

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
ejercicio de clase econometria regresion multiple
Tipo: Ejercicios
Subido el 31/07/2019
1 / 3
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


Universidad Carlos III de Madrid Econometr´ıa Regresi´on Lineal M´ultiple: Estimaci´on I Hoja de Ejercicios 4
Y = β 0 + β 1 X 1 + β 2 X 2 + U.
(a) ¿Cu´al es la variaci´on esperada en Y si X 1 aumenta en 3 unidades y X 2 no var´ıa? (b) ¿Cu´al es la variaci´on esperada en Y si X 2 se reduce en 5 unidades y X 1 no se modifica? (c) ¿Cu´al es la variaci´on esperada en Y si X 1 aumenta en 3 unidades y X 2 disminuye en 5 unidades? (d) Explique por qu´e es dif´ıcil estimar con precisi´on el efecto parcial de X 1 , manteniendo constante X 2 , si X 1 y X 2 est´an altamente correlacionados.
IMH : ingresos medios por hora (en d´olares de 1998). Universidad = variable binaria (1 si es titulado en universidad, 0 si titulado escuela secundaria). Femenino = variable binaria (1 si es mujer, 0 si hombre) Edad = edad (en a˜nos) Noreste = variable binaria (1 si Regi´on = Noreste, 0 en caso contrario) Centro-Oeste = variable binaria (1 si Regi´on = Centro-Oeste, 0 en caso contrario) Sur = variable binaria (1 si Regi´on = Sur, 0 en caso contrario) Oeste = variable binaria (1 si Regi´on = Oeste, 0 en caso contrario)
Variable Dependiente: ingresos salariales medios por hora (AHE) Regresor (1) (2) (3) Universidad (X 1 ) 5,46 5,48 5, Femenino (X 2 ) -2,64 -2,62 -2, Edad (X 3 ) 0,29 0, Noreste (X 4 ) 0, Centro-Oeste (X 5 ) 0, Sur (X 6 ) -0, Constante 12,69 4,40 3, Estad´ısticos de Resumen SCR 6,27 6,22 6, R^2 0,176 0,190 0, n 4.000 4.000 4.
(a) Calcule R¯^2 para cada una de las regresiones. Utilizando los resultados de la columna (1): (b) ¿Ganan m´as los trabajadores con t´ıtulos universitarios en promedio que los trabajadores con tan s´olo un grado de secundaria? ¿Cu´anto m´as? (c) ¿Ganan los hombres m´as que las mujeres en promedio? ¿Cu´anto m´as? Utilizando los resultados de la columna (2):
(d) ¿Es la edad un determinante importante para los ingresos? Expl´ıquelo. (e) Sally es una mujer titulada universitaria de 29 a˜nos de edad. Betsy es una mujer titulada universitaria de 34 a˜nos de edad. Prediga los ingresos de Sally y los de Betsy. Utilizando los resultados de la columna (3): (f) ¿Parece que existen diferencias regionales importantes? (g) ¿Por qu´e se ha omitido la variable explicativa Oeste de la regresi´on? ¿Qu´e suceder´ıa si se incluyese? (h) Juanita es una mujer titulada universitaria de 28 a˜nos de edad de la regi´on Sur. Jennifer es una mujer de 28 a˜nos de edad, titulada universitaria de la regi´on Centro-Oeste. Calcule la diferencia esperada entre los ingresos de Juanita y los de Jennifer.
Preciô = 119 , 2 + 0, 485 DORM + 23, 4 Ba˜no + 0, 156 CT am + 0, 002 P T am +0, 090 Edad − 48 , 8 P obre, R^ ¯^2 = 0 , 72 , SCR = 41, 5
(a) Sup´ongase que un propietario convierte parte de una sala de estar que ya exist´ıa en la vivienda en un cuarto de ba˜no. ¿Cu´al es el aumento esperado en el valor de la casa? (b) Sup´ongase que el propietario a˜nade un nuevo cuarto de ba˜no a su casa, lo que aumenta el tama˜no de la vivienda en 100 pies cuadrados. ¿Cu´al es el aumento esperado en el valor de la casa? (c) ¿Cu´al es la p´erdida de valor si un propietario deja deteriorar su vivienda hasta que las condiciones generales la conviertan en ”pobre”? (d) Calcule el R^2 de la regresi´on.
(a) Realice una regresi´on de la variable Course Eval (recuerde que son las calificaciones en los ex´amenes) sobre la variable Beauty (la variable que mide la belleza del profesor). ¿Cu´al es la pendiente estimada? (b) Realice una regresi´on de la variable Course Eval sobre la variable Beauty, incluyendo algunas variables de control adicionales del tipo de curso y de las caracter´ısticas del profesor. En particular, incluya como regresores adicionales las variables Intro, OneCredit, F emale, M inority y N N English. ¿Cu´al es el efecto estimado de la variable Beauty sobre la variable Course Eval? ¿Presenta la regresi´on (a) un sesgo de variable omitida importante? (c) Estime el coeficiente de la variable Beauty del modelo de regresi´on m´ultiple en (b) mediante el proceso en tres etapas o Teorema de Frisch-Waugh:
SOLUCI ´ON: