1ra.

prueba Solemne
UST ICO-084 ECONOMETRÍA
FECHA: 22 de mayo de 2018
________________________________________________________________________

Instrucciones Generales:

 Lea cuidadosamente cada una de las preguntas que a continuación se presentan.

 Utilice lápiz pasta y no lápiz grafito.
 Responda en la hoja de respuesta correspondiente a cada parte del examen y no en
el folleto.
 Sus respuestas incorrectas no tendrán descuento.
 El puntaje total de esta prueba es 60 puntos, con una exigencia de 50%.
 Cada pregunta tiene un valor de 10 puntos.
 Usted dispone de 80 minutos de tiempo para responder la prueba
 No se permite el uso de celulares para realizar los cálculos matemáticos.
 No se permiten consultas.

PREGUNTAS:

1) Explique ¿Por qué puede ser útil el análisis de regresión? ¿Por qué no usar como
estimador de la variable dependiente simplemente la media muestral?
Respuesta: Porque en el análisis de regresión se estima la esperanza condicional de la
variable dependiente dados los valores fijos de las variables explicativas. Vale decir, se
asume una relación de causalidad desde las variables explicativas hacia la variable
explicada. La media muestral es simplemente el valor esperado no condicional de la
variable dependiente y, por lo mismo, es independiente de los valores que puedan tomar
las variables explicativas
2) Explique el teorema de Gauss-Markov. Use gráficos para mostrar las propiedades de los
estimadores MCO de acuerdo a este teorema.
Respuesta: El teorema de Gauss-Markov dice: Dados los supuestos del modelo clásico
de regresión lineal, los estimadores de mínimos cuadrados, dentro de la clase de
estimadores lineales insesgados, tienen varianza mínima, es decir, son MELI.
Por lo tanto, hay que señalar que para que se cumpla que los estimadores de MCO son
lineales, insesgados y eficientes (de varianza mínima) deben cumplir los supuestos del
modelo clásico de regresión lineal.

1
3) La Tabla 1, es una estimación del siguiente modelo de regresión lineal para la inflación:

𝑰𝒏𝒇𝒕 = 𝜷𝟏 + 𝜷𝟐 𝑪𝑻𝑪𝑵𝒕 + 𝜷𝟑 𝑪𝑰𝑴𝑨𝑪𝑵𝑴𝒕 + 𝜷𝟒 𝑻𝑷𝑴𝒕 + 𝒖𝒕

Donde las variables explicativas son las tasas de crecimiento del tipo de cambio nominal
(CTCN), la del Imacec no minero (CIMACNM) y de la tasa de política monetaria (TPM),
respectivamente.

Tabla 1
Dependent Variable: INF
Method: Least Squares
Date: 05/17/18 Time: 13:23
Sample (adjusted): 2009M01 2018M03
Included observations: 111 after adjustments

Variable Coefficien... Std. Error t-Statistic Prob.

C 1.614818 0.231813 6.966028 0.0000

CTCN 0.113979 0.009711 11.73754 0.0000
CIMACNM 0.104024 0.034614 3.005230 0.0033
TPM 0.206181 0.070370 2.929955 0.0041

R-squared 0.666293 Mean dependent var 2.992624

Adjusted R-squared 0.656936 S.D. dependent var 1.638839
S.E. of regression 0.959894 Akaike info criterion 2.791384
Sum squared resid 98.58951 Schwarz criterion 2.889025
Log likelihood -150.9218 Hannan-Quinn criter. 2.830994
F-statistic 71.21343 Durbin-Watson stat 0.366797
Prob(F-statistic) 0.000000

2
 Analice uno de los coeficientes de las variables explicativas en términos de su relación con la
variable dependiente y su nivel de significación. Adicionalmente, comente la bondad del ajuste,
y su relación con la prueba F de significación simultánea.

Respuesta: El coeficiente asociado al crecimiento del tipo de cambio nominal (CTCN) es

positivo, por lo que hay un efecto positivo de la depreciación del tipo de cambio nominal
en la inflación, lo que es consistente con la teoría. En cuanto a la magnitud de este
efecto, un aumento de un 1% en CTCN, determina un aumento de aproximadamente
0,114% en la inflación, suponiendo constantes las demás variables del modelo. El test
t=11,7, nos indica que esta variable es altamente significativa, lo que se confirma con el
p-valor de igual a cero.
El coeficiente de determinación ajustado, indica que el modelo explica aproximadamente
65,7% de la variación de la variables dependiente. El elevado valor para el estadístico F,
confirma que el modelo explica la variable dependiente, ya que se rechaza la hipótesis
nula de que los coeficientes de las variables explicativas son todos iguales a cero.

4) Con los datos de la Tabla 1, construya un intervalo de confianza para CTCN. Suponga un
𝒕𝟎,𝟎𝟓 = 𝟐. Interprete el intervalo de confianza.

