Laboratorio 2

UMSS / FACULTAD DE CIENCIAS ECONOMÍCAS

SEMESTRE 1/2019
ECONOMETRÍA
Lic. Fernando Gonzales Fernández

PROBLEMAS

PREGUNTA 1
Modelo con variables dicotómicas. Consideremos las dos regresiones alternativas
(vea ambas ecuaciones con mucha atención)

yt   1 D1   2 D2   3 D3   4 D4   t
yt   1   2 D2   3 D3   4 D4   t

Las variables son variables ficticias (binarias) trimestrales. Existe el mismo

número de observaciones para cada trimestre. Mediante MCO, obtenga las
fórmulas exactas para los coeficientes de mínimos cuadrados para los dos casos.

PREGUNTA 2 (dicotómicas) (modelo lineal general)

Usando una muestra de 545 trabajadores, un investigador está interesado en

saber si las mujeres son sistemáticamente discriminadas en el mercado laboral al
percibir un salario menor que los hombres. Primero se calculó el salario promedio
por hora de dicha muestra, obteniéndose uno de 5.91 $us en el caso de los
hombres, y de 5.09 $us para el caso de las mujeres.
a. Se puede llegar a alguna conclusión en base a la obtención de los salarios
promedio por hora, tal como lo hizo el investigador ¿Por qué sí o por qué
no?
b. Para complementar su estudio, el investigador corrió una regresión del
siguiente tipo:

Salarioporhorai    Mi  i

donde Mi toma el valor de 1 si la persona es hombre y 0 si es mujer.

Los resultados, se presentan en la siguiente tabla:

Variable Coeficiente Desviación Estándar t-ratio

Constante 5.09 0.58 8.78
M 0.82 0.15 5.47

R2=0.26

Interprete el coeficiente 0.82 obtenido, así como el coeficiente 5.09

c. ¿Cómo interpreta el R2 obtenido? Obtenga además el R2 ajustado (debe
hallarlo)
 Laboratorio 2
d. Un estudiante no está satisfecho con este modelo dado que la variable
dummie correspondiente a la mujer (es decir 1 en caso de ser mujer y 0 en
el caso de ser hombre) no está incluida en la estimación anterior.
e. Haga un test donde la hipótesis nula es que no existe diferencias entre
salarios de mujeres y hombres. ¿Se rechaza la hipótesis nula?
f. Construya un intervalo de confianza de 95% para la diferencia salarial entre
hombres y mujeres

PREGUNTA 3
Comente o responda en no más de 6 líneas, por cada respuesta

a. Aunque el término de error en el modelo lineal de regresión no esté

normalmente distribuido, los estimadores beta de MCO serán insesgados,
requiriéndose únicamente que las perturbaciones o términos de error
estocásticos tengan esperanza igual a 0 y que las variables independientes
del modelo sean no estocásticas.
b. En los casos de multicolinealidad aproximada no será posible evaluar la
significancia individual de las variables explicativas del modelo
c. Cuando existe multicolinealidad aproximada, ¿por qué se dice que la
solución MCO de los coeficientes estimados está mal definida? (Sugerencia:
explique el concepto y luego utilice un ejemplo).
d. Mediante la inclusión de variables binarias podemos llevar a cabo pruebas
de cambio estructural, en un modelo estimado por MCO (Verdadero/Falso).

PREGUNTA 4

Considere la siguiente ecuación de regresión


Yi  1 X i 2 e  i
a) ¿Cómo realizaría la estimación econométrica mediante MCO de este
modelo?
b) ¿Refiérase a las propiedades estadísticas del modelo estimado?
c) ¿Cuáles son los estimadores mínimo cuadráticos de 1,2, déjelos
expresados?

PREGUNTA 5

1.- Plantee las ecuaciones normales del siguiente modelo:

 
Y  0 X1 2 X 2 3 e
2.- ¿Qué implicancia tiene en las estimaciones MCO, la introducción de cambios de
escala y unidades de medida?

