Sunteți pe pagina 1din 7

Ejercicios Aplicación a Modelos Económicos – Matemáticos y

Econométricos.

1. Los siguientes escenarios describen vagamente fenómenos hipotéticos que se desean


estudiar. Para cada caso, identificar un problema específico, las variables relevantes,
proponer relaciones entre ellas y justificar.

a) ¿Es el momento de comprar un auto nuevo?

Comprar un auto nuevo.


Ingreso
Forma de pago del vehículo (crédito o contado, tipos de interés del mercado, impuestos,
Seguros (SOAT, Todo Riesgo).

b) La población de perros callejeros en la ciudad de Tunja es alarmante.

Aumento de la población canina variables


Abandono
Esterilización de los caninos
Transmisión de enfermedades

c) Se desea sustituir los “microbuses” urbanos por autobuses eficientes operados por el
gobierno de la ciudad.

Problemas de movilidad tránsito y transporte variables


Cantidad de pasajeros
Numero de autobuses
Emisión de gases contaminantes

d) La Secretaría de Salud se interesa por conocer la eficiencia de una nueva vacuna contra
el sarampión.

Enfermedades inmunoprevenibles
Muestreo aleatorio para probar la vacuna
Estimar que tan efectiva es la vacuna
Efectos secundarios que puede generar la vacuna

e) Nos preguntamos si debemos ahorrar una porción de nuestro ingreso.

Ingresos variables
Gastos generales de transporte y otros gastos
Variable aleatoria, otros gastos no incluidos mensualmente, compras urgentes, perdida de
dinero. Etc.
2. El fenómeno de difusión social (o proceso del chisme) describe la difusión de
información dentro de una sociedad. Los miembros de la población se dividen en dos
clases: los que poseen la información y los que no la poseen. En una población conocida
(digamos de N individuos), es razonable suponer que la tasa de difusión de la información
es proporcional al producto del número de individuos que poseen la información por
aquéllos que no la tienen. Nombrar las variables relevantes y describir un modelo que
proporcione el número de individuos que poseen la información después de n días.

SOLUCIÓN:

E (Y / Xi) =f (Xi)
explica el valor esperado de la
distribución de “Y” dada “Xi”, se relaciona funcionalmente con “Xi”. Es decir
manifiesta la
variación de la media o respuesta promedio de “Y” respecto de “X

explica el valor esperado de la


distribución de “Y” dada “Xi”, se relaciona funcionalmente con “Xi”. Es decir
manifiesta la
variación de la media o respuesta promedio de “Y” respecto de “X
La función explica el valor esperado de la distribución de “Y” los que poseen la
información dada “Xi” los que no la poseen, se relaciona funcionalmente con “Xi”. Es
decir manifiesta la variación de la media o respuesta promedio de “Y” respecto de “X

3. Se ha observado que el ahorro de los individuos depende de su ingreso y de la tasa de


interés del mercado. Asimismo, la cantidad de ahorro es sumamente sensible a los cambios
en el ingreso, pero cambia poco ante variaciones de la tasa de interés. Describe un modelo
que represente estas consideraciones.

SOLUCIÓN:

El modelo que podríamos utilizar sería


Yi=Xiβ 1+β 2 Xi
Yi=
Xi
β 1+β 2 Xi
Yi= ahorro
Xiβ 1= interés del mercado
β 2 Xi= ingresos
Preguntas 2,2 – 2,3 – 2,6 – 2,7 ejercicios libro de Econometría, Damodar N.
Gujarati edición 5.
2.2. ¿Cuál es la diferencia entre la función de regresión poblacional y la función de
regresión Muestral? ¿Se trata de distintos nombres para la misma función?
La diferencia es que la función de regresión poblacional es una función específica para una
población que utiliza unos parámetros (Y, β1, β2) y la Muestral es un pequeño subconjunto
de la población por lo cual son usados estimadores, esto quiere decir que a partir de los
resultados de una muestra se puede determinar el mismo comportamiento para una
población, es decir, se trata de distintos nombres para la misma función.
2.3. ¿Qué papel desempeña el término de error estocástico ui en el análisis de
regresión?
El error estocástico (ui) representa o un sustituto de todas las variables que se omiten en el
modelo de regresión, pero que, en conjunto, afectan a Y. Este término es una variable
aleatoria que adopta valores tanto como positivos, como negativos.
¿Cuál es la diferencia entre el término de error estocástico y el residual ûi?
La diferencia es que el error estocástico de perturbación ui; es introducido en función de
regresión poblacional FRP y el error residual de perturbación (ûi); es introducido en la
función de regresión muestral FRM. Pero conceptualmente, ûi es análogo a ui y se
considera una estimación de ui.
2.6. Determine si los siguientes modelos son lineales en los parámetros, en las variables
o en ambos. ¿Cuáles de estos modelos son de regresión lineal?

a) Parámetros y variables lineales.


b) Parámetros y variables lineales.
c) Parámetros y variables lineales.
d) Parámetros y variables lineales.
e) Parámetros y variables lineales.
El modelo a, b, c, d y e son lineales ya que todos los modelos tanto en los parámetros como
en las variables se encuentran elevados a la primera potencia.
2.7. ¿Son modelos de regresión lineal los siguientes? ¿Por qué?

A. (Regresión exponencial): Es un modelo de regresión lineal; porque sus parámetros y


variables se encuentran elevados a la primera potencia.
B. (Exponencial): La ecuación ofrece un modelo de regresión lineal; porque sus
parámetros y variables se encuentran elevados a la primera potencia.
C. (Logarítmica): Es un modelo de regresión lineal; porque sus parámetros y variables
se encuentran elevados a la primera potencia
D. (Es lineal): Es un modelo de regresión lineal, porque sus parámetros y variables se
encuentran elevados a la primera potencia
E. (Cúbica): No es un modelo de regresión lineal porque el parámetro de la variable
independiente β2 esta elevado a la tercera potencia.
Matrices Gujarati.