ECONOMETRIAI

GuadeTrabajosPrcticos

Ao2011

FacultaddeCienciasEconmicasySociales
UniversidadNacionaldeMardelPlata

_________________________________________________

NDICETEMTICO

1.REGRESINSIMPLEYMLTIPLE..............................................................................................................3
2.ERRORESENLASVARIABLESYDATOSFALTANTES................................................................................15
3.AUTOCORRELACIN...............................................................................................................................20
4.HETEROSCEDASTICIDAD.........................................................................................................................27
5.MULTICOLINEALIDAD.............................................................................................................................31
6.EJERCICIOINTEGRADOR.........................................................................................................................35
7.VARIABLESFICTICIAS..............................................................................................................................37
8.RESTRICCIONESENLOSCOEFICIENTES...................................................................................................43
9.ERRORESDEESPECIFICACIN................................................................................................................46
10.ESTABILIDADDELOSCOEFICIENTES.....................................................................................................48
11.REZAGOSDISTRIBUIDOS.......................................................................................................................51
12.TIEMPOCOMOVARIABLEEXGENA....................................................................................................54
13.IDENTIFICACINDEMODELOSMULTIECUACIONALES........................................................................56
14.ESTIMACINDEMODELOSMULTIECUACIONALES..............................................................................58
15.BIBLIOGRAFA.......................................................................................................................................63
16.SOLUCIONES.........................................................................................................................................64

TRABAJOPRCTICON1
REGRESINSIMPLEYMLTIPLE

Bibliografa:Gujarati;Johnston

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Laconsistenciaesunapropiedadasinttica.
b) Los estimadores mnimocuadrticos (EMC) y los estimadores mximoverosmiles (EMV)
sonasintticamentenormales.
c) LahiptesisnuladeltestFpostulaqueelmodelonoesglobalmentesignificativo.
d) Silaformafuncionalesincorrecta,esdeesperarqueserechaceeltestF.
e) SielniveldesignificacindeuntestesmayorqueelerrordetipoI,seestrechazandola
hiptesisnula.
f) Lahiptesisnuladeltesttpostulaqueelestimadoresigualacero.
g) Loscoeficientesderegresinestimanparmetrospoblacionalesdesconocidos.

ACTIVIDADN2:
a) Enuncielossupuestosdelmodelolinealclsico.
b) Expliqueelrolquecumpleeltrminodeperturbacinyladistribucindeprobabilidadque
seasumebajoelmodeloclsico.
c) Definalaspropiedadesdelosestimadoresmnimocuadrticos(EMC).
d) Esmsproblemticoqueunestimadorseaineficienteoqueseasesgado?Comente.
e) Queselerrorcuadrticomedio?
f) Suponga un modelo de regresin con dos variables explicativas qu estadsticos puede
utilizarparacontrastarlassiguienteshiptesisnulas?(i) Ho ) 1 = 0 ;(ii) Ho ) 1 = 2 = 0 .

ACTIVIDADN3:
a) DeduzcalasfrmulasparalosestimadoresdelosparmetrosporelmtododeMCO.
b) Repitaelejercicioaplicandoelmtododemximaverosimilitud(MV),bajoelsupuestode
normalidadenladistribucin.
c) Comenteculeselprincipioquerigecadamtododeestimacin.

EJERCICION1:
Durantelosltimossieteaoslasventasdeunaempresahancrecidoalritmodeunacampaa
depromocindesusproductos.Dichasvariableshantenidoelsiguientecomportamientoenel
tiempo,expresadassusmagnitudesenmilesdepesos:
a) RealiceungrficodedispersinentreXeY.Evalesiesrazonablesuponerunarelacin
linealentrelasvariables.
b) Propongaelsignoesperadoparalapendiente.Justifique.
c) Estimeeinterpreteloscoeficientesderegresin:HERRAMIENTASANLISISDEDATOS
REGRESIN
2
d) Interpreteelcoeficientededeterminacin(R ).
e) RealicelosteststyeltestF.Interprete.
f) Calculelosintervalosdeconfianza(al95%)paralosparmetrosdelmodelo.

Ao

Ganancias

1997
1998

100
150

Gastosde
publicidad
10
14

1999
2000
2001
2002
2003

200
210
300
500
600

21
22
28
45
55

EJERCICION2:
Apartirdelasiguienteseriedecortetransversal,selesolicita:
a) Estime el modelo y efecte una prediccin individual para el caso en que Xo=16.000.
Construyaelintervalodeconfianza.
b) Realiceahoraunaprediccinpromedioyconstruyaelintervalodeconfianza.
c) Comentelasdiferenciasentreambasmodalidades.
d) Realiceprediccionesparalossiguientesnivelesdeingreso:8.000;11.400;12.800;13.600;
14.200; 16.000 y 20.000. Calcule los intervalos de confianza para las predicciones
individualesypromedio.Grafiqueycomente.

Ahorro

Ingreso

3200
3500
4200
3900
4500
4400
5000
4700

10800
12300
12500
13200
14000
15200
15600
15500

EJERCICION3:
De una poblacin de 1.000 Municipios que disponen de Telefona Pblica Rural, se ha
seleccionado una muestra aleatoria simple de 36 municipios en los que se ha observado la
rentaanualdisponibleporhabitanteenmilesdepesos(X)yelnmeromensualdellamadasa
largadistancia(Y).Sedeseaanalizarlaserieparalocualselesolicita:
a) Determinesisetratadeunanlisisdeseriedetiempoodecortetransversal
b) Representegrficamentelosdatos.
c) Propongaelsignoesperadoparaloscoeficientesderegresin.
d) EstimeeinterpreteloscoeficientesderegresinporelmtododeMCO.
e) Analicelasalidaderegresin.
f) Grafiquelosresiduoscontralosvalorespredichos.

Municipio
1
2
3
4
5
6
7
8
9
10
11

Cantidad
llamadas
4,2
4,0
3,2
1,1
2,7
3,1
2,5
3,6
4,5
1,7
0,9

Ingreso
disponible
25,0
24,1
21,0
13,8
19,6
19,0
18,4
22,2
24,8
15,3
14,2

Municipio
19
20
21
22
23
24
25
26
27
28
29

Cantidad
llamadas
3,5
2,3
1,4
2,9
3,8
1,6
3,2
3,3
1,9
2,6
3,5

Ingreso
disponible
22,9
18,6
15,4
21,2
25,3
12,2
21,7
23,0
16,2
18,7
23,1
4

12
13
14
15
16
17
18

2,4
1,9
3,2
1,5
3,9
4,1
2,7

17,6
16,8
22,1
13,5
24,0
23,7
19,1

30
31
32
33
34
35
36

1,7
2,4
5,1
2,8
2,5
4,2
3,3

16,7
17,9
26,4
21,7
18,5
24,9
20,0

EJERCICION4:
Lossiguientesdatoscorrespondenalacantidaddemandadaporunrestaurantedecamarones
frescos,medidosenkgs.(Y),surespectivoprecio(X)ypreciodeunbienrelacionado(Z),alo
largodeunasecuenciatemporal.Selesolicita:
a) Formuleelmodeloterico.
b) EstimeloscoeficientesderegresinporelmtododeMCOeinterprtelos.Expreseel
modeloestimado.
c) RealiceeltestF.
d) Realicelostestt.
2
e) Calculeelcoeficientededeterminacin(R ).
f) Construyaunintervalodeconfianzaparaelparmetro.Interprete.
g) PropongaqubienpuedeserZ.
h) Calculeloscoeficientesdecorrelacinsimple.Interprete.FUNCIONESESTADISTICAS
COEF.DE.CORREL
i) Calculeloscoeficientesdecorrelacinparcial.Interprete.
j) GrafiquelosresiduoscontralosvaloresestimadosdeY.
k) Repita el anlisis aplicando una transformacin logartmica (ln) a la totalidad de las
variablesdelmodelo.Cmoseinterpretanloscoeficientesderegresinenestecaso?

Ao
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

Cantidad
demandada
800
560
550
520
480
510
515
535
530
520
520
510
540

Preciodel
bien
5,0
7,5
7,4
7,8
7,9
8,0
8,1
8,0
7,7
7,6
6,9
7,0
6,4

Preciode
otrobien
15,0
13,6
12,8
12,5
11,9
11,5
11,6
11,8
11,3
11,3
11,6
11,9
12,0

EJERCICION5:
1
a) Resuelvaelejercicioenformamatricial.Obtenga:(XX) ;(XY).
b) PropongaaquvariablesrepresentanYi,X1iyX2i.
c) Calculelamatrizdevarianzasycovarianzas.
d) RealicelosteststconlaHo)i=0.

Yi
64
71
53
67
55
58
77
57
56
51
76
68
70
63
62
60

X2i

X1i
8
11
6
11
8
7
10
9
10
7
12
9
10
9
9
8

4
9
2
1
9
7
4
7
2
8
3
4
2
9
1
8

EJERCICION6:
La variable Y es una funcin de tres variables explicativas que se relacionan de la siguiente
manera:Yt = 0 + 1 X 1t + 2 X 2t + 3 X 3t + t .Utilizandolosdatoscontenidosenlatabla:
a)
b)

Ajusteelmodelo.
PredigaYcuandoX1=1;X2=3;X3=1.Compareconelvalorobservado,porqunoson
iguales?
c) PresentanlosdatosevidenciasuficienteparaindicarqueX3proporcionainformacinpara
laexplicacindeY?
d) Encuentreunintervalodeconfianzadel95%paraelvaloresperadodeYdadosX1=1;X2=
3;X3=1(prediccinpromedio).
e) Encuentreunintervalodeprediccindel95%paraYusandolosvaloresdelincisoanterior
(prediccinindividual).
f) Compareambosintervalosdeconfianzayconcluya.

Yt
1
0
0
1
2
3
3

X1t
3
2
1
0
1
2
3

X2t
5
0
3
4
3
0
5

X3t
1
1
1
0
1
1
1

EJERCICION7:
La tabla contiene datos para el perodo 19561970 en EE.UU., en dlares de 1985, donde la
variable tiempo puede representar todas las dems influencias que afectan los gastos de
consumo, como por ejemplo, la tecnologa. Se le solicita que regrese el consumo: (1) en el
ingreso;(2)enelingresoyeltiempo.Encadacaso:
a) EstimeloscoeficientesderegresinporelmtododeMCOeinterpreteloscoeficientes
estimados.
b) RealicelosteststyF.
c) Analicelosgrficosderesiduos.
d) Comparelosresultadosobtenidos.

Consumo
percpita
1673
1688
1666
1735
1749
1756
1815
1867
1948
2048
2128
2165
2257
2316
2324

Ingreso
disponible
percpita
1839
1844
1831
1881
1883
1910
1969
2016
2126
2239
2336
2404
2487
2535
2595

Fuente:Gujarati,D.(1996),op.cit.

Tiempo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

EJERCICION8:
Los datos del EJERCICIO 5 en GRETL permiten estimar un modelo de exportaciones de trigo
(SHIP)enfuncindeltipodecambioreal(EXRATE)yelprecioporbushel(PRICE).Selesolicita:
a) Dejeexpresadoelmodeloderegresinestimado.(MODELOMCO)
b) Interpreteeconmicamenteloscoeficientesestimados.
c) Obtengalosvaloresestimadosdelvolumenmensualdeexportacionesdetrigodeacuerdo
alafuncinobtenidaanteriormente.
d) Culeslamediaaritmticadelosresiduos?
e) Obtengalamatrizdevarcovdelosestimadoresdelmodelo.
f) Contrastelasignificacinindividualdeloscoeficientesdelaregresin.
g) Quporcentajedelavariacindelavariabledependienteesexplicadaporlaregresin?
h) Essignificativoelconjuntodeloscoeficientesestimados?
i) Cmopodracontinuarelanlisis?

EJERCICION9:
Los datos del EJERCICIO 9 en GRETL permiten estimar la demanda laboral (L) en funcin del
salario(W).Selesolicita:
a) Redefinalasvariablescomocantidaddetrabajadoresysalariosexpresadosenmillonesde
personasypesos,respectivamente.(AADIRDEFINIRNUEVAVARIABLE)
b) Dejeexpresadoelmodeloderegresinestimado.
c) Obtengaunaestimacindelavarianzadeltrminodeperturbacindelmodelo.
d) Obtenga una prediccin de la demanda laboral para el primer trimestre de 2001 si los
salarioseneseperodoseelevarona$1.500($0,0015enmillones).(MODELOMCO
ANALISISPREDICCIONES)
e) Calculelavarianzadelaprediccinobtenidaenelincisoanterior.

EJERCICION10:
Siguiendo el ejercicio anterior, incorpore al anlisis el nivel de producto (Y) como variable
explicativa.Selesolicita:
a) Dejeexpresadoelmodeloderegresinestimado.
b) Obtenga nuevamente una prediccin de la demanda laboral para el primer trimestre de
2001silossalariosson$1.500yelproductoesde$33.500.
7

EJERCICION11:
SesabequelasvariablesYyXseencuentranrelacionadasatravsdeunafuncinf(),que,en
principio,puedetomarlassiguientesformas:
Modelo lineal: Yt = 0 + 1 X t + t
Modelo log-log: ln (Yt ) = 0 + 1 ln ( X t ) + t

Modelo cuadrtico: Yt = 0 + 1 X t + 2 X t + t
2

UtilizandolosdatosdelEJERCICIO16enGRETL,selesolicita:
a) Estime los tres modelos por MCO. Discuta los resultados obtenidos en trminos de la
significacinindividualyconjuntadelmodelo,ascomosuajuste.
b) Cul es la variacin esperada de Yt ante un cambio unitario en Xt? Interprete bajo cada
unadelasformulacionespropuestasycomparelosresultadosobtenidos.
c) Comparandolasespecificacioneslinealycuadrtica,culconsideramsapropiada?Para
ellocomparelosvaloresdelcriteriodeinformacindeAkaike(AIC).

EJERCICION12:
Aplicando una transformacin doble logartmica al siguiente modelo Y i = ALi K i i a fin de
1

obtenerlinealidadenlosparmetros:
a) EstimeunafuncindeproduccinCobbDouglas.
b) Interpreteloscoeficientesestimados.
c) PodrahaberestimadoelmodeloporMCOsintransformarlasvariables?Explique.

Produccin
brutaentn
85
96
56
23
87
80
62
45
40
75

Consumo
elctricoen
kw
200000
225000
135000
85000
200000
190000
160000
125000
115000
175000

Horasde
trabajo
2500
2700
1800
500
2600
2250
2000
1600
1400
2100

EJERCICION13:
EnunaaplicacindelafuncindeproduccinCobbDouglasseobtuvieronlossiguientes
resultados:
lnYl i = 2,3542 + 0, 9576 ln X 1i + 0, 8242 ln X 2i

Std.error(0,3022)(0,3571)
R2=0,8432
12gl

Donde:(Y)representalaproduccin,(X1i)representalosinsumosrequeridosdetrabajoy(X2i)
representa los insumos requeridos de capital. Los coeficientes de los insumos de trabajo y
capitaldelaecuacinanteriorsuministranlaselasticidadesproductoconrespectoaltrabajoy
al capital, respectivamente. Se le solicita probar la hiptesis nula que establece que las
elasticidadessonindividualmenteiguala1.

EJERCICION14:
Conlossiguientesdatosmensuales,correspondientesaunafbricadetejidosdepunto:
a) Estime,medianteunatransformacindoblelogartmica,lafuncinCobbDouglas.
b) Analicelosresultadosobtenidos.
c) Grafiquelasseriescontraeltiempo.Qumedidaproponeafindemejorarelajuste?

Perodo
Enero2000
Febrero2000
Marzo2000
Abril2000
Mayo2000
Junio2000
Julio2000
Agosto2000
Septiembre2000
Octubre2000
Noviembre2000
Diciembre2000
Enero2001
Febrero2001
Marzo2001
Abril2001
Mayo2001
Junio2001
Julio2001
Agosto2001
Septiembre2001
Octubre2001
Noviembre2001
Diciembre2001
Enero2002
Febrero2002
Marzo2002
Abril2002
Mayo2002
Junio2002
Julio2002
Agosto2002
Septiembre2002
Octubre2002
Noviembre2002
Diciembre2002

Unidades
producidas
26325
27399
30464
16440
23991
23039
20676
18480
19884
22966
24543
26131
19849
24712
16522
22023
24634
16585
22670
19817
17181
17415
24231
28184
28976
33501
35922
25880
22367
19815
24664
20226
17588
24682
15768
19663

Horas/
hombre
7368
7383
7801
6742
6352
6087
4943
4627
6699
6151
6585
6378
5779
5002
5400
5980
5475
5501
5171
5601
5624
5473
5674
6363
5954
6069
6941
5947
7469
7288
6239
6103
6328
5825
6225
5604

Kwconsumidos
38792
40664
50648
29120
33748
49108
49096
59280
56160
49920
61152
51168
43680
44278
40560
48672
61204
50138
53040
48048
51792
54288
64896
57408
53664
54288
65426
58084
54912
51168
48516
46176
64272
58656
56160
52416

EJERCICION15:
Sea la siguiente funcin de produccin CobbDouglas Q i = AX 1i X 2i X 3i i , en la que Q es la
1

produccin de la isima empresa de electricidad de la muestra, X1 es el consumo de factor

trabajo, X2 es el consumo de factor capital, X3 es el consumo de combustible y Ai es un
parmetro que recoge otras fuentes de diferencias (no observables) entre la eficiencia

productivadelasempresas.Elgradodelosrendimientosaescala(r)vienedadoporlasuma
delosexponentes.UtilizandolosdatosdelEJERCICIO13enGRETL,selesolicita:
a) Este tipo de funcin de produccin constituye un ejemplo de modelo intrnsecamente
lineal.Expliqueelsignificadodeestetrminoyderivelaformalinealdelmodelo.
b) Estimelaformalinealizadadelmodeloycomentelosresultados(significacinindividualde
losparmetros,significacinconjuntadelmodeloybondaddelajuste).
c) Interpretelosestimadoresobtenidos.
d) Obtengaunaestimacindelosrendimientosaescala.Desudefinicineconmica.

EJERCICION16:
A partir de la siguiente salida de regresin de EViews, correspondiente a la funcin Cobb
Douglas ln (Yt ) = 0 + 1 ln (Lt ) + 2 ln (K t ) + t ,responda:
a) Estafuncindeproduccintienerendimientosconstantesaescala?
b) Culeslaelasticidaddeltrabajo?

EJERCICION17:
La siguiente tabla muestra datos trimestrales correspondientes a la demanda de algunos
productosdefloreraartesanal.Considerandolassiguientesfuncionesdedemanda:
Yt = 0 + 1 X 1t + 2 X 2t + 3 X 3t + t
lnYt = 0 + 1 ln X 1t + 2 ln X 2t + 3 ln X 3t + t

a)
b)
c)

Culeselsignoesperadodeloscoeficientesderegresin?
Estimarlosparmetrosdelmodelolinealeinterpretarlosresultados.
Estimarlosparmetrosdelmodelocontransformacindoblelogartmicaeinterpretarlos
resultados.
d) Determinecmosecomportanlosbienesentres,encuantoasuelasticidadcruzada.
e) Dadalaelasticidadprecioestimadas,culeslamejorpolticadepreciosparael
productor?

Perodo
1999.3
1999.4
2000.1
2000.2
2000.3
2000.4
2001.1
2001.2
2001.3
2001.4
2002.1

Docenasde
rosas
vendidas(Yt)
11,48
9,35
8,43
10,08
9,24
8,86
6,23
8,25
8,04
7,48
5,91

Preciodela
docenade
rosas(X1t)
2,26
2,54
3,07
2,91
2,73
2,77
3,59
3,23
2,60
2,89
3,77

Preciodela
docenade
claveles(X2t)
3,49
2,85
4,06
3,64
3,21
3,66
3,76
3,49
3,13
3,20
3,65

Ingreso
disponible
(X3t)
198,11
173,36
165,26
192,92
178,46
198,62
186,28
188,28
180,49
183,33
181,87

10

2002.2
2002.3
2002.4
2003.1
2003.2

7,95
6,13
5,87
3,16
5,82

3,64
2,82
2,96
4,24
3,69

3,60
2,94
3,12
3,58
3,53

185,00
184,00
188,20
175.67
188,00

EJERCICION18:
SuponiendoqueenlaregresindeYsobreXelcoeficienteestimadodeXes1.2,determinesi
lassiguientesafirmacionessonverdaderas:
a) TomandodistintasmuestrasparalavariableYpuedenobtenerseotrasestimaciones.
b) Ladistribucindeestasestimacionesdebeestarcentradaentornoalvalor1.2.

EJERCICION19:
Considerando las siguientes especificaciones para la parte sistemtica de la funcin de
regresin:
a) Introduzcaeltrminoaleatorioencadamodelo.
b) Interpreteloscoeficientesenlosdistintoscasos.
c) DeterminesiesnecesariorealizaralgunatransformacinparapoderestimarporMCOlos
parmetrosdelmodelo.

Yt = a ( X 1t )

( X 2t )

Yt = e (a + bX t )

b1

Yt = a + b

Xt

b2

Yt = a + b1 X t + b2 X t2

EJERCICION20:
UnprofesordeEconometraencargaadosdesusestudiantesqueelijanlamejorestimacin
posible de un parmetro, dados los distintos estimadores propuestos en los libros. El
estudiante1proponeunestimadorinsesgadotalque:
*
*
bl = 5 ; Var bl = 8 ; R 2 = 0.86

Elestudiante2proponetambinunestimadorinsesgadoconelqueseobtuvo:
bl

**

**
= 6 ; Var bl = 4 ; R 2 = 0.43

Como no llegan a un acuerdo sobre el estimador que deben proponerle al profesor, piden
consejo a un compaero. ste, muy diplomtico, les aconseja utilizar la media de las dos
estimaciones(5,5).Culdelastresestimacionespropondrausted?Justifique.

EJERCICION21:
Unaempresaconsultorademercadoharealizadounrelevamientoen22distritoselectorales,
luego de lo cual estima la siguiente regresin:V i = 0 + 1Pi + i , donde Vi es el porcentaje de
votosobtenidosporelpartidoAAyPieslapoblacinenedaddevotarenelisimodistrito.
Por una falla de impresin, slo algunos de los resultados se conocen. Se le solicita que
completelascasillas1a6.

11

EJERCICION22:
Sehaestimadoelsiguientemodeloderegresinsimple,utilizandoMCO:
Vl t = 1767,61 + 7, 48Wt ; R 2 = 0, 80

Losestadsticostparaelcontrastedeloscoeficientesresultanserigualesa1,4paraeltrmino
constante y 18,5 para la pendiente. Dado que el valor del estadstico para el contraste de
significacin lleva a no rechazar la hiptesis nula para el intercepto, se formula y estima el
siguientemodelo:
Vl t = 11,71Wt ; R 2 = 0, 91

EstdeacuerdoenoptarporelsegundomodeloenfuncinalmayorR2?Justifique.

EJERCICION23:
Se quiere estimar un modelo que explique el ahorro generado (S) en funcin del tipo de
inters (R) de la forma S t = 0 + 1Ri + i . Para estimar con mayor precisin beta, si pudiera
elegirlamuestraendiferentesperodos,laelegiraduranteunperododetiempoenelcual
lostiposdeintersfueranfluctuantesoduranteunperododetiempoenelcuallostiposde
intersfueranrelativamenteconstantes?

EJERCICION24:
Sehanobtenidolossiguientesresultadosalestimardosrectasderegresin:
Yl t = 1,72 + 0,37 X t ; R 2 = 0,71 ;valorp 1 =0,03
Yl t = 2,37 + 0, 8Z t ; R 2 = 0,22 ;valorp 1 =0,35

SabiendoquelasvariablesZyXnoestncorrelacionadasentres,yque Y = 20 ,indique
cules sern las estimaciones de los coeficientes y el valor R2 al estimar por MCO la
siguienteecuacinderegresin:Yt = 0 + 1 X t + 2Z t + t .
b) Sepuededecirquelasumadecuadradosresidual(SCR)delmodeloesigualalasumade
SCRdelosdosmodelosanteriores?Justifique.

EJERCICION25:
En una poblacin, la verdadera relacin entre X e Y viene dada por la ecuacin:Y i = 2 + 3X i .
a)

SupongaquelosvaloresdeXenunamuestrade10observacionesson1,2,,10.Losvaloresde
lostrminosdeperturbacinseobtienendeformaaleatoriaapartirdeunapoblacinnormal

12

demediaceroyvarianzaunitaria:0,464;0,06;1,486;1,022;1,394;0,906;1,501;0,69;
0,179;1,372.
a) Presentelos10valoresobservadosdeXeY.
b) EstimarloscoeficientesderegresinysuserroresestndarutilizandoMCO,comparando
estosresultadosconlosverdaderosvalores.
c) ContrastelahiptesisdeexistenciaderelacinentreXeY.

EJERCICION26:
ConlosdatosdelarchivoMortalidadinfantil.xls,evaleelimpactoqueposeeelPBIpercpita
ylatasadealfabetizacinfemeninasobrelatasademortalidadinfantilenlos64pasesdela
muestra.Evalelasignificatividadglobaldelmodeloydecadaunodeloscoeficientes.Repita
elanlisisconlasvariablesestandarizadas.Interpreteyconcluya:Quvariableposeemayor
impactosobrelareduccindelamortalidadinfantil?

EJERCICION27:
ApartirdelasiguientesalidaderegresindeSPSS,selesolicita:
a) Eselmodeloglobalmentesignificativo?
b) Sonlasvariablesestadsticamentesignificativas?
c) Dejeexpresadoelmodeloestimado.
d) Investiguequrepresentanloscoeficientesestandarizados.

ANOVAb
Modelo
1

Regresin
Residual
Total

Suma de
cuadrados
109286389297
28630106139
137916495436

Media
cuadrtica
54643194649
60785787,981

gl
2
471
473

F
898,947

Sig.
,000a

a. Variables predictoras: (Constante), Aos de educacin , Salario inicial

b. Variable dependiente: Salario corriente

Coeficientesa

Coeficientes no
estandarizados
Modelo
1

(Constante)
Salario inicial
Aos de educacin

B
-7808,714
1,673
1020,390

Error tp.
1753,860
,059
160,550

Coeficientes
estandarizad
os
Beta
,771
,172

t
-4,452
28,423
6,356

Sig.
,000
,000
,000

Intervalo de confianza para

B al 95%
Lmite
Lmite inferior
superior
-11255,073 -4362,355
1,557
1,788
704,906
1335,874

a. Variable dependiente: Salario corriente

13

 ALGUNASFORMULAS:

l = ( X X

) ( X Y )
1

( X X ) = X 1i

X 2i

X i
X
X iX
1
2

1i

2i

2
2i

X i
X iX
X

2i

Yt
=
X
Y
'
(
) X 1tYt
X 2tYt

matriz de var-cov = l ( X X

1
)

l =

ei

=1

n k

( )

l t / 2,(n k ) gl Var l

X X
l = l 1 + 1 + 0
var Y
0

n
x i2

( )

)
2

NOTAS:

14

TRABAJOPRCTICON2
ERRORESENLASVARIABLESYDATOSFALTANTES
Bibliografa:Kmenta

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Delostresmtodosanalizados,eldeRegresinPonderadaessuperior,perorequiereque
seconozcalavarianzadelavariableexplicativa.
b) La prdida de eficiencia slo puede estimarse, puesto que es imposible conocerla con
certezadadalafaltadedatos.

