Professional Documents
Culture Documents
EJERCICIO 2.3.
A partir de los datos proporcionados sobre los resultados de la prueba de aptitud para el
acceso a la universidad en EEUU (ACT) y la nota media en la universidad (GPA) de ocho
estudiantes universitarios
1. Estimar la relacin entre GPA y ACT empleando MCO, obtener los valores estimados
de 0 y 1
Comentar la direccin de la relacin. El trmino constante se presta a una
interpretacin til en este caso? Explicar la respuesta. En cunto se predice que
aumente el GPA si el resultado ACT aumenta en 5 puntos?
2. Calcular los valores ajustados y los residuos para cada observacin y comprobar que
los residuos suman aproximadamente cero
3. Dar el valor predicho GPA cuando ACT = 20
4. Qu proporcin de la variacin de GPA de estos ocho estudiantes se explica por
ACT? Razonar la respuesta
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
E(u|x)=E(u)=0
( ) ( )
n n
MUESTRAL
n1 x i yi 0 1 x i =0 n1 yi 0 1 x i =0
i=1 i=1
( )
n
n1 yi 0 1 x i =0
i=1
n n n
n1 yi n1 0 n1 1 x i =0 n
i=1 i=1 i=1 =n0 0
i=1
n n
yi 1 x i
n n
x = x
n 0
1 i 1 i
i=1 i=1
i=1
i=1
=0
n n n
y 0 1 x =0
0 = y 1 x
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
x ( y x )=0
n n
x ( y y ) = x ( x x )
n
1
n i i 0 1 i i i 1 i i
i=1 i=1 i=1
( )
n
xi yi 0 1 xi =0 x (y y )
n
i i
i=1
1 = i=1
n
( ) x ( x x )
n
x i yi y 1 x 1 x i =0
n n
i i xi ( yi y )= ( xi x )( yi y )
i=1
i=1
i=1
n
i=1
n
x i ( x i x )= ( x i x ) 2
i=1 i=1
( )
n
( )
n
i i i 1 1i
x x =0
( x x )( y y )
n
x y y x
i=1 i=1 i i
n
1 = i=1
n
( )
n
i i 1 i (x x )
2
x y y
= x x x 2
i
i
i=1 i=1 i=1
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
1. Estimar la relacin entre GPA y ACT empleando MCO, obtener los valores
estimados de 0 y 1
[X MediaX] [Y mediaY]
( x x )( y y )
n
OBS. GPA(Y) ACT(X) (A)x(B) (A)^2
(A) (B)
1 2,8 21 4,88 0,41 2,01 23,77 i i
2 3,4 24 1,88 0,19 0,35 3,52 1 = i=1
n
( xi x )
3 3 26 0,13 0,21 0,03 0,02 2
4 3,5 27 1,13 0,29 0,32 1,27
5 3,6 29 3,13 0,39 1,21 9,77 i=1
6 3 25 0,88 0,21 0,19 0,77
7 2,7 25 0,88 0,51 0,45 0,77
8 3,7 30 4,13 0,49 2,01 17,02
SUMA 5,81 56,88 5,81
MEDIADEX 25,88 1 = =0,1022
MEDIADEY 3,21
56,88
0 = y 1 x
0 =3,21(0,1022x25,88) =0,5681
GPA = 0,5681 + 0,1022 ACT Relacin positiva entre las notas de acceso y la nota
media universitaria por cada punto adicional en la
prueba de aptitud para el acceso a la universidad
(ACT) la nota media de la universidad (GPA) se
incrementa en 0,1022 puntos.
Si el resultado del ACT aumenta en 5 puntos aumento del GPA en 5 x 0,1022 = 0,511 puntos.
La constante nos indica el valor que toma GPA cuando la variable X toma valor 0. En este
caso, el valor de la constante nos estara indicando el valor que toma GPA cuando la nota de la
prueba de acceso a la universidad es 0: predice una nota media de la universidad de 0,5681
puntos sobre 4.
La constante aqu carece de sentido puesto que, en el caso de obtener una nota de 0 en la
prueba de acceso, es de esperar que no tengas acceso a la universidad. Es de suponer que en
la poblacin el valor de X sea siempre superior o igual a la nota mnima requerida para el
acceso a la universidad.
Interpretacin de la constante efecto que, en media, tienen sobre GPA todos aquellos
factores ajenos a ACT (recogidos en u, cuya esperanza hemos fijado en cero).
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
VALORES AJUSTADOS Y RESIDUOS
( )
n n i 0 1 i
Min u = yi 0 1 x i
2 Condicionesde i=1
( )
i 1er orden n
i=1 i=1 n1 x i yi 0 1 x i =0
i=1
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
2. Calcular los valores ajustados y los residuos para cada observacin y comprobar que
los residuos suman aproximadamente cero.
