Guía Nº 1

1.

2.

3.

4.
5.

6. Datos sobre viviendas

I 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Pi 5.0 6.0 6.0 7.0 6.0 7.7 7.0 9.0 7.5 7.0 9.6 12.5 11.0 10.0
Si 54 62 65 79 80 88 90 94 97 97 113 130 140 150
Hi 1 2 2 2 3 3 3 4 3 4 4 4 5 4
WCi 1 1 1 2 1 1 2 2 2 2 2 2 3 3

8. Evalúa la estabilidad del modelo.

7. Se han recogido datos sobre el coste de mantenimiento en miles de pesetas (Y) de 20
empresas correspondientes al mismo sector, así como del número de máquinas
disponibles por cada empresa (X1), de la media de los años de especialización del equipo
de mantenimiento de cada empresa (X2) y de la media del número de años de antigüedad
de las máquinas (X3).

obs Y X1 X2 X3 a) Estimar el gasto en mantenimiento en función de

1 320 50 7.4 7.400 esos factores y analizar los resultados.
2 450 53 5.1 5.406 b) Contrastar mediante un cuadro de análisis de la
3 370 60 4.2 5.040 varianza:
4 470 63 3.9 4.914 • La significación individual de X1
5 420 69 1.4 1.932 • La significación conjunta de la regresión
6 500 82 2.2 3.608 • La significación conjunta de X2 y X3.
7 570 100 7.0 14.00 c) Contrastar el conjunto de restricciones:
8 640 104 5.7 11.856
β1 = 2 y β 3 =1
9 670 113 13.1 29.606
10 780 130 16.4 42.640 d) ¿Se puede aceptar que si el número de máquinas
11 690 150 5.1 15.300 aumenta en 2 unidades, el coste de mantenimiento
12 700 181 2.9 10.498 se incrementaría en 20000 u.m.?
13 910 202 4.5 18.180 e) ¿Se puede aceptar que el efecto que tiene sobre la
14 930 217 6.2 26.908 variable endógena el número medio de años de
15 940 229 3.2 14.656 especialización del equipo de mantenimiento es el
16 1070 240 2.4 11.520 mismo, pero de signo contrario que el que tiene la
17 1160 243 4.9 23.814 media de los años de antigüedad de las máquinas?
18 1210 247 8.8 43.472 f) ¿Se puede aceptar que si el número de máquinas
19 1450 249 10.1 50.298 disminuye en 5 unidades y los años de antigüedad
20 1220 254 6.7 34.036 aumentan en 1, el coste de mantenimiento aumenta?

g) ¿Se puede aceptar que si el número de máquinas aumenta en 10 unidades el coste

aumenta en 50000 u.m. y que a la vez los años de especialización del equipo de
mantenimiento no son significativos?

8. A partir de una muestra con veinte observaciones de cuatro variables se calculó la sgte.
matriz de covarianzas muestrales.

a) Considerando un modelo econométrico Y X1 X2 X3

uniecuacional de la variable endógena Y Y 33 12 15 27
sobre las variables exógenas X1, X2, X3, X1 12 14 10 0
estimar y si es posible probar la X2 15 10 16 0
significación del modelo. X3 27 0 0 50
b) ¿Utilizando el concepto de holguras se
puede probar la hipótesis H0 : β1 - β2 = -1,
β2 + (1/2)β3 = 2 ?

9. Dos muestras, de 50 observaciones cada una de ellas, tienen las siguientes matrices de
momentos (en cada caso, X contiene una constante y una variable).

