1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 1

Martha Catalina Cant Canales 915104

INSTRUCCIONES:
Conteste el examen dando una respuesta despus de cada pregunta. Puede realizarlas
regresiones en Excel, stata, spss o e-views y pegar los resultados en el lugar que corresponda.
Los resultados hechos en stata se ven mejor si se pegan en formato courier new tamao 8.
No se aceptan respuestas de exmenes en otro formato que no sea Word, y con su nombre:
parcial1_ernesto_salazar.doc.

1. QU TAN VLIDO ES ESTE MODELO?

Habr el archivo TBL9-1.dta, y corra la siguiente regresin.
Value _ added = b0 +b1capital +b2labour + u
reg valueadd capital labor
Source |
SS
df
MS
-------------+-----------------------------Model | 22101878.1
2
11050939
Residual | 298312.257
22 13559.6481
-------------+-----------------------------Total | 22400190.3
24 933341.263

Number of obs
F( 2,
22)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

25
814.99
0.0000
0.9867
0.9855
116.45

-----------------------------------------------------------------------------valueadd |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------capital |
3.21638
.646073
4.98
0.000
1.876507
4.556254
labor |
5.378828
.4770994
11.27
0.000
4.389384
6.368272
_cons | -27.05547
32.90971
-0.82
0.420
-95.30602
41.19508
------------------------------------------------------------------------------

a) Escriba la ecuacin estimada (1 punto)

Y = (-27.05547) + x1(3.21638) + x2(5.378828) + 298,312.257

1. (2 puntos) Es estadsticamente significativo el resultado de acuerdo a t, R2 , F ?

En la prueba t:
Las variables capital y labor s son estadsticamente significativas porque son mayor a 2.
En la prueba R2:
S es estadsticamente significativo porque es muy cercano a 1.
En la prueba F:
Su valor calculado (814.99) es mayor al valor en tablas (3.44),entonces s es
estadsticamente significativo.

b) Grafique los residuales y diga si presentan comportamiento pertinente (2 puntos)

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 2

Martha Catalina Cant Canales 915104

Los residuales no tienen una distribucin normal ya que no muestran la tpica forma de la
campana.

c) Se satisfacen los supuestos de Mnimos Cuadrados Ordinarios? Si No, Porqu? Realice

las pruebas necesarias y concluya. (7 puntos)
1)las medias tienden a cero
Jarque Bera prueba para revisar la normalidad de la regresin: Si la chi2 tiende a cero,
no se rechaza la H0. En este caso, no se rechaza pues tiende a cero (0.0487)
. jb e
Jarque-Bera normality test: 6.046 Chi(2)
Jarque-Bera test for Ho: normality:

.0487

2)La varianza es finita

Prueba de White prueba para homoscedasticidad: se revisa la chi2 en tablas con 5 grados
de libertad ( 16.91 ) y si el valor calculado ( 16.85 ) es mayor, se rechaza H0. En este
caso, con esta prueba, no se rechaza que sea homocedastico.
. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(5)
Prob > chi2

=
=

16.85
0.0048

Cameron & Trivedi's decomposition of IM-test

--------------------------------------------------Source |
chi2
df
p
---------------------+----------------------------Heteroskedasticity |
16.85
5
0.0048
Skewness |
4.61
2
0.0998
Kurtosis |
3.08
1
0.0791
---------------------+----------------------------Total |
24.54
8
0.0019
--------------------------------------------------Prueba de Bruesch Pagan Una segunda prueba para comprobar la homocedasticidad: se revisa
la chi2 en tablas con 1 grado de libertad ( 3.84 ) y si el valor calculado ( 7.99 ) es
mayor, se rechaza H0. En este caso, con esta prueba, se rechaza que sea homocedastico.
. estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of valueadd
chi2(1)
Prob > chi2

=
=

7.99
0.0047

Aunque en la prueba de White no se rechaza la hiptesis nula, es muy cercano al valor de

rechazo. En la Prueba de Bruesch Pagan, definitivamente se rechaza, entonces se puede

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 3

Martha Catalina Cant Canales 915104
concluir que este segunda condicin, de la varianza finita no se cumple en este modelo.
3)Los errores no tienen correlacion entre ellos
Prueba de Durbin Watson
Prueba de Bruesch-Grodfrey
4)Los errores y la regresion no tienen correlacin entre ellos.
Multicolinealidad
. ovtest
Ramsey RESET test using powers of the fitted values of valueadd
Ho: model has no omitted variables
F(3, 19) =
28.54
Prob > F =
0.0000

d) ( 3 puntos) Si existe un valor atpico en una regresin, cmo podamos solucionar el

problema?

