



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, Profesor: maria victoria verdugo, Carrera: Derecho, Universidad: UVIGO
Tipo: Apuntes
1 / 5
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




Grupo:
Integrantes:
Un empresario encarga a uno de sus técnicos que realice un estudio sobre el consumo de aceite de oliva. Para ello recoge información de 60 familias ( aceite.xls ) sobre las siguientes variables: C: Consumo familiar mensual medio de aceite de oliva en litros P: Precio medio de compra del aceite de oliva en euros/litro RF: Ingresos familiares mensuales medios en euros PG: Precio medio de compra del aceite de girasol en euros/litro PS: Precio medio de compra del aceite de soja en euros/litro TF: Tamaño familiar
Para un nivel de significación del 5%
PARTE I: Estimación MCO de un modelo doble logarítmico (modelo log-log)
Para el siguiente modelo de regresión lineal múltiple: ( modelo 1 )
1.1.. Estimar por MCO el modelo mostrando la tabla ANOVA
genr LC=log(C) genr LP=log(P) genr LRF=log(RF) genr LPG=log(PG) genr LPS=log(PS) ols LC const LP LRF LPG LPS --anova
1.2.. Escribir el modelo estimado 1.3.. Interpretar los coeficientes estimados de las variables explicativas 1.4.. Analizar la bondad de ajuste
PARTE II: Contrastes relativos a un parámetro
genr b=$coeff matrix Vb=$vcv genr t1=b[2]/sqrt(Vb[2,2]) genr t2=b[3]/sqrt(Vb[3,3]) genr t3=b[4]/sqrt(Vb[4,4]) genr t4=b[5]/sqrt(Vb[5,5])
genr vct2=critical(t,55,0.025)
genr t2=(b[3])/sqrt(Vb[3,3]) genr t2=(b[3]-1)/sqrt(Vb[3,3]) genr vct=critical(t,55,0.05)
3.1.. ¿Se podría saber el resultado de este contraste con las salidas del apartado 1.1? Justificar la respuesta
genr t1=(b[2])/sqrt(Vb[2,2]) genr vct=critical(t,55,0.05)
HYPERLINK "http://creativecommons.org/licenses/by-nc-sa/3.0/es/" Este obra está bajo una HYPERLINK
b[LPS] = 0 end restrict
7.1.. ¿Se podría saber el resultado de dichos contraste con las salidas del apartado 1.1? Justificar la respuesta
restrict --quiet b[const] = 0 b[LP] = 0 b[LRF] = 0 b[LPG] = 0 b[LPS] = 0 end restrict
8.1.. ¿Se podría saber el resultado de dichos contraste con las salidas del apartado 1.1? Justificar la respuesta
restrict --quiet b[LP] = 0 b[LPS] = 0 end restrict
9.1.. ¿Se podría saber el resultado de dichos contraste con las salidas del apartado 1.1? Justificar la respuesta
restrict --quiet b[LP]-b[LPS] = 0 end restrict
HYPERLINK "http://creativecommons.org/licenses/by-nc-sa/3.0/es/" Este obra está bajo una HYPERLINK
10.1..¿Se podría saber el resultado de dichos contraste con las salidas del apartado 1.1? Justificar la respuesta
PARTE V: Región de confianza
11.1..¿Se podría conocer el resultado de alguno de los contrastes planteados en la Parte IV a partir de la información suministrada por esta región de confianza?
PARTE VI: Variables ficticias
ols C const RF
12.1..Escribir el modelo estimado 12.2..Interpretar los coeficientes estimados
HYPERLINK "http://creativecommons.org/licenses/by-nc-sa/3.0/es/" Este obra está bajo una HYPERLINK