Divisin de Ciencias Econmico Administrativas

LIC. EN ESTADSTICA

MATERIA
ECONOMETRIA I

PROFESOR:
Dra. Dixia Dania Vega Valdivia


TAREA CAPITULO III

PRESENTA:
Vera Medina Mehida Bertha
Martnez Jernimo Zenaida
Laredo Rojas Margoth



GRADO: 6 GRUPO: 5

Ensear la explotacin de la
tierra, no la del hombre
PROBLEMAS PARA RESOLVER EN CLASE
1) Relacin entre la tasa de cambio nominal y los precios relativos.
A partir de las observaciones anuales de 1980 a 1994, se obtuvieron los siguientes resultados de
la regresin donde Y = tasa de cambio del marco alemn respecto al dlar estadounidense
(MA/$) y X=proporcin entre el ndice de precios al consumidor estadounidense y el ndice de
precios al consumidor alemn; es decir, X representa los precios relativos en ambos pases:

r=0.528
ee= (1.22)(1.33)
a) Interpretar esta regresin. Cmo interpretara r
2
?Este coeficiente mide la proporcin de
la suma de cuadrados explicada por la variable independiente, una vez descontado el
efecto de la media, En este caso la variable independiente explica la variable dependiente
en un 52%,la variable independiente explica el modelo en un nivel regular.
b) El valor negativo de X tiene sentido en la economa? X Cual es la teora econmica
subyacente?
El signo negativo indica que un aumento en el valor de X lleva a una disminucin en el
valor de Y, y viceversa (una disminucin en X lleva a un aumento en Y) por lo que en este
caso decimos que existe una relacin inversa entre la variable X y la variable Y, es decir las
variables se mueven en sentido opuesto. En nuestro caso el cambio nominal y los precios
relativos no son inversamente proporcional por lo tanto el valor negativo del coeficiente
pendiente no tiene sentido en la economa.
c) Suponga que se fuera a redefinir X como la razn entre el IPC alemn respecto al IPC
estadounidense. Lo anterior hara cambiar el signo de X?
No
Por qu?
Los valores IPC alemn y estadounidense mantienen el signo de la razn ya si cambian de
posicin el (numerador como denominador) ,(y/x) o (denominador como numerador)
,(y/x) es el mismo signo que mantiene la razn.






2) Basado en una muestra de 10 observaciones, se obtuvieron los siguientes resultados:

Con el coeficiente de correlacin r=0.9758 Pero al verificar por segunda vez estos clculos, se
encontr que se haban registrado dos pares de observaciones:
INCORRECTO CORRECTO
Y X Y X
90 120 80 110
140 220 150 210



Cul ser el efecto de este error en r? Obtngase la r correcta.

VALORES
INCORRECTOS
1700 1110 205500 322000 132100


VALORES
CORRECTO
1680 1110 204200 315400 133300 168 111





X

Y

XY

2
X

2
Y
X Y


3) De los datos proporcionados en la tabla 2.6 (Gujarati 4
a
Ed.) respecto a los
ingresos y la escolaridad, se obtuvo la siguiente regresin:

Salmedio = 0.7437 + 0.6416 Escolaridad
ee= (0.8355) ( )
t = ( ) (9.6536 )

r
2
= 0.8944 n=13

Tabla 2.6
Observaciones Aos de
escolaridad X
Saldo
promedio Y
Nmero de
personas
1
6 4.4567 3
2 7 5.77 5
3 8 5.9787 15
4 9 7.3317 12
5 10 7.3182 17
6 11 6.5844 27
7 12 7.8182 218
8 13 7.8351 37
9 14 11.0223 56
10 15 10.6738 13
11 16 10.8361 70
12 17 13.615 24
13 18 13.531 31

a) Complete los nmeros faltantes.
Prueba de hiptesis para el |
0

H
0
: |
0
= 0 vs H
a
: |
0
= 0
Estadstico de prueba:
De acuerdo a la regresin anterior podemos obtener:




0
0
0

b
c
t
o
|
=
0.89012567
0.8355
0.7437 0

0
0
= =

=
c
b
c
t t
o
|
Prueba de hiptesis para el |
1

H
0
: |
1
= 0 vs H
a
: |
1
= 0
Estadstico de prueba:
De acuerdo a la regresin anterior y despejando a
0
b
o obtenemos:


Por lo tanto los resultados del anlisis de regresin del ejemplo salario-aos de escolaridad es igual
a:
Salmedio = 0.7437 + 0.6416 Escolaridad
ee= (0.8355) (0.06646225 )
t = (0.89012567) (9.6536)

b) Cmo se interpretara el coeficiente 0.6416?
El coeficiente 6416 . 0

1
= | indica que existe una asociacin lineal entre los aos de escolaridad y el
salario medio, por lo tanto, el salario promedio se encuentra influenciado en forma lineal por los
aos de escolaridad.
La interpretacin del valor estimado de la pendiente 6416 . 0

1
= | es directa. El incremento
estimado en el salario promedio para cada aumento igual a una unidad de aos de escolaridad es
de 0.6416.

c) Se rechazara la hiptesis de que la educacin no tiene efecto alguno sobre los
salarios? Cul prueba se usara? Por qu? En notacin economtrica Cmo
escribira esta prueba?
Prueba de hiptesis para el |
0

H
0
: |
0
= 0 vs H
a
: |
0
= 0
Estadstico de prueba:
De acuerdo a la regresin anterior podemos obtener:
t Calculada



t tablas
2.20098516 t
11 0.05,
=


1
0

1
b
c
t
o
|
=
0.06646225
9.6536
0.6416

0

0
0
0
= =

=
b
b
c
t o
o
|
0
0
0

b
c
t
o
|
=
0.89012567
0.8355
0.7437 0

0
0
= =

=
c
b
c
t t
o
|
Decisin:
Se rechaza
0
H si 0.05 con

= ) o
Tal cal
t t
Y

por lo tanto no hay evidencia suficiente para rechazar

0
H
con un nivel de significancia de la prueba
0.05 = o
.
El valor de
.
0
es la interseccin de la recta e indica el nivel promedio del salario promedio cuando
los aos de escolaridad es cero. En este ejemplo, concluimos que el parmetro
.
0
de interseccin
pasa por el origen, es decir, su valor es igual a cero, con 5% de significancia.
Prueba de hiptesis para el |
1

H
0
: |
1
= 0 vs H
a
: |
1
= 0
Estadstico de prueba:
De acuerdo a la regresin anterior podemos obtener:
t Calculada



t tablas
2.20098516 t
11 0.05,
=
Decisin:
Se rechaza
0
H si 0.05 con

= ) o
Tal cal
t t
Y

por lo tanto hay evidencia suficiente para rechazar

0
H
con un nivel de significancia de la prueba 0.05 = o . Y concluimos que s existe una asociacin
lineal entre X y Y, es decir, el salario promedio se encuentra influenciado en forma lineal por los
aos de escolaridad. En consecuencia no rechazamos la hiptesis de que la educacin no tiene algn
efecto sobre los salarios.

As mismo de acuerdo como se muestran los resultados de la regresin, existe una asociacin
positiva entre los aos de escolaridad y los ingresos, r
2
= 0.8944 indica la presencia lineal aos de
escolaridad en el modelo de regresin que explica que el 89.44% de la variacin del salario
promedio se debe a la escolaridad.

En este caso usamos la prueba t-student para probar la hiptesis de que |
1
= 0. La utilizamos porque
ya tenemos los datos necesarios para realizar la prueba t, pudimos haber utilizada tambin la prueba
F para ellos tendramos que construir la tabla ANOVA, pero para el modelo de dos variables,
realmente no hay necesidad de recurrir a la prueba F, ya que
2
2 n ,
2

1
f
t
2 n , 1, 1

=

.
Anteriormente ya realizamos la prueba de hiptesis utilizando la prueba t.
1
1
0

b
c
t
o
|
=
9.6536
0.06646225
0.6416 0

1
1
= =

=
c
b
c
t t
o
|
d) Constryase la tabla ANOVA para este ejemplo y pruebe la hiptesis de que el
coeficiente de la pendiente es cero. Cul prueba se utilizara y porque?


