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


Estimaciones de regresión múltiple por MCO y MCG, Apuntes de Econometría

El resultado de estimaciones de regresión multiple por métodos menos cuadrados ordinarios (mco) y mínimos cuadrados generalizados (mc2e) utilizando 663 y 4137 observaciones respectivamente. Las variables dependientes son el salario (lwage) y el nivel de educación (educ), mientras que las variables explicativas incluyen age, married, urban, feduc y hsize. Además, se incluyen análisis de heteroscedasticidad y contraste de hausman. El documento puede ser útil para estudiantes de econometría o estadística para el estudio de regresión multiple y análisis de datos.

Tipo: Apuntes

2012/2013

Subido el 17/05/2013

sergio.merchan.3531
sergio.merchan.3531 🇪🇸

3.6

(9)

10 documentos

1 / 16

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
UNIVERSIDAD CARLOS III DE MADRID
ECONOMETRÕA I
Curso 2008/09
EXAMEN FINAL (Convocatoria ordinaria)
19 de Enero de 2009
Muy importante: Tenga en cuenta que:
1. Cada pregunta del cuestionario, salvo que se indique expresamente lo con-
trario, requiere un an·lisis completo de todas las salidas del problema al que
se reÖere.
Por ejemplo, para resp onder aquellas preguntas que se reÖeren a ìestima-
ciones apropiadasî, o ìdadas las estimacionesî o ìdadas las condiciones del
problemaî, deben usarse los resultados basados en los estimadores consis-
tentes y m·s eÖcientes de entre las distintas salidas.
2. Cada salida incluye todas las variables explicativas utilizadas en la estimaciÛn
correspondiente.
3. Algunos resultados correspondientes a las salidas presentadas han podido ser
omitidos.
4. La variable dependiente puede variar en cada salida presentada dentro del
mismo problema.
5. Para simpliÖcar, diremos que un modelo est· ìbien especiÖcadoî cuando el
modelo sea lineal en las variables en que se condiciona (tal y como aparecen
en el modelo) y el error sea independiente en media de dichas variables.
6. MCO y MC2E son las abreviaturas de mÌnimos cuadrados ordinarios y mÌn-
imos cuadrados en 2 etapas, respectivamente.
7. Se adjuntan tablas estadÌsticas al Önal de este documento.
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Vista previa parcial del texto

¡Descarga Estimaciones de regresión múltiple por MCO y MCG y más Apuntes en PDF de Econometría solo en Docsity!

UNIVERSIDAD CARLOS III DE MADRID

ECONOMETRÕA I

Curso 2008/

EXAMEN FINAL (Convocatoria ordinaria)

19 de Enero de 2009

Muy importante: Tenga en cuenta que:

  1. Cada pregunta del cuestionario, salvo que se indique expresamente lo con-

trario, requiere un an·lisis completo de todas las salidas del problema al que

se reÖere.

Por ejemplo, para responder aquellas preguntas que se reÖeren a ìestima-

ciones apropiadasî, o ìdadas las estimacionesî o ìdadas las condiciones del

problemaî, deben usarse los resultados basados en los estimadores consis-

tentes y m·s eÖcientes de entre las distintas salidas.

  1. Cada salida incluye todas las variables explicativas utilizadas en la estimaciÛn

correspondiente.

  1. Algunos resultados correspondientes a las salidas presentadas han podido ser

omitidos.

  1. La variable dependiente puede variar en cada salida presentada dentro del

mismo problema.

  1. Para simpliÖcar, diremos que un modelo est· ìbien especiÖcadoî cuando el

modelo sea lineal en las variables en que se condiciona (tal y como aparecen

en el modelo) y el error sea independiente en media de dichas variables.

  1. MCO y MC2E son las abreviaturas de mÌnimos cuadrados ordinarios y mÌn-

imos cuadrados en 2 etapas, respectivamente.