VALOR
OBS. ACT(X) GPA(Y) RESIDUO
AJUSTADO
1
2
21
24
2,80
3,40
2,71
3,02
0,0857
0,3791
ui >0 LaFRMestimadasubestimayi
3 26 3,00 3,23 0,2253
4 27 3,50 3,33 0,1725
5 29 3,60 3,53 0,0681
6 25 3,00 3,12 0,1231
7 25 2,70 3,12 0,4231 ui <0 LaFRMestimadasobreestimayi
8 30 3,70 3,63 0,0659
U =0,0002
i=1
i
Condicinde1er orden
( )
n n
n1 yi 0 1 x i = 0 = n1 U
i
i=1 i=1
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
i
i=1
Medida de la varianza muestral total en las yi. Indicador del grado de dispersin de la variable a
explicar en la muestra.
n 2
Medida de la varianza muestral de los valores ajustados. Indicador del grado de dispersin de
las variables predichas en la muestra.
n
SUMA DE LOS CUADRADOS DE LOS RESIDUOS (SCE)
i
u
i=1
2
Medida de la varianza muestral de los residuos. Indicador del grado de dispersin de los
residuos en la muestra.
3.DarelvalorpredichoGPAcuandoACT=20
i=1
EJERCICIO 2.5.
En la funcin de consumo lineal
= 0 + 1 inc
cons
La propensin marginal al consumo (PMC) estimada de la renta es simplemente la
cons
pendiente, mientras que la propensin media al consumo (PMEC) es = 0 + 1
inc inc
Empleando observaciones de 100 familias sobre sus ingresos y consumo anuales (ambos
medidos en dlares), obtenemos la siguiente ecuacin:
= 124,84 + 0,853inc
cons conn=100yR2 =0,692
1. Interpretar el trmino constante en esta ecuacin y comentar su signo y su
magnitud
2. Cul es el consumo predicho cuando el ingreso de la familia es de 30.000 $?
3. Dibujar la curva de PMC y PMEC estimadas, con inc en el eje de las x.
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
1. Interpretar el trmino constante en esta ecuacin y comentar su signo y su magnitud
= 124,84 + 0,853inc
cons
En aquellos casos en los que el nivel de ingresos anual de una familia es cero (inc = 0),
su nivel de consumo es de 124,84$ al ao. consumo negativo?
EJERCICIO 2.6.
Utilizando los datos de 1988 sobre las casas vendidas en Andover, Massachusetts, de
Kiel y McClain (1995), la siguiente ecuacin relaciona el precio de las viviendas (price)
con la distancia a un incinerador de basura construido recientemente (dist)
= 9,40+ 0,312log(dist)
log(price) conn=135yR2 =0,162
1. Interpretar el coeficiente de log(dist). Es el signo de esta estimacin el que se
puede esperar?
2. Ofrece la regresin simple un estimador insesgado de la elasticidad, ceteris
paribus, de price con respecto a dist? (Responder teniendo en cuenta la decisin de
la ciudad sobre dnde situar un incinerador).
3. Qu otros factores de una casa tienen una incidencia sobre su precio? Pueden
estar correlacionados con la distancia al incinerador?
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
UNIDADES DE MEDIDA
Relacioneslinealesy=0 +1 x+u2LIMITACIONES
TRANSFORMACIONES LOGARTMICAS
VBLE VBLE
MODELO INTERPRETACIN1
DEP. INDEP.
RLS.3.Mediacondicionadanula E(u|x)=E(u)=0
n
RLS.4.Variacinmuestral variableindependiente i y j n tal que x i x j ( x i x ) 2 >0
i=1
Supuesto sobre cmo se relacionan X y U, E(u|x) = E(u) no existe relacin alguna entre X y U,
y, por tanto el valor medio de U no depende del valor que tome X
Existen factores recogidos en U que afecten al precio de la vivienda y que estn correlacionados con
la distancia respecto del incinerador? distancia respecto del centro urbano, densidad urbana del
rea, nivel medio de los barrios mas prximos al incinerador, etc.
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
EJERCICIO 2.11.
El conjunto de datos CEOSAL2.RA contiene informacin sobre directores generales de
empresas estadounidenses. La variable salary es la remuneracin anual, en miles de
dlares y ceoten es el nmero de aos de antigedad en un puesto de director general.
INPUTS OUTPUTS
Variableaexplicar:
salarioanual,en
milesde$
Variableexplicativa:
aosdeantigedaden
unpuestodedirector
general
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
1. Calcular el salario medio y la antigedad media en la muestra
Salariomedioenlamuestrade865.860
milesde$
Antigedadmediaenlamuestraesde
7,95aos
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
MEDIDAS DE POSICIN
MEDIDAS DE DISPERSIN
MEDIDAS DE FORMA
1 N
MEDIA
Estadsticopocorobustofrentealapresenciadevaloresextremos:
xi observacionesextremastienenunelevadoefectosobresuvalor
N i=1
Valorcentraldeladistribucin,valorm quedejalamitaddelreaqueestpor
debajodelafdp alaizquierdadem ylaotramitadaladerechadem
MEDIANA
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
Problema la desviacin tpica depende de las unidades de medida de la variable X, por lo que
no permite realizar comparaciones entre varios conjuntos de datos con distinta unidad de
medida o grandes diferencias en sus medias.