Muestra I Muestra II
X’X  50 300   50 300 
300 2100 300 2100
   
y’X [ 300 2000] [300 2100]
y’y 2100 2500

a) ¿Ambas muestras provienen de una misma estructura lineal?

b) ¿Ambas muestras tienen la misma varianza residual?
10. Cierta empresa se dedica a construir edificios para una determinada universidad. Hasta
ahora ha construido 8 edificios, en los cuales el numero de metros cuadrados construidos y
de horas de trabajo empleadas han sido:
2
a) La empresa se plantea construir un nuevo edificio Edificio Metros horas trabajo
de 14000 m2. La hora de trabajo le cuesta a la 1 4000 7400
empresa 1100 u.m. Sabiendo que el resto de 2 6000 9800
costes distintos al laboral, le suponen un 20% de 3 2000 4600
los costes derivados del trabajo, determinar al 99% 4 8000 12200
el presupuesto mínimo que aceptaría. (nota: el
5 10000 14000
presupuesto mínimo al que estaría dispuesta a
construir el nuevo edificio, seria aquel que le 6 5000 8200
permitiese cubrir los costes totales). 7 3000 5800
b) Según el modelo considerado en (a), analice los 8 12000 17000
residuos recursivos, cusum y cusum cuadrado. .

c) Construye un intervalo de confianza al 95% para la

predición individual según el modelo obtenido en
(a), cuando se dispone de 5800 horas de trabajo.
d) Verificar la normalidad de los residuos.

11. Contraste el supuesto de normalidad en la siguiente regresión.

12. Se tiene las siguientes ventas

Año 79 80 81 82 83 84 85 86 87 88 89
Ventas 8.0 10.4 13.5 17.6 22.8 29.3 39.4 50.5 65.0 84.1 109.0

a) Determine la estabilidad de los parámetros del modelo econometrico. .

b) Pruebe la existencia de un quiebre estructural en el año 85.

13.
 EJERCICIO 14

Supongamos que se está interesado en determinar las causas de la existencia de diferencias

significativas entre los salarios de los empleados de una entidad bancaria. Disponemos de una
muestra de 200 empleados de un banco, y de algunas variables referentes a las características de los
mismos. Las variables explicativas incluyen el nivel de educación -EDUC- (medido por el número
de años de escolarización), el número de años de experiencia en el banco -EXPER-, y la edad -
EDAD-, sexo -SEXO- y raza -RAZA- de cada uno de los trabajadores.

La teoría del capital humano sugiere que las rentas básicas percibidas se determinan según
el grado de preparación, edad, y experiencia de los individuos. Por esta razón, en primer lugar se ha
estimado el modelo básico que relaciona el nivel de salarios con cada una de estas variables:
log SALARIO i = β 0 + β 1 EDUC i + β 2 EDAD i + β 3 EXPER i + e i
a) ¿Por qué razón se ha transformado logarítmicamente la variable SALARIO? ¿Cómo han
de interpretarse entonces los parámetros β 1 , β 2 y β 3 ? ¿Cuál es el signo esperado para cada
uno de esos parámetros? ¿Tiene, en este modelo, alguna interpretación el parámetro β 0 ?
b) Realizar un análisis estadístico descriptivo de las variables explicativas, ¿puede aparecer
algún tipo de problema al estimar el modelo por MCO debido a la alta correlación entre algunos de
los regresores? Razone adecuadamente su respuesta.
c) A la vista de los resultados de la estimación por MCO de la ecuación básica:
c1) Comentar los resultados obtenidos desde el punto de vista estadístico (contrastes
t, F, estadístico R2, etc...). Encontrar el intervalo de confianza (con α =0,05) para los
parámetros β 1 , β 2 y β 3 .
c2) ¿Son los resultados obtenidos acordes con lo que anticipa la teoría económica?
Comentar (desde el punto de vista económico) las estimaciones obtenidas para cada uno de
los parámetros del modelo.
c3) ¿Qué rango de salarios puede esperarse para un empleado con 40 años de edad,
13 años de escolarización y 10 años de experiencia? Construya el intervalo de predicción
correspondiente.
c4) Contrastar la hipótesis de normalidad de los errores mediante el test de Jarque-
Bera.

