Solución

junio 2016, 1ª semana, tipo a).

1. Sabemos que 𝐗 𝟏 ejerce una influencia negativa sobre 𝐘, entonces las hipótesis nula y alternativa
más adecuada para el contraste de la significatividad individual de dicha variable es:
a. 𝐻% : 𝛽) = ⋯ = 𝛽, = 0, 𝐻/ : 𝛽/ ≠ 0 .
b. 𝐻% : 𝛽/ = 0, 𝐻/ : 𝛽/ ≠ 0.
c. 𝐻% : 𝛽/ = 0, 𝐻/ : 𝛽/ > 0.
d. 𝐻% : 𝛽/ = 0, 𝐻/ : 𝛽/ < 0.

Solución:
Si sabemos que la influencia es negativa, entonces debemos establecer un contraste de una sola cola, donde la
hipótesis alternativa sea que el parámetro es significativamente menor que cero, es decir que deberíamos
establecer la siguiente contraste de hipótesis de una sola cola: 𝐻% : 𝛽/ = 0, 𝐻/ : 𝛽/ < 0, tal y como se muestra en
la figura 4.3.2 y en la expresión 4.3.9 de la página 112 del manual, de manera que la contestación correcta es la
d).
2. Utilizando la encuesta de presupuestos familiares, y con el fin de analizar la demanda de cerveza por
persona y trimestre (Qt) en España entre el primer trimestre de 1998 y el último de 2005, utilizamos
como variables explicativas su precio en euros constantes de 2005 (Pt) y la renta disponible per
cápita (YD). El modelo estimado es:
ln 𝑄8 = 9,67 − 0,672 ln 𝑃8 + 1,312 ln 𝑌𝐷8 + 𝜀8 .
/,<=> %,</= %,/>>
) )
𝑛 = 32, 𝑅 = 0,6567, 𝑅 = 0,6330, 𝐷𝑊 = 1,62.
Donde debajo de los parámetros estimados aparecen sus errores estándar entre paréntesis.
Suponiendo que se cumplen los supuestos clásicos usuales, queremos analizar si el término
constante es significativamente distinto de ocho (indique cuál es la afirmación más correcta):

a. Rechazamos la hipótesis nula con el 95% de confianza.

b. Rechazamos la hipótesis nula con el 90% de confianza.
c. No podemos rechazar la hipótesis nula con el 90% de confianza.
d. Rechazamos la hipótesis nula con el 99% de confianza.
Solución:
Las hipótesis a contrastar son: 𝐻% : 𝛽% = 8 y 𝐻/ : 𝛽% ≠ 8. La “t“ empírica (expresión 4.3.12 de la pág. 113) es:
NO P, =,R>PS /,R>
= = = 1,12.
QQ NO /,<=> /,<=>

La “t” de tablas para el 90, 95 y 99% de confianza son respectivamente: 𝑡UP,P/;W/) = 𝑡)=;W/) = 1,699; 2,045 y
2,756, y como el valor empírico es menor en términos absolutos que el de tablas en todos los casos no podemos
rechazar la hipótesis nula, ver la figura 4.3.1 de la página 112 del manual. En definitiva la contestación correcta
es la opción c) No podemos rechazar la hipótesis nula con el 90% de confianza.

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

 3. Un p-valor pequeño indica:
a. Evidencia a favor de la hipótesis nula.
b. Evidencia en contra de la hipótesis alternativa solo en un contraste bilateral.
c. Evidencia en contra de la hipótesis nula.
d. Evidencia a favor de la normalidad de los residuos estimados.
Solución:
NO
El p-valor es la significatividad exacta – 𝛼 – de la “t” empírica calculada – –. De manera que cuando el
QQ NO
𝛼 o p-valor asociado al parámetro concreto sea menor, mayor es la confianza de que el parámetro es
significativamente distinto de cero, es decir que p – valores pequeños implican confianzas grandes en contra de
la hipótesis nula (o lo que es lo mismo 𝛼 pequeños implican confianzas grandes en contra de la hipótesis nula –
ya que la confianza es igual a 1 − 𝛼 –).
Por consiguiente, la contestación correcta es la c) Evidencia en contra de la hipótesis nula.

