Trabajo Practico N° 2

Econometria I

1. Existe presunción de que los titulados de la carrera de Contadurı́a Publica

tienen un mayor salario que aquellos titulados de Economı́a.
(a) Plantee un modelo que permita testear esta hipótesis. Explique
explı́citamente como lo testearı́a.
(b) Plantee un modelo que además permita testear que dicha diferencia
entre menciones no es igual entre universidades (Considere sólo las
dos universidades más importante del paı́s: Universidad Mayor de
San Andres y Universidad Católica). Explique explı́citamente como
lo testearı́a.

2. Plantee un modelo que le permita testear que la demanda por helados en

verano es diferente a la demanda promedio en invierno, y que la reacción
ante un cambio en el precio difiere en estas dos estaciones. Sea explı́cito
en como testearı́a esto.
3. Ud. posee la siguiente función de producción Cobb-Douglas:
β ui
Yi = ALα
i Ki e

donde: Yi: producción de la empresa i, Li: cantidad de trabajadores en

la empresa i y Ki: capital fijo de la empresa i.

(a) En el modelo estimable por MCO, ¿Qué variable agregarı́a para

testear que el producto promedio en las empresas del sector servi-
cios es mayor que en los otros sectores económicos?. Explique como
testearı́a esta hipótesis.
(b) A partir del modelo anterior, ¿Qué variable agregarı́a para testear que
la productividad marginal del trabajo es mayor en el sector servicios
que en otros sectores económicos?
4. Con respecto al siguiente modelo:

ln Wi = α + β1 Ei + β2 D2i · Ei + β3 D3i · Ei + ui

1
 Donde:
Wi: salario de la persona i.
Ei: años de escolaridad de la persona i.
D2i: variable dummy que toma valor 1 si la persona i tiene entre 8 y 11
años de escolaridad (incluido los entremos).
D3i: variable dummy que toma valor 1 si la persona i 12 años de escolar-
idad o más.
(a) ¿Qué representan los coeficientes β1 , β2 y β3 ?
5. Al objeto de determinar si existen o no diferencias en las calificaciones
obtenidas por hombres y mujeres en una determinada asignatura, a partir
de 20 observaciones se estimo el modelo:

nota t = β0 + β1 notamediaBUPt + β2 genero t + ut

donde la variable genero toma el valor 1 si se trata de una mujer y 0 para

un varón. Los resultados de la estimación fueron los siguientes:

nota
d t = 25 + 0, 75notamediaBU Pt + 20, 5generot R2 = 0, 72
(4,5) (7,1) (2,3)

¿Puede decirse que los resultados de unos y otros son distintos?

6. Dadas las siguientes matrices:
3′ 0001
     
1 4 13 1 −5 3 1 −2
X= 1 1 4 , X =  1 3 44  , X= 1 −3 4 
′
1 5 16 1 0 6 1 5 −3 9999

analice en cada caso la posible existencia de multicolinealidad.

7. Dado el modelo Yt = β1 + β2 X2t + β3 X3t + β4 X4t + ut , utilizando una
muestra de 20 datos, se procedió a su estimación, obteniéndose:
Ybt = 8, 34 + 0, 7 X2t −0, 4 X3t +0, 1 X4t R2 = 0, 96
(0,56) (0,7) (0,5)

Se pide:
(a) Analice el posible problema de multicolinealidad.
(b) Si hay algún problema, indique la forma mas adecuada de solu-
cionarlo.
8. En el modelo de regresión lineal múltiple:
Yt = β1 + β2 X2t + β3 X3t + β4 X4t + ut
se verifica que X2t = 3X4t. Indique que parámetros son estimables:

2
 (a) cuando no se dispone de información a priori sobre los coeficientes, y
(b) cuando se sabe que β4 = 2.
9. Considerar el siguiente modelo: Yi = β1 + β2 Xi + β3 Zi + ui
¿Será igual que se tenga que Xi +Zi = 8 que β2 +β3 = 8 para obtener los parámetros estimados?

10. Su amigo esta preocupado, además, por la posibilidad de que el modelo

estimado presente autocorrelación. Sin embargo, no tiene muy claro, nue-
vamente, los efectos de este problema y no sabe como tratarla. ¿Cuáles
serı́an teóricamente los efectos sobre las estimaciones realizadas si existiera
autocorrelación?. Su amigo le proporciona además los resultados de una
estimación de un proceso AR(1) para los residuos de la regresión original.
Construya el estadı́stico Durwin-Watson y testee la presencia de auto-
correlación. Explique intuitivamente por qué este modelo arroja estos
resultados.

