CERTAMEN

2 ECONOMETRA



Nombre:___PAUTA___________________________________

Profesor: Rodrigo Ortega Blu

Fecha: 11 de noviembre de 2011

Puntos: 100


Puntos obtenidos:_ 100_Nota:___100_____



I.
Verdadero o Falso. Justifique aquellas sentencias falsas. Se descontarn las
respuestas incorrectas. (20 puntos)


1. _____V______ El p-value (p-valor) se define como la probabilidad de observar
el estadstico calculado si la hiptesis nula fuera verdadera. Menores
valores de probabilidad significan mayor evidencia para rechazar la
hiptesis nula.

2. _____F____En una prueba de restricciones de exclusin la suma de cuadrados
de residuales del modelo restringido (SSR) es siempre menor que aquella
del modelo no restringido. Mayor.

3. _____V____ El F estimado cuando se excluye una variable xj, es equivalente a
t2 de esa misma variable dentro del modelo no restringido. Este F es
equivalente al F de regresin lineal para cada variable xj y al t2 que
acompaa al j.

4. _____V____La principal diferencia entre sesgo por omisin y sesgo asinttico
es que el segundo usa la varianza y covarianza de la poblacin, mientras el
primero usa las contrapartes de la muestra.

5. ____F____Con tamaos de muestra grandes, los resultados de una prueba de
F y de la prueba LM (multiplicador de Lagrange) deberan ser distintos.
Similares.

6. _____F____Una variable binaria o Dummy es aquella que toma valores de
cero o uno. Es usada normalmente para introducir informacin cuantitativa
en un modelo de regresin mltiple. Cualitativa

7. _____V_____En una interaccin ordenada entre dos variables explicativas las
curvas tienen distinta pendiente pero no se cruzan, por lo tanto sera
posible promediar el efecto de cada variable.


8. ______V_____En un modelo de probabilidad lineal, la interpretacin de los j
es el cambio en la probabilidad de xito cuando xj cambia, es decir
P(y=1|x)=jx.

II.

9. ______F____La heteroscedasticidad causa sesgo e inconsistencia en los

estimadores obtenidos por MCO; los errores estndares y las pruebas no
son vlidas; es por ello que debe ser corregida. Los estimadores son no
sesgados y consistentes; los errores estndares son sesgados.
10. ____F____Una prueba estadstica (t, F, ML) robusta es aquella que se realiza
utilizando errores estndar robustos frente a la homoscedasticidad; es decir
sus conclusiones no seran afectadas por la violacin del supuesto de
heteroscedasticidad del error. Se asume homoscedasticidad.

La siguiente es una salida de un anlisis de regresin que incluye una

variable binaria. El modelo explica el rendimiento de un cultivo de maz
(ton/ha) en funcin de algunas propiedades qumicas del suelo (todas en
ppm, excepto MO que est en %) y la variable binaria Fertilizado=1 y 0 de
otra forma, adems de la interaccin Fertilizado*MO.

1. Cual es la diferencia estimada en el rendimiento promedio entre un cultivo
fertilizado y no fertilizado? Es esta diferencia significativa? Cual es el grupo
base en este caso? El grupo control es el cultivo no fertilizado. La diferencia
es de 0,59 ton/ha y es no significativa (p<0,87).
2. Es la interaccin Fertilizado*MO significativa?. Asumiendo que la
interaccin es significativa estime los valores de rendimiento para un
cultivo fertilizado y no fertilizado para niveles de MO de 5 y 8 %; asuma que
todos los dems betas son cero. Grafique los resultados. Que tipo de

interaccin sera sta? La interaccin Fertilizado*MO no es significativa

(p<0,26).
Fertilizado=1 Fertilizado=0

5
8

26,0
28,5

21,7
22,0

La interaccin sera del tipo ordenada; hay cambio de pendiente, ms no cruce de
curvas.


III.
La siguiente salida corresponde a un modelo restringido de aquel en II. Se
busca explicar rendimiento de maz (ton/ha) (20 puntos).

En base a estos resultados

1. Establezca la prueba de hiptesis para la exclusin de variables
Ho: pH, N,P,K, Fertilizado*MO son conjuntamente iguales a cero
Ha: Ho no es verdadera


2. Estime el estadstico respectivo y determine la significancia de la
exclusin de las respectivas variables del modelo.
(Rur2 # Rr2 ) q , donde
F"
(1# Rur2 ) (n # k #1)

!

r es restringido y ur es no restringido

Fcalc=( 0,311876323 - 0,303703919)/(1- 0,311876323)*777/5= 1,840835597

F crtico (5,777)= 2,2256

Fcalc<Fcrtico por lo tanto no existe suficiente evidencia para rechazar la hiptesis
nula. Variables eliminadas son conjuntamente iguales a cero.

IV.

En la estimacin del modelo en el punto III se asume homoscedasticidad. A

continuacin se presentan los resultados de dos pruebas estadsticas para
determinar si los errores son homoscedsticos (20 puntos).

Prueba 1.

Prueba 2

1. cmo se denominan estas pruebas? Describa brevemente como se realizan.
Prueba 1: se denomina Breuch-Pagan. Los residuales de la regresin
original se elevan al cuadrado y se regresan sobre las variables

independientes. Se calcula el estadstico F de regresin y se compara contra

un F crtico con k y n-k-1 gl.

Prueba 2: Se denomina Prueba de White modificada. Se obtienen los
residuales del modelo original y los valores estimados . Calcular los
residuales al cuadrado y los 2. Se hace una regresin de los residuales al
cuadrado contra los valores estimados y los mismos al cuadrado. Se calcula
el estadstico F de regresin y se compara con un F crtico con 2 y n-3 gl.

