II EXMENES DE ECONOMETRA

Se han estimado con una muestra de 39 observaciones las siguientes funciones de

produccin por el mtodo de MCO:
0,32 0,0055 t
R2 = 0,9945
O t = L1,30
e
t Kt
0,47
O t = L1,41
R2 = 0,9937
t Kt
O = e0,039t
R2 = 0,9549
t

a) Contraste la significatividad conjunta de Lt y Kt .

b) Indique las hiptesis estadsticas bsicas bajo las cuales el contraste realizado en
el apartado anterior es adecuado, y como aparecera la perturbacin aleatoria en la
especificacin economtrica.
(2-6-1992)
Solucin
0,01
0,01
a) F=126; F2,35
F2,30
= 5,39 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01)
b) Todas las hiptesis bsicas; la perturbacin aleatoria debe aparecer de forma
multiplicativa

Un investigador, despus de realizar la estimacin de un modelo por MCO, calcula

ut y comprueba que no es 0. Es esto posible? Razone la respuesta indicando en su
caso las condiciones en las cuales puede producirse este hecho.
(2-6-1992)

Dado el siguiente modelo estimado con 43 observaciones:

Yt = - 0, 06 + 1, 44 X 2t 0, 48 X 3t
donde
8
11
10
0,1011 0, 0007 0, 0005

1
XX =
598 791
( XX) =
0, 0231 0, 0162

1128
0, 0122
6
y y = 444
Xy = 506
632
Se pide:
a) Contraste de la hiptesis nula 2 +23 = 1
b) Dado el valor del perodo de predicin Y0= 1, verifique si puede haber sido
generado por el modelo anteriormente estimado. (Se sabe que X20= 1 y X30= 2).
(2-6-1992)
Solucin
0,01
a) F=79,84; F1,40
= 7,31 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01)
b) Intervalo del 90%: (-0,80; 164); el valor Y0=1 s ha podido ser generado por el modelo

12

4 Bajo las hiptesis bsicas del modelo lineal, cmo se distribuyen los residuos obtenidos
por MCO?. Razone la respuesta.
(2-6-1992)
5*

Habiendo estimado por MCO la siguiente de consumo,

Ct = 0 + 1Rt + ut
se ha detectado autocorrelacin de primer orden.
Con la finalidad de corregir este problema, un analista obtiene inicialmente la
siguiente regresin auxiliar:
Ct = 0 +1Ct 1 +2 Rt +3 Rt 1
Explique detalladamente los pasos del procedimiento que el analista ha decidido
aplicar.
(2-6-1992)

A partir de los residuos mnimocuadrticos obtenga, un estimador insesgado para 2. Si

la E (u u) 2I cual sera el estimador insesgado de 2?
(5-4-1993)

En un modelo que tenga variables ficticias entre las explicativas, se desea saber:
a) Qu indican los coeficientes de las ficticias ?
b) Por qu no se deben incluir el mismo nmero de variables ficticias que grupos?
(5-4-1993)

Considere el siguiente modelo de demanda de alimentos

Dt = 0 + 1Pt + 2Yt + ut
donde D es el gasto, P es el precio relativo e Y es la renta.
El investigador A omite por olvido la variable Y, obteniendo la siguiente estimacin
del modelo:
D t = 89,97+ 0,107 Pt
(11,85)

(0,118)

La investigadora B, que es ms cuidadosa, obtiene la siguiente estimacin del

modelo:
D t = 92, 05 0,142 Pt + 0, 236 Yt
(5,84)

(0,067)

(0,031)

(Entre parntesis figuran desviaciones tpicas)

A lo largo de la discusin entre la investigadora B y el investigador A acerca de cual
de los dos modelos estimados es el ms adecuado, el investigador A trata de justificar su
olvido, atribuyendo la omisin de la variable Y al problema de la multicolinealidad.
a) En favor de cual de los investigadores se inclinara usted, a la vista de los resultados
obtenidos. Argumente razonadamente su posicionamiento.
b) Obtenga analticamente la expresin del sesgo de estimacin del estimador del parmetro
1 en el modelo con error de especificacin por omisin de variable relevante.
(5-4-1993)
13

Solucin
a) El investigador A omite una variable relevante, por lo que no acta correctamente
( Pt P )Yt
b) Sesgo =
( Pt P )2