4. La obtención de los estimadores de la regresión mínimo cuadrática obedece al criterio

a. Establecer que la suma cuadrática de los errores igual a cero.
b. Minimizar la suma cuadrática de los errores.
c. Minimizar la suma cuadrática de los errores de pronóstico.
d. Minimizar la suma de los errores, pero en términos absolutos.
Solución:
La regresión mínimo cuadrática se obtiene minimizando la suma de los errores al cuadrado, expresión 2.2.4 de
la página 28 del manual. De manera que la opción correcta es la b).
La a) es falsa, ya que la suma de los errores al cuadrado no es nula. La c) es falsa porque los errores de
pronóstico son aquellos que se producen fuera de la muestra y los errores que utilizamos son los de la muestra y
no los de pronóstico. La d) es falsa porque la estrategia para obtener los estimadores MCO es la b).

5. El contraste estadístico de significatividad conjunta tipo F contrasta la hipótesis nula de que: Con el
fin de analizar la demanda de la cantidad consumida de tabletas de chocolate por persona y
trimestre (chocolatet). Estimamos el siguiente modelo entre el primer trimestre de 1998 y el último
de 2005 a partir de la encuesta continua de presupuestos familiares española.
ln ( chocolatet ) = − 1,56 − 1,15 ln ( preciot ) + 1,78 ln (YDt ) − 0,12 D2 − 0,29 D3 + 0,36 D4 + ε̂ t
(0,346) (0,083) (0,304) (0,047 ) (0,041) (0,052)
n = 32, R 2 = 0,9482, R 2 = 0,9382, DW = 1,92

Donde debajo de los parámetros estimados aparecen sus errores estándar entre paréntesis. El precio
de la tableta (preciot) y la renta disponible por persona (YDt) están en euros constantes de 2005. Las
variables dicotómicas (D2, D3 y D4) tienen valor unitario si el trimestre al que se refiere la
observación coincide con su subíndice y valor nulo en caso contrario. Suponiendo que se cumplen
los supuesto usuales, cuál de las afirmaciones siguientes es más correcta:
a. En el cuarto trimestre el consumo de chocolate aumenta un 36% más que en el tercero.
b. En el cuarto trimestre el consumo de chocolate aumenta un 0,36% más que en el tercero.
c. En el cuarto trimestre el consumo de chocolate aumenta un 36% más que en el primero.
d. En el cuarto trimestre el consumo de chocolate aumenta un 0,36% más que en el primero.

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

Solución:
Cuando utilizamos modelos con variables dicotómicas, el grupo base o población de referencia se obtiene
haciendo nulas todas las variables dicotómicas, es decir haciendo, D2 = D3 = D4 = 0. Y en este caso los valores
se refieren necesariamente al primer trimestre y estos son, en consecuencia, el grupo base o de referencia
(primer trimestre). Además como la relación con la variable endógena es del tipo log – nivel (ver la tabla 2.3 de
la página 42 del manual), la interpretación del estimador del cuarto trimestre (0,36) es que en el cuarto trimestre
el consumo de chocolate es aproximadamente un 36% (0,36·100) mayor que en el primer trimestre. Por
consiguiente la contestación correcta es la opción c).
6. A partir de los salarios anuales (en miles de euros) de alta dirección de las empresas que cotizan en
el IBEX en 2010 y de sus beneficios anuales (en millones de euros), nos planteamos si salarios y
beneficios están relacionados, y estimamos el siguiente modelos de regresión.
! = 296,362+ 0,267993⋅ beneficios
salarios i i
(56,082) (0,057423)
n = 31, R = 0,7856, R = 0,7782,SCR = 3514341
2 2

