______________________________________________________________________

PROGRAMA DE ECONOMÍA
ECONOMETRÍA I
Sesión de Eviews No. 3

Objetivo: Realizar las diversas pruebas de hipótesis sobre los parámetros del modelo de
regresión lineal múltiple. Estimar las formas funcionales del modelo de regresión lineal
múltiple e interpretar los parámetros estimados.

Nota: Copie y guarde en un archivo de Word las respectivas regresiones y salidas de

resultados que va efectuando en el programa Eviews, esto le servirá para el elaborar el
informe sobre la presente sesión.

1- PRUEBAS DE HIPÓTESIS SOBRE LOS PARÁMETROS EN EL MODELO DE REGRESIÓN

En esta parte se realizarán los cuatro tipos de pruebas de hipótesis abordados en la clase,
para ello se utilizará como:

Ejemplo: el modelo de la función de producción Cobb-Douglas (Yi = Ai Kα Lβ) de la

microeconomía.
Base de datos: observaciones sobre la industria de metales primarios de los E.E.U.U. a
nivel de estados. Las variables son valor agregado, trabajo y capital (que es el valor
bruto de la planta y la maquinaria), y están en millones de dólares.

1.1 Crear el archivo de trabajo en Eviews y generar las variables

Importe los datos del archivo de Excel “greenetab_7.1” al programa Eviews.

Recuerde la ruta: file/open/foreign data as….

Como la función de producción Cobb-Douglas es un modelo no lineal en los

parámetros, entonces debe aplicársele logaritmos para poderse estimar en un modelo de
regresión lineal. Por lo tanto, las variables deben estar en logaritmos.

genr lpib = log(pib)

genr lcapital = log(capital)
genr ltrabajo = log(trabajo)

1.2 pruebas de hipótesis sobre parámetros individuales

La siguiente es la especificación del modelo de la función Cobb-Douglas a estimar:

Yi = β1 + β2X2i + β3X3i + Ui

Identifique cada una de las variables que lo componen.

Ahora estime el modelo econométricamente:

ls lpib c lcapital ltrabajo

Y guarde la regresión con el nombre “eq01”con la opción name.

Analice la prueba de que la variable capital es estadísticamente significativa para

explicar el PIB.

Ho: β2 = 0
HA: β2 ≠ 0

Recuerde que el valor del p-valor para esta prueba es el que aparece como Prob. En la
parte de arriba de la regresión.

Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la

prueba para el análisis económico. Realice el mismo ejercicio con β3.

1.3 pruebas de hipótesis sobre combinaciones lineales paramétricas

Se quiere verificar la hipótesis de que existen rendimientos constantes a escala

Ho: β2 + β3 = 1
HA: β2 + β3 ≠ 1

Esta prueba se realiza con el siguiente comando:

Eq01.wald c(2)+c(3)=1

Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la

prueba para el análisis económico.

1.4 pruebas de hipótesis sobre conjuntos de parámetros

Se quiere verificar la hipótesis de que sí el modelo más adecuado para estos datos de la
industria de metales es una función de producción Translog ó una función de
producción Cobb-Douglas.

Yi = β1 + β2X2i + β3X3i + β4X2i2 + β5X3i2 + β6X2iX3i+ Ui → Translog

Yi = β1 + β2X2i + β3X3i + Ui → Cobb-Douglas

Antes de efectuar la prueba es necesario generar las variables: el cuadrado del logaritmo
del capital, el cuadrado del logaritmo del trabajo y producto del logaritmo del capital
por el trabajo.
genr lcapital2 = lcapital^2
genr ltrabajo2 = ltrabajo^2
genr lcaptrab = lcapital*ltrabajo
y se estima el modelo de la función translog:
ls lpib c lcapital ltrabajo lcapital2 ltrabajo2 lcaptrab

Guarde la regresión con el nombre “eq02”con la opción name.

La prueba de hipótesis a contrastar es:

Ho: β4 = 0, β5 = 0, β6 = 0
Ho: β4 ≠ 0 y/o β5 ≠ 0 y/o β6 ≠ 0

Esta prueba se realiza con el siguiente comando:

Eq02.wald c(4) = 0, c(5) = 0 , c(6) = 0

Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la

prueba para el análisis económico.

1.5 Prueba de significancia global del modelo

Se quiere verificar la hipótesis de que todas las variables explicativas (el capital y el
trabajo) son conjuntamente significativas para explicar el PIB.

