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


Ejercicio 3 econometria, Ejercicios de Econometría

Ejercicio 3 econometria aaaaaaaaaaaaaaaaaaaaaaaaadkjkdjldefwkjdsfiolkjdsilkdsjflisdk

Tipo: Ejercicios

2022/2023

Subido el 05/10/2023

davidquintas
davidquintas 🇪🇸

1 documento

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Práctica
El fichero ceosal.gdt contiene datos de corte transversal sobre el salario de 100 CEOs
(Chief Executive Officer) en 1990 y el volumen de ventas de las empresas
norteamericanas en las que trabajaban. La variable dependiente es “salario” = CEO
salario anual (en miles de dólares) y la variable independiente es “ventas”= ventas
anuales de la empresa (en millones de dólares).
Se pide:
1. Estima por m.c.o. el salario en función de las ventas y una constante.
Y=9743,19+ 2,42278
2. Interpreta los resultados
BO= Independientemente del valor de la variable independiente (ventas), la
variable dependiente (salarios) es de 9743,19 miles de dólares
BI= Si aumentamos las ventas en 1 millón de dólares, el salario aumenta en un
2,42278 miles de dólares CP.
3. ¿Cuánto aumentará el salario si el volumen de ventas aumenta en cinco millones
de dólares?
Si las ventas aumentan en 5 millones, el salario pasaría a ser de 12,12 mil
dolares
4. Son significativas individual y conjuntamente las variables explicativas del
modelo
HO: B1=0
H1: B1=/0.
/T/ = 4.682 > T tabla (2,63) Rechazamos la hipótesis nula. La variable
independiente, ventas, es significativa.
Valor P a 9,14e4-06 < 0.01 Rechazamos la hipótesis nula. La variable
independiente, ventas, es independiente
HO: BO BI 0
H1: algún B/0
Valor P (F)= 9,14e^-06 <0,01 -> Rechazamos la hipótesis nula, por lo que las
variables explicativas son significativas conjuntamente.
/N/=21,92 > F tabla = 8,25 > Rechazamos la hipótesis nula. por lo que las
variables explicativas son significativas conjuntamente.
5. ¿Cuál es el salario predicho si las ventas aumentan en 2 millones de dólares?
Y=9743.19 + 2,42278^2-9.748,04 miles de dólares,
Dado el fichero sombrillas.gdt donde aparecen las siguientes variables:
S=sombrillas alquiladas en una semana
P=Precio de alquiler diario de la sombrilla en euros
T= temperatura media de la semana en grados
pf3

Vista previa parcial del texto

¡Descarga Ejercicio 3 econometria y más Ejercicios en PDF de Econometría solo en Docsity!

Práctica El fichero ceosal.gdt contiene datos de corte transversal sobre el salario de 100 CEOs (Chief Executive Officer) en 1990 y el volumen de ventas de las empresas norteamericanas en las que trabajaban. La variable dependiente es “salario” = CEO salario anual (en miles de dólares) y la variable independiente es “ventas”= ventas anuales de la empresa (en millones de dólares). Se pide:

  1. Estima por m.c.o. el salario en función de las ventas y una constante. Y=9743,19+ 2,
  2. Interpreta los resultados BO= Independientemente del valor de la variable independiente (ventas), la variable dependiente (salarios) es de 9743,19 miles de dólares BI= Si aumentamos las ventas en 1 millón de dólares, el salario aumenta en un 2,42278 miles de dólares CP.
  3. ¿Cuánto aumentará el salario si el volumen de ventas aumenta en cinco millones de dólares? Si las ventas aumentan en 5 millones, el salario pasaría a ser de 12,12 mil dolares
  4. Son significativas individual y conjuntamente las variables explicativas del modelo HO: B1= H1: B1=/0. /T/ = 4.682 > T tabla (2,63) Rechazamos la hipótesis nula. La variable independiente, ventas, es significativa. Valor P a 9,14e4-06 < 0.01 Rechazamos la hipótesis nula. La variable independiente, ventas, es independiente HO: BO BI 0 H1: algún B/ Valor P (F)= 9,14e^-06 <0,01 -> Rechazamos la hipótesis nula, por lo que las variables explicativas son significativas conjuntamente. /N/=21,92 > F tabla = 8,25 > Rechazamos la hipótesis nula. por lo que las variables explicativas son significativas conjuntamente.
  5. ¿Cuál es el salario predicho si las ventas aumentan en 2 millones de dólares? Y=9743.19 + 2,42278^2-9.748,04 miles de dólares, Dado el fichero sombrillas.gdt donde aparecen las siguientes variables: S=sombrillas alquiladas en una semana P=Precio de alquiler diario de la sombrilla en euros T= temperatura media de la semana en grados

V=2 si ha sido una semana con mucho viento y 1 si no ha habido viento Se pide:

  1. Estimar por m.c.o. los modelos : s=f(cte, T); s=f(cte, T, P) y s=f(cte, T, P, V) B0= Independientemente del valor de las variables independientes el valor de la variable dependiente es de 27,68 sombrillas, B1= Si aumenta en I grado la temperatura media, el número de sombrillas alquiladas aumenta en un 11. B0= Independientemente del valor de las variables independientes el valor de la variable dependiente es de 22,14 sombrillas. B1= Si aumenta en 1 grado la temperatura media, el número de sombrillas alquiladas aumenta en un 11,79. B2= Si aumentamos en 1 euro el precio del alquiler de las sombrillas, el número de sombrillas alquiladas disminuye en un 0, B0= Independientemente del valor de las variables independientes el valor de la variable dependiente es de 51.03 sombrillas. B1= Si aumenta en 1 grado la temperatura media, el número de sombrillas alquiladas aumenta en un 11.51. B2= Si aumentamos en l euro el precio del alquiler de las sombrillas, el número de sombrillas alquiladas disminuye en un 0,715. B3= Si hay mucho viento, el número de sombrillas disminuye en 10,51.
  2. Interpreta los resultados de las estimaciones
  3. Calcula el intervalo de confianza para el parámetro que acompaña a la variable explicativa en el modelo s=f(cte, T) MODELO1 BO=(-28,4897.83,8612). BI=(9,64674,13,2368). MODELO2 BO=(-63.1788.10.7472) BI=(743943.16.1391) B2= (-7.52711,6,30669) MODELO3 BO=(-51.6840,162.723) BI=(6.45526.15.6257) B2= (-7,06367.6,92064) B3= (-30.9916.9.
  4. Contrastar la significatividad individual y conjunta de las variables explicativas en los distintos modelos