Ejercicios Unidad 2

1. a) Efectuar el contraste de la hipótesis H0 : 3β1 −β2 = 7 en el modelo

yt = β0 + β1 X1t + β2 X2t + β3 X3t + µt

si se ha obtenido b1 = 4,5, b2 = 5, a partir de:

 
50 13 21 −120
4 2 −20
(X 0 X)−1 = 
 

 6 −10 
10

SCR = 40, n = 25
b) ¿Cómo se contrastarı́a la hipótesis anterior junto con la hipótesis
β3 = 0 si se ha estimado b3 = −1,5?

2. Probar que en el modelo yt = α + βxt + µt la varianza del error de

predicción en (1) es igual a

(xn+1 − x̄)2
 
2 2 1
σe = σµ 1 + + Pn 2
n t=1 (xt − x̄)

e interprete la contribución de cada uno de los tres términos que apa-

recen en el corchete a dicha varianza.

1
3. Dada la matriz de productos cruzados de las variables:

y x1 x2 x3
y 10 3 -3 -2
x1 3 10 4 -2
x2 -3 4 8 0
x3 -2 -2 0 6

a) Obtener las estimaciones MCO

b) Obtener el estimador restringido por la relación β2 + 2β3 = −1
Recordar bR = b + (X 0 X)−1 R0 [R(X 0 X)−1 R0 ]−1 (r − Rb)

4. Dada la matriz de productos cruzados:

y x1 x2 x3 x4
y 10 3 -3 -2 3
x1 3 10 4 -2 0
x2 -3 4 8 0 0
x3 -2 -2 0 6 0
x4 3 0 0 0 8

a) Obtener las estimaciones MCO

b) Obtener el estimador restringido por la relación

β1 + β2 = 0
−4β3 + 2β4 = 3

Ası́ como la matriz de covarianzas de dicho estimador

Recordar V ar[bR ] = V ar[b][Ik − R0 [R(X 0 X)−1 R0 ]−1 R(X 0 X)−1 ]

2
5. Dados los siguientes datos: Se pide:

xi2 yi
169.6 71.2
166.8 58.2
157.1 56.0
181.1 64.5
158.4 53.0
165.6 52.4
166.7 56.8
157.5 49.2
168.1 55.6
165.3 77.8

a) Efectuar la regresión yi = β1 + β2 xi2 + µi .

b) Hallar la matriz de covarianza de β.
c) Contrastar H0 : β1 = 0.
d) Contrastar H0 : β2 = 0.
e) Obtener los residuos. ¿Existen valores atı́picos? ¿Existe alguna
pauta definida claramente en los residuos?.

6. Considere la regresión en desviaciones con respecto a la media:

yt = β1 x1t + β2 x2t + µt

donde se sabe que en una muestra de 100 observaciones:

n n n
X 493 X X
yt2 = x21t = 30 x22t = 3
t=1
3 t=1 t=1
n
X n
X n
X
x2t yt = 20 x1t yt = 30 x1t x2t = 0
t=1 t=1 t=1

a) Obtener el estimador MCO.

b) Contrastar la hipótesis nula H0 : β2 = 7.
b) Contrastar la hipótesis nula H0 : β1 = β2 = 0.

3
7. Supongamos que se quiere relacionar las horas de lectura de libros de
ficción con el nivel de estudio de las personas en una muestra, para lo
que se agrupan los individuos encuestados en tres clases:
Clase 1: Si las personas tienen estudios superiores.
Clase 2: Si las personas tienen estudios medios.
Clase 3: Si las personas tienen estudios inferiores a éstos.
Posteriormente se definen tres variables: E1 , E2 , E3 que toman valores
Ei = 1 si la persona pertenece a la clase i-ésima, y Ei = 0 en caso
contrario, y se estima la regresión:

yj = α1 Eij + α2 E2j + α3 E3j + µj , j = 1, 2, . . . , n

a) Probar que α̂iM CO = ȳi , i = 1, 2, 3, donde ȳi denota la media mues-

tral de yi dentro de la clase i-ésima.
b) Si, por el contrario se especifica el modelo

yj = β1 + β2 E2j + β3 E3j + νj , j = 1, 2, . . . , n

pruebe que (b1 , b2 , b3 )M CO = (ȳ1 , ȳ2 − ȳ1 , ȳ3 − ȳ1 ).