La forma de solucionar los valores atpicos en las regresiones es creando variables dummy.

EXISTE DISCRIMINACIN POR GNERO EN LOS

SALARIOS DE LOS PROFESORES?
El principal propsito de tu estudio es investigar si hay evidencia de desigualdad salarial por
gnero en la facultad de una universidad. Para ello abre el archivo faculty3.dta, segn el
paquete que decidas utilizar.
2. (un punto) Cul es el valor de n?
512

3. (un punto) Cuntas mujeres y cuantos hombres hay en tu muestra?

Hay 129 mujeres y 383 hombres.

4. (un punto) Cul es la media salarial total?

50,919.81

5. (un punto) Cul es la media por gnero? cul es mayor?

La media de las mujeres es de 43,386.47 y la media de los hombres es de 53,457.15

Para definir un modelo estadstico, sea i y el salario y i x el gnero del i-simo profesor. 1 i x =
para hombre y xi = 0 para mujer. Entonces

, donde

6. (3 puntos) Realice una prueba de hiptesis, usando el comando ttest (ejemplo: ttest mpg,
by(treated) (two-group mean-comparison test) ) con 95% de confianza y diga si la diferencia
entre los salarios por gnero estadsticamente significativa.

. ttest salary, by (male)

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 4

Martha Catalina Cant Canales 915104
Two-sample t test with equal variances
-----------------------------------------------------------------------------Group |
Obs
Mean
Std. Err.
Std. Dev.
[95% Conf. Interval]
---------+-------------------------------------------------------------------Women |
129
43386.47
879.8068
9992.684
41645.62
45127.32
Men |
383
53457.15
644.2388
12608
52190.45
54723.85
---------+-------------------------------------------------------------------combined |
512
50919.81
564.2278
12767.02
49811.32
52028.3
---------+-------------------------------------------------------------------diff |
-10070.68
1222.118
-12471.68
-7669.674
-----------------------------------------------------------------------------diff = mean(Women) - mean(Men)
t = -8.2404
Ho: diff = 0
degrees of freedom =
510
Ha: diff < 0
Pr(T < t) = 0.0000

Ha: diff != 0
Pr(|T| > |t|) = 0.0000

Ha: diff > 0

Pr(T > t) = 1.0000

Segn los intervalos de confianza, esta prueba s es estadsticamente significativa, pues

los valores no pasan por 0.

Asumiendo que las varianzas condicionales son iguales

, es decir

, tal

que el modelo se convierte en

7. (3 puntos) Realice una prueba de hiptesis, con 95% de confianza y diga si la diferencia
entre los salarios por gnero estadsticamente significativa, asumiendo que las varianzas
condicionales diferentes. Las preguntas 5 y 6 son ms fciles de hacer en STATA, usando el
comando ttest, pero puede hacerlo en Excel si gusta.
ttest salary, by (male) unequal
Two-sample t test with unequal variances
-----------------------------------------------------------------------------Group |
Obs
Mean
Std. Err.
Std. Dev.
[95% Conf. Interval]
---------+-------------------------------------------------------------------Women |
129
43386.47
879.8068
9992.684
41645.62
45127.32
Men |
383
53457.15
644.2388
12608
52190.45
54723.85
---------+-------------------------------------------------------------------combined |
512
50919.81
564.2278
12767.02
49811.32
52028.3
---------+-------------------------------------------------------------------diff |
-10070.68
1090.46
-12217.37
-7923.987
-----------------------------------------------------------------------------diff = mean(Women) - mean(Men)
t = -9.2353
Ho: diff = 0
Satterthwaite's degrees of freedom = 275.522
Ha: diff < 0
Pr(T < t) = 0.0000

Ha: diff != 0
Pr(|T| > |t|) = 0.0000

Ha: diff > 0

Pr(T > t) = 1.0000

Aqu, con las varianzas desiguales, volvemos a concluir que es estadsticamente

significativo ya que los intervalos de confianza no pasan por cero.