9*

En un estudio sobre los niveles de pobreza se especifica el siguiente modelo para 60

regiones:
Pi = 0 + 1PIBi + 2 I i + ui
donde
Pi : nivel de pobreza medido por el nmero de personas con una renta inferior a un
determinado valor.
PIBi : producto interior bruto
: ndice que recoge diversas variables, como difusin de prensa, servicios
Ii
sanitarios, etc.
a) Indique como expresara que las regiones que integran el anlisis no son totalmente
homogneas.
b) Si en la muestra existiesen dos grupos diferenciados, podra indicar algn contraste para
detectar la existencia de heteroscedasticidad?. Explique las razones por las que pueden
surgir problemas de esta naturaleza.
(5-4-1993)

10 a) Defina las propiedades probabilsticas de los estimadores MCO bajo las hiptesis
estadsticas del modelo lineal bsico. Razone la respuesta
b) Determine las consecuencias del incumplimiento de las hiptesis referentes a la
matriz de varianzas-covarianzas de la perturbacin aleatoria sobre dichas propiedades
probabilsticas. Razone la respuesta
(15-3-1996)
11 Unos grandes almacenes que tienen puntos de venta en 18 capitales de provincia se
preguntan acerca del impacto relativo de la publicidad (P) y de los incentivos a sus
vendedores (I) sobre las ventas. Para ello han estimado la siguiente funcin de ventas:
Vi = 396,59 + 18, 63 Pi + 30, 69 I i
(3548,11)

(8,92)

(3,60)

2
2
R =0,831
R =0,809 = 3679.05
a) Contrastar la significatividad conjunta de la publicidad y de los incentivos sobre las

ventas.
b) Contrastar si la publicidad y los incentivos son significativos individualmente.
c) Contraste si es admisible la hiptesis de que el parmetro de Pi es significativamente
mayor que 19.
(15-3-1996)
Solucin
0,01
a) F=36,88; F2,15
= 6,36 Se rechaza H 0 (0,10; 0,05;0, 01)

14

b) t P = 2, 09; t I = 8,53; t150,10 / 2 = 1, 753 t150,05 / 2 = 2,131 t150,01/ 2 = 2,947 En el coeficiente

de P se rechaza la H 0 para a=0,10, pero no para a=0,05 a=0,01; en el coeficiente de I se
rechaza la H 0 para los niveles usuales.
c) t = 0, 04 ; Se rechaza H 0 para cualquier nivel de significacin (porque el estadstico t es
negativo.

12

Se ha estimado la siguiente funcin de empleo para la economa japonesa en el periodo

1947-1962:
Ei = 11690 576, 46t 19, 77 Dt + 0, 064 PIBt 0, 01FAt
SCR = 4898596
donde:
Et : Empleo en el periodo t.
: Tendencia t = 1,2, ..., 16.
t
Dt : Deflactor del PIB en el periodo t
PIBt : Producto Interior Bruto en el periodo t
FAt : Nmero de efectivos de las fuerzas armadas en el periodo t.
Adems, se dispone de la siguiente informacin para el ao 1965:
D1965 = 118,7 PIB1965 =582922 FA1965 = 2900
x0 ( XX) 1 x0 = 2
a) Obtener el intervalo de confianza para el valor medio terico y para el valor individual
de prediccin.
b) A qu se debe la diferencia entre ambos intervalos de confianza? Qu hiptesis es
necesario adoptar? Razone las respuestas.
(15-3-1996)
Solucin
a) Y65 = 35669 Intervalo para el valor medio terico: (33592; 37745); Intervalo para el valor
individual: (33126; 38211)

13*

Se ha estimado por MCO la funcin de produccin para la economa espaola con datos
anuales para el periodo 1964-1977.
ln VAt = 1, 73+ 0, 78ln K t + 0,58ln Lt
(1,03)

(0,02)

(0,09)

R =0,831
R =0,809 DW = 0,325
a) Existe autocorrelacin positiva? Razone la respuesta.
b) Obtenga la matriz de varianzas covarianzas del vector de estimadores minimocuadrticos bajo el supuesto de autocorrelacin.
c) Suponiendo que
ut = 0.84ut 1 + t

t NID(0, 2 )
Describa detalladamente un procedimiento de estimacin para obtener estimadores lineales,
insesgados y ptimos.
(15-3-1996)

15

Solucin
a) t = 14; k = 2; d L0,01 = 0, 666; dU0,01 = 1, 254 Se rechaza H 0 de autocorrelacin positiva para

=0,05 y =0,01.

