Professional Documents
Culture Documents
Teora Econometrica-I
Agosto, 2016
Profesor
TA
:
:
Tom
as Rau B.
Martn Carrasco N.
1.Conceptos claves
2.Ejercicios
1. Suponga ud. tiene un experimento que consiste en lanzar una moneda hasta que
aparezca cara. Sea p la probabilidad de que salga cara en cualquier lanzamiento.
Se define la variable aleatoria X como el numero de sellos hasta obtener una cara.
Luego, para cualquier x = 1, 2, ...
P (X = x) = (1 p)x1 p
a) Encuentre la funci
on de distribuci
on
La funci
on de distribuci
on se define
x
X
P r(X x) =
P r(X = i) =
i=1
x
X
(1 p)i1 p
i=1
tk1 =
k=1
Px
1 tn
, t 6= 1
1t
i=1
x
X
P r(X = i) =
P r(X = i) =
i=1
P r(X x) =
x
X
Px
i=1 (1
1 (1 p)x
p
1 (1 p)
i=1
lim FX (x) = 0
FX (x) es no decreciente
FX (x) es continua por la derecha
Para la primera, es necesario tener claro que el dominio de la funcion son los enteros no
negativos, por lo cual sabemos que en los enteros negativos la funcion de distribucion
es plana
2. Suponga la siguiente funci
on de distribucion continua
FX (x) =
1
1 + ex
x
1
xn1 e
n
(n 1)!
1
X
8. Sea X una variable aleatoria continua. Encuentre la cdf y la pdf para y > 0 si Y = X 2
9. Muestre que si X tiene una cdf continua FX (x) y se define una variable aleatoria Y como
Y = FX (x). Entonces Y est
a distribuida uniforme en (0,1), esto es P (Y y) = y con
0 < y < 1.
10. Suponga X tiene una distribuci
on exponencial (), esto es
fx (x) =
1 f racx
e
1 1
1 + x2
Encuentre E(X)
12. Suponga X tiene una distribuci
on binomial, esto es su pmf es
n x
P (X = x) =
p (1 p)nx , x = 0, 1, 2, ..., n
x
Muestre que E(X) = np.
Muestre que V ar(X) = np(1 p)
13. Sea la pdf fx (x) y sea a un n
umerotal que
> 0 f (a + ) = f (a )
Esta pdf se dice simetrica respecto al punto a.
Muestre que si X f (x) es simetrica, entonces la media de X es el n
umero a.
Muestre que si X f (x) es simetrica, y su E(X) existe, entonces es esperanza es el
n
umero a.
Muestre que V ar(X) = 2
14. Sea X una variable aleatoria y sea g(x) una funcion no negativa. Muestre que para cualquier
r>0
E(g(X))
P r(g(X) r)
r
15. Demuestre que
E(E(x|y)) = E(x)
16. Demuestre que
V ar(y) = V ar(E(y|x)) + E(var(y|x))
17. Sea X una variable aleatoria que distribuye N(0,1). Sea Y = X 2 Cu
al es el
coeficiente de correlaci
on entre X e Y? Son independientes?
Se define el coeficiente de correlaci
on XY como
XY =
Cov (X, Y )
x y
Luego,
E
Sx2
=
1
n1
X
n
x2
2x
n
i=1
x2
+ 2x
n
=
1
n1
nx2
n2x
x2
n2x
=
1
n1
(n 1) x2 = x2
2 =
1
x1
+
(x2 + x3 + ... + xn )
2
2(n 1)
a) Cu
al(es) de ellos son insesgados?
Se define el sesgo como
= E
Luego, un estimador se dice insesgado si
= 0 E =
Calcularemos entonces las esperanzas de los estimadores, usando las propiedades basicas
del operador esperanza.
- Caso 1 =
n
i=1 xi
n
E (1 ) = E
- Para 2 =
E (2 ) = E
x1
2
=
1 n
1
( E (xi )) = (n) = (1 ) = 0
n i=1
n
x2 +x3 +...xn
2(n1)
x
1
ni=1 xi
n
+E
x2 + x3 + ...xn
2 (n 1)
=
Pn
E (xi )
E(x1
(n 1)
+ i=2
= +
= + =
2
2 (n 1)
2 2 (n 1)
2 2
- Caso 1 =
n
i=1 xi
n
E (1 ) = E
ni=1 xi
n
=
1 n
1
(i=1 E (xi )) = (n) = (1 ) = 0
n
n
- Para 2 =
E (2 ) = E
x1
2
x2 +x3 +...xn
2(n1)
x
1
+E
x2 + x3 + ...xn
2 (n 1)
Pn
E (xi )
E(x1
(n 1)
=
+ i=2
= +
= + =
2
2 (n 1)
2 2 (n 1)
2 2
n
X
xi
n
X
i=1
i=1
1
=
n
n
6
!
xi
Pn
Es x
= i=1 xni = pb?
Para probar esto vamos a tratar de llegar a pb desde x
.
Al ser esto una variable binaria podemos descomponer x
de la siguiente manera
!
n
X
X
X
1
1 X
xi
1 X
x
=
=
xi +
xi =
xi +
xi
n
n x :x=1
n x :x=1
n x :x=0
x :x=0
i=1
i
n
X
xi
i=1
1
=
n
n
!
X
xi +
xi :x=1
xi
xi :x=0
1 X
1 X
1 X
p
xi +
xi =
xi = = pb
n x :x=1
n x :x=0
n x :x=1
n
i
Luego,
2
x2 2
(k2x)dx = 2k
|0 = 1
2
0
x2 2
22
02
22
1
2k
|0 = 2k
2k
= 2k
= 4k = 1 k =
2
2
2
2
4
Z
b) Encuentre E(X)
Usamos la siguiente identidad para funciones de densidad :
Z
xf (x) dx
E((x)) =
=
=
2
2
3
2
6
6
6
6
0
0
c) Encuentre Var(X)
Usamos la siguiente identidad para funciones de densidad :
Z
2
2
V (x) =
(x x ) f (x) dx = E x2 (E (x))
x2 f (x) dx
82
6
=
2
9
Z
fy (y) =
fx,y (x, y) dx
Rx
fx (x) =
0
Z
fy (y) =
0
2
3y 2
2
3y 2
2
y3
2
3xy 2
2
dy =
dx =
|10 =
1
2
|20 =
3y 2
2
b) Son X e Y independientes?
Dos variables aleatorias se dicen independientes si al producto de las marginales es igual a la
conjunta , es decir
fx,y (x, y) = fx (x) fy (y)
En la alternativa a) obtuvimos las funciones marginales, veamos si el producto de ellas es
igual a la conjunta
fx (x) fy (y) =
3y 2 1
3y 2
=
= fx,y (x, y) q.e.d que son independientes
2 2
2
Considere una muestra de 50 empleados en una firma particular, que tiene una media
de salarios de 160 por trabajador con una desviaci
on est
andar de la media de 1.44.
Suponga que la muestra de 40 empleos, tomada de otra firma, tiene una media de
salarios por trabajador de 155 y una desviaci
on est
andar de la media de 1.5. Testee
la diferencia entre las dos firmas con un nivel de significancia de 5%.
Seg
un los datos, se plantea el siguiente test
H0 : x y 0 vs H1 : x y > 0
Se plantea el estadstico (por ser ambas muestras) grandes)
Zc =
x
y (x y )
2
1
S1
S22 2
n1 + n2
(5)
1,442
50
1,52
40
21 = 15, 9946
10