c) Por último, se considera el factor de sexo, para lo que se define la
variable Sj = 1 si la persona encuestada es una mujer, e igual a
cero si es un hombre. Disponiendo de datos recogidos de diez per-
sonas que han manifestado realizar las horas de lectura semanales:

E1 E2 E3
S1 8,10,12 12,14 20
S2 5,6 10 20

estime el modelo yj = α1 + α2 E2j + α3 E3j + α4 Sj + µj y calcule

las horas estimadas de lectura para cada combinación (Ei , Sj ), i =
1, 2, 3; j = 1, 2.

4
8. Para estimar el modelo yt = β1 + β2 x2t + β3 x3t + µt se dispone de las
siguientes observaciones:
t 1 2 3 4 5 6 7 8 9 10
y 3 6 10 5 10 12 5 10 10 8
x2 1 0 -1 1 0 -1 1 0 -1 0
x3 1 1 1 0 0 0 -1 -1 -1 0

a) Estime β1 , β2 , β3 , σµ2 y obtener la matriz de varianzas y covarianzas

del vector β.
b) Considere la hipótesis conjunta H0 : β1 = 7, β2 = 2β3 . Escrı́base
en la forma Rβ = r y calcule el valor del estadı́stico F para su
contraste. Puede rechazarse la hipótesis al 95 % de confianza.
c) Si la hipótesis fuera cierta, la regresión podrı́a escribirse: yt − 7 =
β3 (2x2t + x3t ) + µt o, de la forma yt∗ = β3 x∗3t + µt . Efectúe la
regresión mı́nimo cuadrática en este nuevo modelo, calcule el valor
del estadı́stico
(SCRR − SCR)/q
SCR/(n − k)
y utilı́celo para contrastar la hipótesis.
d) Estime los coeficientes por MCR y obtenga SCRR , luego compare
con los resultados obtenidos en el numeral c).
9. Con base de una cierta economı́a se ha estimado para el periodo 1961-
1974 la relación entre el Consumo, las Exportaciones y la Oferta Mo-
netaria:
Ct = 655,8 + 3,359Ext + 0,0556OMt ; R2 = 0,969; SCR = 53938,8
(11,39) (4,282) (0,312)

A continuación se lleva a cabo la regresión del consumo sobre la oferta

monetaria, obteniendo:
Ct = 851,3 + 0,7945OMt ; R2 = 0,9182; SCR = 143868,69
(15,52) (11,60)

Se sabe además que la inversa de la matriz X 0 X es:

 
0,6758016 −0,007303 0,001341
(X 0 X)−1 =  −0,007303 0,000125 −0,0000276 
0,001341 −0,0000276 0,0000064

5
 lleve a cabo un contraste de la significancia de la variable Exportación
en el primer modelo por tres procedimientos diferentes y compruebe
que son equivalentes.

10. Se ha estimado la función de producción:

ln Qt = 1,37+ 0,632 ln Kt + 0,452 ln Lt ; R2 = 0,98; Cov(bK , bL ) = 0,055

(0,257) (0,219)

donde los valores entre paréntesis son desviaciones tı́picas. Contraste:

a) La hipótesis de que las elasticidades del producto con respecto al

capital y al trabajo son iguales.
b) La existencia de rendimientos constantes a escala.

