Set de Ejercicios
Econometrı́a Básica
“Una relación estadı́stica, por mas fuerte y sugerente que sea, nunca podrı́a
establecer una conexión causal: nuestras ideas de causalidad deben provenir
de estadı́sticas externas y, en último término, de una u otra teorı́a”
M.G. Kendall y A. Stuart., 1961
Yt = β0 + β1 X1t + t
∀t = 1, 2, ..., 119
Al hacer la estimación por Mı́nimos Cuadrados Ordinarios se encuentra que:
∀t = 1, 2, ..., 119
T = 119
R2 = 0.98
a. Bajo el Efecto Fisher, ¿cuál debe ser el signo y la magnitud de β1 ?
b. ¿Cómo se interpreta el coeficiente 1.232 en la regresión encontrada? Justifique.
c. ¿Cómo se interpreta el R2 de la regresión? Justifique.
2. Considere un experimento agrı́cola en el que se desea evaluar si un fertilizante ofrecido
por un vendedor es suficientemente bueno para ser adoptado en aras de obtener un
mayor rendimiento de la cosecha. Para ello, se asigna aleatoriamente el fertilizante a
través de 90 parcelas de tierra, donde 45 obtienen el fertilizante y las otras 45 no.
Yt = β0 + β1 Xt + et
1
∀t = 1, 2, ..., 90
Se quiere estimar el siguiente modelo econométrico: Donde Yt representa el número de
arrobas de tomate producidas por la parcela t, y Xt toma el valor de 1 si la parcela t
es tratada con el fertilizante. Al estimar por MCO se obtiene que
Ŷt = 40 + 10Xt
∀t = 1, 2, ..., 90
R2 = 0.4
a. Interprete los coeficientes β̂1 y β̂2 en la regresión reportada.
b. Si para adecuar una parcela para siembra es necesario invertir $2.000, y para
fertilizarla hay que invertir $4.000 adicionales, ¿cuál de los dos tratamientos darı́a,
en promedio, un mayor beneficio?
3. Suponga que se cumplen los supuestos de Gauss-Markov para un modelo de regresión
simple de la forma Yt = β0 + β1 X1t + et . El profesor Súper Fácil ha decidido que
obtener el estimador de Mı́nimos Cuadrados Ordinarios de este modelo de regresión
lineal simple requiere mucho trabajo. Notando que dos puntos definen una lı́nea en el
espacio (X, Y ), el profesor S. Fácil propone otro estimador del parámetro β1 : de una
muestra aleatoria {Yt , Xt }Tt=1 de la población de interés, toma las dos primeras parejas
ordenadas (Y1 , X1 ) y (Y2 , X2 ) para formar el estimador:
Y2 − Y1
β1 =
X2 − X1
n = 1388
a. ¿Cuál es el peso que predice el modelo si la madre no fumó ningún cigarrillo diario
(cigt = 0)? ¿Cuál serı́a el peso predicho si acostumbraba a fumar 20 cigarrillos
diarios (cigt = 20)?
b. ¿Qué otras variables cree que podrı́an estar relacionadas con el peso de los recién
nacidos? ¿Cree que afectarı́an sus resultados? Explique.
2
c. Si un niño sano pesa aproximadamente 125 onzas, ¿qué valor deberı́a tomar cigt
para alcanzarlo? ¿Tiene sentido su resultado? Explique.
d. ¿Cómo cambiarı́a la respuesta del literal c. si se entera que el 85% de las mujeres
de la muestra no fumaron ningún cigarrillo durante el embarazo?
5. En la Teorı́a Keynesiana, el Multiplicador del Gasto se puede escribir como
∂Y 1
=
∂G 1−c
donde Y corresponde al producto de la economı́a (medido en millones de dólares), G
al Gasto del Gobierno (medido en millones de dólares), y c es la Propensión Marginal
a Consumir (PMC) de la población. Suponga que a partir de una muestra aleatoria y
representativa de la población de hogares nacionales, se estima la PMC a través de un
modelo de regresión simple del consumo Ct en función del Ingreso Nacional Y para un
año dado: V
C i = 0.8 + 0.63 Yi
(0.01) (0.09)
∀i = 1, 2, ..., 398
R2 = 0.47
donde los errores estándar se reportan en paréntesis y provienen de un proceso ho-
moscedástico.
a. Interprete los coeficientes de la regresión.
b. Encuentre el multiplicador del gasto e interprete el resultado.
c. La Teorı́a Keynesiana del Consumo conjetura que la verdadera PMC es menor a
uno. Verifique con una prueba de hipótesis si esta conjetura es consistente con los
datos a un nivel de 5% de significancia.
d. Encuentre un intervalo de confianza al 95% para la PMC.
