UNIVERSIDAD TCNICA DE COTOPAXI

FACULTADA DE CIENCIAS ADMINISTRATIVAS

CARRERRA EN INGENIERA COMERCIAL
ECONOMETRA

TEMA:

Ejercicios Unidad II

AUTOR:
ORTEGA PABLO

DOCENTE:
ING. EFRN MONTENEGRO

CURSO:
QUINTO G

Abril Agosto
Latacunga Ecuador
2.1. Cul es la funcin de esperanza condicional o funcin de regresin
poblacional?
E (Y /Xi) = (Xi)
El concepto fundamental del anlisis de regresin es el de funcin de esperanza
condicional (FEC), o funcin de regresin poblacional (FRP). El objetivo del anlisis de
regresin es averiguar la forma en que vara el valor promedio de la variable dependiente
(o regresada) de acuerdo con el valor dado de la variable explicativa (o regresora).
2.2. Cul es la diferencia entre la funcin de regresin poblacional y la funcin de
regresin muestral? Se trata de distintos nombres para la misma funcin?
La diferencia es que en la funcin de regresin poblacional Y, 1, 2 son parmetros y
en la muestral estos son estimadores, esto quiere decir que a partir de los resultados de
una muestra se puede inferir el mismo comportamiento para una poblacin; por
consiguiente, si se trata de distintos nombres para la misma funcin.
2.3. Qu papel desempea el trmino de error estocstico ui en el anlisis de
regresin? El trmino de perturbacin ui es un sustituto de todas las variables que se
omiten en el modelo, pero que, en conjunto, afectan a Y, como por ejemplo: Vaguedad
de la teora, Falta de disponibilidad de datos, Variables centrales y variables perifricas,
Aleatoriedad intrnseca en el comportamiento humano, Por todas estas razones, las
perturbaciones estocsticas ui asumen un papel muy valioso en el anlisis de regresin.
Cul es la diferencia entre el trmino de error estocstico y el residual i?
El error estocstico ui= es un trmino que sustituye o representa a todas las variables
omitidas o ignoradas que pueden afectar a y pero que no se incluyen o no pueden incluirse
en el modelo de regresin mientras que el error residual i= denota el termino residual
(muestral) conceptualmente i es anlogo a ui y se considera una estimacin de ui, que se
introduce en la FRM por las mismas razones que se introdujo ui en la FRP.
2.4. Por qu es necesario el anlisis de regresin? Por qu no tan slo utilizar el
valor medio de la variable regresada como su mejor valor?
Es necesario porque el anlisis de la regresin ayuda a estimar la FRP; es decir estimar
los valores no conocidos de 1 y 2 como base en la observacin de Y y X. No se utiliza
solo las medias porque se estara condicionando los datos, y va a ser ms susceptible de
errores.
2.5. Qu se quiere dar a entender con modelo de regresin lineal?

El modelo de regresin lineal es un modelo matemtico usado para aproximar la relacin

de dependencia entre una variable dependiente Y, las variables independientes Xi y un
trmino aleatorio. Por ende, se da a entender que es una de regresin lineal en los
parmetros, los en otros trminos, so los parmetros se deben elevar a la primera
potencia; puede ser o no ser lineal en las variables explicativas. El objetivo es utilizar los
datos para trazar una lnea que representen mejor la relacin entre las dos variables. Al
momento que se traza la lnea recta me permitir analizar los puntos que estn por encima
y por debajo de la lnea.

2.6. Determine si los siguientes modelos son lineales en los parmetros, en las
variables o en ambos. Cules de estos modelos son de regresin lineal?

Modelo Ttulo Parmetro Variables MRL

descriptivo
1 Recproco MLP MNLV MRNL
a) = 1 + 2 () +

b) = 1 + 2 ln + Semi MLP MLV MRL

logartmico
c) = 1 + 2 + Semi MLP MLV MRL
logartmico
inverso
d) = 1 + 2 + Logartmico o MLP MLV MRL
doble
logartmico
1 Logartmico MLP MNLV MRNL
e) lnYi = 1 2()+ui
recproco
2.7. Son modelos de regresin lineal los siguientes? Por qu?

a) Es lineal en los parmetros y en las variables y por lo tanto si es un modelo de

regresin lineal.
b) No es lineal en los parmetros ni en las variables y lo tanto no es un modelo de
regresin lineal.
c) Es lineal en los parmetros pero no es las variables y por lo tanto no es un modelo
de regresin lineal.
d) No es lineal en los parmetros y por lo tanto no es un modelo de regresin lineal.
e) El parmetro esta elevado a una potencia mayor que cero y por lo tanto no es un
modelo de regresin lineal.

