13.1. Consulte la función de demanda de pollos estimada en la ecuación (8.6.23).

Considerando los atributos de un

“correctamente”?

Respuesta Pues al parecer, el modelo se basa en la teoría económica, que parece estar bien especificado. Sin embargo, las va

13.2. Suponga que el verdadero modelo es pero, en lugar de especificar esta regresión a través del

Respuesta Desviación en el verdadero modelo se puede escribir como:

Por lo tanto, haciendo uso de las diversas propiedades, incluso si se introducen las innecesarias interceptar en el

13.3. Continúe con el ejercicio 13.2, pero suponga que el modelo (2) es el verdadero. Analice las consecuencias de

Respuesta Sabemos que

Por lo tanto, aquí, la pendiente estimador del modelo incorrecto da un estimador parcializado del verdadero coefi

13.4. Suponga que el “verdadero” modelo es pero añadimos una variable “irrelevante”, X3, al
a) ¿R2 y R2 ajustada para el modelo (2) serían más grandes que las del modelo (1)? b) ¿Las estimaciones de β1 y β2

Respuesta a) Puesto que X 3 es irrelevante, rb = 0, lo que reduce la fórmula anterior a: Por lo general, entonces, la

b) Sí, estos son imparciales por las razones indicadas en el capítulo. Esto puede ser fácilmente demostra

c) Por lo tanto, las diferencias no son

13.5. Considere la siguiente función de producción (Cobb-Douglas) “verdadera”:

K=capital. Pero suponga que la regresión realmente utilizada en la investigación empírica es
Conforme al supuesto de que tiene información de corte transversal sobre las variables relevantes, a) ¿Será E(βˆ 1)
a)? Muestre las derivaciones necesarias.
 13.5. Considere la siguiente función de producción (Cobb-Douglas) “verdadera”:
K=capital. Pero suponga que la regresión realmente utilizada en la investigación empírica es
Conforme al supuesto de que tiene información de corte transversal sobre las variables relevantes, a) ¿Será E(βˆ 1)
a)? Muestre las derivaciones necesarias.

Respuesta a) Tal como se explica en el capítulo, omitiendo la variable relevante dará lugar a estimaciones sesgada

b) Si L2 es un irrelevante variable, las estimaciones siguen siendo imparcial, excepto que no tienen gran

13.6. Consulte las ecuaciones (13.3.4) y (13.3.5). Como se ve, αˆ 2, aunque sesgada, tiene una varianza menor que
ECM (error cuadrático medio) para los dos estimadores se expresa como

Respuesta Si el menor varianza en un 2 más que compensa el sesgo, sobre la base de la pequeña y mediana empresa criterio

13.7. Muestre que el β estimado de (13.5.1) o (13.5.3) constituye una estimación insesgada del verdadero β.

Respuesta En la Ec. (13.5.3 ), aplicando LA OPERACIÓN, obtenemos:

Tomando las expectativas de la expresión anterior en ambos lados y tomando nota de las propiedades de xj,ui yf,

13.8. Según la hipótesis de ingreso permanente de Friedman, podemos escribir donde Y ∗ i gasto de

donde Yi y Xi son las cantidades observables o mensurables, y donde ui y vi son los errores de medición en Y ∗ y X ∗
Si suponemos que 1) E(ui) E(vi) 0, 2) var (ui) σ2 u y var (vi) σ2 v , 3) cov(Y∗ i , ui) 0, cov(X ∗ i , vi) 0, y 4) cov(ui, X ∗ i
a) ¿Qué puede decir sobre la naturaleza del sesgo en βˆ? b) Si el tamaño de la muestra aumenta indefi nidamente,

Respuesta a y b)

