Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asignatura: ECONOMETRÍA
Año 2023
Solución al caso práctico
Enunciado:
Queremos analizar si el tener un nivel de educación mayor, hace que el trabajador obtenga mayor
renta. Para ello, realizamos una encuesta a la población de la ciudad de Bogotá, de forma aleatoria, y
1000 7
600 4
2000 11
3500 13
5000 16
650 3
1200 8
1600 11
1900 13
800 5
1100 8
500 1
4000 14
4500 15
Cuestiones:
1. ¿Cuál sería la variable que queremos explicar? ¿Cuál sería la variable que la puede
explicar?.
Respuesta:
Para este caso, la variable que queremos explicar será “y” o la Renta, siendo esta la
variable dependiente o explicada, mientras que la variable que la puede explicar será “x” o la
2. ¿Qué pasos debemos realizar para llevar a cabo el estudio econométrico el cual nos
Respuesta:
Para este caso queremos explicar si estos dos datos están relacionados y si se relacionan
recta: y = 𝛽o + 𝛽1x. Ahora mediante este análisis de regresión vamos a encontrar los
valores adecuados de los parámetros de esta ecuación (𝛽o y 𝛽1) para lograr la recta
Mínimos Cuadrados.
3. ¿Existe correlación entre la renta y la educación del trabajador? Para ello, comprobar
Respuesta:
Por simple observación de los datos obtenidos vemos que existe correlación entre las dos
variables, ya que la tendencia es que a mas años de educación (x), mayor es la renta por
unidades monetarias (y). Para comprobarlo procedamos con el análisis de correlación para
encontrar el grado de correlación, que estará ente -1 y +1, siendo este el coeficiente de
correlación. La hipótesis nos dice que existe una correlación lineal entre nuestras variables
“x” e “y”, de las que tenemos “t” observaciones. t = 14. (x 1 ,y1 ), (x 2,y2 )….(x14,y14 ).
1 500
3 650
4 600
5 800
7 1000
8 1100
8 1200
11 1600
11 2000
13 1900
13 3500
14 4000
15 4500
16 5000
Con los datos ordenados observamos que al aumentar “x”, aumenta también “y”, sin ser
este aumento estricto viéndose que en dos ocasiones disminuye en vez de aumentar.
Ahora llevemos las parejas de datos (x 1 ,y 1), (x 2 ,y2 )….(x14,y14 ) al diagrama de dispersión o
nube de puntos:
Valores Y
6000
5000
4000
3000
2000
1000
0
0 2 4 6 8 10 12 14 16 18
Podemos apreciar que la distribución de los datos sigue un patrón lineal, presentando al
regiones dibujando las líneas paralelas a los ejes, pasando por el centroide, el cual
II I
5000
4000
3000
2000
III
1000
IV
0
0 2 4 6 8 10 12 14 16 18
𝑐 = (4 + 7 − 0 − 3) / 14
C = 8 / 14 = 0,5714
Como c es positivo indica que los puntos están predominantemente en los cuadrantes I
y III, por lo cual podemos decir que existe una correlación lineal positiva entre “x” e “y”.
Como el valor absoluto de c se acerca mas a 1 que a 0, podemos decir que la correlación
lineal positiva entre los años de estudio y la renta es fuerte, aunque al parecer no muy
fuerte.
Creamos una tabla para organizar los datos de acuerdo a la fórmula de correspondencia
lineal de Pearson:
4865700 − 3657150
𝑟=
√20790 − (129) 2 𝑥√1245895000 − (28350) 2
4865700 − 3657150
𝑟=
√20790 − 16641 𝑥 √1245895000 − 803722500
4865700 − 3657150
𝑟=
√4149 𝑥 √442172500
1208550
𝑟=
64,41 𝑥 21027,89
1208550
𝑟=
1354406
4. Con los datos con los que disponemos, crear la ecuación del modelo. Una vez hecha,
Respuesta:
La ecuación modelo que se solicita corresponde a la ecuación de una recta conocida como
y𝑡 =𝛽 0 + 𝛽 1𝑥 𝑡 + 𝑢 t
renta.
discriminación.
• Parámetros:
Respuesta:
cuadrados así:
Primero organizamos los datos requeridos para este método en la siguiente tabla sabiendo
𝑡
𝑡
𝛽1 = ∑ (xi − x̅ ) ∗ (yi − y̅ )/ ∑𝑖=1(xi − x̅ )^2
𝑖=1
𝛽̂ 0 = 𝑦̅ − 𝛽̂ 1𝑥̅=
Respuesta:
correlación de Pearson, r.
Entonces los valores estimados por nuestra recta de regresión de y sobre x explican el
79,62% de la variación de y.
Aplicación Práctica del Conocimiento
Como estudiante y futuro profesional en Economía y/o futuro Empresario, encuentro los temas
desarrollados en el presente caso práctico, muy importantes para poder trabajar con las diferentes
variables económicas, conocer su correlación, que tan fuerte es esta correlación entre las mismas, si
es positiva o negativa, entender cuando una variable puede afectar a otra que sea de mi interés, y con
toda la información y análisis de datos y variables, poder tomar las decisiones correctas, que puedan
Técnica.
Técnica.
Nota Técnica.