Professional Documents
Culture Documents
Teora Econometrica-I
Agosto, 2016
Profesor
TA
:
:
Tom
as Rau B.
Martn Carrasco N.
1.Conceptos claves
2.Ejercicios
1. Suponga que el modelo de regresi
on lineal
yi = 1 + 2 xi + i
donde
1 i
e con i 0
5
= 4
2
s2 (X 0 X)1
3
= 0
1
0
2
0
1
0
2
b) Encuentre E()
c) Encuentre la varianza de
4. Sea el modelo de regresi
on lineal expresado de la siguiente forma particionada
Y = X1 1 + X2 2 +
donde Y es un vector de n x 1, X1 es una matriz de nxk1 , la matriz X2 es una matriz de
nxk2 , los vectores 1 , 2 son de dimension k1 y k2 respectivamente, es un vector n x 1 y se
cumplen todos los supuestos del teorema de Gauss-Markov. Suponga que Ud. dispone de un
estimador de 1 : b1 . Sea
Y = Y X1 b1
Suponga que Ud.estima el modelo
Y = X2 2 +
a) Encuentre formalmente las condiciones estadsticas que debe satisfacer b1 para que el
estimador de 2 del modelo anterior sea insesgado.
b) Asumiendo que la condici
on anterior se cumple, encuentre una expresion para su matriz
de varianzas y covarianzas.
c) Muestre que si
X1 V (b1 )X10 = 2 X2 (X20 M1 X2 )1 X20 2 I
el estimador de 2 es BLUE.
5. Considere el modelo lineal y = 1 + 2 x + u y los efectos que se pueden producir en el
R2 cuando se hacen transformaciones lineales a la ecuacion verdadera. Suponga que x es
una variable aleatoria escalar, que la varianza de u es igual a 2 y suponga que los valores
verdaderos de los par
ametros son 1 = 0 y 2 = 1
a) Demuestre que
plim2 =
cov(x, y)
y
=
2
x
x
u2
=1
y2
1
2
x
2 +1
u
A la expresi
on plimR2 se le conoce como R2 poblacional Discuta que ocurre con dicho
2
2
plim cuando x2 = 1 y cuando x2 = 10?
u
2
decir E( ) = donde 2 = nk
8. Considere una regresi
on de Y en K variables explicativas X. Imagine un regresor alternativo
Z = XP , donde P es una matriz no singular, de tal forma que cada columna de Z es una
mezcla de columnas de X. Prueba que los residuros de la regresion de Y en X e Y en Z son
identicos.
9. En el contexto de MCO bajo los supuesto de Gauss-Markov, encuentre la matriz de residual
makers y la matriz de proyecci
on. Muestre que las matrices son ortogonales y que ambas son
simetricas e idempotentes.
10. Suponga que la regresi
on involucra dos clases de variables X1 y X2 , esto es
y = X + = X1 1 + X2 2 +
a) Encuentre las ecuaciones normales al problema
b) Encuentre las expresiones algebraicas para los estimadores.
c) Existe alguna diferencia entre realizar una estimacion larga a una corta, si es que ambos
set de variables son ortogonales?
11. Si e0 e es la suma de cuadrados de los residuos cuando se esta regresionado en X y u0 u es la
suma de cuadrados de los residuos cuando es regresionado en (X,z). Muestre que
u0 u = e0 e c2 (z0 z ) e0 e
donde c es el coeficiente en la regresion larga, y z = [I X(X 0 X)1 X 0 ]z es el vector de
residuos cuando z es regresionado en X.