Universidad de San Carlos de Guatemala. Facultad de Ciencias Económicas. Escuela de Economía. Departamento de Matemática y Estadística Curso: Econometría Cuadro 2 LABORATORIO Problema 1 Se quiere estudiar la dependencia de los años de educación respecto de la renta familiar y la procedencia sociogeográfica, para lo que se dispone de la siguiente muestra: * denota los valores p. a. Y Cuadro 1 X1 X2 10 Urbana 800 12 Urbana 1300 8 Urbana 900 12 Urbana 1200 9 Urbana 1600 6 Urbana 1300 5 Rural 900 4 Rural 300 6 Rural 700 4 Rural 500 5 Rural 600 5 Rural 100 Siendo: Y: Años de educación X1: Procedencia socio-geográfica X2: Renta a. b. c. d. Especifique a un modelo que explique la duración de la educación en base a la información disponible. Estima los parámetros del modelo propuesto con la muestra dada y calcule el coeficiente de determinación Contraste las siguientes hipótesis: La renta familiar no es una variable significativa. La variable procedencia socio geográfica no es significativa. Cuáles son los años mínimos independientes de que la persona posea o no las cualidades. Problema 2 De una muestra de 528 personas tomada en mayo de 1985 se obtuvieron los siguientes resultados de regresión. b. c. d. e. f. g. h. Especifique a un modelo que explique el salario promedio por hora base a la información disponible. Establezca la significancia de los parámetros. Cuál es el salario mínimo promedio independientemente si la persona posee o no las cualidades. Cuánto es la diferencia de salario de un maestro si este tiene la cualidad de estar casado. Cuánto es la diferencia de salario de un maestro si este tiene la cualidad de residir en el sur. Cuánto gana un maestro que está soltero y vive en el sur. Cuánto gana un maestro que está soltero y vive en el sur. Cuánto gana un maestro que está casado y vive en un área distinta al sur. Problema 3 En la Ciudad de Guatemala se obtuvieron datos de 14 viviendas. Los cuales son el precio de venta de la vivienda en miles de quetzales y una variable ficticia que toma el valor 1 si la vivienda tiene piscina y 0 en caso contrario. Con el siguiente cuadro se le pide: a. Indicar el modelo econométrico que indique la relación entre las variables. b. Establecer la ecuación de la regresión. c. Cuál es el precio promedio de una casa que no pose piscina? d. Cuantos miles de quetzales es la diferencia entre una casa que no tiene piscina y otra que sí? e. Cuál es el precio promedio de una casa con piscina? Cuadro 3 Dependent Variable: PRECIO_VIVIENDA Method: Least Squares Sample: 2001 2014 Included observations: 14 Cuadro 5 . Dependent Variable: CONSUMO Method: Least Squares Sample: 2001Q1 2010Q3 Included observations: 39 Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob. C PISCINA 306.1111 31.86889 30.20769 10.13355 0.0000 0.54714 58.24631 0.0000 C INGRESO -2736.979 855.8152 -3.198096 0.909409 0.019762 46.01823 0.0028 0.0000 Problema 4 En la ciudad de Guatemala se obtuvo una muestra de 55 empleados en relación a los salarios en dólares y una variable ficticia (o dummy) que toma el valor 1 si el trabajador se encuentra en el área urbana y 0 en caso contrario (utilice la información del cuadro 1) Con el siguiente cuadro se le pide: a. ¿Cuál es el salario promedio de un trabajador del área urbana? b. ¿Cuál es la diferencia entre el salario de un trabajador del área urbana y el área rural? Cuadro 4 Dependent Variable: SALARIO Method: Least Squares Sample: 1 55 Included observations: 55 Variable Coefficient Std. Error t-Statistic Prob. C 321.0870 14.82627 21.65662 0.0000 ÁREA URBANA 89.81929 19.43741 4.620951 0.0000 Problema 5 ¿Qué modelo es mejor, entre los que se presentan en el cuadro 5 y 6? Y por qué? (cuáles fueron los argumentos para su respuesta? R-squared Adjusted Rsquared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Mean dependent 0.982828 var 36420.64 0.982364 S.D. dependent var 4300.355 Akaike info 571.0906 criterion 15.58289 12067344 -301.8664 1.583817 Schwarz criterion F-statistic 15.66820 2117.678 Prob(F-statistic) 0.000000 Cuadro 6 Dependent Variable: CONSUMO Method: Least Squares Sample: 2001Q1 2010Q3 Included observations: 39 Variable Coefficient Std. Error t-Statistic -1550.562 1212.013 1.279328 0.893413 0.022771 39.23450 TASA_%_PASIVA -8709.628 6371.792 1.366904 C INGRESO R-squared Adjusted Rsquared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Prob. 0.2090 0.0000 0.1801 Mean dependent 0.983675 var 36420.64 S.D. dependent 0.982768 var 4300.355 Akaike info 564.5042 criterion 15.58358 11471941 -300.8797 1.703241 Schwarz criterion 15.71154 F-statistic 1084.625 Prob(F-statistic) 0.000000 Problema 6 ¿Qué modelo es mejor, entre los que se presentan en el cuadro 7 y 8? Y por qué? (cuáles fueron los argumentos para su respuesta? Cuadro 7 Cuadro 8