Descargado en:

patatabrava.com

ECONOMETRÍA (UGR)

EJERCICIOS RESUELTOS ECONOMETRIA

MIGUEL TAPIA GARCIA, JUAN 13-14

 Econometría Curso 2012/2013

HOJA DE EJERCICIOS TEMA 2 y 3----EJERCICIOS MODELO LINEAL

1.- Dado el modelo Yt = β1 + β 2 X 2t + β 3 X 3t + ut , con los siguientes datos:

0 1 1 1
1  1 0 2 
  
Y=  2  ; X= 1 3 3
   
3 1 4 3
 4  1 2 5 
a) Estime por mínimos cuadrados ordinarios.
b) Obtenga el coeficiente de determinación.
c) Obtenga un intervalo de confianza para los coeficientes del modelo.

2.- Dado el modelo Yt = β1 + β 2 X 2t + β 3 X 3t + ut , con los siguientes datos:

1  1 1 1
 2 1 2 2
  
Y= 3 ; X= 1 2 2
   
 4 1 3 3
5 1 4 5
a) Estime por mínimos cuadrados ordinarios.
b) Obtenga el coeficiente de determinación.
c) Obtenga un intervalo de confianza para los coeficientes del modelo.
d) Contraste las siguientes hipótesis nulas:
d1) H 0 : β1 = 0 ;

d2) H 0 : β 2 = 0 ;

e) Proponga un estimador insesgado de la varianza de la perturbación. Obtenga

un intervalo de confianza del 95% para la varianza.
f) Efectúe una predicción puntual y por intervalo del valor medio de Y si X2= 1 y
X3 = 2.

1
 Econometría Curso 2012/2013

3.- Con los siguientes datos sobre algunas variables:

3 1 3 5
1 1 1 4
  
Y= 8 X= 1 5 6 ,
   
3 1 2 4
5 1 4 6
a) Estime el modelo de regresión Y= f(X).
b) Obtenga el coeficiente de determinación.
c) Verifique la significación del modelo.
d) Verifique la significación del coeficiente de la tercera variable.
e) Dar una predicción, del valor puntual y por intervalo para el valor más probable
del regresando, si X2 = 10, y X3 = 10.

4.- Para estimar la formación bruta de capital, se construye un modelo lineal usando
como variables explicativas, las ventas y el índice de productividad. Se dispone de
datos sobre 15 empresas.

 560,3 
Y’Y =921512’63

X’Y= 133031

 
 7845,9 

 11,108 0,076 − 2,006

(X’X) −1 
= 0,076 0,000528 − 0,014

 
− 2,006 − 0,014 0,382 

a) Especifique el modelo y estime por mínimos cuadrados.

b) Calcule la bondad del ajuste.
c) Estime la matriz de varianzas-covarianzas de los estimadores MCO de los
coeficientes.
d) Verifique la significación del coeficiente de las variables.
e) Verifique la significación global del modelo.

2
 Econometría Curso 2012/2013

5.- Sea Y: cantidad vendida de un bien, X1 : precio del bien y X 2 : cantidad vendida en
total (excepto de ese bien).
n = 10 X =8 ∑X 2
2 = 798 ∑Y = 674,5
t
2

X1 = 6 ∑X 1
2
= 390 ∑Y t = 80 ∑ X X = 421
1 2

∑X Y 1 t = 450 ∑X Y 2 t = 705 .
a) Estime el modelo por mínimos cuadrados.
b) Calcule la bondad del ajuste.
c) Verifique la significación del coeficiente de la variable precio.
d) Obtenga un intervalo de confianza para los coeficientes del modelo.
6.- Se desea comparar la función de consumo privado de la comarca de la costa y la
de la vega. Se dispone de la siguiente información.
Residencia Consumo (Y) Renta (X )
Vega 9 10
Vega 16 20
Vega 62 100
Vega 20 25
Vega 6’8 8
Costa 19 30
Costa 12 20
Costa 30 50
Estime el modelo del consumo en función de la renta y de la zona de residencia.

