UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS ECONOMICAS ADMINISTRATIVAS Y CONTABLES

PRACTICA DE ECONOMETRIA
1.- Del libro de Gujarati resolver los siguientes ejercicios:
11.6
11.9
11.10
11.11
11.12
11.15
11.16
11.18
11.22
12.9
12.10
2.- Para la tabla 12.7 de Gujarati analizar por los métodos
estudiados, la existencia o no de autocorrelación y de existir
aplique los métodos correctivos estudiados.
3.-
Del libro de Wooldridge capitulo 8 (Heteroscedasticidad) pag.
299 ejercicios en computadora resolver el ejercicio C2.
Del mismo libro mencionado, capitulo 12 pag 443 ejercicios en
computadora resolver el ejercicio C10
11.6
11.6. Con propósitos pedagógicos, Hanushek y Jackson estiman el siguiente modelo:
Ct = β1 + β2PNBt + β3Dt + ui (1)
donde Ct gasto agregado de consumo privado en el año t, PNBt producto nacional
bruto en el año t y Dt gastos de defensa nacional en el año t, con el objetivo de estudiar
el efecto de los gastos de defensa sobre otros gastos en la economía.
Los autores postulan que σt2= σ2(PNBt)2, luego transforman (1) y estiman
Ct/PIBt =β1 (1/PIBt) + β2 + β3 (Dt/PIBt) + ut/PIBt (2)

Los resultados empíricos basados en la información de 1946 a 1975 fueron los siguientes
(errores estándar entre paréntesis):*
Cˆt = 26.19 + 0.6248 PNBt − 0.4398 Dt
(2.73) (0.0060) (0.0736) R 2 0.999
Ct/PNBt =25.92 (1/PNBt) + 0.6246 − 0.4315 (Dt/PNBt)
(2.22) (0.0068) (0.0597) R2 0.875
a) ¿Qué supuesto hacen los autores sobre la naturaleza de la heteroscedasticidad? ¿Puede
justificarlo?
La suposición es que la varianza del error es proporcional al cuadrado del PBI, que se
describe en la postulación. Los autores hacen de este supuesto al observar los datos a través
del tiempo y observar esta relación.
b) Compare los resultados de las dos regresiones. ¿La transformación del modelo original
mejora los resultados, es decir, reduce los errores estándar estimados? ¿Por qué?
Los resultados son esencialmente los mismos, aunque los errores estándar de dos de los
coeficientes son inferiores en el segundo modelo, esto se puede tomar como justificaciones
empíricas de la transformación de heterocedasticidad.
c) ¿Puede comparar los dos valores de R2? ¿Por qué? (Sugerencia: Examine las variables
dependientes
No, el R2 términos pueden no ser directamente comparados, las variables dependientes en
los dos modelos no son lo mismo.
11.9
11.10
11.11

i)
ii)

iii.a)

iii.b)
iv)
11.12
11.12. La tabla 11.6 presenta información sobre la razón ventas/efectivo en las industrias
manufactureras de Estados Unidos, clasificadas por tamaño de activos del establecimiento
de 1971-I a 1973-IV. (Información trimestral.) La razón ventas/efectivo puede considerarse
una medida de la velocidad del ingreso en el sector empresarial, es decir, el número de veces
que circula un dólar.

a) Por cada tamaño de activos, calcule la media y la desviación estándar de la razón

ventas/efectivo.

b) Grafique el valor de la media frente a la desviación estándar obtenida en a), con el

tamaño de activos como unidad de observación.

c) Con un modelo de regresión apropiado, determine si la desviación estándar de la razón

se incrementa con el valor de la media. De no ser así, ¿cómo interpreta el resultado?

Observando los datos que nos salieron se puede decir que la desviación estándar no se
incrementa con el valor de la media, ya que tiene signos distintos.
Como se observa hay un valor negativo en la media, esto quiere decir que no hay una relación
sistemática entre las 2 porque tienen sentido distinto.

d) Si hay una relación estadísticamente significativa entre los dos, ¿cómo transformaría la
información de manera que no haya heteroscedasticidad?
No hay necesidad de ninguna transformación, porque no hay una relación sistemática entre
el promedio de ventas o relación de efectivo y la desviación estándar de las distintas clases
de activos y por lo tanto no existe heterocedasticidad.
Se asume que la desviación es constante ya que la media no explica a la desviación.
11.15
11.16
11.18
11.22
11.22.- La tabla 11.9 presenta información acerca de los precios de acciones (Y) y
los precios al
consumidor (X) expresados en cambios porcentuales anuales para un corte transversal de 20
países.
a) Grafique los datos en un diagrama de dispersión.
25
20
15
y
10
5
0

0 5 10 15 20 25
x

b) Efectúe la regresión de Y sobre X y examine los residuos de esta regresión. ¿Qué

observa?
  Se observa que el 58.64% de las predeterminadas explican a la endógena

c) Como los datos de Chile parecen atípicos, repita la regresión en b) sin la información
sobre Chile. Ahora examine los residuos de esta regresión. ¿Qué observa?

Podemos observar que el 0.93% de las predeterminadas explican a la endógena, entonces el

país de chile tuvo mucha influencia.

d) Si, con base en los resultados de b), concluye que hubo heteroscedasticidad en la
varianza del error, pero con base en los resultados de c) modifica este resultado, ¿qué
conclusiones generales obtiene?
Que la ………………………………………………………….
12.9
12.10
2.- Para la tabla 12.7 de Gujarati analizar por los métodos
estudiados, la existencia o no de autocorrelación y de existir
aplique los métodos correctivos estudiados.
2.- Para la tabla 12.7 de gujarati analizar por los métodos estudiados, la existencia o no de
autocorrelación y de existir aplique los métodos correctivos estudiados.
C: promedio de doce meses del precio interno del cobre en Estados Unidos (centavos por libra).

G: Producto Nacional Bruto anual (miles de millones).

I: Índice promedio de doce meses de la producción industrial.

L: Precio promedio de doce meses del cobre en la bolsa de metales de Londres (libras esterlinas).

H: Número de casas construidas por año (miles de unidades).

A: Precio promedio de doce meses del aluminio (centavos de dólar por libra).
Límite superior = 21.274323
Límite inferior = 10.725677
I

Efectuando la regresión, de la variable “unem” (unemployment), contra

“inef”, que es la tasa de inflación
Al incrementarse por unidad el desempleo, la tasa de inflación crece en
0.4676257.
II
El rho SÍ es significativo ya que la siguiente regresión representa este
modelo:
Y encontramos:
𝑈𝑡 = 𝛼1 + 𝜌𝑈𝑡−1
Aceptamos la Hipótesis que afirma la existencia de Correlación Serial o
también llamada Autocorrelación.
11.15. La tabla 11.7 proporciona datos sobre 81 automóviles respecto de
su MPG (millas promedio por galón), CF (caballos de fuerza de su motor),
VOL (pies cúbicos de su cabina), VM (velocidad máxima en millas por
hora) y su PS (peso del vehículo en cientos de lb).
a) Considere el siguiente modelo:
𝑀𝑃𝐺𝑖 = 𝛽1 + 𝛽2 𝑉𝑀𝑖 + 𝛽3 𝐶𝐹𝑖 + 𝛽4 𝑃𝑆𝑖 + 𝑢𝑖

Estime los parámetros de este modelo e interprete los resultados. Desde el

punto de vista económico, ¿tiene sentido?
b) ¿Esperaría que la varianza del error en el modelo anterior sea
heteroscedástica? ¿Por qué?
c) Con la prueba de White determine si la varianza de error es
heteroscedástica.
d) Obtenga los errores estándar de White consistentes con la
heteroscedasticidad, así como los valores t, y compare los resultados con
los obtenidos mediante MCO.
e) Si se establece heteroscedasticidad, ¿cómo puede transformar los datos
de manera que en los datos transformados la varianza del error sea
homoscedástica? Muestre los cálculos necesarios.