Econometra II

Ejercicios propuestos
Roman Salmeron Gomez

Multicolinealidad
1. En el modelo de regresi
on Yt = 1 + 2 Xt + 3 Zt + ut se verifica que Xt =
estimables?

1
2

Zt . Que parametros son

2. En el modelo de regresi
on Yt = 1 + 2 Xt + 3 Zt + ut se verifica que Xt = 2 Zt . Que parametros son
estimables si se sabe que 3 = 1?
3. En el modelo en el que se explica el reparto de dividendos de una empresa, D, a partir del endeudamiento a
corto plazo de la misma, EC, del endeudamiento a largo plazo, EL, y del n
umero de ventas anulaes, V , se
sospecha que pueda existir multicolinealidad debido a la similitud de las variables EC y EL. Por tal motivo
se realiza:
la regresi
on de la variable EC sobre el resto de variables independientes del modelo, obteniendose un
coeficiente de determinaci
on de 00 990727.
la regresi
on de la variable EL sobre el resto de variables independientes del modelo, obteniendose un
coeficiente de determinaci
on de 00 9907107.
la regresi
on de la variable V sobre el resto de variables independientes del modelo, obteniendose un
coeficiente de determinaci
on de 00 01864573.
Existe multicolinealidad en el modelo? En caso afirmativo, como lo solucionara?
4. En el modelo Ct = 1 + 2 Rt + 3 Ht + ut donde C es el consumo familiar, R es la renta familiar y H el
n
umero de hijos, se ha obtenido que el autovalor mas grande de X t X es 14308, mientras que el mas peque
no
es 22. Existe multicolinealidad en el modelo?
Si al modelo anterior se le a
nade una nueva variable que mida el n
umero de miembros de la familia con trabajo,
el autovalor m
aximo pasa a ser 2437 y el mnimo a 015. Que ocurre ahora?
Indique que ocurre con las estimaciones obtenidas en un modelo en el que exista multicolinealidad y c
omo
resolvera este problema.

Modelos de Ecuaciones Simult

aneas
1. Escribir matricialmente, identificando para ello las variables endogenas y predeterminadas, las formas estructural y reducida de los siguientes modelos de ecuaciones simultaneas. Ademas, estudiar la identificabilidad de
cada ecuaci
on combinando el metodo del rango y del orden.
a)
yi1

= 21 yi2 + 31 yi3 + 11 xi1 + 31 xi3 + 41 xi4 + i1 ,

yi2

= 32 yi3 + 22 xi2 + 42 xi4 + i2 ,

yi3

= 23 yi2 + 13 xi1 + 23 xi2 + 43 xi4 + i3 .

1

b)
yi1

21 yi2 + 11 xi1 + 21 xi2 + i1 ,

yi2

12 yi1 + 12 xi1 + 22 xi2 + 32 xi3 + i2 ,

yi3

13 yi1 + 23 yi2 + 33 xi3 + +i3 .

c)
y1t

21 y2t + 11 x1t + 21 x2t + 1t ,

y2t

12 y1t + 32 x3t + 2t .

2. Se considera un modelo del mercado de dinero en el que la demanda de dinero depende del tipo de interes y
de la poblaci
on, mientras que el tipo de interes depende de la cantidad del dinero, el tipo de descuento y el
exceso de reservas. Adem
as, se supone que las relaciones son lineales pero no tienen termino constante, y que
el modelo est
a en equilibrio, es decir, la demanda de dinero es igual a la cantidad del dinero. Se pide:
a) Formular el modelo y clasificar las variables.
b) Obtener la forma estructural y reducida, y expresarlas en terminos matriciales.
c) Estudiar la identificaci
on de las relaciones del modelo.
3. Dado el siguiente modelo de ecuaciones simultaneas escrito matricialmente en su forma estructural:

1 2 2


y1t y2t y3t 2 1
0 +
0 1 1

7 1
0

4 0

+ x1t x2t x3t x4t x5t 1 7 7

+
8
0 14
0
9
0




+ u1t u2t u3t = 0 0 0 .
a) Obtener la forma reducida del mismo.
b) Estudiar la identificabilidad de cada ecuacion.
4. Escribir matricialmente, identificando para ello las variables endogenas y predeterminadas, las formas estructural y reducida de los siguientes modelos de ecuaciones simultaneas. Ademas, estudiar la identificabilidad de
cada ecuaci
on combinando el metodo de restricciones lineales y del orden.
a)
yi1

