Documente Academic
Documente Profesional
Documente Cultură
Tema
2
1. Se tiene
cov( y, c) cov( y, c)
1.2 = y 0.6 =
var(c) var( y)
de donde,
[cov( y, c)]2
= (corr )2 = R 2 = 0.72
var( y) var(c)
= R2 = 1
var( X ) var(Y )
es
decir,
cuando
X
e
Y
estn
perfectamente
correlacionadas.
b) El
coeficiente
de
determinacin
en
un
modelo
de
regresin
simple
es
igual
al
coeficiente
de
correlacin
entre
X
e
Y
elevado
al
cuadrado.
Obviamente
es
el
mismo
en
ambos
casos.
7. La
expresin
(2.4.23)
contiene
las
ecuaciones
normales
de
modo
matricial,
que
son
el
resultado
de
igualar
el
vector
gradiente
a
cero.
La
condicin
de
segundo
orden
para
la
minimizacin
de
funciones
de
varias
variables
sin
restricciones
es
que
el
hessiano
de
la
funcin
sea
una
matriz
definida
positiva
(el
alumno
puede
consultar
el
libro
de
texto
de
Matemticas
(Clculo)
en
los
apartados
dedicados
a
la
maximizacin
de
funciones
de
varias
variables).
Por
tanto,
primero
es
necesario
obtener
el
hessiano
(la
matriz
de
derivadas
segundas
de
la
funcin
objetivo).
En
las
pginas
10
y
11
Apndices
y
Tablas
(de
Econometra
y
Prediccin)
se
encuentran
las
normas
bsicas
de
derivacin
matricial.
Derivando
por
tanto
la
expresin,
2! +
2
nos
lleva
a
un
hessiano
es
de
la
forma
2.
En
el
apndice
A.7.
se
dan
propiedades
sobre
matrices
definidas
positivas.
En
particular,
podemos
aprovechar
la
primera
de
ellas:
para
cualquier
vector
no
nulo
c
se
tiene,
cXXc = (Xc)(Xc) que
necesariamente es positiva al tener Xc rango completo (ver apartado A.4.)
Empricos
1. Tras cargar los datos en Gretl (puede ser necesario guardarlos en una versin anterior de
Excel),
120
100
80
PIBr
60
40
20
0
1950
1960
1970
1980
1990
2000
2010
El
ajuste
es
muy
superior
en
el
caso
del
PIB
expresado
en
trminos
reales
dado
que
el
PIB
nominal
presenta
un
trazado
exponencial.
El
coeficiente
de
determinacin
corregido
solo
puede
emplearse
con
este
objetivo
para
comparar
regresiones
en
las
que
la
variable
dependiente
sea
la
misma,
lo
que
no
es
el
caso.
d) Tras
dividir
en
la
regresin
con
datos
originales,
tanto
el
trmino
independiente
como
la
pendiente
quedarn
divididos
por
mil
(ver
epgrafe
2.2.2).
Si
los
datos
del
PIB
estn
en
logaritmos:
log = + log 1000 = +
1000
es
decir
restamos
a
la
variable
dependiente
log(1000),
por
lo
que
en
esta
misma
cuanta
se
vera
reducida
la
constante.