7.- Se quiere estudiar la dependencia de los años de educación de un joven respecto a

la renta familiar y la procedencia sociogeográfica del mismo, para lo que se dispone de
la siguiente muestra:

Zona Años Educación Renta

16 8
Urbana 18 13
14 9
18 12
12 7
Rural 10 3
11 6
14 10

3
 Econometría Curso 2012/2013

a) Especifique un modelo que explique la duración de la educación de los

jóvenes en base a la información disponible.
b) Estimar los parámetros del modelo propuesto.
c) Contraste:
c1) La renta familiar no es una variable significativa en el modelo.
c2) La variable socioprocedencia geográfica no es significativa.
d) Predicción por punto y por intervalo de la duración de la educación de un
joven urbano cuya renta familiar es de 10’5.

8.- Se tienen los siguiente datos relativos a la cantidad de toneladas de azúcar

demandada en un mercado durante los primeros 11 meses del año (Y), así como del
precio al por mayor por tonelada de ésta (X1), y también de sacarina (X2).
Y = 127 '09 ; ∑Y t
2
= 185324 ; X 1 = 9 '08 ; X 2 = 10 '08 ;

∑ Y X = 12223' 4 ; ∑ Y X
t 1t t 2t = 14958'6 ; n = 11; ∑X 2
1t = 945'35 ;

∑ X = 1265'53 ; ∑ X X
2
2t 1t 2t = 960'28 .

a) Estime la curva de demanda del azúcar.

b) Dé una medida del ajuste alcanzado con el modelo.
c) ¿Puede aceptarse que el precio al por mayor por tonelada de azúcar no es
significativo para el modelo?.
d) Obtenga un intervalo de confianza del 95% para el término constante de la
regresión.

9.- Sea Y el gasto en neumáticos para coches de una marca determinada, X1 el gasto
en coches y X2 el nivel de precios relativos de los neumáticos. Se tienen datos
relativos a 10 meses.
Se supone que la relación entre variables es de la siguiente forma:
Yt = β 0 + β1 X 1t + β 2 X 2t + ut , y que los resultados de la estimación mínimo cuadrática
son:

Yˆt = −44'1 + 4'8 X 1t − 0'85 X 2t

Sb1 = 0'828076 = σˆ X 11 R2 = 0’8735

Sb2 = 0'33806 = σˆ X 22 S2 = σ̂ 2 = 4’5714.

4
 Econometría Curso 2012/2013

Con un nivel de significación del 0’05,

a) Construya un intervalo de confianza para β1 .
b) Contraste la hipótesis de que el gasto efectuado en coches no tiene influencia
significativa en el consumo de neumáticos.
c) Contraste la hipótesis de que al aumentar el gasto en coches aumenta el gasto en
neumáticos.
d) Construya un intervalo de confianza para β 2 .
e) Contraste la hipótesis de que al aumentar el precio de los neumáticos disminuye el
consumo de los mismos.
f) Contraste la hipótesis de que cuando el precio de los neumáticos aumenta en una
unidad permaneciendo constante el gasto en automóviles, el gasto en neumáticos
se reduce en 0’9 unidades.

10.- Para el modelo de regresión: Yt = β 0 + β1 X 1t + β 2 X 2 t + ut , t= 1,...,15., se sabe que

el resultado de la estimación es: Yˆ t = 6 ' 47 + 6 ' 58 X 1t + 0 ' 25 X 2t ,

 2887 240 
1 
− 384 64 − 40 .
rr
donde SCR= e ' e = 92’56 y (X ' X )
−1
=
4664 
 608 
Obtenga la predicción puntual y por intervalo para el valor teórico medio de Y si
r
el vector de los valores de predicción de los regresores es x f = (1, 2, 5)

5
 Econometría Curso 2012/2013

11.- La siguiente tabla muestra el número de accidentes de carretera en miles (Y)

entre 1947 y 1957 y el número de vehículos matriculados en decenas de miles (X) en
ese período.
Año Y X
1947 166 352
1948 153 373
1949 177 411
1950 201 411
1951 216 462
1952 208 490
1953 227 529
1954 238 477
1955 268 641
1956 268 692
1957 274 743

Se supone que entre las dos variables hay una relación lineal.
a) Estime el modelo.
b) Compruebe si la variable explicativa es o no importante para el modelo.
c) Si al año siguiente se matriculan 10 millones de vehículos, dé una predicción
por intervalo al 95% para el valor esperado del número de accidentes.
d) Suponga que en 1957 se reforma el código de circulación con el objetivo de
disminuir el número de accidentes. En 1958 hubo 270.000 accidentes y se
matricularon 8 millones de vehículos. ¿Fue útil la reforma?.