11. Considere el siguiente modelo:

yt = C(1) + C(2)xt + C(3)yt−1 + ut

Del cual se obtiene el siguiente output en Eviews:

3
4
 12. El número de pequeños accidentes ocurridos en las calles de una ciudad (Y ) y el número de coches
matriculados en la misma (X) durante 10 años han sido los siguientes:

45
Y 25 27 28 32 33 36 38 40 41
870
X 510 520 528 540 590 650 700 760 800

Dado el modelo: 𝑌𝑡 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝑢𝑡 se pide:

a) Estimar la recta que exprese el número de accidentes ocurridos en función del número de coches
matriculados.
b) Calcular el estadístico Durbin-Watson y detectar la posible existencia de autocorrelacion.
c) Aplicar el método de Cochrane-Orcutt para solucionar el posible problema de autocorrelacion
comprobando que realmente ha sido resuelto.
13. Dada la muestra de la siguiente tabla de la donde se dispone del gasto y la renta de las familias en
logaritmos:

12
𝑰𝒏𝒀 2 3 5 8
5
𝑰𝒏𝑿 1 2 2 5

Estime el modelo por Mínimos Cuadrados Generalizados de: 𝐼𝑛𝑌𝑡 = 𝛽1 + 𝛽2 𝐼𝑛𝑋𝑡 + 𝑢𝑡

Teniendo en cuenta que 𝑉𝑎𝑟(𝑢𝑖 ) = 𝜎 2 𝐼𝑛𝑋𝑡

14. Se pretende estimar el siguiente modelo:

𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢𝑖
a partir de los datos muéstrales de la siguiente tabla:

11
𝒀 3 10 4 5
5
𝑿 1 3 4 2

Además, se sabe que los valores de la diagonal principal de la matriz de varianzas y covarianzas de las
perturbaciones del modelo es igual a {1,9,16,4,25}, mientras que los valores fuera de la diagonal
principal son iguales a cero.
a) Estime el modelo por Mínimos Cuadrados Generalizados
b) Estime la matriz de varianzas y covarianzas de las estimaciones obtenidas en la pregunta anterior.

15. Sea el siguiente modelo:

𝜎2
𝑌𝑡 = 𝛽1 + 𝛽2 𝑋2𝑡 + 𝛽3 𝑋3𝑡 + 𝑢𝑡 ; 𝑉𝑎𝑟(𝑢𝑖 ) =
; 𝑡: 1,2.3, … . , 𝑇
𝑍𝑡
a) ¿Qué hipótesis del Modelo de Regresión Lineal Múltiple viola este modelo?
b) ¿Qué expresión tendría el modelo ponderado que corrige este problema?
c) Demuestre que el modelo ponderado en b) ¿es homocedástico?

16. Sea el siguiente modelo:

𝑌̂𝑖 = −21.77 + 0.00207𝑋2𝑖 + 0.123𝑋3𝑖 + 13.85𝑋4𝑖 ; 𝑁 = 88

Si en la regresión del cuadrado de los residuos estandarizados en función de todas las explicativas de Y
, el coeficiente de determinación es R2 = 0.1601 y la suma de cuadrados residuales es SCR = 28.18.
 Realice el test de heterocedasticidad de Breuch-Pagan.

17. Se ha estimado la siguiente regresión:

𝑌̂𝑖 = 0.55 + 0.77𝑋2𝑖 − 0.266𝑋3𝑖 𝑖: 1,2,3 … .500

A partir de ella se ha obtenido la siguiente regresión auxiliar:

𝑢̂𝑖2 = 0.086 + 0.0179𝑋2𝑖 − 0.041𝑋2𝑖

2 2
− 0.015𝑋3𝑖 + 0.043𝑋3𝑖 + 0.0259𝑋2𝑖 𝑋3𝑖
Con: 𝑆𝐶𝐸𝑅.𝑎𝑢𝑥 = 406.51 ; 𝑆𝐶𝑇𝑅. 𝑎𝑢𝑥 = 548.7

A partir de esta información verificar la existencia de homocedasticidad mediante el test de White.

18. A partir del siguiente modelo:

𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝛽4 𝑋4𝑖 + 𝑢𝑖
Del cual se estimó la siguiente regresión auxiliar, donde 𝑒 representa los errores de la estimación del
modelo planteado anteriormente, A partir de la regresión auxiliar contrastar la existencia de
homocedasticidad mediante el test de White.

19. Dado el modelo: 𝑌𝑡 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝑢𝑡 con los siguientes datos:

Y 2 3 7 6 15 8 22

X -3 -2 -1 0 1 2 3

̂
𝒖 1,37 -0,42 0,79 -3 3,21 -6,58 4,63

a) Utilizar el contraste de Goldfeld-Quandt

b) Realizar el contraste de Glesjer para la detección de heteroscedasticidad.