ACTIVIDADN2:
a) Qudoscondicionesdebecumplirlavariableinstrumentaloproxy?
b) TienesentidorealizarunaestimacincondatosfaltantessielvalordesconocidoesdeY?
c) Enqucasoseranulalaprdidadeeficienciadebidaalaexistenciadedatosfaltantes?
d) Expliquequcondicindebecumplirseparaqueelestimadorpormediasdegruposea
consistente.

EJERCICION1:
Los datos contenidos en la tabla corresponden a una explotacin de tomates. Dado que
existen sospechas de que se han cometido errores en la registracin del consumo de
fertilizantes, se propone utilizar como variable proxy el fertilizante comprado, sin tener en
cuenta los remanentes no utilizados. La eleccin se debe a que es muy probable que dicha
variable se encuentre altamente correlacionada con la cosecha y no correlacionada con las
perturbacionesdelmodelo.
a) Estimarlaecuacinpormnimoscuadrados.
b) Construir la variable instrumental y verificar el cumplimiento de los supuestos que
garantizanlaconsistenciadelosestimadores.
c) Reestimarlaecuacinconelmtododevariableinstrumental.
d) Compararlasdosestimacionesycomentarbrevementelosresultados.

Tndetomates
cosechadas
60,0
63,4
68,2
78,0
84,7
90,6
98,2
101,7
102,7
108,3
124,7
157,9
158,2
170,2
180,0
198,0

Litrosde
fertilizante
utilizados
35,1
37,3
41,0
44,9
46,5
50,3
53,5
52,8
55,9
63,0
73,0
84,8
86,6
98,8
110,8
124,7

Litrosde
fertilizante
adquiridos
38,7
41,3
45,6
50,1
51,9
56,3
60,1
52,9
62,8
71,0
82,7
96,4
98,5
112,6
126,5
142,7

15

EJERCICION2:
Losdatospresentadosacontinuacincorrespondena10observacionescorrespondientesalas
variablesTasadeempleo(Yi)eInflacindesalarios(Xi).Comoconsecuenciadeunaregulacin
salarialoriginadaenunprocesodenegociacinsindical,sepresumequelavariableXipueda
contenererroresdemedicin.Porlotanto,unanalistasugiereelusodeunavariableproxy
alcomportamientodelainflacindelossalarios,comoserlaTasadeinflacinmayorista(Zi).
Sesolicita:
a) Representegrficamentelasvariablesexplicativas(XiyZi)ycomentesucomportamiento.
b) EstimeelmodeloderegresinporMCO.
c) Construyaeintroduzcaenlaestimacinlavariableinstrumental(Zi).Estimeelmodelode
regresinporelmtododevariableinstrumental.
d) Verifique que se cumplan los requisitos exigidos para que Zi sea una adecuada variable
instrumentaldeXi,esdecir,altacorrelacinentreellasyqueZinoguardecorrelacincon
lasperturbacionesdelmodelo.
Ao

Tasade
empleo(%)

Inflacinde
salarios(%)

1990
1991
1992
1993
1994
1995
1996
1997
1998
1999

30
31
32
35
36
38
40
42
45
47

20
22
24
27
29
31
33
35
30
32

Inflacin
mayorista
(%)
14
16
20
20
21
25
27
29
32
35

EJERCICION3:
a) Estimeloscoeficientesderegresinapartirdelossiguientesdatos,aplicandoelmtodo
demediasdegrupo.
b) Vuelva a estimar los coeficientes por el mtodo de regresin ponderada suponiendo a
lambda=1.Comparelosresultados.
Tasadeganancia
sobreelcapital
0,77
0,43
0,46
0,50
0,35
0,31
0,38
0,12
0,14
0,20
0,38

Volumen
negociadoenbolsa
3,55
3,24
3,29
3,32
3,16
3,15
3,21
2,61
2,49
2,43
2,32

EJERCICION4:
Dadalasiguienteinformacin:m*xy=60;m*xx=50;m*yy=10,estime 1 dadoslossiguientes
supuestosrespectoalcomportamientodelasvarianzas:
a)

v2 = 0

b)

w2 = 0

c)

v2 = w2

16

d)

w2 = 2v2

e)

w2 y v2 noseconocen.

EJERCICION5:
El cuadro adjunto contiene informacin sobre la poblacin econmicamente activa (en
millones) segn rama de actividad econmica, para el total del pas (ao 1992). Se desea
estudiar cul ha sido el impacto de la reestructuracin del sector pblico en la absorcin de
empleo del sector privado. Debido a que es posible que existan errores de medicin en la
variable X, se sugiri que se estime la regresin mediante el empleo del Mtodo de la
RegresinPonderada,admitiendocomohiptesisque =0y =2.

Sector
Agroganadero
Industrial
Educacin
Telefona
Petrleo
Minera
Serviciosvarios
Salud
Seguridad
Comercio

Sectorprivado
(Y)
0,48
1,23
0,78
0,10
0,65
0,32
4,00
1,10
0,60
3,50

Sectorpblico
(X)
0,15
0,90
1,65
0,80
0,45
0,66
2,60
1,30
1,70
1,21

EJERCICION6:
a) EstimeloscoeficientesderegresinporMCOutilizandolosparescompletos.
b) CalculelaeficienciaquesehubieraganadoenlaestimacinsisehubieranconocidoX13y
X14.
c) Repitalosincisosa)yb)suponiendoqueY13=150;Y14=160.
d) Repitalosincisosa)yb)suponiendoqueY13=75;Y14=80.
e) Comparelaprdidadeeficienciaenamboscasos.Aqusedebeesadiferencia?

Camperas
vendidas
55
70
90
100
90
105
80
110
125
115
130
130
130
140

Preciodelas
camperas
100
90
80
70
70
70
70
65
60
60
55
50
?
?

EJERCICION7:
Lossiguientesdatosilustranlacantidaddehectreascultivadasdelinoenunamuestrade15
establecimientos del sudeste de la Pcia. de Buenos Aires. La tabla detalla adems de las
hectreas sembradas, el rinde en toneladas obtenido. Lamentablemente de tres
17

establecimientos de los de mayor rinde no se pudo establecer al inicio de la campaa la

cantidaddehectreascultivadas.
a) Realiceungrficodedispersinentreambasvariables.
b) EstimarloscoeficientesderegresinporMCOutilizandoparescompletos.
c) CalcularlaeficienciaquesehubieraganadoenlaestimacinsisehubieranconocidoX13,
X14yX15.

Rinde
obtenido
1,11
1,22
1,33
1,44
1,55
1,66
1,77
1,88
1,99
2,10
2,20
2,30
2,40
2,60
2,80

Has.
sembradas
5
4
5
9
16
15
28
23
25
35
38
40
?
?
?

EJERCICION8:
Unaposibleaplicacindelproblemadeerroresenlasvariablesessugeridaatravsdelanlisis
delModelodelafuncinconsumodeFriedman(1956).Enelmodeloseprecisanlassiguientes
relaciones:
Y = Y P +Y T

E (Y T ) = 0

Y Y P = Y T
dondeYTsecomportacomounavariablealeatoria.
LahiptesisdeFriedmanconsisteenhallar: C P = + Y P .

Esdecir,semuestraunafuncindeconsumoqueesdeterminsticayqueelcomportamiento
delingresotransitoriosecomportacomounshockenlafuncindeconsumopermanente.A
continuacin, la tabla resume para un perodo determinado y para una regin econmica
especializada en la produccin y exportacin de productos industriales, una estimacin del
comportamientodelconsumopermanente,delingresopermanenteydelconsumoeingreso
transitoriocuyocomportamientoaleatorioseexplicaporlasfrecuentespolticasdevaluatorias
(todaslasvariablesestncuantificadasenmilesdemillonesdedlares).
Sesolicita:
a) Expliqueporquexistenenestecasoerroresenlasvariables.
b) Estimar la funcin de consumo permanente prescindiendo de cualquier comportamiento
decortoplazo.Graficar.
c) QupropiedadnocumplenlosEMCenestecaso?

Ao
1980
1981
1982
1983

Consumo
permanente
85,00
83,43
77,65
76,08

Consumo
transitorio
3,30
1,00
0,30
1,70

Ingreso
permanente
105,3
103,3
96,2
94,2

Ingreso
transitorio
2,8
0,3
1,0
1,2
18

1984
1985
1986
1987
1988
1989
1990
1991
1992

78,70
79,75
82,38
82,38
82,90
80,80
81,33
82,38
83,43

0,00
1,00
1,00
0,00
0,50
1,70
1,50
0,80
0,90

97,5
98,8
102,0
102,0
102,7
100,1
100,7
102,0
103,3

0,3
0,8
1,2
0,2
0,3
1,5
1,0
0,3
0,9

ALGUNASFORMULAS:

VI:

X

Z

Z i* = Z i
*

j1 =

MG:

Y 3 Y 1
j1 = *

*
X3 X1

RP:

DF:

( ) =1+
Var ( l )
Y

x (i
0

*
*

ASE =

2 z i*2

( x z )
i

j0 = Y j1 X

m yy* m xx* (1 / )

*
2m xy

Var l c

y i zi
xi zi

j1 = 2 +

nx mx
X x
n
Xi X x

x (

(
)

Y l 0C
i = i
l
1C

NOTAS:

19

TRABAJOPRCTICON3
AUTOCORRELACIN

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) ElvalordelestadsticoddeDurbinWatsonvaraentre0y4.
b) ElusodelestadsticoddeDurbinWatsonrequierequeelmodelotengaunintercepto.
c) Laautocorrelacinesunproblematpicodeseriesdetiempo.
d) Si la autocorrelacin persiste luego de corregir sucesivamente el modelo, ello hara
presumirlaexistenciadesesgosdeespecificacin.

ACTIVIDADN2:
a) CulessonlasconsecuenciasdelaautocorrelacinsobrelosEMC?
b) Mencionelasmedidasgrficasutilizadasparadetectarlaexistenciadeautocorrelacin.
c) Explique de qu manera podra determinar si existe o no autocorrelacin si el valor del
estadsticodcaeenlazonadeindeterminacin.
d) EnqucasosseoptaporelestadsticohdeDurbinWatson?

ACTIVIDADN3:
Se ha efectuado la prueba de rachas para probar la independencia entre las perturbaciones,
siendolosvaloresobtenidos:r=8(nmeroderachas);r1=3(lmiteinferior)yr2=6(lmite
superior).Cmosugierecontinuarelanlisis?

EJERCICIOS1a3:
a) EstimeloscoeficientesderegresinporelmtododeMCO.
b) Realicelapruebagrficaparadetectarautocorrelacin.
c) Efectelapruebaderachas.
d) CalculeelestadsticoddeDurbinWatson,aefectosdecontrastarlaHo) =0.
e) Encasodequeeltestindiquequeexisteautocorrelacin,corrijaelmodeloporprimeras
diferencias y vuelva a calcular d verificando nuevamente la Ho) = 0. Determine si la
correlacinespositivaonegativa.
f) Una vez que se haya eliminado la autocorrelacin, deje el modelo expresado en las
variablesoriginales.

EJERCICION1:
Ao
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998

Costos
totales
17
13
25
23
17
4
26
28
32
42

Produccin
400
300
900
700
500
300
1100
1200
1500
1700

1999
2000
2001
2002
2003

46
65
62
48
77

1700
2000
1800
1600
2300

EJERCICION2:
Toneladas
cosechadas
23,2
23,1
25,2
26,4
28,4
32,0
37,7
40,6
47,7
52,9
58,5
64,0
75,9
94,4
131,9
126,9
155,4
185,8
217,5
260,9

Litrosde
fertilizante
506,0
523,3
563,8
594,7
635,7
688,1
753,0
796,3
868,5
935,5
982,4
1063,4
1171,0
1306,6
1412,9
1528,8
1702,2
1899,5
2127,6
2368,5

EJERCICION3:
Prendas
producidas
4
9
13
17
25
39
50
73
88
103
126
150
173
199
233

Operarios
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

EJERCICION4:
Losestimadoresobtenidosalcorrerlaregresinconvariablestransformadasson28.06y4.40
para el intercepto y pendiente, respectivamente. Deje planteada la ecuacin de regresin
estimadaexpresadaconvariablesoriginales.

21


Yt

Xt

Yt*

Xt*

255

45

s/d

s/d

195

30

28,686

0,651

247,819

85,434

100,421

6,518

29,987

11,084

106,314

9,133

350,867

100,434

165,638

56,735

206,072

76,952

316,939

87,385

279,108

67,819

524,975

97,819

294,095

63,253

113,444

43,036

685,409

137,602

EJERCICION5:
Utilizandolosdatosqueseadjuntan,estimarelmodelo:Yt = 0 + 1 X t + t
a)

Graficarlosresiduosdelaregresinydeterminarlaexistenciadeautocorrelacin
medianteelcriteriodeDurbinWatson(nocorregir).
b) Expliquecmocontinuaraelanlisisyapliquelamedidapropuesta.

Ao

Inventarios

Ventas

Ao

Inventarios

Ventas

1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970

59822
70242
72377
76122
73175
79516
87304
89052
87055
92097
94719
95580
101049
111504
120929
136824
145681
156611
170400
178594
188991

38596
43356
44840
47987
46443
51694
54063
55879
54201
59729
60827
61159
65662
68995
73982
80283
87187
90918
98794
105812
108352

1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991

188991
203227
234406
287144
288992
318345
350706
400929
452636
510124
547169
575486
591858
651527
665837
664654
711745
767387
813018
835985
840211

117032
131227
153881
178201
182412
204385
229876
260755
298328
328112
356909
348771
370501
411427
423940
431786
459107
456334
522344
540788
560310

EJERCICION6:
A partir de la siguiente informacin se estim el modelo Yt = 0 + 1 X t + t utilizando un
programaqueincluyecomponentedeautocorrelacin.Lasalidacomprende(i)MCOsobrelas

22

variablesoriginalesy(ii)MCOsobrelasvariablestransformadasporprimerasdiferencias.Los
resultadosfueron:
(i)Yl t = 1,05 + 4,005X t
*

(ii)Yl t = 1, 87223 + 4,39708 X *

t

15

et

= 591,7112

=1

15

(e t
t
=2

et 1 ) = 411,7836 .
2

Se le solicita que indique si corresponde o no efectuar la correccin por autocorrelacin. En

casoafirmativo,dejeexpresadoelmodeloenvariablesoriginales.