Respuesta:
̂ 𝟐 ± 𝒕𝜶⁄𝟐 ∗ 𝒆𝒆(𝜷
𝜷 ̂ 𝟐)

𝟎, 𝟏𝟏𝟑𝟗𝟕𝟗 ± 𝟐 ∗ 𝟎, 𝟎𝟎𝟗𝟕𝟏𝟏
𝟎, 𝟎𝟗𝟒𝟔 ≤ 𝜷𝟐 ≤ 𝟎, 𝟏𝟑𝟑𝟒
Al construir 100 intervalos de confianza como el anterior, 90 de ellos contendrán el
verdadero valor de 𝜷𝟐 .

5) Con los datos de la Tabla 1 haga una tabla ANOVA para la regresión.
Respuesta:
SC g.l. SCP
Suma de cuadrados explicados (SCE) 196,8476 3 65,6159
Suma de cuadrados residuales (SCR) 98,58951 107 0,9214
Suma total de cuadrados 295,5705 110

6) Demuestre, usando notación matricial, que:

̂ ) = 𝝈𝟐 (𝑿′ 𝑿)−𝟏
𝒗𝒂𝒓 − 𝒄𝒐𝒗(𝜷

Respuesta:

ˆ  ( X ' X ) X ' y
1
3
 ˆ  ( X ' X ) X ' ( X  u)
1

ˆ  ( X ' X ) X ' X  ( X ' X ) X ' u)

1 1

ˆ    ( X ' X ) X ' u 1

E ( ˆ   )( ˆ   )  ( X ' X ) X ' E (uu' ) X ( X ' X )

1 1

  (X ' X ) X ' X (X ' X )

2 1 1

  (X ' X )
2 1

7) La teoría de la paridad de poder de compra, en su versión débil, establece que el cambio

en el precio de un bien en un país es igual al cambio del precio del mismo bien en el
extranjero. Generalizando este principio a todos los bienes (asumiendo que todos son
transables) tendríamos que:
̂ =𝑷
𝑷 ̂∗ + 𝒆̂

Reordenando esta ecuación tenemos que:

̂−𝑷
𝒆̂ = 𝑷 ̂∗

La Tabla 2, presenta la estimación de un modelo de regresión donde la tasa de

crecimiento del tipo de cambio nominal (CTCN) es explicada por la inflación en Chile
(INF) y la inflación en el exterior (INFE). La Tabla 3, entrega la matriz de varianza-
covarianza de los coeficientes del modelo.
Tabla 2
Dependent Variable: CTCN
Method: Least Squares
Date: 05/18/18 Time: 13:23
Sample (adjusted): 1995M01 2018M03
Included observations: 279 after adjustments

Variable Coefficien... Std. Error t-Statistic Prob.

C 0.554237 0.828099 0.669288 0.5039

INF 1.079748 0.183183 5.894358 0.0000
INFE -1.144627 0.061316 -18.66780 0.0000

R-squared 0.579176 Mean dependent var 2.337756

Adjusted R-squared 0.576127 S.D. dependent var 10.59829
S.E. of regression 6.900070 Akaike info criterion 6.711635
Sum squared resid 13140.63 Schwarz criterion 6.750680
Log likelihood -933.2730 Hannan-Quinn criter. 6.727298
F-statistic 189.9284 Durbin-Watson stat 0.158367
Prob(F-statistic) 0.000000

4
 Tabla 3
C INF INFE
C 0.685748 -0.129362 -0.007169
INF -0.129362 0.033556 -0.000177
INFE -0.007169 -0.000177 0.003760
Haga un test para comprobar que se cumple la paridad de poder compra débil, esto es
que 𝜷𝟐 + 𝜷𝟑 = 𝟎. Interprete el resultado del test.

Respuesta:
̂𝟐 ± 𝜷
(𝜷 ̂ 𝟑 ) ± (𝜷𝟐 ± 𝜷𝟑 )
𝒕=
̂ 𝟐 ) + 𝒗𝒂𝒓(𝜷
√𝒗𝒂𝒓(𝜷 ̂ 𝟑 ) ± 𝟐𝒄𝒐𝒗(𝜷
̂𝟐, 𝜷
̂ 𝟑)

(𝟏, 𝟎𝟕𝟗𝟕𝟒𝟖 − 𝟏, 𝟏𝟒𝟒𝟔𝟐𝟕)

𝒕= = −𝟎, 𝟑𝟑𝟕𝟓
√𝟎, 𝟎𝟑𝟑𝟓𝟓𝟔 + 𝟎, 𝟎𝟎𝟑𝟕𝟔 + 𝟐 ∗ −𝟎, 𝟎𝟎𝟎𝟏𝟕𝟕

Como no se proporciona un valor crítico para el test, solo se puede plantear la regla de
decisión. En este sentido, si el t observado es en valor absoluto más grande que el t
crítico, se rechaza la hipótesis nula. Si este test es menor al t crítico, como parece ser el
caso, se acepta la hipótesis nula. Por lo tanto, este resultado parece validar la paridad
de compra débil.