Donde debajo de los parámetros estimados aparecen sus errores estándar entre paréntesis.
Suponiendo que se cumplen los supuestos usuales, el intervalo de confianza (con 5% de
significatividad) para 2 millones de beneficios es:

a. 2·296,362 ± 2·0,267993.
b. 2·0,267993 ± 2·2,045·0,057423.
c. 2·296,362 ± 2·2,045·0,267992.
d. 2·0,267993 ± 2·[0,0574232+(3514341/31)]1/2.
Solución:
A partir de la expresión 4.3.20 de la pág. 116 del manual tenemos que el intervalo de confianza es:

𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d − 𝑡ef · 𝑒𝑒 𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d ; 𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d + 𝑡ef · 𝑒𝑒 𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d ,

expresión que también podemos escribir como: 𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d ± 𝑡ef · 𝑒𝑒 𝛽Z · ∆𝑏𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜𝑠d =
= 0,267993 · 2 ± 2,045 · 0,057423 · 2.De manera que la opción correcta es la b).

7. A partir de los datos suministrados por la encuesta de estructura salarial de 2006 estimamos el
siguiente modelo del salario hora del sector turístico español:

Donde el nivel de estudios terminados se muestra mediante variables binarias D: D1i tiene valor
unitario si el trabajador no tiene estudios y valor nulo en caso contrario, D2i tiene valor unitario si el

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

 trabajador tiene sólo estudios primarios y valor nulo en caso contrario, … y D8i tiene valor unitario si
el trabajador es licenciado y valor nulo en caso contrario. La variable “mujeri” tiene valor unitario si
el trabajador es mujer y valor nulo si es hombre. La variable “medianai” tiene valor unitario si la
empresa en que trabaja tiene más de 50 trabajadores y menos de 200. La variable “grandei” tiene
valor unitario se la empresa tiene al menos 200 trabajadores. La variable antigüedad (anti) se el
número de años trabajando en la empresa. La variable edad (edadi) se mide en decenios, con valor 1
si el trabajador tiene menos de 20 años, 2 si tiene entre 20 y 29 años, etc. Debajo de las estimaciones
de los parámetros se muestran sus errores estándar entre paréntesis.
En estas condiciones sólo una de las afirmaciones siguientes es correcta.
a. Las mujeres ganan aproximadamente un 13,3% menos que los hombres.
b. Las mujeres ganan aproximadamente un 0,133% menos que los hombres.
c. Las mujeres ganan menos que los hombres, pero si tienen estudios superiores la discriminación
es menor.
d. Las mujeres ganan menos que los hombres, pero si tienen estudios superiores la discriminación
es mayor.
Solución:
Por el hecho de ser mujeres y sin tener en cuenta el nivel de estudios, las mujeres ganan aproximadamente un
13,3% menos que los hombres, pero además, si las mujeres tiene estudios universitarios (diplomado o
licenciado) entonces ganan, además de ese 13,3% menos, un 15,6% menos adicional. De manera que si la
mujer es licenciada o diplomada gana un 28,9% menos (13,3 + 15,6). Por consiguiente la opción correcta es la
d) ya que la a) solo es correcta para mujeres sin estudios superiores.

8. Con datos de la encuesta española de presupuestos familiares de 2009, estimamos la siguiente

relación de consumo de las familias madrileñas cuyo ingreso principal procede del sector turístico.
consumoi = 6,759+ 0,442 ingresosi + 2,637 tamañoi + ε̂ i
(3,230) (0,095) (0,947 )
n = 81, R = 0,3532
2

Donde debajo de los parámetros estimados aparecen sus errores estándar entre paréntesis.
Suponiendo que se cumplen los supuestos usuales, analizamos si el tamaño de la unidad familiar es
significativamente distinto de 1 (indique cuál es la afirmación más correcta):

a. Es significativamente distinto de uno con el 95% de confianza.

b. Sólo es significativamente distinto de uno al 90% de confianza.
c. No es significativamente distinto de uno con el 90% de confianza.
d. Es significativamente distinto de uno al 99% de confianza.
Solución:
La hipótesis a contrastar es: 𝐻% : 𝛽Z = 1 y 𝐻/ : 𝛽Z ≠ 1. La “t“ empírica (expresión 4.3.13 de la pág. 113) es:
NO P, ),Ri>P/ /,Ri>
= = = 1,729.
QQ NO %,=<> %,=<>

