ΜΑΘΗΜΑ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΚΗ ΑΝΑΛΥΣΗ

ΑΣΚΗΣΕΙΣ

0
PROBLEM 1

i. Σε αυτό το μοντέλο το u μπορεί να περιλαμβάνει παράγοντες όπως την ηλικία

της μητέρας, την ηλικία του πατέρα και το οικογενειακό εισόδημα. Τα χρόνια
εκπαίδευσης της γυναίκας εξαρτώνται από την ηλικία της, διότι μία
μεγαλύτερη σε ηλικία γυναίκα είναι δυνατόν να έχει περισσότερα χρόνια
εκπαίδευσης σε σχέση με μία μικρότερη σε ηλικία. Επομένως τα χρόνια της
εκπαίδευσης της γυναίκας εξαρτώνται από την ηλικία της γυναίκας.
ii. Για να μπορέσει να ισχύσει αυτό το μοντέλο πρέπει να ισχύει η υπόθεση Ε(Χ|
u) = 0. Στη δική μας περίπτωση δηλαδή πρέπει να ισχύει ότι Ε(educ|u) = 0 το
οποίο όμως όπως αναφέρθηκε παραπάνω δεν ισχύει διότι το u περιλαμβάνει
και την ηλικία της γυναίκας και όπως αναφέρθηκε παραπάνω με τα χρόνια
εκπαίδευσής της γυναίκας δεν είναι ανεξάρτητα της ηλικίας της. Οπότε
Ε(educ|u) ≠ 0

PROBLEM 2

i. Σ Χ = 2897
i

Σ Y = 164755
i

Σ X Y = 318452
i i

Σ Χ = 55525
i
2

= 2,087 , = 118,700

β0 = 119,772
β1 = -0,514

SSE = 13.060,42
SSR = 561.551,30
SST = 574.611,72
R2 = 0.02

Y= bwght and X= cigs per day

= 119,772 – 0,514*
i i

R2 = 0.02

ii. =0 → = 119,772

= 20 → = 109,496

1
 Σύμφωνα με το μοντέλο που χρησιμοποιούμε το βάρος του μωρού κατά τη
γέννησή του μειώνεται κατά 0,514 oz για κάθε ένα επιπλέον τσιγάρο που
καπνίζει η μητέρα κατά την εγκυμοσύνη. Έτσι όταν τα τσιγάρα είναι 20 το
βάρος του μωρού θα μειωθεί κατά 10,2754 oz. Δηλαδή το αναμενόμενο βάρος
ενός μωρού κατά τη γέννησή του, του οποίου η μητέρα κάπνιζε 20 τσιγάρα
ημερησίως κατά τη διάρκεια της εγκυμοσύνης, θα είναι λιγότερο κατά
10,2754 oz σε σχέση με το αναμενόμενο βάρος ενός μωρού κατά τη γέννησή
του, του οποίου η μητέρα δεν κάπνιζε κατά τη διάρκεια της εγκυμοσύνης.

iii. Παρατηρούμε ότι το R2 του μοντέλου μας είναι 0,0227, το οποίο είναι
αρκετά μικρό. Επομένως το μοντέλο που έχουμε δεν εξηγεί καλά το ερώτημα
που θέσαμε στην αρχή.

iv. Υ*= bwghtlbs and X=cigs per day

Σε αυτή την περίπτωση Υ* = Υ, επομένως β0*= β0=7.485,744

Και β1*= β1= -32,111.

Το μοντέλο μας αλλάζει ως εξής i*= 7.485,744 – 32,111 i

Υ= bwght and X=packs per day

Σε αυτή την περίπτωση Χ* = Χ

Άρα β0* = β0 = 119,772 και

β1*= β1 =20 β1 = -10,275

Το μοντέλο μας τώρα αλλάζει ως εξής

i = 119,772 – 10,275 i*

v. Για να διαμορφώσουμε ένα μοντέλο τύπου constant return of smoking on birth

weight χρειαζόμαστε ένα Log-level μοντέλο. Χρειάζεται δηλαδή να
μετασχηματίσουμε τη μεταβλητή Υ σε logY.

2
 Λόγω του ότι μετασχηματίσαμε την μεταβλητή Υ αλλάζουν και τα β0 και β1
και γίνονται

Σ Χ = 2897
i

Σ Y = 6606,923
i

Σ X Y = 13567,62
i i

Σ Χ = 55525
i
2

= 2,087 , = 4,76

β0 = 4,769
β1 = -0,004

Το μοντέλο μας τώρα αλλάζει ως εξής

i = 4,769– 0,004 i

vi. Για να διαμορφώσουμε ένα μοντέλο τύπου constant elasticity of birth weight
χρειαζόμαστε ένα Log-log μοντέλο. Χρειάζεται δηλαδή να
μετασχηματίσουμε και τις δύο μεταβλητές Χ και Υ σε logX και logY
αντίστοιχα.

Το πρόβλημα που παρουσιάζεται σε αυτό το μοντέλο είναι ότι το Χ παίρνει

τιμές 0 και για Χ=0 δεν ορίζεται λογάριθμος.

PROBLEM 3

i. Η πρόταση είναι Σωστή, διότι R2 = 1 σημαίνει πως το μοντέλο που φτιάξαμε

ανταποκρίνεται πλήρως στην πραγματικότητα και ότι οι εκτιμήσεις μας
ταυτίζονται με τα πραγματικά αποτελέσματα (perfect fit).

ii. Η πρόταση είναι ΣΩΣΤΗ διότι όταν αλλάζουμε τις μονάδες μέτρησης του Υ
αλλάζουν ανάλογα και τα β0 και β1, επομένως Yi – i = Yi* – *i.

iii. Η πρόταση είναι ΛΑΘΟΣ διότι αλλάζοντας το αρχικό μας Χ το δε β 0

παραμένει σταθερό, το δε β1 μεταβάλλεται αντιστρόφως ανάλογα σε σχέση με
το X. Άρα, Yi – i ≠ Yi* – *i.

3
PROBLEM 4

Η εξίσωση η οποία υπολογίζει την παραγόμενη ποσότητα είναι μια εκθετική εξίσωση.

Q = ALβ

Πρέπει επομένως να μετασχηματίσουμε την εξίσωση και να τη φέρουμε σε μια

μορφή η οποία θα είναι πιο εύκολο να εκτιμηθεί.

Επειδή η εξίσωση αυτή είναι μια εκθετική εξίσωση, μπορούμε να την

λογαριθμοποιήσουμε και έτσι θα πάρουμε:

lnQ = lnA + β lnL

η οποία είναι σε γραμμική μορφή και μπορεί να εκτιμηθεί.

Σε αυτό το πρόβλημα το β μας δείχνει την ελαστικότητα της παραγόμενης ποσότητας

ως προς την εργασία.