Universidad Nacional

Universidad Nacional
Facultad de Ciencias Sociales

Escuela de Economa
ECA413- I-2009
Profesor: David Cardoza Rodrguez
Asistente: Luis Fernando Corrales
Estudiantes: Jos Joaqun Barquero Ocampo
Esteban Agero Salazar

1. En base al artculo Quantity Discounts and Quality Premia for Illicit Drugs by
Caulkins, J.P. and R. Padman, Journal of the American Statistical Association,
donde se analiza mediante un modelo emprico y economtrico la relacin entre el
precio de la cocana (p), la cantidad (q) como el nmero de gramos de cocana , la
calidad de la cocana (ql) medida por su pureza y una variable de tendencia (tr)
para captar si hay un patrn sistemtico de consumo; 1984 = 1 hasta 1991 = 8.
0 1 2 3
p q ql tr o o o o = + + +
a) Cules son los signos esperados de los parmetros?

b) Estime la especificacin anterior y evale individualmente y en conjunto los
parmetros estimados. Utilice el archivo cocana.wf1.

c) Existe en el modelo especificado la presencia de multicolinealidad?. Detecte la
misma.

d) Realice un test de variables redundates para la variable calidad y tendencia.
Analice.

e) Qu proporcin de la variacin del precio de la cocana es explicado por la
variacin de la cantidad, la calidad y el tiempo?

f) Obtenga la elasticidad-precio de la demanda.

g) Los vendedores de cocana desean posesionarse en el mercado, por lo que
estara dispuestos a aceptar una reduccin de precios a cambio aumentar las
ventas de cocana. Realice la prueba apropiada para verificar o no la afirmacin
anterior.

h) Realice una prueba de la calidad de la cocana no influye en el precio contra la
hiptesis alternativa de que el premio que es pagado es un incentivo para mejorar
la calidad de la cocana ofertada. Realice un test de restricciones lineales test de
Wald.

i) Cunto es el cambio promedio anual en el precio de la cocana?

2. De acuerdo al libro de Wooldridge se especifica una relacin del peso al nacer de
una persona en funcin de varios factores como cigs = el promedio de cigarros
que la madre fuma al da durante el embarazo, ordenac = es el orden de
nacimiento del nuevo ser, ingrf = es el ingreso familiar, educm = son los aos de
educacin de la madre y educp = aos de educacin del padre.

0 1 2 3 4 5
peso cigs ordenac ingrt educm educm o o o o o o = + + + + +

a) Analice la informacin e infiera Cules son los signos esperados de los
parmetros?

b) Realice una regresin del peso en funcin de cigs. Evale. Realice un test de
variables omitidas del orden de nacimiento, el ingreso familiar y la educacin de
los padres.

c) Evale los modelos rivales mediante el Criterio de Informacin de Akaike. Evale.

d) Existe en el modelo especificado la presencia de multicolinealidad?. Detecte la
misma con la matriz de correlaciones y el ndice inflacionario.

e) Estime la especificacin anterior y evale individualmente y en conjunto los
parmetros estimados. Utilice el archivo naci.wf1.

f) Evalu el residuo de la regresin. Qu problemas presenta?.

3. Segn el libro de Gujarati, una regresin de los salarios promedios (W,$) sobre el
nmero de empleados (N) para una muestra aleatoria de 30 empresas, se
obtuvieron los siguientes resultados:

2
7.5 0.009
( . ) (16.10) 0.90
W N
n a R
= +
=

2
/ 0.008 7.8(1/ )
(14.4) (76.6) 0.99
W N N
R
= +
=

a) Interprete las regresiones anteriores.

b) Determine los supuestos de cada una de las regresiones. Porqu se
realiza la segunda regresin en trminos percpitas.

c) Compare los modelos.
4. De acuerdo al enfoque matricial para estimar un modelo de regresin lineal,
calcule la matriz de covarianzas del vector de estimadores y el residuo
( ) ( , ) ( ) ( ) V u E E u E u | | |
. . .
(
| |
=
|
(
\ .

5. Demuestre la que matriz de covarianzas de los parmetros estimados y el trmino
error es igual a un vector de ceros.
( , ) 0 V u |
.
=
6. Se parte de un modelo general:
0 1 3
Y X Z u o o o = + + +
Pero el investigador realiza la siguiente regresin:
0 1
Y X e o o = + +
Explique si ambas pendientes son insesgadas y si cumplen el supuesto de mnima
varianza de OLS.