Yt

Xt

17

13

25

23

17

26

28

32

11

43

13

46

13

65

15

62

14

48

12

77

17

EJERCICION7:
Dada la siguiente serie de residuos obtenidos de un regresin por MCO con dos variables
explicativas,selesolicita:
a) Calculelosresiduosestandarizadosafindepodertrabajarconvaloresmspequeosque
seajustanaunaN(0,1).Copielosvalores.

ee i =

ei
2

l e

2
, donde l e =

ei
2

n k

b) Grafiquelosresiduosestandarizadosyevalelaexistenciadeautocorrelacin.
c) RealiceeltestdeDurbinWatsonyconcluya.Esindistintoqutipoderesiduosutilicepara
elclculo.
d) Apliquelapruebaderachas.

Residuos

Residuos
estandarizados

61,2278
5484,1048
337,5604
475,6640
156,9591

23

4640,4770
1579,9505
957,6217
34,0154
2499,3398
2296,1673
1577,7044
4758,4235
89,6348
133,4944
87,9880
2373,7223
5149,8731
728,4665
709,5331
5413,6114
549,3677
1435,7479
3804,0078

EJERCICION8:
Habindose detectado autocorrelacin en un modelo con 24 observaciones, se han
transformadolasvariablesporprimerasdiferencias.Losvaloreshallados,correspondientesa
las variables transformadas son: 11.92 para el intercepto y 0.11 para la pendiente. Los
correspondientesalasvariablesoriginalesson,respectivamente,15.62y0.11.
Se le solicita que muestre grficamente la distribucin del estadstico d de DurbinWatson,
sealandolaubicacindelvalorobservado.Comentesilaestrategiadeanlisisadoptadaha
sidocorrecta.

EJERCICION9:
Al realizar una regresin MCO con una muestra de 100 datos trimestrales de ingresos por
ventas (Yt), gastos en I+D (X1t) y gastos en comercializacin (X2t), se obtuvo el siguiente
resultado:
Yl t = 1,70 + 1,25 X 1t + 1X 2t ;R =0,73;DW=0,80
2

siendo los coeficientes estadsticamente significativos. El consultor que contrat la empresa

recomendseguirinvirtiendoenI+D,yaqueenbasealaregresin,concluyquelosgastosen
ese rubro tenan un efecto significativo sobre las ventas. La empresa debera adoptar su
decisinoantesdeberamejorarelanlisis?

EJERCICION10:
AlestimarporMCOunmodelolinealcon21observaciones,seobtuvo:
Yl t = 1,3 + 0, 97Yt 1 + 2,13X t ;DW=1,21

Enuncie los supuestos que requiere el test de DW y proponga un mtodo ms conveniente

paracontrastarlapresenciadeautocorrelacineneltrminodeerror.

EJERCICION11:
ApartirdelasiguientesalidadeSPSS,responda:

24

a) Existealgnpatrnenlosresiduosgraficadoscontraeltiempo?
b) EvalesiexisteautocorrelacinserialdeprimerordenmedianteelestadsticodeDurbin
Watson.
c) Determinesiexistealeatoriedadenlosresiduosmediantelapruebaderachas.

Unstandardized Residual

20000

10000

-10000

20

40

60

80

100

orden

Resumen del modelob

Modelo
1

R
R cuadrado
,914a
,835

R cuadrado
corregida
,833

Error tp. de la
estimacin
$8,033.914

DurbinWatson
2,150

a. Variables predictoras: (Constante), Aos de educacin , Salario inicial

b. Variable dependiente: Salario corriente

Prueba de rachas

Valor de pruebaa
Casos < Valor de prueba
Casos >= Valor de
prueba
Casos en total
Nmero de rachas
Z
Sig. asintt. (bilateral)

Unstandardiz
ed Residual
-291,57217
67
67
134
65
-,520
,603

a. Mediana

25

 ALGUNASFORMULAS:

d =

(e t
t
=2

et 1 )

et2

t =1

l = 1

d
2

NOTAS:

26

TRABAJOPRCTICON4
HETEROSCEDASTICIDAD

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Laheteroscedasticidadesunproblematpicodeseriesdecortetransversal.
b) LosEMCresultansesgadosantelaexistenciadeheteroscedasticidad.
c) Elmtododeregresinponderadapermiteobtenerestimadoreseficientes.
d) Enpresenciadeheteroscedasticidad,elmtododeMCOsobreestimasiempreloserrores
estndardelosestimadores.
e) Si un regresor que tiene una varianza no constante se omite (incorrectamente) de un
modelo,losresiduosMCOsernheteroscedsticos.

ACTIVIDADN2:
a) CulessonlasconsecuenciasdelaheteroscedastidadsobrelosEMC?
b) Mencionelasmedidasgrficasutilizadasparadetectarlaexistenciadeheteroscedastidad.
c) Explique cmo se puede presumir el comportamiento de la varianza y as definir un
supuestoparacorregirlaheteroscedastidad.
d) Qupatrndebeexhibirelgrficoderesiduoscontraelvalorpredichoparasospecharla
existenciadeheteroscedasticidad?
e) EnquconsistelapruebadePark?

EJERCICION1:
a) GrafiquelosresiduosdeunaregresinporMCOcontralosvalorespredichos.
b) EfectelaspruebasdePark,deGlesjer(valorabsolutodelosresiduos)ydeWhite.
c) EstimeporelmtododeMCPsicorresponde.
d) Qu supuesto propondra para corregir la heteroscedasticidad si desconociera la
varianza?Paraellografiquelosresiduosalcuadradocontralosvalorespredichos.

Kilogramos
consumidos
5
6
6
9
8
15
19
12
13
37

Integrantes
delafamilia
1
2
3
4
5
6
7
8
9
10

2i(1)
0,0001
0,0025
0,0100
0,0225
0,0400
0,0625
0,0900
0,1225
0,1600
0,2025

EJERCICION2:
a) GrafiquelosresiduosdeunaregresinporMCOcontralosvalorespredichos.
b) EfectelaspruebasdePark,deGlesjerydeWhite.
c) EstimeporelmtododeMCPsicorresponde.
d) Qu supuesto propondra para corregir la heteroscedasticidad si desconociera la
varianza?Paraellografiquelosresiduosalcuadradocontralosvalorespredichos.

27


Categora
1
2
3
4
5
6
7
8
9

Productividad
promedio($)
9355
8584
7962
8275
8389
9418
9795
10281
11750

Rangode
empleo
14
59
1019
2049
5099
100249
250499
500999
10002499

Empleo

EJERCICION3:
EstimeloscoeficientesderegresinporelmtododeMCO,dadoelsupuesto: i2 = 2 X i2

Fallas
registradas
160
160
180
200
200
210
220
220
230
230
250
300
300
300
310
340
350
400
450
450

Horasdeuso
2000
2000
2000
2000
4000
2000
2000
4000
2000
4000
2000
4000
6000
6000
4000
4000
4000
6000
6000
6000

EJERCICION4:
Elanlisisgrficodelosresiduoscorrespondientesalmodelo: Y i = 0 + 1 X i + i ,indicaquela
X i = 0,121 X i + 3, 803 ( X i X i ) laecuacin
varianzaseincrementaconlainversadeXi,siendoYn
i

estimada.Selesolicita:
a) Grafiqueelposiblepatrnexhibidoporlosresiduos.
b) Indiqueelsupuestoutilizadoparacorregirlaheteroscedasticidad.
c) Dejeplanteadoelmodeloenvariablesoriginales.

EJERCICION5:
EstimeloscoeficientesderegresinporelmtododeMCO,dadoelsupuesto: i2 = 2 X i

28

Errores
cometidos
7
7
8
8
12
11
12
5
4
5
2
1
2

Horasde
prctica
4
4
4
4
1
1
1
9
9
9
16
16
16

EJERCICION6:
Empleandocomosupuestoparacorregirlaheteroscedasticidadque: i2 = 2 (1 / X i ) yapartir
delossiguientesdatoscorrespondientesaunaregresinsimple:

7
1

1
1
Y = 1 ; X = 1

2
1
2
1

1
9

9
16

Selesolicita:
a) Dejeexpresadocmolatransformacindemultiplicarlostrminosdelaecuacinporla
razcuadradadeXieliminalaheteroscedasticidaddelmodelo.
b) Realice los clculos con Excel y deje planteada la ecuacin de regresin estimada
expresadatantoenvariablestransformadascomoenvariablesoriginales.

EJERCICION7:
Sedeseaestimarelconsumo(Ct)enfuncindelPBI(Pt)ydelosgastosendefensa(Dt).Para
estimarlosparmetrosseestimanlossiguientesmodelos:
Cl t = 26,19 + 0,62Pt 0, 44Dt ;R =0,9
2

D
Cl t
2
= 25, 9Pt 1 + 0,62 0, 43 t ;R =0,8
Pt
Pt

SisesospechaqueladispersindeloserrorespuedeestarcorrelacionadaconelPBI:
a) Qumodeloescogera?
b) Qusupuestosobreloserroreshabrnhecholosautoresdelasestimaciones?

EJERCICION8:
Uneconometristatratadeestimarelconsumodeunaregin(Ci)enfuncindelarentadeesa
regin (Ri). Para ello toma datos de 10 regiones y propone el modelo: C i = 0 + 1Ri + i ,
suponiendo que el consumo por individuo tiene una varianza constante y aplica MCO. Le
parececorrecto?

29

 ALGUNASFORMULAS:

MCP:

wi =
*

i2

w iYi
w i
w i X i
=
w i
w i x i y i
=
w i x i

Y =
X

l P

y i = Yi Y

xi = Xi X
*

l P = Y l P X

NOTAS:

30

TRABAJOPRCTICON5
MULTICOLINEALIDAD

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Lamulticolinealidadesunproblemamuestral.
b) Lamulticolinealidad,siesalta,impidelaprediccin.

ACTIVIDADN2:
a) CulessonlasconsecuenciasdelamulticolinealidadsobrelosEMC?
b) Mencionelasmedidasremedialesantelaexistenciademulticolinealidad.

ACTIVIDADN3:
A partir de la lectura del apunte El problema de la colinealidad, comente cmo se
interpretanelfactordeinflacindevarianza(FIV),latoleranciaylosndicesdecondicin(IC).

EJERCICION1:
Dadaslassiguientesobservaciones,estime,siesposible,lasiguienteregresin:
Yt = 0 + 1 X t + 2 X 2 + t

Yt
11
24
35
42
25
23
29
45
18
19

X1t
1
5
7
9
3
2
8
7
11
12

X2t
3
11
15
19
7
5
17
15
23
25

Encasodenoserposible,expliqueporqueindiquecmosolucionaraesteproblema.

EJERCICION2:
Considerandoelsiguientemodelo:

Yt = 0 + 1 X t + 2 X t 1 + 3 X t 2 + 4 X t 3 + 5 X t 4 + t

Donde:Yt:
Consumo.

Xt:
Ingreso.

t:
Variabletiempo.
Elmencionadomodeloproponequeelgastoenconsumoalmomentotesfuncinnoslodel
ingresoalperodocorriente,sinoademsdelingresoalolargodeperodosanteriores.Porlo
tanto, el gasto en consumo en el primer trimestre de 2003 es funcin del ingreso de aquel
perodoydeloscuatrotrimestresde2002.TalesmodelossonllamadosModelosdeRezagos
Distribuidos
a) Sepodraesperarmulticolinealidadendichosmodelos?Porqu?
b) En una economa de la que disponemos de datos de serie temporal de Producto Bruto
Interno, oferta monetaria, precios, ingreso, desempleo, etc., el fenmeno de la
multicolinealidadseraunfenmenoesperado?,porqu?.

EJERCICION3:
a) EstimeloscoeficientesderegresinporMCO.
b) Calculeelcoeficientedecorrelacinsimpleentrelasvariablesregresoras.

c)

Qulesugierenlosresultadosobtenidos?

Yi

X1i

X2i

2
3
6
8
10

4
5
10
11
15

1
2
7
8
12

EJERCICION4:
a) EstimeloscoeficientesderegresinporMCO.
b) Realicelosclculosqueconsidereconvenientesparadetectarlaexistenciade
multicolinealidad.
c) Eselsignodeloscoeficientesderegresinelesperadodeacuerdoalateoraeconmica?
d) Propongamedidasparaeliminarlamulticolinealidad.

Consumo
70
65
90
95
110
115
120
140
155
150

Ingreso
80
100
120
140
160
180
200
220
240
260

Riqueza
810
1009
1273
1425
1633
1876
2052
2201
2435
2686

EJERCICION5:
Apartirdeunmodeloderegresinmltiplecondosvariablesexplicativassedeseamodelarel
comportamiento de la oferta de soja (medida a travs de las toneladas cosechadas) como
funcindelpreciodelasojaydeunndiceagregadodelpreciodelosgranosalolargodeun
perodode16aosconformealdetallepresentadoenlatabla.
Sesolicita:
a) EstimelaecuacinporMnimosCuadradosOrdinarios.Eselsignodeloscoeficientesel
esperadodeacuerdoalateoraeconmica?
b) Realiceunaevaluacindelmodelo,enparticular:

elvalordelcoeficientededeterminacin;

lasignificatividadglobaldelmodelo;

lasignificatividadestadsticadelos.
c) Corradosregresionessimplesyrepitaelanlisisanterior.
d) Calculeelcoeficientedecorrelacinentrelasvariablesexplicativasyconcluya.

