Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Análisis Económico: Ejercicios de Econometría I - Curso 2015/16 - Prof. Denia, Exámenes de Econometría

Documento que contiene ejercicios resueltos de econometría i del curso 2015/16, donde se estudian modelos econométricos y se aplican técnicas estadísticas para estimar parámetros y evaluar hipótesis. Se trata de ejercicios relacionados con el análisis de regresión lineal simple y multiple, incluyendo el cálculo de coeficientes, errores estándar, r2 y contraste de hipótesis.

Tipo: Exámenes

2015/2016

Subido el 29/02/2016

luriwin
luriwin 🇪🇸

3.2

(11)

23 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ECONOMETRÍA I - Control I . Curso 2015/16. 22/03/ 2016
Nombre............................................. Apellidos ......................................................................................................
grupo..............................
En todos los contrastes debe especi…car la hipótesis nula y alternativa, el estadístico de contraste,
la distribución del estadístico de contraste bajo la hipótesis nula, el valor del estadístico de contraste
en la muestra y la conclusión a la que llegue.
-Cuando en un contraste no se especi…que el nivel de signi…cación, tome = 0:05
-Recuerde que gretl trabaja con logaritmos neperianos.
- Salvo cuando se indique lo contrario, se cumplen los supuestos de Gauss-Markov con errores
normales.
1.- (6 puntos) Se considera el siguiente modelo para explicar el salario de los jugadores de la NBA
log(wage) = 0+1minutes +2exper +3expersq +4age +u(1)
donde wage es el salario anual en miles de dólares, exper son los años que el jugador lleva como profesional en la NBA,
expersq la experiencia al cuadrado, minutes es el número de minutos jugados por temporada y age la edad del jugador
en años.
a) Estime el modelo utilizando los datos del chero NBASAL del libro de Wooldridge y presente los resultados
en forma de ecuación (parámetros estimados, errores estándar, tamaño muestral y el coe…ciente de determinación).
Interprete el R2:¿Cómo cambiarían los coe…cientes estimados del modelo (1) si el tiempo jugado por temporada se
midiese en horas y no en minutos? ¿Y los errores estándar?
b) Interprete el coe…ciente estimado de age. Manteniendo constante la experiencia y el tiempo jugado por
temporada, contraste si hay evidencia para a…rmar que la edad in‡uye negativamente en el salario del jugador.Utilice
el p-valor para responder a esta cuestión.
c) ¿Cuál es el cambio porcentual estimado en el salario del jugador debido a un incremento de 30 minutos en el
tiempo jugado por temporada, manteniendo constante la experiencia del jugador y su edad?
Obtenga un intervalo de con…anza al 95% para el cambio porcentual estimado en el salario debido a un incremento
de 30 minutos en el tiempo jugado, manteniendo constante la experiencia del jugador y su edad.
d) ¿Qué valor predice el modelo para log(wage)para un jugador con 10 años de experiencia, 30 años de edad y 50
horas jugadas por temporada? Si el salario de este jugador es de 3 millones de $, ¿percibe un salario mayor o menor
del valor predicho por el modelo?
e) Contraste que manteniendo constante la media de minutos jugados por partido y la edad del jugador, la
experiencia no in‡uye en el salario del jugador. (nota: muestre los resultados intermedios)
SOLUCIÓN
a)
\
log(wage) = 7:35
(0:83) + 0:0005
(0:00005)minutes + 0:222
(0:051)exper 0:0054
(0:003) expersq 0:0782
(0:036) age
n= 269 R2= 0:45
El coe…ciente de deteminación indica en este caso que minutes,exper,expersq yage explican el 45.0% de la
variabilidad de log(wage):
¿Cómo cambiarían los coe…cientes estimados del modelo (1) si el tiempo jugado por temporada se midiese en horas
y no en minutos? ¿Y los errores estándar?
minutes=minutes
60 )minutes = 60 minutes
Sólo cambiaría el coe…ciente de la variable minutes y su error estándar.
\
log(wage) = 7:35
(0:83) + 0:03
(0:003)minutes+ 0:222
(0:051)exper 0:0054
(0:003) expersq 0:0782
(0:036) age
b) El modelo estima que, manteniendo constante la experiencia y el tiempo jugado por temporada, un año mas en
la edad del jugador, disminuye su salario en un 7.82%
1
pf3

Vista previa parcial del texto

¡Descarga Análisis Económico: Ejercicios de Econometría I - Curso 2015/16 - Prof. Denia y más Exámenes en PDF de Econometría solo en Docsity!

ECONOMETRÕA I - Control I. Curso 2015/16. 22/03/ 2016

Nombre............................................. Apellidos ...................................................................................................... grupo..............................

En todos los contrastes debe especiÖcar la hipÛtesis nula y alternativa, el estadÌstico de contraste, la distribuciÛn del estadÌstico de contraste bajo la hipÛtesis nula, el valor del estadÌstico de contraste en la muestra y la conclusiÛn a la que llegue.

  • Cuando en un contraste no se especiÖque el nivel de signiÖcaciÛn, tome = 0: 05
  • Recuerde que gretl trabaja con logaritmos neperianos.
  • Salvo cuando se indique lo contrario, se cumplen los supuestos de Gauss-Markov con errores normales.