  1. Se adjuntan tablas estadÌsticas al Önal de este documento.

ENUNCIADOS DE PROBLEMAS

PROBLEMA 1: Rendimiento de la educaciÛn

Estamos interesados en estimar una ecuaciÛn salarial con datos de individuos

varones, utilizando el logaritmo neperiano del salario mensual, lwage, como vari-

able dependiente. Las variables explicativas para cada individuo son los aÒos de

educaciÛn, educ, su edad, age, una variable binaria que indica su estado civil,

married (que toma el valor uno si el individuo est· casado y cero en caso con-

trario), y su abilidad, abil.

lwage =  0

1

educ +  2

age +  3

married +  4

abil + " (1.1)

donde E ("j educ; age; married; abil) = 0. EsperarÌamos que  4

Dado que abil es inobservable, la ecuaciÛn que podemos estimar omite dicha

variable, de manera que estimamos el siguiente modelo de determinaciÛn salarial:

lwage =  0

1

educ +  2

age +  3

married + u (1.2)

Tenemos razones sÛlidas para creer que los aÒos de educaciÛn, educ, est·n correla-

cionados con la abilidad omitida, abil. Por el contrario, podemos asumir que dicha

variable omitida no est· correlacionada con las otras dos variables explicativas

observables, age y married.

Como posibles instrumentos para educ, disponemos de dos variables observ-

ables no incluidas en el modelo, que sabemos que no est·n correlacionadas con la

habilidad:

 urban (una variable binaria que toma el valor uno si el individuo reside en

una ciudad de m·s de 50000 habitantes y cero en caso contrario);

 f educ (aÒos de educaciÛn del padre).

Nuestro objetivo es obtener estimadores consistentes de los par·metros de (1.1),

1

2

3

, a partir de la informaciÛn observable.

Salida 1 : estimaciones MCO utilizando las 663 observaciones 1ñ

Variable dependiente: lwage

Variable CoeÖciente Desv. tÌpica EstadÌstico t valor p

const 5 : 0578 0 : 1831 27 : 62 0 : 0000

educ 0 : 0597 0 : 0066 9 : 03 0 : 0000

age 0 : 0228 0 : 0048 4 : 71 0 : 0000

married 0 : 2101 0 : 0494 4 : 25 0 : 0000

Variable CoeÖciente Desv. tÌpica EstadÌstico t valor p

const  0 : 2134 2 : 2910  0 : 09 0 : 9258

educ 0 : 4700 0 : 1753 2 : 68 0 : 0073

age 0 : 0073 0 : 0142 0 : 51 0 : 6087

married 0 : 3964 0 : 1515 2 : 62 0 : 0089

Suma de cuadrados de los residuos 646 : 232

F (3; 659) 29 : 27

Contraste de Hausman ñ

HipÛtesis nula: Los estimadores de MCO son consistentes

EstadÌstico de contraste asintÛtico: 

2

1

con valor p = 2.04972e-

Salida 5 : estimaciones MC2E utilizando las 663 observaciones 1ñ

Variable dependiente: lwage

Instrumentos: f educ

Variable CoeÖciente Desv. tÌpica EstadÌstico t valor p

const 4 : 4176 0 : 2669 16 : 55 0 : 0000

educ 0 : 1095 0 : 0161 6 : 81 0 : 0000

age 0 : 0209 0 : 0051 4 : 13 0 : 0000

married 0 : 2327 0 : 0519 4 : 49 0 : 0000

Suma de cuadrados de los residuos 102 : 610

F (3; 659) 38 : 79

Contraste de Hausman ñ

HipÛtesis nula: Los estimadores de MCO son consistentes

EstadÌstico de contraste asintÛtico: 

2

1

con valor p = 0.

PROBLEMA 2: Determinantes del test SAT

La variable sat es la puntuaciÛn en el test SAT de aptitud escolar, hsize es el

tamaÒo de la promociÛn (medido en cientos de alumnos) a la que pertenece el

alumno, f emale es una variable binaria de sexo (que toma el valor 1 si el estudiante

es una mujer y 0 en caso contrario), y black es una variable binaria racial (que

toma el valor 1 si el estudiante es de raza negra y 0 en caso contrario). Se propone

el modelo siguiente para estimar los efectos de varios factores sobre los resultados

del test SAT de aptitud escolar,

sat =  0

1

hsize +  2

hsize2 +  3

f emale +  4

black +  5

f emaleblack + u (2.1)

donde hsize 2 es el cuadrado de la variable hsize y la variable f emaleblack es el

tÈrmino de interacciÛn f emale  black.

