Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Examen Econometŕıa I Profesor: Tomás Rau Ayudantes: A. Beńıtez, J.I. Cristi y C. Larrain 30 de noviembre, 2015 Puntaje Total: 100 puntos Tiempo Total: 120 minutos 1. Comentes (30 puntos) Comente las siguientes afirmaciones. Diga si son verdaderas, falsas o inciertas justificando su respuesta con desarrollos y/o argumentos estad́ısticos preferentemente. (5 puntos cada una) a) La presencia de error de medida produce que el estimador MCO sea inconsistente y el parámetro estimado esté sesgado hacia el origen. b) Cuando omitimos una variable relevante vemos que la probabilidad de cometer error tipo II aumenta. c) El estimador de variables instrumentales solo sirve para estimar los parámetros de un modelo de regresión lineal ante la presencia de error de medida clásico d) Una amiga le plantea que las implicancias de la multicolinealidad son relativamente obvias: si en un modelo lineal dos variables son muy colineales, no podremos distinguir cuál de ellas “explica” a la variable dependiente. e) Las enseñanzas que nos deja el trabajo de Ascombe (los famosos 4 scatter plots) implican que la Función de Regresión Muestral no necesariamente es un fiel reflejo de la realidad. f) En los últimos meses, hemos notado que prácticamente todas las predicciones sobre el crecimiento del producto han tenido que ser ajustadas a la baja. Luego, esto demuestra que el error de predicción no tiene media cero y éstas últimas son sesgadas. 2. Problemas (70 puntos) 1. (25 puntos) Suponga el siguiente modelo: wi = β1 ·DH + β2 ·DM + ui. Donde wi es el log del salario del individuo i, DH es una variable dummy que toma el valor de 1 si es que el individuo es hombre y 0 si es mujer, la variable DM es una variable dummy que toma el valor de 1 si es que el individuo es mujer y 0 si es hombre y ui es un componente aleatorio con ui ∼ N (0, σ2). Note que el modelo no tiene intercepto. a) Demuestre usando álgebra matricial que el retorno estimado asociado a pertenecer a cualquiera de los dos géneros es igual al salario promedio del género al que pertenece el individuo. Puede suponer que existen n datos en la muestra y nh corresponde al número de hombres y nm al número de mujeres tal que n = nh + nm. (5 puntos) 1 b) Muestre que la matriz de varianzas y covarianzas sólo tiene elementos en su diagonal. ¿Qué implica este resultado? Si nh = nm, ¿qué ocurre con ambas varianzas? (5 puntos) c) Suponga ahora el siguiente modelo: wi = β0+β1·DH+β2·DM+ui (con intercepto). ¿Qué problema observa usted si se quiere estimar dicho modelo? Justifique detalladamente. (5 puntos) d) Suponga que usted posee los siguientes datos: Cuadro 1: Datos w Género 2 Mujer 4 Hombre 5 Hombre 6 Mujer 10 Mujer 12 Hombre Usted quiere testear la hipótesis de que no existen brechas salariales entre hombres y mujeres (a diferencia de lo que aparece en muchos estudios, que los hombres ganan más que las mujeres). En otras palabras testee, a un 5 % de significancia, la siguiente hipótesis: H0 : β1 = β2 HA : β1 > β2 (5 puntos). e) Una investigadora dice que los salarios de los hombres son el doble que los de las mujeres por lo cual el gobierno debiera darle un ingreso autónomo a todas las mujeres que trabajan (de manera que se equiparen los salarios). Testee esta hipótesis contra la hipótesis de que lo dicho por la investigadora no se cumple (a dos colas). (5 puntos). 