Universidad de San Carlos de Guatemala. Facultad de

Anuncio
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
Descargar