Fase 3 - Supuestos clásicos del modelo de regresión

Daniel Alejandro Argaez Moreno

1050010A_1701

Tutor
Juan David PulidoVargas

Econometría, Colombia Abril 2024

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Administrativas, Contables, Económicas y de Negocios
2. Resolver los siguientes Ejercicios y justificar.

I. Si en el modelo Lineal general 𝑦 = 𝐵1𝑋1+u se cumplen todos los supuestos clásicas, y no existe un alto
grado de varianza de los errores

¿Que podríamos decir sobre el estimador MCO de B1?

a) Es insesgado y eficiente

b) Es eficiente, aunque no es insesgado

c) Es completo, pero no eficiente

d) Es sesgado, aunque no completo

Justificación: El estimador MCO de B1 es insesgado y válido si se cumplen los supuestos de la regresión

clásica y no existe un alto grado de varianza del error. Esto significa que el estimador es preciso y no está
sesgado hacia un partido en particular. Además, este estimador es eficiente, lo que significa que ningún
otro estimador de B1 tiene una varianza menor.

II. Usted se encuentra desarrollando un análisis sobre los determinantes del salario por género en
Colombia. Su responsabilidad está en realizar una especificación del modelo que cumpla con los
supuestos clásicos para obtener estimaciones insesgadas. Una vez estimado el modelo, usted encuentra
que las variables explicativas están correlacionadas con el termino de perturbación

¿Qué supuesto clásico del modelo de regresión estaría incumpliendo?

a) Heterocedasticidad

b) Media condicional cero

c) Multicolinealidad

d) Linealidad en los parámetros

Justificación: Esto viola uno de los supuestos clásicos de los modelos de regresión, que requiere que las
variables explicativas no estén correlacionadas entre sí. Si las variables explicativas están correlacionadas
entre sí, existe el riesgo de obtener estimaciones sesgadas.

Usted es contratado como analista económico en un estudio sobre violencia intrafamiliar. Su

responsabilidad es revisar la precisión y la exactitud de los coeficientes de un modelo econométrico. Una
vez usted revisa el modelo, encuentra que la variable “numero de botellas de licor consumido por un
individuo” y la variable “número de fiestas a las que asiste en el mes el individuo”, son una combinación
lineal. Por lo tanto, la matriz dentro del modelo no es invertible y el determinante es igual a cero. Como
resultado de su revisión, usted sugiere que el modelo debe ser nuevamente especificado porque presenta
un problema de:

a) Heterocedasticidad

b) Media condicional cero

c) Multicolinealidad

d) Linealidad en los parámetros

Justificación: La multicolinealidad se produce cuando dos o más variables en un modelo estadístico son
una combinación lineal de las demás. Esto significa que una variable puede ser perfectamente predecible
a partir de las otras. En este caso, la variable "Número de botellas de licor consumido por un individuo" y
la variable "Número de fiestas a las que asiste un individuo en el mes" son una combinación lineal, lo que
significa que una variable puede ser perfectamente predecible a partir de la otra. Esto provoca que la
matriz dentro del modelo no sea invertible y el determinante sea igual a cero.

3. Seleccionar una de las siguientes bases de datos del libro de Wooldrige (Indicar en el foro dicha
selección)

- Wage2

- Affairs

- Card

- Ceosal1

- Wage1

Justificación: Elegí la base de datos Wage2. Esta base de datos contiene información salarial de los
trabajadores estadounidenses. Esta información es útil para realizar análisis de regresión, evaluar el
impacto de diversos factores en los salarios de los trabajadores y estudiar la distribución de los salarios
entre los trabajadores.

4. A partir de la base seleccionada realizar lo siguiente (Desarrollar con aplicación de software

Estadístico):

I. Estimar un modelo de regresión lineal múltiple

II. Valide el cumplimiento de los supuestos de los modelos de

regresión

III. Analice los resultados obtenidos.

Para verificar estos analices se utilizara el software estadístico como R, el cual se cargaran los datos en
base Wage2

Estimación de un modelo de regresión lineal múltiple

Donde en el modelo R se identifica de la siguiente forma:

Se da como resultado según la función summary:

Respuesta: Los resultados muestran que el modelo es estadísticamente significativo con un valor F de
157,1 y un valor p asociado muy pequeño. Todos los coeficientes estimados son significativos excepto el
coeficiente de intersección (el valor p es 0,0877).
 Bibliografía

Gujarati, D. (2009) Econometría, (5a. ed.), Ed. Mc Graw Hill. http://www.ebooks7-

24.com.bibliotecavirtual.unad.edu.co/?il=279&pg=1

Zax,J. (2011) Introductory Econometrics: Intuition, Proof, and Practice, (11ª. Ed.), Ed. Stanford
Economics and Finance. https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscohost.com/
login.aspx?direct=true&db=nlebk&AN=362850&lang=es&site=eds-
live&scope=site&ebv=EB&ppid=pp_Front_Cover

Wooldrige, J. (2015). Introducción a la Econometría: Un enfoque moderno, (5a. ed.), Ed. Cengage
Learning. https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/93207