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


LISTA EJERCICIOS ECONOMETRIA, Ejercicios de Introducción a la Econometría

LISTA DE EJERCICIOS DE ECONOMETRIA

Tipo: Ejercicios

2025/2026

Subido el 11/12/2025

carolina-gonzalez-savin
carolina-gonzalez-savin 🇪🇸

1 documento

1 / 5

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Lista 4 de Ejercicios de Econometría I
Curso 2025-26
Ejercicio 1
Se pretende estudiar los determinantes del precio de las viviendas para lo que se ha
propuesto el siguiente modelo:
εββββββ
++++++= )log()log()log( 543
2
210 parcelatransphabitacedadedadprecio
donde:
precio: es el precio en euros de la vivienda
edad: es el número de años que tiene la vivienda
habitac: es el número de habitaciones que tiene la vivienda
transp: es la distancia en metros desde la vivienda a un medio de transporte público hacia el
centro de la ciudad
parcela: es el tamaño en metros cuadrados de la parcela (o jardín) que tenga la vivienda
ε: es un término de perturbación que cumple los supuestos habituales
log: indica logaritmo neperiano
Empleando datos de 321 viviendas se ha estimado:
Dependent Variable: LOG(PRECIO)
Method: Least Squares
Sample: 1 321
Included observations: 321
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
10.16304
0.347479
29.24797
0.0000
EDAD
-0.013564
0.001953
-6.946031
0.0000
EDAD^2
6.21E-05
1.25E-05
4.971735
0.0000
HABITAC
0.146171
0.024098
6.065815
0.0000
LOG(TRANSP)
-0.103830
0.041463
-2.504165
0.0128
LOG(PARCELA)
0.134954
0.036870
3.660239
0.0003
R-squared
0.464899
11.37812
Adjusted R-squared
0.456405
0.438174
S.E. of regresión
0.323061
0.596565
Sum squared resid
32.87608
0.667059
Log likelihood
-89.74862
54.73472
Durban-Watson stat
0.910096
0.000000
a) Contraste al 5% y al 1% de significación, la significación individual del
coeficiente asociado a la variable log(transp).
b) Contrastar al 5% de significación la hipótesis de que la elasticidad del precio en
euros de la vivienda respecto al tamaño en metros cuadrados de la parcela (o
jardín) que tenga la vivienda es cero.
c) Contraste al 5% de significación la hipótesis de que la variable habitac no
influye en log(precio).
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga LISTA EJERCICIOS ECONOMETRIA y más Ejercicios en PDF de Introducción a la Econometría solo en Docsity!

Lista 4 de Ejercicios de Econometría I

Curso 2025-

Ejercicio 1

Se pretende estudiar los determinantes del precio de las viviendas para lo que se ha

propuesto el siguiente modelo:

log( precio )= β 0 +β 1 edad +β 2 edad^2 +β 3 habitac +β 4 log( transp )+β 5 log( parcela )+ ε

donde:

precio : es el precio en euros de la vivienda

edad : es el número de años que tiene la vivienda

habitac : es el número de habitaciones que tiene la vivienda

transp : es la distancia en metros desde la vivienda a un medio de transporte público hacia el

centro de la ciudad

parcela: es el tamaño en metros cuadrados de la parcela (o jardín) que tenga la vivienda

ε : es un término de perturbación que cumple los supuestos habituales

log: indica logaritmo neperiano

Empleando datos de 321 viviendas se ha estimado:

Dependent Variable: LOG(PRECIO)

Method: Least Squares

Sample: 1 321

Included observations: 321

Variable Coefficient Std. Error t-Statistic Prob.

C 10.16304 0.347479 29.24797 0.

EDAD -0.013564 0.001953 -6.946031 0.

EDAD^2 6.21E-05 1.25E-05 4.971735 0.

HABITAC 0.146171 0.024098 6.065815 0.

LOG(TRANSP) -0.103830 0.041463 -2.504165 0.

LOG(PARCELA) 0.134954 0.036870 3.660239 0.

R-squared 0.464899 Mean dependent var 11.

Adjusted R-squared 0.456405 S.D. dependent var 0.

S.E. of regresión 0.323061 Akaike info criterion 0.

Sum squared resid 32.87608 Schwarz criterion 0.

Log likelihood -89.74862 F-statistic 54.