Si realizara un anlisis de varianza (ANOVA, es decir, mirar TSS, RSS y ESS ) pero ahora

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 5

Martha Catalina Cant Canales 915104

considerado la influencia que tiene en el salario la apreciacin de los estudios en el mercado

marketability , un anlisis de varianza nos dara demasiadas categoras, a diferencia del
gnero (slo dos) , por lo que es este caso es mejor realizar un anlisis de regresin.
| ~ ( , 2 ) i i xi xi y x N m s , donde 1 2 ( | ) xi i i i m E y x = b +b x ,
O alternativamente i 1 2 i i y = b +b x +e donde | ~ (0, 2 ) i i e x N s ,
( | ) ( | ) 2 i i i i Var y x = Var e x =s

8. (3 puntos) Realice la regresin del salario en el gnero, qu nos indica el coeficiente del
gnero.
reg salary male
Source |
SS
df
MS
-------------+-----------------------------Model | 9.7867e+09
1 9.7867e+09
Residual | 7.3505e+10
510
144126764
-------------+-----------------------------Total | 8.3291e+10
511
162996760

Number of obs
F( 1,
510)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

512
67.90
0.0000
0.1175
0.1158
12005

-----------------------------------------------------------------------------salary |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------male |
10070.68
1222.118
8.24
0.000
7669.674
12471.68
_cons |
43386.47
1057.006
41.05
0.000
41309.85
45463.09
-----------------------------------------------------------------------------El coeficiente del gnero, nos indica que por cada unidad ms de salario, ste va a
aumentar 10,070.68.

9. (2 puntos) Es estadsticamente significativo el resultado de acuerdo a t, R2 , F ?

En la prueba t:
Las variables capital y labor s son estadsticamente significativas porque son mayor a 2.
En la prueba R2:
S es estadsticamente significativo porque es muy cercano a 1.
En la prueba F:
Su valor calculado (67.90) es mayor al valor en tablas (3.85), entonces s es
estadsticamente significativo.

10. ( 3 puntos) Existe un valor atpico? Cul? Corrija el modelo y escriba la ecuacin.
****
11. (1 punto) Cul es el valor mnimo y mximo de marketability (variable market)?
. sum market
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------market |
512
.9488281
.1493698
.71
1.33
El valor mnimo es 0.71 y el mximo es 1.33.

12. (3 puntos) Realice la regresin del salario en la variable market, qu nos indica el
coeficiente de la variable market.
. reg salary market

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 6

Martha Catalina Cant Canales 915104
Source |
SS
df
MS
-------------+-----------------------------Model | 1.3555e+10
1 1.3555e+10
Residual | 6.9736e+10
510
136737923
-------------+-----------------------------Total | 8.3291e+10
511
162996760

Number of obs
F( 1,
510)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

512
99.13
0.0000
0.1627
0.1611
11693

-----------------------------------------------------------------------------salary |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------market |
34480.73
3463.149
9.96
0.000
27676.94
41284.53
_cons |
18203.52
3326.323
5.47
0.000
11668.54
24738.5
-----------------------------------------------------------------------------La variable market nos indica que por cada unidad ms, aumentar 34,480.73, ya que esta es
estadsticamente significativa (comprobado por los intervalos de confianza).

13. (2 puntos) Es estadsticamente significativo el resultado de acuerdo a t, R2 , F ?

En la prueba t:
Las variables capital y labor s son estadsticamente significativas porque son mayor a 2.
En la prueba R2:
S es estadsticamente significativo porque es muy cercano a 1.
En la prueba F:
Su valor calculado (99.10) es mayor al valor en tablas (3.85), entonces s es
estadsticamente significativo.

14. (3 puntos)Dado que la variable market nunca toma valores cero, interpretar el intercepto
del modelo no tiene sentido, por lo que se centrar la variable restndole su media. Reste la
media a la variable market y nmbrela marketc, y haga de nuevo la regresin.
. gen marketc= ( market- .9485214 )
. reg salary marketc
Source |
SS
df
MS
-------------+-----------------------------Model | 1.3555e+10
1 1.3555e+10
Residual | 6.9736e+10
510
136737923
-------------+-----------------------------Total | 8.3291e+10
511
162996760

Number of obs
F( 1,
510)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

512
99.13
0.0000
0.1627
0.1611
11693

-----------------------------------------------------------------------------salary |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------marketc |
34480.73
3463.149
9.96
0.000
27676.94
41284.53
_cons |
50909.23
516.7856
98.51
0.000
49893.94
51924.52
------------------------------------------------------------------------------

15. (2 puntos) Qu indica un cambio de 0.1 en marketing para el salario?

Un cambio de 0.1 en el salario indicaria un cambio de 3,448.07 por cada unidad adicional.

16. (2 puntos) Es estadsticamente significativo el resultado de acuerdo a t, R2 , F ?