21 yi2 + 11 xi1 + 31 xi3 + 41 xi4 + i1 ,

yi2

12 yi1 + 32 yi3 + 22 xi2 + 42 xi4 + i2 ,

yi3

= 13 yi1 + 13 xi1 + 23 xi2 + 33 xi3 + 43 xi4 + i3 ,

sujeto a las restricciones 11 + 21 = 0 y 13 223 = 0.

b)
yi1

21 yi2 + 31 yi3 + 11 xi1 + 21 x12 + 31 xi3 + 41 xi4 + i1 ,

yi2

12 yi1 + 32 yi3 + 32 xi3 + 42 xi4 + i2 ,

yi3

13 yi1 + 13 xi1 + 23 xi2 + 33 xi3 + i3 ,

2

sujeto a las restricciones 11 31 = 0 y 13 33 = 0.

c)
yi1

= 21 yi2 + 31 yi3 + 11 xi1 + 31 xi3 + 41 xi4 + i1 ,

yi2

= 12 yi1 + 32 yi3 + 22 xi2 + 32 xi3 + 42 xi4 + i2 ,

yi3

= 13 yi1 + 23 yi2 + 13 xi1 + 23 xi2 + 33 xi3 + 43 xi4 + i3 ,

sujeto a las restricciones 21 31 = 0, 13 + 223 = 0 y 23 33 + 43 = 0.

d)
y1t

= 21 y2t + 11 x1t + 21 x2t + 1t ,

y2t

= 12 y1t + 12 x1t + 22 x2t + 32 x3t + 2t ,

y3t

= 13 y1t + 23 y2t + 33 x3t + 3t ,

sujeto a la restricci
on lineal 22 232 = 0.
e)
y1t

21 y2t + 11 x1t + 1t ,

y2t

12 y1t + 22 x2t + 32 x3t + 2t .

f)
y1t

= 11 y2t + 11 x1t + 1t ,

y2t

= 21 y1t + 21 x2t + 2t .

5. Considerando el siguiente modelo:

11 pt + 12 qt

= 11 x1t + 12 x2t + u1t ,

21 pt + 22 qt

= 21 x1t + 22 x2t + u2t ,

a) Obtener la forma estructural y reducida del mismo en terminos matriciales.

b) Estudiar la identificaci
on de cada ecuacion del modelo bajo las siguientes condiciones:
i)
ii)
iii)
iv)
v)
vi)

11 = 12 = 0.
11 = 21 = 0.
11 = 0.
21 = 21 = 0.
12 = 21 = 0.
12 = 21 = 22 = 0.

6. Estudiar la identificabilidad del siguiente modelo, dado en su forma reducida, mediante el metodo del rango:
y1t

= 11 x1t + 21 x2t + 31 x3t + u1t ,

y2t

= 12 x1t + 22 x2t + 32 x3t + u2t ,

y3t

= 13 x1t + 23 x2t + 33 x3t + u3t ,

sabiendo que

1
= 21
0

12
1
0

13
23 ,
1
3

11
B = 21
0

12
22
32

0
0 .
33

7. Sea el siguiente modelo de oferta y demanda en el mercado de trabajo:

Nts

s
= 11 Wt + 11 Nt1
+ 21 Tt + 31 Pt + 1t

Ntd

= 12 Wt + 32 Pt + 42 Yt + 2t

Nts

= Ntd ,

donde
Nts = Ntd = Nt es el volumen de empleo en el periodo t.
Wt es el salario nominal en el periodo t.
Tt es el tipo medio impositivo en el periodo t.
Pt es el nivel de precios.
Yt es el nivel de producci
on.
Adem
as se posee la siguiente informaci
on:

Nt
Wt
Nt1
Tt
Pt
Yt

Nt
100
1000
125
150
250
350

Wt
1000
200
175
225
275
425

Nt1
125
175
100
0
0
0

Tt
150
225
0
200
0
0

Pt
250
275
0
0
300
0

Yt
350
425
0
0
0
400

Se pide:
a) Escribir la forma estructural y reducida en su forma matricial.
b) Estudiar la identificabilidad de cada ecuacion.
c) Estimar los coeficientes de la forma reducida del modelo.
d) Estimar la forma estructural del modelo por el procese que se considere mas oportuno.
8. Sea el siguiente modelo:
yi1

= 21 yi2 + 11 xi1 + ui1

yi2

= 12 yi1 + 22 xi2 + 32 xi3 + ui2 ,

para el cual se posee la siguiente informacion para 25 observaciones:

y1
y2
x1
x2
x3

y1
20
6
4
3
5

y2
6
10
3
6
7

x1
4
3
5
2
3

x2
3
6
2
10
8

x3
5
7
3
8
15

Se pide:
a) Escribir la forma estructural y reducida en su forma matricial.
b) Estudiar la identificabilidad de cada ecuacion.
c) Estimar los coeficientes del modelo por MCO.
d) Estimar la forma estructural del modelo por el procese que se considere mas oportuno.
4

9. Sea el siguiente modelo:

y1t

= 11 y2t + 11 x1t + u1t

y2t

= 21 y1t + 22 x2t + 23 x3t + u2t ,

siendo y1 e y2 las variables end

ogenas y x1 , x2 y x3 variables exogenas.
La matriz de las sumas de productos cruzados es la siguiente:

y1
y2
x1
x2
x3

y1
200
60
4
10
20

y2
60
40
0
0
10

x1
4
0
10
0
0

x2
10
0
0
20
0

x3
20
10
0
0
5

Se pide:
a) Escribir la forma estructural y reducida en su forma matricial.
b) Estudiar la identificabilidad de cada ecuacion.
c) Estimar la primera ecuaci
on utilizando MCO.
d) Estimar la la segunda ecuaci
on utilizando MCI.
e) Estimar ambas ecuaciones por MC2E.
f) Estimar todo el modelo utilizando MC3E.
10. Consideremos el siguiente modelo de ecuaciones simultaneas:
Y1t

= 21 Y2t + 11 X1t + 21 X2t + ut1 ,

Y2t

12 Y1t + 32 X3t + u3t .

Y supongamos que se han obtenido las siguientes momentos muestrales respecto a la media:

Y1
Y2
X1
X2
X3

Y1
12
6
3
0
2

Y2
6
16
2
4
1

X1
3
2
4
0
2

X2
0
4
0
1
1

X3
2
1
2
1
3

Se pide:
a) Escribir la forma estructural y reducida en su forma matricial.
b) Estudiar la identificabilidad de cada ecuacion.
c) Estimar los coeficientes del modelo por MCO.
d) Estimar la forma estructural del modelo por el procese que se considere mas oportuno.
11. Para estimar el comportamiento del mercado de automoviles propulsados por motor de gasolina se dispone
del siguiente modelo:
qd

a0 + a1 p + a2 y + 1 ,

b0 + b1 p + b2 z + 2 ,

qd

qs

donde
5

q d es el n
umero de unidades demandadas medidas en miles,
q s es el n
umero de unidades ofrecidas medidas en miles,
y es la renta familiar media en millones de pesetas,
p el precio medio en millones de pesetas del vehculo propulsado con motor de gasolina, y
z es el precio relativo del litro de gasolina respecto del gasoleo.
Se pide, a partir de los siguientes datos muestrales:
q
120
89
98
112
114
117
98
130
102
107
140
128
133
109
112

p
1.830
1.573
1.902
1.715
1.806
1.776
1.938
1.432
1.803
1.804
1.380
1.475
1.402
1.670
1.720

y
4.120
4.802
4.505
4.803
4.721
5.203
4.601
5.370
4.870
4.903
5.128
5.031
5.215
5.133
5.304

z
1.21
1.22
1.31
1.27
1.28
1.30
1.32
1.33
1.37
1.40
1.20
1.17
1.37
1.42
1.28

tr
100
105
105
130
125
120
200
130
185
165
175
155
140
170
140

u
0.380
0.402
0.371
0.573
0.808
0.703
0.810
0.637
0.537
0.687
0.550
0.493
0.703
0.870
0.742