1.- (6 puntos) Se considera el siguiente modelo para explicar el salario de los jugadores de la NBA

log(wage) = 0 + 1 minutes + 2 exper + 3 expersq + 4 age + u (1)

donde wage es el salario anual en miles de dÛlares, exper son los aÒos que el jugador lleva como profesional en la NBA, expersq la experiencia al cuadrado, minutes es el n˙mero de minutos jugados por temporada y age la edad del jugador en aÒos. a) Estime el modelo utilizando los datos del Öchero NBASAL del libro de Wooldridge y presente los resultados en forma de ecuaciÛn (par·metros estimados, errores est·ndar, tamaÒo muestral y el coeÖciente de determinaciÛn). Interprete el R^2 :øCÛmo cambiarÌan los coeÖcientes estimados del modelo (1) si el tiempo jugado por temporada se midiese en horas y no en minutos? øY los errores est·ndar? b) Interprete el coeÖciente estimado de age. Manteniendo constante la experiencia y el tiempo jugado por temporada, contraste si hay evidencia para aÖrmar que la edad ináuye negativamente en el salario del jugador.Utilice el p-valor para responder a esta cuestiÛn. c) øCu·l es el cambio porcentual estimado en el salario del jugador debido a un incremento de 30 minutos en el tiempo jugado por temporada, manteniendo constante la experiencia del jugador y su edad? Obtenga un intervalo de conÖanza al 95% para el cambio porcentual estimado en el salario debido a un incremento de 30 minutos en el tiempo jugado, manteniendo constante la experiencia del jugador y su edad. d) øQuÈ valor predice el modelo para log(wage) para un jugador con 10 aÒos de experiencia, 30 aÒos de edad y 50 horas jugadas por temporada? Si el salario de este jugador es de 3 millones de $, øpercibe un salario mayor o menor del valor predicho por el modelo? e) Contraste que manteniendo constante la media de minutos jugados por partido y la edad del jugador, la experiencia no ináuye en el salario del jugador. (nota: muestre los resultados intermedios)

SOLUCI”N a)

log(^ \wage) = 7 : 35 (0:83)

(0:00005)

minutes + 0: 222 (0:051)

exper 0 : 0054 (0:003)

expersq 0 : 0782 (0:036)

age

n = 269 R^2 = 0: 45

El coeÖciente de deteminaciÛn indica en este caso que minutes, exper, expersq y age explican el 45.0% de la variabilidad de log(wage): øCÛmo cambiarÌan los coeÖcientes estimados del modelo (1) si el tiempo jugado por temporada se midiese en horas y no en minutos? øY los errores est·ndar? minutes^ = minutes 60 ) minutes = 60  minutes SÛlo cambiarÌa el coeÖciente de la variable minutes y su error est·ndar.

log(^ \wage) = 7: 35 (0:83)

(0:003)

minutes^ + 0: 222 (0:051)

exper 0 : 0054 (0:003)

expersq 0 : 0782 (0:036)

age

b) El modelo estima que, manteniendo constante la experiencia y el tiempo jugado por temporada, un aÒo mas en la edad del jugador, disminuye su salario en un 7.82%

Tenemos que contrastar H 0 : 4 = 0 H 1 : 4 < 0 El estadÌstico de contraste es t =

b 4 ES(b 4 ) ^ t^264 bajo^ H^0

El valor del estadÌstico en la muestra es 2 : 192 el p valor = 0 :^02922 = 0:014 6, por lo que podemos rechazar la H 0 a un nivel de signiÖcaciÛn del 5%, pero no al 1%.

c) Un incremento de 30 minutos en el tiempo de juego por temporada, manteniendo constante los aÒos de experiencia y la edad del jugador, supone un incremento estimado en el salario del 1.5% (0: 0005  30  100 = 1: 5) Hay que obtener un intervalo para 30  1 y multiplicarlo por 100 : El intervalo es:

I 30 95% 1 = [0: 0005  30  t264;0: 025  30  0 :00005] = [0: 015  1 : 97  0 :0015] = [0: 015  0 :002955] = [0:012; 0:0179]

El intervalo es [1:2; 1:80]

d) log^ (wage) = 7:35 + (0: 0005  50  60) + (0: 222  10) (0: 0054  100) (0: 0782  30) = 8: 184 Dado que log(3:000) = 8, percibe un salario inferior. log^ (wage) log(3:000) = 8: 184 8 = 0: 184

e) Tenemos que contrastar

H 0 : 2 = 3 = 0 H 1 : 2 6 = 0 y=o 3 6 = 0

EstadÌstico F: El estadÌstico de contraste es: (^) R^2 nr R r^2

(1 R^2 nr) = 264

 F 2 ; 264 bajo H 0

El modelo restringido es: log(wage) = 0 + 1 minutes + 4 age + v (2)

El Rr = 0: 404 y el Rnr = 0: 45

El valor del estadÌstico en la muestra es

(0: 45 0 :404) = 2 (1 0 :45) = 264

El p valor de este contraste es P rob (F 2 ; 264 > 11 :04) = 0: 000025 , por lo que se rechaza la hipÛtesis nula para cualquier nivel de signiÖcaciÛn razonable. La experiencia si ináuye en el salario del jugador. Por otra parte, como F = 11: 04 > F 2 ; 264 ; 0 : 05 = 3: 03 , podemos rechazar H 0 al 5%.