14

Dada la funcin de produccin

Qt = AKt Lt eu t

se ha procedido a su estimacin con datos de la economa espaola de los ltimos 20 aos,

obtenindose los siguientes resultados:
ln Q t = 0,15 + 0,73ln Kt + 0,47ln Lt
4129 95 266
5
[ XX] = 95 3
u u = 0,017
266 5
19
a) Realice el contraste de significatividad de los estimadores y conjuntamente.
b) Contraste si el parmetro es significativamente distinto de 1.
(31-1-1996)
Solucin
0,01
a) F=4613,4; F2,17
= 6,11 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01).
1

b) t = 8,54 ; t170,01/ 2 = 2,898 Se rechaza H 0 para los niveles usuales.

15

a) Explique para qu sirven y que miden los coeficientes de determinacin ( R2 ) y de

determinacin corregido ( R 2 ). Razone la respuesta.
b) Dados los modelos
ln Y t = 0 + 1 ln Xt + ut

(1)

ln Yt = 0 + 1 ln Xt + 2 ln Zt + ut

(2)

ln Y t = 0 + 1 ln Zt + ut

(3)

Y t = 0 + 1 Zt + ut

(4)

Indique qu medida de bondad del ajuste es adecuada para comparar los siguientes pares
de modelos: (1)-(2); (1)-(3); y (1)-(4). Razone la respuesta.
(31-1-1996)
Solucin
b) (1)-(2); R 2 ; AIC; (1)-(3); R 2 ; R 2 ; AIC;
(1)-(4); AIC

16

16

Para analizar las propiedades de los estimadores en el modelo lineal, se aplica, entre otros, el
siguiente desarrollo:
E( u u ) = a = E( uMMu ) = b

= trE (uM Mu) = c = trE (uMu ) = d

= trE (Muu) = e = trM E( uu ) = f
= trM 2 I = g = 2 ( T k )
donde M = I X( XX)1 X .
En la demostracin anterior, justifique el paso de cada igualdad a la siguiente, utilizando
como referencia en cada caso a la letra minscula que aparece entre cada par de igualdades.
(31-1-1996)

17*

a) Se tiene el modelo de ventas (Vt) en funcin del precio (Pt) y gasto en publicidad (Gt),
con datos trimestrales. Explique razonadamente cmo puede contrastar si existe autocorrelacin.
b) Describa detalladamente, introduciendo los supuestos que considere oportunos, cmo
estimara el modelo
cuando se rechaza H0 : = 0 , en el esquema ut = ut 1 + t .
(31-1-1996)

18*

Se tiene el siguiente modelo estimado de gasto per capita en educacin (Gt) para los
51 estados USA en 1979, ordenados de mayor a menor renta per capita (Xt):
Gi = 832 1834 Xt + 1587 Xt2
i = 1,2,...,51
Adicionalmente, se dispone de la siguiente informacin:
Se han obtenido las sumas de los cuadrados de los residuos (SCR) correspondientes
al modelo estimado con dos submuestras:
Submuestra i = 1, 2,...,17
SCR = 52685,18
Submuestra i = 34, 35,..., 51
SCR = 27096,50.
a) Existe heteroscedasticidad? Realice un contraste estadstico con la informacin
disponible.
b) Explique como procedera en el caso de que existiera heteroscedasticidad.
(31-1-1996)
Solucin
0,05
0,05
a) GQ=2,08; F14,15
F15,15
= 2, 40 No se rechaza H 0 para =0,05 y para =0,01.