donde tr es el precio medio por trayecto en el transporte p

ublico y u es el precio medio en millones de pesetas
de los vehculos usados.
a) Escribir la forma estructural y reducida en su forma matricial.
b) Estudiar la identificabilidad de cada ecuacion.
c) Estimar la forma estructural del modelo por MCI.
d) Estimar los coeficientes del modelo por MC2E.
e) Estimar los coeficientes del modelo por MC3E.
f) Ofrecer una estimaci
on del modelo mediante variable instrumental, justificando la seleccion de la misma.
12. Se pretende estimar el siguiente modelo de comportamiento agregado de una economa:
ct

0 + 1 yt + 2 ct1 + 1t ,

it

0 + 1 rt + 2 (yt yt1 ) + 2t ,

yt

ct + it + gt

Para ello se cuenta con los siguientes datos anuales en miles de millones de unidades de cuenta:

a
no
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84

ct
672.1
696.8
737.1
767.9
762.8
779.4
823.1
864.3
903.2
927.6
931.8
950.5
963.3
1009.2
1062.4

it
158.5
173.9
195.0
217.5
195.5
154.8
184.5
214.2
236.7
236.3
208.5
230.9
194.3
221.0
289.9

yt
1085.6
1122.4
1185.9
1254.3
1246.3
1231.6
1298.2
1369.7
1438.6
1479.4
1475.0
1512.2
1480.0
1534.7
1639.3

rt
7.71
5.11
4.73
8.15
9.84
6.32
5.34
5.61
7.99
10.91
12.29
14.76
11.89
8.81
10.16

gt
110.6
103.7
101.7
95.9
96.6
97.4
96.8
100.4
100.3
102.1
106.4
110.3
117.0
116.2
122.5

ct1
657.9
672.1
696.8
737.1
767.9
762.8
779.4
823.1
864.3
903.2
927.6
931.8
950.5
963.3
1009.2

yt1
1087.6
1085.6
1122.4
1185.9
1254.3
1246.3
1231.6
1298.2
1369.7
1438.6
1479.4
1475.0
1512.2
1480.0
1534.7

Se pide:
a) Escribir la forma estructural del modelo.
b) Escribir la forma reducida del modelo.
c) Discutir la identificabilidad de cada una de las ecuaciones.
d) Estimar la forma reducida.
e) Estimar el modelo por MC2E.
f) Estimar el modelo por MC3E.

Modelos no lineales
1. Obtener una aproximaci
on lineal de Taylor de los siguientes modelos no lineales:
a) yt = xt + t .
b) yt = ext + t .
2. C
omo estimara el modelo yt = xt + t , para t = 1, 2, . . . , T ?
3. Obtener la aproximaci
on lineal mediante el desarrollo en serie de Taylor del modelo yt = + xt + t .
4. Obtenga la expresi
on linealizada del modelo
yt = 0 + 1 e2 xt + t ,
aplicando el desarrollo en serie de Taylor en el entorno del punto (0 , 1 ) = (1, 0, 0).
5. Dados los siguientes datos:
x
y

1
4

2
50

3
200

4
740

5
3000

a) Ajustar un modelo doblemente logartmico de la forma y = Ax e .

b) Ajustar un modelo de la forma y = A x e .
c) Representar los datos de las transformaciones realizadas al linealizar los modelos.
7

d) Usar el coeficiente de determinaci

on para indicar el mejor ajuste.
6. En cuatro regiones dedicadas al cultivo de cacao se observo que el area cultivada en hectareas, X, y la
producci
on obtenida en cientos de kg, Y , obteniendose los siguientes datos:
X
Y

22
3

38
11

50
34

76
100

Ajustar un modelo doblemente logartmico que permita conocer la produccion a partir del area cultivada.
7. Obtener el sistema de ecuaciones normales de los siguientes modelos no lineales:
a) yt = ext + t .
b) yt = 0 + 1 e2 xt + t .
c) yt = 0 e1 xt + t .
d) Ct = 1 + 2 Yt3 + t (funci
on de consumo agregado).
e) yt = 1 + xt 2 + t .
8. Obtenga las ecuaciones normales resultantes al aplicar maxima verosimilitud al siguiente modelo
yt =