6. Suponga que un investigador está utilizando el modelo estadı́stico lineal
Y = Xβ +
βˆ1 + 2βˆ2 = 3
2βˆ1 + 5βˆ2 = 9
a. Reescriba el problema en forma matricial, resuélvalo y encuentre el vector β̂.
b. ¿Si tiene que Y 0 Y = 53 es posible encontrar σ̂ 2 ? Si es posible, encuéntrelo.
c. Encuentre la matriz de varianza-covarianza de β̂ e interprete.
3
7. Considere la siguiente función de ahorro
ahorrot = β0 + β1 ingresot + ut
Donde p
ut = ingresot et
e ∼ (0, σ 2 )
a. Muestre que E[ut |ingresot ] = 0.
b. Muestre que V ar(ut |ingresot ) = σ 2 ingresot .
c. ¿Por qué podrı́a deberse que la varianza aumente cuando el ingreso aumenta?
Ayuda: Recuerde que al tomar un valor esperado condicional, la condición se toma
como algo ”dado”, por lo que es constante y ”puede salir del valor esperado”. De
manera similar pasa con la varianza.
8. Considere el siguiente modelo lineal
yi = β0 + β1 x1i + ei
∀i = 1, 2, ..., n
Utilizando el criterio de Mı́nimos Cuadrados, se tiene que β̂ = (X 0 X)−1 X 0 Y , lo que
lleva a: Pn x2 Pn yi −Pn x1i Pn x1i yi
t=1 1i P i=1 i=1 i=1
n n 2 n 2
P
βˆ0 t=1 x1i −( i=1 x1i )
= P
βˆ1
n Pn Pn
−( i=1 x1i i=1 yi )+n+( i=1 x1i yi )
Pn Pn
n t=1 x21i −( i=1 x1i )2
cov(x, y)
βˆ1 =
var(x)
βˆ0 = Ȳ − X̄ βˆ1
9. Suponga que la empresa Radionatic está interesada en estimar la demanda por sus
artı́culos de radio (Yi , expresada en miles de unidades), en función de su precio (Xi , en
miles de pesos). Para ello, recoge una muestra de 124 observaciones, con la que obtiene
la siguiente información:
X124
Yi = 2637.252
i=1
124
X
Xi = 85.249992
i=1
124
X
Xi2 − nX̄ 2 = 3.09161
i=1
4
124
X
Yi2 − nȲ 2 = 159.8926
i=1
124
X
Xi Yi − nXY = −16.5862
i=1
Yt∗ = β0 + β1 Xt∗ + et
donde,
Yt∗ = Yt − Ȳ
Xt∗ = Xt − X̄
Teniendo en cuenta lo anterior, demuestre que la recta de regresión estimada por MCO
pasa por el origen.
13. P
Demuestre que en el modelo de regresión Yt = β1 X1t + β2 X2t + et , se cumple que
T
t=1 X2t êt = 0, donde eˆt son los
PT
residuales estimados de la regresión mediante MCO.
Adicionalmente, ¿es cierto que t=1 eˆt = 0? ¿Bajo qué condición se cumple la anterior
restricción?
14. De acuerdo con una muestra de 200 familias tomada en 1994, se estima un modelo
econométrico (Yt = β0 + β1 X1t + et ) que relaciona el gasto en producto de la canasta
familiar (Yt ), medido en miles de pesos, con el ingreso del hogar (Xt ), medido en miles
de pesos. Se obtienen los siguientes coeficientes:
5
βˆ0 = 25 βˆ1 = 0.89
En 1945, el gobierno da una subvención de $300.000 a todas las familias. ¿Cómo afecta
esta medida a βˆ0 y βˆ1 ? Interprete y Justifique.
15. Se proponen dos métodos alternativos para relacionar el consumo de bebidas alcohólicas
con el ingreso del hogar:
El primero relaciona el consumo de bebidas alcohólicas (G) con el ingreso del jefe
del hogar (I) (ambas variables medidas en miles de pesos), obteniendo las siguientes
estimaciones por mı́nimos cuadrados ordinarios:
Ĝt = 30 + 0.5It
.