TABLA ANOVA

FUENTE DE
VARIACIN
G.L SC SC Medios F Calculada
TOTAL 13 1083.375524
MEDIA 1 978.2571961


REGRESION 1 95.4255185

4255185 . 95
1
95.4255185
G.L
SCR
= =
108.29
8811645 . 0
4255185 . 95
.
. .
= =
L G
SCE
L G
SCR

ERROR 11 9.6928096

8811645 . 0
11
9.6928096
G.L
SCE
= =


Prueba de hiptesis para el |
1

H
0
: |
1
= 0 vs H
a
: |
1
= 0
Estadstico de prueba:

L G
SCE
L G
SCR
F
.
. .
=
De la tabla ANOVA notamos que:
F Calculada

108.29
8811645 . 0
4255185 . 95
.
. .
= = =
L G
SCE
L G
SCR
F
F tablas
4.84433566 F
0.05,1,11
=
Decisin:
Se rechaza
0
H si
T cal
F F )
Como 4.84433566 108.29 = ) =
T cal
F F por lo tanto concluimos que existe evidencia suficiente
para rechazar 0 :
1 0
= | H y concluimos que 0 :
1
= |
a
H con un nivel de significancia de
0.05 = o . De la misma forma que anteriormente concluimos que existe asociacin lineal entre aos
de escolaridad y el salario promedio.

En este caso utilizamos la prueba F, ya que la razn F de la tabla ANOVA constituye una prueba
sobre la hiptesis nula 0 :
1 0
= | H . Puesto que todas las cantidades hacen parte de esta ecuacin
pueden ser obtenidas a partir de la muestra.

e) Supngase que en la regresin que se acaba de dar el valor de
2
r
no se proporciona.
Se podra haber obtenido con base en otra informacin dada en la regresin?


Si
2
r

no se proporcionara, con la informacin dada en la regresin dada al principio, no se podra
obtener
2
r . Una forma de calcularla es utilizando las sumas de cuadrados proporcionadas por la
tabla ANOVA que se realiz anteriormente, que se define como:
SCE SCR SCR r + =
2


4) La tabla 5.6 presenta los datos observados sobre el Producto Nacional Bruto y
cuatro definiciones de la oferta monetaria de Estados Unidos durante el periodo
1970- 1983. Al hacer regresiones del PNB con respecto a las diversas definiciones de
dinero, obtenemos los resultados que aparecen en la tabla 5.7:
Los monetaristas o partidarios de la teora cuantitativa sostienen que el ingreso
nominal (es decir, el PNB nominal) est determinado en gran medida por cambios en
la cantidad o en la reserva de dinero, aunque no hay consenso cobre la definicin
correcta de dinero. Dados los resultados de la tabla anterior, considrense las
siguientes preguntas:

a) Cul definicin de oferta monetaria parece estar estrechamente relacionada con el
PNB nominal.
Dado que la r
2
de los cuatro modelos son altas, buscaremos el que tienda ms prximo a 1 y
tenga el menor valor error estndar en los parmetros ya que la precisin con la cual se estima a
|
0
y |
1
ser mayor y por lo tanto el error estndar para la variable Y de la regresin ser
menor, el r
2
ms prxima a estas caractersticas es la que pertenece a la medida de oferta
monetaria M
3
y por lo tanto tiene mayor ajuste, podemos decir que es la que est ms
estrechamente relacionada con el PNB nominal.

