Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Auxiliar 7
Profesor : Mattia Makovec Semestre : Otoo 2010
Auxiliar : Gonzalo Viveros A.
Pregunta 1
yi = x0i + i , i = 1, . . . , N.
Se hacen los siguientes supuestos: E[] = 0 y E[0 ] = matriz definida positiva. Sea
bM CO el estimador de MCO del vector (k 1).
Pregunta 2
Y t = X t + ut ,
Supongamos que en realidad no se cumplen las hiptesis del MLG porque falla el supuesto
de homocedasticidad, ya que las perturbaciones (ut ) son independientes con media 0 y
varianza 2 t .
1
Econometra Auxiliar 7 2
Pregunta 3
El archivo Costes.xls contiene datos sobre costos totales y produccin para 100 empresas
a lo largo del tiempo. Considere la siguiente funcin de costos totales de una empresa i
en la muestra:
yi = 0 + 1 xi + 2 x2i + 3 x3i + i ,
donde yi es el coste total y xi la produccin de la empresa i.
b) Represente grficamente los residuos en funcin del output y comente los resultados.
d) Contraste si sera suficiente una especificacin lineal para la funcin de costes totales.
Solucin
Pregunta 1
Modelo:
yi = x0i + t , i = 1, . . . , N. (1)
Supuestos:
E[] = 0 y E[0 ] = , definida positiva.
Esperanza:
E[ a0 bM CO ] = a0 E[ bM CO ] = a0 ,
por tanto, a0 bM CO es un estimador insesgado de a0
Matriz de Varianza-Covarianzas:
V( a0 bM CO ) = a0 V( bM CO ) a = a0 (X 0 X)1 X 0 X (X 0 X)1 a.
Econometra Auxiliar 7 4
Pregunta 2
Modelo:
Yt = X t + u t , t = 1, . . . , T. (2)
Supuestos:
Xt > 0, t.
Errores:
E[ut ] = 0, y V(ut ) = 2 t (heterocedasticidad).
Por tanto, la transformacin ha realizar en el modelo para que este sea homoceds-
tico, consiste en multiplicar el modelo (2) por 1/ t , i.e.,
Yt Xt ut
Y t = X t + ut = +
t t t
Yt = Xt + ut ,
bM CG = (X 0 X )1 (X 0 Y )
P
X Y
= P t 2t
Xt
X X t Yt
t
= X X2 .
t
t
Econometra Auxiliar 7 5
Insesgadez: Reescribiendo bM CG ,
X Xt Yt
t
bM CG = X X2
t
t
X Xt ( Xt + ut )
t
= X X2
t
t
X Xt ut
= + X t2 .
Xt
t
Esperanza:
X Xt ut
t
E[ bM CG ] = E
+ X X 2
t
t
X Xt E[ut ]
t
= + X X2
t
t
= .
Para b1 :
Si t = Xt , entonces bM CG = b1 .
Para b2 :
No existe un t tal que bM CG = b2 .
Para b3 :
Si t = 1, entonces bM CG = b3 .
Para b4 :
Si t = Xt2 , entonces bM CG = b4 .
Pregunta 3 (Eviews)
2. Estimacin MCO:
Quick , Estimate Equation
coste c output output2 output3
2. View , Show
output resid
Generando el Estadstico
2. Estimacin MCO:
Quick , Estimate Equation
resid2 c output output2 output3 output4 output5 output6
Utilizando el Comando
H0 : 3 = 0 4 = 0 v/s H1 : 3 6= 0 4 6= 0
2. Prueba de Hiptesis
En la ventana del modelo,
View , Coefficient Tests , Wald - Coefficient Restrictions
c(3)=0, C(4)=0
vale decir, si multiplicamos el modelo (3) por 1/xt , se tendra un modelo homocedstico,
debido a que el error de este nuevo modelo seria igual a una constante. Luego, el modelo
transformado queda como:
yt 0 t
= + 1 + 2 xt + 3 x2t + . (4)
xt xt xt
Observacin: Al estimar los parmetros por MCO del modelo (4) que es homocedstico,
se consideran estos parmetros en el modelo (3) manteniendo el mismo orden, i.e., la
estimacin de 0 en (4) se reemplaza en 0 en el modelo (3), y as para los otros parmetros.
De esta manera se obtiene la estimacin MCG en el modelo (3).
2. Estimacin MCG:
Quick , Estimate Equation
tcoste tc c output output2