11. Estime el modelo yt = β1 + β2 x2t + β3 x3t + µt sujeto a las restricciones

β2 + β3 = 1 disponiendo únicamente de la información:
n
X n
X n
X
n = 100; yt = 600; x2t = 200; x3t = 400 (0.1)
t=1 t=1 t=1
n
X n
X
(x2t − x3t )2 = 600; (yt − x3t )(x2t − x3t ) = 200 (0.2)
t=1 t=1

y obtenga la matriz de covarianza de sus estimaciones.

12. a) Utilizar la expresión bR = b + (X 0 X)−1 R0 [R(X 0 X)−1 R0 ]−1 (r − Rb)

del estimador MCR para probar que el estimador de los coeficien-
tes del modelo:
y = X1 β1 + X2 β2 + µ
donde X1 es n × k1 y X2 n × k2 , sujeto a las restricciones H0 :
β2 = 0, es b = (b1 , 0), donde b1 denota el estimador MCO en una
regresión de y sobre X1 .
b) Demuestre asimismo que el estimador MCR por H0 : β2 = β20 ,
siendo β20 un vector de constantes conocidas, puede escribirse:

b∗1 = (X10 X1 )−1 X10 (y − X2 β20 )

c) ¿Qué le sugieren estos resultados acerca de modos alternativos de

llevar a cabo la contrastación de hipótesis lineales?

6
13. Demuestre que la expresión bR = b+(X 0 X)−1 R0 [R(X 0 X)−1 R0 ]−1 (r−Rb)
del estimador MCR del modelo y = Xβ + µ sujeto a las restricciones
lineales Rβ = r puede escribirse en la forma:

bR = [I − CR]b + w

donde w no depende de b. ¿Cuál es la matriz C en dicha representación?

14. Para estimar el modelo yt = β1 + β2 x2t + β3 x3t + β4 x4t + µt se dispone

de los productos matriciales:
   
20 −20 −18 3 10
 −20 25 20 −2 
(X 0 X)−1 =   ; X 0 y =  10  ; y 0 y = 454
 
 −18 20 4 0   −4 
3 −2 0 1 −10

obtenidos a partir de las 104 observaciones de que consta la muestra.

a) Obtener el estimado MCO

b) Contrastar al 95 % de confianza, la hipótesis H0 : β4 = 0.
c) Contrastar al 95 % de confianza, la hipótesis H0 : 2β4 − β2 = −2.
d) Construir un intervalo de confianza del 95 % de confianza para σµ2 .
e) Contrastar las dos hipótesis del apartado b), simultáneamente, con
β4 + β2 = 5.

15. Probar que en el modelo yt = α + βxt + µt el contraste de la hipótesis

nula H0 : β = β 0 puede llevarse a cabo de modo equivalente el es-
tadı́stico F, o sustituyendo la restricción directamente en el modelo, y
estimado el modelo resultante.

16. Demuestre que la inclusión de una variable adicional en un modelo

econométrico hace aumentar el coeficiente de determinación ajustado
R2 si y solo si el estadı́stico t de dicha variable es superior a la unidad.

17. La empresa “Onda Veloz”, ha especificado un modelo de regresión lineal

Clásico para explicar la función de demanda de sus aparatos de radio
(y), expresada en miles de unidades, y en función del precio de los

7
 aparatos de radio (x) en miles de pesos. Para su estimación se recoge
una muestra de 24 observaciones, con los siguientes resultados:
24
X 24
X 24
X
2
yt = 2,637, 252; (yt − ȳ) = 159, 8926; (xt − x̄)(yt − ȳ) = −16,5862
t=1 t=1 t=1
24
X 24
X
xt = 85, 249992; (xt − x̄)2 = 3, 09161.
t=1 t=1

Se pide
a) Estimar los parámetros del modelo por MCO.
b) Obtener el coeficiente de determinación R2
c) Con esta estimación, serı́a posible decir, con una confianza de
95 %, que la empresa tendrá una demanda de 80.000 unidades si
el precio de los aparatos de radio es $10.000?
d) Contrastar la significancia global del modelo.
18. Un analista financiero está interesado en conocer la relación existente
entre el ı́ndice general de la Bolsa (Y) y el tipo de cambio a largo
plazo fijado por el banco central (X). Para ello construye un modelo de
regresión del que obtiene los siguientes resultados:

Ŷ = 750 − 1, 2Xt ; t = 1, 2, . . . , 36 R2 = 0,85

A partir de esta información, responda las siguientes preguntas:

a) Es sensible al tipo de interés el nivel del ı́ndice General de la Bolsa?
(H0 : β2 = 0)
b) ¿Cuál es el incremento del ı́ndice General de la Bolsa, si el tipo de
interés aumenta en 7 unidades?
19. Una empresa de telefonı́a está interesada en operar el mercado Colom-
biano de llamadas internacionales. Antes de iniciar este proyecto de
inversión, desea cuantificar los ingresos del sector en función del precio
de dichas llamadas en Colombia. Para ello plantean el siguiente modelo:

Yt = α + βXt + µt

donde:

8
 Y: Ingresos anuales del sector telefonı́a internacional en miles de mi-
llones de pesos.
X: Precio medio de las llamadas internacionales en miles de pesos por
minuto
Suponga que usted es consultado por esta empresa, que le facilita la
siguiente información:
X X
n = 35; X = 17,22; Y = 84,945;
X
SCT = 12,144; R2 = 0,7378; (X − X̄)(Y − Ȳ ) = −4,69.
Las preguntas de interés para el operador de telefonı́a que usted debe
responder son:
a) Estime el modelo planteado
b) Construya un intervalo de confianza para los ingresos autónomos
del sector. Considere un nivel de confianza del %95.
c) ¿Considera usted que el precio medio es significativo en la expli-
cación de los ingresos? Considere un nivel de significancia del %5.
(H0 : β = 0)
d) ¿Qué nivel de ingresos se espera para el año próximo si el precio
medio previsto es de $520? (0.52)
20. El ministerio de Minas y Energı́a está interesado en conocer la relación
que existe entre el consumo de energı́a eléctrica (Y) y el consumo de gas
natural (X). Con este fin encarga a la Subdirección General de Estu-
dios la especificación de un modelo econométrico entre estas variables
y su estimación a partir de las series de datos disponibles en el Minis-
terio. Suponga que usted trabaja como técnico de la Subdirección y es
el encargado de realizar el informe solicitado. Para ello dispone de la
siguiente información elaborada por su ayudante, a partir de los datos
originales.
X X X
n = 35; X = 17,22; Y = 85 X 2 = 10,92;
X X
(Y − Ȳ )2 = 12,15 : XY = 37,1022; R2 = 0,7462.
¿Es significativo el consumo de gas natural, en la explicación del con-
sumo de energı́a eléctrica? Utilice un nivel de confianza del 95 %.

9
21. Al estudiar el comportamiento del PIB de un determinado paı́s, durante
el periodo de 1974-1998, se obtuvo la siguiente ecuación estimada por
MCO:
P[ IB = 2719,545 + 34,153 CP E + 44,774 IP C
donde:

PIB Producto interno bruto en millones de pesos.

CPE Capacidad Productiva de la Industria de ese paı́s, en porcentaje
sobre el total instalado.
IPC Índice de precios al consumidor

En ese periodo también se obtuvo la siguiente información.

 
8975,148 −105909,200 −9976,6270
V ar[b] =  1252,781 114,5771 
15,9378

V ar[P IB] = 2119,259; V ar[CP E] = 14,4957; V ar[IP C] = 1139,4223

Cov[P IB, CP E] = −4170,81; R2 = 0,9354
Se pide:

a) Mediante un análisis de varianza, contrastar la aportación del IPC

al modelo.
b) Contrastar las siguientes Hipótesis.
i) El modelo es globalmente significativo a un 95 % de confianza.
(H0 : β2 = β3 = 0)
ii) El efecto de la capacidad productiva y del IPC es el mismo e
igual a 40. (H0 : β2 = β3 = 40)
iii) El término independiente se cifra en un millón de pesos. (H0 :
β1 = 1)
c) Construya un intervalo de confianza para el coeficiente de la ca-
pacidad productiva.
d) Por estimaciones de la economı́a se sabe que en 1999 la capacidad
productiva será de un 90 % y el IPC 113. ¿Cuál será el PIB espe-
rado? Construya el intervalo de confianza para ese valor al 1 % de
significancia.