3.- ¿Qué características particulares, tiene la estimación de un modelo del tipo:


Yt  X t 1 e  t
(Sugerencia: Transforme el modelo antes de referirse a las características)
 Laboratorio 2

PREGUNTA 6
En una encuesta de 9966 profesionales en 2014, se obtuvo la siguiente
información:

Edad Promedio Salarios promedio

22 7800
27 8400
32 9700
37 11500
42 13000
47 14800
52 15000
57 15000
62 15000
67 14500
72 12000

A) Bajo el supuesto de que un término de error homoscedastico y no

autocorrelacionado:
a) Desarrolle un modelo de regresión apropiado, obteniendo los parámetros
de su modelo así como la matriz de varianzas y covarianzas de los
parámetros estimados? (Nota el número de observaciones es 11)
b) ¿Son explicativas la(s) variable(s) tomadas en la regresión?
c) ¿Qué opina del desempeño del modelo, respecto a su poder explicativo en
relación a la variable dependiente?

PREGUNTA 7
1
X 3t  X 4t
En el siguiente modelo: Yt  1  2 X2t  3 X3t  4 X4t  t donde 
para todo t
a) Muestre que no se pueden estimar todos los parámetros del modelo, debido
a la presencia de multicolinealidad perfecta.
b) Sin embargo, proponga una metodología para estimar B2

PREGUNTA 8

Se ha planteado el siguiente modelo de salarios:

Salarioi  1  2 AñosdeExperiencia i  3Sexoi  ui

Donde Sexoi es una variable dummie que toma el valor de 1 si es hombre y 0 si

es mujer. Los datos se presentan en la siguiente tabla.
 Laboratorio 2
AÑOS DE
SALARIO SEXO
OBSERVACIONES EXPERIENCIA
1 23.0 1 1
2 19.5 1 0
3 24.0 2 1
4 21.0 2 0
5 25.0 3 1
6 22.0 3 0
7 26.5 4 1
8 23.1 4 0
9 25.0 5 0
10 28.0 5 1
11 29.5 6 1
12 26.0 6 0
13 27.5 7 0
14 31.5 7 1
15 29.0 8 0
a) Estime por MCO, el modelo de la ecuación
b) Lleve a cabo la prueba de hipótesis de que 3  3B2
c) ¿Existe discriminación salarial en función al sexo del individuo?
d) Muestre cuanto ganaría una persona que tiene 5 años de experiencia y es
hombre? Y si es mujer?
e) ¿Si en vez de la variable Sexoi se incluyeran dos variables dummie: Hombrei
que tomaría el valor de 1 si es hombre y 0 si es mujer; y la variable Mujeri,
que toma el valor 0 si es hombre y 1 si es mujer, Podríamos estimar dicho
modelo? Por qué sí o por qué no?
f) Confirme si existe discriminación salarial en función al sexo.

PREGUNTA 9

Un econometrista presenta el siguiente ejemplo como muestra de los problemas

típicos generados por la multicolinealidad. Estima un modelo base, que toma como
variable dependiente las importaciones y como variables explicativas el PNB y el
IPC de Estados Unidos entre 1970 y 1983 (REGRESIÓN 1). Adicionalmente, para
probar su afirmación realiza una serie de regresiones adicionales.

REGRESION 1 Variable dependiente: IMPORTACIONES REGRESION 3. Variable dependiente IMPORTACIONES

Variable Coefficiente Desv.Estándar t-Statistic Prob. Variable Coefficiente Desv.Estándar t-Statistic Prob.
C -37750.6 26499.1 -1.425 0.182 C -61078.1 12053.8 -5.067 0.000
PNB 169.8 64.2 2.644 0.023 PNB 106.6 5.7 18.746 0.000
IPC -777.7 786.5 -0.989 0.344 R2 0.967 F-statistic 351.4
R2
R2 0.970 F-statistic 175.9 0.964 Prob(F-statistic) 0.000
ajustado

R2 ajustado 0.964 Prob(F-statistic) 0.000

REGRESION 2 Variable dependiente: IMPORTACIONES REGRESION 4: Variable dependiente IPC

