 X 3 i ) ²
2

∑ μ 2i =∑ ( y i − ^β2 X 2 i + ^β 3 X 3i )
2

∂∑ μi
2
=∑ 2 ( y i− ^β 2 X 2i + β^ 3 X 3 i ) (− X 2 i)
∂ β2

¿−2 ∑ ( y i− ^β 2 X 2i + β^ 3 X 3 i ) (−X 2 i ) =0

¿ ∑ (μi )( X ¿¿ 2 i)=0 ,↔ ∑ ( μi ) ≠ 0 ¿

2 ∑ X 2 i yi +2 ^β 2 ∑ X 22 i+2 ^β 3 i ∑ X 3 i X 2i=0

2 ^β 2 ∑ X 2 i=2 ∑ X 2i y i +2 ^β3 i ∑ X 3 i X 2 i
2

^
^β 2 ∑ X 2 i y i+ 2 β 3 i ∑ X 3 i X 2i ;↔ X 3 i X 2=0
∑ X 22i
^β = ∑ X 2 i X i
2
∑ X 22i
Análogamente

Si ∑ (μi )(X ¿¿ 2 i)=0 , ↔ X 3 i X 2 i=0 → β^ 2=

∑ X 3i y i
¿
∑ X 23 i

b) No, ∑ (μ¿¿ i) ≠ 0 ,¿ para que se regresión respecto al origen

c) Sí, estas condiciones todavía esperan.

d) Cuando hay regresiones específicas o modelos sin intercepto.
e) Esta es una simple generalización de las ecuaciones normales.

7.16. La demanda de rosas. * En la tabla 7.6 se presentan datos trimestrales sobre

estas variables:
Y = cantidad de rosas vendidas, docenas
X2= precio promedio al mayoreo de las rosas, $/docena
X3= precio promedio al mayoreo de los claveles, $/docena
X4= ingreso familiar disponible promedio semanal, $/semana
X5= variable de tendencia que toma valores de 1, 2, y así sucesivamente, durante
el periodo 1971-III a 1975-II en el área metropolitana de Detroit.
Se le pide considerar las siguientes funciones de demanda:
Yt _ α1 + α2X2t + α3X3t + α4X4t + α5X5t + ut
lnYt _ β1 + β2 lnX2t + β3 lnX3t + β4 lnX4t + β5X5t + ut
a) Estime los parámetros del modelo lineal e interprete los resultados.

b) Estime los parámetros del modelo log-lineal e interprete los resultados.

c) β2, β3 y β4 dan respectivamente las elasticidades de la demanda respecto del
precio propio, precio cruzado e ingreso. ¿Cuáles son, a priori, los signos de estas
elasticidades? ¿Concuerdan estos resultados con las expectativas a priori?
La propia elasticidad precio se espera que sea negativa y la elasticidad cruzada se
espera que sea positiva para sustituir bienes y mercancía de cortesía negativa y la
elasticidad del ingreso se espera que sea positivo.

d) ¿Cómo calcularía las elasticidades precio propio, precio cruzado e ingreso en el

modelo lineal?

e) Con base en el análisis, ¿cuál modelo, si existe, escogería y por qué?

Ambos modelos ofrecen resultados similares, pero hay que tener en cuenta que el
R2s de los dos modelos no son directamente comparables.

7.17. Actividad de exploración. Reciben el nombre de “pozos de exploración” los

que se perforan para encontrar y producir petróleo o gas natural en una zona
mejorada, o para encontrar una nueva reserva en un yacimiento donde antes se
encontró petróleo o gas natural, o para extender el límite de una reserva de
petróleo o gas conocida. La tabla 7.7 contiene datos sobre estas variables: *
Y= número de pozos de exploración perforados
X2= precio en la cabeza del pozo en el periodo anterior (en dólares constantes,
1972 = 100)
X3= producción interna
X4= PNB en dólares constantes (1972 = 100)
X5= variable de tendencia, 1948 = 1, 1949 = 2,…, 1978 = 31
Vea si el siguiente modelo se ajusta a los datos:
Y t =β 1+ β2 β 2t + β 3 ln X 3t + β 4 β 4 t + β 5 β5 t +u t

a) ¿Puede ofrecer una justificación a priori para este modelo?

b) Si el modelo es aceptable, estime los parámetros del modelo y sus errores
estándar, y obtenga
c) Comente sus resultados desde el punto de vista de sus expectativas a priori.
d) ¿Qué otra especificación sugeriría para explicar la actividad de exploración?
¿Por qué?