10
22. Haciendo un estudio para 10 años sobre el comportamiento de la va-
riable Y, gastos familiares en miles de pesos al mes, en función de X2 ,
gastos en comida en miles de pesos al mes,y X3 , renta familiar en miles
de pesos al mes, se obtuvieron, por MCO, los siguientes resultados.

Ŷ = 0,9285379 + 0,0206822X2 + 0,0125X3

Además, se dispone de las siguiente información:

 
0,18186

 −0,59146 


 0,05314 

   −0,46122 
5,286077 −0,453358 −0,022368  
 0,70784 
V ar[b] =  0,039594 0,001672  ; e= 
 −0,52558 
0,000214  

 0,13524 


 0,12358 

 0,40874 
−0,03214

Se pide:

a) Considera significativo el modelo?

b) Obtenga el R2 ajustado.
c) Sabiendo que para el mes siguiente los gastos en comida serán de
50.000 pesos y que la renta familiar será de 350.000 pesos. ¿Entre
qué valores espera que se cifren los gastos familiares a un 95 % de
confianza?

23. La Asociación Colombiana de Agencias de Viajes y Turismo (ANATO),

desea estudiar la relación existente entre el gasto de los estudiantes co-
lombianos en viajes de fin de curso a Canadá (Y ), y la renta disponible
de estos estudiantes (X2 ) y del precio de los viajes a fin de curso a
Estados Unidos (X3 ). Con este fin, a partir de la información existente
en su base de datos, el consejero técnico de la asociación obtiene la
siguiente estimación MCO:

Ŷt = 0, 020 + 0, 510X2t + 0, 220 X3t

(1,482) (0,720) (0,8442)

11
 donde las cifras entre paréntesis representan las estimaciones de las
desviaciones tı́picas de los estimadores del modelo.
Para realizar esta estimación se tomó una muestra de tamaño 5 de la
que se conserva la siguiente información:
X X X
Y = 12, X2 Y = 47, X3 Y = 31, SCT = 5,2

Se pide:

a) Interprete las estimaciones obtenida para los parámetros del mo-

delo.
b) Son individualmente significativos cada uno de los regresores del
modelo?
c) Obtenga e interprete el R2 ajustado.
d) Considera significativo el modelo?

24. La ciudad de Cartagena está interesada en realizar un estudio sobre el

sector turı́stico en la isla de Barú. Para ello, plantea el siguiente modelo
lineal.
Yt = α + βXt + µt
donde:

Y Es el número de visitantes por mes a la isla, medido en miles.

X Es el número de horas de sol al mes en la isla.

La comunidad dispone además de la siguiente información.

X X
n = 48; X = 12029; Y = 3534,2
X X
(Y −Ȳ )2 = 41717,546; R2 = 0,6043; (X−X̄)(Y −Ȳ ) = 69630,24

Se pide:

a) Estimar el modelo e interpretar los coeficientes obtenidos.

b) Construir un intervalo de confianza para el número de visitantes
autónomo. Considerar nivel de confianza del 95 %.

