Professional Documents
Culture Documents
1.
Introduccion
1. Una empresa fabricante de automoviles desea estimar la de manda de autos, Dt ,
en funcion del precio de los mismos, Pt , para lo cual dispone de los datos de
ambas variables de la propia empresa en los u ltimos 120 meses (t = 1, ..., 120).
Con este objetivo, se estiman los siguientes modelos:
Dt = 0 + 1 Pt + t
(1)
LogDt = 0 + 1 logPt + t
(2)
LogDt = 0 + 1 Pt + t
(3)
Dt = 0 + 1 logPt + t
(4)
d) Gastos en publicidad de una empresa, GP en funcion del volumen de ventas, VV , y del numeros de sucursales que tiene abiertas en el pas, SS.
Disponemos de los datos correspondientes al ano pasado, recogidos al 31
de diciembre, sobre 100 empresas distintas. 1
3. Una multinacional desea conocer como varan los gastos medios de personal, GP
de cada una de sus 50 fabricas, en funcion de su situacion geografica (gastos en
transporte de los empleados), SG y la conflictividad laboral de las mismas, CL.
Se sabe que las fabricas situadas a una distancia de mas de 15 Km del centro de
la ciudad deberan instalar un servicio de o mnibus para el transporte de los empleados. Tambien se sabe que aquellas fabricas con conflictividad laboral veran
disminuir sus gastos de personal (pues los das de huelga no se pagan). A partir
del modelo inicial:
GPi = 0 + 1 wi + i i = 1, ..., 50
(5)
2.
(6)
Donde:
Dt : demanda de servicios informaticos.
Pt : precio de los servicios.
Yt : Ingreso medio de la localidad.
t : termino del error.
Que supuesto del modelo lineal general no se cumplira si en realidad la demanda dependiera de Pt y de Yt2 en vez de depender de Pt y de Yt ?
2. Un representante de una editorial piensa que el volumen de sus ventas V , depende
linealmente del precio de los libros que ofrece P y del ingreso medio de la zona
en la que trabaja Y . Sin embargo, estudios de marketing previos que e l no conoce
han demostrado que la calidad de los libros C, es una variable relevante a la hora
de determinar dicho volumen de ventas. Formule un modelo que podra utilizar el
representante para estimar el volumen de ventas y el modelo que debera haber
utilizado en el caso de que hubiese tenido acceso a dichos estudios. Compare
y comente que supuesto basico del modelo lineal de regresion multiple no se
cumple en el primero de estos modelos.
3. Para la estimacion de la produccion de gases contaminantes por una fabrica de
papel se ha utilizado el siguiente modelo:
Ct = 0 + 1Vt + ut
t = 1, ..., T
ut = 1 ut1 + t
(7)
(8)
Donde:
Ct : produccion de gases contaminantes.
Vt : volumen de papel fabricado.
ut : termino del error.
t : ruido blanco.
Comente que supuesto del modelo de regresion multiple en series de tiempo se
incumple en este caso si se intenta estimar 7 por Mnimos Cuadrados Ordinarios.
4. Para evaluar el efecto de la publicidad sobre las ventas de un jabon de lavadoras
se dispone de dos modelos alternativos:
Vt = Pt eut
t = 1, ..., T
(9)
Vt = 0 Pt + 1 Prt + vt
t = 1, ..., T
(10)
Donde Pr es el precio del producto. Comente que problemas presenta cada modelo para su estimacion por MCO, y se se pueden resolver con alguna transformacion apropiada de los datos.
5. Una empresa de productos cosmeticos considera que el precio de venta de sus
productos Pt dependera de la demanda de los mismos Dt , del precio de los factores utilizados Ht y del precio de venta del perodo anterior Pt1 . Para la estimacion del precio por MCO, dispone de datos trimestrales de los 10 u ltimos
anos. Comente que supuesto del modelo de regresion multiple en series de tiempo se incumple en este caso.