Variable Coefficiente Desv.Estándar t-Statistic Prob. Variable Coefficiente Desv.Estándar t-Statistic Prob.
C -97251.4 17138.7 -5.674 0.000 C 30.0 4.4 6.774 0.000
IPC 1294.0 85.3 15.163 0.000 PNB 0.1 0.0 38.940 0.000
R2 0.950 F-statistic 229.9 R2 0.992 F-statistic 1516.3
R2
R2 ajustado 0.946 Prob(F-statistic) 0.000 0.991 Prob(F-statistic) 0.000
ajustado

¿Está de acuerdo con el econometrísta?. Lleve a cabo su argumentación

utilizando la información contenida en las 4 ecuaciones.
 Laboratorio 2

Pregunta 10

Dado los siguientes datos que hablan sobre el comportamiento de un conjunto de

trabajadores en la India.

El modelo estimado fue el siguiente:

Se pide:

a) Interprete los resultados del modelo, presentado en el siguiente cuadro.

 Laboratorio 2
PREGUNTA 11

a) ¿Qué consecuencias tiene la utilización de los estimadores de MCO, en

presencia de heteroscedasticidad.
b) Transforme el modelo de tal manera de obtener un modelo homoscedástico

Yi  1   2 X i   3 Z i  ui
 2
ui   2Zi
i  1... n

PREGUNTA 12

En el archivo manzanas se presentan datos sobre la demanda de manzanas en la

economía española del siglo pasado.

a. Realice un modelo de regresión que explique la demanda de manzanas

en función al precio de las manzanas, al precio de un bien sustituto
(peras), Al ingreso o renta.
b. Analice:
i. la bondad del ajuste de los tres modelos,
ii. la significancia individual de los coeficientes obtenidos
iii. La significancia global de los tres modelos

c. Encuentre: (Esta parte precisa el uso de logaritmos)

i. Elasticidad precio de la demanda de manzanas
ii. Elasticidad Ingreso de la demanda de manzanas
iii. Elasticidad cruzada (bienes sustitutos) de las manzanas.

d. Analice la bondad del ajuste de los últimos tres modelos, y su

significancia, tanto individual como global.
e. Compare los resultados de sus estimaciones obtenidas en a. y c.
Muestre las diferencias en los mismos.

PREGUNTA 13
En base al archivo “base3”. Construya las variables necesarias y plantee el
siguiente modelo:

log(𝑦𝑙𝑎𝑏) = 𝛽1 + 𝛽2 escolaridad + 𝛽3 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 + 𝛽4 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎2 + 𝛽5 ℎ𝑜𝑚𝑏𝑟𝑒 + 𝑢

Donde:
Ylab: Ingreso laboral mensual en Bolivianos
Escolaridad: Años de estudio
Experiencia: años de experiencia
Hombre: Variable binaria con valor de 1 si es hombre, 0 si no lo es.

a. Estime la ecuación propuesta por MCO e interprete el estimador de

escolaridad
 Laboratorio 2
b. Interprete el estimador de hombre
c. Indique si experiencia es significativa, ¿Cómo lo sabe?
d. Escriba e interprete e coeficiente de determinación
e. Determine la existencia de multicolinealidad con la prueba Regresiones
auxiliares. Indique claramente los resultados obtenidos y si es
necesario plantee una solución.
f. Determine la presencia de heterocedasticidad usando la prueba de
Glejser. Indique claramente el valor del estadístico F de White y su
probabilidad. ¿Existe heterocedasticidad?
g. Suponiendo la existencia de heterocedasticidad, resuelva la misma
usando el estimador MCP suponiendo que la varianza es proporcional al
logaritmo de escolaridad. Escriba el resultado del coeficiente de la
escolaridad
h. Ahora plantee la misma regresión del inciso a) solo para el
departamento de Cochabamba (depto.=3). Encuentre el estimador de
escolaridad
i. Ahora plantee la misma regresión del inciso a) solo para el
departamento de Santa Cruz (depto.=7) y de la zona urbana (área=1).
Encuentre el estimador de escolaridad
j. Ahora plantee la misma regresión del inciso a) solo para el
departamento de Cochabamba (depto.=3) y de la zona urbana (área=1) y
personas mayores a 18 años y menores a 60 años. Encuentre el
estimador de escolaridad