En la prueba t:
Las variables capital y labor s son estadsticamente significativas porque son mayor a 2.
En la prueba R2:
No es estadsticamente significativo porque es muy cercano a 0.
En la prueba F:
Su valor calculado (99.13) es mayor al valor en tablas (3.85), entonces s es
estadsticamente significativo.

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 7

Martha Catalina Cant Canales 915104

Ahora, la pregunta relevante cuando estamos investigando la existencia de discriminacin

salarial entre hombres y mujeres es saber si estamos comparando hombres y mujeres
similares en las variables que afectan al ingreso. Por ejemplo: ser que las mujeres ganan
menos debido a que tiene estudios o profesiones que son menos apreciadas en el mercado
(menos marketability)
17. (1 punto) Cul es la media de marketc por gnero? cul es mayor?
. ttest marketc, by (male)
Two-sample t test with equal variances
-----------------------------------------------------------------------------Group |
Obs
Mean
Std. Err.
Std. Dev.
[95% Conf. Interval]
---------+-------------------------------------------------------------------Women |
129
-.0462733
.0115477
.1311562
-.0691223
-.0234243
Men |
383
.0159956
.0077666
.1519945
.000725
.0312661
---------+-------------------------------------------------------------------combined |
512
.0003067
.0066013
.1493698
-.0126623
.0132757
---------+-------------------------------------------------------------------diff |
-.0622689
.0149687
-.0916767
-.0328611
-----------------------------------------------------------------------------diff = mean(Women) - mean(Men)
t = -4.1600
Ho: diff = 0
degrees of freedom =
510
Ha: diff < 0
Pr(T < t) = 0.0000

Ha: diff != 0
Pr(|T| > |t|) = 0.0000

Ha: diff > 0

Pr(T > t) = 1.0000

La media de Hombres es mayor (0.159956) que la de mujeres (-.0462733).

Podramos hacer un match entre hombres y mujeres con iguales caractersticas y comparar su
salario, pero todava no vemos eso. Por ahora lo que podemos hacer es asumir que la variable
market tiene la misma influencia en el salario para hombres y mujeres, y analizar si el sexo
tiene algn efecto adicional despus de controlar por el efecto de marketability.

18. (1 punto) Calcule la regresin donde y es el salario, x2 es la variable male y x3 es la

variable marketc
. reg salary male marketc
Source |
SS
df
MS
-------------+-----------------------------Model | 1.9819e+10
2 9.9095e+09
Residual | 6.3472e+10
509
124699969
-------------+-----------------------------Total | 8.3291e+10
511
162996760

Number of obs
F( 2,
509)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

512
79.47
0.0000
0.2379
0.2350
11167

-----------------------------------------------------------------------------salary |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------male |
8192.463
1155.899
7.09
0.000
5921.543
10463.38
marketc |
30162.98
3362.837
8.97
0.000
23556.23
36769.73
_cons |
44782.21
995.43
44.99
0.000
42826.55
46737.87
------------------------------------------------------------------------------

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 8

Martha Catalina Cant Canales 915104

Hasta ahora el modelo usado tambin puede llamarse anlisis de covarianza (ANCOVA)
porque adems de usar una variable categrica (como gnero), hay una variable continua
como marketc tambin llamada covariate o covariado. Otro covariado que pudisemos
utilizar son los aos desde que se gradu la persona a la fecha (yearsdg).
19. (1 punto) Corra la regresin

donde

donde x4 es yearsdg y escriba la ecuacin

. reg salary male marketc yearsdg
Source |
SS
df
MS
-------------+-----------------------------Model | 5.5971e+10
3 1.8657e+10
Residual | 2.7320e+10
508 53780140.2
-------------+-----------------------------Total | 8.3291e+10
511
162996760

Number of obs
F( 3,
508)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

512
346.91
0.0000
0.6720
0.6701
7333.5

-----------------------------------------------------------------------------salary |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------male |
1484.588
801.9758
1.85
0.065
-91.0098
3060.185
marketc |
38649.54
2232.555
17.31
0.000
34263.36
43035.72
yearsdg |
959.4903
37.00714
25.93
0.000
886.7844
1032.196
_cons |
35185.8
751.2252
46.84
0.000
33709.91
36661.69
------------------------------------------------------------------------------

20. (2 puntos) Calcule los residuales y trace una grfica de los residuales en funcin de la
variable independiente x.

