Gua de Ejercicios Resueltos y Propuestos

Profesor: Robinson Dettoni

Ayudante: Alejandro Seplveda

I. Ejercicios Resueltos
1. Especifique y estime un modelo economtrico que explique el consumo agregado C t en
funcin del ingreso disponible Ydt , de acuerdo a la informacin como datos de corte
transversal que se entrega. Explique sus resultados en trminos de la teora econmica.

1700

322000

2
t

1110

C Y
t

205500

132100

t 1, 2,....,10

Solucin:
a. Especificacin
Ct 0 1Ydt t

b. Estimacin
2
0 24,4545 1 0,5091 u 42,159
se 0 6,4138 se1 0,0357 R 2 0,9621

2. Establzcase si las siguientes afirmaciones son verdaderas, falsas o inciertas. Explique la

razn de su respuesta.
1. En un modelo economtrico, lo ideal es que los valores de X no varen, ya que de esta forma
2
reduzco las perturbaciones estocsticas i , por lo que ser ms fcil minimizar los u i
y encontrar los parmetros eficientes.
Falso, ya que existe aleatoriedad en los datos observados de la variable explicativa X.
Las
perturbaciones estocsticas se reducen con respecto a los parmetros y la eficiencia de
stos es en referencia a que sean de menor varianza.
2. De acuerdo al criterio de los Mnimos Cuadrados Ordinarios, el modelo:
2 1
Yi 1 2
u i , es imposible de estimar, ya que no es lineal en las variables.
Xi
Incierto, efectivamente es imposible de estimar por MCO, pero es porque el modelo no
es lineal en sus parmetros.
3. El coeficiente de regresin mide el grado de asociacin lineal entre dos variables.
Falso, el coeficiente de regresin mide la relacin existente entre dos variables . El
grado de asociacin lineal entre dos variables lo determina el coeficiente de correlacin.

4. El teorema de Gauss Markov establece que los estimadores de Mnimos Cuadrados

Ordinarios establecen los supuestos claves para poder realizar inferencia estadstica y
dcimas de hiptesis.
El teorema de Gauss Markov seala que los estimadores deben ser el mejor estimador
lineal insesgado, es decir, lineal en sus parmetros, insesgado porque E y el mejor
por el concepto de eficiente que seala que es de mnima varianza.

3. Los siguientes datos corresponden a una estimacin de la Ingresos por Ventas de una empresa
(Y) y el Nmero de Vendedores (X), para el perodo Abril 2006 a Marzo 2007. Ambos
expresados en miles de pesos.

2 80,376431

561

Y X

471

3.541

a). Calcule el R2. Interprete.

R

yi

yi

yi

2
2

2
2 xi 2
2

69
xi 471 12 12 74,25
12 3541 69 561
2
4,2458
12 471 69 2
2

yi
yi

4,2458 2 74,25 1338,4857

y i i
2

NK
2 80,376431
80,376431 12 2
i 803,76431

entonces :

yi
yi
yi

y i i

1338,4857 803,76431

2142,25

finalmente :
1338,4857
R2
0,6248 62,48%
2142,25

de

las

cantidad

ventas
de

se

exp lican

por

la

vendedores

b) Calcule la ecuacin estimada del modelo: Yt 1 2 X t e interprete sus resultados.

69

561
69
1
4,2458
12
12

1 22,3367
Yi 22,337 4,246 X i

Beta 1; Las ventas independientes de la cantidad de vendedores son 22,337.

Beta 2: Existe relacin directa entre la cantidad de vendedores y las ventas. Por cada unidad de
vendedores que vara, las ventas varan en 4,246. Beta 2 representa la pendiente de la recta de
regresin lineal.
Yi 22,337 4,246 X i

Yest

4,246

22,337
X

II. Ejercicios Propuestos

1. Suponga que usted desea estimar un modelo de regresin en que las ventas Vt de
una empresa se explican por los gastos de publicidad Pt , para ello cuenta con la
siguiente informacin:

1112

V P

1699

205495

322005
298000

Sabiendo que se cuenta con diez observaciones, se pide:

a. Especificar la FRM del modelo solicitado.
b. Estimar los parmetros del modelo. INTERPRETE!!!
c. Segn su modelo, en cuanto variarn las ventas si los gastos en publicidad varan
en dos unidades.
d. Se cumple que la suma de los residuos es igual a cero?
2. Se dispone de los siguientes datos anuales desde 1963 a 1972 sobre la cantidad de dinero,
M t , y la renta Nacional de un pas, Yt , en millones de unidades monetarias que se resume
en:
n

M
t 1

37,2

M
t 1

2
t

147,18

M Y
t 1

295,95

Yt 75,5

t 1

t 1

597,03

a. Especifique un modelo lineal que represente la teora de que la cantidad de dinero determina
la renta nacional del pas.
b. Calcule las estimaciones de los parmetros a partir de la muestra inicial. Cul es la
interpretacin del trmino constante y de la pendiente de la recta de regresin?
c. Calcule la suma de cuadrados explicada, SCE, y la suma de cuadrados residual, SCR, de la
regresin.
d. Calcule el R 2 de la regresin. Interprete su significado.
3. Se quiere explicar la evolucin de la demanda de pescado de una ciudad ( Dt ), en funcin
de la renta media disponible ( Yt ). Para ello se dispone de datos de los cien ltimos meses,
(donde la demanda viene medida en toneladas y la renta disponible en millones de pesos):
n

Y
t 1

t 1

DY
t 1

36

t 1

15

2
t

10

D
t 1

t 1,2,......,100.

Escriba un modelo de regresin adecuado para la estimacin de la demanda de pescado

en funcin de la renta y calcule los coeficientes estimados por MCO.
4. Se cuenta con una muestra de 20 observaciones para estimar los parmetros del siguiente
modelo de regresin simple:
Yt a bX t t

Donde suponemos que la perturbacin t cumple con todos los supuestos bsicos y X t
es una variable no estocstica.
a. Estime los coeficientes de regresin con los siguientes datos:
n

Yt 21,9
t 1
n

( X t X ) 2 215,4
t 1

X t 186,2
t 1

(Y
t 1

(Y
t 1

Y ) 2 86,9

Y )( X t X ) 106,4

b. Estime la varianza de las perturbaciones.

c. Calcule el R 2

Formulario

1 Yt 2 X t

N X t Yt X t Yt
2
2
2
N X t X t

x y
x

Yt NY

2
2
2 xt

Yt NY 2 2 xt

t
2

X t NX 2

2
t

SEC

STC

2
t

2
t

2
t

N K

X
N x

2
t

2 2

2
t

1
y

2
t
2
t

SRC
STC