La “t” de tablas para el 90, 95 y 99% de confianza son respectivamente: 𝑡UP,P/;W/) = 𝑡>S;W/) ≈ 𝑡R%;W/) = 1,67;
2,00 y 2,66 y si lo redondeamos con las tablas en el valor superior, 120, tenemos que 𝑡/)%;W/) =
1,66; 1,98 𝑦 2,62. Como el valor empírico es mayor que el de tablas para el 90% de confianza, podemos
rechazar la hipótesis nula con el 90% de confianza (o el 0,1 de significatividad). La opción correcta es la b).

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

 9. Suponiendo que se cumplen los supuestos usuales, el proceso 𝐙𝐭 = 𝟎, 𝟔 + 𝟎, 𝟕𝛆𝐭P𝟏 + 𝛆𝐭
a. La función de autocorrelación parcial decrece exponencialmente.
b. La funciones de autocorrelación total y parcial decrecen exponencialmente.
c. Solo las funciones de autocorrelación parcial y total con un desfase son significativas.
d. La función de autocorrelación total decrece exponencialmente.
Solución:
El proceso al que se refiere la pregunta es un MA(1), ver la expresión 13.5.3 de la página 432. Cuyo
correlograma se muestra en a figura 13.5.1 de la página 434. Donde se ve que la función de autocorrelación
parcial decrece exponencialmente mientras que la función de aucorrelación total muestra solo un valor
significativo. De manera que la opción correcta es la a).

10. 𝒁𝒕 es I(1) entonces,

a. 𝑍8 es estacionaria.
b. ∆𝑍8 es estacionaria.
c. ∆) 𝑍8 es estacionaria.
d. ∆∆𝑍8 es estacionaria.
Solución:
Un proceso es integrado de orden 1, I(1), si para ser estacionario hay que realizar una primera diferencia, ver el
segundo párrafo de la página 411 del manual. Por consiguiente si 𝑍8 es I(1), entonces su primera diferencia,
∆𝑍8 = 𝑍8 − 𝑍8P/ , es estacionaria y la opción b) es la correcta.
Pregunta Reserva
11. Cuál de las siguientes afirmaciones impide que una serie sea estacionaria,
a. La función de autocorrelación decrece rápidamente.
b. La dispersión es homogénea.
c. El nivel de la serie es razonablemente estable.
d. La serie es estacional.
Solución:
Cuando una serie de tiempo tiene componente estacional (como consecuencia del denominado efecto
calendario) la serie no es estacionaria, de manera que la estacionalidad impide que una serie sea estacionaria.
La opción d) es la correcta.
La a) es incorrecta puesto que en las series estacionarias la función de autocorrelación decrece rápidamente. La
dispersión homogénea (varianza constante) , opción b), también es falsa puesto que es una característica que
deben cumplir las series estacionarias. Si la serie es razonable estable, opción c), decimos que la serie es
estacionaria en media, de manera que esta característica también se debe cumplir en las series estacionarias.

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

EJERCICIO DE DESARROLLO

Para investigar las causas del consumo de bebidas alcohólicas estimamos el siguiente modelo:

𝐀𝐥𝐜𝐨𝐡𝐨𝐥𝐢 = 𝟏𝟑 − 𝟏𝟏, 𝟑𝟔 𝐌𝐞𝐝𝐢𝐜𝐨𝐢 − 𝟎, 𝟐 𝐄𝐬𝐭𝐮𝐝𝐢𝐨𝐢 + 𝟐, 𝟖𝟓 𝐃𝐢𝐯𝐨𝐫𝐜𝐢𝐨𝐢 + 𝟏𝟒, 𝟐 𝐏𝐚𝐫𝐨𝐢 + 𝛆𝐢 .
𝟐 𝟐,𝟏𝟐 𝟎,𝟑𝟏 𝟐,𝟓𝟓 𝟓,𝟏𝟔
𝟐 𝟐
𝐧 = 𝟓𝟎𝟎, 𝐑 = 𝟎, 𝟎𝟔, 𝐑 = 𝟎, 𝟎𝟕.

