Ejercicios de Practica Nº01

EJERCICIOS DE LA PRIMERA PRACTICA
1.- EJERCICIO 01: Especifique y estime un modelo econométrico que explique el consumo agregado en función al ingreso disponible de acuerdo a la información de datos de corte transversal que se entrega. Explique sus resultados en términos de la teoría económica.       Solución El modelo será:
∑ ∑ ∑ ∑ ∑

1.1. Sea la matriz (

:
[ ∑ ∑ ∑ ] [ ]

Hallamos: a) La determinante: | | ( ( ( ( =

b) La Adjunta: ( [ ]

Econometría I

1

Ejercicios de Practica Nº01 c) La Inversa: ( ( | ( [ | )[ ] ] ( ( 1. Sea la matriz ( : ∑ [ ∑ 1. Calculamos Los Parámetros: ] [ ] a) Hallamos los parámetros ̂ ̂ ̂ ( [ [ ] [ ] ( : ] [ ] b) Entonces los parámetros serian: ̂ Finalmente la ecuación seria: ̂ Econometría I 2 .2.3.

Sea la matriz ( : ∑ ∑ [ ∑ Hallamos: a) La determinante: | | ( ( ] [ ] ( ( = b) La Adjunta: ( c) La Inversa: ( ( | ( [ )[ | ] ] [ ] ( ( Econometría I 3 . y el número de vendedores para el periodo.Ejercicios de Practica Nº01 2..       ∑ ∑ ∑ ∑ SOLUCIÓN 1.1.EJERCICIO 02: Los siguientes datos corresponden a una estimación de los ingresos por ventas de una empresa.

Sea la matriz: [ ∑ ∑ ] [ ] 1.2. Calculamos los demás datos estadísticos: a) Promedio: ̅ ∑ b) Varianza: ̅ ∑ ̂ c) Necesitamos el valor de ( ∑ =∑ ̂ Econometría I 4 .3. Calculamos Los Parámetros: a) Hallamos los parámetros ̂ ̂ ̂ ( [ [ ] [ ] ( : ] [ ] b) Entonces los parámetros serian: ̂ ̂ 1.Ejercicios de Practica Nº01 1.4.

[ ] ( ( ∑ ∑ d) Calculamos el R Cuadrado: ̂ ̅ ̅ ̂ ∑ [ ( ( ] ( ̅ ̅ ( ( Econometría I 5 .Ejercicios de Practica Nº01 ∑ ∑ ̂ ( .

EJERCICIO 03: Estime la función de demanda según la serie expuesta aplicando el programa Eviews y además os resultados compárelos con las ecuaciones en forma matricial. Año 2005 2006 2007 2008 2009 Precio 1 2 1.5 Cantidad 200 120 150 100 160 El modelo será: 1.5 2 1.. Sea la matriz ( : ∑ ∑ [ ∑ Hallamos: a) La determinante: | | ( ( ( ( = ] [ ] b) La Adjunta: ( c) La Inversa: ( ( | | [ ] Econometría I 6 .Ejercicios de Practica Nº01 3.1.

Ejercicios de Practica Nº01 ( ( 1.3.4. ̂ Calculamos los demás datos estadísticos: ̂ ̅ ̅ ̂ ∑ [ ( ( ] ̅ ̅ ( ( Econometría I 7 . Sea la matriz: [ ( )[ ] ] [ 1.2. Hallamos los parámetros : ∑ ∑ ] [ ] a) Hallamos los parámetros ̂ ̂ ̂ ( [ [ ] [ ( : ] [ ] ] b) Entonces los parámetros serian: ̂ 1.

sabiendo que también sucede otro evento B. 2). continua.Ejercicios de Practica Nº01 Finalmente la ecuación seria: 1. E(X) nos indica el centro de la función de densidad.5. que asigna eventos (los posibles resultados de tirar un dado dos veces: (1.a. y no como el valor que se espera que tome X. en donde los pesos o ponderaciones son las probabilidades. Formalmente. Econometría I 8 . Luego el valore esperado de X se interpreta como una media ponderada de los posibles valores de X. . una variable aleatoria o variable estocástica es una variable estadística cuyos valores se obtienen de mediciones en algún tipo de experimento aleatorio. Variable esperada: Es la media ponderada de los posibles valores que puede tomar la variable X. una variable aleatoria es una función. En el caso de v. (1. de ocurrencia de los posibles valores de X. es decir. y se lee «la probabilidad de A dado B». pues puede suceder que E(X) no sea uno de los posibles valores de X. nos indica el centro de gravedad de la distribución. Probabilidad condicional: Es la probabilidad de que ocurra un evento A. Los cálculos Eviews: ANEXO: CONCEPTOS Variable aleatoria: En probabilidad y estadística. etc. La probabilidad condicional se escribe P(A|B).) a números reales (su suma). 1).

Econometría I 9 .Ejercicios de Practica Nº01 Proceso Estocástico: Un proceso estocástico es un concepto matemático que sirve para caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra variable. Función de distribución : es una función que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribución de probabilidad está definida sobre el conjunto de todos los sucesos. Cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y. cada uno de los sucesos es el rango de valores de la variable aleatoria. pueden estar correlacionadas o no. generalmente el tiempo. entre ellas. Relación Determinista: Es un paradigma científico que considera que a pesar de su impredictibilidad práctica el mundo físico evoluciona en el tiempo según principios o reglas totalmente predeterminadas y el azar es sólo un efecto aparente.

Sign up to vote on this title
UsefulNot useful