Tn
cosechadas
desoja
20
25
26

Preciodela
soja
10
10,5
10,7

ndicede
preciosde
granos
101
107
108

32

27
28
25
29
26
30
34
32
35
36
45
42
40

10,9
20
10,8
21
24
23
25
24
25
26
39
38
37

110,5
201,5
109
212
241
232
251,5
241,5
251
261
392
382
371,5

EJERCICION6:
Apartirdeunmodeloderegresinmltiplecondosvariablesexplicativassedeseamodelarel
comportamiento de las ventas de las gaseosas como funcin del precio de las bebidas
alcohlicasydeunndice agregadodelpreciodelasbebidasalolargodeunperodode15
aosconformealdetallepresentadoenlatabla.Selesolicita:
a) EstimarlaecuacinporMnimosCuadradosOrdinarios.
b) Determinarlasignificatividadestadsticadelasvariables,elcoeficientededeterminaciny
evaluarlasignificanciaglobaldelmodelo.
c) Calcularloscoeficientesdecorrelacinafindeevaluarlaexistenciademulticolinealidad.

Ventade
Preciodelas
gaseosasen
bebidas
mill.u$s
alcohlicas
6
8
8
7
7
12
9
8
9
10
10
11
9
10
11

9
10
8
7
10
4
5
5
6
8
7
4
9
5
8

ndice
agregado
preciode
bebidas
91
108
84
75
104
43
51
53
66
84
73
42
89
52
80

EJERCICION7:
a) Con los datos del Ejercicio N 6, estime los coeficientes de regresin por MCO,
aprovechandolainformacinaprioriqueindicaque Z t = 0, 8X 1t + 0,1X 2t .
b) Dejeelmodeloexpresadoentrminodelasvariablesoriginales.

33

EJERCICION8:
a) ConlosdatosdelEjercicioN6,estimeelmodeloutilizandoinformacinapriorisegnla
cual 2 = 0,251
b) Mencionelosefectosdehaberresueltoeltemadelamulticolinealidadenelmodelo.

EJERCICION9:
Utilizandoinformacincorrespondientealperodo195072seestimlasiguientefuncinde
ConsumoparalaArgentina:
Cl t = 961,74 + 0,66Yt A + 0,79Yt NOA + 0,17 AFt ;R2=0.994

Donde:

YtA:
NOA
Yt :
AFt:

IngresodelosAsalariados.
IngresodelosNoAsalariados.
TenenciadeActivosFinancieros.

LaMatrizRdecorrelacinentrelasvariablesexplicativasresult:
0.817 0.499

1
0.008
0.499 0.008
1

R = 0.817

Enbaseaestosresultados,analicelapresenciademulticolinealidad.

EJERCICION10:
A partir de la siguiente salida de SPSS, se le solicita que evale la presencia de
multicolinealidadmedianteelndicedeCondicin.
Diagnsticos de colinealidada

Modelo
1

Dimensin
1
2
3

Autovalor
2,886
,097
,016

Indice de
condicin
1,000
5,444
13,281

Proporciones de la varianza
Aos de
(Constante)
Salario inicial
educacin
,00
,01
,00
,14
,68
,01
,85
,31
,99

a. Variable dependiente: Salario corriente

NOTAS:

34

TRABAJOPRCTICON6
EJERCICIOSINTEGRADORES

EJERCICION1:
Apartirdelsiguientemodelo Yt = 0 + 1 X1t + 2 X 2t + t :
a)
b)
c)

Grafiquelasvariablescontraeltiempoyexpliquesucomportamiento.
Dejeplanteadalaecuacinderegresinestimadaeinterpreteloscoeficientes.
Analicelaexistencia deautocorrelacin,heteroscedasticidadymulticolinealidad.Aplique
lasmedidasremedialesqueconsiderenecesario.

Trimestres

Yt

X1t

X2t

11993
21993
31993
41993
11994
21994
31994
41994
11995
21995
31995
41995
11996
21996
31996
41996
11997
21997
31997
41997
11998
21998
31998
41998

16569,90
17561,80
18951,30
19886,17
22046,67
23750,30
25188,87
26719,77
27888,17
27471,17
27133,47
27963,70
28845,40
29014,37
29758,10
30963,27
32104,07
33264,03
35031,53
36965,37
38374,67
39199,50
40794,73
41864,10

183717,60
200323,10
201007,60
203031,50
198183,60
211688,20
207568,20
209876,10
197228,10
200219,50
198238,60
202172,50
198544,30
213499,90
214822,30
218446,20
215090,90
239360,00
232618,70
235271,20
225509,00
242751,00
239549,00
234038,00

0,60
0,60
0,06
0,06
0,60
0,70
0,70
0,70
1,30
1,40
0,90
0,90
0,80
0,70
0,70
0,70
0,70
0,60
0,60
0,70
0,60
0,60
0,70
0,80

EJERCICION2:
Considerandolasiguienteinformacin:
a) Grafiquelasvariablescontraeltiempoyexpliquesucomportamiento.
b) EstimeelmodeloqueprediceelcomportamientodelaInversinnominal,entrminosdel
PBInominalydelastasasdeintersnominal
c) Estudie la existencia de autocorrelacin en el mencionado modelo. En caso de existir el
problema,procedaacorregirlo.
d) EstimeelmodeloqueprediceelcomportamientodelaInversinreal,entrminosdelPBI
realydelastasasdeintersreal.
e) Estudie la existencia de autocorrelacin en el mencionado modelo. En caso de existir el
problema,procedaacorregirlo.
f) Compareambosmodelosysaqueconclusiones.

g)

Investiguelapresenciadeheteroscedasticidadydemulticolinealidadenelmodeloelegido
yapliquelasmedidasremedialesnecesariascuandocorresponda.

Ao

PBInominal

1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982

596,7
637,7
691,1
756,0
799,6
873,4
944,0
992,7
1077,6
1185,6
1326,4
1434,2
1549,2
1718,0
1918,3
2163,9
2417,8
2631,7
2954,1
3073,0

Inversin
nominal
90,9
97,4
113,5
125,7
122,8
133,3
149,3
144,2
166,4
195,0
229,8
228,7
206,1
257,9
324,1
386,6
423,0
401,9
474,9
414,5

ndicede
precios
0,7167
0,7277
0,7436
0,7676
0,7906
0,8254
0,8679
0,9145
0,9601
1,0000
1,0575
1,1508
1,2579
1,3234
1,4005
1,5042
1,6342
1,7842
1,9514
2,0688

Tasade
inters
3,23
3,55
4,04
4,50
4,19
5,16
5,87
5,95
4,88
4,50
6,44
7,83
6,25
5,50
5,46
7,46
10,28
11,77
13,42
11,02

NOTAS:

36

TRABAJOPRCTICON7
VARIABLESFICTICIAS

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Solamentelasvariablesexplicativaspuedenserficticias.
b) Siexistenncategoras,elmodelopuedeincluirnvariablesficticias.
c) Elanalistaeligequcategoratomarcomobasedecomparacin(baseline).
d) Las variables ficticias pueden representar variables categricas o variables cuantitativas
categorizadas.

ACTIVIDADN2:
a) Explique el significado de las esperanzas condicionales cuando el modelo incorpora
variablesficticias.
b) Puedemodelarselaestacionalidadmedianteelusodevariablesficticias?
c) Definacategorabase.

EJERCICION1:
Dado el siguiente modelo que trata de cuantificar la relacin entre el Ingreso trimestral
promedio(Yi)deunamuestradechoferesderemisysudisponibilidaddematrculaoficial(Di),
dadoporYi = 0 + 1Di + i ,selesolicita:
a) Halleloscoeficientesderegresineinterprtelos.
b) Calculelasesperanzascondicionales.
c) Realiceeltesttparadeterminarlasignificatividaddelavariablecualitativa.

Salariopor
hora
10
12
8
9
8
10
5
4
3
4

Posee
matrcula
1
1
1
1
1
1
0
0
0
0

EJERCICION2:
En un modelo que trata de evaluar el impacto que tiene el nivel de educacin formal de los
aspirantes a un curso de capacitacin, se trata de estimar:Yi = 0 + 1D1i + 2D 2i + i . Se le
solicita:
a) Hallar los coeficientes de regresin e interpretarlos, sabiendo que la categora base
representaprimariacompleta.
b) Calcularlasesperanzascondicionalesconsiderandoquesetratadeunavariablecualitativa
conmsdedosclases(mximoniveleducativoalcanzadoporlosaspirantes).

c)

Calcularlasesperanzascondicionalesconotroejemploenelquesetratededosvariables
cualitativas.

Aspirante

1
2
3
4
5
6
7
8
9
10

Mesesque
desea
permanecer
enelcurso
2
3
4
4
3
4
5
4
5
6

Secundaria
incompleta

Secundaria
completa

0
0
0
1
1
1
1
0
0
0

1
1
1
0
0
0
0
0
0
0

EJERCICION3:
Los siguientes datos de consumo e ingreso corresponden a un promedio de 15 pases de
MedioOrienteenel perodo19801990.Elmodeloderegresin quesetrata decorreres el
siguiente:
C t = 0 + 1 X t + 2Wt + t

Donde:XtrepresentalarentadisponibleyWtrepresentaunavariableficticiacorrespondiente
alperododeguerraentreIrneIrak,quetomavalor1paralosaos19801987yceroenlos
demsaos.
a) Efectuarelanlisisderegresindelmodeloplanteadoeinterpretarloscoeficientesde
regresin.
b) Calcularlasesperanzascondicionaleseinterpretarlosresultadosobtenidos.
c) Puedeconsiderarsequeelfenmenoblicohayaafectadosensiblementeelconsumode
estospases?Deseras,expliquelasrazonesdesdelaperspectivadeuneconomista.

Ao

Yt

Xt

Wt

1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990

229,9
243,6
241,1
248,2
255,2
270,9
301,0
305,8
312,2
319,3
337,3

244,0
277,9
317,5
332,1
343,6
338,1
332,7
318,8
335,8
336,8
362,8

EJERCICION4:
En base al modelo anterior, evaluar si el efecto del exceso de oferta de petrleo que
contribuy a deprimir los precios del crudo a inicio de los 80 ha afectado sensiblemente el
consumodeestospases.Talfenmenosehapresentadoenlosprimeros4aosdeladcada

38

analizada(esdecir,desde1980a1983inclusive).Enconsecuenciaelmodeloquesepropone
evaluarconsistiraen:
C t = 0 + 1 X t + 2Wt + 3Z t + t

Donde:XtrepresentalarentadisponibleyWtrepresentaunavariableficticiacorrespondiente
alperododeguerraentreIrneIrak,quetomavalor1paralosaos19801987yceroenlos
dems aos y Zt representa la variable ficticia correspondiente al perodo de precios
deprimidosdelpetrleo(1desde1980a1983y0enelrestodelperodomuestral).
a) Estimeelmodelotericoeinterpreteloscoeficientesderegresin.
b) Calculelasesperanzascondicionales.
c) Puedeconsiderarsequeelfenmenoblicosigaafectandosensiblementeelconsumode
estos pases? Cmo afectan la introduccin del fenmeno de exceso de oferta de
petrleoalmodelooriginal?
d) Obtengaconclusionesalrespecto.

Ao

Yt

Xt

Wt

Zt

1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990

229,9
243,6
241,1
248,2
255,2
270,9
301,0
305,8
312,2
319,3
337,3

244,0
277,9
317,5
332,1
343,6
338,1
332,7
318,8
335,8
336,8
362,8

EJERCICION5:
Se desea estimar el modeloYi = 0 + 1 X i + 2Di + 3 X i Di + i . A partir de las siguientes
observaciones:
a) Halleloscoeficientesderegresineinterprtelos.
b) Calculelasesperanzascondicionaleseinterprtelasestadsticamente.Grafique.

Cantidad
Ofrecida
98
100
103
105
80
87
94
113
116
118
121
123
126
128

Precio

Tecnologa

Xi*Di

0,79
0,80
0,82
0,82
0,93
0,95
0,96
0,88
0,88
0,90
0,93
0,94
0,96
0,97

0
0
0
0
1
1
1
0
0
0
0
0
0
0

EJERCICION6:
DadoelmodeloYt = 0 + 1D1t + 2D 2t + 3D 3t + t ,selesolicita:
39

a)
b)
c)

Halleloscoeficientesderegresineinterprtelos.
Calculelasesperanzascondicionales.
Realicelosteststparadeterminarsiesvlidoconsiderarquetodoslostrimestresdelao
exhibenestacionalidad.

Produccin
1564
1654
1607
1994
2129
1658
1428
1503
1381
1039
975
1230
1304
1288
1108
1446
1398
1176
1099
1219
1382
888
933
1156

1er.
trimestre
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0

2do.
trimestre
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0

3er.
trimestre
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1

EJERCICION7:
Plantee un modelo que detecte discriminacin por sexo y por procedencia tnica en el
mercado de trabajo. Adems, su jefe requiere especificaciones para saber si el grado de
discriminacin sexual disminuye a medida que los aos de experiencia aumentan. Qu
resultadosdebenarrojarlasestimacionesparanorechazarlahiptesisqueplanteasujefe?

EJERCICION8:
Serequiereestudiarladependenciadelosaosdeeducacindeungrupodejvenesrespecto
delarentafamiliarylaprocedenciasocioeconmicadelosmismos(captadaporlavariable
ZONA,comoproxy),paralocualsedisponedelossiguientesdatosmuestrales.Selesolicita:
a) Dejeexpresadoselmodelotericoyelmodeloestimado.
b) Contraste las siguientes hiptesis: (i) Relevancia de la renta familiar; (ii) Relevancia de la
procedenciasocioeconmica.