Donde 𝐀𝐥𝐜𝐨𝐡𝐨𝐥𝐢 es el número de bebidas alcohólicas consumidas en las últimas dos semanas; 𝐌𝐞𝐝𝐢𝐜𝐨𝐢 es
una binaria con valor unitario si el médico ha indicado que el individuo debe dejar de tomar alcohol y valor
nulo en caso contrario; 𝐄𝐬𝐭𝐮𝐝𝐢𝐨𝐢 indica los años de estudio; 𝐃𝐢𝐯𝐨𝐫𝐜𝐢𝐨𝐢 es una variable binaria con valor
unitario si el sujeto está separado o divorciado y 𝐏𝐚𝐫𝐨𝐢 es una binaria con valor unitario si está en paro.

a. Valore los resultados de la regresión, indicando si los signos de los parámetros son los
esperados

Solución:

Los signos parecen adecuados ya que el sentido común nos sugiere lo siguiente:

Si el médico nos indica que dejemos de beber alcohol, lo normal es que la persona aludida beba menos (es decir,
esperamos un signo negativo de la influencia de la variable 𝑀𝑒𝑑𝑖𝑐𝑜d sobre la cantidad bebida, Alcohol“ , tal y
como ocurre en el modelo estimado).

Parece razonable también (aunque esta es la variable más dudosa del modelo y quizás por eso no es
significativa) que cuando el nivel de estudios es mayor el consumo de alcohol (en la medida que este consumo
es perjudicial para la salud) sea menor (es decir, esperamos un signo negativo de la influencia de la variable
𝐸𝑠𝑡𝑢𝑑𝑖𝑜d sobre la cantidad bebida, Alcohol“ , tal y como ocurre en el modelo).

También parece razonable que la disolución de la unidad familiar pueda, al menos en algunos casos, inducir a
una mayor ingesta de alcohol (es decir, esperamos un signo positivo de la influencia de la variable binaria
𝐷𝑖𝑣𝑜𝑟𝑐𝑖𝑜d sobre la cantidad bebida, Alcohol“ , tal y como ocurre en el modelo).

En el caso del paro (𝑃𝑎𝑟𝑜d ) también parece razonable, que si influye en la bebida alcohólica, lo haga de forma
positiva o aumentando la ingesta de alcohol.

b. Contraste si las variables explicativas son significativas individualmente al 5% de

significatividad.

Solución:

El contraste de significatividad individual usual o de dos colas es (𝐻% : 𝛽Z = 0; 𝐻/ : 𝛽Z ≠ 0) implica calcular el

NO
valor empírico, , y si el valor crítico (𝑡UP,P/;W/) ≈ 𝑡™%%P<P/;%,%)™ ≈ 𝑍%,%)™ = 1,96. Que se comporta como
QQ NO
NO
una normal al ser n > 120), es mayor que el empírico (en términos absolutos), es decir que si > 1,96,
QQ NO
entonces rechazamos la hipótesis nula, y la variable explicativa es significativamente distinta de cero con el 5%

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

de significatividad o el 95% de confianza. Los valores empíricos de las variables explicativas son los
siguientes:

Nš›œ•žŸ P//,iR
- = = 5,36.
QQ Nš›œ•žŸ ),/)
N› ¡¢œ•Ÿ P%,)
- = = 0,65.
QQ N› ¡¢œ•Ÿ %,i/
Nœ•£Ÿ¤ž•Ÿ ),S™
- = = 1,12.
QQ Nœ•£Ÿ¤ž•Ÿ ),™™
N¥¦¤Ÿ /<,)
- = = 2,75.
QQ N¥¦¤Ÿ ™,/R

De manera que la recomendación médica de no fumar y el paro son las dos únicas variables explicativas
significativas. Los años de estudios y el divorcio, sin embargo, no son significativamente distintas de cero.