Se considera tambiÈn un modelo m·s general que incluye el efecto adicional de

que el alumno sea deportista, mediante la variable athlete (que toma el valor 1 si

la observaciÛn corresponde a un estudiante deportista y 0 en caso contrario), asÌ

como la variable interacciÛn athleteblack = athlete  black.

Salida 1 : estimaciones MCO utilizando las 4137 observaciones 1ñ

Variable dependiente: sat

CoeÖciente Desv. tÌpica estadÌstico t valor p

const 1028 : 1000 6 : 2902 163 : 44 0 : 0000

hsize 19 : 2971 3 : 8323 5 : 03 0 : 0000

hsize 2  2 : 1948 0 : 5272  4 : 16 0 : 0000

f emale  45 : 0910 4 : 2911  10 : 51 0 : 0000

black  169 : 8100 12 : 7131  13 : 36 0 : 0000

f emaleblack 62 : 3064 18 : 1542 3 : 43 0 : 0006

Media de la var. dependiente 1030 : 33

D.T. de la variable dependiente 139 : 401

Suma de cuadrados de los residuos 7 : 34791 e+

DesviaciÛn tÌpica de la regresiÛn (^) 133 : 369

R

2 0 : 0858

R

2 corregido 0 : 0847

F (5; 4131) 77 : 52

Salida 2 : estimaciones MCO utilizando las 4137 observaciones 1ñ

Variable dependiente: usq 1 (residuos de la Salida 1 al cuadrado)

Universidad Carlos III de Madrid

ECONOMETR

IA I

Curso 2008/

EXAMEN FINAL (Convocatoria ordinaria)

19 de Enero de 2009

Tipo de examen: 1

TIEMPO: 2 HORAS 30 MINUTOS

Instrucciones:

• ANTES DE EMPEZAR A RESPONDER EL EXAMEN:

  • Rellene sus datos personales en el impreso de lectura ´optica, que ser´a el ´unico documento

v´alido de respuesta. Recuerde que tiene que completar sus datos identificativos (Nombre y

apellidos y NIU, que tiene 9 d´ıgitos y empieza siempre por 1000) tanto en letra como en las

casillas correspondientes de lectura ´optica.

  • Rellene, tanto en letra como en las correspondientes casillas de lectura ´optica, el c´odigo de la

asignatura y su grupo, de acuerdo con la siguiente tabla:

TITULACION GRUPOS CODIGO DE

ASIGNATURA

Econom´ıa 61 62 63 64 10188

ADE 71 72 73 74 10188

ADE (Colmenarejo) 71 10188

Sim. Eco-Dcho. 19 42020

Sim. ADE-Dcho. 17 18 43020

  • Compruebe que este cuestionario de preguntas tiene 55 preguntas numeradas correlativamente.
  • Compruebe que el n´umero de tipo de examen que aparece en el cuestionario de pre-

guntas coincide con el se˜nalado en el impreso de lectura ´optica.

  • Lea los enunciados de los problemas y las preguntas detenidamente.

Cuando proceda, el encabezado de la pregunta incluir´a entre par´entesis el n´umero de

problema a que corresponde.

  • Para la fila correspondiente al n´umero de cada una de las preguntas, rellene la casilla correspondiente

a la respuesta escogida en el impreso de lectura ´optica (A ´o B).

  • Cada pregunta tiene una ´unica respuesta correcta.

Cualquier pregunta en la que se seleccione m´as de una opci´on ser´a considerada nula y su puntuaci´on

ser´a cero.

  • Todas las preguntas respondidas correctamente tienen id´entica puntuaci´on. Las respuestas incorrec-

tas tendr´an una puntuaci´on de cero. Para obtener una calificaci´on de 5 sobre 10 en el examen hay

que responder correctamente 32 preguntas.

  • Si lo desea, puede utilizar la plantilla de respuestas que aparece a continuaci´on como borrador, si

bien dicha plantilla carece por completo de validez oficial.

