CERTAMEN3ECONOMETRA

Nombre:______Pauta_____________________________

Profesor:RodrigoOrtegaBlu

Fecha:22deJuniode2011

Puntos:100

Puntosobtenidos:____100____Nota:____100_____

I.
VerdaderooFalso.Justifiqueaquellassentenciasfalsas.Sedescontarnlas
respuestasincorrectas.(20puntos)

1. ______F_____ElndiceIdeMoranseutilizaparaevaluarlaautocorrelacinde
unavariableolosresidualesdeunmodeloderegresin.Unvalorcercanoa
unoindicaausenciadecorrelacin,mientrasqueunocercanoaceroindica
fuerteautocorrelacin.Esexactamentealrevs;estoesparaelCdeGeary.

2. ______F___Enunmodeloderezagosdistribuidosfinitos(RDF)d0+d1++dq
corresponde a la propensin de impacto o multiplicador de impacto y
refleja el cambio inmediato en y. Solo d0; la suma corresponde a la
propensin de largo plazo (LRP) refleja el cambio de largo plazo en y
luegodeuncambiopermanente

3. ______V____Adicionar un trmino de tendencia lineal a una regresin es lo

mismoqueutilizarseriessintendenciaenunaregresin.Laeliminacin
de la tendencia (detrending) involucra realizar una regresin de cada
variableenelmodelosobret.

4. ______F_____Regresionescondatosdeseriesdetiempotiendenatenerbajos
R2,losque mejoran y representan mejor la realidad una vez que la
tendencia ha sido eliminada. Altos R2, lo que bajan una vez eliminada la
tendencia.

5. _____V______Enunacaminataaleatoriaelvaloraltiempotdeunavariablees
simplementeigualalvalordelamismaaltiempot1;esdeciresunmodelo
AR(1)donde = 1.

6. _____V______Para usar series altamente persistentes, obtener estimadores

adecuados y realizar inferencias correctas, es necesario transformarlas en

procesos dbilmente dependientes. Una forma de hacerlo es haciendo la

primeradiferenciaentrelavariablealtiempotyaltiempot1(
y t = y t y t1 ).

7. ______F_____Para que un proceso AR (1) sea dbilmente dependiente, debe

darseelcasoque > 1.Debesermenora1.

8. ______F____Cuando se valida un modelo de regresin, con un set de datos

independientes, la diferencia entre los valores esperados y observados es

unamedidadelaprecisindelaestimacin.Esunamedidadelaexactitud
de la estimacin. Exactitud es la comparacin contra el valor real u
observado,mientrasqueprecisindeterminaelgradoderepetitibilidad.

9. ______F____Unaserieesestacionariacuandoelvalordelavariabledeinters
no depende del tiempo, es decir el coeficiente (beta) que acompaa al
tiempoenunmodeloderegresinsimpleesdistintodecero.Esigualacero.
10. ______F_____Para evaluar la correlacin serial, cuando se trabaja con
regresoresestrictamenteexgenos,esposiblerealizarunaregresindelos
residuales de la regresinsobre los residuales rezagados y usar la prueba
detparaprobarquerhoesigualacero.EstapruebaesedenominaDurbin
y Watson. No se llama as, aunque existe algo de equivalencia. DW=2(1
rho)

2.Paralasiguienteseriedetiempoquemuestraelpreciodeldlarenelmercado
Chileno,realicelosiguiente(30puntos):

t
1
2
3
4
5
6
7
8
9
10
11
12
Suma
n
RMSE

$/dlar
377,2
373,6
378,1
387,3
394,6
406,6
412,3
409
408,5
411
411,5
408,4

CA

377,2
373,6
378,1
387,3
394,6
406,6
412,3
409
408,5
411
411,5

Res

3,6
4,5
9,2
7,3
12
5,7
3,3
0,5
2,5
0,5
3,1

Res2

12,96
20,25
84,64
53,29
144
32,49
10,89
0,25
6,25
0,25
9,61
374,88
11
5,84

PM

376,3
379,7
386,7
396,2
404,5
409,3
409,9
409,5
410,3
410,3

Res

2,7
1,6
0,6
1,6
2,1
3,0
0,9
1,0
0,7
1,2

Res2 Regresin

7,3
381,3
2,5
385,1
0,4
388,8
2,5
392,6
4,4
396,3
9,0
400,0
0,9
403,8
1,0
407,5
0,4
411,3
1,4
415,0