0
x1t + 2 e3 x2t + t ,
1 1

donde se supone la hip

otesis de normalidad en el termino de error.
9. Dados los modelos no linelaes
yt = xt + t ,

yt = xt + ,

obtener la expresi
on analtica de los algoritmos de Newton-Raphson y Gauss-Newton
10. Dado el modelo no lineal yt = 0 1xt + t , obtener la expresion analtica de los algoritmos de Newton-Raphson
y Gauss-Newton. Adem
as, mostrar cual sera la primera iteracion del algoritmo a partir de las condiciones
iniciales 0 = 1 y 1 = 0.
11. Dado el modelo yt = 1 e2 xt + t , obtener la estimacion iterativa proporcionada por el algoritmo de Newton
0
Raphson. Mostrar cual sera la primera iteracion de los algoritmos a partir del valor inicial = (1 2 ) = (y 0).
12. Dado el modelo yt = 1x1t + 2x2t + t , obtener la estimacion iterativa proporcionada por el algoritmo de
Gauss-Newton.

Modelos de elecci
on discreta
1. Estamos interesados en analizar el efecto de algunos de los determinantes de la decision de acudir a una consulta
medica en el u
ltimo mes (VIS). El objetivo es cuantificar la relacion entre las caractersticas individuales y la
probabilidad de realizar alguna consulta medica. Se consideran como factores explicativos el genero (S2=1 si
es mujer), la edad (EDAD), el estado de salud autopercibido (ES=1 es bueno) y la presencia de enfermedades
cr
onicas (CR=1 si est
an presentes).
Se han obtenido los resultados de aplicar estimaciones de Modelo de Probabilidad Lineal (MPL), modelo
LOGIT y modelo PROBIT a una muestra de 1597 individuos y son las siguientes:

Coeficiente
Constante
S2
EDAD
ES
CR

Estimacion del MLP

Error Tpico

0.373
0.045
0.089
0.023
0.002
0.001
-0.278
0.027
0.110
0.026

pvalor
0.000 (***)
0.000 (***)
0.01 (***)
0.000 (***)
0.000 (***)

Estimacion del Modelo Logit

Coeficiente
Error Tpico
pvalor

Constante -0.725
0.221
0.000 (***)
S2
0.435
0.113
0.000 (***)
EDAD
0.008
0.003
0.012 (**)
ES
-1.175
0.126
0.000 (***)
CR
0.573
0.135
0.000 (***)
Estimacion del Modelo Probit
Coeficiente
Error Tpico
pvalor

Constante -0.425
0.133
0.001 (***)
S2
0.265
0.068
0.000 (***)
EDAD
0.005
0.002
0.014 (**)
ES
-0.728
0.077
0.000 (***)
CR
0.343
0.080
0.000 (***)
Se pide interpretar los coeficientes estimados en los tres modelos y el calculo de odd-ratios.
2. Una empresa de seguros encuentra que la probabilidad de poseer un seguro de hogar frente a no poseerlo,
puede escribirse mediante una relaci
on lineal definida por el siguiente modelo:
si = 0,07 + 0,0002yi + 0,004Ei
donde si es una variable dicot
omica que vale 1 si el individuo i-esimo posee un seguro y cero en caso de no
poseerlo; yi es la renta y Ei es la edad del asegurado. Si la renta bruta mensual fuese de 4.000 euros y la edad
del asegurado de 30 a
nos, entonces:
a) Cu
al es la probabilidad de NO poseer un seguro?.
b) Cu
al es el incremento de probabilidad, si la renta de dicho individuo aumentase en 200 euros?.
3. Se ha estudiado la posibilidad de que el hecho de que una familia tenga la vivienda en propiedad o no (Y )
dependa de variables como los ingresos de los individuos (INGRESOS); si trabaja (TRABFIJO), que es una
variable dicot
omica que toma el valor uno si el cabeza de familia trabaja y cero en caso contrario; el sexo
(SEXO), que tambien es dicot
omica, tomando valor 1 si es hombre y cero si es mujer; y la edad (EDAD), que
representa la edad del cabeza de familia. El siguiente cuadro recoge los valores de dichas variables para dos
individuos elegidos al azar de la muestra:
i
9
18