  • Puede utilizar el reverso de las hojas como borrador (no se facilitar´a m´as papel).
  • Cualquier alumno que sea sorprendido hablando o intercambiando cualquier tipo de

material en el examen ser´a expulsado en el acto y su calificaci´on ser´a de cero, sin

perjuicio de otras medidas que se puedan adoptar.

  • Fechas de publicaci´on de calificaciones: Viernes 23 de Enero.
  • Fecha de revisi´on:
    • Grupos del Campus de Getafe: Lunes 26 de Enero a las 15 h (el lugar ser´a anunciada en Aula

Global).

  • Grupos del Campus de Colmenarejo: Lunes 26 de Enero a las 15 h (el lugar ser´a anunciada en

Aula Global).

  • Normas para la revisi´on:
    • La revisi´on tendr´a por objeto ´unicamente que cada estudiante:

⇤ compruebe el n´umero de respuestas correctas en su examen;

⇤ entregue por escrito, si lo estima conveniente, las posibles reclamaciones sobre el enunciado

y las respuestas, que ser´an resueltas por escrito en un plazo m´aximo de 10 d´ıas a contar

desde la fecha de revisi´on.

  • Para tener derecho a revisi´on, el alumno deber´a acudir a la revisi´on con una copia impresa de

las soluciones del examen, que estar´an disponibles en Aula Global desde el d´ıa de publicaci´on

de las calificaciones.

Borrador de RESPUESTAS

(a) (b) (a) (b) (a) (b) (a) (b) (a) (b)

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, el tama˜no de la promoci´on a partir del cual el efecto es negativo es aproximadamente de

440 alumnos.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, el tama˜no de la promoci´on a partir del cual el efecto es negativo es aproximadamente de

44 alumnos.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, las mujeres no negras tienen en media una puntuaci´on

en el SAT 45.09 puntos menor que los hombres no negros.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, las mujeres no negras tienen en media una puntuaci´on

en el SAT 17.22 puntos menor que los hombres no negros.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, la puntuaci´on media de un hombre negro es aproxi-

madamente 170 puntos menor que la de un hombre no negro.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, la puntuaci´on media de un hombre negro es aproxi-

madamente 107 puntos mayor que la de un hombre no negro.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, si tomamos los ex´amenes SAT de un hombre negro y de un hombre no negro escogidos al

azar, respectivamente, la diferencia en las puntuaciones ser´a aproximadamente de 170 puntos

menor para el primero.

(a) Falso.

(b) Verdadero.

Tipo de examen: 1 p´agina 4

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, si tomamos los ex´amenes SAT de un hombre negro y de un hombre no negro escogidos al

azar, respectivamente, la diferencia en las puntuaciones ser´a aproximadamente de 107 puntos

mayor para el primero.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida 1,

la hip´otesis nula de que no hay diferencia entre las puntuaciones de hombres negros y hombres

no negros se contrastar´ıa mediante el estad´ıstico F o el estad´ıstico asint´otico W

0 = 2 ⇥ F de

significaci´on conjunta de las variables black y f emaleblack.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, la diferencia media estimada en la puntuaci´on SAT

entre mujeres negras y mujeres no negras es aproximadamente de 107.5 puntos menos para

las primeras.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. De acuerdo con la Salida

1, para un tama˜no de promoci´on dado, la diferencia media estimada en la puntuaci´on SAT

entre mujeres negras y mujeres no negras es aproximadamente de 152.6 puntos menos para

las primeras.

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. Para contrastar la hip´otesis

de que no hay diferencias en la puntuaci´on media del SAT entre mujeres negras y mujeres no

negras, la hip´otesis nula es H 0

4

5

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. Para contrastar la hip´otesis

de que no hay diferencias en puntuaci´on media del SAT entre mujeres negras y mujeres no

negras, la hip´otesis nula es H 0

4

5

(a) Falso.

(b) Verdadero.

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. Si se excluye la vari-

able hsize2, los estimadores MCO del resto de los coeficientes ser´an en general sesgados e

inconsistentes si 2

= 0, ya que hsize y hsize2 estar´an correlacionados.

