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


Econometria regresion multiple ejercicio, Ejercicios de Econometría

ejercicio de clase econometria regresion multiple

Tipo: Ejercicios

2018/2019

Subido el 31/07/2019

usuario desconocido
usuario desconocido 🇪🇸

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Universidad Carlos III de Madrid
Econometr´ıa
Regresi´on Lineal ultiple: Estimaci´on I
Hoja de Ejercicios 4
1. Una regresi´on ultiple incluye dos regresores
Y=β0+β1X1+β2X2+U.
(a) ¿Cu´al es la variaci´on esperada en Ysi X1aumenta en 3 unidades y X2no var´ıa?
(b) ¿Cu´al es la variaci´on esperada en Ysi X2se reduce en 5 unidades y X1no se modifica?
(c) ¿Cu´al es la variaci´on esperada en Ysi X1aumenta en 3 unidades y X2disminuye en 5 unidades?
(d) Explique por qu´e es dif´ıcil estimar con precisi´on el efecto parcial de X1, manteniendo constante X2, si X1
yX2est´an altamente correlacionados.
2. Los siguientes resultados se han obtenido utilizando los datos de 1998 de la Encuesta Actualizada de Poblaci´on
(CPS). La base de datos consta de informaci´on sobre 4.000 trabajadores a tiempo completo durante todo el
no. El mayor grado educativo alcanzado por cada trabajador es o bien un diploma de escuela secundaria o
bien un t´ıtulo de licenciatura. El rango de edades de los trabajadores oscila entre los 25 y los 34 nos. La base
de datos asimismo contiene informaci´on sobre la regi´on del pa´ıs donde reside la persona, el estado civil y el
umero de hijos:
IMH : ingresos medios por hora (en 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 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 (X1) 5,46 5,48 5,44
Femenino (X2) -2,64 -2,62 -2,62
Edad (X3) 0,29 0,29
Noreste (X4) 0,69
Centro-Oeste (X5) 0,60
Sur (X6) -0,27
Constante 12,69 4,40 3,75
Estad´ısticos de Resumen
SCR 6,27 6,22 6,21
R20,176 0,190 0,194
n4.000 4.000 4.000
(a) Calcule ¯
R2para cada una de las regresiones.
Utilizando los resultados de la columna (1):
(b) ¿Ganan as los trabajadores con t´ıtulos universitarios en promedio que los trabajadores con tan olo un
grado de secundaria? ¿Cu´anto as?
(c) ¿Ganan los hombres as que las mujeres en promedio? ¿Cu´anto as?
Utilizando los resultados de la columna (2):
1
pf3

Vista previa parcial del texto

¡Descarga Econometria regresion multiple ejercicio y más Ejercicios en PDF de Econometría solo en Docsity!

Universidad Carlos III de Madrid Econometr´ıa Regresi´on Lineal M´ultiple: Estimaci´on I Hoja de Ejercicios 4

  1. Una regresi´on m´ultiple incluye dos regresores

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.

  1. Los siguientes resultados se han obtenido utilizando los datos de 1998 de la Encuesta Actualizada de Poblaci´on (CPS). La base de datos consta de informaci´on sobre 4.000 trabajadores a tiempo completo durante todo el a˜no. El mayor grado educativo alcanzado por cada trabajador es o bien un diploma de escuela secundaria o bien un t´ıtulo de licenciatura. El rango de edades de los trabajadores oscila entre los 25 y los 34 a˜nos. La base de datos asimismo contiene informaci´on sobre la regi´on del pa´ıs donde reside la persona, el estado civil y el n´umero de hijos:

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.

  1. Los datos fueron recogidos de una muestra aleatoria de 220 viviendas vendidas en una comunidad en el a˜no
    1. Sea la variable Precio la que recoge el precio de la venta (en miles de $), sea DORM la variable que expresa el n´umero de dormitorios, la variable Ba˜nos indica el n´umero de cuartos de ba˜nos, la variable CTam indica el tama˜no de la vivienda (en pies cuadrados), la variable PTam expresa el tama˜no de la parcela (en pies cuadrados), la variable Edad expresa la edad de la vivienda (en a˜nos), y la variable Pobres es una variable binaria que es igual a 1 si el estado general de la casa se puede calificar como ”pobre”. La estimaci´on de la regresi´on ofrece estos resultados:

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.

  1. Con la base de datos TeachingRatings utilizada en la hoja 2, lleve a cabo los siguientes ejercicios:

(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:

  1. Regresar la variable dependiente Course Eval sobre los controles adicionales y obtener residuos Y˜.
  2. Regresar la variable explicativa Beauty en los controles adicionales y obtener los residuos X˜.
  3. Regresar los residuos Y˜ sobre los residuos X˜; y comprobar que se obtiene el mismo coeficiente estimado para la variable Beauty que el obtenido en (b). (d) El profesor Smith es un hombre negro con un valor de la variable Beauty promedio y es angloparlante nativo. Es profesor de una asignatura de tres cr´editos del curso superior. Prediga la evaluaci´on de la asignatura del Profesor Smith.

SOLUCI ´ON:

  1. a) 0,175, 0,189 y 0,193 respectivamente; b) 5,46 $/hora m´as en media; c) 2,64$/hora m´as en media; e) 15, 67 y 17 , 12 respectivamente; h) -0,87.