Capítulo 8
8.26. La demanda de cable. La tabla 8.10 presenta los datos de un fabricante de cable
telefónico para pronosticar las ventas a uno de sus principales clientes durante el periodo 1968-
1983.
Las variables en la tabla se definen de la siguiente forma:
Y = ventas anuales en millones de pies de cables pareados (MPC).
X2 = Producto Interno Bruto (PIB), $, miles de millones.
X3 = construcción de nuevas viviendas, miles de unidades.
X4 = tasa de desempleo, %.
X5 = tasa preferencial rezagada 6 meses.
X6 = ganancias de línea para el cliente, %.
Considere el siguiente modelo:
Yi = β1 + β2X2t + β3X3t + β4X4t + β5X5t + β6X6t + ut
a) Estime la regresión anterior.
b) ¿Cuáles son los signos esperados para los coeficientes de este modelo?
c) ¿Corresponden los resultados empíricos a las expectativas a priori?
d) ¿Son los coeficientes de regresión parcial estimados estadísticamente significativos
considerados en forma individual en el nivel de 5% de significancia?
e) Suponga que efectúa la regresión de Y sobre X 2, X3 y X4 solamente y luego decide
agregar las variables X5 y X6. ¿Cómo averiguará si se justifica agregar las variables X 5 y
X6? ¿Qué prueba utiliza? Muestre los cálculos necesarios.
Desarrollo
a)
b) Los signos esperados para los coeficientes en el caso de reajustado, son aquellos que
sean lo más aproximado a 100% y en las que las variables dependientes sean influyentes
en las variables independientes.
c) Las expectativas no cumplen porque el porcentaje del modelo es muy bajo.
d) Según la prueba de hipótesis de las variables X2,X3,X4,X5 y X6, solo dos hipótesis son
aceptables (X3,X4).
e) No se agregarán las variables X5 y X6, al modelo porque al realizar la prueba de hipótesis
se puede determinar que acepta 2 variables y el modelo es viable.
Capítulo 9
9.21. Con los datos de la tabla 9.2 considere el siguiente modelo:
ln Ahorroi = β1 + β2 ln Ingresoi + β3 ln Di + ui
Donde ln significa logaritmo natural y Di = 1 para 1970-1981 y 10 para 1982-1995.
a) ¿Cuál es el razonamiento en el que se basa la asignación de valores dicótomos, como se
propone?
b) Estime el modelo anterior e interprete sus resultados.
c) ¿Cuáles son los valores del intercepto de la función ahorros en los dos subperiodos, y
cómo los interpretaría?
Capítulo 10
10.26. Klein y Goldberger intentaron ajustar el siguiente modelo de regresión a la economía de
Estados Unidos:
Yi = β1 + β2X2i + β3X3i + β4X4i + ui
Donde Y = consumo, X2 = ingreso salarial, X3 = ingreso no salarial, no procedente del campo, y
X4 = ingreso procedente del campo. Pero, como se espera que X 2, X3 y X4 sean muy colineales,
obtuvieron las siguientes estimaciones de β3 y β4 del análisis de corte transversal:
β3 = 0.75β2 y β4 = 0.625β2. Con estas estimaciones reformularon su función de consumo de la
siguiente manera: Yi = β1 + β2(X2i + 0.75X3i + 0.625X4i) + ui = β1 + β2Zi + ui
Donde Zi = X2i + 0.75X3i + 0.625X4i.
a) Ajuste el modelo modificado a los datos de la tabla 10.12 y obtenga estimaciones de β1
a β4.
b) ¿Cómo interpretaría la variable Z?
Capítulo 11
11.15. La tabla 11.7 proporciona datos sobre 81 automóviles respecto de su MPG (millas
promedio por galón), CF (caballos de fuerza de su motor), VOL (pies cúbicos de su cabina), VM
(velocidad máxima en millas por hora) y su PS (peso del vehículo en cientos de lb).
a) Considere el siguiente modelo:
MPGi = β1 + β2VMi + β3CFi +β4PSi + ui
Estime los parámetros de este modelo e interprete los resultados. Desde el punto de
vista económico, ¿tiene sentido?
b) ¿Esperaría que la varianza del error en el modelo anterior sea heteroscedástica? ¿Por
qué?
c) Con la prueba de White determine si la varianza de error es heteroscedástica.
d) Obtenga los errores estándar de White consistentes con la heteroscedasticidad, así
como los valores t, y compare los resultados con los obtenidos mediante MCO.
e) Si se establece heteroscedasticidad, ¿cómo puede transformar los datos de manera que
en los datos transformados la varianza del error sea homoscedástica? Muestre los
cálculos necesarios.
Desarrollo
a)
b) El grupo es heteroscedástico porque es diferente.