Durban-Watson stat 0.910096 Prob(F-statistic) 0.

a) Contraste al 5% y al 1% de significación, la significación individual del

coeficiente asociado a la variable log( transp ).

b) Contrastar al 5% de significación la hipótesis de que la elasticidad del precio en

euros de la vivienda respecto al tamaño en metros cuadrados de la parcela (o

jardín) que tenga la vivienda es cero.

c) Contraste al 5% de significación la hipótesis de que la variable habitac no

influye en log(precio).

Ejercicio 2

1.- Se pretende estudiar los determinantes del precio de los billetes de avión para lo que se

ha propuesto el siguiente modelo:

precio = β +β pasajeros +β dist +β dist +β 4 pormerc + ε

2

log( ) 0 1 log( ) 2 3 (1)

donde:

precio : es el precio medio de un billete de ida en euros en el trayecto i

pasajeros : es el número medio de pasajeros por día en el trayecto i

dist : es la distancia recorrida en el trayecto i en kilómetros

porcmerc : es, para cada trayecto i , el porcentaje del mercado que controla la compañía aérea

más grande

ε : es un término de perturbación que cumple los supuestos habituales

log: indica logaritmo neperiano

Empleando datos de 4596 trayectos de distintas compañías y se ha estimado:

Salida 1:

Dependent Variable: LOG(PRECIO) Method: Least Squares Included observations: 4596 Variable Coefficient Std. Error t-Statistic Prob. C 4.810104 0.049162 97.84238 0. LOG(PASAJEROS) -0.078725 0.005638 -13.96431 0. DIST 0.000718 3.29E-05 21.79228 0. DIST^2 -9.66E-08 1.22E-08 -7.948621 0. PORCMERC 0.294593 0.029897 9.853511 0. R-squared 0.419946 Mean dependent var 5. Adjusted R-squared 0.419441 S.D. dependent var 0. S.E. of regression 0.332513 Akaike info criterion 0. Sum squared resid 507.6020 Schwarz criterion 0. Log likelihood -1458.387 Hannan-Quinn criter. 0. F-statistic 830.9452 Durbin-Watson stat 0. Prob(F-statistic) 0.

a) Contraste (al 5% de significación) si las variaciones en la distancia recorrida, con lo

demás constante, afectan al precio del billete. Planteé la hipótesis nula, la alternativa y el

estadístico de contraste. Justifique e interprete el resultado.

b) Contraste (al 5 % de significación) la hipótesis de β 4 = 1. Planteé la hipótesis nula,

alternativa, el estadístico de contraste y justifique e interprete el resultado.

c) Con la información disponible, ¿podría hacer el contraste del apartado b) con el

estadístico F o W? ¿Cómo? Explique su respuesta.

d) ¿Son significativas conjuntamente log(pasajeros), dist, dist 2 y porcmerc al 5% de significación?

Planteé la hipótesis nula, la alternativa y el estadístico de contraste. Justifique e interprete

el resultado.

e) Utilizando la aproximación asintótica, construya un intervalo de confianza (al 95% de

confianza) para el parámetro β 3. Justifique e interprete el resultado.

Ejercicio 3

1.- Se pretende estudiar el consumo de tabaco en los EEUU para lo cual se estima el

modelo:

CIGS = β 0 +β 1 LOG ( INGR )+β 2 LOG ( PREC )+β 3 EDUC +β 4 EDAD +β 5 EDAD^2 +β 6 REST + ε

a partir de información de 807 personas donde: CIGS es el número de cigarrillos que

consume al día, INGR sus ingresos anuales, PREC es el precio medio de los cigarrillos en

el estado donde reside, EDUC sus años de educación, EDAD su edad y REST es el

número de miembros de la familia. Log indica logaritmo neperiano.

a) (2 puntos ) Contraste (al 5% de significación) el efecto conjunto de los ingresos del individuo y el precio del tabaco sobre el consumo de tabaco. Plantee la hipótesis nula y alternativa y el método de contraste. Justifique e interprete el resultado. b) Contraste al 5% de significación si el efecto de la edad sobre el nº de cigarros fumados al día es lineal. Planteé la hipótesis nula, la alternativa y el estadístico de contraste. Justifique e interprete el resultado. c) Utilizando la aproximación asintótica, construya un intervalo de confianza (al 95% de confianza) para el parámetro asociado al número de años de estudios del individuo. Justifique e interprete el resultado. Dado este intervalo de confianza , ¿existe evidencia empírica, en contra de la hipótesis de que número de años de estudios del individuo no afecta al número de cigarros que fuma un individuo al día? Planteé la hipótesis nula, la alternativa y justifique e interprete el resultado.