Universidad Diego Portales Departamento de Economa

AYUDANTA 4
Profesor: Andrs Elberg
Ayudante: Stefano Zecchetto
11 de Abril 2014

1. Ejercicio

Sea Yi = 0 + 1 X1i + 2 X2i + ui el modelo que se desea estimar para la cual se recogen observaciones mensuales
de las variables desde marzo de 2002 hasta diciembre de 2002, ambos meses incluidos. La informacin resumida es:

X X X X
X1i = 10, 20 X2i = 37 Yi = 93 Yi2 = 1.020

3, 94 3, 61 0, 042 93
0 1
0

(X X) =
3, 61 3, 73 0, 052
X Y = 92, 5



0, 042 0, 052 0, 026 382

a) interpretar los coecientes 0 , 1 y 2

b) Estimar por el mtodo de MCO dichos coecientes.

c) Estimar el parmetro 2

d) Qu valor toma la varianza estimada de 1 y la covarianza entre 1 y 2 ?

e) Calcule el coeciente de determinacin ajustado R2

1
Universidad Diego Portales Departamento de Economa

2. Ejercicio

Consideremos un modelo de regresin mltiple que contiene tres variables independientes, bajo los supuestos RLM.1
a RLM.4:

y = 0 + 1 x 1 + 2 x 2 + 3 x 3 + u

Nos interesa estimar la suma de los parmetros en x1 y en x2 ; llammoslo 1 = 1 + 2 . Demostrar que

1 = 1 + 2 es un estimador insesgado de 1 .

3. Ejercicio

La siguiente ecuacin describe el precio mediano de la vivienda en una comunidad en funcin del nivel de con-
taminacin (nox por xido nitroso) y el nmero medio de habitaciones en las viviendas de la comunidad (rooms)
:

log(price) = 0 + 1 log(nox) + 2 rooms + u

a) Cules sern los signos probables de 1 y 2 ? . Cul es la interpretacin de 1 ?. Explicar respuesta.

b) Por qu nox ( o ms precisamente log(nox)) y rooms pueden estar negativamente correlacionados?. Y en

ese caso, la regresin simple log(price) sobre log(nox) produce un estimador de 1 con sesgo al alza o a la baja?

c) Las siguientes ecuaciones se han estimado utilizando ciertos datos:

= 11, 71 1, 043log(nox) ,
log(price) n = 506 , R2 = 0, 514

log(price) = 9, 23 0, 718log(nox) + 0, 306rooms, n = 506 , R2 = 0, 514

Es la relacin entre los estimadores de la regresin simple y mltiple de la elasticidad de price con respecto a
nox la que estaba prevista, de acuerdo con la respuesta en b)?. Signica esto que 0, 718 est decididamente ms

cerca de la elasticidad verdadera que 1, 043

2
Universidad Diego Portales Departamento de Economa

4. Ejercicio (Si alcanza el tiempo)

En el modelo de regresin lineal Y = X + u

a) Cmo se relacionan los residuos MCO, u con la matriz X ?

b) Cmo se relacionan los residuos MCO, u con los errores u ?