2.8. Qu se entiende por un modelo de regresin intrnsecamente lineal? Si en el

ejercicio 2.7d) 2 valiera 0.8, sera un modelo de regresin lineal o no lineal?

Los modelos de regresin intrnsecamente lineales son aquellos modelos que se los
pueden hacer lineales en los parmetros. En el ejercicio 2.7.d) si 2= 0.8 quedara: Y seria
lineal debido a que los parmetros siguen elevados a la primera potencia.

Pero si dichos modelos no pueden linearse en los parmetros se les conoce como modelos
de regresin intrnsecamente no lineales.

= + (. )() +

Yi = 1 + (0.75 1 )e0.8(Xi 2) + Ui
2.9. Considere los siguientes modelos no estocsticos (es decir, modelos sin el trmino
de error estocstico). Son lineales estos modelos de regresin? De no serlo, sera
posible, con manipulaciones algebraicas apropiadas, convertirlos en modelos
lineales?

a).- Se convierte en un modelo de Regresin Lineal

=
+
1
= 1 + 2Xi
Y1
b) Se convierte en un modelo de Regresin Lineal

=
+
Xi
= 1 + 2Xi
Yi

c) Se convierte en un modelo de Regresin Lineal

=
+ ( )

1
= 1 + exp(1 2Xi)
Yi
1
1 = exp(1 2Xi)
Yi
1 Yi
= exp(1 2Xi)
Yi
1 Yi
ln( ) = (1 2Xi)
Yi
2.10. Considere el diagrama de dispersin de la figura 2.8 junto con la lnea de
regresin. Qu conclusin general deduce de este diagrama? La lnea de regresin
del diagrama es una lnea de regresin poblacional o una lnea de regresin
muestral?

Es una lnea de
regresin muestral;
esta indica que los
pases que ms
exportan tienen un
crecimiento
promedio mayor de
salario real, es decir
el sector
manufacturero con
respecto al promedio anual de la razn PIB-exportaciones; tiene una lnea de tendencia
claramente positiva, resulta creciente con respecto al comportamiento de los datos. La
lnea de regresin es muestral porque solo se han tomado en cuenta 50 pases.

2.11. Del diagrama de dispersin de la figura 2.9, qu conclusiones generales

deduce? En qu teora econmica se basa este diagrama de dispersin? (Pista:
busque cualquier libro de texto de economa internacional y estudie el modelo de
comercio Heckscher Ohlin).
Los distintos pases tienen diferentes dotaciones de factores esto hace que exista un
comercio entre pases: as existen pases con abundancia relativa de capital y otros con
abundancia relativa de trabajo.

Normalmente los pases ms ricos en capital exportarn bienes intensivos en capital (se
utiliza relativamente ms capital que trabajo para producirlos) donde los trabajadores son
ms capacitados y la tierra es escaza y las exportaciones tienen ms valor agregado, en
cambio los pases ricos en factor trabajo exportarn bienes intensivos en trabajo (se utiliza
relativamente ms trabajo que capital para producirlos) es decir existe tierra abundante y
lo trabajadores son menos capacitados generalmente son exportadores de materias
primas. Este diagrama de dispersin se basa en la teora de la ventaja comparativa de
David Ricardo, y ventaja absoluta de Adam Smith.

2.12. Qu revela el diagrama de dispersin de la figura 2.10? Con base en dicho

diagrama, se puede decir que las leyes del salario mnimo propician el bienestar
econmico?

La figura muestra una relacin negativa entre el PIB per cpita y el salario mnimo,
mientras ms alto es el salario mnimo menor es el PIB per cpita y viceversa, esto
claramente es perjudicial para un pas en vas de desarrollo, ya que el PIB per cpita no
est repartido equitativamente entre toda la poblacin, sino que existe muchos factores
adicionales como desigualdad social, acumulacin de riqueza, etc.
2.13. La lnea de regresin de la figura I.3, en la Introduccin, es la FRP o la FRM?
Por qu? Cmo se interpretaran los puntos alrededor de la lnea de regresin?
Adems del PIB, qu otros factores, o variables, determinaran el consumo
personal?

