Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Ayudant́ıa 4 - Econometŕıa I (EAE-250A) 1er Semestre 2020 1. Considere como válido el siguiente modelo poblacional: Modelo 1 : y = �0 + �1x1 + �2x2 + u y suponga que los supuestos de Gauss-Markov son válidos. Considere que existe una variable x3 que no forma parte del modelo poblacional, que es independiente de x1, y que tiene correlación negativa con x2. Usted está evaluando los siguientes dos modelos que incluyen la variable x3: Modelo 2 : y = �0 + �1x1 + �3x3 + u Modelo 3 : y = �0 + �1x1 + �2x2 + �3x3 + u Responda las siguientes preguntas: (a) Compare las propiedades de los estimadores MCO de �1 para los mod- elos 1 y 2. (b) Compare las propiedades de los estimadores MCO de �1 para los mod- elos 1 y 3. (c) Compare las propiedades de los estimadores MCO de �2 para los mod- elos 1 y 3. (d) Compare el R2 de los modelos 1, 2 y 3. 2. Considere las siguientes 4 observaciones del sector manufacturero de una economı́a: Año Producción (Y) Capital (K) Trabajo (L) (miles MMUS ) (miles MMUS ) (miles de trabajadores) 2010 143,6 228,4 637,0 2011 150,0 256,8 643,2 2012 161,6 275,2 651,0 2013 184,4 302,0 685,7 Usted quiere estimar el siguiente modelo: Y = AK↵L� exp(u) (modelo 1) donde u es un error que distribuye N(0,�2). Responda las siguientes pre- guntas: (a) Un amigo le sugiere que es más fácil estimar la siguiente ecuación: Y L = A ✓ K L ◆↵ exp(u) (modelo 2) Expĺıquele a su amigo las diferencias entre ambos modelos, y en particu- lar, la inferencia que puede realizar con respecto al tipo de la tecnoloǵıa de producción. (b) Estime una versión log-lineal del modelo 2 por OLS y discuta en base a la bondad de ajuste, si es un buen modelo. (c) Interprete el parámetro ↵ en el modelo 2. Además, usando el valor de b↵, exprese cómo aumentos en el capital y el trabajo (ceteris paribus) afectan la producción del sector. (d) Usted quiere verificar si el parámetro ↵ en el modelo 2 es significati- vamente menor que 1. Plantee el test correspondiente y verifique la hipótesis con un 5% de significancia. (e) Suponga que usted quiere estimar el siguiente modelo alternativo: Y = AK exp(u). El mismo amigo le dice que para estos datos, el ajuste de este modelo no es significativamente distinto al del modelo 2. Qué le diŕıa a su amigo? Justifique. 3. Usted está interesado en medir el efecto de la educación en el salario, por lo que estima el siguiente modelo: [wage = b�0 + b�1educ+ b�2exper + b�3expersq donde wage es ingreso medido en USD/hora, educ es educación medida en años, exper es experiencia medida en años y expersq = exper2. Usted cuenta con 526 observaciones y la estad́ıstica descriptiva de los datos es la siguiente: Variable Promedio Desv. est. wage 5.89610 3.69309 educ 12.5627 2.76902 exper 17.0171 13.5722 expersq 473.435 616.045 Usted además cuenta con las siguientes salidas de GRETL: Model 1: OLS, Dependent variable: wage Coe�cient Std. Error t-ratio p-value const �3.96489 0.752153 �5.2714 0.0000 educ *.**** *.**** *.**** *.**** exper 0.268287 0.0368969 7.2713 0.0000 expersq �0.00461227 0.000821963 �5.6113 0.0000 Mean dependent var 5.896103 S.D. dependent var 3.693086 Sum squared resid (SSR) 5232.538 S.E. of regression (b�) 3.166073 R2 0.269241 Adjusted R2 0.265041 Ayudant́ıa 4 - Econometŕıa I (EAE-250A) 1er Semestre 2020 Model 2: OLS, Dependent variable: educ Coe�cient Std. Error t-ratio p-value const 12.9174 0.256278 50.4040 0.0000 exper 0.0500772 0.0303480 1.6501 0.0995 expersq �0.00254914 0.000668601 �3.8127 0.0002 Mean dependent var 12.56274 S.D. dependent var 2.769022 Sum squared resid (SSR) 3565.156 S.E. of regression (b�) 2.610889 R2 0.114341 Adjusted R2 0.110955 (a) Determine el estimador b�1 para la muestra. (b) Estime el error estándar de b�1, es decir, q Var(b�1|X). {Ayuda: b�2 es un estimador insesgado del �2 de la regresión correspondiente.} (c) Cuál es efecto parcial en el ingreso promedio de estudiar un año más para una persona de 30 años de edad? y si la persona tuviera 35 años de edad? (d) Cuál es efecto parcial en el ingreso promedio de un año más de expe- riencia para una persona con 5 años de experiencia? y si la persona tuviera 10 años de experiencia? 