12
 c) ¿Es el número de horas de sol al mes significativo en la explicación
del número de visitantes? Considerar nivel de significación del 5 %.
d) ¿Qué número de visitantes se espera para el próximo mes, si el
número de horas de sol se estima en 189? ¿Entre qué valores oscila?
Considerar nivel de significación del 5 %.
25. La información disponible para la realización de este problema se refie-
re al conjunto de la economı́a Colombiana para el periodo 1978-1998.
según se recoge en la Tabla siguiente. Las series de datos corresponden
al consumo de manzanas expresado en decenas de miles de toneladas
(Y ), precio de las manzanas expresado en pesos por kilogramo (X2),
precio de las peras en pesos por kilogramo (X3), y renta nacional neta
en millones de pesos (X4).

Año Y X2 X3 X4
1978 40, 96910 110, 11 112, 70 2, 159702
1979 35, 58965 109, 36 110, 24 2, 457497
1980 36, 46826 109, 35 109, 65 2, 899805
1981 35, 82432 110, 83 111, 96 3, 499033
1982 36, 93440 108, 49 109, 65 4, 334176
1983 40, 01959 112, 18 115, 47 5, 084507
1984 35, 81354 107, 89 106, 78 6, 102032
1985 46, 88589 123, 00 133, 48 7, 739482
1986 50, 07885 115, 63 131, 88 9, 577672
1987 45, 81358 110, 94 122, 83 11, 2694
1988 44, 72002 119, 07 126, 61 12, 76935
1989 42, 53917 117, 23 120, 63 13, 91167
1990 51, 56290 121, 75 135, 35 15, 99566
1991 40, 04668 125, 76 124, 05 17, 91426
1992 48, 07645 124, 37 133, 34 20, 11703
1993 39, 47407 128, 76 125, 32 23, 30132
1994 51, 45681 142, 61 154, 19 25, 35203
1995 50, 90479 135, 18 146, 51 28, 53681
1996 64, 21715 136, 49 158, 81 31, 9235
1997 56, 94415 136, 20 147, 36 35, 83674
1998 58, 06092 154, 39 169, 23 37, 45629

El modelo que se propone para la estimación de la función de demanda

13
 de manzanas es el que recoge una relación lineal entre las variables
disponibles según la siguiente especificación:
Yt = β1 + β2 X2t + β3 X3t + β4 X4t + µt
Una vez estimado el modelo, calcule las elasticidades de la demanda
de manzanas, esto es, la elasticidad-precio, la elasticidad-renta, y la
elasticidad cruzada con respecto al precio de las peras, evaluadas en la
media.
26. El director comercial de una agencia inmobiliaria está interesado en
cuantificar la relación existente, entre el precio de la vivienda de la zo-
na norte de la capital (Y ) y su superficie útil (X) medida en metros
cuadrados. Con este fin recoge información de estas variables para una
muestra de 20 viviendas, y le encarga a su nuevo consejero técnico, la
estimación y análisis de un modelo de regresión lineal. Suponga que us-
ted acaba de ser nombrado para este puesto y debe elaborar un informe
respondiendo las siguientes preguntas.
Conociendo la siguiente información:
X X X
Y = 2014,534 (Y − Ȳ )2 = 64886,023 XY = 233200,447
X X
X = 2055 (X − X̄)2 = 22453,75
Se pide:
a) Con una confianza del 95 %, ¿entre qué lı́mites se encontrarı́a la
pendiente de la recta de regresión? ¿Considere que la superficie
útil es significativa en la explicación del precio de la vivienda en
la zona Norte.
b) Calcule un intervalo de confianza para la varianza del término de
perturbación aleatoria. Utilice un nivel de significación del 5 %.
Interprete el resultado obtenido.
c) ¿Qué precio alcanzarı́a una vivienda de 100 m2 útiles?.Construya
un intervalo de confianza para esta predicción a un nivel de signi-
ficación del 5 %.
d) Con estos mismos datos su predecesor en el puesto consideró que
el precio medio de la vivienda de 100 m2 útiles oscilaba entre 2
y 200 unidades. Interprete si este resultado es coherente con el
obtenido en el apartado anterior.

