EJERCICIO TALLER 2 ECONOMETRIA 2018

EJERCICIO TALLER 2 ECONOMETRIA 2018-2

En una ciudad estudiantil, ¿influye la población de estudiantes sobre las rentas de las viviendas?

Sea rent la renta mensual promedio en una ciudad estudiantil de Estados Unidos. Sean pop el total de la población en esa ciudad, avginc el ingreso promedio en la ciudad y pctstu la población de estudiantes dada como porcentaje del total de la población. Un modelo para probar esta relación es:

[pic 1]

Usando los procedimientos estudiados en clase, desarrolle:

1. La estimación del anterior modelo por el método de MCO, mostrando en cada paso el resultado de la operación desarrollada.
2. Construcción de la tabla de ANOVA.
3. Cálculo de las medidas de bondad de ajuste.
4. Cálculo de las pruebas de evaluación del modelo.
5. Interpretar los resultados.

Importante: se deben desarrollar los procedimientos, y verificarlos con las funciones de R.

Información para los procedimientos en R

Los datos se encuentran en el paquete Wooldridge. Para cargar los datos, se utiliza el siguiente procedimiento:

1. Instalar el paquete wooldridge.
2. Después de instalado el paquete:

library(wooldridge)

data('rental')

Attach(rental)

Para el ajuste de un modelo múltiple en R, se utilizan las variables explicativas de la siguiente forma:

Log(pop)+log(avginc)+pctstu

Así, el código para el ajuste del modelo queda de esta forma:

Nombre.del.modelo<-lm(lrent~lpop+lavginc+pctstu)

Nombre.del.modelo: es el nombre que se le asigne al modelo.

Para los logaritmos, con el comando log (nombre de la variable), se calcula el logaritmo natural. Sin embargo, ya están calculados en la base de datos.

A partir del desarrollo de este ejercicio, se resuelven las preguntas que le serán entregadas en clase para el desarrollo del taller.

Tomado de Introducción a la econometría, Wooldridge.

Usando el mismo procedimiento que desarrolló para el ejercicio con los datos de rental, desarrolle los siguientes ejercicios para el modelo que le fue asignado:

1. Obtenga la ecuación de regresión estimada mostrando en cada paso la matriz utilizada.
2. Interprete los parámetros del modelo.
3. Calcule r2. ¿Proporcionó un buen ajuste la ecuación de regresión estimada?
4. Pruebe la significancia de los parámetros del modelo, con la prueba t y con el intervalo de confianza. ¿Son significativos los parámetros del modelo?
5. Compare los resultados de las pruebas t, la F y el R2. Analice.
6. Compare el modelo asignado con el ejercicio anterior, usando el criterio del AIC. ¿cuál es el mejor modelo? ¿porqué?

Se debe enviar al aula virtual:

1. Un archivo con las respuestas a las preguntas. Cada pregunta vale 0.6 puntos.
2. El código de R con los procedimientos desarrollados. 1.4 puntos.

...