1-
a) Los signos esperados de los parmetros, dependen de la explicacin terica que
respalda a cada una de las relaciones entre las variables. Para el caso particular
de la relacin entre la variable dependiente Precio (PR) y una de las variables
explicativas cantidad(QT), tanto la teora econmica convencional de oferta y
demanda, as como la lectura asignada Quantity Discounts and Quality Premia for
Illicit Drugs, nos indica que hay una relacin inversa entre la cantidad ofrecida y el
precio; pues a mayor cantidad ofrecida, menores sern los precios; a la luz de esta
teora podemos afirmar que el signo esperado para esta relacin es negativo. Para
el caso de la relacin Precio(PR)-Calidad(QL), aumentar la calidad de la cocana
implica incurrir en mayores costos, estos costos se trasladan al precio de la
cocana y a su vez a los consumidores de cocana, por tanto el signo esperado del
parmetro es positivo.

b)

Dependent Variable: LOG(PR)
Method: Least Squares
Date: 04/08/11 Time: 23:59
Sample: 1 56
Included observations: 56

Variable Coefficient Std. Error t-Statistic Prob.

C 4.433308 0.381420 11.62317 0.0000
LOG(QT) -0.134228 0.014183 -9.464046 0.0000
LOG(QL) 0.132337 0.114009 1.160752 0.2510
LOG(TR) -0.291289 0.067531 -4.313436 0.0001

R-squared 0.706891 Mean dependent var 4.237383
Adjusted R-squared 0.689981 S.D. dependent var 0.455159
S.E. of regression 0.253430 Akaike info criterion 0.161288
Sum squared resid 3.339780 Schwarz criterion 0.305955
Log likelihood -0.516051 Hannan-Quinn criter. 0.217375
F-statistic 41.80290 Durbin-Watson stat 1.420886
Prob(F-statistic) 0.000000

Date: 04/09/11 Time: 00:02
Sample: 1 56


C 6.138266 0.520630 11.79007 0.0000
LOG(QL) -0.490471 0.133585 -3.671597 0.0006


Date: 04/09/11 Time: 00:03
Sample: 1 56


C 4.461766 0.125671 35.50346 0.0000
LOG(TR) -0.189786 0.093771 -2.023930 0.0479


Date: 04/09/11 Time: 00:03
Sample: 1 56


C 4.563367 0.054514 83.71072 0.0000
LOG(QT) -0.120070 0.013798 -8.702120 0.0000


c)

Correlaciones entre variables
QL 57.70% 44.60%
57.70% QT 5.74%
44.60% 5.74% TR
Tomando en cuenta el cuadro anterior que muestra el grado de correlacin entre las
variables explicativas, podemos inferir que la calidad(QL) tiene una fuerte correlacin con
las otras variables explicativas cantidad(QT) y la variable de tendencia(TR) ; ante esta
correlacin entre variables podemos afirmar que existe multicolinealidad en el modelo
estimado que incluya todas estas variables explicativas.
d)

Redundant Variables Test
Equation: EQ01
Specification: LOG(PR) C LOG(QT) LOG(QL) LOG(TR)
Redundant Variables: LOG(QL)

Value df Probability
t-statistic 1.160752 52 0.2510
F-statistic 1.347346 (1, 52) 0.2510
Likelihood ratio 1.432509 1 0.2314


C 4.865827 0.081725 59.53932 0.0000
LOG(QT) -0.125187 0.011892 -10.52740 0.0000
LOG(TR) -0.244075 0.054083 -4.512999 0.0000


Para el caso anterior si se asume un =5%, se puede observar que el valor probabilstico
del F-statistic es mayor que el alfa que se asumi; por tanto se puede decir que con un
nivel de confianza del 95%; si
; dado que el valor probabilstico de la

prueba es mayor que el que se asumi, se puede decir que el valor t no es
estadsticamente significativo diferente de 0. Con este criterio se puede decir que la
variable calidad (LOG(QL)) es una variable redundante en el modelo especificado.