418,7
29,8

10

1,73

Res

7,7
7,0
1,5
2,0
10,3
12,3
5,2
1,0
0,3
3,5
10,3

Res2

60,0
48,8
2,3
4,1
106,0
150,2
27,2
1,0
0,1
12,3
107,0
518,9
11
6,87

a. Ajuste los siguientes modelos: 1) caminata aleatoria (CA), 2) promedio

mvil(PM)detresmeses,3)regresinlinealsimple.
CA:yt=yt1ej.Parat=2y2=y1=377,2
PM:Parat=2y2=(377,2+373,6+378,1)/3=376,3
Regresin:
Pendiente=3,74
Intercepto=373,87
Parat=2,y2=373,87+3,74(2)=381,3

b. Estime la exactitud de cada modelo, usando raz del cuadrado medio del
error(RMSE).Cualmodeloesmsexacto?PM>CA>Regresin

c. Evale los residuales de cada modelo para correlacin serial utilizando

regresinsobrelosresidualesrezagados.

H0:residualesnoestncorrelacionados 1 = 0
Ha:residualesestncorrelacionados 1 0

Pendiente
EE
t
gl
tcritico
conclusin

CA
0,45
4,90
0,09
9
2,26
norechaza

PM

0,14

1,74
0,08
8
2,31
norechaza

REGRESION
0,76
5,23
0,15
9
2,26
norechaza

Losresidualesnomuestrancorrelacinserialenningunodelosmodelos.

Comentario:poralgunarazn,latabladetsuministradatienevaloreserrneos,en
todocasolosvaloresusadossernconsideradoscomocorrectos.

3. Los siguientes resultados corresponden a evaluaciones de procesos de raz

unitariaparaunaseriedetiempo(considerandounmodeloAR(1)):(25puntos)

Intercepto
Tiempo(t)

Modelo1
11.16351928
0.019860386

(6.340709321)
(0.011638601)

t
1,761
1,706

Modelo2
10.63410162
0.013548105
0.029505634

(6.332463291)
(0.012387837)
(0.020266895)
t
1,679
1,094
1,456

a. Identifiquequetipodepruebaseevalaencadaunodelosmodelos.
Modelo1,seevalaunprocesoderazunitariasintendencia
Modelo2,seevalaunprocesoderazunitariacontendencia

b. Establezcalaspruebasdehiptesisparacadacaso.

H 0 : = 1 = 0 de manera que - = 1

Ha : 1

c. UtilicelapruebadeDickeyFullerparaevaluarsushiptesis.
Modelo 1, sin tendencia: t crtico (5%)=2,86 vs calculado 1,706, no rechaza,
theta=0yrho=0.

Modelo 2, con tendencia: t crtico (5%)=3,41 vs calculado 1,094, no rechaza,

theta=0yrho=0.

4.Lossiguientesdatosprovienendeunamuestraobtenidadedatosdeseriesde
tiempodelvalordeldlarylatasadeintersestablecidaporelBancoCentral.Con
estosdatossedeseaestimarelsiguientemodelodelapoblacin: DO = 0 + 1TIP
(25puntos).

t(mes)
TIP(%)
DO($/dlar)

16

7.50
411.10
33

6.88
453.39
63

5.50
542.75
71

4.05
587.79
82

5.83
678.84
114
2.00
607.28
126
4.18
535.50
136
5.25
538.53
155
6.25
442.94
158
6.58
493.61
163
8.25
651.51
169
1.36
565.72
177
0.5
500,66
182
0.74
536.67
189
3.25
489.44
192
4.3
471.32

a. Ajuste los siguientes modelos: 1) con datos originales y 2) eliminando la

tendencia
1.Regresincondatosoriginales

Beta
ErrorEst.
Estadsticot tcrtico(5%)
Intercepto 545.820
41.609
13.12
2.14
TIP
3.122
8.166
0.382
2.14

2.Eliminartendencia
DO

Coeficientes Errortpico
Estadsticot
Intercepto
522.384474447.85792155
10.91531887
t
0.0734937860.346285501
0.212234661(nosignif.)

TIP

Coeficientes
Errortpico
Estadsticot
Intercepto
7.097741418
1.368597539
5.186142173
t

0.020307928
0.009902759
2.050734283(sig10%)

Residualessonigualesalasvariablessintendencia.


tipST
0,73
0,45
0,32
1,61
0,40
2,78
0,36
0,91
2,30
2,69
4,46
2,31
3,00
2,66
0,01
1,10

doST
112,46
71,42
15,74
60,19
150,43
76,52
3,86
6,15
90,84
40,39
117,15
30,92
34,73
0,91
46,83
65,18

Beta ErrorEst. Estadsticottcrtico(14gl)

Intercepto
0
19.11
0

2.14
TIPST

2.97 9.32
0.32

2.14

b. Establezcasupruebadehiptesisysusconclusionesencadacaso.