Y
1
0

Sexo
1
0

Edad
39
46

Ingresos
250
80

Trabfijo
0
0

Adem
as, se recogen los siguientes resultados de la estimacion de un modelo logit y probit:

Variable
Constante
Sexo
Edad
Ingresos
Trabfijo

Logit
-4.73
0.16
0.01
0.0194
0.02

Probit
-2.66
0.16
0.004
0.0113
0.015

Se pide:
a) Calcular la probabilidad de tener vivienda en propiedad en los dos modelos y para los dos individuos.
b) Calcular los Odds de cada individuo y para cada variable, solo para el modelo logit.
c) Calcular los efectos marginales para el individuo 9 en el modelo logit y para el individuo 18 en el modelo
probit.
4. En una encuesta realizada en junio de 2001 a diez alumnos de cuarto curso se les pregunto si aprobaron o
no la asignatura de Macroeconoma, as como la calificacion que obtuvieron en la asignatura de Econometra,
con los siguientes resultados:
Aprobaron Macroeconoma
S
S
No
S
No
No
S
S
No
No

Calificacion Econometra
8
8
6
6
6
5
5
4
4
4

Se pide:
a) Especificar y estimar por mnimos cuadrados ordinarios un modelo lineal que eval
ue el efecto que la
calificaci
on de Econometra tiene sobre la probabilidad de aprobar Macroeconoma.
b) Interpretar los valores estimados para cada uno de los coeficientes del modelo. Cual es la calificaci
on
que debe alcanzarse en Econometra para tener una probabilidad de 0.80 de aprobar Macroeconoma?.
c) Si un alumno obtuvo 9.5 en Econometra, cual es la probabilidad de aprobar Macroeconoma?.
5. Supongamos que la decisi
on de comprar (Y = 1) o no (Y = 0) una vivienda depende u
nicamente del nivel de
renta (ingresos de la familia medidos en decenas de miles de euros) de una familia. Si dicho modelo se estima
mediante un modelo lineal de probabilidad, un modelo logit y un modelo probit se obtienen los siguientes
resultados:

Variable
cte
Renta

Estimaci
on
b

071
0021

qMLP
b
V ar()
0048
00018

Estimacion
b
077
018

qLogit
b
V ar()
003
001

Estimacion
b
05
0096

Se pide:
a) A partir de que renta se obtienen probabilidades superiores a 1 en el MLP?
10

qProbit
b
V ar()
0017
00073

b) Cu
al es la probabilidad de que una familia compre una vivienda con una renta de 60000 euros? Y de
una familia sin renta? (usar los tres modelos).
c) C
omo incrementa la probabilidad de comprar una vivienda de una familia que pasa de unos ingresos de
60000 euros a 70000? Y de 70000 a 80000? (usar los tres modelos).
d ) Que coeficientes son significativamente distintos de cero? (usar los tres modelos).
e) Interpretar los efectos marginales, coinciden en los tres modelos?
f ) Calcular los odd-ratio en los modelos Logit y Probit.
g) Se verifican las siguiente relaciones?:
bLogit ' 4bM LP .
bP robit ' 20 5bM LP .
bLogit ' 10 6bP robit .

Modelos de datos de panel

1. Para analizar un modelo de demanda de tabaco se consideran los precios del tabaco y el PIB per c
apita,
obteniendose los siguientes resultados al estimar un modelo de efectos fijos con 85 observaciones (17 individuos
y 5 unidades temporales):
d t)
ln(tabaco

-0.63
(6.85)

1.174 ln(precioit )
(0.115)

1.263 ln(P IBit ),

(0.679)