El segundo relaciona el consumo de bebidas alcohólicas con el ingreso disponible
del jefe del hogar (I d ) (definido como el ingreso menos el 10% dedicado al pago de
impuestos), las dos variables medidas en miles de pesos, donde la regresión serı́a:
a. ¿Qué valor tendrán αˆ0 y αˆ1 , si se realiza una estimación por MCO? Justifique.
b. Si el ingreso del jefe del hogar es de $500.000, ¿cuál de los dos modelos propuestos
pronostica un mayor gasto en bebidas alcohólicas?
16. Teniendo en cuenta el siguiente modelo econométrico
Yt = β0 + β1 Xt + et
∀t = 1, 2, ..., T
Demuestre que:
PT PT
Xt2 Xt Yt
a. βˆ1 = Sxy
Sx2
donde Sx2 = t=1
T
, Sxy = t=1
T
, asuma que X̄ = 0.
b. ê0 ê = Y 0 Y − Ŷ 0 Ŷ
PT 2 PT 2
PT PT
c. t=1 eˆt = t=1 Yt − β̂0 t=1 Yt − β̂1 t=1 Xt Yt
2 2
d. R2 = βˆ1 SSx2
y
17. James Gatz es un analista financiero, y decide que quiere construir un modelo que
explique las calificaciones de riesgo del crédito a largo plazo (CRiesgot ) en relación al
rendimiento esperado de dichas emisiones de deuda (Rendtot ). Para ello, se basa en las
calificaciones de crédito de Standard & Poor’s, de forma que a la calificación AAA se
le asigna el número 8, AA el número 7, y ası́ sucesivamente.
El modelo planteado serı́a
Rendtot = β0 + β1 CRiesgot + et
6
18. Sean βˆ0 y βˆ1 el intercepto y la pendiente de una regresión lineal simple de yi sobre xi
con n observaciones. Sean c1 y c2 constantes, demuestre que:
a. Si se corre la regresión de c1 yi sobre c2 xi , el intercepto y la pendiente de la regresión
serı́an respectivamente: β˜0 = c1 βˆ0 y β˜1 = cc21 βˆ1 . (Asumiento que c2 6= 0)
b. Si se corre la regresión de (c1 + yi ) sobre (c2 + x2 ), entonces el intercepto y la
pendiente de la regresión serı́an respectivamente: β˜0 = (βˆ0 + c1 − c2 βˆ1 ) y β˜1 = βˆ1
c. Si se corre la regresión de log(c1 yi ) sobre xi (un log-lin), entonces el intercepto y
la pendiente de la regresión serı́an respectivamente: β˜0 = log(c1 ) + βˆ0 y β˜1 = βˆ1 .
d. Si se corre la regresión de yi sobre log(c2 xi ) (lin-log), entonces β˜0 = (βˆ0 − βˆ1 log(c2 ))
y β˜1 = βˆ1 . (Asumiendo que c2 , xi > 0).
19. El señor Projarchin llevó a cabo una regresión que busca explicar la altura (en centı́metros)
de las flores de su jardı́n, teniendo en cuenta el número de horas expuestas al sol y la
cantidad de agua (en mililitros).
∀i = 1, 2, ..., N
R2 = 0.762
d. Interprete los coeficientes de la regresión y el R2 .
e. Para comprobar sus resultados, el señor Projarchin decide medir las flores y com-
parar los valores con los que su modelo predice. Para ello, convierte el modelo de
centı́metro a vershoks (Antigua medida rusa que equivale a 4.4 cm). ¿Es necesario
volver a tomar la información de la muestra para encontrar estos valores?
f. En caso de que la respuesta anterior haya sido ”No”, ¿el nuevo R2 será mayor,
menor o igual al original? Demuéstrlo.
20. Suponga que usted estimó un modelo que le permite pronosticar la inflación del mes
(Yt ) basado en la tasa de interés nominal (X1t ) y la tasa de cambio nominal (X2t ), el
modelo estimado es
Ŷt = βˆ0 + βˆ1 X1t + βˆ2 X2t
7
Encuentre la varianza del pronóstico.
(Ayuda: Parta de que V (Yˆo ) = E[(Yˆo −E[Yˆo ])2 ]; además que cov(β̂i , eo ) = 0,∀i = 1, 2, 3
)
21. Partiendo del modelo Yt = β + et , demuestre que si se estima β por Mı́nimos Cuadrados
Ordinarios, entonces:
a. βˆ0 = Ȳ
PT
b. t=1 eˆt = 0