20. Se ha recogido información de la economía boliviana para el periodo 1985-1990 del consumo público
y el PIB con objeto de estimar un modelo de regresión lineal que explique el consumo público. Se ha
llegado al siguiente modelo estimado por MCO:

𝐶̂𝑡 = 2.1864 + 0.0796𝑃𝐼𝐵𝑡

 Con:
6 6

∑(𝑢𝑡 − 𝑢𝑡−1 )2 = 0.049327 ∑ 𝑢𝑡2 = 0.0161

𝑡=2 𝑡=1

A partir de los datos obtenidos contrastar la existencia de autocorrelación.

21. Se ha recogido información de la economía boliviana para el periodo 1998-2006 del consumo público
y del PIB con el objeto de estimar un modelo de regresión lineal que explique el consumo público
mediante el siguiente modelo:
𝐶𝑡 = 𝛽1 + 𝛽2 𝑃𝐼𝐵𝑡 + 𝑢𝑡

A través de la estimación de MCO se han obtenido los siguientes resultados:

9

𝑅2 = 0.85 ; 𝑆𝐶𝑇 = 5.08 ; ∑ 𝑢𝑡 ∗ 𝑢𝑡−1 = 0.22

𝑡=2
Detectar la posible presencia de autocorrelacion a través del contraste de Durbin-Watson.

22. Contrastar la existencia de autocorrelacion de primer orden en el modelo:

𝑌̂𝑡 = −2.884 + 0.462𝑋𝑡 + 0.184𝑌𝑡−1

Sabiendo que tenemos una muestra de quince observaciones y que:

19.39 −0.384 −0.175

𝑉𝑎𝑟(𝛽̂ ) = 𝜎 2 (𝑋 ′ 𝑋)−1 = (−0.384 0.0153 −0.0125)
−0.175 −0.0125 0.03577
Con 𝐷𝑊 = 1.75021

23. Se estimó una función de exportaciones para el caso boliviano para los años 1988-1995. Donde
a partir de la regresión estimada procedió a realizar los gráficos CUSUM y CUSUM-cuadrado:

¿Que podría concluir acerca de la estabilidad del modelo?

24. Se estimó una función de demanda bajo la siguiente especificación:

𝑀1𝑡 𝑀1𝑡−1
𝐼𝑛 ( ) = 𝛽1 + 𝛽2 𝐼𝑛(𝐼𝑚𝑎𝑐𝑒𝑐𝑡 ) + 𝛽3 𝐼𝑛(𝑖𝑡 ) + 𝛽4 𝐼𝑛 ( )
𝐼𝑃𝐶𝑡 𝐼𝑃𝐶𝑡−1

De la regresión estimada se procedió a realizar los siguientes gráficos CUSUM y CUSUM-cuadrado:

 ¿Que podría concluir a cerca de la estabilidad del modelo?

25. Se estimó una regresión que relaciona las ventas 𝑌 de una empresa cervecera en función de la
publicidad 𝑋, para una muestra de 10 observaciones (muestra pequeña):

𝑌̂𝑡 = 166.467 + 19.933𝑋𝑡 𝑅2 = 0.8409 (1)

Del cual se realizó la siguiente regresión auxiliar:

𝑌̂𝑡 = 2140.722 + 476.655𝑋𝑡 − 0.0918𝑌̂𝑡2 + 0.000119𝑌̂𝑡3 𝑅2 = 0.9983 (2)

A partir de esta información obtenida se pide contrastar si en modelo (1) está correctamente especificado
mediante el test de Reset.

26. A partir de la siguiente regresión estimada:

𝑌̂𝑡 = 15.23 + 0.256𝑋2𝑡 + 56.269𝑋3𝑡 (1) 𝑡 = 1,2, … ,300 (𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑔𝑟𝑎𝑛𝑑𝑒)

Del cual se realizó la siguiente regresión auxiliar:

𝑌̂𝑡 = 22.7892 + 76.475𝑋2𝑡 + 6.589𝑋3𝑡 + 0.295𝑌̂𝑡2 + 2.589𝑌̂𝑡3 𝑅2 = 0.9721 (2)

A partir de esta información obtenida se pide contrastar si en modelo (1) está correctamente especificado
mediante el Test de Reset.