6. Una empresa dispone de un presupuesto mensual fijo Q, a distribuir entre salarios
St e inversion en maquinaria Mt . Dicha empresa considera que el precio del producto final mensual Pt depende de los salarios pagados, de la inversion efectuada
en maquinaria y de un margen de beneficios Bt , representado por el siguiente
modelo, donde los datos mensuales han sido recogidos a lo largo de los u ltimos
tres anos:
Pt = 0 + 1 St + 2 Mt + 3 Bt + ut t = 1, ..., 36
(11)
Q = St + Mt , siendo Q fijo para todo t. Comentar que problema surgira en la
estimacion de dicho modelo por MCO Que supuesto se incumple?
7. Una cooperativa agraria desea estimar como afecta la cantidad de fertilizante
aplicado por hectarea de cultivo al volumen de la cosecha anual. Para ello dispone
de los datos observados durante los u ltimos 10 anos que se muestran en el cuadro
1
a) Calcule la recta de regresion de la cosecha C, sobre la cantidad de fertilizante F, utilizando un intercepto.
b) Dibuje la recta de regresion anterior junto con los puntos correspondientes
a los datos reales. Se ajusta bien dicha recta a los valores observados?
Observa algun dato que no se ajuste bien a la relacion? (dato tpico o
anomalo)
c) Se sabe que en el sexto ano se produjeron inundaciones en la zona. Cree
que este hecho distorsiona los resultados estimados anteriormente?
d) Estime el mismo modelo del apartado (a) sin incluir el dato correspondiente al sexto ano. Dibuje la nueva recta de regresion junto con los puntos
observados. Se ajusta ahora mejor la estimacion a los valores observados?.
Cuadro 1:
Ano
Fertilizante (kg por Ha)
Cosecha (Tm por Ha)
1
10
45
2
12
49
3
14
51
4
15
55
5
19
62
6
21
5
7
25
69
8
28
72
9
30
73
10
31
79
t = 1, ..., T
(12)
Donde:
Pt : Nivel de produccion media.
DMt : Demanda textil media.
ut termino del error.
Los resultados son los siguientes:
bt = 5 +
P
(1,336)
n = 30
(0,0731)
DMt
= 2,9880
(13)
3.
multiple
1. Una compana aerea desea calcular el consumo de combustible por viaje de sus
aviones Ci en funcion de la distancia recorrida por los mismos Di y del numero
de pasajeros que transportan Pi . Para ello utiliza el siguiente modelo de regresion
lineal:
Ci = 0 + 1 Di + 2 Pi + ut , i = 1, ..., 10
(14)
Con los datos obtenidos en 10 vuelos realizados por aviones de la compana que
se muestra en el archivo aviones.dta.
a) Estime por MCO los coeficientes 0 , 1 , 2 y la varianza de los residuos
2 . Cual es el R2 correspondiente?. Explique el significado del R2 en este
caso concreto.
b) Estime el modelo de los coeficientes 0 , 1 , 2 y de la varianza de los residuos i2 del siguiente modelo:
Cid = 0 + 1 Ddi + 2 PiD + ui
(15)
t = 1, ..., 59
(16)
4.
Heteroscedasticidad
(17)
(18)
Con esta informacion estime le modelo utilizando el modelo de mnimos cuadrados ponderados.
4. Pruebe la significancia individual de 0 , 1 y 2 en el modelo MCO y Ponderado.
Compare los resultados.
5. Suponga que la gerencia de estudios economicos acaba de recibir los datos de las
variables Yt+1 = 300 y Pt+1 = 136. Cual sera la prediccion de la variable Ct+1 ?
Cual sera el intervalo de confianza al 95 % de confianza para dicha prediccion?
5.
Correlacion
1. Comente que problemas se observan en el termino del error al estimar por MCO
(Mnimos Cuadrados Ordinarios). un modelo del numero de chalinas vendidas
en una pequena localidad durante el ano pasado Vt en funcion del precio de las
mismas Pt medido en soles una constante, a partir de los datos mensuales del
archivo corr 1.