COEFICIENTE DE VARIACIN
3
x x alrededor de la media.
N i=1 CA = 0 distribucin simtrica alrededor de la media
CA =
3
CA > 0 cola asociada a los valores por encima de la media
i ( xi x )
2
(derecha) es ms larga que la izquierda
N CA < 0 cola asociada a los valores por debajo de la media
(izquierda) es ms larga que la derecha
N
1
( i ) concentracin que presentan los valores en la regin central
4
x x
N i=1 de la distribucin; mide la cantidad de observaciones que se
EC = 4
3 encuentran en las colas en relacin con las situadas alrededor
i ( xi x )
2
de la media. Para el clculo del exceso de curtosis se toma
como referencia el valor de curtosis de la normal que es 3.
N
EC > 0 mayor peso de las observaciones en la cola y mayor
apuntamiento que la distribucin normal
EC < 0 menor peso de las observaciones en la cola y
menos apuntamiento que la distribucin normal
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
2. Cuntos directores generales estn en su primer ao como director general (es decir ceoten =
0)? Cul es el puesto ms duradero como director general?
Puesto ms duradero como
director general 37 aos
5directores
generalesensu
primerao
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
3. Estimar el modelo de regresin simple
log(salary) =0 +1 ceoten + u
y presentar los resultados de la forma habitual. Cul es el porcentaje predicho (aproximado)
de incremento salarial para una ao ms como director general?
Ficheroderesultados
Coeficiente ceoten
por cada ao adicional
como director general
el modelo predice un
aumento en el salario
del 0,0097 x 100 =
0,97%.
RectaderegresinMCO
log(salary) = 6,51+ 0,0097ceoten
La constante nos indica el valor que toma log(salary) cuando la variable ceoten toma
valor 0,esto es, en los 5 casos en los que los directores generales estn en su primer ao
en el puesto de director general.
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
EJERCICIO 2.13.
Emplear los datos de WAGE2.RAW para estimar una regresin simple que explique el
salario mensual (wage) en funcin del resultado del QI (IQ)
Salariomedio957$mensuales
QImedio101,28
Valorescercanosalosvalorespoblacionales
DesviacinestndarQI 15,05
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
VBLE VBLE
MODELO INTERPRETACIN1
DEP. INDEP.
wage =0 +1 IQ + u
= 116,99+ 8,30 IQ
wage
n = 935, R2 =0,095
SEC SCE
R2 = =1 = 0,095 Proporcin de la varianza muestral total que viene
STC STC explicada por la SEC, esto es, por la parte
determinista del modelo especificado. IQ tan slo
explica un 9,5% de la variacin de wage.
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
VBLE VBLE
MODELO INTERPRETACIN1
DEP. INDEP.
log(wage)=0 +1 IQ + u
log(wage) = 5,89+ 0,0088 IQ
n = 935, R2 =0,099
EJERCICIO 2.14.
Para la poblacin de empresas de la industria qumica, sea rd los gastos anuales de
investigacin y desarrollo, y sea sales las ventas anuales (ambos expresados en millones
de dlares).
1. Proponer un modelo (no una ecuacin estimada) que implique una elasticidad
constante entre rd y sales. Qu parmetro es la elasticidad?
2. Estimar ahora el modelo empleando los datos RDCHEM.RAW. Presentar las
ecuaciones estimadas de la forma habitual. Cul es la elasticidad estimada de rd
con respecto a ventas? Explicar con palabras lo que significa esta elasticidad.
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
1. Proponer un modelo (no una ecuacin estimada) que implique una elasticidad constante
entre rd y sales. Qu parmetro es la elasticidad?
VBLE VBLE
MODELO INTERPRETACIN1
DEP. INDEP.
Elasticidaddelosgatoseninvestigacinydesarrollo(rd)conrespectoa
lasventasanuales(sales) elincrementoenun1%enelvolumende
ventasanualesllevaaparejadounincrementoenlosgastosdestinadosa
I+Denun1%
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE
2. Estimar ahora el modelo empleando los datos RDCHEM.RAW. Presentar las ecuaciones
estimadas de la forma habitual. Cul es la elasticidad estimada de rd con respecto a ventas?
Explicar con palabras lo que significa esta elasticidad.
Variableaexplicar(rd):
Gasto anual en I+D en el ao 1991 por
parte de la industria qumica, en
millones de $ logaritmo
Variableexplicativa(sales):
Ventas anuales de la industria qumica
en el ao 1991, en millones de $
logaritmo
FUNDAMENTOS DE ECONOMETRA
TEMA 2 EL MODELO DE REGRESIN SIMPLE