14
27. Con motivo del creciente interés que está tomando el transporte te-
rrestre por ferrocarril, como sustituto del transporte en avión, se estu-
dia el sector ferroviario intentando modelar sus ingresos en función de
sus costos, bienes de capital y número de viajeros que utilizan dicho
transporte: Para ello se recoge información del sector de las siguientes
variables: Ingreso (I), consumo de energı́a eléctrica (CE), consumo de
gasolina (CG), número de locomotoras diésel (LD), número de locomo-
toras eléctricas (LE) y número de viajeros (V) y se plantea el siguiente
modelo de regresión lineal:

Ii = β1 + β2 CEi + β3 CGi + β4 LDi + β5 LEi + β6 Vi + µi

A partir de los datos obtenidos para cada una de estas variables du-
rante el periodo 1986-1995, y facilitados en la siguiente Tabla: Estime

Año I CE CG LD LE V
1986 102072 1578 160 775 623 193980
1987 107371 1614 148 741 621 190284
1988 113521 1686 150 733 621 194265
1989 116662 1670 147 691 606 181891
1990 129858 1754 144 694 593 274350
1991 132946 1818 142 638 592 316327
1992 142240 1834 133 622 558 358615
1993 135994 1738 120 580 568 339416
1994 139466 1793 111 580 548 351530
1995 154023 1842 111 541 501 365503

distintas alternativas para la función de ingresos y seleccione el que

consideré mejor modelo para explicar los ingresos del sector. Comprue-
be en dicho modelo la posibilidad de error de especificación mediante
el test Reset de Ramsey.

Modelo 1 Ii = β1 + β2 CEi + β3 CGi + µi

Modelo 2 Ii = β1 + β2 LDi + β3 LEi + µi
Modelo 3 Ii = β1 + β2 Vi + µi
Modelo 4 Ii = β1 + β2 CEi + β3 LEi + µi
Modelo 5 Ii = β1 + β2 CGi + β3 LDi + µi

15
 Modelo 6 Ii = β1 + β2 CEi + β3 LDi + β4 LEi + β5 Vi + µi
Modelo 7 Ii = β1 + β2 CEi + β3 CGi + β4 Vi + µi
Modelo 8 Ii = β1 + β2 CEi + β3 CGi + β4 LDi + β5 LEi + β6 Vi + µi

28. Un estudio del sector exterior en Colombia analiza el volumen de im-

portaciones de bienes, servicios y consumo final en el resto del mundo
(IM) como función del Producto Interno Bruto (PIB). Para ello dispone
de información, medida en millones de pesos, de 1971 a 1997.

Año IM PIB Año IM PIB

1971 2573186 21465753 1985 5007143 31321697
1972 3198470 23215030 1986 5729681 32323992
1973 3732615 25023181 1987 6882020 34147515
1974 4031224 26429127 1988 7874876 35910027
1975 3994943 26572397 1989 9235495 37611409
1976 4386447 27480289 1990 9955318 39018297
1977 4145193 28229612 1991 10852323 39903175
1978 4103741 28642478 1992 11604528 40177443
1979 4571567 28654612 1993 11000606 39710033
1980 4722429 29027187 1994 12248686 40604007
1981 4524724 28975987 1995 13594626 41706926
1982 4740392 29429760 1996 14594178 42715349
1983 4726167 30082958 1997 16379071 44224113
1984 4641162 30524354

Se especifica una ecuación que relaciona las importaciones con el PIB

de acuerdo la regresión, como sigue:

IMt = α + βP IBt + µt

A partir de dicha especificación, y con los datos disponibles, analice si

desde 1984 se ha registrado algún cambio o desplazamiento en la función
de importaciones contrastando la estabilidad del modelo propuesto.