13.9. Modelo de asignación de precios de activos de capital. El modelo de asignación de precios de activos de capit
valor (una acción común), medida durante un determinado periodo, y la volatilidad del título, relación denominada
promedio del valor i, βi=coefi ciente Beta verdadero del valor i, ui=término de perturbación estocástico. La verdade
Donde rit=tasa de rendimiento del valor i durante el tiempo t, rmt=tasa de rendimiento del mercado durante el tiem
industriales), et=término de residuos y donde β∗ es una estimación del “verdadero” coefi ciente beta. En la práctic
 13.9. Modelo de asignación de precios de activos de capital. El modelo de asignación de precios de activos de capit
valor (una acción común), medida durante un determinado periodo, y la volatilidad del título, relación denominada
promedio del valor i, βi=coefi ciente Beta verdadero del valor i, ui=término de perturbación estocástico. La verdade
Donde rit=tasa de rendimiento del valor i durante el tiempo t, rmt=tasa de rendimiento del mercado durante el tiem
industriales), et=término de residuos y donde β∗ es una estimación del “verdadero” coefi ciente beta. En la práctic
(2). Pero, como las β∗ i son estimadas, la relación entre la verdadera β y β∗ se escribe así donde vi s
estimado de (3) proporcionará una estimación insesgada del verdadero α2? De no ser así, ¿es ésta una estimación

Respuesta a) El método y los resultados son los mismos que en cuestión 13.8 .

b) Hay varias medidas correctivas en la literatura avanzada.

13.10. Considere el modelo Para averiguar si este modelo está mal especifi cado porque om
un intercepto en esta regresión.) La prueba del multiplicador de Lagrange (ML), sin embargo, requiere la regresión

Respuesta Pero si se omite A3 de este modelo, y de retroceso Y conectado X2 y, a continuación, retroceso sólo los residuos d
onsiderando los atributos de un buen modelo analizados en la sección 13.1, ¿puede decir que esta función de demanda está esp

n especificado. Sin embargo, las variables de precios están fuertemente correlacionados, lo que podría llevar a los problemas derivados de

car esta regresión a través del origen, especifi ca el modelo usual con presencia del intercepto:

las innecesarias interceptar en el segundo modelo, el coeficiente pendiente sigue siendo imparcial. Esto es, según lo indicado en la teoría. L

. Analice las consecuencias de ajustar el modelo mal especificado (1).

r parcializado del verdadero coeficiente pendiente. Las diferencias son las que aparecen en el ejercicio 13.2.

na variable “irrelevante”, X3, al modelo (irrelevante en el sentido de que el verdadero coefi ciente β3 que acompaña a la variable
b) ¿Las estimaciones de β1 y β2 obtenidas de (2) son insesgadas? c) ¿La inclusión de la variable “irrelevante” X3 afecta las varian

rior a: Por lo general, entonces, la adición de X 3 aumentará el valor de R . Sin embargo, si el r23 es cero, el valor R1 no se modificará.

to puede ser fácilmente demostrado de la regresión múltiple las fórmulas dadas en el Capítulo 7, señalando que el verdadero es cero.

or lo tanto, las diferencias no son lo mismo.

Donde Y=producción, L1=trabajo contenido en la producción, L2=trabajo no contenid

írica es
les relevantes, a) ¿Será E(βˆ 1) α1 y E(βˆ 2) α3? b) Si se sabe que L2 es un insumo irrelevante en la función de producción, ¿aún
 Donde Y=producción, L1=trabajo contenido en la producción, L2=trabajo no contenid
írica es
les relevantes, a) ¿Será E(βˆ 1) α1 y E(βˆ 2) α3? b) Si se sabe que L2 es un insumo irrelevante en la función de producción, ¿aún

dará lugar a estimaciones sesgadas. Por lo tanto E(J3X)± un{ y E( f32) * a2. Las derivaciones con escalares álgebra lleva a manejar expresione

arcial, excepto que no tienen grandes variaciones debido a la presencia de la "molestia" variable L2.

tiene una varianza menor que βˆ 2, que es insesgada. ¿Cómo decidiría respecto de un intercambio de un sesgo por una varianza

queña y mediana empresa criterio podemos elegir que calculadora. El punto de este ejercicio es que tenga en cuenta que a veces un estima

esgada del verdadero β.

ota de las propiedades de xj,ui yf, puede verse que L3 es imparcial.

donde Y ∗ i gasto de consumo “permanente” y X ∗ i ingreso “permanente”. En lugar de las variables “permanentes”,

rrores de medición en Y ∗ y X ∗ , respectivamente. Con las cantidades observables, escribimos la función de consumo como
ov(X ∗ i , vi) 0, y 4) cov(ui, X ∗ i ) cov(vi, Y ∗ i ) cov(ui, vi) 0, demuestre que, en muestras grandes, el β estimado de (2) se expresa
ra aumenta indefi nidamente, ¿tenderá el β estimado a igualar el β verdadero?

