Taller 2

Realizado por Paula Caro, Juan Alejandro Sánchez y María Paula Lizarazo

1. Modelo de regresión múltiple

Estimación:
ln C i=β 1+ β2 ln Pi + β 3 ln Y i + ε i

Resultados:
^
ln C=4.30−1.34 ln P+ 0.17 ln Y
2
R =0.27

Donde:
- C = Consumo de cigarrillos (Paquetes al año)
- P = Precio real por paquete
- Y = Ingreso disponible per cápita

a. β 2 :El coeficiente nos indica que un aumento del 1% en el precio real por paquete,
ceteris paribus, causa una disminución del 1,34% del consumo de cigarrillos.
β 3 : El coeficiente nos indica que un aumento del 1% del ingreso per cápita, ceteris
paribus, causa un aumento del 0,17% del consumo de cigarrillos.

b. Para probar la significancia de los coeficientes se debe calcular el valor t de la tabla.

Sabiendo que tengo una significancia del 5% y 43 grados de libertad (46 observaciones
y 3 betas) el valor t de la tabla es: 2,0166
Ahora se comparas los t’s calculados de los betas con el t de la tabla:

^
β1 4 , 30
β 1 :t c = = =4,7252
σ ^β 0 , 91
1

^
β2 −1 ,34
β 2 :t c = = =−4 ,18
σ ^β 0 , 32
2

^
β3 0 ,17
β 3 :t c = = =0 , 85
σ ^β 0.20
3

Como es una prueba a dos colas, se toma el valor absoluto.

Todos los coeficientes son significativos menos β 3 que es menor al t de la tabla, es
decir, 2.0166
c. Para evaluar que los coeficientes sean significativos conjuntamente se debe hacer la
prueba de hipótesis con el F calculado y el F de la tabla:

H 0 : β 1=β 2=β 3=0

H a : No H 0 (Eneste caso serían conjuntamente significativos )

El F calculado se obtiene:
2
R
( k−1)
F c=
(1−R¿¿ 2)
¿
(n−k )

0,3024
(3−1)
F c=
(1−0,3024)
(46−3)

F c =9,3199

Ahora bien, el f de la tabla se calcula teniendo en cuenta los grados de libertad del
numerador, los grados de libertad del denominador y la significancia.

F ( tabla )=3,2144

Por lo tanto, la hipótesis nula se rechaza, es decir que los coeficientes si son
conjuntamente significativos.

d. El coeficiente que acompaña al precio es β 2 :

H 0 : β 2=−1

H a : β 2 ≠−1

Ahora se obtiene el t calculado teniendo en cuenta que la formula debe tener en

cuenta la igualdad con la constante, es decir:

β^i−c
t c=
σ ^β
i
 −1 , 34+ 1
t c= =−1, 06
0 , 32

El t calculado es mayor que el t de la tabla, lo que significa que no rechazo la hipótesis

nula, es decir que el coeficiente que acompaña al precio si es unitario.

e. Conociendo que:

R2=1−( 1−R 2)∗ ( n−k

n−1 )

R2=1−( 1−0 , 27 )∗ ( 46−3

46−1 )

R2=1−( 1−0 , 27 )∗ ( 4345 )

2
R =1−0,6975

2
R =0,302

Eso significa que el 30% de la variabilidad del consumo de cigarrillos está explicado por
el precio y el ingreso.

2.

lr mt =β 0+ β1 lry t + β 2 ib t + β 3 id t + ε t

a. Grafique las series de tiempo (en gráficos individuales).

 b. Estime por MCO la ecuación de demanda por dinero y repórtela en una Tabla
ordenada.
Error
Coeficiente típico / std. Estadístico Probabilida
s error t / t value d
Intercepción 4.39394 0.58117 7.560 7.1081E-10
lry 1.29588 0.09399 13.787 7.8177E-19
ib -2.61634 0.32822 -7.971 1.6114E-10
id 0.61876 0.69117 0.895 0.375

c. Escriba la ecuación estimada.

lr mt =β 0+ β1 lry t + β 2 ib t + β 3 id t + ε t

d. Interprete (Significado Económico) los coeficientes estimados

Un aumento de un punto porcentual
lr mt =4.39+1.29 lry t−2.61ib t + 0.62id t
^β =1.29 Un aumento del ingreso en 1%, manteniendo el resto constante (ceteris
1
paribus), provoca un aumento en la demanda de dinero en 1.29%
^β =−2.61 Un aumento del ingreso en 1%, manteniendo el resto constante (ceteris
2
paribus), provoca una disminución en la demanda de dinero en 2.61%
^β =0.62 Un aumento del ingreso en 1%, manteniendo el resto constante (ceteris
3
paribus), provoca un aumento en la demanda de dinero en 0.62%

e. Determine que variables son estadísticamente significativas y a qué nivel de

significancia. A nivel individual y conjunto.
A nivel individual ^β 0 ^β 1 β^ 2 son significativas, sin embargo, ^β 3 no es significativo, por
lo que P-valor es equivalente a 0.37
f. Interprete el R2
En este caso el 92.62% de la variable total de la demanda del dinero esta explicado
por el modelo

3. M t =β 0+ β 1 y t + β 3 p t +U t
Γ
 a. Grafique las series de tiempo, cada una en un Gráfico (En nivel)

b. Estime por mínimos cuadrados ordinarios la siguiente ecuación de

demanda por importaciones y reporte los resultados en una Tabla

Error
típico / std. Estadístico
Coeficientes error t / t value Probabilidad
Intercepción -2.3548 1.3804 -1.706 0.0919
ly 2.3922 0.2294 10.429 1.2274E-16
lrp -0.7962 0.1421 -5.601 2.8329E-07

c. Escriba la ecuación estimada

M t =−2.35+2.39 y t −0.80 r p t

d. Interprete (Significado Económico) los coeficientes estimados.

^β =2.39 El coeficiente nos indica que un aumento del 1% en el ingreso real causa un aumento
1
del 2.39% de las importaciones
^β =−0.80 El coeficiente nos indica que un aumento del 1% en el ingreso real causa una
2
disminución del 0.80% del precio de las importaciones

e. Determine que variables son estadísticamente significativas y a qué nivel de

significancia
En este caso, tanto el logaritmo del ingreso real como el logaritmo de los precios de las
importaciones son significativas a cualquier grado de significancia, pues el p-value de
cada una de ellas es menor a 0.1% de significancia como se evidencia.
 f. ¿Qué puede decir de la significancia conjunta de los estimadores?
En el caso de la significancia conjunta, podemos observar que el valor F cuenta con 3
asteriscos (***), haciendo referencia a que es conjuntamente significativo a una
significancia de 0.01.

g. Interprete el R2

Por último, obtenemos que R2 es igual a 0.948, lo que significa que la variabilidad de las
importaciones es explicada en un 94.8% por el modelo, es decir, por el ingreso real y el
precio de las importaciones