Академический Документы
Профессиональный Документы
Культура Документы
1. (20 puntos). En un cierto mercado se supone que el precio unitario de las ventas
de cierto artculo interacta con los costos. Si V son las ventas en la fecha t, P el
precio unitario del artculo y C el costo unitario de produccin, interprete los
coeficientes del modelo
(ln V)t = o + 1 (ln P) t + 2 P*C t + 3 C t + t
o es el intercepto; 1 es la elasticidad de las V respecto al P; 2 es la
variacin relativa (por ej., %) de las ventas cuando la interaccin entre Py C
vara en 1 punto; 3 es la variacin relativa (por ej., %) de las ventas cuando
los costos varan en 1 punto.
2. Griliches estudi la demanda de tractores agrcolas en USA, para los perodos
1935 1941 y 1948 1957. Consider un modelo log-log donde Y es el valor
en $ del inventario nacional de tractores al 1 de enero de cada ao; X1 es el
precio pagado por los tractores el ao anterior y X2 las tasas de inters para los
crditos agrcolas, tambin del ao anterior. Considerando la falta de datos
durante el perodo de la segunda guerra mundial (1942-1947), formule el
modelo economtrico (muestral) correspondiente.
Primera respuesta posible:
Sea D una variable
auxiliar
discriminante, que toma el valor 1 si se trata del perodo 1935 1941 y cero en
caso contrario. Entonces, el modelo es:
(Log Y) t = o + 1 (log X1) t-1 + 2 (log X2) t-1 + 3 D t + t
t = 1935(1)1941; 1948(1)1957
Segunda respuesta posible:
Sea D1 una variable auxiliar
discriminante para el primer perodo y D2 otra, para el segundo perodo.
Ambas toman el valor 1 si se trata del perodo y cero en caso contrario.
Entonces, el modelo es:
(Log Y) t = 1 (log X1) t-1 + 2 (log X2) t-1 + 3 D1 t + 4 D2 t + t
t = 1935(1)1941; 1948(1)1957
3. Se tiene una variable Y y dos variables X, X1 y X2. Se toma una muestra de
valores y se estiman las regresiones lineales simples Y = o + 1 X1 e Y = o +
1 X2. Para comparar las regresiones, usara los R2 de las regresiones o los R2
ajustados?, por qu?.
Cualquiera, pues los coeficientes de ajuste para los R2 son los mismos (ambos
modelos tienen los mismos grados de libertad y la misma muestra)
4. Planteado el modelo muestral Yi = o + 1X1i + 2X2i + 3X3i + i , se lo estima
por MCO obteniendo el modelo estimado Y i = bo + b1X1i + b2X2i + b3X3i.
Dados valores X1 = -4, X2 = 0 y X3 = 6 se obtiene una Y = 123,45 Qu
representa este valor?
representa una de dos cosas: Primero, el promedio poblacional estimado
Y
SCR
460.785,73
689.519,62
936.264,54
SCE
658.145,77
429.411,88
182.666,96
SCT, c
1.118.931,50
1.118.931,50
1.118.931,50
= 5%
(1)
Xt = + Yt + t
(2)
( Xi x )(Yi y ) ; = ( Xi x )(Yi y )
( Xi x )
(Yi y )
i
R2 = [ Coor( Y, X ) ]2 =
Entonces, = 1/ equivale a que = 1 y esto, a su vez, equivale a que R2 =1.
7. (40 puntos) Una tabla ANOVA tiene estructura siguiente. Seale, indicando las
frmulas, si procede hacerlo, cuatro indicadores que pueda obtener de la tabla.
