Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea2 KarenJiménez Grupo16
Tarea2 KarenJiménez Grupo16
Presentados Por:
C.c. 1075318907
ECACEN - Economía
Econométrica
Grupo N° 16
Ibagué - Tolima
Octubre 2021
Regresión lineal simple y múltiple
∑ ( ^y t − y )2
R2= t=1
T
∑ ( ^y t − y )2
t=1
Entonces podemos decir que estos cálculos miden los mismo con la diferencia que el
coeficiente de determinación ajustado sanciona la inclusión de variables no significativas,
contrario del coeficiente de determinación que no sanciona la inclusión de variables
independientes no significantes, pero que pueden hacer variar sus resultados y volverlos
poco confiables.
Ejercicios Wooldridge (2010)
2.10 ¿Que conclusión general deduce de este diagrama? ¿La lineal de regresión del
diagrama es una línea de regresión poblacional o línea de regresión muestra?
El diagrama refleja un aumento en el salario en el área manufacturera entre los años 1970 y
1990 por el crecimiento del PIB, lo que quiere decir que la línea de regresión es positiva y
que la tendencia de los datos es de crecimiento lo que indica que entre más exporten los
países hay más incrementos en sus salarios reales.
Como en el grafico indica que los datos tomados para el análisis son solo de 50 países
entonces el método de regresión tomado es una línea de regresión muestral.
2.12 ¿Qué revela el diagrama de dispersión 2,10? ¿Se puede decir que las leyes del
salario mínimo proporcionan bienestar económico?
El diagrama de dispersión 2,10 muestra una relación inversa entre los salarios mínimos de
los países y el per cápita, esto muestra una evidente crisis representada por la mala
distribución de los recursos dentro de los países. Lo que muestra un gran problema en el
nivel de vida de las personas, entonces los salarios mínimos pueden depender del efecto
sobre el empleo combinado con las industrias que se imponen en estos países y la mala
gestión de los gobiernos hace que se cumpla esta relación inversa.
2.15 La tabla 2.8 proporciona datos de gastos en comida y gasto total de 55 familias en
la india.
a) Grafique los gastos para el eje vertical con comida y el eje horizontal en el gasto
total. Trace una línea de regresión atreves de los puntos de dispersión.
400,000
350,000
300,000
Gasto Total
250,000
200,000
150,000
100,000
50,000
0
350,000 400,000 450,000 500,000 550,000 600,000 650,000 700,000
Gasto por comida
LECTURA CRÍTICA
535
530
525
520
CALIFICACIONES
515
510 Hombres
505 504
500
495
490
485
1970 1975 1980 1985 1990 1995 2000 2005 2010
AÑO
LECTURA CRÍTICA
540
530
520
CALIFICACIONES
510
Mujeres
502
500
490
480
470
1970 1975 1980 1985 1990 1995 2000 2005 2010
AÑOS
MATEMÁTICAS
540
535
533
530
CALIFICACIONES
525
520 Hombres
515
510
505
500
1970 1975 1980 1985 1990 1995 2000 2005 2010
AÑOS
MATEMÁTICAS
510
500 499
490
CALIFICACIONES
Mujeres
480
470
460
450
1970 1975 1980 1985 1990 1995 2000 2005 2010
540
CALIFICACIONES
520
500 Hombres
Mujeres
480
460
440
1970 1975 1980 1985 1990 1995 2000 2005 2010
AÑOS
En este grafico combinado por las calificaciones de ambos géneros se puede observar que
las calificaciones de hombres y mujeres se comporta muy similar con el paso del tiempo,
sin embargo, se puede apreciar que el puntaje de los hombres en el examen de matemáticas
es superior que el de las mujeres en todos los años.
Ejercicios Wooldridge (2010)
C.3.3 El archivo CEOSAL2.RAW contiene datos de 177 CEO (directores generales) y
puede utilizarse para examinar los efectos del desempeño de la empresa sobre el
sueldo de los CEO.
i) Estime un modelo que relacione el sueldo anual (salary) con las ventas de la
empresa (sales) y el precio de mercado (mktval). Use el tipo de modelo que tiene
elasticidad constante para ambas variables independientes. Escriba los resultados en
forma de ecuación.
ii) Añada profits (utilidades de la empresa) al modelo del inciso (i). ¿Por qué esta
variable no puede incluirse en forma logarítmica? ¿Diría usted que estas variables de
desempeño de la empresa explican la mayor parte de la variación en sueldos de los
CEO?