21. (7 puntos) Satisface los supuestos del MCO? realice las pruebas necesarias.
1)las medias tienden a cero
Jarque Bera prueba para revisar la normalidad de la regresin: Si la chi2 tiende a cero,
no se rechaza la H0. En este caso, no se rechaza pues tiende a cero ( 3.9e-21)
. jb e
Jarque-Bera normality test: 94.01 Chi(2)
Jarque-Bera test for Ho: normality:

3.9e-21

2)La varianza es finita

Prueba de White prueba para homoscedasticidad: se revisa la chi2 en tablas con 8 grados

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 9

Martha Catalina Cant Canales 915104
de libertad ( 15.50 ) y si el valor calculado ( 34.19 ) es mayor, se rechaza H0. En este
caso, con esta prueba, no se rechaza que sea homocedastico.
. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(8)
Prob > chi2

=
=

34.19
0.0000

Cameron & Trivedi's decomposition of IM-test

--------------------------------------------------Source |
chi2
df
p
---------------------+----------------------------Heteroskedasticity |
34.19
8
0.0000
Skewness |
5.66
3
0.1296
Kurtosis |
3.27
1
0.0704
---------------------+----------------------------Total |
43.12
12
0.0000
--------------------------------------------------Prueba de Bruesch Pagan Una segunda prueba para comprobar la homocedasticidad: se revisa
la chi2 en tablas con 1 grado de libertad ( 3.84 ) y si el valor calculado (58.03) es
mayor, se rechaza H0. En este caso, con esta prueba, se rechaza que sea homocedastico.
. estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of salary
chi2(1)
Prob > chi2

=
=

58.03
0.0000

3)Los errores no tienen correlacion entre ellos

Prueba de Durbin Watson
Estat dwatson
***no pude hacer que corriera la prueba en STATA
Prueba de Bruesch-Grodfrey
Estat bgodfrey
***no pude hacer que corriera la prueba en STATA
4)Los errores y la regresion no tienen correlacin entre ellos.
Multicolinealidad
. ovtest
Ramsey RESET test using powers of the fitted values of salary
Ho: model has no omitted variables
F(3, 505) =
1.35
Prob > F =
0.2588

22. (5 puntos) Con este ltimo modelos conteste si existe o no discriminacin en los salarios
entre hombres y mujeres profesores de la universidad.
No existe discriminacion de salarios por el genero. Se afirma desde el momento que se
corre la regresin en los intervalos de confianza.

23. (1 puntos) Qu sucede si la variable marketc fuera cero, y los aos desde que se gradu la
persona 10.
Seria
Y = 35185.8 + 1484.58(hombre=1, mujer=0) + 0 + 959.49(10)

24. (1 punto)Cul sera la diferencia en medias por gnero?

1er EXAMEN PARCIAL DE METODOS ECONOMETRICOS 2011 10

Martha Catalina Cant Canales 915104
(media de hombres) 53,457.15 (media de mujeres) (43,386.47) = 10,070.68

RESUMEN
25. (2 puntos) Qu prueba hara para saber si en los dos ejercicios anteriores aplica un
modelo lineal?
Esta el teorema de Gauss-Markov que dice que se tienen que cumplir ciertos supuestos.

26. (3 puntos) En que caso de los anteriores podra realizar una prueba de CHOW?
En ninguno, porque esta prueba se utiliza para estandarizar los coeficientes en un largo
periodo de tiempo.

27. (10 puntos) Explique la diferencia entre una prueba de Chow y una Prueba Predictora de
Falla.
Ambas pruebas se utilizan para estandarizar los coeficientes (1, 2, 3, n) en un largo
periodo de tiempo. Un ejemplo puede ser la inflacin en un pas durante varios aos.

La prueba de Chow se utiliza haciendo 3 regresiones. Se hace una general, (que es la

regresin restringida) y luego los datos se dividen en dos grupos (ambas serian las norestringidas) El problema con la prueba de Chow es que nunca sabes en donde dividir estos
RSS y puede hacer que cambie toda la estructura de la prueba.
En cambio, la prueba predictora de falla, utiliza lo que ha sucedido en el pasado para
predecir la tendencia. Hay dos formas de hacerlo: una es observando los datos pasados y
adelantando, y la otra es observando los datos actuales y regresar. La segunda forma es
ms adecuada ya que utilizas datos reales y no supones datos. Pero el problema con esta
prueba es conseguir la gran cantidad de datos que se requiere para correrla.

Es importante mencionar que adems de los conocimientos adquiridos en clase, se

calificar presentacin y esfuerzo que el estudiante muestre en destacar su entrega
como el mejor examen.