19

En el modelo de regresin mltiple

Y i = 0 + 1 X1 i + 2 X2 i + ui

a) Explique detalladamente cmo contrastara la siguiente hiptesis nula:

0 = 1

2 = 1

17

b) Se ha estimado el modelo por MCO con 33 observaciones, obteniendo los

siguientes resultados:
Y = 12,7 + 14,2 X + 2,1X
i

1i

2i

0,95 0, 266
4,1

3,8
0,5
[ XX ] = 0,95
0, 266 0,5
1,9
Es admisible la hiptesis de significatividad de cada uno de los parmetros del
modelo individualmente?
(5-9-1997)
Solucin
1 1 0
0
a) Matriz y vector de restricciones: D =
d=

0 0 1
1
2

0,1/ 2
0,01/ 2
= 1, 697 t30
= 2, 750 En el caso de 0 y
b) t0 = 6, 27; t1 = 7, 28; t 2 = 1,52; t30

1 se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01); en el caso de 2 no se rechaza
la H 0 para los niveles usuales

20

Se estima por MCO el siguiente modelo

ln Yt = 0 + 1 ln Xt + 2 ln Zt + ut
a) Los residuos mnimo cuadrticos pueden ser todos positivos? Razone la respuesta.
b) Bajo la hiptesis bsica de no autocorrelacin de las perturbaciones, son
independientes los residuos minimocuadrticos? Razone la respuesta.
a) Suponiendo que las perturbaciones no tengan distribucin Normal, el vector de
estimadores minimocuadrticos ser insesgado? Razone la respuesta.
(5-9-1997)

21*

a) Describa el mtodo de estimacin por mnimos cuadrados generalizados (MCG).

b) En qu condiciones es recomendable su utilizacin y por qu?
c) Indique analticamente en qu circunstancias los estimadores MCG son equivalentes a
los estimadores MCO.
(5-9-1997)

22*

a) Explique detalladamente en qu consiste el problema de la heteroscedasticidad en el

modelo de regresin lineal.
b) Ilustre brevemente el problema de la heteroscedasticidad con un ejemplo.
c) Proponga soluciones al problema de la heteroscedasticidad.
(5-9-1997)

23*

Explique detalladamente cul sera el contraste de autocorrelacin y la transformacin del

modelo adecuados
a) cuando el modelo no tiene variables endgenas retardadas y las observaciones son
anuales.
18

b) cuando el modelo tiene variables endgenas retardadas y las observaciones son

anuales.
c) cuando el modelo no tiene variables endgenas retardadas y las observaciones son
trimestrales.
(5-9-1997)

24

Se han estimado con una muestra de 30 empresas las siguientes funciones de costes:
(1)
Yi = 172, 46+ 35, 72 X i
R 2 = 0,838 R 2 = 0,829 u u = 8090
(11,97)

(3,70)

(2)
Yi = 310, 07 85,39 X i + 26, 73 X i2 1, 40 X i3
(29,44)

(33,81)

(11,61)

R 2 = 0,978

R 2 = 0,9739

u u = 1097

(1,22)

donde Yi es el coste medio y Xi es la cantidad producida.

(Entre parntesis se indican las desviaciones tpicas de los estimadores)
a) Cul de las dos estimaciones elegira?. En base a qu criterio?
b) Contraste si los trminos cuadrtico y cbico de la cantidad producida son
significativos en la determinacin del coste medio.
c) En el modelo (2), realice el contraste de significatividad de todos los parmetros
del modelo, excluido el trmino constante.
(28-1-1998)
Solucin
a) Utilizando R 2 .
0,01
b) H 0 : 2 = 3 = 0; R 2 F = 85,91; SCR F = 86, 06; F2,27
= 5, 49
Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01).
0,01
c) H 0 : 1 = 2 = 3 = 0; F = 400, 09; F3,27
Se rechaza H 0 para los niveles usuales.

25 Sea el modelo

y = X + u
donde y es un vector T 1, X es una matriz T 8, es un vector 8 1 y u es un vector T 1 .
a) Indique el nmero de ecuaciones normales contenido en el sistema XX = Xy ,
justificando la respuesta.
b) Qu ocurrir si XX es singular? Proponga un ejemplo en el que XX sea singular.
c) Proponga un estimador insesgado de 2. Razone la respuesta.
1
d) Qu hiptesis bsicas deben cumplirse para que = [XX] Xy sea un vector de
estimadores ptimo? Razone la respuesta.
(28-1-1998)

26

Suponiendo que u ~ N[0, 2 ]

a) Obtenga la distribucin de u y sus caractersticas
b) Los residuos ut son homoscedsticos y no autocorrelacionados? Justifique la
respuesta.
c) Los estimadores por MCG son ptimos? Justifique la respuesta

19

(28-1-1998)

