Universidad Diego Portales

Facultad de Economı́a y Empresa

ICO8106

Econometrı́a
Profesor: Edgardo Cerda
Ayudante: Eduardo Coloma
Ayudantı́a II
1◦ Semestre 2013

Comentes

1. Mencione qué criterios utilizarı́a para elegir estimadores. Posteriormente defina cada uno de ellos.
2. Mientrás mayor es el tamaño de la muestra que disponemos, más se aproxima un estimador a su valor
poblacional. Comente.
3. El estimador π
b es sesgado mientras que el estimador βb es insesgado. Por lo tanto, βb es más eficiente que
π
b. Comente.
4. Es deseable que la varianza de la variable explicativa sea la mayor posible, ya que esto genera estimadores
más eficientes. Comente.
5. Si un estimador βb converge, entonces este estimador es consistente. Comente.
6. Si un estimador es insesgado, significa que no existe error de estimación. Comente.
7. Explique verbalmente en qué consiste el método de Mı́nimos Cuadrados Ordinarios.
8. Enumere y explique a lo menos 5 supuestos detrás del método de Mı́nimos Cuadrados Ordinarios.
Establezca implicancias y relevancias para el modelo.

Matemático I

Considere el siguiente modelo de regresión lineal:

Yi = β1 + ui
Adicionalmente se cumple lo siguiente:
E(ui ) = 0, E(u2i ) = σu2 , y E(ui uj ) = 0 ∀i 6= j

1. Derive el estimador MCO de β1 y llamelo β.

b Encuentre la esperanza, varianza y error cuadrático medio
de ese estimador.
2. Considere el siguiente estimador alternativo de β1 :
nȲ
βb =
b
n+1
donde n es el tamaño de la muestra e Ȳ es el promedio muestral de Y. Encuentre la esperanza, varianza
y error cuadrático medio de este otro estimador.
3. ¿Cuál de estos dos estimadores elegirı́a usted y bajo que criterio?.

Página 1 de 4
Matemático II

El siguiente cuadro contiene los resultados de la prueba de selección universitaria, expresados en puntos
sobre el puntaje de corte (PSU), y las notas del primer control de econometrı́a de 4 estudiantes de la UDP.

Cuadro 1: Resultados Alumnos Econometrı́a

Nota PSU yb
1,0 9 ...
3,2 23 ...
5,3 28 ...
3,1 16 ...

Se pide:
1. Estime la relación lineal que existe entre la variable dependiente y la independiente empleando MCO.
(calcular con y sin desvı́os con respecto a la media).

Respuesta
Podemos establecer la siguiente relación causal, y por lo tanto el modelo:

N otai = β1 + β2 P SUi + ui

Ası́ los estimadores de β1 y β2 son:

P4
xi yi
β2 = Pi=1
b
4 2
(1)
i=1 xi

βb1 = Ȳ − βb2 X̄ (2)

Donde x = (Xi − X̄) e y = (Yi − Ȳ ), es decir, representan desviaciones con respecto a su media.

Utilizando la información muestral entregada, tenemos:

Y X y = (Yi − Ȳ ) x = (Xi − X̄) xy x2

1,0 9 -2,15 -10 21,5 100
3,2 23 0,05 4 0,2 16
5,3 28 2,15 9 19,35 81
3,1 16 -0,05 -3 0,15 9
Promedio 3,15 19
Suma 41,2 208

De esta forma, usando los valores obtenidos en la tabla en (1) y (2)

41, 2
βb2 = ≈ 0, 2
208

βb1 = 3, 15 − 0, 2 ∗ 19 ≈ −0, 65

Página 2 de 4
 Ahora, tal como se pide debemos calcular los estimadores sin desvios con respecto a la media. A con-
tinuación se muestra otra expresión lineal para los ponderadores; principalmente para la pendiente del
modelo; la cual deriva de un trabajo algebráico que esta vez se omitirá:
P4 P4 P4
n Xi Yi − i=1 Xi i=1 Yi
i=1
βb2 = P4 P4 (3)
n i=1 Xi2 − ( i=1 Xi )2

4[(1 ∗ 9) + (3, 2 ∗ 23) + (5, 3 ∗ 28) + (3, 1 ∗ 16)] − (76) ∗ (12, 6)

βb2 =
4[92 + 232 + 282 + 162 ] − (76)2

164, 8
βb2 = ≈ 0, 2
824

2. Obtenga los valores predichos de la variable dependiente para cada observación.

Respuesta
Basado en el modelo inicialmente planteado los valores predichos de la variable dependiente N otai se
resumen en el siguiente cuadro:

N ota P SU N
[ otai = βb1 + βb2 P SUi
1,0 9 -0,65 + 0,2*9 = 1,15
3,2 23 -0,65 + 0,2*9 = 3,95
5,3 28 -0,65 + 0,2*9 = 4,95
3,1 16 -0,65 + 0,2*9 = 2,55

3. Con respecto a los valores obtenidos en la parte 2), ¿Son iguales a los valores muestrales? ¿Esto indica
sesgo, inconsistencia y/o ineficiencia de los estimadores obtenidos?.

Respuesta
Apoyandonos en el cuadro de la parte 2), se ha creado una cuarta columna que representa el delta o
diferencia entre N otai y N
[ otai y ası́ observar las diferencias con los valores muestrales:

N ota P SU N
[ otai = βb1 + βb2 P SUi | 4(N otai − N
[ otai ) |
1,0 9 -0,65 + 0,2*9 = 1,15 0,15
3,2 23 -0,65 + 0,2*9 = 3,95 0,75
5,3 28 -0,65 + 0,2*9 = 4,95 0,35
3,1 16 -0,65 + 0,2*9 = 2,55 0,55

Podemos concluir que existen diferencias o deltas distintos de cero; 4 6= 0; de hecho este escenario no
tiene por que cumplirse. Lo importante es que estas diferencias no son predictivas ni determinantes para
que se cumpla el insesgamiento, la ineficiencia u otras cualidades.

Página 3 de 4
4. Interprete los coeficientes encontrados.

Respuesta
El βb2 ≈ 0, 2 representa la pendiente de este modelo, y ası́ también el efecto marginal. Y puede interpretarse
de la siguiente forma: por cada punto adicional sobre el puntaje de corte (PSU), la nota de econometrı́a
se incrementa en 0,2 décimas.

βb1 ≈ −0, 65 representa el coeficiente de posición del modelo. Y es interpretable como el efecto de las
variables no observadas y que no están incluidas en el modelo.

Página 4 de 4