2. (45 puntos) Suponga que estamos interesados en determinar qué caracteŕısticas del colegio y/o el hogar determinan el resultado de una prueba estandarizada (como el SIMCE o PSU) para los colegios de una municipa- lidad cualquiera. La variable testscr es la variable dependiente y corresponde al puntaje promedio de una escuela, str es la relación estudiante-profesor del colegio (número de estudiantes por profesor), y avginc es el ingreso promedio de las familias. La relación estudiante-profesor capta cómo el tamaño de la clase puede afectar el aprendizaje, mientras que el ingreso promedio captura indirectamente la intensidad de la inversión en capital humano de la familia. Se estima el siguiente modelo lineal testscri = β1 + β2stri + β3avginci + β4avginc 2 i + β5avginc 3 i + ui a) Calcule la información faltante del Cuadro 2. Esto es, el estad́ıstico F, el estad́ıstico t que acompaña a str, el ĺımite inferior del intervalo de confianza para str y el coeficiente para avginc. (10 puntos) b) Interprete el coeficiente de la variable str. ¿Es estad́ısticamente significativo al 5 %? Suponga que la distribución de los parámetros es aproximadamente normal. (5 puntos) c) Un colega le comenta que la relación estudiante-profesor está medida con error, luego la estimación no es confiable y probablemente la relación estudiante profesor no sea significativa. ¿Está Ud. de acuerdo con su colega? Explique (5 puntos) d) Una colega ahora, le indica que existen colegios más grandes que otros y que esto podŕıa afectar sus estimaciones dado que Ud. está trabajando con promedios. ¿Qué tipo de problema estad́ıstico podŕıa generar el punto indicado por la colega? (5 puntos) 2 Cuadro 2: Resultados de la estimación e) En la letra a) Ud. calculó el estad́ıstico F. ¿Para qué tipo de test se utiliza dicho estad́ıstico? Escriba la hipótesis nula y alternativa. ¿Podemos rechazar la hipótesis nula al nivel del 5 %? ¿Qué se puede aprender en relación a lo encontrado en la letra b)? (5 puntos) f) Un amigo le menciona que dado que los colegios privados captan a las familias de mayores ingresos y tendŕıan salas de clases más pequeñas, las variables de ingreso y la relación estudiante-profesor estaŕıan altamente correlacionadas, invalidando aśı sus estimaciones. Explique qué problema es- tad́ıstico ocurriŕıa si lo que menciona su amigo es cierto. Sobre la base de los resultados reportados, ¿cree Ud. que existe dicho problema? (5 puntos) g) Una amiga le comenta que la distribución de familias en los colegios no es aleatoria y que es- to podŕıa afectar las estimaciones reportadas en la tabla anterior y seŕıan meras correlaciones. Explique a qué se refiere su amiga y cómo esto podŕıa afectar sus estimaciones. (5 puntos) h) Con el objeto de eliminar la selección en la admisión escolar, la Ministra de Educación se ha referido a la implementación de un sistema de tómbola (sorteo). Aśı, los niños seŕıan asignados aleatoriamente a las escuelas públicas o que reciban subvención del Estado que abarcan un 90 % de la matŕıcula. Explique cómo este nuevo escenario (de implementarse) afecta sus estimaciones, y en particular, a la cŕıtica que realizó su amiga en la parte g). (5 puntos) Cuadro 3: Valores Cŕıticos para una distribución t-Student n-k 90% 95% 97.50% 99% 99.50% 1 3.078 6.314 12.71 31.82 63.66 2 1.886 2.92 4.303 6.965 9.925 3 1.638 2.353 3.182 4.541 5.841 4 1.533 2.132 2.776 3.747 4.604 5 1.476 2.015 2.571 3.365 4.032 6 1.44 1.943 2.447 3.143 3.707 7 1.415 1.895 2.365 2.998 3.499 . . 20 1.325 1.725 2.086 2.528 2.845 21 1.323 1.721 2.080 2.518 2.831 22 1.321 1.717 2.074 2.508 2.819 23 1.319 1.714 2.069 2.500 2.807 . . Grande 1.282 1.645 1.960 2.327 2.575 3
Compartir