40

Zona

Urbana

Rural

Aosde
educacin
16
18
14
18
12
10
11
14

Renta
familiar
8
13
9
12
7
3
6
10

EJERCICION9:
En una regresin la variable ficticia tiene asignado el par (1, 0),en ese orden, y arroja como
resultadosloscoeficientes ( , ) ambospositivos,indicandolainfluenciadeladiscriminacin
racial en la seleccin de puestos de trabajo ( ) y adems que el grado de discriminacin
aumentaconlosaosdeexperiencia ( ) .siahorasecorreelmismomodeloperoseinvierteel
ordendelosvaloresdelavariableficticia(0,1):
a) Qusignoseesperaquetenganloscoeficientes?
b) Cmoseinterpretan?

EJERCICION10:
Sedeseaestimarunaregresinportramosparaunaempresacomercialquepagacomisiones
porventas.Laempresatienedosestructurasdecomisionessegnlasventasseanmenoreso
mayoresa$5.500.DadoelmodeloYi = 0 + 1 X i + 2 ( X i X * ) D i + i ,donde:

Yi=beneficios

Xi=facturacin
X*=5500

Zi=XiX*

Di=1siXi>X*;0siXiX*
Wi=(Zi)Di
a) Halleloscoeficientesderegresineinterprtelos.
b) Calculelasesperanzascondicionales.
c) Grafiquesinescalas.

Beneficios
256
414
634
778
1003
1839
2081
2423
2734
2914

Facturacin
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000

Zi

Wi

41

EJERCICION11:
Sean:Yi=ventasdiarias;Xi=gastosenpublicidad;Di=1elnegocioestlocalizadoenlacalle
GemesyDi=0sielnegocioestubicadoenlaPeatonal.Teniendoencuentalosvaloresdel
grfico,selesolicita:
a) Dejeplanteadoelmodeloestimado(calculeelvalordeloscoeficientesestimadosdesdeel
grfico).
b) InterpretelaesperanzacondicionalcorrespondienteaDi=1.

Yi
E(Yi,Xi/Di=1)

E(Yi,Xi/Di=0)

300
280
150
1000

Xi

NOTAS:

42

TRABAJOPRCTICON8
RESTRICCIONESENLOSCOEFICIENTES

Bibliografa:Kmenta

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) LaestimacindeunafuncinCobbDouglasquesuponerendimientosconstantesaescala
esunproblemaderegresinconrestriccionesenloscoeficientes.
b) Los coeficientes de regresin estimados no se modifican si el valor conocido a priori del
coeficientepoblacionalcoincideconelestimado.

ACTIVIDADN2:
a) Cules son las ventajas de contar con informacin a priori acerca del valor de un
parmetropoblacional?
b) Cuandolasrestriccionessonenformadedesigualdad:cmosesuponequesedistribuye
elparmetrodentrodelintervalo?

EJERCICION1:
Estimeloscoeficientesderegresinsuponiendoqueelinterceptodelmodeloesnulo.

Yi
68
45
70
80
64
54
80
70
85
95

X1i
10,0
9,9
9,8
9,7
9,6
9,5
9,4
9,3
9,2
8,6

X2i
36
33
37
37
34
32
36
34
36
35

EJERCICION2:
Estimeloscoeficientesderegresinsuponiendolarestriccinapriori:=0,12

Yi
4,0
4,5
5,0
5,0
6,0
6,5
7,0
8,0
9,0
9,5

X1i
10
11
12
13
15
16
18
20
21
24

X2i
5
6
7
9
10
12
15
18
22
25

43

EJERCICION3:
a) Estimeloscoeficientesderegresinsuponiendolarestriccinapriori:0 < 1 < 1
b) Enbasealaestimacinrespondasisecumpleelsupuestoanterior.

Yi
4,0
4,5
5,0
5,0
6,0
6,5
7,0
8,0
9,0
9,5

X1i
10
11
12
13
15
16
18
20
21
24

X2i
5
6
7
9
10
12
15
18
22
25

EJERCICION4:
a) Estimeloscoeficientesderegresinsuponiendolarestriccinapriori:1 < 1 < 4
b) Enbasealaestimacinrespondasielsupuestosecumple.

Yi

X1i

X2i

4,0
4,5
5,0
5,0
6,0
6,5
7,0
8,0
9,0
9,5

10
11
12
13
15
16
18
20
21
24

5
6
7
9
10
12
15
18
22
25

ALGUNASFORMULAS:

Y n +1 =

(b a ) l 3
(b a )

l 12

(b a )

X i , n +1 =

x i*2 = x i2 +

yx i* =

yx i +

6l ( b + a )

(b a )

12l

(b a )

l i =

yx i x j yx j x i x j
x i x j ( x i x j )
*

*2

l j =

yx j x i yx i x i x j
x i x j ( x i x j )
*2

*2

44

 NOTAS:

TRABAJOPRCTICON9
ERRORESDEESPECIFICACIN

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) La omisin de una variable relevante hace que el estimador subestime al verdadero
parmetro.
b) Laomisindeunavariablerelevanteconllevalaexistenciadeautocorrelacin.
c) La omisin de una variable relevante como remedio de la existencia de
multicolinealidadhacequeelinterceptoseasesgado,inconsistenteeineficiente.

ACTIVIDADN2:
a) Culessonlosposibleserroresdeespecificacin?
b) En qu consiste el sesgo de especificacin por forma funcional incorrecta? De un
ejemplo.
c) Se puede cometer algn error de especificacin si debido a la existencia de
multicolinealidad se decide eliminar una variable regresora? Explique cules son las
consecuenciasentalcaso.

EJERCICION1:
Si el verdadero modelo de regresin es Yi = a + bX i + i pero, por error, se estima
Y i = c + dX i + eZ i + i
a) Es b = d ye=0?
b) Es bl = dl y e = 0 ?

EJERCICION2:
Supongamos que el verdadero modelo es Yi = 1 X i + i , pero en lugar de especificar esta
regresin a travs del origen, se especifica el modelo usual con presencia de la ordenada al
origenYi = 0 + 1 X i + i :
a) Evaluarlasconsecuenciasdecometerestetipodeerrordeespecificacin.
b) Resolver el punto anterior previendo que la segunda ecuacin conforma el verdadero
modelo a estimar y la primera constituye el modelo realmente estimado. Analizar las
consecuenciasdeajustarelmodelomalespecificado.

EJERCICION3:
ElarchivoMortalidadinfantil.xlscontieneinformacinsobrelamortalidadinfantil(MI),elPBI
per cpita (PBI) y la tasa de alfabetizacin femenina (TAF) de 64 pases. En base a dicha
informacin,estimelossiguientesmodelos:1)MIi=0+1PBIi+2TAFi+iy2)MIi=0+1
PBIi+i
a) Culeselmodeloverdadero?Qutipodeerrordeespecificacinseestcometiendo?
b) Realicelaregresindelavariableexcluidasobrelaincluidaycalculeelsesgo.
c) Analice el grfico de residuos contra las variables explicativas para ambos modelos y
extraigaconclusiones.
d) RealicelapruebaRESET(Pruebadelerrordeespecificacinenregresin)

EJERCICION4:
ConlosmismosdatosdelEjercicio3,estimeelmodeloaadiendolavariableX3alaecuacin.
a) Culeselmodeloverdadero?(culreflejamejorlarealidad)
46

b) CmosecomportanelR2yelR2ajustadoparaelsegundomodeloenrelacinalprimero?
c) Las estimaciones de y 2 obtenidas del segundo modelo siguen siendo insesgadas y
consistentes?
d) Compareloserroresestndardeloscoeficientesdeambosmodelosyconcluya.

EJERCICION5:
Enbasealasiguienteinformacinsesolicitestimarlaelasticidaddesustitucindelamano
deobraydecapitalutilizandounafuncinCES(ElasticidaddeSustitucinConstante).Esdecir:
ln (V / L )i = ln 1 + 2 lnWi + i

Donde:
(V/L):Valoragregadoporunidaddemanodeobra.
L:Manodeobra.
W:Tasadesalarioreal.
Sin embargo, la ecuacin presentada est basada en el supuesto de que existe competencia
perfectaenelmercadodetrabajo.Perosilacompetenciaesimperfecta,lafrmulacorrecta
paraelmodeloes:
1

ln (V / L )i = ln 1 + 2 lnW i + 3 ln 1 +
E

+ i

DondeErepresentalaelasticidaddelaofertademanodeobra.
a) QutipodeerrordeespecificacinestinvolucradoenlaestimacinoriginalCESdela
elasticidaddesustitucinsidehechoelmercadolaboralesimperfecto?
b) Cules son las consecuencias tericas de este error sobre el estimador de 2, el
parmetrodeelasticidaddesustitucin?

NOTAS:

47

TRABAJOPRCTICON10
ESTABILIDADDELOSCOEFICIENTES

Bibliografa:Gujarati;Maddala

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) EltestdeChowpuedeaplicarsebajocondicionesdeautocorrelacin.
b) EltestdeChowpuedeaplicarsesiexisteheteroscedasticidadenelmodelo.

ACTIVIDADN2:
Expliquequconsecuenciasimplicaqueloscoeficientesnoseanestables.

EJERCICION1:
RealiceeltestdeChowdeestabilidaddeloscoeficientesconlaHo)Existeestabilidaddelos
coeficientes para el siguiente conjunto de datos, suponiendo que los 7 primeros datos
corresponden a aos de recesin econmica y los siguientes son de recuperacin de la
economanacional.

Entradas
vendidas
100
90
80
70
70
70
70
65
60
65
75
90

Preciodela
entrada
55
70
90
100
90
105
80
110
125
115
130
130

EJERCICION2:
RealiceeltestdeChowdeestabilidaddeloscoeficientesconlaHo)Existeestabilidaddelos
coeficientesparaelsiguientecaso,conlafinalidaddeevaluarsilapublicidadencontradel
consumodealcohol,vigentedesdeeloctavoperodo,impactsobrelasventasdegaseosas.

Ventade
gaseosasen
mill.u$s

Preciodelas
gaseosas

Indicedeprecio
delasbebidas
alcohlicas

100

10

108

110

75

10

80

12

120

98

85

96
48

10

95

10

110

11

120

89

10

102

11

114

EJERCICION3:
Enunmodeloderegresinsimplecon16observaciones,alcorrerlaregresincontodoslos
datos,lasumadeloserroresalcuadradofueiguala514,834.Cuandosecorrilaregresincon
lasprimeras8observacioneselvalorhalladofue197,660mientrasqueelcorrespondienteala
regresin con la segunda mitad de los datos fue 168,710. Aplicando el test de Chow,
responda: son los coeficientes estables? (deje expresados todos los clculos que justifiquen
surespuesta).

EJERCICION4:
Lafuncindeconsumokeynesianaestimadaparalosperodosmencionadoses:

Funcinestimada
l
C = 1416,21 + 0,3663R

Perodo
19641971

(3460,28)(0,11)

Cl = 337,24 + 0, 8846R

19721983

(1018,73)(0,02)
l
C = 337,24 + 0, 8846R

19841990

(11675)(0,16)
l
C = 202,23 + 0, 895R

19641990

(501,5)(0,01)

Teniendoencuentalasiguienteinformacinadicional:

Selesolicita:
a) Expliqueelconceptodecambioestructural.
b) Esadmisiblelahiptesisdeconstanciadelosparmetrosdelmodeloenlostresperodos
considerados?

EJERCICION5:
Sehaestimadolaecuacin Yl t = 2, 417 + 0,72X t condatostrimestralesdesde1963hasta1972
inclusive,siendoelR2=0,68ylaSRC=109,24.Secalcularonseparadamentedosregresiones
msparalosperodosdel1trim.1963hastael3trim.1966conSRC=33,04ydel4trim.
1966 hasta el 4 trim. 1972 con SCR = 68,19. Se le solicita contrastar la proposicin de que
entreel3y4trim.1966sehaproducidouncambioestructural.

49

 ALGUNASFRMULAS:

SCRR =

ei

;gl=nk

S2 =

ei

;gl=n1k

S3 =

ei

;gl=n2k

SCRNR = S 2 + S 3

Fobs

SCRR SCRNR
k
~ Fk ,n 2k
=
SCRNR
n 2k

NOTAS:

50

TRABAJOPRCTICON11
REZAGOSDISTRIBUIDOS

Bibliografa:Gujarati

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) El Enfoque de Koyck transforma a un modelo de rezagos distribuidos en un modelo
autorregresivo,conlaposibleaparicindeunproblemadeautocorrelacin.
b) ElEnfoquedeAlmontienelaventajadetrabajarconvariablesexplicativasquenosehallan
correlacionadasentres.

ACTIVIDADN2:
a) ExpliqueenquconsisteelEnfoquedeAltyTinbergen.
b) MencioneventajasydesventajasdelosenfoquesdeKoyckyAlmon.

EJERCICIOS1y2:
a) EstimeloscoeficientesderegresinaplicandoelEnfoquedeKoyck.
b) DejeexpresadalaecuacinderegresinestimadaconlatransformacindeKoyck
c) Deje expresada la ecuacin de regresin estimada en variables originales, suponiendo
infinitosrezagos.
d) Deje expresada la ecuacin de regresin estimada en variables originales suponiendo 3
rezagos.
e) Calcule el multiplicador de impacto y de largo plazo de X sobre Y estimado para este
modelo.
f) Calculeeinterpreteelretardomediano.
g) Aplique la prueba h de Durbin y la prueba de BreuschGodfrey (BG). Cul considera
apropiadaparaestecasoparticular?Concluyasobrelaexistenciadeautocorrelacin.