La teoría del capital humano también sugiere que la tasa de respuesta de los salarios ante
cambios en la edad, experiencia, o nivel de educación podría no ser constante. Si esta hipótesis es
cierta, el modelo básico debiera incorporar términos de orden superior en las variables
consideradas.
d) Mediante el test RESET de Ramsey, contrastar la hipótesis de especificación errónea del
modelo básico. A la vista de los resultados, ¿qué puede decirse de las propiedades del estimador
MCO del modelo básico?
e) Tras varios ensayos previos, se han incorporado al modelo básico términos cuadráticos de
las variables “educación” y “edad”, y una variable de interacción entre ellas, dando como resultado
el modelo ampliado 1.
e1) ¿Qué puede decirse de la estimación MCO de este nuevo modelo desde el punto
de vista estadístico?
e2) ¿Cuál es ahora el impacto marginal sobre los salarios de la “edad” y del “nivel de
educación”? Representar gráficamente dichas tasas marginales para varios niveles de “edad”
y “educación”.
e3) Contrastar, mediante un test F, la significación estadística de los tres términos de
orden superior introducidos.
 Supongamos que el parámetro β 0 no es el mismo para todos los empleados, sino que
difiere según el “sexo” y “raza” de los mismos. Para contrastar tal hipótesis, hemos añadido al
modelo ampliado 1 las variables ficticias SEXO (hombre = 0, mujer = 1) y RAZA (blanco = 0, no
blanco = 1), dando como resultado el modelo ampliado 2.
f) Contrastar la hipótesis de significación conjunta de los parámetros de estas variables
ficticias. ¿Han cambiado los resultados substancialmente respecto al modelo anterior? Interpretar
económicamente los parámetros de las variables ficticias.
g) Contrastar, mediante el test de Chow, la presencia de un cambio estructural en el modelo
ampliado 2 para los empleados mayores de 50 años frente a los menores de esa edad. En función
del resultado, reformular el modelo para tener en cuenta la heterogeneidad presente en la muestra.
obs SALARIO EDUC EDAD EXPER RAZA SEXO

