



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
Asignatura: Econometria i, Profesor: , Carrera: Economia, Universidad: UB
Tipo: Exámenes
1 / 6
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




Nota: En tots els contrastos que es demanen en l’examen és necessari definir: Ho, Ha, estadístic de prova, distribució que segueix l’estadístic i criteri de decisió.
Suposeu que es desitja analitzar els determinants dels resultats de les empreses (variable RES_EMP, mesurada en milers d’euros) en funció del rati entre el passiu exigible i l’actiu de l’empresa (variable DEUTE), el nombre de treballadors del departament comercial de l’empresa (variable T_C) i del nombre de treballadors del departament d’administració de l’empresa (variable T_A). Per fer-ho es disposa d’una mostra de 30 empreses. Amb aquesta informació s’estima, per mínims quadrats ordinaris, el model de regressió següent:
_RES EMPi = β 1 + β 2 DEUTEi + β 3 T_CI + β 4 T_Ai + ui i = 1 ,..., 30. (model 1)
Els resultats obtinguts són els següents:
Quadre 1 Dependent Variable: RES_EMP Method: Least Squares Sample: 1 30 Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. C -13. DEUTE -0. T_C 7. T_A 1. R-squared 0.670725 Mean dependent var -11. Adjusted R-squared 0.632732 S.D. dependent var 32. S.E. of regression 19.68776 Akaike info criterion 8. Sum squared resid 10077.81 Schwarz criterion 9. Log likelihood -129.8216 F-statistic 17. Durbin-Watson stat 1.573929 Prob(F-statistic) 0.
Coefficient Covariance matrix C DEUTE T_C T_A C 606.5237 -1.454202 3.345218 -7. DEUTE -1.454202 0.028385 0.027469 -0. T_C 3.345218 0.027469 1.406906 -0. T_A -7.565798 -0.003887 -0.405236 0.
Estadístics descriptius referents a les variables RES_EMP DEUTE T_C T_A Mediana -7.825000 45.14500 19.00000 81. Màxim 52.49000 85.36000 31.00000 109. Mínim -83.92000 3.970000 11.00000 54. Desviació estàndard 32.48665 21.98596 4.861767 12.
1. (1 punt) Contrasteu individualment la significació estadística dels paràmetres associats a les variables DEUTE i T_C. Interpreteu econòmicament el paràmetre estimat associat a la variable T_C.
2. (1 punt) Quina variable explicativa té més influència sobre el comportament de l’endògena? Per què? 3. (1,5 punts) Contrasteu si l’efecte en els resultats empresarials dels treballadors del departament comercial és quatre vegades superior que el dels treballadors del departament d’administració. 4. (1,5 punts) A partir de la informació referida a dues empreses de fora de la mostra (empreses 31 i 32), valoreu la capacitat predictiva del model a partir de l’EPAM.
RES_EMP DEUTE T_C T_A Empresa 31 297 40 30 10 Empresa 32 103 15 20 5
Quadre 3 (empreses ubicades en un nucli no urbà) Dependent Variable: RES_EMP Method: Least Squares Sample: 19 30 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 38.68653 37.62916 1.028100 0. DEUTE -0.451524 0.272841 -1.654896 0. T_C 16.56768 4.805295 3.447797 0. T_A 4.466383 1.417155 3.151655 0. R-squared 0.745977 Mean dependent var -8. Adjusted R-squared 0.650719 S.D. dependent var 34. S.E. of regression 20.09956 Akaike info criterion 9. Sum squared resid 3231.939 Schwarz criterion 9. Log likelihood -50.60285 F-statistic 7. Durbin-Watson stat 1.842894 Prob(F-statistic) 0.
En el model del quadre 1 s’han afegit dues variables fictícies D1 i D2. La primera recull si l’empresa pertany al sector industrial (D1=1) o si pertany a un altre sector d’activitat (D1=0) i la segona recull si l’empresa és de capital estranger (D2=1) o si no ho és (D2=0), quedant el model com segueix:
_RES EMPi = β 1 + β 2 DEUTEi + β 3 T_CI + β 4 T_Ai + β 5 D (^1) I + β 6 D (^2) i + ui i = 1 ,..., 30.
Els resultats de l’estimació per mínims quadrats ordinaris d’aquest model es recullen en el quadre 4.
Quadre 4 Dependent Variable: RES_EMP Method: Least Squares Sample: 1 30 Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. C -18.87080 24.45128 -0.771772 0. DEUTE -0.197549 0.171268 -1.153454 0. T_C 6.491379 1.265504 5.129482 0. T_A 1.461963 0.442082 3.306992 0. D1 17.18486 8.146952 2.109360 0. D2 -6.562176 9.315388 -0.704445 0. R-squared 0.750370 Mean dependent var -11. Adjusted R-squared 0.698364 S.D. dependent var 32. S.E. of regresión 17.84212 Akaike info criterion 8. Sum squared resid 7640.192 Schwarz criterion 9. Log likelihood -125.6679 F-statistic 14. Durbin-Watson stat 1.329191 Prob(F-statistic) 0.
8. (0,5 punts) A partir de la informació recollida en el quadre 4, es pot afirmar que hi ha diferències en els resultats de les empreses en funció de si el capital és estranger o si no ho és? Per què? 9. (0,5 punts) A partir de la informació recollida en el quadre 4, interpreteu el paràmetre estimat associat a la variable D1. 10. (0,5 punts) Tenint en compte la informació recollida en el quadre 4 i en el quadre 5, calculeu els resultats empresarials esperats per a una empresa del sector industrial amb capital estranger amb les següents característiques: el rati entre el seu passiu exigible i el seu actiu és de 10, té 15 treballadors comercials i 5 treballadors administratius.
Quadre 5 Dependent Variable: RES_EMP Method: Least Squares Sample: 1 30 Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. C -33.83045 20.73912 -1.631239 0. T_C 6.969162 1.095724 6.360325 0. T_A -1.591821 0.401289 -3.966771 0. D1 22.06207 6.852946 3.219355 0. R-squared 0.735267 Mean dependent var -11. Adjusted R-squared 0.704721 S.D. dependent var 32. S.E. of regression 17.65311 Akaike info criterion 8. Sum squared resid 8102.440 Schwarz criterion 8. Log likelihood -126.5490 F-statistic 24. Durbin-Watson stat 1.248107 Prob(F-statistic) 0.