UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS MATEMÁTICAS

ESCUELA PROFESIONAL DE ESTADÍSTICA

Curso: Econometría.
Semestre 2018-II
Practica Dirigida N°6

1. Establezca si las siguientes afirmaciones son verdaderas, falsas o inciertas. Precisar

a) Cuando hay presencia de auto correlación, los estimadores de MCO son sesgados e
ineficientes. ( )
b) En presencia de heteroscedasticidad, los estimadores de MCO son sesgados e
ineficientes. ( )
c) Si hay heteroscedasticidad, las pruebas convencionales t y F son inválidas. ( )
d) La multicolinealidad es inofensiva si el objetivo del análisis es sólo la predicción.
( )
e) La tolerancia (TOL) es una medida de multicolinealidad mejor que el FIV. ( )

2. Consulte los datos sobre la industria del cobre de la tabla 12.7. Cuyas variables son:
Determinantes del precio interno del cobre en los Estados Unidos, 1951-1980
AÑO = Año
C = Promedio Nacional de Precios de Cobre de 12 Meses, Cientos Por Libra (Y)
G = Producto Nacional Bruto Anual, miles de millones de dólares
I= Índice Medio de Doce Meses de Producción Industrial
L= Promedio de 12 meses de la Bolsa de Metales de Londres Precio de Cobre,
Libra esterlina
H = Número de Iniciados por Año, Miles de Unidades
A = Precio medio del aluminio de doce meses, centavos por libra

a) Grafique los datos y trace la línea de regresión.

b) Suponga, con base en el inciso a), que decide estimar el modelo de regresión.
Obtenga las estimaciones de los parámetros, sus errores estándar, r2, la SCR y la
SCE.
c) Interprete la regresión.
d) Obtenga los residuos de la regresión y grafíquelos.
e) ¿Cómo probaría la suposición de la normalidad del término de error?
f) Estime el estadístico de normalidad de Jarque-Bera para el modelo en este
problema. ¿Qué conclusiones puede obtener de este estadístico?
 g) Con el programa Eviews grafique el diagrama de cajas y la Prueba de Normalidad
mediante Quantile – Quantile
h) Con el grafico de los residuos ¿Qué diría sobre la presencia de auto correlación en
estos residuos?
i) Con los residuos estimados, investigue si hay auto correlación mediante
 la prueba de Durbin-Watson
 con la prueba de Breusch-Godfrey.
 Mediante el correlograma
j) Con base en los resultados de esta prueba, ¿cómo transformaría los datos para
eliminar laauto correlación?
k) Explore gráficamente si los residuos presentan heteroscedasticidad,
l) Aplique las pruebas de Park, Goldferd-Quant y White para determinar si presenta o
no heteroscedasticidad sustente con estas pruebas.
m) Si observa heteroscedasticidad en el modelo ¿cómo puede transformar los datos
de manera que en el modelo transformado no existiera heteroscedasticidad?

3. Para evaluar la factibilidad de un salario anual garantizado (impuesto sobre la renta

negativo), Rand Corporación valoró en un estudio la respuesta de la oferta de trabajo
(horaspromedio de trabajo) ante un incremento de los salarios por hora. Los datos de
tal estudio se obtuvieron de una muestra nacional de 6 000 familias cuyo jefe (varón)
ganaba menos de 15 000 dólares al año. Los datos se dividieron en 39 grupos
demográficos para su análisis. Estos datos se proporcionan en la tabla 10.15. En vista
de que para cuatro grupos demográficos había datos faltantes respecto de algunas
variables, los datos de la tabla se refieren sólo a 35 de esos grupos. Las definiciones de
las diversas variables del análisis se dan a continuación:
Horas horas promedio trabajadas durante el año.
Tasa salario promedio por hora (dólares).
IAPE ingresos anuales promedio de la esposa (dólares).
IAPO ingresos anuales promedio de otros miembros de la familia (dólares).
IPAN ingreso promedio anual no devengado.
Valores bienes familiares promedio (cuentas bancarias, etc.) (Dólares).
Edad edad promedio del entrevistado.
DEP número promedio de dependientes.
Escolaridad nivel máximo de escolaridad promedio completado.

a) Realice la regresión de las horas promedio trabajadas durante un año sobre las
variables suministradas en la tabla e interprete su regresión.
b) ¿Existe evidencia de multicolinealidad en los datos? ¿Cómo sabe?
c) Calcule las medidas del factor inflacionario de la varianza (VFI) y de la TOL para las
diversas regresoras.
d) Si existe un problema de multicolinealidad, ¿qué acciones correctivas, si acaso hay
alguna, tomaría?
4. Los datos aparecen en la tabla 10.17 (EXCEL), donde
Y número de personas con trabajo (en miles),
X1 índice implícito de deflación de precios para el PIB,
X2 PIB (en millones de dólares),
X3 número de desempleados (en miles),
X4 número de personas enlistadas en las fuerzas armadas,
X5 población no institucionalizada mayor de 14 años de edad y
X6 año (igual a 1 para 1947, 2 para 1948 y 16 para 1962).
a) Trace diagramas de dispersión, como se indica en el capítulo, para evaluar las
relaciones entre las variables independientes. ¿Hay relaciones fuertes? ¿Parecen
lineales?
b) Elabore una matriz de correlación. ¿Qué variables parecen relacionarse más ente
sí, sin incluir la dependiente?
c) Ejecute una regresión estándar de MCO para pronosticar el número de personas
empleadas en millares. ¿Los coeficientes de las variables independientes se
comportan como esperaría?
d) Con base en los resultados anteriores, ¿cree que estos datos sufren de
multicolinealidad?

Bibliografía: Damodar Gujarati. Econometría. 5ta Edición.