Redundant Variables Test
Equation: EQ01
Specification: LOG(PR) C LOG(QT) LOG(QL) LOG(TR)
Redundant Variables: LOG(TR)

t-statistic 4.313436 52 0.0001
F-statistic 18.60573 (1, 52) 0.0001


C 5.171402 0.393447 13.14382 0.0000
LOG(QT) -0.110100 0.015043 -7.318994 0.0000
LOG(QL) -0.163871 0.105041 -1.560060 0.1247


Para el caso anterior si se asume un =5%, se puede observar que el valor probabilstico
del F-statistic es menor que el alfa que se asumi; por tanto se puede decir que con un
nivel de confianza del 95%; si
; dado que el valor probabilstico de la

prueba es menor que el que se asumi, se puede decir que el valor t es
estadsticamente significativo diferente de 0. Con este criterio se puede decir que la
variable de tendencia (LOG(TR)) no es una variable redundante en el modelo
especificado.
e) La proporcin de la variacin del precio de la cocana que es explicada por la
variacin de la cantidad, calidad y el tiempo es de 69%, esto se infiere debido a
que este es el valor del
-ajustado(coeficiente de correlacin mltiple); y el mismo

a su explica el grado de relacin que tienen las variables explicativas con la
variable dependiente, en este caso el precio.

f) Segn el texto Quantity Discounts and Quality Premia for Illicit Drugs, la
especificacin inicial del modelo es
en donde P es el
precio de 1 gramo de cocana, Q es la cantidad de gramos y T es la variable de
tendencia. Sin embargo esta especificacin inicial del modelo no cumple con el
criterio de linealidad; por tanto es necesario hacer una conversin esta
especificacin para poder linealizarla. Entonces se obtiene que:

() (
)
() (
()
()
()
En donde adems tenemos que para efectos prcticos se hace una sustitucin de cada
una de las variables que lleven el logaritmo, as entonces:

()
()
()
()
Entonces la elasticidad precio de la demanda ser el coeficiente del
correspondiente a
la cantidad de cocana; entonces a partir del modelo estimado; tenemos que la
elasticidad-precio de la demanda ser igual a -0.134228; y por tanto tiene una elasticidad-
precio de la demanda es inelstico.
g) Dado que la relacin en la proporcin de cambio(elasticidad) es inelstico; ante
una variacin en el precio la cantidad reaccionara menos que proporcionalmente
ante este cambio; entonces si se baja el precio se vender mas cocana, sin
embargo el cambio de QT en la cocana ser nfima, entonces no se puede afirmar
que una disminucin del precio de cocana les asegure acaparar el mercado.
h)

Wald Test:
Equation: EQ01

Test Statistic Value df Probability

t-statistic -14.96799 52 0.0000
F-statistic 224.0408 (1, 52) 0.0000
Chi-square 224.0408 1 0.0000

Null Hypothesis: C(2)+C(3)+C(4)=1
Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

-1 + C(2) + C(3) + C(4) -1.293181 0.086396

Entonces se tiene que el valor probabilstico de que las suma de las elasticidades es igual a 1 es cercano a 0;
entonces podemos inferior que es estadsticamente significativo diferente de cero.
i) El cambio promedio anual del precio de la cocana es igual a 29,13% ; obtenido del coeficiente beta
asignado a la variable de tendencia (LOG(TR))
2-
a)
0 1 2 3 4 5
peso cigs ordenac ingrt educm educm o o o o o o = + + + + +

Dada la especificacin de la funcin de peso; los signos esperados de los parmetros
dependen de la relacin emprica entre las variables explicativas y la variable
dependiente; as entonces el signo esperado del parmetro
ser negativo pues a mayor

cantidad de cigarros consumidos es esperable que tenga un menor peso al nacer; el signo
esperado de los parmetros es positivo; esto se debe a que el nacer un nuevo nio, las
condiciones de acceso a servicios de salud de calidad depende de el nivel de ingreso y de
el nivel de conciencia que tengan los padres de acceder a un servicio de salud de calidad
que le asegure que su hijo ser un bebe saludable.
b)

Dependent Variable: BWGHT
Date: 04/08/11 Time: 17:32
Sample: 1 1388


C 119.7719 0.572341 209.2668 0.0000
CIGS -0.513772 0.090491 -5.677609 0.0000


Omitted Variables Test
Equation: UNTITLED
Specification: BWGHT C CIGS
Omitted Variables: PARITY

t-statistic 2.451196 1385 0.0144
F-statistic 6.008363 (1, 1385) 0.0144

F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 2425.582 1 2425.582
Restricted SSR 561551.3 1386 405.1597
Unrestricted SSR 559125.7 1385 403.7009