En ambos caso la hiptesis es la misma, es decir que el dlar observado (DO) es

funcin de la tasa de inters promedio (TIP), por lo tanto las hiptesis nula y
alternativasson:

1 = 0

1 0

Donde 1 eselcoeficientequeacompaaalaTIP

Eldlarobservadonoesexplicadoporlatasadeintersyaquelapendientenoes
distintadeceroenningunodeloscasos.

c. Realice un anlisis de los residuales; establezca su prueba de hiptesis

usandolapruebadeDurbinWatsonparacadacaso.

H0:Noexistecorrelacinentreresiduos(=0)
Ha:Existeunacorrelacinpositivaentreresiduos(>0)

1. Condatosoriginales

2
(u t u t1 )
u t
u t u t1
111,31
70,95
14,10

54,61
151,22
67,70
2,73
9,10
83,37
31,67
131,44
24,15
43,60
6,84
46,23
61,08

111,31
70,95

14,10
54,61
151,22
67,70
2,73
9,10
83,37
31,67
131,44
24,15
43,60
6,84
46,23
Suma

1628,49
7233,86

1641,35
9332,83
6974,93
4221,72
40,58
8550,39
2672,91
26605,92
11512,94
4589,34
1351,24
1551,93
220,29
88128,71

u 2t
12389,37
5034,32
198,78
2982,54
22867,27
4583,73
7,44
82,79
6950,50
1002,96
17277,45
583,00
1900,90
46,79
2137,64
3730,39
81775,86

(u u t1 )
DW= t

=88128,71/8177,86=1,08
u t2
Nivelescrticosparan=16,k=1
dL=1,10
dU=1,37
Valorcalculadocaeenelintervalo(zonainconclusiva),porloquenohaysuficiente
evidenciapararechazarlahiptesisnula.Losresidualesnoestncorrelacionados.

2.Condatossintendencia
2
u 2t
(u t u t1 )
u
u u
t

110,30
70,08
14,79

55,41
151,61
68,25
2,79
8,87
84,00
32,39
130,41
24,06
43,66
7,00
46,86
61,90

t1

110,30
70,08

14,79
55,41
151,61
68,25
2,79
8,87
84,00
32,39
130,41
24,06
43,66
7,00
46,86
Suma

1617,96
7201,94

1650,40
9253,71
6949,58
4284,75
36,95
8624,32
2663,74
26503,21
11309,88
4586,17
1343,79
1588,94
226,16
87841,50

12165,86
4910,51
218,72
3070,75
22985,76
4657,57
7,78
78,63
7055,96
1049,00
17006,71
578,97
1906,14
49,02
2196,16
3831,81
81769,36

DW=1,07
Nivelescrticosparan=16,k=1
dL=1,10
dU=1,37
Valorcalculadocaeenelintervalo(zonainconclusiva),porloquenohaysuficiente
evidenciapararechazarlahiptesisnula.Losresidualesnoestncorrelacionados.

Comentario:recordarque

Porloqueenamboscasos:r=0,4
DWaprox.2(10,4)=1,2

Tablas

ValorescrticosdetparalapruebadeDickeyFuller
Tipo
Sintendencia
Contendencia

1%
3,43
3,96

2,5%
3,12
3,66

Chicuadrado

Gl
1
2
3
4
5
6
7
8
9
10

0,1
2,71
4,61
6,25
7,78
9,24
10,64
12,02
13,36
14,68
15,99

0,05
3,84
5,99
7,81
9,49
11,07
12,59
14,07
15,51
16,92
18,31

Tabladet
Gl
1
2
3
4
5
6
7
8
9
10
11
12

Significancia(doscolas)
0,01
0,05
0,1
63,657
12,706
6,314
0,552
2,531
3,789
7,202
4,157
3,557
2,429
2,960
3,119
3,189
3,015
2,969
2,783
2,825
2,837
2,767
2,756
2,753
2,686
2,688
2,689
2,641
2,641
2,641
2,602
2,602
2,602
2,571
2,571
2,571
2,545
2,545
2,545

5%
2,86
3,41

10%
2,57
3,12

TabladeF(5%)
gl
den

gl num
2

2
3
4
5
6
7
8
9
10
11
12

18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75

19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,89

19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49

DurbinWatson(5%significancia)

Frmulastiles

rij u i2

Var j =
SSR 2j

[SSR (n k 1)]
R 2 1
[SST (n 1)]

( )

2
= 1
[SST (n 1)]

1 n 2 1 2
RMSE = n ei
i=1

1 =

( x

x )( y i y )

( x
i=1

0 = y 1 x

i=1
i

x)