2. El numero total de termas solares vendidas por una empresa Ft , depende del
numero de puntos de distribucion Pt que dicha empresa tiene y de la temperatura
media del a rea en la que la misma trabaja Et , siendo 19 un modelo adecuado para
su estimacion por MCO.
Ft = 0 + 1 Pt + 2 Et + ut , t = 1, ..., 49
(19)
Analice los problemas que se presentan en el termino del error si las ventas se
hacen depender tan solo del numero de puntos de distribucion, utilizando para
ello los datos del archivo corr 2.
3. Un empresario desea estimar el consumo de combustible Gt medido en litros que
se realiza en una fabrica, en funcion del precio del mismo Pt . Para ello dispone
de datos observados durante los u ltimos 20 anos que se muestran en el archivo
corr 3. El modelo que se utiliza para la estimacion es el siguiente:
Gt = 0 + 1 Pt + ut , t = 1, ..., 20
(20)
(21)
(22)
Analice los problemas que surgen si el modelo utilizado para explicar dicha produccion utiliza tan solo los gastos de mantenimiento y una constante como variables explicativas, utilizando los datos del archivo corr 4
5. A partir del ejercicio 2, utilice los estadsticos Durbin-Watson y Breusch-Godfrey
para la deteccion de correlacion serial en el modelo de variable omitida.
7
6.
b) fiv
c) bgodfrey
d) hettest
e) ovtest
4. La colinealidad:
a) Comprende la bondad de ajuste de su modelo estimado.
b) Puede dificultar la distincion de los efectos individuales sobre la variable
dependiente de un regresor.
c) Hace que los valores de los coeficientes estimados sean insensibles a la
presencia o ausencia de otras variables en el modelo.
d) Hace que los ratios t sean altos y el F calculado sea pequeno.
5. Las correlaciones por pares (el r para cada par posible de regresores), siempre
revela de manera confiable, si la colinealidad esta presente en su modelo.
a) Verdadero.
b) Falso.
c) Incierto.
6. Las variables dummy son variables categoricas sin un valor numerico evidente.
Generalmente asignamos D = 0 para el grupo o caso base, que por lo general es
el grupo mas numeroso y D = 1 para el grupo alterno o especial. Pero tambien
podramos hacer ello de una manera distinta, asignar D = 5 para el grupo base
y D = 12 para el grupo alterno:
a) Verdadero.
b) Falso
c) Incierto.
7. Si deseamos utilizar un conjunto de variables dummy para capturar 6 diferentes
categoras en una variable explicativa, usted debera utilizar 6 variables dummy
diferentes, cada una igual a 1 si la observacion tiene una categora especfica y 0
sino:
a) Verdadero.
b) Falso.
c) Incierto.
8. Si tiene una muestra que consiste de hombres y mujeres, algunos que hablan
el ingles como idioma nativo y otros que hablan el ingles pero que no es este
su idioma nativo, podra construir una variable dummy mujer Mi = 1 si mujer
y Mi = 0 si es hombre y una variable dummy ingles I = 1 si la persona tiene
al ingles como idioma nativo e I = 0 sino. Que modelo permite probar si una
mujer que habla el ingles como idioma nativo, tiene una salario Yi mas elevado
que el de cualquier otro grupo?
a) Yi = 0 + 1 Mi + 2 Ii + ui
9
b) Yi = 0 + 1 MI + 2 Ii + 3 Mi2 + 4 II2 + ui
c) Yi = 0 + 1 Mi + 2 Ii + 3 Mi Ii + ui
d) Yi = 0 + 1 Mi + ui para los que hablan el ingles como idioma nativo y
Yi = 0 + 1 Ii + ui para las mujeres.
9. las variables dummy pueden usarse en el proceso de desestacionalizacion de las
series de tiempo que tienen fluctuaciones regulares periodicas (como das de la
semana, meses o trimestres a lo largo de un ano)
a) Verdadero.
b) Falso.
c) Incierto.