LR test summary:
Value df
Restricted LogL -6135.457 1386
Unrestricted LogL -6132.453 1385

Unrestricted Test Equation:
Date: 04/08/11 Time: 17:16
Sample: 1 1388


C 117.3831 1.129673 103.9089 0.0000
CIGS -0.528948 0.090540 -5.842163 0.0000
PARITY 1.482644 0.604865 2.451196 0.0144


Segn el valor probabilstico de la variable de orden al nacer (Parity) esta variable debera ser incluida dentro
del modelo pues es valor probabilstico es menor que el valor alfa que se asume (5%)
Equation: UNTITLED
Omitted Variables: FAMINC

t-statistic 3.178195 1385 0.0015
F-statistic 10.10092 (1, 1385) 0.0015

F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 4065.789 1 4065.789
Restricted SSR 561551.3 1386 405.1597

LR test summary:
Value df

Date: 04/08/11 Time: 17:18
Sample: 1 1388


C 116.9741 1.048984 111.5118 0.0000
CIGS -0.463408 0.091577 -5.060315 0.0000
FAMINC 0.092765 0.029188 3.178195 0.0015


Segn el valor probabilstico de la variable de ingreso (Faminc) esta variable debera ser incluida dentro del
modelo pues es valor probabilstico es menor que el valor alfa que se asume (5%)

Equation: UNTITLED
Omitted Variables: MADRE

t-statistic 1.439462 1385 0.1502
F-statistic 2.072050 (1, 1385) 0.1502

F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 838.8621 1 838.8621
Restricted SSR 561551.3 1386 405.1597

LR test summary:
Value df

Date: 04/08/11 Time: 17:30
Sample: 1 1388


C 115.3805 3.103898 37.17277 0.0000
CIGS -0.485314 0.092591 -5.241476 0.0000
MADRE 0.334928 0.232676 1.439462 0.1502


Segn el valor probabilstico de la variable de nivel de deducacion de la madre (Madre) esta variable no
debera ser incluida dentro del modelo pues es valor probabilstico es mayor que el valor alfa que se asume
(5%)

Equation: UNTITLED
Omitted Variables: PADRE

t-statistic 1.675611 1385 0.0940
F-statistic 2.807674 (1, 1385) 0.0940

F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 1136.074 1 1136.074
Restricted SSR 561551.3 1386 405.1597

LR test summary:
Value df

Date: 04/08/11 Time: 17:31
Sample: 1 1388


C 115.1780 2.800682 41.12496 0.0000
CIGS -0.493667 0.091224 -5.411566 0.0000
PADRE 0.344558 0.205631 1.675611 0.0940


Segn el valor probabilstico de la variable de nivel de educacin del padre (Padre) esta variable no debera
ser incluida dentro del modelo pues es valor probabilstico es mayor que el valor alfa que se asume (5%).
C)

Date: 04/08/11 Time: 23:22
Sample: 1 1388


C 114.5243 3.728453 30.71631 0.0000
CIGS -0.595936 0.110348 -5.400524 0.0000
FAMINC 0.056041 0.036562 1.532794 0.1256
PARITY 1.787603 0.659406 2.710932 0.0068
FATHEDUC 0.472394 0.282643 1.671345 0.0949
MOTHEDUC -0.370450 0.319855 -1.158182 0.2470


Date: 04/08/11 Time: 23:23
Sample: 1 1388


C 114.2143 1.469300 77.73383 0.0000
CIGS -0.477154 0.091518 -5.213769 0.0000
FAMINC 0.097920 0.029187 3.354946 0.0008
PARITY 1.616372 0.603955 2.676312 0.0075


Segn el criterio de informacin de Akaike; se debera escoger el primer modelo de estimado pues tiene un
criterio de informacin de Akaike menor. Entonces se deberan incluir dentro del modelo las variables de
educacin de los padres.

d)

Correlacin entre variables
CIGS -15,54% -21,67% -18,03% 4,17%
-15,54% FAMINC 42,71% 44,77% -5,67%
-21,67% 42,71% MOTHEDUC 64,35% -9,60%
-18,03% 44,77% 64,35% FATHEDUC -4,52%
4,17% -5,67% -9,60% -4,52% PARITY

