PRACTICA DE ECONOMETRIA
Enviado por isaiariki • 2 de Abril de 2019 • Documentos de Investigación • 2.884 Palabras (12 Páginas) • 1.897 Visitas
PRACTICA DE ECONOMETRIA
1.1 Sea niños la cantidad de hijos que ha tenido una mujer, y educ los años de educación que tiene esta mujer. Un modelo sencillo para relacionar fertilidad con años de educación es: niños=β0+ β1educ+ u, donde u es el error no observado.
i) ¿Qué tipo de factores son los contenidos en u?. ¿Es posible que estos factores estén correlacionados con el nivel de educación?
En u pueden estar la variable como: edad estado civil. ocupación e ingreso estas variable pueden estar relacionado con el nivel educativo de la mujer
ii) ¿Es posible que con un análisis de regresión simple se halle el efecto ceteris paribus de educación sobre fertilidad? Explique.
No porque el modelo de regresión simple solo maneja una variable independiente por lo que solo cuenta con dos parámetro . por el momento no podemos explicar aun como emplear métodos econométricos para estimar el efecto de ceteris paribuis
1.2 En el modelo de regresión lineal simple y= β0 + β1x+ u, suponga que E(u)≠ 0. Sea α0 = E(u), muestre que siempre es posible reescribir el modelo con la misma pendiente, pero con otro intercepto y otro error, de manera que el nuevo error tenga valor esperado cero.
En la ecuación y =β0 + β1x + u , sumar y restarα
0
desde el lado derecho para obtener y = (α + β0) + β1x + ( u-α0). Llama al nuevo error e = u - α0, de modo que E ( e ) =0. La nueva intersección esα0 + β0, pero la pendiente sigue β1
[pic 1]
Dependent Variable: GPA | ||||
Method: Least Squares | ||||
Date: 03/04/19 Time: 08:19 | ||||
Sample: 1 8 | ||||
Included observations: 8 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.568132 | 0.928421 | 0.611933 | 0.5630 |
ACT | 0.102198 | 0.035692 | 2.863324 | 0.0287 |
R-squared | 0.577424 | Mean dependent var | 3.212500 | |
Adjusted R-squared | 0.506994 | S.D. dependent var | 0.383359 | |
S.E. of regression | 0.269173 | Akaike info criterion | 0.425395 | |
Sum squared resid | 0.434725 | Schwarz criterion | 0.445255 | |
Log likelihood | 0.298422 | Hannan-Quinn criter. | 0.291444 | |
F-statistic | 8.198622 | Durbin-Watson stat | 2.268603 | |
Prob(F-statistic) | 0.028677 | |||
gpa= 0.57+0.10 act
0.93+0,04
iComente la dirección de la relación ¿tiene, en este caso, el intercepto una interpretación útil? Explique, ¿qué tanto más alto será el GPA predicho si ACT aumenta cinco puntos?
El intercepto no tiene una interpretación útil por que act no esta cerca de cero para la. Población si act es 5 puntos mas alto aumenta en 0,10(5)=0,5 entonces gpa=0,5 aumenta
ii) Calcule los valores ajustados y los residuales para cada observación y verifique que los residuales (aproximadamente) sumen cero.
Estudiantes | GPA | ACT | gpa | u |
1 | 2.8 | 21 | 2.67 | 0.13 |
2 | 3.4 | 24 | 2.97 | 0.43 |
3 | 3 | 26 | 3.17 | -0.17 |
4 | 3.5 | 27 | 3.27 | 0.23 |
5 | 3.6 | 29 | 3.47 | 0.13 |
6 | 3 | 25 | 3.07 | -0.07 |
7 | 2.7 | 25 | 3.07 | -0.37 |
8 | 3.7 | 30 | 3.57 | 0.13 |
0.44 |
Se puede verificar que los residuos tal como informan en la tabla sumen a 0,4 lo que esta mui cerca de cero dado que el error del redondeo inherente
iii) ¿Cuál es el valor que se predice para el GPA si ACT = 20?
cuando act=20
gpa =0,57+0,10(20)=2,57
...