UNIVERSIDAD DE PIURA

FACULTAD DE CIENCIAS ECONMICAS Y EMPRESARIALES

PROGRAMA DE ECONOMA
CURSO: ESTADSTICA 2
Examen Final
Fecha: Martes, 4 de Julio de 2017
Nombres y apellidos:.
Duracin: 110 minutos.

Nota: Considere que al 95% de confianza, los siguientes valores crticos son -196 y 1.96 si la
distribucin es normal estndar, -2.45 y 2.45 si la distribucin es t-student con 6 grados
libertad y en caso existan 5 grados de libertad los valores crticos son -2.57 y 2.57. Se permite
el uso de calculadora

1. (Pregunta adaptada de The Man who counted). El viejo Salim, dueo de la posada, seal a
un hombre que haba venido a Damasco desde Bagdad a vender joyas y dijo: Este hombre
me ha prometido pagar 20 dinares por su estada si vende todas sus joyas a 100 dinares y 35
dinares si las vende a 200 dinares. Pero han pasado ya muchos das y resulta que ha vendido
todas sus joyas a 140 dinares. Cunto debe pagarme de acuerdo a nuestro trato? Se le pide
que ayude al viejo Salim y le brinde la respuesta usando alguno de los mtodos de
estimacin vistos en clase. Adems indique si es posible identificar el estimador de la
varianza y por qu. (4 puntos)

Solucin:

Es una regresin con dos observaciones, el primer par de observaciones es (100,20) y el

segundo par (200,35), grficamente:

posada

joyas

De aplicar una estimacin por MCO, el estimador del intercepto es 5 y de la pendiente es

0.15. Por tanto, el precio a pagar es 5 + 0.15 140 = 26.

En este caso, no es posible identificar el estimador de la varianza dado que el ajuste de la

recta de regresin es perfecto, los grados de libertad son cero.

2. Un investigador A sabe que la verdadera relacin entre las variables Y y X es la siguiente:

Yi = 1 + 2X i + i
Donde i tiene una distribucin normal con media 0 y varianza 1 y X toma los valores: 1, 2,
3, 4, 5 y 6. El investigador simula 6 observaciones de i con la distribucin asumida y
obtiene:

1 = 0.464 4 = 0.160
2 = 0.060 5 = 1.022
3 = 1.500 6 = 0.200

A partir de estos datos genera valores de Y usando el modelo verdadero.

Otro investigador B slo tiene acceso a los datos de X e Y generados por el investigador A
(pero no conoce el modelo verdadero) y a partir de ellos trata de obtener una estimacin del
coeficiente de la variable X en el modelo verdadero, para lo cual utiliza dos estimadores:

1 (X i
X)(Yi
Y)
= (Y6 + Y5 Y2 Y1 ); =
100
(X i X) 2

Se pide:

a. Generar los valores de Y y calcular los dos estimadores. (3 puntos)

b. Verifica si los estimadores son insesgados e indicar cul tiene una menor varianza. (2
puntos)

c. Se sabe que es estimado por MCO, poner a prueba la hiptesis nula que 0 : = 0
con un nivel de confianza de 95%. (2 puntos)

Solucin:

a.

La generacin de los datos es directa:

1 = 1 + 2 X 1 + 0.464 = 3.464

2 = 1 + 2 X 2 + 0.060 = 5.060

3 = 1 + 2 X 3 + -1.50 = 5.500

4 = 1 + 2 X 4 + -0.16 = 8.840

5 = 1 + 2 X 5 + 1.022 = 12.022

6 = 1 + 2 X 6 + 0.200 = 13.200

Para calcular las dos estimaciones se construye la siguiente tabla:

 ( )( ) ( )2
1 3.464 -2.5 -4.6 11.38 6.25
2 5.06 -1.5 -3.0 4.43 2.25
3 5.5 -0.5 -2.5 1.26 0.25
4 8.84 0.5 0.8 0.41 0.25
5 12.022 1.5 4.0 6.01 2.25
6 13.2 2.5 5.2 12.96 6.25
=3.5 =8.01 =34.45 =17.5

Con esta informacin, los estimadores seran los siguientes:

1 1
= (6 + 5 2 1 ) = (16.698) = 0.17
100 100

( )( ) 34.45
= = = 2.08
( )2 17.5

b.

Sabemos las propiedades de del estimador por MCO, entonces

2 2
( ) = =
( )2 17.5

Sobre el otro estimador:

1 1
( ) = (6 + 5 2 1 ) = (6 + 5 2 1 ) = 0.08
100 100
Por tanto el estimado no es insesgado. Luego sobre la varianza:

1 4 2 2
( ) = (6 + 5 2 1 ) = =
10000 10000 2500

Finalmente, se tiene que para cualquier valor de 2 > 0, ocurre:

( ) < ( )

c.

Calculamos el estadstico t bajo 0 : = 0 :

0 2.08
= 1 = = 9.45
0.22
([ ])2
 1
Donde 2 es estimado usando el estimador de la varianza 2 = 2 = 0.86, donde
4
= , con = 0.73. El valor estimado es claramente mayor a los valores
crticos para un nivel de significancia de 5%, por tanto se rechaza la hiptesis nula.

3. Considere el siguiente modelo:

= 1 + 2 + 3 +

donde el vector de variables explicativas viene dado por X = [1, edu, exp], el vector
aleatorio X es conocido, ui N(0, ), E[X] = 0, Cov(i , j ) = 0 para todo y los
datos del problema son:

2 12 3
3 9 2
5 13 7
8 5 10
4 8 4
5 13 8
7 5 6
6 4 5

La variable es el ingreso en miles de soles, son los aos de educacin y son

los aos de experiencia de la persona y 1 es un vector de unos. Adems se sabe que:

1.677 0.097 0.127

(XX) = [0.097 0.010 0.001 ]
0.127 0.001 0.020

a. Obtenga el vector de estimadores y la matriz de varianza y covarianzas de . (3

puntos)

b. Obtenga los intervalos de confianza de al 5% de significancia. (2 puntos)

c. Evale la hiptesis que cada uno de los estimadores es cero; es decir, H: = 0, para
k = 1,2,3. (2 puntos)

d. De los resultados de la estimacin indique cuantos aos de experiencia debe tener una
persona para que su ingreso sea de 6 mil soles asumiendo que tiene 11 aos de
educacin. (2 puntos)

Solucin

a.

Utilizando MCO, tenemos el estimador de los parmetros del modelo:

1 4.41
( 1
= ) = [ 2 ] = [0.29]
3 0.56

y la matriz de varianzas y covarianzas por:

0.484 0.028 0.037

[] = 2 ( )1 = [0.037 0.003 0.001 ]
0.037 0.001 0.006
b.

Para los intervalos de confianza tenemos:

[2.62, 6.19]
2 2
[] = [ 1/2 ( ) , + 1/2 ( ) ] = [0.44, 0.16]
[0.38,0.76]

c.

Los t estimados son:

[6.34]
= [5.43]
[7.31]

Por tanto se rechaza la hiptesis nula en todos los casos.

d.

Considerando la regresin = 1 + 2 + 3 , se debe cumplir:

6 = 4.41 0.29 11 + 0.56

Por tanto la persona debe tener al menos 8.7 aos de experiencia, para que su ingreso sea de
6 mil soles.