CAF Banco de Desarrollo de América Latina

ECONOMETRÍA I

SOLUCIONES A LOS EJERCICIOS SESIÓN 3

1. La definición de los estimadores MCO es

n 2
β 0 , β 1 = arg min S (b0 , b1 ) donde S (b0 , b1 ) = (Yi − b0 − b1 Xi ) ,
b0 ,b1 i=1

es decir son los valores que minimizan la función S (b0 , b1 ) . Encontrarlos es sencillo usando cálculo. Las derivadas
de la función son
∂S (b0 , b1 ) n
= −2 (Yi − b0 − b1 Xi ) ,
∂b0 i=1
∂S (b0 , b1 ) n
= −2 (Yi − b0 − b1 Xi ) Xi .
∂b1 i=1

Igualando las derivadas a 0 y resolviendo el sistema de ecuaciones se derivan los MCO. Específicamente
n
Yi − β 0 − β 1 Xi = 0 ⇒ β0 = Y − β1X
i=1
n n
Yi − β 0 − β 1 Xi Xi = 0⇒ Yi − Y − β 1 Xi − X Xi = 0,
i=1 i=1

de donde se deriva n n
Xi Yi − Y Xi − X Yi − Y
i=1 i=1
β1 = n = n 2 .
Xi − X Xi Xi − X
i=1 i=1

2. a. Aplicando las fórmulas MCO

n n
Xi − X Yi − Y Xi − X Zi − Z
i=1 i=1
α0 = Y − α1 X, α1 = n 2
, β 0 = Z − β 1 X, β 1 = n 2
.
Xi − X Xi − X
i=1 i=1

Es sencillo demostrar que

X = Y + Z,
Xi − X = Yi − Y + Zi − Z,
por lo que
n
Xi − X Xi − X − Yi − Y
i=1
β1 = n 2
= 1 − α1 ,
Xi − X
i=1
β0 = X − Y − (1 − α1 ) X = −α0 .

b. En la ecuación de consumo n
SRC = (Yi − α0 − α1 Xi )2 ,
i=1
mientras que en la ecuación de ahorro
n 2
SRA = Zi − β 0 − β 1 Xi .
i=1

Claramente, los residuos del modelo para el consumo son

Yi − α0 − α1 Xi = Xi − Zi + β 0 − 1 − β 1 Xi = −Zi + β 0 + β 1 Xi ,

es decir, son iguales a los residuos del modelo para el ahorro pero con el signo cambiado. Por tanto la suma
de cuadrados de los residuos es igual para los dos modelos.

1
 c. No, porque las variables dependientes en ambos modelos son distintas.
3. Esta pregunta se refiere a cambios en unidades de medida en el regresor. Sabemos que
n
Xi − X Yi − Y
i=1
β 0 = Y − β 1 X, β 1 = n 2
, ui = Yi − β 0 − β 1 Xi , Yi = β 0 + β 1 Xi .
Xi − X
i=1

Si cambiamos el regresor por Xi∗ = 2Xi , los nuevos MCO y sus correspondientes residuos y valores predichos
serían
n ∗
∗ ∗ ∗ ∗ Xi∗ − X Yi − Y ∗ ∗ ∗ ∗
i=1
β0 =Y − β1X , β1 = , u∗i = Yi − β 0 − β 1 Xi∗ , Yi∗ = β 0 + β 1 Xi∗ ,
n ∗ 2
Xi∗ − X
i=1
∗ ∗ ∗
teniendo en cuenta que X = 2X. De esta forma es muy simple demostrar que β 0 = β 0 , β 1 = β 1 /2 y en base a
estos resultados, ui = u∗i , Yi = Yi∗ . Si alternativamente cambiamos el regresor a Xi+ = 2 + Xi , los nuevos MCO
y sus correspondientes residuos y valores predichos serían
n +
+ + + + Xi+ − X Yi − Y + + + +
i=1
β0 =Y − β1 X , β1 = , u+ + + +
i = Yi − β 0 − β 1 Xi , Yi = β 0 + β 1 Xi ,
n + 2
Xi+ − X
i=1

+ + +
teniendo en cuenta que X = 2 + X. Similarmente, es muy simple demostrar que β 0 = β 0 − 2β 1 , β 1 = β 1 y en
base a estos resultados, ui = u+ +
i , Yi = Yi .

4. a. El salario medio muestral de los hombres es más alto que el de las mujeres, lo que podría indicar una discrim-
inación salarial a favor de los hombres. Sin embargo, esta conclusión depende de que los grupos de hombres
y de mujeres sean similares en factores como el tipo de trabajo que desempeñan, los años de experiencia
en el mundo laboral, su formación educativa, cualificación... Si los grupos difieren sustancialmente en estos
aspectos, podría ser que el mayor salario se debiese a esos aspectos y no a una discriminación salarial. Por
tanto, las medias muestrales no son muy informativas.
b. 0,82 es el incremento predicho en salario por ser hombre y 5,09 es el salario predicho cuando Xi = 0, es
decir, el salario predicho para las mujeres.
c. 5,09 es la media muestral del salario para las mujeres y 5,09+0,82 es la media muestral del salario para los
hombres.
d. El género (ser hombre o mujer) explica el 26% de la variabilidad del salario en la muestra.
e. La crítica no tiene sentido. El género está plenamente capturado por la variable Xi que distingue hombres
(Xi = 1) y mujeres (Xi = 0). Incluir otra variable como la señalada es redundante y haría que el modelo
sufriera un problema de multicolinealidad exacta (este problema lo estudiaremos más adelante en el curso).
5. a. El término de error ui recoge factores que afectan al crecimiento de un país, aparte del peso de la cuota
comercial. Por tanto, incluye muchísimos factores que sin duda incluyen aspectos como el nivel educativo de
la población, el nivel de tecnología en el país, la estabilidad institucional, la calidad de las instituciones,...
Es muy posible que estos factores estén correlacionados con el regresor. Por ejemplo, es lógico pensar que
países más avanzados tecnológicamente presenten una mayor apertura hacia el exterior, por lo que su cuota
comercial sería mayor.
b.
creci = 0, 64 + 2, 31comi .
β 0 = 0, 64 : tasa de crecimiento media predicha por el modelo si la cuota comercial es cero; β 1 = 2, 31 :
si la cuota comercial se incrementa en una unidad, el modelo predice que la tasa de crecimiento media se
incrementaría en 2,31 unidades (es decir, en este caso un 2,31%).
c. R2 = 0, 1236 : la cuota comercial explica un 12,36% de la variabilidad del crecimiento en la muestra, otros
factores explicarían el resto de la variabilidad; ESR = 1, 79 : es la magnitud de una desviación típica de la
recta de regresión. Tiene las mismas unidades que la variable dependiente (en este caso %).

2
d. Sabemos que
SR
R2 = 1 −
,
ST
y Gretl nos proporciona la siguiente información: D.T de la vble. dep.=1,897; Suma de cuad. resid-
uos=201,85. De aquí podemos deducir

n
(creci − crec)2 n
i=1
= 1, 897 ⇒ ST = (creci − crec)2 = 64 × 1, 8972 = 230, 31.
n−1 i=1

Por tanto
201, 85
R2 = 1 − = 0, 123 6,
230, 31
que naturalmente coincide con el dato proporcionado para el R2 por Gretl.
e. 0, 3 × 2, 31 = 0, 693, es decir un aumento predicho de la tasa de crecimiento media de un 0,69%.