8) Con base en las tablas 4, 5 y 6 haga un test de cambio estructural (Chow) del precio
del cobre en el año 2003. Interprete el resultado del test, es decir, diga si los datos
confirman o no la hipótesis nula.
Tabla 4
Dependent Variable: LPCOBRE
Method: Least Squares
Date: 05/18/18 Time: 17:25
Sample (adjusted): 1980 2017
Included observations: 38 after adjustments

Variable Coefficien... Std. Error t-Statistic Prob.

C -1.851819 0.247742 -7.474786 0.0000

LPIBCHINA 0.471333 0.058812 8.014217 0.0000

R-squared 0.640818 Mean dependent var 0.122347

Adjusted R-squared 0.630841 S.D. dependent var 0.267701
S.E. of regression 0.162651 Akaike info criterion -0.743219
Sum squared resid 0.952397 Schwarz criterion -0.657030
Log likelihood 16.12116 Hannan-Quinn criter. -0.712554
F-statistic 64.22768 Durbin-Watson stat 0.333074
Prob(F-statistic) 0.000000

Tabla 5

Dependent Variable: LPCOBRE

5
Method: Least Squares
Date: 05/18/18 Time: 17:27
Sample: 1980 2002
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

C -0.250988 0.314471 -0.798127 0.4337

LPIBCHINA 0.049540 0.080803 0.613098 0.5464

R-squared 0.017585 Mean dependent var -0.058670

Adjusted R-squared -0.029197 S.D. dependent var 0.105273
S.E. of regression 0.106799 Akaike info criterion -1.552804
Sum squared resid 0.239525 Schwarz criterion -1.454065
Log likelihood 19.85724 Hannan-Quinn criter. -1.527971
F-statistic 0.375889 Durbin-Watson stat 0.534717
Prob(F-statistic) 0.546395

Tabla 6

Dependent Variable: LPCOBRE

Method: Least Squares
Date: 05/18/18 Time: 17:28
Sample: 2003 2017
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C -2.696951 1.092267 -2.469132 0.0282

LPIBCHINA 0.664805 0.234323 2.837135 0.0140

R-squared 0.382403 Mean dependent var 0.399907

Adjusted R-squared 0.334896 S.D. dependent var 0.188702
S.E. of regression 0.153894 Akaike info criterion -0.781537
Sum squared resid 0.307884 Schwarz criterion -0.687131
Log likelihood 7.861531 Hannan-Quinn criter. -0.782543
F-statistic 8.049337 Durbin-Watson stat 0.557425
Prob(F-statistic) 0.013998

Respuesta:

(𝑺𝑪𝑹𝑹 − 𝑺𝑪𝑹𝑵𝑹 )⁄𝒌

𝑭=
𝑺𝑪𝑹𝑵𝑹 ⁄(𝒏𝟏 + 𝒏𝟐 − 𝟐𝒌)

(𝟎, 𝟗𝟓𝟐𝟑𝟗𝟕 − (𝟎, 𝟐𝟑𝟗𝟓𝟐𝟓 + 𝟎, 𝟑𝟎𝟕𝟖𝟖𝟒))⁄𝟐

𝑭= = 𝟏𝟐, 𝟓𝟕𝟕𝟏
(𝟎, 𝟐𝟑𝟗𝟓𝟐𝟓 + 𝟎, 𝟑𝟎𝟕𝟖𝟖𝟒)⁄(𝟐𝟑 + 𝟏𝟓 − 𝟐 ∗ 𝟐)

Respuesta: Considerando que la hipótesis nula en este test es ausencia de cambio

estructural, la regla de decisión debe ser que si el F estimado es mayor al F crítico, se
debe rechazar la hipótesis nula. Como el valor de la prueba es bastante elevado para
cualquier grado de libertad, se debiera rechazar la hipótesis nula en favor de la alterna
de que efectivamente hubo un quiebre estructural en 2003.

6
Formulario
𝑺𝑪𝑬⁄(𝒌 − 𝟏)
𝑭=
𝑺𝑪𝑹⁄(𝒏 − 𝒌)
Test t para igualdad de coeficientes de una regresión:
̂𝟐 ± 𝜷
(𝜷 ̂ 𝟑 ) ± (𝜷𝟐 ± 𝜷𝟑 )
𝒕=
̂ 𝟐 ) + 𝒗𝒂𝒓(𝜷
√𝒗𝒂𝒓(𝜷 ̂ 𝟑 ) ± 𝟐𝒄𝒐𝒗(𝜷
̂ 𝟐, 𝜷
̂𝟑)

Test de Chow para cambio estructural:

(𝑺𝑪𝑹𝑹 − 𝑺𝑪𝑹𝑵𝑹 )⁄𝒌
𝑭=
𝑺𝑪𝑹𝑵𝑹 ⁄(𝒏𝟏 + 𝒏𝟐 − 𝟐𝒌)