UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

Econometra Primer Parcial

La siguiente salida muestra la estimacin de un modelo de la demanda por vivienda en Colombia a partir del comportamiento
de los precios, de la tasa de inters hipotecara del ndice de costos de la construccin y del PIB.

Source | SS df MS Number of obs = 54

-------------+------------------------------ F( 4, 49) =

Model | 4 893508273 Prob > F =

Residual 49 20843762.8 R-squared = 0.7777
-------------+------------------------------ Adj R-squared = 0.7596
Total | 4.5954e+09 53 86705235.2 Root MSE = 4565.5

------------------------------------------------------------------------------
demvivienda | Coef. Std. Err. t [95% Conf. Interval]
-------------+----------------------------------------------------------------
precio | 86.88823 -4.83 -594.0941
thi | -21494.22 -0.31 -159274.1 116285.7
iccv | -80.99874 45.41141 -172.2564 10.25891
pib | .0054994 .0007118 .004069 .0069298
_cons | -41197.19 -2.53 -8469.287
------------------------------------------------------------------------------
Nota: para todos los efectos considere un t de tablas de 2 y un f de tablas de 3.83

1) Completar los valores faltantes de la salida anterior

2) A Partir de la regresin anterior verifique la significancia individual del modelo y la significancia global
3) Interprete el coeficiente que acompaa a la variable tih
1) Considerando la relacin entre R2 y el R2 ajustado. Cul de los siguientes enunciados es verdad?

Si todas las variables independientes son significativas, entonces el R2 ajustado ser mayor que el R2
Si adiciona una variable independiente irrelevante a la regresin, el R2ajustado nunca disminuir.
Si adiciona una variable independiente irrelevante a la regresin, el R2 nunca disminuir.
Si el tamao de muestra aumenta, se esperara una gran diferencia entre el R2 y el R2 ajustado.

5. Suponga que un intervalo de confianza al 95% para la pendiente de la poblacin de un modelo de regresin mltiple est
entre 0.14 y 1.33, cmo se podra interpretar este intervalo?
95% de las pendientes de la poblacin caen entre 0.14 y 1.33
95% de las veces la pendiente de la poblacin cae entre 0.14 y 1.33
Hay un 95% de probabilidad que el intervalo 0.14 y 1.33 contenga la verdadera pendiente
 95% de los valores de Y caen entre 0.14 y 1.33.

UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

Ingeniera Catastral y Geodesia (Econometra Primer Parcial) Nombre: __________________________________ cod:________________

La siguiente salida muestra la estimacin de un modelo de la demanda por vivienda en Colombia a partir del comportamiento
de los precios, de la tasa de inters hipotecara del indice de costos de la construccin y del PIB.

Source | SS df MS Number of obs = 54

-------------+------------------------------ F( 4, 49) = 42.87
Model | 3.5740e+09 4 Prob > F = 0.0000
Residual | 1.0213e+09 49 R-squared =
-------------+------------------------------ Adj R-squared =
Total | 4.5954e+09 53 86705235.2

------------------------------------------------------------------------------
demvivienda | Coef. Std. Err. t [95% Conf. Interval]
-------------+----------------------------------------------------------------
precio | -419.4857 -4.83 -244.8773
thi | 68561.69 -0.31 -159274.1 116285.7
iccv | -80.99874 45.41141 -172.2564 10.25891
pib | .0007118 7.73 .004069 .0069298
_cons | -41197.19 16285.98 -73925.1 -8469.287
------------------------------------------------------------------------------
Nota: para todos los efectos considere un t de tablas de 2 y un f de tablas de 3.83

2) Completar los valores faltantes de la salida anterior

3) A Partir de la regresin anterior verifique la significancia individual del modelo y la significancia global
4) Interprete el coeficiente que acompaa a la variable iccv
5) Considerando la relacin entre R2 y el R2 ajustado. Cul de los siguientes enunciados es verdad?

Si todas las variables independientes son significativas, entonces el R2 ajustado ser mayor que el R2
Si adiciona una variable independiente irrelevante a la regresin, el R2ajustado nunca disminuir.
Si adiciona una variable independiente irrelevante a la regresin, el R2 nunca disminuir.
Si el tamao de muestra aumenta, se esperara una gran diferencia entre el R2 y el R2 ajustado.

5. Suponga que un intervalo de confianza al 95% para la pendiente de la poblacin de un modelo de regresin mltiple est
entre 0.14 y 1.33, cmo se podra interpretar este intervalo?

95% de las pendientes de la poblacin caen entre 0.14 y 1.33

95% de las veces la pendiente de la poblacin cae entre 0.14 y 1.33
 Hay un 95% de probabilidad que el intervalo 0.14 y 1.33 contenga la verdadera pendiente
95% de los valores de Y caen entre 0.14 y 1.33.