Segn esta matriz de correlaciones, hay presencia de correlacin entre las variables,
principalmente existe una fuerte correlacin entre las variables de educacin de los
padres, tambin existe una fuerte correlacin entre las variables de educacin de los
padres y el ingreso familiar; esta correlacin tiene tambin evidencia terica, pues el nivel
de educacin de los padres repercute directamente sobre el nivel de ingresos percibidos
en el hogar.
f)

El problema de estos residuos reside en que hay gran cantidad de observaciones que se encuentran por fuera
del desvi estndar de la regresin; es decir, los residuos presentan mucha dispersin.

-100
-50
0
50
100
150
200
1
5
7
1
1
3
1
7
5
2
3
0
2
8
9
3
4
7
4
0
4
4
6
1
5
1
9
5
7
3
6
3
5
6
9
0
7
4
4
7
9
9
8
5
8
9
2
5
9
8
6
1
0
4
4
1
1
0
2
1
1
6
4
1
2
2
0
1
2
7
9
1
3
3
6
BWGHT Residuals
3-
a)
2
7.5 0.009
( . ) (16.10) 0.90
W N
n a R
= +
=

De esta regresin se puede inferir que existe un fuerte grado de correlacin entre la
variable dependiente (salarios) y la variable explicativa (numero de trabajadores, estos se
infiere a partir de es R cuadrado que es el coeficiente que captura el nivel de asociacin
de las variables, sin embargo este alto nivel de correlacin entre las variables no indica
que exista una verdadera relacin pues en algunos casos cuanto el R cuadrado toma
valores muy altos se puede estar ante la presencia de relaciones espurias; por ejemplo en
este caso un aumento en el nivel de empleados y el nivel de salarios podra estar
explicado por una tercera variable no especificada dentro del modelo como podra ser una
cambio en la poltica de produccin de la empresa.
2
/ 0.008 7.8(1/ )
(14.4) (76.6) 0.99
W N N
R
= +
=

Esta regresin presenta caractersticas similares a la regresin anterior en donde la R
cuadrada indica que existe un fuerte nivel de asociacin entre los salarios perca pitas y el
nmero de empleados.
b) En la primera regresin se parte del supuesto de que el numero de trabajadores en una
empresa influir sobre el nivel de salarios, y en la segunda regresin se parte del
supuesto de que el numero de trabajadores influye directamente en el nivel de salarios
perca pita; es decir si la cantidad de salarios aumenta puede ser que este explicada
nicamente por el aumento en la cantidad de trabajadores; entonces lo que
verdaderamente importante es de que manera se comporta el nivel de salarios de cada
uno de los trabajadores, y no si aumenta la cantidad de dinero que se gasta en salarios.
c) Estas regresiones no son comparables debido a que la variable dependiente no es
exactamente la misma; para este caso la nica forma en que ambos modelos serian
comparables seria si se parte del supuesto de que W=W/N; sin embargo este supuesto
nicamente seria sustentable en el caso hipottico de que N=1, entonces la muestra no
seria representativa de la poblacin. Bajo estos supuestos no podemos afirmar que
W=W/N entonces estas regresiones no son comparables.
4-
Y=x+u, u=y-x
E (
)= E(
)=
E(u)=0
=(

((
()

((
)( ())

((
( ) )( )

( (
() )( )

( (
() )( )

)( )

)( )

)()=0
5-Segn la pregunta anterior queda demostrado que la matriz de covarianzas de los
parmetros y el termino error es igual a cero.
( , ) 0 V u |
.
=
=
)()

6-
) (
)=*
()
+ *
()
+
(
)
()
)
Ambas pendientes son insesgadas porque la sigma muestral es igual a la poblacional y
as igualmente con el modelo general.
(X)=
(
)

()

Entonces si Var(x)+n es igual a la sumatoria de
se puede decir que
y por
tanto tiene mnima varianza.

Universidad Nacional

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Universidad Nacional

Caricato da

Copyright:

Formati disponibili

Universidad Nacional

Facultad de Ciencias Sociales

; dado que el valor probabilstico de la

; dado que el valor probabilstico de la

-ajustado(coeficiente de correlacin mltiple); y el mismo

ser negativo pues a mayor

se puede decir que

Potrebbero piacerti anche