29. En un estudio sobre el comportamiento de los salarios (W) se supone

que éstos dependı́an de dos variables: la experiencia laboral (EL), me-
dida en años de trabajo y de los años de estudio (AE). Se recogieron
datos correspondientes a 30 individuos, 15 hombres y 15 mujeres. En

16
la siguiente tabla se reproducen dichos datos, ordenados de forma que
las quince primeras observaciones corresponden a hombres y las quince
últimas a mujeres:

Hombres Mujeres
Obs. W EL AE Obs. W EL AE
1 100 4 12 16 90 4 10
2 105 5 12 17 95 5 9
3 115 6 15 18 97 4 12
4 120 8 17 19 100 6 12
5 115 9 20 20 110 7 15
6 85 2 15 21 96 6 9
7 110 7 18 22 107 6 15
8 119 10 23 23 111 10 11
9 134 9 10 24 91 5 8
10 97 3 11 25 118 7 20
11 114 8 19 26 116 8 17
12 94 5 20 27 112 8 15
13 106 6 17 28 111 7 16
14 139 11 15 29 95 5 10
15 126 8 12 30 112 6 18

Se quiere saber si existe o no diferencias en los salarios percibidos por

el hecho de ser hombre o mujer. En caso de que ası́ ocurra, analizar qué
regresor está afectando y qué tipo de influencia ejerce sobre el salario
de los individuos. Para resolver la pregunta analice los modelos

Modelo 1 Wi = α + βELi + γAEi + µi

Modelo 2 Wi = αH DH + αM DM + βELi + γAEi + µi
Modelo 3 Estimar los modelos para Hombres y Mujeres por separado

Wi = α + βELi + γAEi + µi

Modelo 4

Wi = α1 + βH ELi ∗ DH + βM ELi ∗ DM
+ γH AEi ∗ DH + γM AEi ∗ DM + µi

17
Modelo 5

Wi =α1 + α2 DH + β1 AEi + β2 AEi ∗ DH

+ γ1 ELi + γ2 ELi ∗ DH + µi

DH y DM son variables ficticias para Hombres y Mujeres

a) Contraste para verificar estabilidad total del modelo:


 αH = αM
H0 : βH = βM
γH = γM


Comparar Modelo 1 y 3.
b) Contraste para verificar la igualdad de ordenadas suponiendo igual-
dad en los coeficientes

H0 : αH = αM

Comparar Modelo 1 y 2.
c) Contraste para verificar la igualdad de los coeficientes distintos a
la ordenada 
βH = βM
H0 :
γH = γM
Comparar Modelo 2 y 3.
d) Contrastar en el modelo 5

 α2 = 0
H0 : β2 = 0
γ2 = 0


18
30. Considere la siguiente función de costo total CTi para la empresa i y
el nivel de producción Yi correspondiente:

CTi = β1 + β2 Yi + β3 Yi2 + β4 Yi3 + µi

Para estimar la función de costo se dispone de la siguiente información

de 30 empresas

Obs. CTi Yi Obs. CTi Yi

1 231.6288 1.82 16 297.9801 5.17
2 214.9501 2.02 17 307.8361 5.53
3 231.0902 2.55 18 316.2933 5.75
4 224.9952 2.63 19 345.7123 5.91
5 232.5102 2.72 20 404.1607 6.91
6 239.0219 2.80 21 392.8819 7.02
7 237.9734 2.93 22 428.8959 7.47
8 242.6670 3.00 23 441.4836 7.52
9 247.7566 3.41 24 465.0450 7.82
10 243.7987 3.43 25 494.8002 8.20
11 249.1614 3.45 26 519.9197 8.53
12 259.5556 3.72 27 527.7194 8.60
13 272.6811 4.12 28 616.7535 9.32
14 279.5434 4.53 29 716.3884 10.01
15 291.0340 4.91 30 713.6997 10.01

A partir de la anterior, se pide:

a) Estime por MCO la función de costo

b) Realice un gráfico de la función de costo total, ası́ como de las
observaciones al costo marginal, los costos medios y los costos
variables medios.
c) ¿A qué nivel de producción corresponde el punto de cierre de las
empresas?

19