


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Econometria I, Profesor: Alfonsa Denia, Carrera: Economia, Universidad: UA
Tipo: Exámenes
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



ECONOMETRÕA I - Control II. Curso 2014/15. 22/04/ 2015
Soluciones
Nombre............................................. Apellidos ...................................................................................................... grupo..............................
DuraciÛn del examen: 1h y 30 minutos. En todo el examen, salvo cuando se indique lo contrario, se cumplen los supuestos del modelo lineal cl·sico. 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.
1.- ( 6 puntos) Considere el siguiente modelo que relaciona el porcentaje de familias con una renta por debajo del Ìndice de pobreza (povrate); con la tasa de desempleo (unemp); con el porcentaje de poblaciÛn que vive en zona urbana (urb); con el porcentaje de la poblaciÛn de 25 aÒos o m·s que tienen sÛlo estudios intermedios (highschl) y con el porcentaje de la poblaciÛn de 25 aÒos o m·s con estudios superiores (college).
povrate = 0 + 1 unemp + 2 urb + 3 highschl + 4 college + u
a) El Öchero de datos data 4 6 del libro de Ramanathan contiene informaciÛn de 58 condados de California. Usando estos datos, estime el modelo y presente los resultados (par·metros estimados, errores est·ndar, tamaÒo muestral y R^2 ) en forma de ecuaciÛn. Interprete el coeÖciente estimado de urb y el R^2. b) Contraste la H 0 : 2 = 0 frente a la H 1 : 2 < 0 al 1% de signiÖcaciÛn. øCambiarÌa su conclusiÛn si el contraste se hubiese realizado a un nivel de signiÖcaciÛn del 5%? Utilice el p valor para responder esta cuestiÛn. c) Obtenga un intervalo de conÖanza al 95% para 2. øPodrÌa aÖrmar que 2 est· contenido en este intervalo con una probabilidad del 95%? JustiÖque su respuesta. d) Contraste si highschl y college son conjuntamente signiÖcativas. e) Mediante un estadÌstico t contraste si manteniendo constante unemp y urb, un aumento de un punto porcentual en la variable college tiene el mismo efecto sobre la tasa de pobreza que un aumento de dos puntos porcentuales en la variable highschl: f) Suponga ahora que los errores no siguen una distribuciÛn normal. øCambiarÌan las conclusiones de los apartados a)-e)? JustiÖque la respuesta.
SoluciÛn:
a)
povrate^ \ = 30 :127 + 0: 186 (0:167) unemp 0 : 044 (0:019) urb 0 : 241 (0:071) highschl 0 : 355 (0:094) college
n = 58 R^2 = 0: 643
Manteniendo constante el resto de variables explicativas del modelo, un aumento de un punto porcentual en urb disminuye la tasa de pobreza 0.044 puntos porcentuales.
Un 64.3 % de la variabilidad de povrate viene explicada por unemp; urb; highschl y college.
b) Tenemos que contrastar:
H 0 : 2 = 0 H 1 : 2 < 0
El estadÌstico de contraste es b (^2) ES
b (^2)
(^) t 53 bajo H 0
El valor del estadÌstico de contraste en la muestra es 2 : 360 y el p valor es P (t 53 < 2 :360) = 0: 011. Por tanto, rechazamos la hip. nula al 5% pero no al 1%.
c) El intervalo de conÖanza al 95% para 2 es h b (^2) t 0 : 025 ; 35 ES(b (^2) )
i
Para estos datos, [ 0 : 044 2 : 006 0 : 019 ; 0 :044 + 2: 006 0 :019] = [ 0 : 0821 ; 0 :0059]
No podemos decir que 2 estÈ realmente contenido en este intervalo. Se trata de un intervalo numÈrico que puede contener o no el verdadero valor de 2 : Lo que podemos decir es que, si disponemos de un n˙mero suÖcientemente grande de muestras aleatorias, y para cada una de ellas calculamos el intervalo de conÖanza al 95%, el par·metro (^2) estar· contenido en aprox. el 95% de los intervalos calculados.
d) Tenemos que contrastar
H 0 : 3 = 4 = 0 H 1 : 3 6 = 0 y=o 4 6 = 0
El modelo restringido es: povrate = 0 + 1 unemp + 2 urb + u EstadÌstico F: El estadÌstico de contraste es: R^2 nr R^2 r
(1 R^2 nr) = 53
(SCRr SCRnr) = 2 SCRnr= 53
F 2 ; 53 bajo H 0
Puesto que, Rr = 0: 539 y la SCRr = 411: 2945
El valor del estadÌstico en la muestra es (0: 643 0 :539) = 2 (1 0 :643) = 53
El p valor de este contraste es P rob (F 2 ; 53 > 7 :7199) = 0: 0011 , por lo que se rechaza la hipÛtesis nula. Las dos variables son conjuntamente signiÖcativas.
e) Tenemos que contrastar
H 0 : 4 = 2 (^3) H 1 : 4 6 = 2 (^3)
DeÖnimos = 4 2 3 :! 4 = + 2 3 :
El modelo reparametrizado es:
povrate = 0 + 1 unemp + 2 urb + 3 highschl + 4 college + u = 0 + 1 unemp + 2 urb + 3 highschl + ( + 2 3 ) college + u = = 0 + 1 unemp + 2 urb + 3 (highschl + 2 college) + college + u
deÖniendo aux = highschl + 2 college, el modelo reparametrizado es
povrate = 0 + 1 unemp + 2 urb + 3 aux + college + u
øEs posible estimar este modelo por MCO? Razone detalladamente la respuesta. øCu·l es el signo esperado de 1? soluciÛn: Este modelo se puede estimar por MCO pues es lineal en los par·metros. Suponemos adem·s que la variable pgnp no toma siempre el mismo valor en la muestra. Cabe esperar que 1 sea positivo, pues a mayor PIB per-c·pita se espera menor tasa de mortandad infantil.