Ejercicios capitulo 3 Wooldridge, Ejercicios de Econometría

¡Descarga Ejercicios capitulo 3 Wooldridge y más Ejercicios en PDF de Econometría solo en Docsity!

Tarea # 2

Nombre: Cristian Bolaños

Ejercicios a computadora

C3.2.i) Escriba los resultados en forma de ecuación

La ecuación seria: 𝑝𝑟𝑖𝑐𝑒 = − 19 , 32 + 0 , 128 𝑠𝑞𝑟𝑓𝑡 + 15 , 2 𝑏𝑑𝑟𝑚𝑠

C3.2. ii) ¿Cuál es el incremento en precio estimado para una casa con una

habitación ( bdrms ) más, manteniendo constante la superficie en pies cuadrados

( sqrft )?

Manteniendo constantes los metros cuadrados, obtenemos que el incremento en el

precio al aumentar una habitación en una casa es de 15,2. Dado que price esta en miles

de dólares, el precio esperado por habitación adicional es de $15.200.

C.3.2.v) La primera casa en la muestra tiene sqrft = 2,438 y bdrms = 4. Determine

el precio de venta estimada para esta casa con la linea de regresión de MCO.

El precio de venta estimado para esta casa dada de la forma – 19 ,32 + 0,128(2.438) +

15 ,20(4) es igual a 354,61. Dado que price esta en miles de dólares, obtenemos que el

precio de venta esperado es $354.

C.3.2.vi) El precio de venta de la primera casa en la muestra fue $300.000 (asi que

price = 300). Determine el residual para esta casa. ¿Sugiere esto que el comprador

pago de más o de menos por la casa?

Dado que el precio estimado de la casa basándonos en las variables bdrms y sqrft fue de

$354.610, pero el precio de venta real fue de $300. Por lo tanto, el comprador pago

$54. 6 10 menos, esto se puede deber porque hay la posibilidad de que haya variables

omitidas en el modelo.

C.3.4.i) Obtenga los valores mínimo, máximo y promedio para las variables

atndrte , priGPA , y ACT (porcentaje de asistencia a clases, calificación promedio

general acumulada, calificación en el examen de admisión a la universidad,

respectivamente).

atndrte :

• Mínimo: 6,25%
• Promedio 81,71%
• Máximo: 100%

C.3.4.ii) Estime el modelo𝒂𝒕𝒏𝒅𝒓𝒕𝒆 = 𝜷

𝟎

𝟏

𝟐

𝑨𝑪𝑻 + 𝒖, y escriba los

resultados en forma de ecuación. Interprete el intercepto. ¿Tiene un significado

útil?

La ecuación seria: 𝑎𝑡𝑛𝑑𝑟𝑡𝑒 = 75 , 7 + 17 , 26 𝑝𝑟𝑖𝐺𝑝𝑎 − 1 , 72 𝐴𝐶𝑇, El intercepto nos dice que

para un estudiante cuyo GPA sea = 0 y su puntaje ACT = 0. El porcentaje de asistencia a

priGPA :

• Mínimo: 0,86%
• Promedio 2,59%
• Máximo: 3,93%

ACT :

• Mínimo: 13%
• Promedio 22,51%
• Máximo: 32%

La diferencia entre el alumno A y el alumno B en sus tasas de asistencia será 25,

puntos porcentuales.

C.3.6.i) Corra una regresión simple de IQ sobre educ para obtener el coeficiente de

pendiente, por ejemplo, 𝜹

𝟏

El coeficiente de pendiente de la regresión IQ en educ es 𝛿

1

C.3.6.ii) Corra la regresión simple de log( wage ) sobre educ y obtenga el coeficiente

de pendiente, 𝜷

𝟏

El coeficiente de pendiente de log(wage) en educ es 𝛽

1

C3.6.iii) Corra la regresión múltiple de log( wage ) sobre educ e IQ y obtenga los

coeficientes de pendiente, 𝜷

𝟏

y 𝜷

𝟐

, respectivamente.

Los coeficientes de pendiente de log(wage) en educ e IQ son 𝛽

1

= 0.03912 y 𝛽

2

0.00586, respectivamente.

C.3.6.iv) Verifique que 𝜷

𝟏

𝟏

𝟐

𝟏

Siendo 𝛽

1

2

1

Manteniendo las demás variables bajo el concepto de ceteris paribus, el aumento en 1%

de prpblck se estima que el precio de una soda incrementará en 1, 1 49%, es decir, un

poco más de 1 centavo. Por lo que se determina que no es un gran cambio en el precio.

C.3.8.iii) Compare la estimación del inciso ii) con la estimación mediante regresión

simple de psoda sobre prpblck. ¿Es el efecto de la discriminación mayor o menor

cuando se controla el ingreso?

El efecto de discriminación es menor cuando se controla la variable income. Esto se

debe a que prpblck y el ingreso están correlacionados negativamente.

C.3.8.iv) Un modelo con una elasticidad constante del precio respecto al ingreso

puede ser más apropiado. Proporcione las estimaciones del modelo: 𝐥𝐨𝐠

𝟎

𝟏

𝟐

• 𝒖. Si prpblck aumenta en .20 (20 puntos

porcentuales), ¿Cuál es el cambio porcentual estimado para psoda? ( Sugerencia : la

respuesta es 2. xx , usted tiene que dar las “ xx ”.)

Si la prpblck incrementa en 20 puntos porcentuales, se estima que log(psoda), es decir,

el precio de la soda aumentará en 2,5%.

C.3.8.v) Agregue ahora la variable prppov (proporción de personas en pobreza) a

la regresión del inciso iv). ¿Qué pasa con 𝜷

𝒑𝒓𝒑𝒃𝒍𝒄𝒌

𝑝𝑟𝑝𝑏𝑙𝑐𝑘

cae de 0,1215 a 0,0728 cae a aproximadamente 0,073 cuando se agrega prppov

a la regresión.

C.3.8.vi) Encuentre la correlación entre log( income ) y prppov. ¿Es

aproximadamente lo que esperaba?

Al ser la correlación = - 0,84. Si tiene sentido porque las tasas de pobreza están

determinadas por el ingreso.

C.3.8.vii) Evalúe la afirmación siguiente: “como log( income ) y prppov están

fuertemente correlacionadas, no tiene caso que estén en la misma regresión.

La información me parece incorrecta ya que la regresión se usa para identificar efectos

causales en variables, por lo tanto, en este modelo la usamos para determinar si existe

discriminación de precios contra las personas de color. Si las variables log(income) y

prppov son estadísticamente significativas, tiene sentido incluirlas en la regresión.

Enlace de script de Stata: Tarea2_Bolaños Cristian.do