Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Resueltos
Modelo M1:
Modelo M2:
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 1
Modelos Econométricos Grado en Marketing
βI1 : variación del precio medio de una vivienda de un municipio de interior ante un
cambio unitario en la renta per capita de dicho municipio en 2011.
Modelo M1:
H 0 : λ 0 =λ1 =0
H1 : H0 falsa
(SCE R − SCE NR )
q
F= ; regla de rechazo F > Fq , N − K ,α ⇒ RH 0
SCE NR
(N − K)
MR: Pi = β0 + β1R i + εi
MNR: Pi = β0 + λ 0costai + β1R i + λ1R i costai + εi
Modelo M2:
H 0 : βC0 = β I0
β1C = β1I
H1 : H0 falsa
(SCE R − SCE NR )
q
F= ; regla de rechazo F > Fq , N − K ,α ⇒ RH 0
SCE NR
(N − K)
MR: Pi = β0 +β1R i + εi
MNR: Pi = βCcostai + βI interiori + β1C R i costai + β1I Riinteriori + εi
0 0
2. Se han especificado dos modelos distintos para explicar el salario de los trabajadores de
una empresa:
donde Sal es el salario anual, UNIV es una variable ficticia que toma valor 1 si el individuo
tiene estudios universitarios, NOUNIV es una variable ficticia que toma valor 1 si no tiene
estudios universitarios, y X es la experiencia del individuo medida en años.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 2
Modelos Econométricos Grado en Marketing
a) Interprete los coeficientes en cada uno de los modelos ¿Qué relación hay entre los
coeficientes de ambos modelos?
β0 +β1 : ordenada en el origen del modelo de los trabajadores con estudios universitarios.
β1 ⋅ 100 : diferencia porcentual del salario de un trabajador con estudios universitarios con
respecto de un trabajador sin estudios universitarios con el mismo nivel de experiencia.
Esta diferencia es solo por el hecho de tener estudios universitarios.
β0 = λ 2 , β0 +β1 = λ1 ⇒ β1 = λ1 -λ 2 , β2 = λ 3
Modelo M1
H 0 : β1 = 0
H1 : β1 ≠ 0
β̂1
t= ; regla de rechazo t > t N − K ;α/2 ⇒ RH 0
V̂(βˆ 1 )
Modelo M2
δ
H 0 : λ1 − λ 2 = 0
H1 : λ1 − λ2 ≠ 0
H0 :δ = 0
H1 : δ ≠ 0
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 3
Modelos Econométricos Grado en Marketing
δ̂
t= ; regla de rechazo t > t N − K ;α/2 ⇒ RH 0
ˆ
V̂(δ)
En este caso, para calcular el estadístico de contraste hemos de estimar el modelo reparametrizado:
β 0H : ordenada en el origen del modelo de los hogares cuyo sustentador principal es hombre.
β 0M : ordenada en el origen del modelo de los hogares cuyo sustentador principal es mujer.
(β2 + 2β3 ⋅ edad ) ⋅ 100 : variación porcentual aproximada en el gasto en consumo de los
hogares ante una variación unitaria de la edad del sustentador principal ceteris paribus. No
es constante, depende de la edad del sustentador principal.
δ
H 0 : β0 − β0M = 0
H
H0 :δ = 0
H1 : δ > 0
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 4
Modelos Econométricos Grado en Marketing
δ̂
t= ; regla de rechazo t > t N − K ;α ⇒ RH 0
ˆ
V̂(δ)
δ0 = γ 3 , δ1 = γ1 , δ2 = γ 2 − γ 3
yi = γ 3 + γ1 xi + (γ 2 − γ 3 ) FIi + εi
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 5
Modelos Econométricos Grado en Marketing
5. Dado el siguiente modelo de regresión lineal, que verifica los cinco supuestos de
Gauss-Markov (RLM.1-RLM.5),
yi =β1x i +εi
a) Obtenga el estimador MCO para β1 .
β̂1 =
∑y x i i
∑x 2
i
β̂1 =
∑y x i i
= β1 +
∑ε x i i
∑x 2
i ∑x 2
i
por RLM.2
0
(∑ ε x )=β + ∑ xi E(ε i x1,…, xN )
( )
E i i
x1 ,…, x N
E β̂1 x1 ,…, x N = β1 + = β1
∑x 2
i
1
∑x 2
i
=
(∑ x ) (∑ x )
2 2
2 2
0 i i
σ 2 ∑ xi2 σ2
= =
(∑ x ) 2 2
i ∑ xi2
c) Suponga ahora que el modelo de regresión no verifica el supuesto RLM.4 y
que la varianza de las perturbaciones es: V (ε i x1 ,…, x N ) = xi2 . En este caso:
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 6
Modelos Econométricos Grado en Marketing
(
⎛ε
)
⎞ V ε i x1 ,…, x N
V ε i* x1 ,…, x N = V ⎜ i x1 ,…, x N ⎟ = =
xi2
=1
( )
⎝ xi ⎠ xi2 xi2
βˆ1MCG =y*
porque el modelo ponderado solo tiene término constante.
donde educ indica los años de formación, exper los años de experiencia y antig los
años de antigüedad en la empresa actual de cada trabajador.
R = 0.1138
2
El cuadrado de los residuos MCO del modelo se regresan sobre las explicativas, sus
cuadrados y los productos cruzados (sin que se repita ninguno). Se obtiene el
R 2 = 0.1138 y el contraste consiste en
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 7
Modelos Econométricos Grado en Marketing
H0 homoscedasticidad ⎫
⎬ que se contrasta con el estadístico
Ha heteroscedasticidad ⎭
NR 2 = 150 ⋅ 0.1138 = 17.07 . Bajo la nula, el estadístico sigue una χ 2q , donde q es el
número de explicativas que usamos en la regresión auxiliar. En este caso, q=9, por
lo que se rechaza la nula de homoscedasticidad ya que 17.07 > χ 9,0.052
= 16.92 . Por
tanto, se detecta que existe heteroscedasticidad.
Estimación 1:
ˆ sali ) = 4.99975+ 1.9994 educi + 1.53216 experi + 1.0011antigi
log(
(2.857) (1.538) (0.8512) (0.4762)
Estimación 2:
ˆ sali ) = 4.99975+ 1.9994 educi + 1.53216 experi + 1.0011antigi
log(
(2.7780) (1.0520) (1.2768) (0.5400)
yi = β0 + β1x1i + β2x2i + εi
donde se cumplen los tres primeros supuestos RLM. Para ello se estiman por MCO
los siguientes modelos alternativos:
Modelo 1:
yˆ i = βˆ 0 + βˆ 1x1i + βˆ 2x2i
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 8
Modelos Econométricos Grado en Marketing
Modelo 2:
yˆ i 1 x
= βˆ 0 + βˆ 1 x1i + βˆ 2 2i
x1i x1i x1i
Modelo 3:
yˆ i ˆ 1 ˆ ˆ x2i
= β0 + β1 + β2 .
x1i x1i x1i
Un investigador sugiere que Var ( εi | X ) = σ2 x12i , donde
X = ( x11,..., x1N , x21,..., x2 N ) .
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 9
Modelos Econométricos Grado en Marketing
que se estima por MCO y se obtienen los residuos al cuadrado (los llamamos ei2 ).
Se plantea una regresión auxiliar que regrese los residuos al cuadrado sobre una
constante, las explicativas del modelo inicial, sus cuadrados, y sus productos
cruzados, cuidando de que no se repita ninguna explicativa en esta regresión
auxiliar. Es decir, se propone la regresión auxiliar siguiente
El contraste consiste en
H 0 homoscedasticidad ⎫ 2
⎬ y se contrasta con el estadístico NR e que bajo la nula
H a heteroscedasticidad ⎭
sigue una χ 2q , donde q es el número de explicativas que usamos en la regresión
auxiliar. El valor crítico con el que hay que comparar el estadístico es el valor de
χ q2,α . Por tanto, se rechaza la nula de homoscedasticidad si NR 2e > χq2,α .
βˆ 1 =
∑ ( x - x ) y = ∑ ( x − x )(β + β x + ε ) = β + ∑ ( x − x )ε .
i i i 0 1 i i i i
∑( x − x )i
2
∑( x − x ) ∑( x − x )
i
2 1
i
2
⎛ ∑ ( x − x )ε ⎞ ∑ ( x − x ) 2V ε / x ,…, x σ 2 ∑ ( x i − x ) 2 x i2
( )
i i i i 1 N
(
V β̂1 / x1 ,…, x N ) = V⎜
⎜ ∑( x − x )2
/ x1 ,…, x N ⎟=
⎟ 2
= 2
⎝ i ⎠ ∑ i ( x − x() 2
)
∑( xi − x )2 ( )
Por tanto, no estamos de acuerdo con la afirmación del estudiante.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 10
Modelos Econométricos Grado en Marketing
yi 1 x ε
= β0 + β1 i + i
xi xi xi xi
yi 1 ε
= β0 + β1 + i
x x x
i i i
y* x0* ε*i
(
⎛ε
)
⎞ V ε i x1 ,…, x N
V ε*i x1 ,…, x N = V ⎜ i x1 ,…, x N ⎟ = =
σ 2 xi2
= σ2
( )
2 2
⎝ i
x ⎠ x i
x i
yi = β0 + β1xi + εi
Var (εi xi ) = σi2 = σ2 xi2
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 11
Modelos Econométricos Grado en Marketing
βˆ 1MCG
t= : tN−K .