Alternativamente y puesto que hemos analizado en el apartado anterior a), si los signos son los adecuados
(llegando a la conclusión de que sí lo son) podemos hacer un contraste unilateral o de una sola cola a cada
variable:
• Para los parámetros negativos establecemos la hipótesis siguiente, 𝐻% : 𝛽Z = 0; 𝐻/ : 𝛽Z < 0, el valor
NO
empírico es, , y si el valor crítico (𝑡UP,P/;W ≈ 𝑡™%%P<P/;%,%™ ≈ 𝑍%,%™ = 1,65. Que se comporta como
QQ NO
una normal al ser n > 120), es menor que el empírico con signo negativo (o más negativo), es decir que
NO
si < −1,65 , entonces rechazamos la hipótesis nula, y la variable explicativa es
QQ NO
significativamente menor que cero con el 5% de significatividad o el 95% de confianza. Los valores
empíricos para las variables médico y estudios son:
Nš›œ•žŸ P//,iR
o = = −5,36.
QQ Nš›œ•žŸ ),/)
N› ¡¢œ•Ÿ P%,)
o = = −0,65.
QQ N› ¡¢œ•Ÿ %,i/
De manera que la variable médico es significativamente negativa con el 95% de confianza mientras que
la variable estudios no es significativamente distinta de cero.

• Para los parámetros positivos establecemos la hipótesis siguiente, 𝐻% : 𝛽Z = 0; 𝐻/ : 𝛽Z > 0 , el valor

NO
empírico es, , y si el valor crítico (𝑡UP,P/;W ≈ 𝑡™%%P<P/;%,%™ ≈ 𝑍%,%™ = 1,65. Que se comporta como
QQ NO
NO
una normal al ser n > 120), es mayor que el empírico, es decir que si > 1,65, entonces
QQ NO
rechazamos la hipótesis nula, y la variable explicativa es significativamente mayor que cero con el 5%
de significatividad o el 95% de confianza. Los valores empíricos para las variables divorcio y paro son:
Nœ•£Ÿ¤ž•Ÿ ),S™
o = = 1,12.
QQ Nœ•£Ÿ¤ž•Ÿ ),™™
N¥¦¤Ÿ /<,)
o = = 2,75.
QQ N¥¦¤Ÿ ™,/R

La variable paro es significativamente mayor que cero con el 95% de confianza mientras que la variable
divorcio no es significativamente distinta de cero.

En definitiva, tanto si consideramos el contraste bilateral como unilateral llegamos a la misma conclusión, las
variables médico y paro son significativas mientras que las variables estudio y divorcio no lo son.

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.

 c. Para los contrastes del apartado anterior se utiliza un contraste bilateral o unilateral,
justifique la respuesta.

Se pueden utilizar, tal y como hemos hecho, tanto el contraste bilateral como el unilateral, pero si conocemos
previamente cuáles deben ser los signos de los estimadores (tal y como hicimos en a), entonces lo mejor es
utilizar esta información previa y realizar un contraste de significatividad individual de una sola cola (tal y
como hicimos en la segunda parte del apartado b)

d. Contraste la significatividad global del modelo, también al 5%.

Para ver si el modelo es globalmente significativo contrastamos la hipótesis nula y alternativa siguiente,
𝐻% : 𝛽§Q¨df© = 𝛽Qª8«¨d© = 𝛽¨de©¬fd© = 𝛽-®¬© = 0; 𝐻/ : 𝑛𝑜 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝐻% , la “F” empírica es:

𝑅) 0,06 0,06
𝑘 4 0,015
= = 4 = = 7,89
1−𝑅 ) 1 − 0,06 0,94 0,0019
𝑛−𝑘−1 500 − 4 − 1 495

El valor crítico es 𝐹<;<=™;%,%™ < 𝐹<;/)%;%,%™ = 2,45.

Como el valor empírico (7,89) es mayor que el crítico (2,45), entonces podemos rechazar la hipótesis nula y el
modelo es globalmente significativo con el 5% de significatividad.

Econometría y predicción Matilla, M., Pérez, P. y Sanz, B.