Ejercicios.
Econometría
PROBLEMA 1
Se dispone de los siguientes datos sobre veinte empresas fabricantes de
productos de limpieza para el hogar:
Empresa V I S
1 60 1,00 1
2 48 1,11 1
3 42 1,25 0
4 34 1,00 1
5 78 1,00 1
6 36 1,00 1
7 72 0,91 1
8 42 1,20 1
9 54 1,25 1
10 90 0,91 0
11 62 1,00 0
12 50 1,25 1
13 44 1,25 0
14 35 1,00 1
15 79 1,00 1
16 50 1,00 1
17 75 1,00 0
18 45 1,25 0
19 55 1,20 1
20 58 1,00 0
En la tabla anterior, V son las ventas anuales de un producto con mayor
demanda, expresadas en millones de dólares, I es un índice de precios
relativos
𝑷𝒓𝒆𝒄𝒊𝒐 𝒆𝒏 𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒔𝒂
I = 𝑷𝒓𝒆𝒄𝒊𝒐 𝒆𝒏 𝒍𝒂 𝒄𝒐𝒎𝒑𝒆𝒕𝒆𝒏𝒄𝒊𝒂
S= es el sector de venta; 1 = Rural 1 ; 0 = Urbano
1.1. Determine la correlación r entre la venta anual y el índice de precio relativo.
Analice si la relación es significativa con α = 0.05.
1.2. Determine la recta mínimos cuadrados para pronosticar la venta anual a
partir del índice de precio relativo. Interprete el valor de la pendiente (en el
contexto del problema).
1.3. Pronostique con 1 – α = 0,95 la venta de un año, cuando el índice de
precio relativo es 1,20. (utilice el modelo de la pregunta 1.2.)
1.4. Analice con α = 0,05 la hipótesis estructural de Normalidad a través del
test Shapiro Wilk, en el modelo V = β0 + β1I + ε. Realice el gráfico Q-Q.
1.5. ¿Con que intensidad se relaciona linealmente la venta anual con el índice
de precio relativo, cuando se controla el efecto del sector de venta?
Interprete la medida estadística en el contexto del problema.
PROBLEMA 2.
Con el objeto de estimar el modelo y = 0 + 1x + ε , para explicar la relación
entre el gasto mensual (y), en millones de $ y el ingreso mensual de la familia (x),
en millones de $, se dispone de los siguientes datos correspondientes de una
muestra aleatoria de 10 familias:
2.1. Determine e interprete: IC95%(β1).
2.2. Analice la hipótesis β1 ≠ 0,60. α = 0,05. (Concluya con p-valor)
Problema 3
Se quiere explicar la evolución de la demanda (yt) de cierto producto
alimenticio de una ciudad, en función de la Renta (xt) media disponible.
Para ello se dispone de datos de los 100 últimos meses, .donde la
demanda viene dada en miles de tonelada, y la renta disponible en millones
de $.
3.1. Estime los parámetros el modelo y= 0 + 1x + ε, utilice MICO para
estimar los coeficientes:
3.2. Determine
. Estimación de la varianza del modelo
ˆ )
. Varianza estimada de (β 0
ˆ)
. Varianza estimada de (β1
. Covarianza estimada ( β̂ 0 , β̂1 )
3.3. Analice a través del test F de ANOVA la significancia del modelo. α = 0,05.
Utilice p-valor.
3.4. Analice la hipótesis β1 < 0,51
3.5. Determine e interprete en el contexto del problema el valor del coeficiente
de determinación R2
PROBLEMA 4
Los residentes de un pueblo están preocupados sobre el incremento de los
precios de la vivienda en la zona. El alcalde del pueblo considera que los precios
de la vivienda fluctúan con los valores de la tierra. Los datos de 10 casas vendidas
recientemente y el costo del terreno sobre el cual se construyeron, en millones de
$, se encuentran la tabla siguientes:
Costo del terreno (X) Precio de la casa (Y)
10,0 67,0
9,9 63,0
8,5 60,0
6,7 54,0
8,9 58,0
6,8 36,0
11,9 87,0
12,6 46,0
12,9 89,0
13,0 92,0
4.1. Estime e interprete el modelo de regresión del Precio de las casa con
respecto al costo del terreno, analice su significancia y determine la
bondad del modelo a través del coeficiente de determinación.
4.2. Analice con un nivel de significación 0,05 la hipótesis β1 > 1. Utilice –valor.
4.3. Estime con 95% de confianza, el precio medio de las casas con Costo de
terreno de 12,6 millones $.