ANOVA
gl
Regresin
Error
Total, c
n-p-1
n-1
SC
CM F calculada valor-p de F
yX(XX)-1 Xy n Y
Por diferencia
yy n Y
CMR CMR/CME
CME
d) S2
e) Dcima para o = 0 usando el factor de correccin n Y
Se le pide:
SCR
155.274,29
343.388,20
376.725,09
583.808,87
460.785,73
618.222,28
583.947,11
737.504,60
690.815,59
689.519,62
931.546,04
693.406,79
721.932,02
853.000,73
936.264,54
SCE
963.657,21
775.543,30
742.206,41
535.122,63
658.145,77
500.709,22
534.984,39
381.426,90
428.115,92
429.411,88
187.385,46
425.524,72
396.999,48
265.930,78
182.666,96
CME
18.531,87
14.914,29
14.273,20
10.290,82
12.904,82
9.817,83
10.489,89
7.478,96
8.394,43
8.419,84
3.747,71
8.510,49
7.939,99
5.318,62
3.727,90
Cp
208,5
158,04
149,1
93,55
128,55
86,31
95,51
54,32
66,84
67,19
4,27
68,15
60,49
25,34
5
R2
0,1388
0,3069
0,3367
0,5218
0,4118
0,5525
0,5219
0,6591
0,6174
0,6162
0,8325
0,6197
0,6452
0,7623
0,8367
R2 aj
0,1222
0,2936
0,3239
0,5126
0,3887
0,5350
0,5031
0,6457
0,6024
0,6012
0,8225
0,5969
0,6239
0,7481
0,8234
8. (20 puntos) Establecer el mejor modelo por el mtodo de todas las regresiones
posibles. Debe decidirse por un solo modelo y explicar sus fundamentos para
elegir ese modelo.
Modelo
p* pequeo
SCR
Grande
SCE
Chico
CME
Chico
Cp
Aprox p*
R2 aj
alto
Los mejores modelos son (1, 2, 3) y (1, 2, 3, 4). Se decide por el (1, 2, 3) por tener
menos variables.
9. (20 puntos) Desarrollar una iteracin completa del mtodo paso a paso mixto o
stepwise, a partir de un modelo con dos variables en l.
Partir con (X1, X4), por ejemplo.
Candidatos a entrar: X2 y X3
F de entrada:
E2
E3
= 12,862
= 40,935
= 4,082
= 17,378
= 13,062
La peor variable es X1. sta puede o no ser sacada del modelo. La opcin es del
investigador (estudiante) en este caso. Segn la decisin, el modelo final es Y =
f(X3, X4) o bien Y = f(X1, X3, X4).
= 0 en caso contrario
La base son los estados del Sur, definidos por D1 = 0 = D2. que son ocho en
total.
Resultados:
Matriz XX =
17,00
433,40
6,00
3,00
433,40
11399,42
163,10
79,00
6,00
163,10
6,00
0,00
3,00
79,00
0,00
3,00
1)
2)
3)
4)
5)
6)
=
=
=
=
=
=
0,3716
0,1678
0,1667
0,2135
0,1679
0,2238
m( 7, 7) = 0,3340
m( 8, 8) = 0,3789
m( 9, 9) = 0,3910
m(10, 10) = 0,1295
m(11, 11) = 0,3250
m(12, 12) = 0,2562
m(13, 13)
m(14, 14)
m(15, 15)
m(16, 16)
m(17, 17)
Notacin:
= 0,3113
= 0,1262
= 0,1469
= 0,1582
= 0,1314
m(i, i) = mii
ANOVA
g.l.
SC
Regresin
3
145,06716
Residuos
13 49,284997
Total
16 194,35215
CM
48,3557
3,7912
F calc.
12,755
Valor-p
0,00036
Preguntas:
10. Obtener la desviacin estndar de 3.
De la matriz (XX)-1 dada, se obtiene (XX)-144 = 0,4772
De la tabla ANOVA, se obtiene S2 = 3,7912
Var(b3) = 3,7912*0,4772 = 1,2363 = (1,34505)2
La desviacin estndar de 3 = 1,34505.
11.Construir la dcima individual habitual para 3 poblacional (hiptesis,
desarrollo, conclusiones).
Ho: 3 = 0, Ha: 3 <> 0; = 0,05; t* = t(13; 0,975) = 2,16
Se tiene:
bj =
Sj =
E = bj/Sj
Signif =
2,825
1,345
2,100
?
13.Estime el ingreso promedio, per capita, en miles de dlares, para un estado del
centro que tiene x = ( 1, 30,1; 0; 1), usando un intervalo al 95 de confianza.
Var( Y 8) = S2*( x8i (XX)-1 x8i ) = 3,7912 *
1 30,1 0 1