ECONOMETRIA

EJERCICIO EN COMPUTADORA

C.3.2 Utilice los datos del archivo HPRICE1.RAW para estimar el modelo

𝑝𝑟𝑖𝑐𝑒 = 𝐵0 + 𝐵1 (𝑠𝑞𝑟𝑓𝑡) + 𝐵2 (𝑏𝑑𝑟𝑚𝑠) + 𝑢,

Donde Price es el precio de casas dado en miles de dólares.
i) Escriba los resultados en forma de ecuación.

Modelo estimado:
PRICE = -19.315 + 0.12844*SQRFT + 15.1982*BDRMS

Dependent Variable: PRICE

Method: Least Squares
Date: 10/02/17 Time: 09:57
Sample: 1 88
Included observations: 88

Variable Coefficient Std. Error t-Statistic Prob.

C -19.31500 31.04662 -0.622129 0.5355

SQRFT 0.128436 0.013824 9.290506 0.0000
BDRMS 15.19819 9.483517 1.602590 0.1127

R-squared 0.631918 Mean dependent var 293.5460

Adjusted R-squared 0.623258 S.D. dependent var 102.7134
S.E. of regression 63.04484 Akaike info criterion 11.15907
Sum squared resid 337845.4 Schwarz criterion 11.24352
Log likelihood -487.9989 Hannan-Quinn criter. 11.19309
F-statistic 72.96353 Durbin-Watson stat 1.858074
Prob(F-statistic) 0.000000

ii) ¿Cuál es el incremento en precio estimado para una casa con una
habitación (bdrms) más, manteniendo constante la superficie en pies
cuadrados (sqrft)?
PRICE = -19.315 + 0.12844*SQRFT + 15.1982*BDRMS
∆ 𝑝𝑟𝑖𝑐𝑒 = 15.1982 ∗ 1000 = 15198.2

El incremento en el precio es de $15198.2 por cada habitación adicional manteniendo

constantes la superficie.
 iii) ¿Cuál es el incremento en precio estimado para una casa con una
habitación adicional de 140 pies cuadrados? Compare esto con su respuesta
al inciso (ii).
PRICE = -19.315 + 0.12844*SQRFT + 15.1982*BDRMS
∆ 𝑝𝑟𝑖𝑐𝑒 = 0.12844 ∗ 1000 = 128.44
𝑃𝑜𝑟 𝑒𝑗𝑒𝑚𝑝𝑙𝑜 128.44 ∗ 140 = 17981.6
El precio se incrementa en $128.44 por cada pie cuadrado adicional manteniendo el
número de habitaciones contante, en este caso el valor del precio será $17981.6 por 140
pies cuadrado

iv) ¿Qué porcentaje de la variación en el precio se explica por la extensión en

pies cuadrados y el número de habitaciones?
Coeficiente de determinación

R-squared 0.63191 Mean dependent 293.54

8 var 60
Adjusted R- 0.62325 S.D. dependent var 102.71
squared 8 34

Según el indicador de relevancia global R-cuadrado, la variable endógena precio (Price)

es explicada por las variables predeterminadas de área en pies cuadrados (surf) y número
de habitaciones (bdrms) explican a en un 63.19%

v) La primera casa en la muestra tiene sqrft = 2,438 y bdrms = 4. Determine el

precio de venta estimado para esta casa con la línea de regresión de MCO.

𝑝𝑟𝑖𝑐𝑒 = −19.315 + 0.12844 ∗ 𝑠𝑞𝑟𝑓𝑡 + 4 ∗ 𝑏𝑑𝑟𝑚𝑠

𝑝𝑟𝑖𝑐𝑒 = −19.315 + 0.12844 ∗ 2438 + 15.1982 ∗ 4

𝑝𝑟𝑖𝑐𝑒 = 354.605 ∗ 1000 = 354 605

PRICER PRICE SQRFT BDRMS

354.605 300 2438 4

vi) El precio de venta de la primera casa en la muestra fue $300,000 (así que
price = 300). Determine el residual para esta casa ¿Sugiere esto que el
comprador pago de más o de Menos por la casa?
 Según el programa EViews:

RESID PRICE SQRFT BDRMS

-54.605 300 2438 4

Según el programa EViews el precio estimado por la casa esta sobreevaluado pues es de
$354 605 cuando el costo de la casa de dicha casa es de $300 000. En conclusión el
comprador pago menos por la casa a comparación de lo estimado por el modelo