Ho: β2 = β3 = 0
HA: al menos un β ≠ 0

Para observar el resultado de esta prueba vuelva y estime el modelo:

ls lpib c lcapital ltrabajo
ò simplemente abra la regresión eq01.
Y en la parte de abajo de la salida de Eviews analice el valor arrojado por:
Prob(F-statistic)…………….. (Este es el NSC de la prueba)

Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la

prueba para el análisis económico.

2- FORMAS FUNCIONALES DEL MODELO DE REGRESIÓN

En esta parte se estimarán los cuatro tipos de formas funcionales del modelo de
regresión, para ello se utilizará como:

Ejemplo: el modelo de la función ingreso-consumo (Ct = f(Yt))

Base de datos: observaciones trimestrales de ingreso y consumo de la población de
una economía (1994:01 – 2004:03), datos en pesos.

2.1 Crear el archivo de trabajo en Eviews

Importe los datos desde el archivo de Excel ingreso-consumo-trimestral.

Recuerde la ruta: file/open/foreign data as….

2.2 Modelo lineal

Especificación: Ct = β1 + β2Yt + Ut
Identifique cada una de las variables que lo componen.

Se estima con el comando:

ls consumo c ingreso
Guarde la regresión con la opción name.
Interprete el β2 estimado.

2.3 Modelo Log-Log

Especificación: LnCt = β1 + β2LnYt + Ut

Identifique cada una de las variables que lo componen.

Antes de la estimación debe calcularse el logaritmo del consumo y el logaritmo del

ingreso.
genr lconsumo = log(consumo)
genr lingreso = log(ingreso)

La forma funcional se estima con el comando:

ls lconsumo c lingreso
Guarde la regresión con la opción name.
Interprete el β2 estimado.

2.4 Modelo Log-lin

Especificación: LnCt = β1 + β2t + Ut

Identifique cada una de las variables que lo componen.

Debe crear la variable de tendencia (esta variable representa el tiempo t =1,2,3….T)

genr t = @trend(1)+1
(ó genr t = @trend(1994-01)+1 sí generó el archivo de trabajo por ventanas con new/workfile)

La forma funcional se estima con el comando:

ls lconsumo c t
Guarde la regresión con la opción name.
Interprete el β2 estimado.

2.5 Modelo Lin-log

Especificación: Ct = β1 + β2LnYt + Ut
Identifique cada una de las variables que lo componen.
La forma funcional se estima con el comando:
ls consumo c lingreso
Guarde la regresión con la opción name.
Interprete el β2 estimado.

Informe sobre la sesión 3 de Eviews

1. pruebas de hipótesis sobre los parámetros

1.1¿Qué tipo de datos se manejan en este ejercicio? Justifique.
1.2 Explique la función de producción Cobb-Douglas.
1.3 En la prueba de hipótesis sobre parámetros individuales desarrolle lo siguiente:
-Escriba la especificación de la prueba para β2.
-Muestre el resultado de la prueba arrojado en Eviews.
-Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la
prueba para el análisis económico. Realice el mismo ejercicio con β3.
También halle el t-calculado o t-estadístico a partir de los datos de la salida de Eviews.

1.4 En la prueba de hipótesis sobre combinaciones lineales paramétricas desarrolle lo

siguiente:
-Escriba la especificación de la prueba.
-Muestre el resultado de la prueba arrojado en Eviews.
-Use el criterio del p-valor y establezca el resultado de la prueba y la implicación de la
prueba para el análisis económico.

1.5 En la prueba de hipótesis sobre subconjuntos de parámetros desarrolle los mismos

puntos de la pregunta 1.4.

1.6 En la prueba de significancia global del modelo desarrolle los mismos puntos de la
pregunta 1.4.

2. Formas funcionales del modelo de regresión

2.1 ¿Qué tipo de datos se manejarán en este caso? Justifique.

2.2 Para la función de consumo-ingreso en su versión de modelo lineal desarrolle lo

siguiente:
-Especifique el modelo e identifique cada uno de sus elementos.
-Muestre la salida de Eviews del modelo estimado.
-Interprete el valor del β2 estimado en este modelo.

2.3 Para la función de consumo-ingreso en su versión de modelo log-log desarrolle los

mismos puntos de la pregunta 2.2.

2.4 Para la función de la tasa de crecimiento del consumo que es una versión de modelo
log-lin desarrolle los mismos puntos de la pregunta 2.2.

2.5 Para la función de consumo-ingreso en su versión de modelo lin-log desarrolle los

mismos puntos de la pregunta 2.2.