2. En cada caso establezca la hiptesis nula y alternativa y utilizando la prueba
apropiada establezca si los errores son homoscedsticos.
Ho: los errores son homoscedsticos, es decir los betas son iguales a cero.
Ha: los errores no son homoscedsticos, es decir los betas son distintos a
cero.
Prueba 1:

Regresin
Residuos
Total

Grados de
libertad
2
782
784

Suma de
cuadrados
13129,76004
200700,8866
213830,6466

Cuadrado medio
6564,88002
256,6507501

F
25,57904085

F crtico (2, 782)

3,0072

F calculado> F crtico, se rechaza la hiptesis nula, los errores no son

homocesdsticos.

Prueba 2:

Regresin
Residuos
Total

Grados de
libertad
2
782
784

Suma de
cuadrados
12987,84976
200842,7969
213830,6466

Cuadrado Medio
6493,924879
256,8322211

F
25,28469696

F crtico (2,782)
3,0072

F calculado> F crtico, se rechaza la hiptesis nula, los errores no son

homocesdsticos.

3. En base a los resultados obtenidos, que alternativas propondra?
La falta de homoscedasticidad afecta la inferencia.
transformar variables
usar errores estndar robustos para cada beta.


V.
Se sospecha que existe heteroscedasticidad en el modelo restringido en III
por lo que se pretende utilizar un error estndar robusto. En base a los
resultados presentados establezca las pruebas de hiptesis respectivas y
estime los estadsticos (t) correspondientes para evaluar dichas hiptesis.
Compare los resultados usando los errores estndar comunes (en III) y
aquellos robustos (20 puntos).

" rij u i2 Var. robusto EE robusto
Variable
SSR
j

Fertilizado
MO

146,5143903 1344,442094
95,52568398 294,4307118

0,062629874
0,032265827

0,250259613
0,17962691

Ho: betas son iguales a cero

Ha: betas son distintos a cero

El estadstico ser el t
t crtico (0,05; 782 gl)= 1,9630

t con errores estndar normales
Coeficientes
4,633435416
0,740266348

Fertilizado
MO

Error estndar
Estadstico t
0,252431835 18,35519447
0,312625347 2,367902523

t con errores estndar robustos
Coeficientes
4,633435416
0,740266348

Fertilizado
MO

Error estndar Estadstico t

0,250259613 18,51451523
0,17962691 4,121132793

En ambos casos t calculado > t crtico, se rechaza la hiptesis nula

valores de t son mayores con errores estndar robustos, por lo tanto mayor
significancia.

Frmulas tiles

rij ui2
!

Var ! j =
SSR 2j

[SSR (n # k #1)]
R 2 " 1#
[SST (n #1)]

( )

!
!

!
!

$ 2
= 1#
[SST (n #1)]

y = exp(" 2 2) exp(ln y )

%"y = 100[exp(# 2"x 2 ) $1]

12
se " j = # SST j (1$ R 2j )

( )

F=

(R

2
ur

" Rr2 ) q

(1" R ) (n " k "1)

2
ur

Tabla de Chi-cuadrado

gl
1
2
3
4
5
6
7
8
9
10

0,01
6,6349
9,2103
11,3449
13,2767
15,0863
16,8119
18,4753
20,0902
21,6660
23,2093

0,05
3,8415
5,9915
7,8147
9,4877
11,0705
12,5916
14,0671
15,5073
16,9190
18,3070

Tabla de F

gl denominador
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796

2
3,0074
3,0074
3,0074
3,0074
3,0074
3,0073
3,0073
3,0073
3,0073
3,0073
3,0073
3,0073
3,0072
3,0072
3,0072
3,0072
3,0072
3,0072
3,0072
3,0071
3,0071
3,0071
3,0071
3,0071
3,0071
3,0070
3,0070

3
2,6165
2,6165
2,6164
2,6164
2,6164
2,6164
2,6164
2,6164
2,6163
2,6163
2,6163
2,6163
2,6163
2,6163
2,6163
2,6162
2,6162
2,6162
2,6162
2,6162
2,6162
2,6162
2,6161
2,6161
2,6161
2,6161
2,6161

gl numerador
4
2,3835
2,3835
2,3835
2,3835
2,3834
2,3834
2,3834
2,3834
2,3834
2,3834
2,3833
2,3833
2,3833
2,3833
2,3833
2,3833
2,3833
2,3832
2,3832
2,3832
2,3832
2,3832
2,3832
2,3832
2,3831
2,3831
2,3831

5
2,2257
2,2257
2,2257
2,2257
2,2257
2,2257
2,2256
2,2256
2,2256
2,2256
2,2256
2,2256
2,2256
2,2255
2,2255
2,2255
2,2255
2,2255
2,2255
2,2255
2,2254
2,2254
2,2254
2,2254
2,2254
2,2254
2,2254

6
2,1103
2,1103
2,1103
2,1103
2,1103
2,1103
2,1102
2,1102
2,1102
2,1102
2,1102
2,1102
2,1102
2,1101
2,1101
2,1101
2,1101
2,1101
2,1101
2,1101
2,1100
2,1100
2,1100
2,1100
2,1100
2,1100
2,1100

797
798
799
800

3,0070
3,0070
3,0070
3,0070

2,6161
2,6161
2,6160
2,6160

Tabla de T

gl
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800

0,01
2,5822
2,5822
2,5822
2,5822
2,5822
2,5822
2,5822
2,5822
2,5822
2,5822
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5821
2,5820
2,5820
2,5820
2,5820
2,5820
2,5820
2,5820
2,5820

0,05
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9630
1,9629
1,9629
1,9629
1,9629
1,9629

2,3831
2,3831
2,3831
2,3831

2,2253
2,2253
2,2253
2,2253

2,1099
2,1099
2,1099
2,1099