Anda di halaman 1dari 3

Problema

¿Cuál de las causas siguientes puede hacer que los estadísticos t usuales de MCO no sean válidos
(es decir, que no tengan una distribución t bajo H0)?

i) Heterocedasticidad.

ii) Que exista un coeficiente de correlación muestral de .95 entre dos variables independientes del
modelo.

iii) Omitir una variable explicativa importante.

Porque?

Taller

1. Solucione los siguientes problemas.

1.1 considere el siguiente modelo de regresión lineal

𝑌𝑖 = 𝛽1𝑋1𝑖 + 𝛽2𝑋2𝑖 + 𝛽3𝑋3𝑖 + 𝑢𝑖 (𝑖 = 1, … … . , 𝑛)

Y los siguientes datos elaborados a partir de una muestra de tamaño n=33

∑𝑋1𝑖 2 = 2 ∑𝑋2𝑖 2 = 10 ∑𝑋3𝑖 2 = 1 ∑𝑌𝑖 2 = 35

∑𝑋1𝑖𝑋2𝑖 = 1 ∑𝑋2𝑖𝑋3𝑖 = 0 ∑𝑋1𝑖𝑋3𝑖 = 1

∑𝑋1𝑖𝑌𝑖 = 5 ∑𝑋2𝑖𝑌𝑖 = 10 ∑𝑋3𝑖𝑌𝑖 = 4

Calcular la estimación MCO de 𝛽 y de 𝜎𝑢 2 y la matriz de varianzas y covarianzas de 𝛽̈.

1.2 Sea el modelo 𝑌𝑡 = 𝛽1 + 𝛽2𝑋2𝑡 + 𝛽3𝑋3𝑡 + 𝑢 ; 𝑡 = 1, … . . ,25 donde (𝑢𝑡 ) = 0 ∀𝑡, 𝐸(𝑢𝑡 2 ) = 𝑡 y
𝐸(𝑢𝑡𝑢𝑠 ) = 0∀𝑡 ≠ 𝑠. Complete las matrices:

¿Qué características presentan las perturbaciones de este modelo?


1.3 Sea el modelo 𝑌𝑡 = 𝛽1 + 𝛽2𝑋𝑡 + 𝑢𝑡 donde (𝑢𝑡 2 ) = 𝑡𝑋𝑡 2 conociendo cinco observaciones de
𝑌𝑡 y 𝑋𝑡 . Obtenga la estimación MCO del modelo planteado.

T 1 2 3 4 5
Yt 1 1 0 -1 -
1
Xt 1 -1 1 1 1
1

También se sabe que:


(𝑢1𝑢3 ) = 𝐸(𝑢3𝑢1 ) = 1

(𝑢1𝑢4 ) = 𝐸(𝑢4𝑢1 ) = −1

(𝑢3𝑢5 ) = 𝐸(𝑢5𝑢3 ) = 1

(𝑢2𝑢4 ) = 𝐸(𝑢4𝑢2 ) = 1

(𝑢1𝑢1 ) = 𝐸(𝑢1𝑢1 ) = 𝐸(𝑢2𝑢3 ) = 𝐸(𝑢3𝑢2 ) = 0

(𝑢1𝑢5 ) = 𝐸(𝑢5𝑢1 ) = 𝐸(𝑢2𝑢5 ) = 𝐸(𝑢5𝑢2 ) = 0

(𝑢3𝑢4 ) = 𝐸(𝑢4𝑢3 ) = 𝐸(𝑢4𝑢5 ) = 𝐸(𝑢5𝑢4 ) = 0

Y dada la información anterior obtenga la matriz de varianzas y covarianzas.

1.4 Explique con sus propias palabras que sucede con la matriz de varianzas y covarianzas en el
método de Mínimos Cuadrados Generalizados. ¿Cuál es la utilidad del uso de Mínimos
Cuadrados Generalizados?

2. Defina los siguientes conceptos: 2.1 Procesos estocásticos, procesos aleatorios, procesos
puramente aleatorios, procesos no estacionarios, variables integradas, modelos de caminata
aleatoria, cointegracion, tendencias determinísticas y estocásticas, prueba de raíz unitaria.

2.2 Si una serie de tiempo es I (3), ¿Cuántas veces tiene que diferenciarse para hacerla
estacionaria?

2.3 ¿Qué es la regresión espuria?

2.4 ¿Qué es el mecanismo de corrección de errores (ECM)?,


¿Cuál es su relación con la cointegración?

2.5 Realice un mapa conceptual explicando los enfoques para la predicción económica

2.6 Explique la elaboración de modelos AR, MA y ARIMA para series de tiempo.

2.7 Explique la metodología de BOX-JENKINGS (BJ)

3. Investigue como se lleva a cabo un proceso de desestacionalizacion e R y de un ejemplo.

Anda mungkin juga menyukai