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.