PREGUNTA 14

Se emplean los datos del archivo SMOKE para estimar una función de demanda
para el consumo diario de cigarros. Puesto que la mayoría de la gente no fuma, la
variable dependiente, cigs, es cero en la mayoría de las observaciones. Un modelo
lineal no es lo ideal debido a que puede dar lugar a valores de predicción
negativos. Sin embargo, se puede conocer algo acerca de los determinantes del
tabaquismo usando un modelo lineal.

cigs = β1 + β2 log(income) +β3 log(cigpric) +β4 educ + β5 age + β6 age2 +β7 restaurn + u

Donde:
cigs = número de cigarros fumados por día.
income = ingreso anual.
cigpric = precio del paquete de cigarros (en centavos de dólar).
educ = años de escolaridad.
age = edad medida en años.
restaurn = un indicador binario igual a uno si la persona reside en un estado en el que
fumar en los restaurantes está prohibido.
u: variable aleatoria

a) El Gobierno Municipal, como parte de su política de promoción de la salud,

pretende disminuir el consumo de cigarrillos en la población, para lo cual,
elevarían el precio del paquete de cigarrillos en un 10%. Esta elevación del
precio de los cigarrillos, ¿generara incentivos para que disminuya la
demanda de cigarrillos?. Argumente su respuesta.
 Laboratorio 2

b) Es necesario imponer una restricción a fumar en restaurantes para reducir

la cantidad de cigarrillos fumados?

c) Explique los otros estimadores encontrados en el modelo de regresión

d) Realice pruebas de multicolinealidad del modelo estimado

e) ¿Los errores de esta regresión contienen heterocedasticidad? Realice dos

pruebas para detectarla

f) Resuelva la heterocedasticidad ordenando los siguientes puntos:

a. Encuentre el estimador M.C.P. (mínimos cuadrados ponderados)

suponiendo que la varianza residual es proporcional al cuadrado del
logaritmo de los ingresos
b. Si se sospecha que la forma funcional para modelar la
heterocedasticidad no es la adecuada, vuelva a calcular el estimador
M.C.P., suponiendo que la varianza residual es proporcional al
logaritmo de los ingresos.
c. De existir sospechas de mala especificación de la
heterocedasticidad, es mejor calcular el estimador M.C.P.
suponiendo que la varianza de los errores es proporcional al valor
esperado de la variable dependiente.
d. A objeto de evitar errores en la especificación del modelo
heterocedastico, estime el modelo M.C.O. con errores estándar
robustos.
e. Compare los 5 modelos estimados en un cuadro, donde especifique
claramente los estimadores, sus errores estándar y los valores t de
student. ¿Cuál de las especificaciones es la adecuada? ¿Porqué?

Pregunta 15

Después de su rotundo éxito en Hamelin, El famoso flautista1 fue contratado

por el gobierno municipal de Kanata, un poblado vecino que había sufrido la
repentina llegada de los indeseables ratones (provenientes posiblemente
de Hamelín). Desafortunadamente, nuestro flautista era, un empedernido
jugador de cacho y perdió en su último encuentro su invaluable flauta.
Desesperado, decidió consultar su manual de bolsillo de econometría
aplicado a la caza de ratones donde encontró un modelo econométrico, que
proponía que : “el número de ratones cazados por un gato, dependía del
número de horas en cacería del animal y del número de horas que llevaba
sin comer”. El flautista, ya sin flauta ofreció al Gobierno Municipal de
Kanata exterminar los ratones utilizando un ejército de gatos, para lo cual
debía seleccionar los mejores exponentes una vez estudiado el desempeño
de una muestra de felinos en función a las características anteriores del

1
Si no sabes quien es el flautista de Hamelin,… pregúntaselo a google.
 Laboratorio 2
modelo econométrico. Suponiendo que usted es amigo del desafortunado
flautista y desea ayudarlo, considerando que no existirían más variables a
considerar que las ya mencionadas: Plantee el modelo econométrico que
usted crea conveniente.