Observando los resultados de las variables de desempeño de la empresa, se puede decir que
no pueden explicar la variación de los sueldos del CEO, pues las utilidades de la empresa
arrojan información escasa, pues el coeficiente de determinación ajustado no cambia.
iii) Añada la variable ceoten (antigüedad del CEO en el puesto) al modelo del inciso
(ii) ¿Cuál es el rendimiento porcentual estimado por un año más de permanencia del
CEO en la empresa, manteniendo constantes los otros factores?
El promedio porcentual estimado por un año más de permanencia del CEO en la empresa es
de 1,17% manteniendo todos los demás factores constantes.
iv) Encuentre el coeficiente de correlación muestral entre las variables log(mktval) y
profits. ¿Estas variables están fuertemente correlacionadas? ¿Qué indica esto sobre
los estimadores de MCO?
Si están fuertemente relacionadas pues su resultado de 0,7769 que está muy cerca del 1lo
indica. Este resultado tiene una relación muy alta pero no perfecta. Aunque el modelo no se
ve afectado puede causar que las varianzas aumenten. Lo que puede demostrar que Profits
no añade valor al modelo.
C.3.4 Para este ejercicio, utilice los datos del archivo ATTEND.RAW.
i) Obtenga los valores mínimo, máximo y promedio para las variables atndrte,
priGPA, y ACT (porcentaje de asistencia a clases, calificación promedio general
acumulada, calificación en el examen de admisión a la universidad, respectivamente).
ii) Estime el
modelo
atndrte=β 1 + β 2 priGPA+ β 3 ACT +u
y escriba los resultados en forma de ecuación. Interprete el intercepto. ¿Tiene un
significado útil?
Los estudiantes con valores de variables explicitas son: ApriGPA – 3.1 y ACT – 21 y el
estudiante BpriGPA – 2.1 y ACT – 26.
v) Si el alumno A tiene priGPA 3.1 y ACT 21 y el alumno B tiene priGPA 2.1 y ACT
26, ¿cuál es la diferencia predicha en sus tasas de asistencia?
La diferencia que el estudiante que falta más a clases tiene menores clarificaciones que el
estudiante que asiste a clase regularmente y sus calificaciones son más altas.
C.3.6Para este problema, utilice los datos del archivo WAGE2.RAW. Como de
costumbre, asegúrese de que todas las regresiones que siguen contengan un intercepto.
ii) Corra la regresión múltiple de log(wage) sobre educ e IQ y obtenga los coeficientes
de pendiente, β 1 y β 2 respectivamente.
~ ~
iv) Verifique que β 1= ^β 1+ ^β 2* δ 1
0.0391199+0.0058631∗3.5338292=0.0598282438
C.3.8 Utilice la base de datos DISCRIM.RAW para responder esta pregunta. Hay
datos sobre los
ii) Considere un modelo para explicar el precio de las bebidas refrescantes, psoda, en
términos de la proporción de población afro estadounidense y de ingreso medio:
Muestra = 401
iv) Un modelo con una elasticidad constante del precio respecto al ingreso puede ser
más apropiado. Proporcione las estimaciones del modelo
Si prpblck aumenta en 0.2 lpsoda aumenta en: 0.2 (0.121583) *100 = 2.43%
v) Agregue ahora la variable prppov (proporción de personas en pobreza) a la
regresión del inciso iv). ¿Qué pasa con ^β prpblck
El β de prpblck disminuye a 0.0728072, lo que refleja que la proporción de
Afro estadounidense aumenta en 1, el precio aumenta en 7.28%. Ahora el aumento del
precio es menor.
vi) Encuentre la correlación entre log(income) y prppov. ¿Es aproximadamente lo que
esperaba?