(a) Falso.

(b) Verdadero.

Tipo de examen: 1 p´agina 5

  1. (Problema 2) Suponga que el modelo (2.1) est´a bien especificado. A la vista de los resultados,

la varianza condicional de u difiere por sexo y por origen ´etnico, pero no por el n´umero de

alumnos de la promoci´on.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Dadas las condiciones del problema, el estimador MCO del coeficiente de la

educaci´on de la ecuaci´on (1.2) ser´a en general un estimador sesgado e inconsistente de 1.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Dadas las condiciones del problema, los estimadores MCO de los coeficientes

de age y married de la ecuaci´on (1.2) ser´an en general estimadores sesgados e inconsistentes

de 2

y 3

, respectivamente.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) El estimador MCO del coeficiente de la educaci´on de la ecuaci´on (1.2) ser´a en

general un estimador sesgado de 1

, por lo que deben calcularse errores est´andar robustos a

heterocedasticidad.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) El hecho de que la variable educ sea o no end´ogena en la ecuaci´on (1.2) depende

de si 4 6 = 0 y Cov(educ, abil) 6 = 0.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Si 4

= 0, la estimaci´on MCO de la ecuaci´on (1.2) proporcionar´ıa estimadores

consistentes de 1 , 2 y 3.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Si Cov(educ, abil) 6 = 0, la estimaci´on MCO de la ecuaci´on (1.2) proporcionar´ıa

estimadores consistentes de 1 , 2 y 3.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Dado que Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de las salidas 2 y

3, tanto urban como f educ son instrumentos apropiados.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Dado que Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de las salidas 2 y

3, solamente urban es un instrumento apropiado.

(a) Falso.

(b) Verdadero.

Tipo de examen: 1 p´agina 7

  1. (Problema 1) Dado que Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de las salidas 2 y

3, solamente f educ es un instrumento apropiado.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Los coeficientes de la estimaci´on por MC2E de la Salida 5 podr´ıan haberse

obtenido de forma equivalente estimando por MCO la ecuaci´on (1.2), pero sustituyendo educ

por su predicci´on basada en la estimaci´on de la Salida 3.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Los coeficientes de la estimaci´on por MC2E de la Salida 5 podr´ıan haberse

obtenido de forma equivalente estimando por MC2E la ecuaci´on (1.2), utilizando como in-

strumento la predicci´on de educ basada en la estimaci´on de la Salida 3.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Como Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de los resultados

del contraste de Hausman (Salidas 4 y 5) y de las salidas 2 y 3, podemos concluir que los

estimadores MCO de la Salida 1 son consistentes.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Como Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de los resultados

del contraste de Hausman (Salidas 4 y 5) y de las salidas 2 y 3, podemos concluir que los

estimadores MC2E de la Salida 5 son consistentes.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Dado que Cov(u, urban) = 0, Cov(u, f educ) = 0, y a la vista de los resultados

del contraste de Hausman (Salidas 4 y 5) y de las salidas 2 y 3, podemos concluir que los

estimadores MC2E de la Salida 4 son consistentes.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Si estim´asemos por MCO la ecuaci´on (1.2) con los residuos de la Salida 3

como variable explicativa adicional, el estad´ıstico t asociado a dichos residuos proporciona un

contraste de exogeneidad de educ.

(a) Falso.

(b) Verdadero.

  1. (Problema 1) Si estim´asemos por MCO la ecuaci´on (1.2) con los residuos de la Salida 3 como

variable explicativa adicional, los coeficientes estimados de educ, age y married ser´ıan iguales

a los coeficientes correspondientes de esas mismas variables en la Salida 5.

(a) Falso.

(b) Verdadero.

Tipo de examen: 1 p´agina 8

  1. (Problema 2) Dados los resultados de la Salida 4, podemos afirmar que para un sexo, tama˜no

de la promoci´on y raza dados, los deportistas obtienen en promedio resultados en el SAT

sistem´aticamente peores que los no deportistas.

(a) Falso.

(b) Verdadero.

Tipo de examen: 1 p´agina 10