27. Para saber si la variable 𝑋𝑡2 pertenece al modelo 𝑌𝑡 = 𝛽1 + 𝛽2 𝑋𝑡 + 𝑢𝑡 la prueba de Reset estimaría el
modelo lineal para obtener la estimación de los valores 𝑌𝑡 de este modelo (es decir 𝑌̂𝑡 = 𝛽1 + 𝛽2 𝑋𝑡 )
después estimaría el modelo 𝑌̂𝑡 = 𝛼1 + 𝛼2 𝑋𝑡 + 𝛼3 𝑌̂𝑡2 + 𝑣𝑡 y luego probaría la significancia de 𝛼3 .
Demuestre que si 𝛼̂3 resulta estadísticamente significativa en la ecuación anterior (Reset), equivale a
estimar el siguiente modelo de manera directa: 𝑌𝑡 = 𝛽1 + 𝛽2 𝑋𝑡 + 𝛽3 𝑋𝑡2 + 𝑢𝑡 (Sugerencia: Sustituya por
𝑌̂𝑡 en la regresión Reset.)

PARTE II: EJERCICIOS COMPUTACIONALES

28. En la base de datos “VENTAS” (WF de Eviews) , usted encontrará un conjunto de variables
asociadas a la inversión y venta de aspiradoras por parte de una empresa “ABC”. Las ventas han
sido registradas desde el 2011.1 hasta el 2019.12. El Gerente General ha revisado el resultado
histórico de dichas ventas en el reporte anual.
Al Gerente General le ha llamado la atención la reducción de ventas a partir del año 2018, en tal
sentido, ha solicitado un reporte justificando dicho acontecimiento. Debido a ello, su área debe
 presentar un modelo econométrico explicando la evolución de ingresos en base a los costos
publicitarios, costos de venta, precio o cantidad.
El modelo podría especificarse de la siguiente manera:
Ingresos= c(1)+c(2)*c_publicidad+c(3)*c_venta+c(4)*precio+c(5)*q_productos+e

Estime el modelo y responda las siguientes preguntas:

a) Verificar la ausencia de Multicolinealidad mediante las pruebas VIF del modelo estimado. En
caso se evidencie multicolinealidad, corrija dicho problema.
b)Verificar la presencia de quiebre estructural e identifique la fecha de quiebre si la hubiera;
asimismo, corregirla usando variables dummy.
c) Verificar la presencia de heterocedasticidad en base a por lo menos 3 contrastes estadísticos, y
si la hubiera corregirla
d) Verificar la presencia de autocorrelación, y si la hubiera identificar el orden de autocorrelación.
e)Verificar la presencia de normalidad en los errores del modelo final
29. Se plantea un modelo de exportaciones para el caso boliviano para los años 1990-2004, (datos
trimestrales) mediante la siguiente especificación:

𝐿𝑜𝑔(𝐸𝑥𝑝𝑡 ) = 𝛽0 + 𝛽1 𝐿𝑜𝑔(𝑡𝑐𝑟𝑡 ) + 𝛽2 𝐿𝑜𝑔(𝑃𝑖𝑏𝑡𝐼𝑛𝑑 ) + 𝛽3 𝐿𝑜𝑔(𝑃𝑖𝑏𝑡𝐴𝑙 ) + 𝑢𝑡

Dónde:
𝐸𝑥𝑝𝑡 : 𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒 𝑒𝑥𝑝𝑜𝑟𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑡𝑐𝑟𝑡 ∶ 𝑇𝑖𝑝𝑜 𝑑𝑒 𝐶𝑎𝑚𝑏𝑖𝑜 𝑅𝑒𝑎𝑙
𝑃𝑖𝑏𝑡𝐼𝑛𝑑 ∶ 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐼𝑛𝑡𝑒𝑟𝑛𝑜 𝐵𝑟𝑢𝑡𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑎𝑖𝑠𝑒𝑠 𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖𝑎𝑙𝑒𝑠
𝑃𝑖𝑏𝑡𝐴𝑙 ∶ 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐼𝑛𝑡𝑒𝑟𝑛𝑜 𝐵𝑟𝑢𝑡𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑎𝑖𝑠𝑒𝑠 𝑑𝑒 𝑎𝑚𝑒𝑟𝑖𝑐𝑎 𝑙𝑎𝑡𝑖𝑛𝑎

30. Con los datos del archivo “Parte Computacional TP2” de Excel, la hoja 2: “Modelo de
Exportaciones” se pide realizar lo siguiente:

a) Estimar por Mínimos Cuadrados Ordinarios.

b) Realizar el test de Normalidad de los residuos.
c) Contrastar si existe cambio estructural mediante el test de Chow, suponiendo que hubo un
quiebre a partir del tercer trimestre de 1998.
d) Analizar la estabilidad del modelo de exportaciones mediante los gráficos CUSUM y CUSUM-
cuadrado.
e) Contrastar la existencia de Homocedasticidad mediante el test de White .
f) A partir del estadístico Durbin Watson determinar la posible existencia de Autocorrelación en el
modelo.
g) Realizar el test de Reset e indique si el modelo está correctamente especificado