1.

El siguiente modelo estimado por Bidel y Hamsermesh (1990) estudia la relación entre
el tiempo dedicado a dormir y el dedicado a trabajar, junto con otros factores que
afectan el sueño:

Sueño = β1 + β2 Trabajo + β3 Educ + β4 Edad + µi

Donde el Sueño y el tiempo total de trabajo se miden en minutos por semana y la
formación académica (Educ) y la edad se miden en años.

a) ¿Cuál es el signo esperado para los coeficientes β2, β3 y β4; justifique?

Solución:

Sabemos que, para calcular los estimadores de los parámetros, recurrimos a la

siguiente igualdad:
𝛽̂ = (𝑋 ′ 𝑋)−1 𝑋′𝑌

Pero esta se deriva de la ecuación:

(𝑋 ′ 𝑋)𝛽̂ = 𝑋′𝑌

Teniendo en cuenta que k = 4, podemos establecer las siguientes matrices:

𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖 ∑ 𝑌𝑖

𝛽̂1
2
∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 𝛽̂ ∑ 𝑥2𝑖 𝑌𝑖
(𝑋 ′ 𝑋) = 𝛽̂ = 2 𝑋′𝑌 =
∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 2
∑ 𝑥3𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 𝛽̂3 ∑ 𝑥3𝑖 𝑌𝑖
[𝛽̂4 ]
2
[∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖 ] [∑ 𝑥4𝑖 𝑌𝑖 ]

Entonces, reemplazando tenemos el siguiente sistema de ecuaciones:

𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖 ∑ 𝑌𝑖

𝛽̂1
2
∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 𝛽̂ ∑ 𝑥2𝑖 𝑌𝑖
2
=
̂
∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 2
∑ 𝑥3𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 𝛽3 ∑ 𝑥3𝑖 𝑌𝑖
[𝛽̂4 ]
2
[∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖 ] [∑ 𝑥4𝑖 𝑌𝑖 ]

De donde procedemos a hallar los valores de los 𝛽̂s usando determinantes.

Así entonces:

∑ 𝑌𝑖 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖 𝑛 ∑ 𝑌𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖

2 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖
∑ 𝑥2𝑖 𝑌𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 𝑌𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖
|| | || |
∑ 𝑥3𝑖 𝑌𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖 2
∑ 𝑥3𝑖 𝑥4𝑖 | ∑ 𝑥3𝑖 ∑ 𝑥3𝑖 𝑌𝑖 2
∑ 𝑥3𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 |
∑ 𝑥4𝑖 𝑌𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 2 ∑ 𝑥4𝑖 ∑ 𝑥4𝑖 𝑌𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 2
∑ 𝑥4𝑖 ∑ 𝑥4𝑖
𝛽̂1 = 𝛽̂2 =
𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖 𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖
∑ 𝑥2𝑖 ∑ 𝑥2𝑖2 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖2 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖
|| | || |
∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖2 ∑ 𝑥3𝑖 𝑥4𝑖 | ∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖2 ∑ 𝑥3𝑖 𝑥4𝑖 |
∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖2 ∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖2
 𝑛 ∑ 𝑥2𝑖 ∑ 𝑌𝑖 ∑ 𝑥4𝑖 𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑌𝑖
2 ∑ 𝑥2𝑖 𝑌𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 2 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑌𝑖
∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖
|| | || ||
∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖 𝑌𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 | ∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖2
∑ 𝑥3𝑖 𝑌𝑖
∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥4𝑖 𝑌𝑖 2 ∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖 𝑌𝑖
∑ 𝑥4𝑖
𝛽̂3 = 𝛽̂4 =
𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖 𝑛 ∑ 𝑥2𝑖 ∑ 𝑥3𝑖 ∑ 𝑥4𝑖
2
∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 2
∑ 𝑥2𝑖 ∑ 𝑥2𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥4𝑖
|| | || |
∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖2 ∑ 𝑥3𝑖 𝑥4𝑖 | ∑ 𝑥3𝑖 ∑ 𝑥2𝑖 𝑥3𝑖 ∑ 𝑥3𝑖2 ∑ 𝑥3𝑖 𝑥4𝑖 |
∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖2 ∑ 𝑥4𝑖 ∑ 𝑥2𝑖 𝑥4𝑖 ∑ 𝑥3𝑖 𝑥4𝑖 ∑ 𝑥4𝑖2

De donde los signos esperados de 𝛽̂2 , 𝛽̂3 𝑦 𝛽̂4 se obtendrán del resultado de
dichas divisiones.

b) El modelo estimado tiene los siguientes resultados

Sueño = 3638.245 - 0.1484 Trabajo -11.134 β3 Educ + 2.2 Edad + µi
N= 706; R² = 0.1134; Y  3266 min; SY  444 min

Si alguien trabaja 5 horas adicionales por semana, ¿en cuántos minutos se estima
que disminuirá el sueño?, ¿es una reducción importante? Justifique.

Solución:

Del modelo estimado:

Sueño = 3638.245 - 0.1484 Trabajo -11.134 Educ + 2.2 Edad + µi

Tenemos que: β2 = -0.1484 , lo que nos indica que, un aumento en 1 minuto por
semana dedicados a trabajar reduce el tiempo dedicado a dormir en 0.1484
minutos por semana, manteniendo el resto de variables constante.

Entonces, si el incremento fuese de 5 horas a la semana, tenemos:

 1h = 60 min → 5h = 300 min

 Si: ↑Trabajo = 1 min/semana → ↓Sueño = 0.1484

Entonces: ↑Trabajo = 300 min/semana → ↓Sueño = 0.1484 (300)

Por lo tanto, dicho incremento traerá como consecuencia una reducción de tiempo
de sueño de: 0.1484(300) = 44.52 min/semana.

La reducción no resulta ser de gran importancia, ya que, en términos absolutos, de

los parámetros resulta ser de los menores, y por ende, las variaciones que esta
produce.
Así:
𝜕𝑆𝑢𝑒ñ𝑜
= 𝛽2 = −0.1484
𝜕𝑇𝑟𝑎𝑏𝑎𝑗𝑜

𝜕𝑆𝑢𝑒ñ𝑜
= 𝛽3 = −11.134
𝜕𝐸𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛
𝜕𝑆𝑢𝑒ñ𝑜
= 𝛽4 = 2.2
𝜕𝐸𝑑𝑎𝑑
 De donde podemos apreciar que, ante variaciones de las variables explicativas en
una unidad, el menor efecto en el tiempo de sueño es el producido por los
cambios en el tiempo de Trabajo

c) ¿Explican el Trabajo, Educ y Edad una parte importante de la variabilidad del

sueño?, ¿qué otros factores pueden afectar el tiempo dedicado a dormir?

Solución:

De los datos del modelo estimado, tenemos que: R² = 0.1134 <> 11.34%

Eso quiere decir que la variabilidad de la variable dependiente “Sueño” es

explicada en un 11.34% por las variables “Trabajo”, “Educación” y “Edad”; por lo
que no explican una parte importante de dicha variabilidad.

Oros factores que pueden afectar el tiempo dedicado a dormir son el género, la
cultura, el país, la presión social, el nivel de estrés, etc.