Es la funcin de la regresin muestral (FRM), porque se basa en una muestra observada

entre 1960 a 2005. Los puntos alrededor de la lnea de regresin son datos reales y la
distancia entre esos puntos y la lnea de regresin representa el residuo muestral. Adems
PIB, otros factores que determinan el consumo personal son: Ingresos, la tasa de inters,
renta absoluta.
EJERCICIOS EMPRICOS

2.14. Se proporcionan los datos de la tabla 2.7 correspondientes a Estados Unidos de

1980 a 2006.

A). Grafique la tasa de participacin de la fuerza laboral civil masculina en funcin de la

tasa de desempleo civil para los hombres.

Trace a mano una lnea de regresin a travs de los puntos de dispersin.

Mencione a priori la relacin esperada entre ambas tasas y comente cul es la teora
econmica que sirve de fundamento. Este diagrama de dispersin apoya dicha teora?
 78.00
y = 0.4333x + 72.692
77.50 R = 0.3174

77.00

76.50

76.00

75.50

75.00

74.50

74.00

73.50

73.00
0.0 2.0 4.0 6.0 8.0 10.0 12.0

La relacin positiva entre las dos variables puede parecer ser sorprendente porque sera
de esperar que los dos a ser negativamente relacionados. Pero el trabajador aadido
hiptesis de economa del trabajo sugiere que cuando el desempleo aumenta la fuerza
de trabajo secundaria podra entrar en el mercado laboral para mantener cierto nivel de
ingreso familiar.
B) Repita el inciso a) para las mujeres.

LHP y = -0.22x + 9,304,190.46

R = 0.21
7,800,000
7,750,000
7,700,000
7,650,000
7,600,000
7,550,000
7,500,000
7,450,000
7,400,000
7,350,000
7,300,000
7,400,000 7,600,000 7,800,000 8,000,000 8,200,000 8,400,000

En este caso, el trabajador desalentado hiptesis de economa del trabajo parece estar
en el trabajo: el desempleo desalienta las trabajadoras de participar en la fuerza de
trabajo porque temen que no hay oportunidades de trabajo
C Ahora grafique las tasas de participacin laboral de ambos sexos en funcin de los
ingresos promedio por hora (en dlares de 1982). (Quiz convenga utilizar diagramas
independientes.) Ahora, qu concluye? Cmo racionalizara esa conclusin?

TPFLCM=f(IPH82) y = -0.20x + 9,082,733.47

R = 0.16
7,800,000
7,750,000
7,700,000
7,650,000
7,600,000
7,550,000
7,500,000
7,450,000
7,400,000
7,350,000
7,300,000
7,400,000 7,600,000 7,800,000 8,000,000 8,200,000 8,400,000

TPFLCF= f(IPH)

64.00

62.00

60.00

58.00

56.00

54.00

52.00

50.00
0.00 5.00 10.00 15.00 20.00

Estas dos variables presentan una relacin directa, el incremento en los ingresos promedio
por hora generan un incremento en la tasa de participacin de la fuerza laboral civil
femenina. Podra explicarse de forma en que los ingresos altos son un estmulo sobre la
fuerza laboral de tal manera que hace que la misma incremente.
Hay una relacin asimtrica entre las dos variables para los hombres y las mujeres.
Responde positivamente a los hombres el aumento de los salarios mientras que las
mujeres responden negativamente. Es posible que el aumento de los ingresos para los
hombres como resultado de un aumento de salario pueda inducir a las mujeres retirarse
de la fuerza de trabajo, que es posible para las parejas casadas.