b) Puesto que los trminos r
2
son uniformemente elevados significa este hecho que la
eleccin de la definicin de dinero no tiene importancia?
La razn por la que las r
2
estn uniformemente elevadas es porque las medidas de oferta
monetaria estn estrechamente relacionadas (M
1
est contenida en M
2
y M
2
est contenida
en M
3
y esta a la vez est contenida en L por lo tanto todas contiene a M
1
). Pero este hecho
no significa que la eleccin de la definicin de dinero no tenga importancia ya que influye
la variabilidad que tiene tal medida de oferta monetaria, pues que

2
i
X entre mayor sea la
varianza de
2
o , mayor ser la de
.
1

,
lo que nos causara tener un menor ajuste respecto a
otro modelo donde utilicemos otra medida de oferta monetaria.



c) Si el Banco de la Reserva Federal (Banco Central) desea controlar la oferta monetaria
Cul de estas medidas de dinero es una mejor meta para ese propsito? Puede usted
deducir su respuesta de los resultados de la regresin?

La mejo medida es la de oferta monetaria M3 = M2 + depsitos a largo plazo + transacciones de
recompra a largo plazo + saldos de fondos mutuos mercado monetario (FMMM institucional),
porque el Banco Central puede influir sobre la Oferta Monetaria, pero no la controla ya que no
tiene total influencia sobre el multiplicador monetario, pues parcialmente contrala el coeficiente
reservas-depsitos y no influye en gran medida sobre el coeficiente.
Puede decirse que s se puede estimar la respuesta anterior con los resultados de la regresin.
Porque R2 = 0.9943 que corresponde a M3, en este modelo la variable M3 explica en un 99.43% la
variabilidad del Producto Nacional Bruto.
Tabla 5.6 Producto Nacional Bruto y cuatro medidas de la oferta monetaria
PNB, $ MILES DE MEDIDA DE OFERTA MONETARIA, $ MILES DE
MILLONES
AO MILLONES M
1
M
2
M
3
L
1970 992.7 216.6 628.2 677.5 816.3
1971 1077.6 230.8 712.8 776.2 903.1
1972 1185.9 252 805.2 886 1023
1973 1326.8 265.9 861 985 1141.7
1974 1434.2 277.6 908.5 1070.5 1249.3
1975 1549.2 291.2 1023.3 1174.2 1367.9
1976 1718 310.4 1163.6 1311.9 1516.6
1977 1918.3 335.4 1286.7 1472.2 1704.7
1978 2163.9 363.1 1389.1 1647.1 1910.6
1979 2417.8 389.1 1498.5 1804.8 2117.1
1980 2631.7 414.9 1632.6 1990 2326.2
1981 2957.8 441.9 1796.6 2238.2 2599.8
1982 3069.3 480.5 1965.4 2462.5 2870.8
1983 3304.8 525.4 2196.3 2710.4 3183.1
Definiciones:
M
1
= Circulante + depsitos a la vista + cheques viajeros y otros depsitos a corto plazo.
M
2
= M
1
+ transacciones de recompra entre bancos y eurodlares a corto plazo+ saldo de fondos
mutuos mercado monetario (FMMM)+ cuentas de ahorro del mercado monetario+ ahorros y
pequeos depsitos
M
3
= M
2
+ depsitos a largo plazo+ transacciones de recompra a largo plazo+ FMMM institucional
L= M
3
+ otros activos lquidos.

Tabla 5.7 regresiones PNB- Oferta monetaria, 1970- 1983
1) PNB= -787.472 + 8.0863 M1 r
2
=0.9912

(77.9664)

(0.2197)

2) PNB= -44.0626 + 1.5875 M2 r
2
=0.9905

(61.0134)

(0.0448)

3) PNB= 159.1366 + 1.2034 M3 r
2
=0.9943

(42.9882)

(0.0262)

4) PNB= 164.2071 + 1.0290 L r
2
=0.9938
(44.7658) (0.0234)
Nota: las cifras entre parntesis son los errores estndar estimados.

c) La mejor medida de dinero para ese propsito es la L, dado que su variabilidad en el coeficiente
pendiente es menor y esto nos asegura que el PNB se mantiene ms estable.