Taller No.

3
1. Suponga que tiene la siguiente informacin y desea probar que
despus del ao 1997 hubo un cambio estructural, para esto es
necesario realizar el test de Chow. Para estos necesario hacer 3
estimaciones , una para toda la muestra y otras dos para cada una de
las submuestras (antes y despus del cambio) y as poder utilizar el
estadstico F del test en cuestin,
Aos
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004

y
76
10
44
47
23
19
13
19
8
44
4
31
24
59
37

x2
6
16
9
8
14
11
12
10
18
5
26
8
8
9
5

x3
97
92
85
96
91
83
93
81
74
93
67
92
94
97
93

a) Plantee la hiptesis que se manejan en el test de chow

H0= No existe cambio estructural
H1= Existe cambio estructural
Chow Breakpoint Test: 1998
F-statistic
Log likelihood ratio

4.565864
13.87552

Probability
Probability

0.033067
0.003080

La probabilidad de que exista cambio estructural es del 97% por lo cual la

hiptesis nula se rechaza y la alternativa no se rechaza.
b) Antes del cambio estructural
Aos
1990
1991
1992
1993
1994
1995

y
76
10
44
47
23
19

x2
6
16
9
8
14
11

x3
97
92
85
96
91
83

1996
1997

13
19

12
10

93
81

x2
18
5
26
8
8
9
5

x3
74
93
67
92
94
97
93

Luego del cambio

Aos
1998
1999
2000
2001
2002
2003
2004

y
8
44
4
31
24
59
37

c) Halle la suma de residuos al cuadrado de las tres muestras

SRC muestra 1 = 2752,95061
SRC submuestra1 = 585,7621104
SRC submuestra2 = 505,8318901
d) Halla el F calculado y el F tablas
Muestra
F-statistic
Prob(F-statistic)

6.771170
0.010753

Submuestra 1
F-statistic
Prob(F-statistic)

12.71896
0.010937

submuestra 2
F-statistic
Prob(F-statistic)

7.021631
0.049146

e) Grafique y concluya
2. Con la informacin del ejercicio anterior:
a) Que podra decir del anterior modelo en trminos del supuesto de
muestras pequeas?
Cuando trabajamos con muestras pequeas (n < 10) en las que se
desconoce si es vlido suponer la normalidad de los datos, conviene utilizar

pruebas no paramtricas, al menos para corroborar los resultados obtenidos

a partir de la utilizacin de la teora basada en la normal.
b) Que problemas pueden presentar los estimadores de la regresin?
3. La siguiente tabla presenta datos sobre produccin (Y) y costo total
de produccin (x) de un bien a corto plazo para verificar si la
informacin anterior sugiere curvas de costo marginal y costo medio
en forma de U, tpicas a corto plazo. Para esto se estima el siguiente
modelo Yt= b1+B2X+B3X2+B4X3+ut, se calcula la matriz de
correlaciones para las variables exgenas y se encuentra lo siguiente:
X
1
0,97
0,92

X
X2
X3

X2
0,97
1
0,98

X3
0,92
0,98
1

a) Que muestra estos resultados en trminos de multicolinealidad?

Si el determinante de una matriz A es cercano a cero, el grado de multicolinealidad es
considerable; si es cercano a uno, la correlacin entre las variables no ser de
consideracin.

El determnate de la matriz anterior es = 0,001404

Por lo cual consideramos un alto grado de multicolinealidad.
b) Eliminara las variables X2 y X3 del modelo?
No las eliminara pasara a normalizar la matriz XX, utilizando el mtodo de los
valores propios e ndice de condicin, para estar ms seguro de el resultado de
multicolinealidad. A dems que si eliminamos dichas variables, de la matriz
de correlacin nos quedara un escalar que sera nuestro determinante y lo
ms probable es que sea igual a 1.
c) Si las elimina, que pasara al coeficiente de X?
Pues cambiaria, tendramos que tener las series para poder analizar ms de
fondo el resultado de estimar una ecuacin diferente a la planteada en la
pregunta.
4. Considere el siguiente conjunto de datos:
y

x2
-10
-8
-6
-4
-2
0
2
4

x3
1
2
3
4
5
6
7
8

1
3
5
7
9
11
13
15

6
8
10

9
10
11

17
19
21

Si usted quiere estimar el modelo Yt=B1+B2X2+B3X3+Ut. Puede estimar

los coeficientes de este modelo?
Si, se realiza matricialmente se encuentran los BS obteniendo el siguiente
resultado
XX-1
4,39805E+12
8,79609E+12
4,39805E+12