1 16079.49 16 28.50 0.25 0 0

2 28350.51 19 41.92 13.00 0 0
3 22799.64 15 41.17 12.00 0 0
4 12300.56 12 46.25 20.00 0 0
5 20500.40 16 35.17 5.75 0 0
6 27249.76 19 30.08 2.92 0 0
7 9000.177 12 44.50 18.00 0 0
8 10979.66 12 27.83 3.42 0 0
9 16020.10 15 35.42 11.08 0 0
10 21949.51 16 34.33 5.67 0 0
11 23999.79 16 34.00 4.92 0 0
12 15479.93 15 38.92 14.67 0 0
13 13848.06 16 44.42 12.42 0 0
14 32000.28 15 29.50 2.83 0 0
15 12000.46 12 63.58 29.00 0 0
16 13415.96 12 27.42 3.92 0 0
17 12779.53 8 58.08 36.50 0 0
18 24250.68 16 33.75 3.67 0 0
19 9300.284 12 29.33 3.83 0 0
20 29498.66 18 39.67 4.67 0 0
21 26001.26 21 56.67 22.00 0 0
22 11400.36 8 59.42 14.50 0 0
23 20000.24 16 48.33 22.00 0 0
24 12779.53 8 63.50 34.00 0 0
25 12000.46 12 54.17 25.67 0 0
26 14099.57 12 59.83 32.25 0 0
27 18249.63 16 32.25 5.00 0 0
28 24750.48 19 42.58 16.58 0 0
29 24999.23 18 35.42 6.17 0 0
30 36801.72 19 44.92 14.58 0 0
31 12300.56 12 56.00 25.58 0 0
32 41497.98 16 37.08 5.83 0 0
33 12300.56 8 64.25 37.58 0 0
34 28001.12 19 36.92 6.25 0 0
35 22620.23 16 33.42 2.83 0 0
36 14400.24 15 37.17 9.50 0 0
37 24750.48 19 28.42 2.17 0 0
38 8580.096 12 64.50 31.75 0 1
39 8700.191 12 23.00 0.00 0 1
40 8820.199 12 40.17 0.50 0 1
41 12000.46 12 55.25 19.00 0 1
42 9359.998 12 45.50 16.50 0 1
43 12600.60 12 61.67 17.08 0 1
44 11699.48 15 26.83 0.92 0 1
45 9659.529 8 46.17 8.00 0 1
46 11100.00 15 58.75 22.08 0 1
47 6360.105 8 55.25 3.58 0 1
48 10079.91 12 33.50 6.92 0 1
49 8640.368 8 64.25 19.00 0 1
50 22699.54 16 31.92 1.25 0 1
51 9000.177 8 24.33 0.42 0 1
52 8160.004 12 23.42 0.00 0 1
53 10499.68 12 53.92 4.00 0 1
54 11639.97 17 55.58 31.25 0 1
55 17200.61 16 28.42 1.67 0 1
56 15120.40 16 29.92 0.58 0 1
57 8760.428 12 52.00 13.00 0 1
58 7980.052 12 52.17 4.67 0 1
59 7259.742 12 62.00 6.00 0 1
60 13763.84 16 30.75 6.58 0 1
61 18749.07 16 32.00 1.58 0 1
62 8280.013 15 59.50 20.08 0 1
63 22299.05 16 29.00 3.00 0 1
64 13319.70 12 44.50 0.25 0 1
65 7919.635 8 59.08 6.25 0 1
66 8339.846 12 51.50 15.08 0 1
67 17399.56 16 27.58 0.92 0 1
68 6779.781 8 56.92 26.58 0 1
69 11340.09 8 27.83 2.17 1 0
70 10199.56 12 28.67 3.08 1 0
71 13799.67 8 48.50 20.50 1 0
72 12300.56 8 60.67 36.00 1 0
73 12119.85 8 32.92 12.92 1 0
74 11819.42 8 35.25 12.00 1 0
75 12180.61 12 30.33 4.08 1 0
76 23760.98 12 48.25 22.67 1 0
77 12480.22 12 38.67 12.92 1 0
78 10199.56 12 24.75 0.75 1 0
79 31401.15 17 32.08 5.58 1 0
80 12359.75 12 34.58 8.50 1 0
81 12300.56 12 53.50 26.17 1 0
82 39998.59 16 35.33 10.67 1 0
83 12000.46 8 47.25 25.42 1 0
84 9479.628 15 57.50 29.92 1 0
85 11160.10 14 30.33 3.92 1 0
86 9719.603 15 42.17 15.92 1 0
87 12000.46 8 37.83 12.00 1 0
88 12300.56 8 48.83 25.17 1 0
89 9000.177 8 29.17 3.00 1 0
90 10319.60 15 48.67 4.25 1 1
91 9780.050 12 45.17 9.75 1 1
92 6779.781 12 60.67 10.33 1 1
93 6839.703 8 51.50 0.00 1 1
94 9240.026 16 47.58 17.83 1 1
95 11939.41 15 40.50 6.58 1 1
96 8820.199 12 25.50 0.42 1 1
97 8219.793 12 47.92 12.83 1 1
98 7680.191 15 60.50 1.92 1 1
99 10979.66 12 54.17 8.42 1 1
100 9780.050 12 27.58 2.67 1 1
101 41398.49 16 40.33 12.50 0 0
102 21960.48 15 31.08 4.08 0 0