EJERCICION1:

EJERCICION2:
Inversin

PBI

Yt

Xt

5,2
5,0
4,9
5,0
5,5
6,3
7,4
8,7
10,2
11,6
13,1
15,3
17,0
18,7
20,6
20,1
22,3
25,8
29,5
33,2

506,0
523,3
563,8
594,7
635,7
688,1
753,0
796,3
868,5
935,5
982,4
1063,4
1171,1
1306,6
1412,9
1528,8
1702,2
1899,5
2127,6
2368,5

23,2
23,1
25,2
26,4
28,4
32,0
37,7
40,6
47,7
52,9
58,5
64,0
75,9
94,4
131,9
126,9
155,4
185,8
217,5
260,9

506,0
523,3
563,8
594,7
635,7
688,1
753,0
796,3
868,5
935,5
982,4
1063,4
1171,1
1306,6
1412,9
1528,8
1702,2
1899,5
2127,6
2368,5

51


EJERCICIOS3y4:
a) Estime los coeficientes de regresin de este modelo de rezagos distribuidos aplicando el
Enfoque de Almon, dado el supuesto de m = 2 (grado del polinomio) y para un k=3
(longituddelrezago).
b) DejeelmodeloexpresadoentrminosdelasvariablesXtrezagadas.
c) Paraelmismonmeroderezagos,apliqueelenfoquedeKoyck.Comenteycomparelos
resultadosdeambasestimaciones.
d) Calculeenamboscasoselmultiplicadordeimpactoydelargoplazo.

EJERCICION3:

EJERCICION4:
Yt

Xt

Yt

Xt

36,99
33,60
35,42
42,35
52,48
53,66
58,53
67,48
78,58
95,92
112,33
126,54
120,68
116,20
138,82

52,80
55,91
63,03
72,93
84,79
86,60
98,80
113,20
126,90
143,94
154,39
168,13
159,03
170,44
189,58

324,9
335,9
374,6
400,4
464,8
490,4
535,9
579,7
618,8
668,2
733,0
809,9
889,6
979,1
1089,9
1210,0
1350,8
1509,8

349,4
362,9
402,8
437,0
510,4
544,5
588,1
630,4
685,9
742,8
801,3
901,7
984,6
1086,7
1184,5
1305,1
1458,4
1623,2

EJERCICION5:
ApartirdelossiguientescoeficientesestimadossegnelenfoquedeAlmonparaunmodelo
con4rezagos,considerandoqueloscoeficientesbetaseaproximanporunpolinomiode3er.
grado (m=3, k=4), se le solicita que deje expresado el modelo estimado de rezagos
distribuidos(conloscoeficientesylasvariablesXrezagadas).Dejeplanteadoslosclculos
realizados.

Coeficientes
Intercepto
27,319
VariableZ0t
0,602
VariableZ1t
0,021
VariableZ2t
0,220
VariableZ3t
0,047

52

 ALGUNASFRMULAS:

i = a 0 + ai 1 + a 2i 2 + ... + a m i m
k

Yt = + i X t i + i

Z ht =

i hXt

i
=0

i =0

Yt = (1 ) + 0 X t + Yt 1 + t
k = 0 k

NOTAS:

53

TRABAJOPRCTICON12
TIEMPOCOMOVARIABLEEXGENA

Bibliografa:Barbancho

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Cuandoseintroducelavariabletiempo,seconsiguecorregirdetendenciaalavariable
dependiente.
b) Eltiempocomovariableexplicativatambinpermitecaptarlaestacionalidaddelaserie.
c) Laperiodicidaddelavariabletiempopuedeseranualomensual.

ACTIVIDADN2:
Comentequimplicanciaconceptualposeelainclusindeltiempocomovariableexgena.

EJERCICION1:
a) Grafiquelasvariablescontraeltiempo(expresadascomondices1966=100).
b) Estimeloscoeficientesderegresinsinconsideraryconsiderandoalavariabletiempo.
c) Extraigalatendencia(lineal)detodaslasvariablesyestimeloscoeficientesderegresin.
d) Comparelosresultadosutilizandodiferentesindicadores.Interprete

Ao

Yt

X1t

X2t

1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993

110
120
164,93
174,93
184,93
194,93
204,93
214,93
333,87
343,87
353,87
383,44
393,44
676,88
708,69
758,4
861,49
1044,54
1351,35
356,81
400,02
453,79
568,07
690,78
893,46
903,46
1170,87
2649,73

100
135
215,12
369,04
442,25
456,04
470,99
486,04
513,43
552,95
626,13
719,04
791,6
887,34
1.002,96
1.101,35
1.340,12
1.834,69
2.218,52
2.636,21
4.389,16
4.968,29
7.830,85
9.973,20
11132,95
12933,41
19547,73
71922,47

100
74,07
62,72
36,56
30,51
29,59
28,65
27,76
47,5
44,1
38,95
36,64
33,28
60,5
55,7
53,33
51,6
47,12
52,35
5,95
5,45
4,71
4,32
4,52
5,78
4,98
4,61
3,29

1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004

13990,02
24412,04
24422,04
151743,59
227465,38
284259,04
312661,25
325164,78
325174,78
455095,09
455115,09

336166,16
400108,68
517998,60
143265,73
349941,96
427433,75
522218,01
647016,92
695721,16
890579,24
1091259,46

4,08
6,03
4,65
105,69
64,91
66,42
59,8
50,2
46,69
51,06
41,67

EJERCICION2:
a) Genere dos secuencias de nmeros aleatorios (n=25) y estime una funcin de regresin
entreambas.Esperaraqueelmodelofueraglobalmentesignificativo?
b) Introduzcaunacolumnaconunatendenciadel25%acumulativoyapliquedichatendencia
a los datos generados anteriormente. (Recuerde copiar y pegar slo los valores de los
nmerosaleatoriosparaevitarquesemodifiquen)
c) Estimeunaecuacinderegresinentreambasseriesunatendenciacomn.Qudeduce
de los resultados de la salida de regresin? Es posible que la variable independiente
expliquealadependienteenestecontexto?
d) Concluyasobrelaimportanciadeextraerlatendenciaalosdatos.

Na

Nb

Tendencia

1
2
3

25

aleatorio
aleatorio
aleatorio

aleatorio

aleatorio
aleatorio
aleatorio

aleatorio

1
1,25
1,56

211,76

acon
tendencia

bcon
tendencia

NOTAS:

55

TRABAJOPRCTICON13
IDENTIFICACINDEMODELOSMULTIECUACIONALES

Bibliografa:Barbancho

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) Unsistematienetantasecuacionescomovariablesendgenas.
b) Eltrminoindependienteseconsideraunavariableendgenaconcoeficiente1.
c) La matriz B no puede ser una matriz identidad (1 en la diagonal principal y 0 en los
restanteslugares).

ACTIVIDADN2:
a) Qusignificaqueunaecuacinpuedaseridentificada?
b) Expliquecundoesnecesarioaplicarelprincipiodenormalizacin.
c) Definalosmodelosrecursivos.

EJERCICIOS:
Paralossiguientesmodelos,selesolicita:
a) Determineculessonlasvariablesendgenasyculeslasexgenas.
b) Exprese el SEE (sistema de ecuaciones estructurales) en forma matricial. Si es necesario,
ordenepreviamenteelsistema.
c) ExpreselasecuacionesdelSER(sistemadeecuacionesreducidas).
d) Exprese el SEP (sistema de ecuaciones de parmetros) en forma matricial. Identifique la
frmuladecadamultiplicadordeimpactoodecortoplazo.
e) Determinelaidentificabilidaddelsistema.
f) Determinelaidentificabilidaddecadaunadelasecuacionesmediantelascondicionesde
ordenyderango.

EJERCICION1:

Qt + 12Pt 10 11Yt
= 1t

Qt 22Pt 20
22Wt = 2t

EJERCICION2:

Qt 12Pt 10 11Yt
= 1t

Qt 22Pt 20
22Wt 23Pt 1 = 2t

EJERCICION3:

Y1t = 10 + 11Y 2t + 11 X 1t + 12 X 2t + 1t

Y 2t = 20 + 21Y1t + 2t

EJERCICION4:

Qt = 0 + 1Pt + 2Yt + 1t

Qt = 0 + 1Pt + 2T + 2t

56

EJERCICION5:

M t = 0 + 1Yt + 1t

Yt = 0 + 1M t + 2I t + 2t

EJERCICION6:

Y1t 12Y 2t
10 11 X 2t
= 1t
22Y 2t
20
22 X 3t = 2t
32Y 2t + Y 3t 30
32 X 3t = 3t

EJERCICION7:

Y1t + 12Y 2t + 11 + 12 X 2t = 1t
21Y1t + Y 2t + 21 + 23 X 3t = 2t
32Y 2t + Y 3t + 31 + 33 X 3t = 3t

EJERCICION8:
Dadoelsiguientesistemaexpresadoenformamatricial,selesolicita:
1

21

12 Qt

1 Pt

10
+
20

11 1

0 G t

1t
=

2t

Deje expresado el SEE (sistema de ecuaciones estructurales) y el SER (sistema de

ecuacionesreducido).
b) Determinelaidentificabilidaddecadaecuacin.
a)

ALGUNASFRMULAS:

SEE:

Y + Z = U

SER:

Y = Z +V

condicin de orden: K ** +G vs. ( G-1)

condicin de rango: #determinantes no nulos de rango ( G-1) vs. 1

SEP:

= 1

NOTAS:

57

TRABAJOPRCTICON14
ESTIMACINDEMODELOSMULTIECUACIONALES

Bibliografa:Barbancho

ACTIVIDADN1:
Respondasilassiguientesafirmacionessonverdaderasofalsas:
a) nicamentecuandotodaslasecuacionesseanexactamenteidentificablesesvlidoaplicar
elmtododeMCI.
b) LoscoeficientesdelSEEestimadosporelmtododeMCIyMC2Enocoincidencuandola
ecuacinesexactamenteidentificable.

ACTIVIDADN2:
a) Qu condiciones deben cumplir dos ecuaciones referidas a un mismo mercado para
considerarlascomounsistema.
b) Expliqueenquconsisteelmtododelavariableinstrumental.
c) Discutaelproblemadelaestimacindemodelosrecursivos.

EJERCICION1:
DadoelmodelodelEjercicioN1,TPN13:
Qt + 12Pt 10 11Yt
= 1t

Qt 22Pt 20
22Wt = 2t

yenbasealosdatosqueaparecenacontinuacin:
a) ExpreselamatrizdecoeficientesdelSEE.
b) ConstruyaelSEP(sistemadeecuacionesdeparmetros).
c) Estimelosparmetrosestructuralesaplicandoelmtodoquecorresponda.
d) DejeexpresadaslasecuacionesdelSEE,SERySEPestimadas.

Qt
9,10
10,53
12,11
13,42
16,42
18,03
20,57
22,38
8,41
9,14
10,47
14,99
13,25
14,74
17,04
11,16
15,25
16,99
16,86
18,05

Pt
3,18
3,42
5,76
3,30
7,50
3,70
10,16
6,61
8,00
6,93
10,08
7,06
6,04
3,08
2,08
5,05
5,08
4,00
5,06
6,08

Yt
38,7
61,7
98,4
103,9
152,7
149,5
213,0
227,0
70,2
90,5
114,9
133,3
130,8
111,7
116,0
101,3
114,7
140,4
148,0
159,6

Wt
15
20
25
30
35
40
45
50
6
14
11
30
25
36
50
20
38
39
42
42

11,87
19,31
17,43
20,46

8,00
4,99
3,09
4,10

110,3
159,8
122,1
176,5

20
53
45
48

EJERCICION2:
DadoelmodelodelEjercicioN2,TPN13:
Qt 12Pt 10 11Yt
= 1t

Qt 22Pt 20
22Wt 23Pt 1 = 2t

yenbasealosdatosqueaparecenacontinuacin:
a) ExpreselamatrizdecoeficientesdelSEE.
b) ConstruyaelSEP(sistemadeecuacionesdeparmetros).
c) Estimelosparmetrosestructuralesaplicandoelmtodoquecorresponda.
d) DejeexpresadaslasecuacionesdelSEE,SERySEPestimadas.

Qt
57,49
47,61
56,52
53,93
58,19
59,63
61,06
65,54
52,40
52,50
54,28
57,71
55,98
56,51
56,67
53,92
56,34
57,99
58,18
59,35
55,35
59,67
58,37
59,79

Pt
10,16
27,06
19,24
23,03
24,68
21,64
29,18
23,31
21,59
22,89
24,60
22,75
23,28
20,74
21,97
22,13
22,56
22,75
23,45
23,98
22,71
23,90
20,77
25,29

Yt
38,7
61,7
98,4
103,9
152,7
149,5
213,0
227,0
70,2
90,5
114,9
133,3
130,8
111,7
116,0
101,3
114,7
140,4
148,0
159,6
110,3
159,8
122,1
176,5

Wt
15
20
25
30
35
40
45
50
6
14
11
30
25
36
50
20
38
39
42
42
20
53
45
48

Pt1
36,00
10,16
27,06
19,24
23,03
24,68
21,64
29,18
23,31
21,59
22,89
24,60
22,75
23,28
20,74
21,97
22,13
22,56
22,75
23,45
23,98
22,71
23,90
20,77

EJERCICION3:
DadoelmodelodelEjercicioN3,TPN13:
Y1t = 10 + 11Y 2t + 11 X 1t + 12 X 2t + 1t

Y 2t = 20 + 21Y1t + 2t

yenbasealosdatosqueaparecenacontinuacin:
a) ExpreselamatrizdecoeficientesdelSEE.
b) ConstruyaelSEP(sistemadeecuacionesdeparmetros).
c) Estimelosparmetrosestructuralesaplicandoelmtodoquecorresponda.
d) DejeexpresadaslasecuacionesdelSEE,SERySEPestimadas.