4. Existe gran interés acerca del efecto del tamaño de las salas en el desempeño de los estudiantes. En esta pregunta revisaremos parte de la evidencia emṕırica usando datos de 1999 sobre 420 distritos escolares del estado de California, Estados Unidos. En particular, usted cuenta con los siguientes antecedentes: n = 420; nX i=1 yi = 274745.6; nX i=1 xi = 8249; nX i=1 (yi � y)(xi � x) = �3418.8; nX i=1 (yi � y)2 = 152109.6; nX i=1 (xi � x)2 = 1499.6; donde y representa al desempeño, que se mide a partir del resultado prome- dio en una prueba estandarizada, y x es el tamaño de sala, que se mide a partir del número de alumnos por profesor. (a) Estime la regresión simple: by = c�0 + c�1x. En particular, plantee el modelo econométrico, derive los estimadores por MCO y encuentre los coeficientes estimados. Sea claro en la notación matemática, función objetivo y en el cálculo de los estimadores. (b) Calcule el SSE y R2 de la regresión. (c) Evalúe formalmente la hipótesis nula que el tamaño de la sala no tiene efecto sobre desempeño frente a la hipótesis alternativa que el tamaño de sala tiene un efecto negativo. Considere un nivel de significancia del 1%. (d) Estime la covarianza condicional entre los estimadores c�0 y c�1. {Ayuda: Construya X>X a partir de los datos disponibles. Para esto recuerde que Pn i=1 (ai � a)(bi � b) = Pn i=1 aibi� ( Pn i=1 ai)( Pn i=1 bi) n , 8ai, bi.} (e) Considere el estimador b✓ = c�0+20c�1. Interprete la estimación puntual de b✓ (es decir, qué representa b✓) y calcule su varianza condicional. a El modelo 2 es idéntico al modelo b pero se agrega una tercera variable que no pertenece al modelo poblacional así podemos ver que el modelo estásobre identificado Incluir variables irrelevantes no influye en el insesgamiento de los estimadores pero afecta positivamente la varianza deestos a través de la multicolinealidad pierdeeficiencia Sin embargo si µ y Xs son independientes RT no cambia la varianza Xa y Xs están correlacionadas Xs explica partede la varianza de Xe afectando Ra MsNarcea Var pi Respecto a la E la inclusión de Xs no sesga pis Dado que el modelo 3 tienemás parámetros que el modelo 1 su Pi va a ser más grande 1 APLICAMOS InC A LOS MODELOS Morelo 1 In 4 In A tx.tn k t p In L t U nostro ri In 4 t In L la A t X Eirik 1m14 t y 1h14 MIA t In k t I a InLL tu El segundomodelo es más restrictivo imponecondición parap PIERDEUNGRADODELIBERTADEl primermodelo tendrá mejor ajuste Ra Modelo 0,9915 SEEXPLICAN MUY BIENMODELO 2 0185lb Los DATOS sin embargo haysólo 4 observaciones BAJO Dosobservaciones pie p Más Observaciones R CAE Podemos ver que elmodelo es log log respecto a lasvariables independientes y las dependientes lo que se interpreta como una elasticidad si x ar un aumento de 1 en el capital implica un aumento de 0,81 en el output Ho 1 t á n secp.gr teHr 1 n K i t 1 0,8015 92366 0,8389 COMPARAMOS CON EL VALOR CRÍTICO DELTESTDEUNA COLA A 5 DE SIGNIFICANCIA EL CUAL ES T 5e e i 2,91 10,83891 a 2,91 No sepuede rechazar la hipótesis nula no hay evidencia para decir que x es estadísticamente distinto de 1 In 4 In A In k tu US 1h14 In A tx.tn k t I N In l t 4 Dadoque no podemos rechazar a 1 Int4 In A t n In K 0 In U t U No es estadísticamente distinto al modelo 2 MODELO 1 wagesBo por.edu t pa expertpro exper t n MODELO 2 educa no tan expert da expera te EluírgelN Á t pi edut Ésa expir pis expert S 8961 3 96489 pi 12 562g y 026828717,0171 0,00461227 473,435 pin 0,5953 O avwlpild sssju.is var pi IN O SST U R UN pin IN É a 3,166073 SSRa 3565,156 9002811 DESVIANÓN ESTÁNDAR BI 0,053025 2WAGE 2 Bo por.edu t pa expertpro exper t 4 p2 EDUCO EDUC Es independiente de la edad Estudiar un año más genera un aumento en el ingresode 0,5953 dólares por hora 2WAGE 2 Bo por.edu 1 por por t Ps CAN t 4 p z p EXPER2EXPER ZEXPER 5AÑOS DEEXP Bat 2 paz 5 0,26828T W 0,0046227 0,2221643 WAÑOS DE EXP Bat 2 pz.ws 0,26828T w 0,00461227 0,176087 uncambio en la experiencia genera un cambio en el sueldo que depende del nivel de experiencia de la persona pi Eloi F Hi I ni sexy sx.suEla E a n a Ex 3418,8 2,2798 1499,6 pro j pi I 274745lb 2,27988249420420 698,9327 698,9327 2,2798 SSE E Ü 5 a El pi pi x pi pi Il p six F a SSE 7794,15 SST 152 109,6 pi SSI 0,0512ST Ho p o pi u He piso seqp.yntn.ie i www.osstnlrR Ó a SSR sss s.SE 152109,6 7791,15 345,25n K i n K l Mo I 1 PORloTANTO UNpity Éa 0,2302 six a 345 es 1499,6 t pi u sepsis v ta t 42798 o 0,2302M 41516rtj.ca tan TÍO 2,326 14,7514 s 2,326 SERECHAZA Ho Val fix varlklcovcri.sicorlpipi var pi covlpio.fi I oía Ecti E a 4,5217 Es 698193 20 2,2798 653 334 Var Ó sí oía Ely ya 400 oír q a t 2.20 45217 0,882
Compartir