R2 = 0,8478, R = 0,7938

Adviertase que entre parentesis se tienen las desviaciones tpicas estimadas robustas a heteroscedasticidad y
autocorrelaci
on.
Se pide:
a) Interpretar la influecia de las variables con coeficientes significativamente distintos de cero en el consumo
de tabaco.
b) Contrastar la hip
otesis de que el coeficiente del precio sea igual a -1. Que informacion se obtiene de este
contraste?
2. A partir de de los datos anuales de renta y consumo de los hogares entre 1997 y 2010 (ambos inclusive) para
22 paises europeos se obtiene la siguiente estimacion para la funcion de consumo a partir de un modelo de
efectos fijos:
d t)
ln(consumo

0.004
(0.001)

0.867 ln(rentait )
(0.048)

R2 = 0,8598, R = 0,8418

Adviertase que entre parentesis se tienen las desviaciones tpicas estimadas robustas a heteroscedasticidad y
autocorrelaci
on.
Se pide:
a) Interpretar la influecia de las variables con coeficientes significativamente distintos de cero en el consumo.
b) Para contrastar si los efectos fijos individuales son significativos se obtiene el valor experimental Fexp =
0,453. Si la distribuci
on te
orica tiene 21 y 272 grados de libertad, se rechaza H0 : 1 = 2 = = n =
0? Que indica el resultado del contraste?
3. Con datos de la encuesta anual de presupuestos familiares para cada comunidad autonoma y los a
nos comprendidos entre 2009 y 2013 (ambos inclusive) se estima un modelo de demanda de cerveza a partir de un
modelo de MCO agrupados, de efectos fijos y de efectos aleatorios. Los resultados obtenidos son los siguientes:
11

Var. Dep ln(cervezait )

cte
ln(precioit )
ln(rentait )

MCO agrupados
12.32
(3.192)
-2.02
(0.552)
-0.2
(0.328)

Contrastes
Sig. conj. efectos fijos
Breusch-Pagan
Hausman

Efectos fijos
10.96
(4.907)
-0.97
(0.181)
-0.09
(0.486)

Grados de libertad
16, 63
1
2

Efectos aleatorios
13.13
(2.079)
-1.06
( 0.155)
-0.31
(0.208)

Valor experimental
36.432
23.478
14.364

La variable cerveza corresponde a los litros consumidos al a

no por persona y comunidad autonoma, precio es
el precio medio por persona y comunidad por litro en euros de 2013 y renta es la renta disponible por persona
y comunidad anual en euros de 2013.
Se pide:
a) Es la relaci
on entre el consumo de cerveza y el precio elastica, inelastica o unitaria? (usar los tres
modelos).
b) Cu
al de los tres modelos es el id
oneo?
c) Interpretar los coeficientes significativamente distintos de cero del modelo seleccionado.
4. A partir de los 629 egresados de cierta facultad durante un periodo de 6 a
nos se ha obtenido la siguiente
estimaci
on:
Variable
Age 1 (2035)
Age 2 (3545)
Age 3 (4555)
Age 4 (5565)
Age 5 (65)
Unemployed previous year
Self-employment
South
Rural
R2

Fixed effects
0.0557 (0.0042)
0.0351 (0.0051)
0.0209 (0.0055)
0.0209 (0.0078)
-0.0171 (0.0155)
-0.0042 (0.0153)
-0.2190 (0.0297)
-0.1569 (0.0656)
-0.0101 (0.0317)
0.567

Random effects
0.0393 (0.0033)
0.0092 (0.0036)
-0.0007 (0.0042)
-0.0097 (0.0060)
-0.0423 (0.0121)
-0.0277 (0.0151)
-0.2670 (0.0263)
-0.0324 (0.0333)
-0.1215 (0.0237)
0.694

Donde entre entre parentesis se tienen las desviaciones tpicas estimadas robustas a heteroscedasticidad y
autocorrelaci
on, y:
La variable dependiente, lwage, es el logaritmo del salario.
Las variables independientes son la edad, Age (dividida en 5 grupos); desempleo en el a
no anterior; auto
empleo; residencia en el sur del pas; y residencia en zona rural (las 4 u
ltimas variables toman el valor 1
en caso afirmativo).
Se pide:
a) Realizado el contraste de Hausman se tiene un p-valor asociado de 0.0048. Que modelo elegiras?
b) Para el modelo seleccionado, interpretar los coeficientes significativamente distintos de cero.

12