59


Y1t
1015,5
1102,7
1212,8
1359,3
1472,8
1598,4
1782,8
1990,5
2249,7
2508,2
2732,0
3052,6
3166,0
3401,6
3774,7
3992,5

Y2t
216,6
230,8
252,0
265,9
277,5
291,1
310,3
335,3
363,0
389,0
414,8
441,8
480,8
528,0
585,5
624,7

X1t
148,8
172,5
202,0
238,8
240,8
219,6
277,7
344,1
416,8
454,8
437,0
515,0
447,3
501,9
674,0
670,4

X2t
218,2
232,4
250,0
266,5
299,1
335,0
356,9
387,3
425,2
467,8
530,3
588,1
641,7
675,7
736,8
814,6

EJERCICION4:
DadoelmodelodelEjercicioN4,TPN13:
Qt = 0 + 1Pt + 2Yt + 1t

Qt = 0 + 1Pt + 2T + 2t

yenbasealosdatosqueaparecenacontinuacin:
a) ExpreselamatrizdecoeficientesdelSEE.
b) ConstruyaelSEP(sistemadeecuacionesdeparmetros).
c) Estimelosparmetrosestructuralesaplicandoelmtodoquecorresponda.
d) DejeexpresadaslasecuacionesdelSEE,SERySEPestimadas.

Qt
76
78
81
81
79
82
82
80
89
89
93
91
92
96
93
99
95
100
103
104
100

Pt
103
118
119
107
108
103
104
100
99
98
99
101
103
107
106
103
106
100
100
97
100

Yt
2386
2408
2434
2491
2476
2517
2643
2650
2636
2696
2697
2725
2796
2849
3009
3152
3274
3371
3464
3515
3619

T
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

60

112
113
119
110
121
121
130
131
144

108
114
175
224
201
197
192
204
223

3714
3837
4062
3973
4025
4144
4285
4449
4509

22
23
24
25
26
27
28
29
30

EJERCICION5:
DadoelmodelodelEjercicioN5,TPN13:
M t = 0 + 1Yt + 1t

Yt = 0 + 1M t + 2I t + 2t

yenbasealosdatosqueaparecenacontinuacin:
a) ExpreselamatrizdecoeficientesdelSEE.
b) ConstruyaelSEP(sistemadeecuacionesdeparmetros).
c) Estimelosparmetrosestructuralesaplicandoelmtodoquecorresponda.
d) DejeexpresadaslasecuacionesdelSEE,SERySEPestimadas.

Mt
150,9
156,5
163,7
171,4
175,8
187,4
202,5
209,0
219,7
233,9
255,3
270,5
283,2
295,4
313,8
338,7
361,5
382,1

Yt
563,8
594,7
635,7
688,1
753,0
796,3
868,5
935,5
982,4
1063,4
1171,1
1306,6
1412,9
1528,8
1702,2
1899,5
2127,6
2368,5

It
85,2
90,2
96,6
112,0
124,5
120,8
131,5
146,2
140,8
160,0
188,3
220,0
214,6
190,9
243,0
303,3
351,5
386,2

EJERCICION6:
Dadoelsiguientemodelodemercadoensuformaestructural:
Demanda: Ql t = 60 0,7Pt + 0,1Yt
Oferta: Ql t = 20 0,6Pt + 0, 8Pt 1 + 0,15Wt
a)
b)

Analicelascondicionesdeidentificacin.
Propongamtodosdeestimacinparacadaecuacin.

61

 ALGUNASFRMULAS:

l 12 =

l 12

l 22

l 22 =

l 11

l 21

 10 = l 10 l 12 l 20

 20 = l 10 l 22 l 20
 11 = l 11 l 12 l 21
 21 = l 11 l 22 l 21
 12 = l 12 l 12 l 22
 22 = l 12 l 22 l 22
 23 = l 13 l 22 l 23

NOTAS:

62

BIBLIOGRAFA

BASICA

Barbancho,A.(1973),ComplementosdeEconometra.Madrid:EdicionesArielS.A.

Gujarati,D.(2004),Econometra.4ed.Mxico:McGrawHill.

Johnston,J.(1975),Mtodosdeeconometra.3ed.Barcelona:VicensVives.

Kmenta,J.(1985),Elementosdeeconometra.Barcelona:VicensVives.

OPTATIVA

Maddala,G.(1990),Econometra.Mxico:McGrawHill.

Wooldridge,J.(2006),Introduccinalaeconometra.Unenfoquemoderno.2edicin.
Madrid:ThomsonEditoresSpain.

SOLUCIONES

TPN

Ejercicio
N

Yl t = 22.14 + 11.36 X t

Yl i = 213.10 + 0.32 X i

Yl i = 22.14 + 113.6 X i

Solucin

Yl t = 368.71 42.63X 1t + 40.04 X 2t

lnYl t = 5.5 0.5 ln X 1t + 0.71ln X 2t

Yl i = 30.45 + 3.70 X 1i 0.15X 2i

a)Yl t = 1.53 + 0.55X 1t + 0.12 X 2t 0.38X 3t

b)Recordarqueelmodelotericoincluyeunacomponentealeatoria.
c)No,yaquenoserechazalaHodelapruebat(anrestaporestudiar
multicolinealidad)
d)IC=(4.004;8.204)
e)IC=(4.224;8.424)
f)Laprediccinindividualtienemayorvarianzaquelaprediccin
promedio.
Yl t = 101.30 + 0.87 X
1t

Yl t = 300.29 + 0.74 X 1t + 8.04T

n t = 3321 + 2.06EXRATE 2350.7PRICE
a) SHIP
t
t

f) 1 = 0; 2 0
g)7%
h)s(RHopruebaF)
b) L t = 185.5 25575Wt

10

12

13

14

15

16

17

c)10,072
d)147,18millones
a) L t = 52.27 24330.5Wt + 6319.3Yt
b)122,93millones
lnYl t = 10.34 1.04 ln X

1t

+ 0.27 ln X 2t

Noserechazanlashiptesisnulas
lnYl t = 0.77 + 0.67 ln X 1t + 0.31ln X 2t
l = 0.58 + 0.29 ln X + 0.28 ln X + 0.34 ln X
b) ln Q
t
1t
2t
3t

d) r = 0.91
Noserechazalaexistenciaderendimientosconstantes(t=0,49),
aunquesserechazalaexistenciadeelasticidaddetrabajounitaria(t=
3,16)
Yl t = 6.92 3.72X 1i + 2.75 X 2i + 0.01X 3i
lnYl t = 0.98 1.74 ln X 1t + 1.32 ln X 2t + 0.26 ln X 3t

18

a)V;b)F
e ;modelologlog;seaplicalogaritmos

19

e ;modelologlin;seaplicalogaritmos
+ ;modelorecproco;norequieretransformacin

+ ;modelopolinomial;norequieretransformacin

20

21

22

23

24

25

26

Seelijeeldemenorvarianza,yaquesepretendelamejor
aproximacinlinealalparmetroynolabondaddelajustedela
regresin
(1)4,89;(2)1,741;(3)0,565;(4)15,298;(5)0,705;(6)33,497
NosepuedecompararelR2 deambosmodelos,porqueestn
calculadossobreescalasdiferentes
Convienequelosvaloreshayansidofluctuantes,yaquedelocontrario
lavarianzadelestimadortenderaaceroyelestimadorresultaramuy
impreciso
a) l = 0,37 ;  = 0,81 ; l = Y 0,37 X 0,18Z = 15,91
b)NoeslasimplesumayaquelaSCTnovara.
b)Losvaloresestimadosson 170,6y1534,91.Lasvarianzasdelos
estimadoresson,respectivamente,0,68y1,1.
c)Serechazalahiptesisnula(t=1395,37)
m i = 7808,7 + 1,67SI + 1020,39 AE
c) SC
i

m t = 9.65 + 1.60LFU
MCO:Tn
t
m t = 9.89 + 1.59LFU
VI:Tn
t

MCO:Yl t = 2.09 + 1.547 X t

VI:Yl t = 2.35 + 1.550 X t
a)yb)Yl i = 2.30 + 0.85 X i
l = 0.167
a)

l = 1.2
b)
l = 0.72
c)
l = 0.85
d)

Yl i = 0.71 + 0.34 X i ( = 0 )

124%
Yl t = 0.14 + 0.81X t

e)Yl t = 6.76 + 0.03X t

e)Yl t = 73.89 + 0.14 X t

e)Yl t = 352.29 + 34.84 X t

Yl t = 80.68 + 4.40 X t

Yl i = 0.56 + 0.45X i ( = 2 )
Yl i = 210.44 1.58X i
b)38%;c)93%;d)16%
Yl i = 1.13 + 0.03X
i

65

d=1.52
Yl t = 5.38 + 4.39X t

3
3
3

8
9
10

11

c)Yl i = 8114.38 + 0.56 X i

Yl i = 115.95 + 0.04 X i

Yl i = 0.121 + 3.803X i

Yl i = 12.03 0.77 X i

Yl i = 3.91 0.15 X i

4
5
5
5

8
1
2
3

c)
d)

d=1.89
Existealeatoriedad
d=1.526
Existeautocorrelacin,porloquedebecontinuarseelanlisis
h=3.20
a) Nopareceexistirningnpatrnenlosresiduos
b) NoserechazalaHo)deltestdeDW
c) NoserechazalaHo)delapruebaderachas
c)Yl i = 3.46 + 1.51X (1er.supuesto)
i

Yl i = 2.95 + 1.71X i (2do.supuesto)

a) Elsegundo
b) t2 = 2 Pt 2
No,noseharealizadobienlaestimacin
Multicolinealidadperfecta
Enamboscasosesde esperaralgngradodemulticolinealidad
Multicolinealidadperfecta
Yl i = 24.78 + 0.94 X 0.04 X
1i

2i

Existemulticolinealidadcasiperfecta,loquehacecambiarelsignodel
coeficientedelprecioentrelaregresinsimpleylamltiple.Ancon
unaltoR2yrechazandolaHodelapruebaF,pruebastnosignificativas
tambinevidencianlaexistenciademulticolinealidad.
Yl t = 15, 97 6, 838 X + 0.7478 X

Yl t = 16, 76 + 0.2892X 1t + 0.03615X 2t

Yl t = 16, 75 + 0,1858X 1t + 0.046 X 2t

1t

2t

10

HayevidenciadealtacorrelacinentreIngresodeAsalariadosyNo
Asalariados(r=0.817),aunquedeberaprofundizarseelanlisisal
habermsdedosvariablesexplicativas.
MximoICentre10y30 multicolinealidadmoderada
Yl i = 4 + 5.5D

Yl i = 5 D1i 2D 2i

Yl t = 169.60 + 0.44 X t 46.73Wt

Yl t = 292.74 + 0.09X t 38.67Wt 38.99Z t

Yl i = 29.74 + 162.86 X i 309.26D i + 287.14 X i D i

Yl t = 1526.33 242.50D1t 334.67D 2t 101.67D 3t

66

Salarioi = 0 + 1Sexoi + 2 Razai + 3 AEi + 4 ( Sexoi * AEi ) + i

10

m
a) AE t = 7.80 + 0.61Rt + 2.32Z t
b)SerechazaHo)delascorrespondientespruebast,ambasvariables
sonrelevantes.
a)Cambiaelsignodelavariableficticia.
b)Seinterpretacomoundiferencial.
Yl t = 145.72 + 0.28 X + 0.09W

11

a)Yl i = 280 + 0.02X i 130D i + 0.13X i D i

Yl i = 20.01 + 7.46 X i

Yl i = 1.22 + 0.12X 1i + 0.23X 2i

Yl i = 0.17 + 0.37 X 1i + 0.03X 2i

Yl i = 0.59 + 0.31X 1i + 0.07 X 2i

10
10
10
10
10

1
2
3
4
5

Fo=4.04>Loscoeficientessonestables
Existeestabilidadenloscoeficientes
Fo=2.43>Loscoeficientessonestables
Fo=615.64 Loscoeficientesnosonestables
Fo=0.51>Loscoeficientessonestables
Yl t = 5.066 + 0.0055X + 0.732Y

1t

t 1

11

Yl t = 5.066 + 0.0055 k X t k

k =0

Yl t = 5.066 + 0.0055X t + 0.004 X t 1 + 0.0029X t 2 + 0.0021X t 3

11

Yl t = 26.94 + 0.06 X 1t + 0.69Yt 1

11

Yl t = 22.63 + 0.61X t + 0.29X t 1 + 0.06 X t 2 0.10 X t 3

11

Yl t = 21.58 + 0.81X t 0.31X t 1 0.01X t 2 0.13X t 3 0.07 X t 4

11

Yl t = 27.32 + 0.60 X t + 0.41X t 1 + 0.06 X t 2 0.17 X t 3 + 0.01X t 4

12

Yl t = 43.798, 9 + 0, 426 X 1t + 1158, 87 X 2t

Yl t = 88.160, 4 + 0, 3528X 1t + 1398, 73X 2t + 2355, 2t
yl t = 0, 3528x 1t + 1398, 73x 2t

13

13

13

13

13

13

1ec.>Exactamenteidentificable
2ec.>Exactamenteidentificable
1ec.>Superidentificable
2ec.>Exactamenteidentificable
1ec.>Inidentificable
2ec.>Superidentificable
1ec.>Exactamenteidentificable
2ec.>Exactamenteidentificable
1ec.>Exactamenteidentificable
2ec.>Inidentificable
1ec.>Exactamenteidentificable
2ec.>Superidentificable
3ec.>Exactamenteidentificable

67

1ec.>Exactamenteidentificable
2ec.>Superidentificable
3ec.>Exactamenteidentificable
1ec.>Inidentificable
2ec.>Exactamenteidentificable
l = 7.75 0.91P + 0.10Y
Q
t
t
t

l
Q t = 1.34 + 0.64Pt + 0.31Wt

13

13

14

14

14

14

14

l t = 85.85 + 0.13Y
M
t

14

1ec.>VIoMC2E
2ec.>MCI,VIoMC2E

l = 61.09 0.73P + 0.10Y

Q
t
t
t
l = 18.94 + 0.62P + 0.15W + 0.82P
Q
t
t
t
t 1

Yl 2t = 81.47 + 0.13Y1t
l = 16.44 0.06P + 0.03Y
Q
t
t
t
l = 58.01 + 0.15P + 1.42T
Q
t
t

68