27*

Con objeto de estimar un modelo que explica el valor de las ventas (Y) en funcin de la
cantidad gastada en publicidad (X), se han ordenado de menor a mayor las observaciones de 20
empresas de la Comunidad Valenciana, obtenindose las siguientes regresiones despus de
realizar la ordenacin:
Yi = 2, 2 + 1, 7 X i i = 1, 2,..., 7
ut2 = 473
u 2 = 169200
Y = 197 + 0,8X i = 14,15,...,20
i

a) Contrastar si existe heteroscedasticidad

b) Describa detalladamente un procedimiento para obtener estimadores eficientes cuando
hay heteroscedasticidad
(28-1-1998)
Solucin
0,01
a) GQ=92,65; F6,6
= 8, 47 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01.

28*

En el modelo de regresin lineal bsico, comente brevemente

a) La diferencia entre perturbacin aleatoria y residuo minimo-cuadrtico.
b) Dado que u N (0, 2 M ) Son los residuos minimocuadrticos homoscedsticos y no
autocorrelacionados? Razone la respuesta.
1
c) = [XX] Xy , ser un vector de estimadores insesgados?

29

Un investigador obtiene los siguientes resultados:

Yt = 1, 00 1,82 X 2t + 0,36 X 3t

(1)
T = 13
R 2 = 0,50
Adems, obtiene la matriz de varianzas-covarianzas de los estimadores:
0, 25 0, 01 0, 04

var() = 0, 01 0,16 0,15

0, 04 0,15 0,81
Utilizando la informacin disponible:
a)
Contrstese la hiptesis nula de que 2 = 0 frente a la hiptesis alternativa de
que 2 < 0 , con un nivel de significacin del 5%.
b)
c)
d)

Contrstese la hiptesis nula de que 2 + 3 = 1 frente a la hiptesis alternativa

de que 2 + 3 1 , con un nivel de significacin del 5%.
El modelo en su conjunto es significativo?
Suponiendo que las variables en (1) estn medidas en logaritmos naturales,
cul es la es la interpretacin del coeficiente correspondiente a X3?

Solucin
a) t=-3,2; t100,05 = 1,812 Se rechaza H 0 .

0,05
b) F=0,0096; F1,10
= 4,96 Se acepta H 0 para un nivel de significacin del 5%.
0,05
c) F=5; F2,10
= 4,10 Se rechaza H 0 .

20

d) Elasticidad de demanda de caf respecto al precio del t.

30

Se desea estimar el siguiente modelo:

Yt = 1 X 2t2 X 3t3 X 4t4 eut
utilizando las siguientes observaciones:
X2
X3
X4
3
12
4
2
10
5
4
4
1
3
9
3
2
6
3
5
5
1
Qu problemas se pueden presentar en la estimacin de este modelo con estos datos?
Solucin
X 3t = X 2t X 4t ln X 3t = ln X 2t + ln X 4t Multicolinealidad perfecta

31* Unos grandes almacenes que tienen puntos de venta en 18 capitales de provincia se
preguntan acerca del impacto relativo de la publicidad (P) y de los incentivos a sus
vendedores (I) sobre las ventas. Para ello han estimado la siguiente funcin de ventas:
Vi = 396,59 + 18, 63 Pi + 30, 69 I i
(3548,11)

(8,92)

(3,60)

Posteriormente, se ordenan las observaciones de acuerdo con los gastos en publicidad, de

menor a mayor, y se realizan dos estimaciones separadamente obtenindose los siguientes
resultados:
i = 1,.....9.,
ut2 = 473
i= 10, ....18
ut2 = 43822
a) Contrastar la hiptesis de homoscedasticidad.
b) Si existiera heteroscedasticidad, cmo procedera para realizar inferencias con este modelo?

Solucin
a) GQ=92,65;

0,01
F6,6
= 8, 47 Se rechaza H 0 para los niveles usuales (0,10; 0,05;0, 01).

33*

a) Se tiene el modelo de ventas (Vt) en funcin del precio (Pt) y gasto en publicidad (Gt),
con datos trimestrales. Explique razonadamente cmo puede contrastar si existe autocorrelacin.
b) Describa detalladamente, introduciendo los supuestos que considere oportunos, cmo
estimara el modelo
Y t = 0 + 1 Xt + ut
cuando se rechaza H0 : = 0 , en el esquema ut = ut 1 + t .

21