4.4. Compruebe la hipótesis de Normalidad.
4.5. Determine e interprete en el contexto del problema el valor del coeficiente
de determinación R2
Prueba1. 2020-1
En la gerencia de una empresa tratan de elaborar un sistema que
determine los atributos del personal que son esenciales para el
ascenso a puestos de dirección. Se somete a una serie de pruebas a
una muestra aleatoria de quince empleados que han ascendido hace
poco para determinar:
x1 = Capacidad de inspirar y motivar (puntaje de 1 -100)
x2 = Capacidad de resiliencia (puntaje de 1-100)
Se elabora un modelo de regresión de la calificación (1-100) del
trabajo de cada empleado (y) en función de estas tres variables con
los siguientes datos:
y = calificación en el trabajo
Sujeto y x1 x2
1 80 72 50
2 75 74 51
3 84 79 45
4 62 71 39
5 91 85 59
6 75 73 45
7 63 75 48
8 70 73 46
9 68 71 40
10 87 83 55
11 92 87 61
12 82 80 54
13 74 75 45
14 80 75 55
15 62 70 59
1. Analice con un 5% de significancia si existe asociación lineal entre:
a) ( 1 p) “Calificación en el trabajo” y “Capacidad de inspirar y motivar”
b) (1 p) “Calificación en el trabajo” y “Capacidad de resiliencia”
UTILICE P-VALOR PARA CONCLUIR EN 1a) 1b)
2. (1 p) Determine e interprete Coeficiente de correlación de orden 1 entre
r(yx1.x2)
(Coeficiente de correlación parcial entre (y, x2), controlando el efecto de x1)
3. (1 p) Estime el modelo y = β0 + β1x1 + ε, interprete el coeficiente estimado
β1 y analice con α = 0,05 la hipótesis β1 > 0
4. (1 p) Utilice el modelo estimado en 3. Para predecir con 1- α = 0,95 la
calificación que va obtener un empleado que asciende a un puesto directivo
si obtiene 85 puntos en “capacidad de inspirar y motivar”
5. (1 p) Analice si se cumple la hipótesis ε ~ Normal
PAUTA RESUMIDA P1 2020-1
1. Analice con un 5% de significancia si existe asociación lineal entre:
c) ( 1 p) “Calificación en el trabajo” y “Capacidad de inspirar y motivar”
d) (1 p) “Calificación en el trabajo” y “Capacidad de resiliencia”
UTILICE P-VALOR PARA CONCLUIR EN 1a) 1b)
Sol:
T-test para ρ Estadístico:
H0 : ρyx = 0
1
H1 : ρyx 1
0 H0 : ρyx = 0
2
H1 : ρyx 2
0
tobs= 6,1372 tobs= 2,4425
p-valor ≈ 0,000 p-valor = 0,0296
Decisión: se rechaza H0 a favor H1 Decisión: se rechaza H0 a favor H1
Conclusión: existe una relación lineal Conclusión: existe una relación lineal
entre calificación en el trabajo y la entre calificación en el trabajo y la
Capacidad de inspirar y motivar capacidad de resiliencia
2. (1 p) Determine e interprete Coeficiente de correlación de orden 1 entre r(yx1.x2)
(Coeficiente de correlación parcial entre (y, x1), controlando el efecto de x2)
Sol:
La correlación parcial ryx1.x2 = 0,3410 es mucho menor que ryx1 = 0,8622, lo
que indica que x2=capacidad de resiliencia influye positivamente en la
relación yx1.
3. (1 p) Estime el modelo y = β0 + β1x1 + ε, interprete el coeficiente estimado β1
en el contexto del problema y analice con α = 0,05 la hipótesis β1 > 0
UTILICE P-VALOR PARA CONCLUIR.
Sol:
ŷ=-46,1851+1,6079x1
β̂1 Si el puntaje de la prueba x1 (capacidad de inspirar y motivar) aumenta en
un punto, la calificación en el trabajo aumenta en 1,6079 puntos
Coeficientes Error típico Estadístico t Probabilidad
Intercepción -46,1851 20,0094 -2,3082 0,03808
x1 1,6079 0,2620 6,1372 0,00004
H0: β1 = 0 (<) H1: β1 > 0
tobs= 6,1372 p_valor = P(T(13) > 6,1372) = 0,00002 < 0,05
⸫ el test es significativo, los datos de la muestra apoya la hipótesis “los empleados
que obtiene puntajes altos en x1, tb obtienen alta calificación en el trabajo.
4. (1 p) Utilice el modelo estimado en 3 para predecir con 1- α = 0,95, la
calificación en el trabajo que va obtener un empleado que asciende a un puesto
directivo, si obtiene 85 puntos en “capacidad de inspirar y motivar”
Resp:
IP95%(y0/x0 = 85) = [77,7425 ; 103,2224 ]
5. (1 p) Analice si se cumple la hipótesis ε ~ Normal (copie la tabla con el
desarrollo del test, aproxime a tres decimales). Utilice α = 0,05.
Sol:
H0: ε ~ Normal
H1: ε no ~ Normal
w obs = 0,9476 > w(15; 0,05) = 0,881, luego no se rechaza la hipótesis nula y se
asume Normalidad