V̂(βˆ 1MCG ) H0
10. Un economista plantea estimar la siguiente función de consumo, utilizando
datos de una muestra de tamaño N:
consumoi 1 εi
= β0 + β1 rentai +
rentai rentai rentai
εi
Sabiendo que V( rentai ) = 1, y que el modelo propuesto verifica el resto de
rentai
supuestos de Gauss-Markov:
Se ha planteado este
modelo transformado porque el modelo
consumoi = β0 + β1rentai + εi incumple el supuesto de homoscedasticidad. Tiene
heteroscedasticidad porque la varianza de ε i es una función creciente de la renta:
V(εi rentai ) = rentai El modelo transformado es homoscedástico.
b) Si el economista
hubiese decidido trabajar con el modelo
consumoi = β0 + β1rentai + εi , ¿qué consecuencias hubiera tenido sobre la
estimación de los coeficientes β0 y β1 ?, ¿y sobre la realización de
contrastes de hipótesis? Justifique su respuesta.
consumoi 1 εi
= β0 + β1 rentai +
rentai rentai rentai
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 12
Modelos Econométricos Grado en Marketing
Ejercicios Propuestos
donde el salario está medido en euros, hombre es una variable ficticia que toma
valor 1 si el individuo es hombre y 0 si es mujer; y educación mide los años de
educación.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 13
Modelos Econométricos Grado en Marketing
donde consumo y renta están medidos en euros al mes y mujer es una variable
ficticia que es igual a 1 si la persona es mujer y 0 en caso contrario.
c1) ¿Cuál es la relación que existe entre los coeficientes α1 y α 2 del modelo
(2) con los coeficientes del modelo (1)? Explique detalladamente.
c2) En el modelo (2) formule la hipótesis nula de que, para un mismo nivel
de renta, la diferencia de consumo entre hombres y mujeres es nula. Con la
información disponible, calcule el estadístico que permite contrastar dicha
hipótesis. ¿Es esa diferencia estimada significativamente distinta de cero?
Justifique el procedimiento.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 14
Modelos Econométricos Grado en Marketing
ci = β0 + β1ri + β2 pi + εi
cˆi 1 p
= 25.90 + 0.62 + 0.43 i , R 2 = 0.8
ri (2.2) ri (0.006) (0.06) ri
1.
a) Para un hombre con 5 años de educación:
) = 1.45 + 0.07 ⋅5 = 1.8 ⇒ salario
log(salario e1.8
i i
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 15
Modelos Econométricos Grado en Marketing
d1)
MR: log( salario) = β0 + β1educacion + ε
MNR: log( salario) = β0 + δ0hombre + β1educacion + δ1hombre ⋅ educacion + ε
H 0 : δ0 = δ1 = 0
H1 : H0 falsa
(SCE R − SCE NR )
q
F= ; regla de rechazo F > Fq , N − K ,α ⇒ RH 0
SCE NR
(N − K)
d2)
H 0 : δ1 = 0
H1 : δ1 < 0
δ̂1
t= ; regla de rechazo t < −t N − K ;α ⇒ RH 0
V̂(δˆ 1 )
2.
a) Dada la ecuación de consumo: log(consumoi ) = β0 + δ0mujeri + β1 log( rentai ) + εi ,
estimando por mínimos cuadrados ordinarios, se obtiene que en promedio, la
diferencia estimada del consumo entre hombres y mujeres es
δ̂0 ⋅ 100% = 0.2 ⋅100% = 20% .
H 0 : δ0 = 0
H1 : δ 0 ≠ 0
0.2
t= = 10; 10 > t350−3;0.95 ⇒ RH 0
0.02
La diferencia estimada es significativamente distinta de cero.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 16
Modelos Econométricos Grado en Marketing
c1) β0 = α 2 , δ0 = α1 − α2 , β1 = α3
A esta relación se llega sustituyendo hombrei = 1 − mujeri en el modelo (2) y
comparando la ecuación resultante con el modelo (1).
c2)
δ0
H 0 : α1 − α 2 = 0
H 1 : α1 − α 2 ≠ 0
H 0 : δ0 = 0
H1 : δ 0 ≠ 0
δ̂ 0 0.2
t= = = 10; regla de rechazo 10 > t 350−3;0.975 = 1.96 ⇒ RH 0
V̂(δ̂ 0 ) 0.02
3.
a) Es un modelo heteroscedástico porque la varianza del término de error es distinta
para cada una de las observaciones.
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 17
Modelos Econométricos Grado en Marketing
S x2*
0
4.
b) Estimando por MCG. Para ello tendremos que estimar por MCO
consi 1 ne mujeri ε
= β0 + β1 + β2 i + β3 + i
ingi ingi ingi ingi ingi
En este caso los nuevos ruidos de este modelo serán homoscedásticos porque su
varianza es constante
⎛ ε ⎞ var (ε i ) σ 2ing 2
var ⎜ i ⎟ = 2
= 2
=σ2
⎝ ingi ⎠ ingi ingi
5.
Supongamos que el modelo de partida es
ci = β0 + β1ri + β2 pi +εi .
ci 1 p ε
= β0 + β1 + β2 i + i
ri ri ri ri
⎛ ε ⎞ var ( εi ) σ2 ri2
var ⎜ i ⎟ = 2
= 2 = σ2
⎝ ri ⎠ ri ri
⎛ ε ⎞ var ( εi ) σ2 ri σ2
var ⎜ i ⎟ = 2
= 2 =
r
⎝ i⎠ ri ri ri
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 18
Modelos Econométricos Grado en Marketing
Material elaborado por S. Álvarez,, M. Camacho, M. González, F. Martínez y A. Quesada, basado en parte en las referencias bibliográficas de la guía docente.
Su reproducción, por cualquier medio o uso, sin citar la fuente, están prohibidas. 19