103 19200.67 16 31.17 1.83 0 0
104 27249.76 18 29.50 2.42 0 0
105 12300.56 12 52.92 26.42 0 0
106 22000.06 17 32.33 2.67 0 0
107 19019.12 19 31.92 2.25 0 0
108 22198.95 19 30.75 5.17 0 0
109 27498.86 17 34.17 3.17 0 0
110 28001.12 16 28.00 1.58 0 0
111 22000.06 19 39.75 10.75 0 0
112 27000.21 17 30.17 0.75 0 0
113 31300.85 18 30.17 3.92 0 0
114 22000.06 18 41.17 10.42 0 0
115 29398.53 19 32.92 3.75 0 0
116 12300.56 8 63.75 35.75 0 0
117 21249.74 16 30.67 4.00 0 0
118 12300.56 8 63.42 31.67 0 0
119 24499.29 19 29.50 0.75 0 0
120 26399.49 16 42.42 12.50 0 0
121 31250.80 19 31.67 0.58 0 0
122 23749.11 20 35.58 0.50 0 0
123 23501.05 16 30.25 1.08 0 0
124 26001.26 17 29.75 2.17 0 0
125 12240.44 12 61.67 38.33 0 0
126 19500.58 16 32.67 5.08 0 0
127 18399.89 16 29.75 2.92 0 0
128 26001.26 19 28.83 6.17 0 0
129 20849.80 19 45.67 18.42 0 0
130 20580.52 18 39.42 12.42 0 0
131 38800.96 19 34.33 5.67 0 0
132 13499.39 12 50.25 23.67 0 0
133 13799.67 12 24.33 0.33 0 1
134 13920.25 16 31.50 0.67 0 1
135 8339.846 8 50.17 5.83 0 1
136 9599.827 12 47.33 20.33 0 1
137 9839.888 12 44.00 3.67 0 1
138 11280.15 15 27.17 1.58 0 1
139 8700.191 8 59.83 26.50 0 1
140 11760.48 12 25.75 2.50 0 1
141 9599.827 12 25.83 1.33 0 1
142 11760.48 12 25.08 0.75 0 1
143 9839.888 12 27.17 3.92 0 1
144 15540.43 16 30.58 1.42 0 1
145 10559.70 15 29.50 0.25 0 1
146 9780.050 12 54.42 8.92 0 1
147 7500.312 15 58.00 4.50 0 1
148 14819.51 15 28.75 0.42 0 1
149 15060.03 12 54.08 11.00 0 1
150 9780.050 12 24.33 0.67 0 1
151 11400.36 12 25.50 0.50 0 1
152 9900.101 12 24.67 0.42 0 1
153 13019.46 15 28.75 1.83 0 1
154 20400.20 16 32.50 1.83 0 1
155 9119.774 12 23.42 0.17 0 1
156 15419.68 16 30.42 0.00 0 1
157 9539.538 12 24.42 1.67 0 1
158 8339.846 12 53.92 13.58 0 1
159 7259.742 12 25.00 0.00 0 1
160 6599.834 12 62.42 24.00 0 1
161 12119.85 16 43.92 11.92 0 1
162 13558.92 12 28.17 0.92 0 1
163 10259.92 15 30.17 4.25 0 1
164 11158.98 12 27.33 2.67 0 1
165 9719.603 12 25.25 0.42 0 1
166 11519.54 12 27.33 1.50 0 1
167 10499.68 12 25.83 0.00 0 1
168 9119.774 12 23.67 0.00 0 1
169 6659.500 8 62.50 34.33 0 1
170 8280.013 12 23.67 0.17 0 1
171 10079.91 15 29.08 4.75 0 1
172 8459.965 8 60.50 13.25 0 1
173 6899.471 12 53.92 29.83 0 1
174 9240.026 12 24.08 1.08 0 1
175 10679.70 12 29.92 3.17 1 0
176 11639.97 12 39.50 9.42 1 0
177 13319.70 16 41.67 10.00 1 0
178 7859.668 12 44.58 15.00 1 0
179 10499.68 8 51.42 8.08 1 0
180 11219.41 15 30.75 7.00 1 0
181 8699.320 12 53.08 26.25 1 0
182 8999.285 15 59.75 30.92 1 0
183 10799.99 17 47.33 16.00 1 0
184 10619.00 16 33.83 8.75 1 0
185 10979.66 12 37.50 14.42 1 0
186 8939.186 12 57.17 22.67 1 0
187 12779.53 15 29.33 4.83 1 0
188 10679.70 12 28.33 1.50 1 0
189 12539.01 15 31.92 4.08 1 0
190 12299.33 12 45.50 20.00 1 0
191 14099.57 12 55.33 23.42 1 0
192 11100.00 15 33.67 2.83 1 0
193 12299.33 12 43.67 17.42 1 0
194 6959.761 12 46.50 9.67 1 1
195 10859.55 15 55.17 19.25 1 1
196 6539.394 12 60.50 13.58 1 1
197 6779.781 12 51.50 22.58 1 1
198 10440.00 12 50.33 14.08 1 1
199 7859.668 12 50.00 11.08 1 1
200 7379.786 12 51.00 19.00 1 1