10. Con datos de series de tiempo, si existe un perodo de tiempo que es deferente de
manera sistematica del resto o que el proceso generador de los datos fuese distinto durante este perodo por ejemplo debido a una guerra, una ola de inmigracion
inusual, un partido poltico distinto en el poder), se puede definir variables dummy para cada uno de los perodos para permitir que la variable dependiente sea
sistematicamente mas alta o baja en dicho perodo (y se permita que las independientes del modelo no se vean afectadas por el cambio o evento)
a) Verdadero.
b) Falso.
c) Incierto.
11. En comparacion con los modelos lin-lin los modelo log-log, se toman logaritmos
de todas las variables continuas no-negativas pero no utilizamos los logaritmos
de las variables dummy. Esto porque:
a) El logaritmo de 1 es 0 y el logaritmo de 0 no esta definido.
b) Adam Smith sostiene que los economistas nunca deben utilizar el logaritmo
de una variable dummy.
c) Solo los incautos intentaran tomar logaritmos de una variable dummy.
d) Ninguna de las anteriores.
12. Como probara si la estacionalidad por trimestres es significativa en una serie
de tiempo trimestral?
a) Estimar el modelo con 3 variables dummy trimestrales y realizar una prueba F conjunta sobre si los coeficientes de las 3 variables dummy son iguales
a cero.
b) Colocar variables dummy para cada trimestre, hacer una regresion por vez
en un conjunto de 4 regresiones. Solo si todas las regresiones tienen su correspondiente coeficiente dummy significativo podemos rechazar la hipotesis
de no estacionalidad.
c) Estima el modelo con 4 variables dummy trimestrales y sin intercepto y
probar los 4 ratios t de estas variables dummy. Solo si todas las variables
dummy son individualmente significativas hay estacionalidad en esta serie
de tiempo.
10
c) predict uhat,xb
d) predict uhat,stdf
e) Ninguna de las anteriores.
29. La heteroscedasticidad por lo general se presenta en:
13
14
1
si 1 y 2
22
1
si 1 y 2
22
16
c) Dickey-Fuller.
d) Todas las anteriores.
44. Al tomar primera diferencia en un modelo que tiene correlacion serial:
a) Es muy probable que se elimine la correlacion serial.
b) No se elimina la correlacion serial.
c) El modelo se vuelve heteroscedastico.
d) Los residuos se vuelven heteroscedasticos.
e) Ninguna de las anteriores.
45. La estimacion MCO con errores estandar robustos ante correlacion serial:
a) Corrigen la correlacion serial.
b) Hace que los estimadores se vuelvan MELI.
c) Permite la utilizacion del estadstico t para realizar la inferencia estadstica.
d) Ninguna de las anteriores.
46. Los modelos ARCH se utilizan para:
a) Predecir la varianza (riesgo)
b) Predecir el error.
c) Corregir la correlacion serial.
d) Corregir la heteroscedasticidad.
e) Ninguna de las anteriores.
47. La correccion de la correlacion serial utilizando el metodo de Cochrane-Orcutt
se utiliza cuando:
a) Los regresores son estrictamente exogenos.
b) Los regresores son endogenos.
c) Los regresores son exogenos debilmente.
d) Existe una variable dependiente rezagada como regresor.
e) Ninguna de las anteriores
48. En una regresion, si el estadstico Durbin-Watson es igual a 0.8569 y n = 30 y el
numero de pendientes es 4, entonces:
a) Existe correlacion serial de 1o orden positiva.
b) Existe correlacion serial de 1o orden negativa.
c) La prueba no es concluyente, existe indecision.
d) No existe correlacion de 1o grado.
e) Ninguna de las anteriores.
49. A partir de una regresion efectuada se obtiene: .ovtest Ramsey RESET test using
powers of the fitted values of price Ho: model has no omitted variables F(3,81)=
2.83 probF= 0.0433
Usted concluye que:
17
18