D) Se puede trazar la tasa de participacin de la fuerza laboral en funcin de la tasa de

desempleo y de los ingresos promedio por hora, de manera simultnea? Si no fuera as,
cmo expresara verbalmente la relacin entre esas tres variables?
Poblacin Masculina:
TPFLCM= B1 + B2 (TDCH) -B3 ( IPH)
La tasa de participacin laboral es igual a una constante B1 + la tasa de desempleo
multiplicado por una constante B2 menos el ingreso (IPH) multiplicado por una constante
B3, es decir el desempleo afecta positivamente a la tasa de participacin laboral y el
salario negativamente.
Para la poblacin de mujeres:
TPFLCF= B1 - B2 (TDCM) + B3 (IPH)
La tasa de participacin laboral es igual a una constante B1 la tasa de desempleo por una
constante B2, ms el salario por la constante B3. Es decir el desempleo afecta
negativamente a la tasa de participacin laboral y el ingreso positivamente.
2.15. En la tabla 2.8 se proporcionan los datos sobre gasto en comida y gasto total
(en rupias) para una muestra de 55 familias rurales de India. (A principios de 2000,
un dlar estadounidense equivala a casi 40 rupias indias.)

A).- Grafique los datos con el eje vertical para el gasto en comida y el eje horizontal para
el gasto total; trace una lnea de regresin a travs de los puntos de dispersin.

GASTO TOTAL Y EN COMIDA

700

600 y = 0.4368x + 94.209

R = 0.3698
500

400

300

200

100

0
0 200 400 600 800 1000
B) Qu conclusiones generales se pueden deducir de este ejemplo?
A partir de la grfica y las pruebas formales se puede determinar que el gasto total
promedio aumenta como los gastos en la comida, cabe decir, que la variabilidad entre
ambas es mayor al llegar el gasto total a 2000 rupias.

C) Diga a priori si se esperara que el gasto en comida se incrementara de manera lineal

conforme el gasto total aumentase, independientemente del nivel de gasto. Por qu?
Puede emplear el gasto total como representante del ingreso total.

No pensbamos que el gasto en alimentos para aumentar linealmente (es decir, en una
lnea recta, para siempre. Una vez satisfechas las necesidades bsicas, la gente se gasta
relativamente menos en alimentos como los aumentos de los ingresos. Es decir, en los
niveles de ingresos ms altos los consumidores tendrn ms ingresos discrecionales. Hay
algunos indicios de la existencia de este desde el scattergram se muestra en (a): En el
nivel de ingresos ms all. 2000, El gasto en alimentos muestra una mayor variabilidad.

2.16. La tabla 2.9 presenta datos sobre el promedio de calificaciones del examen de
aptitud acadmica SAT de los estudiantes que solicitaron admisin a licenciatura de
1972 a 2007. Estos datos representan las calificaciones en el examen de lectura crtica
y matemticas de hombres y mujeres. La categora de redaccin se introdujo en
2006. Por tanto, estos datos no se incluyen.

a) Con el eje horizontal para los aos y el vertical para las calificaciones del examen SAT,
grafique las calificaciones de lectura crtica y matemticas de hombres y mujeres por
separado.

LECTURA CRITICA
535 535
530 530

525 525
520
520
HOMBRES

MUJERES

515
515
510 HOMBRES
510
505 MUJERES
505 500
500 495
495 490
1970 1980 1990 2000 2010
Axis Title
 MATEMATICAS
540 510
505
535
500
530
495
HOMBRES

MUJERES
525 490
HOMBRES
485
520 MUJERES
480
515
475
510 470
1970 1980 1990 2000 2010
Axis Title

b) Qu conclusiones generales se obtienen?

En el transcurso de los aos, la proporcin de varones y mujeres las puntuaciones verbales
muestran una tendencia a la baja, mientras que despus de llegar a su nivel ms bajo en
1980, los puntajes de matemticas para los varones y las hembras se parecen mostrar una
tendencia al alza, por supuesto con variaciones ao a ao.
c) Al conocer las calificaciones de lectura crtica de hombres y mujeres, cmo hara para
predecir las calificaciones de matemticas?
Podemos desarrollar un modelo de regresin simple regresin las matemticas puntuacin
verbal en la puntuacin de ambos sexos.
d) Grafique las calificaciones de matemticas de las mujeres contra las calificaciones de
matemticas de los hombres. Qu observa?

510

505 y = 1.4164x - 257.02

R = 0.9497
500

495
MUJERES

490

485

480

475

470
510 515 520 525 530 535 540
HOMBRES

Como muestra el grfico, con el tiempo, los dos resultados obtenidos se han movido en
la misma direccin.