Solución:
a) A priori, todas las variables son relevantes para explicar la actividad salvaje.
Con la excepción de la variable de tendencia, se espera que todos los coeficientes
de la pendiente de ser positivo, tendencia puede ser positivo o negativo.

b) el modelo estimado es:

Y^i=−37.186+2.775 X 2 i−24.152 X 3 i+ 0.011 X 4 i +0.213 X 5 i

Se (12.877)(0.57)(5.587)(0.008)(0.259)
2 2
R =0.656 ; R =0.603

c) precio por barril y variables de salida domésticos son estadísticamente

significativas al nivel del 5% y tiene lo signos esperados. Las otras variables no
son estadísticamente diferentes a 0

d) el modelo log-lineal puede ser otra especificación. Además de dar estimaciones

de las elasticidades, puede capturar linealidades (en las variables), si los hubiese.
7.18. Desembolsos del presupuesto de defensa de Estados Unidos, 1962-1981.
Para explicar el presupuesto de defensa de Estados Unidos, considere el siguiente
modelo:
Yt _ β1 + β2X2t + β3X3t + β4X4t + β5X5t + ut
donde Yt = desembolsos del presupuesto de defensa durante el año t, $ miles de
millones
X2t = PNB durante el año t, $ miles de millones
X3t = ventas militares de Estados Unidos/ayuda en el año t, $ miles de millones
X4t = ventas de la industria aeroespacial, $ miles de millones
X5t = confl ictos militares que implican a más de 100 000 soldados. Esta variable
adquiere el valor de 1 cuando participan 100 000 soldados o más, y es igual a cero
cuando el número de soldados no llega a 100 000.
Para probar este modelo, se proporcionan datos en la tabla 7.8.
a) Estime los parámetros de este modelo y sus errores estándar, y obtenga R2, R2
modificada y R2.

b) Comente los resultados, considerando cualquier expectativa a priori que tenga

sobre la relación entre Y y las diversas variables X.
A priori, todos los coeficientes pendientes se espera que sea positivo.
Excepto el coeficiente para militar de EE.UU. las ventas, todas las otras variables
que tienen signos esperados y son estadísticamente significativos al nivel de 5%
c) ¿Qué otra(s) variable(s) incluiría en el modelo y por qué?
En general los desembolsos federales y algún tipo de tendencia variable pueden
ser valiosa.

7.19. Demanda de carne de pollo en Estados Unidos, 1960-1982. Para estudiar el

consumo per cápita de carne de pollo en Estados Unidos se presentan los datos
de la tabla 7.9, donde Y = consumo per cápita de carne de pollo, lbs
X2= ingreso per cápita real disponible, $
X3= precio real al menudeo del pollo por lb, ¢
X4= precio real al menudeo del cerdo por lb, ¢
X5= precio real al menudeo de la carne de res por lb, ¢
X6= Precio real compuesto de los sustitutos de pollo por lb, ¢, el cual es un
promedio ponderado de los precios reales al menudeo por libra de carne de cerdo
y de res; las ponderaciones son los consumos relativos de la carne de res y de
cerdo en el consumo total de estos productos.
Ahora considere las siguientes funciones de demanda:
ln Yt _ α1 + α2 ln X2t + α3 ln X3t + ut
ln Yt _ γ1 + γ2 ln X2t + γ3 ln X3t + γ4 ln X4t + ut
ln Yt _ λ1 + λ2 ln X2t + λ3 ln X3t + λ4 ln X5t + ut
ln Yt _ θ1 + θ2 ln X2t + θ3 ln X3t + θ4 ln X4t + θ5 ln X5t + ut
ln Yt _ β1 + β2 ln X2t + β3 ln X3t + β4 ln X6t + ut
a) Entre las funciones de demanda que aquí se dan, ¿cuál escogería y por qué?
El modelo 5, ya que incluye todas las variables
b) ¿Cómo interpretaría los coeficientes de ln X2t y ln X3t en estos modelos?
El coeficiente X% representa elasticidad ingreso, el coeficiente X3 representa
elasticidad cruzada.
c) ¿Cuál es la diferencia entre las especificaciones (2) y (4)?
El modelo 2 considera solo 1 cerdo como sustituto y el modelo 4 considera tanto el
cerdo y la carne de vacuno.
d) ¿Qué problemas prevé si adopta la especificación (4)? (Sugerencia: Los precios
de la carne de cerdo y de res se incluyen con el del pollo.)
Es posible que exista un problema de multicolinealidad entre el precio de la carne
del vacuno y la carne del porcino.
e) Como la especificación (5) incluye el precio compuesto de la carne de res y de
cerdo, ¿preferiría la función de demanda (5) a la función (4)? ¿Por qué?
Si y esto podría arreglar el problema de la multicolinealidad.
f) ¿La carne de cerdo y la de res son productos que compiten con el pollo o que lo
sustituyen? ¿Cómo sabe?
Deben ser bienes sustitutivos ya que ya que compiten con el pollo como producto
de consumo.
g) Suponga que la función (5) es la de demanda “correcta”. Estime los parámetros
de este modelo, obtenga sus errores estándar así como R2,. R 2 y R2 modificada.
Interprete sus resultados.