8,79609E+ 4,39805E+
12
12
1,75922E+ 8,79609E+
13
12
8,79609E+ 4,39805E+
12
12

XY
0
220
440
Donde los Bs = XX-1*XY
B1 -14,5
B2
1,5
B3 0,25
Pero al hacer la estimacin por Excel sale el siguiente resultado

Intercepcin
Variable X 1
Variable X 2

Coeficientes
-11
0
1

Resultados que son diferentes a la que se calculo anteriormente de manera

matricial
Cuando lo estimamos en el Eviews utilizando un intercepto nos arroja un
mensaje que dice: Near singular matrix/ Cerca de matriz singular; por lo cual
estimamos la ecuacin sin intercepto y nos arrojo el siguiente resultado

Dependent Variable: Y
Method: Least Squares
Date: 11/04/08 Time: 13:05
Sample: 1 11
Included observations: 11
Variable

Coefficient

Std. Error

t-Statistic

Prob.

X2
X3

-22.00000
12.00000

2.37E-13
1.27E-13

-9.27E+13
9.46E+13

0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

1.000000
1.000000
1.96E-13
0.074983

Mean dependent var

S.D. dependent var
Sum squared resid

0.000000
6.633250
3.46E-25

Al parecer no se puede estimar los coeficientes, dado a la variedad de los

resultados obtenidos, por lo cual no podemos confiar en los anteriores
resultados.
5. Se estima el siguiente modelo Yt=B1+B2X2+B3X3+B4X4+B5X5+Ut,
donde Y=precio interno de sustentacin pagado por la federacin por
el caf, a precios constantes base 1998=100
X2= Volumen de produccin registrada en miles de sacos de 60 gr.
X3=Precio externo del caf en pesos colombianos, a precios
constantes; base 1998=100
X4= Precio externo del producto sustituto (Cacao) en pesos
colombianos a precios constantes base 1988=100
X5= Variable de tendencia
N= 60
Se obtienen los siguientes resultados:
R2= 0.87 R2X2= 0.05 R2X3= 0.91 R2X4= 0.21 R2X5= 0.20
a) Estos resultados muestran problemas de multicolinealidad?
Usando el Mtodo de la relacin entre t y R2
Mediante este mtodo podemos determinar la existencia de multicolinealidad
observando las razones t y si estas no son estadsticamente significativas y contamos
con un coeficiente de determinacin elevado (superior a 0.80), podemos estar ante un
sntoma claro de multicolinealidad, por lo cual en el R2= 0.87 y R2X3= 0.91

estamos en sntomas de multicolinealidad.

b) En caso de presentarse el problema, indique una manera de
solucionarlo
Podramos eliminar la variable con mayor R2 y volver a estimar el
modelo
Podramos aplicar el mtodo de ndice de condicin para
normalizar las matrices y mirar si realmente tiene problemas de
multicolinealidad.
6. Evale si existi en cambio significativo en la relacin ahorro-ingreso

en el periodo 1970 y 1971 a partir del cambio de gobierno dado en

los estados unidos en el ao 1981 (periodo presidencial reagan
bush), segn los siguientes datos:
F(2,20,0.05)=3.4928

F(2,18,0.05)=3.5545

Entonces si:

F( k , n1 n2 2 k )

(e ' e (e1' e1 e2' e2 )) / k

(e1' e1 e2' e2 ) /( n1 n 2 2k )

F( 4,1111 2*2 )

(19953,78384 (1010,84151 5103,46996)) / 2 6919,736185

20,3711001 5
(1010,84151 5103,46996) /(11 11 2(2))
339,6839706