n de precios de activos de capital (CAPM) de la teoría de inversión moderna postula la siguiente relación entre la tasa de rendim
del título, relación denominada coefi - ciente Beta (la volatilidad es una medida del riesgo): Donde R¯i=
bación estocástico. La verdadera βi no es directamente observable pero se mide de la siguiente manera:
nto del mercado durante el tiempo t (esta tasa es la tasa de rendimiento sobre algún índice general del mercado, como el índice
coefi ciente beta. En la práctica, por consiguiente, en lugar de estimar (1), se estima donde las β ∗ i se o
n de precios de activos de capital (CAPM) de la teoría de inversión moderna postula la siguiente relación entre la tasa de rendim
del título, relación denominada coefi - ciente Beta (la volatilidad es una medida del riesgo): Donde R¯i=
bación estocástico. La verdadera βi no es directamente observable pero se mide de la siguiente manera:
nto del mercado durante el tiempo t (esta tasa es la tasa de rendimiento sobre algún índice general del mercado, como el índice
coefi ciente beta. En la práctica, por consiguiente, en lugar de estimar (1), se estima donde las β ∗ i se o
be así donde vi se denomina error de medición. a) ¿Cuál será el efecto de este error de medición sobre la estimac
er así, ¿es ésta una estimación consistente de α2? De no ser así, ¿qué medidas correctivas sugiere?

á mal especifi cado porque omite la variable X3, decide efectuar la regresión de los residuos obtenidos del modelo (1) sólo sobr
mbargo, requiere la regresión de los residuos de (1) sobre X2, X3 y una constante. ¿Por qué es probable que su procedimiento s

ción, retroceso sólo los residuos de esta regresión de X3 y obtener su coeficiente, es decir, a3, a3 es un sesgo, así como estimador inconsist
a función de demanda está especifi cada

var a los problemas derivados de la multicolinealidad. La elección de la forma funcional es una cuestión empírica.

s, según lo indicado en la teoría. Las varianzas de los estimadores son dos:

β3 que acompaña a la variable X3 es cero) y estime

rrelevante” X3 afecta las varianzas de βˆ 1 y βˆ 2?

el valor R1 no se modificará.

do que el verdadero es cero.

ucción, L2=trabajo no contenido en la producción

a función de producción, ¿aún es válida la respuesta en

ucción, L2=trabajo no contenido en la producción

a función de producción, ¿aún es válida la respuesta en

lgebra lleva a manejar expresiones. Pueden ser fácilmente obtenidos mediante álgebra matricial. Pero si desea continuar, estimar los parám

o de un sesgo por una varianza pequeña? Sugerencia: El

a en cuenta que a veces un estimador parcializado puede ser elegido debido a su menor varianza. Por supuesto, todo esto depende de la fi

e las variables “permanentes”, observamos

a función de consumo como

el β estimado de (2) se expresa como

elación entre la tasa de rendimiento promedio de un

Donde R¯i=tasa de rendimiento
manera:
ral del mercado, como el índice S&P de valores
donde las β ∗ i se obtienen de la regresión
elación entre la tasa de rendimiento promedio de un
Donde R¯i=tasa de rendimiento
manera:
ral del mercado, como el índice S&P de valores
donde las β ∗ i se obtienen de la regresión
r de medición sobre la estimación de α2? b) ¿El α2
e?

nidos del modelo (1) sólo sobre la variable X3 (Nota: Hay

obable que su procedimiento sea inapropiado?*

sgo, así como estimador inconsistente de la verdadera X3. Para una prueba oficial, véase A. R.
desea continuar, estimar los parámetros de la "incorrecta" modelo y, a continuación, poner el verdadero modelo de los parámetros estimad

uesto, todo esto depende de la finalidad de la investigación.

modelo de los parámetros estimados, las expectativas, y averiguar si se espera que los valores de los parámetros del modelo especificado in
metros del modelo especificado incorrectamente igual a la suma de sus valores reales. Si no lo hacen, entonces hay un prejuicio.
onces hay un prejuicio.