La elasticidad ingreso y la elasticidad cruzada tienen signos correctos.

h) Ahora suponga que corre el modelo “incorrecto” (2). Evalúe las consecuencias
de esta mala especificación considerando los valores de γ2 y γ3 en relación con
β2 y β3, respectivamente.
La consecuencia será que los estimadores esten sesgados debido al modelo de
invariación.
7.20. En un estudio de rotación de empleados en el mercado laboral, James F.
Ragan, Jr., obtuvo los siguientes resultados para la economía de Estados Unidos
de 1950-I a 1979-IV.* (Las cifras entre paréntesis son los estadísticos t
estimados.)

donde Y = tasa de renuncias laborales en el sector manufacturero, defi nida como

el número
de personas que deja su trabajo voluntariamente por cada 100 empleados
X2 = variable instrumental o “representante” de la tasa de desempleo de hombres
adultos
X3 = porcentaje de empleados menores de 25 años
X4 = Nt−1/Nt−4 = tasa de empleo en el sector manufacturero, en el trimestre
(t − 1), respecto de la del trimestre (t − 4)
X5 = porcentaje de mujeres empleadas
X6 = tendencia de tiempo (1950-I = 1)
a) Interprete los resultados anteriores.

b) ¿Puede justificarse a priori la relación negativa observada entre los logaritmos

de Y y X2?
Si, con bastante ritmo y se espera que con la tasa de desempleo sea
negativamente relacionados.

c) ¿Por qué es positivo el coeficiente de ln X3?

A medida que sean contratados trabajadores de menos de 25, se espera que la
tasa sube por la rotación de empleados.
d ) Como el coeficiente de tendencia es negativo, ¿de qué porcentaje es el
descenso temporal en la tasa de retiro laboral, y por qué se presenta dicho
descenso?
La tasa de desempleo es 0.54%, la tasa de abandono se ha declinado
e) ¿Es la R 2 “muy” baja?
No es baja
f ) ¿Puede estimar los errores estándar de los coeficientes de regresión a partir de
los datos dados? ¿Por qué?
7.21. Considere la siguiente función de demanda de dinero para Estados Unidos
durante el periodo1980-1998:

donde M = demanda real de dinero, de acuerdo con la definición M2 de dinero

Y = PIB real
r = tasa de interés

a) Con los datos anteriores, calcule la función de demanda anterior. ¿Cuáles son
las elasticidades del ingreso y de la tasa de interés de la demanda de dinero?

b) En lugar de estimar la función demanda anterior, suponga que debe ajustar la

función (M/Y)t _ α1rα2 t eut. ¿Cómo interpretaría los resultados? Muestre los
cálculos necesarios.

c) ¿Cómo decidiría cuál es la mejor especificación?

7.22. La tabla 7.11 suministra datos sobre el sector manufacturero de la economía

griega de 1961 a 1987.
a) Vea si la función producción de Cobb-Douglas se ajusta a los datos de la tabla
e interprete los resultados. ¿A qué conclusión general llega?
La producción trabajo y capital son positivos.
b) Ahora considere el siguiente modelo:
Producción/trabajo _ A(K)L)βeu donde la variable regresada representa la
productividad del trabajo, y la regresora, la razón capital-trabajo. ¿Cuál es la
importancia económica de dicha relación, si existe alguna? Estime los parámetros
de este modelo e interprete los resultados.
La elasticidad de la producción con respecto a la producción de trabajo es 0.68 lo
que significa que si el segundo aumenta un 1%, la producción un 0.68%

7.23. Experimento Monte Carlo. Considere el siguiente modelo:

Yi _ β1 + β2X2i + β3X3i + ui
Le informan que β1 = 262, β2 = −0.006, β3 = −2.4, σ2 = 42 y ui ∼ N(0, 42). Genere
10 conjuntos de 64 observaciones sobre ui a partir de la distribución normal dada y
utilice las 64 observaciones de la tabla 6.4, donde Y = MI, X2 = PIBPC, y X3 =
TAM, para generar 10 conjuntos de coeficientes β estimados (cada conjunto
tendrá tres parámetros estimados).
Tome los promedios de todos los coeficientes β estimados y relaciónelos con los
verdaderos valores de dichos coeficientes dados arriba. ¿A qué conclusión
general llega de lo anterior?

Ya que se trata de una sola sesion modelo la pendiente coeficiente mide a

elasticidad, los resultados dicen que el cambio porcentual en el salario disminuye
conforme aumenta el nivel de educación, pero disminuye a un ritmo más rápido,
es decir se vuelve menos negativo