Practica de Econometrı́a

Hebert Suarez Cahuana

LATEX

Se realiza la siguiente regresión:

log(wage)
d = 0,284360 + 0,0920290 educ + 0,00412111 exper + 0,0220672 antig (1)
(0,10419) (0,0073299) (0,0017233) (0,0030936)

n = 526 R2 = 0,31601 F (3, 522) = 80,391 σ̂ = 0,44086

(Desviaciones tı́picas entre paréntesis)

1. Efectue la prueba de hipotesis bilateral

H0 : βeduc = 0
H1 : βeduc 6= 0

2. Efectue la prueba de hipotesis unilateral a la derecha:

H0 : βexper = 0

H1 : βexper > 0

3. Efectúe la prueba de hipotesis unilateral a la izquierda:

H0 : βantig = 0

H1 : βantig < 0

4. Ahora pruebe lo siguiente:

H0 : βeduc = 1
H1 : βeduc 6= 1

1. Intervalos de confianza
1. Determine el intervalo de confianza al 95 % de confianza para βeduc

2. Pruebas de hipotesis sobre una combinación lineal de los paráme-

tros
Se tiene el modelo siguiente:

log(wage)
d = 0,284360 + 0,0920290 educ + 0,00412111 exper + 0,0220672 antig (2)
(0,10419) (0,0073299) (0,0017233) (0,0030936)

n = 526 R2 = 0,31601 F (3, 522) = 80,391 σ̂ = 0,44086

(Desviaciones tı́picas entre paréntesis)

1
 Pruebe si:
H0 : βeduc = βexper
H1 : βeduc < βexper
Desconocemos el termino del denominador, por ello hacemos la sustitucion θ1 = β̂1 − β̂2 e imponemos en el
modelo para obtener:
log(wage) = β̂0 + θ̂1 educ + β̂2 (exper + educ) + β̂3 exper
para correr esta regresion es necesario generar la variable expermaseduc=exper+educ, luego de ello obtenemos:

lwage
d = 0, 284360 + 0, 0879079 educ + 0, 00412111 expermaseduc + 0, 0220672 antig (3)
(0,10419) (0,0069835) (0,0017233) (0,0030936)

n = 526 R̄2 = 0, 3121 F (3, 522) = 80, 391 σ̂ = 0, 44086

(Desviaciones tı́picas entre paréntesis)

En base a estos calculos es posible realizar el contraste estadı́stico.

3. Prueba de restricciones multiples: La prueba F

Se tiene el modelo siguiente:

lsalary
d = 11,1924 + 0,0688626 years + 0,0125521 gamesyr + 0,000978594 bavg
(0,28882) (0,012115) (0,0026468) (0,0011035)
(4)
+ 0,0144295 hrunsyr + 0,0107657 rbisyr
(0,016057) (0,007175)
2
n = 353 R = 0,62780 F (5, 347) = 117,06 σ̂ = 0,72658
(Desviaciones tı́picas entre paréntesis)

Se desea probar lo siguiente:

H0 : β3 = 0, β4 = 0, β5 = 0
H1 : H0
no es cierta. Para ello se calcula el modelo no restringido siguiente:

Modelo no-restringido
lsalary
d = 11,1924 + 0,0688626 years + 0,0125521 gamesyr + 0,000978594 bavg
(0,28882) (0,012115) (0,0026468) (0,0011035)
(5)
+ 0,0144295 hrunsyr + 0,0107657 rbisyr
(0,016057) (0,007175)
2
n = 353 R = 0,62780 F (5, 347) = 117,06 SRC = 183,186 σ̂ = 0,72658
(Desviaciones tı́picas entre paréntesis)

Luego se calcula el modelo restringido, imponiendo las restricciones bajo la hipotesis nula.
Modelo restringido

lsalary
d = 11,2238 + 0,0713180 years + 0,0201745 gamesyr (6)
(0,10831) (0,012505) (0,0013429)

n = 353 R2 = 0,59707 F (2, 350) = 259,32 SRC = 198,312 σ̂ = 0,75273

(Desviaciones tı́picas entre paréntesis)

Con estos datos se construye el estadistico de contraste.

2
4. Prueba F de significancia Global
La hipotesis nula es que todas las pendientes son cero. Modelo no-restringido

lsalary
d = 11,1924 + 0,0688626 years + 0,0125521 gamesyr + 0,000978594 bavg
(0,28882) (0,012115) (0,0026468) (0,0011035)
(7)
+ 0,0144295 hrunsyr + 0,0107657 rbisyr
(0,016057) (0,007175)
2
n = 353 R = 0,62780 F (5, 347) = 117,06 SRC = 183,186 σ̂ = 0,72658
(Desviaciones tı́picas entre paréntesis)

Modelo restringido

lsalary
d = 13,4922 (8)
(0,062936)

n = 353 R2 = 0,0000 SRC = 492,176 σ̂ = 1,1825

(Desviaciones tı́picas entre paréntesis)

Pruebas lineales multiples En el siguiente modelo:

d = 0,263745 + 1,04306 lassess + 0,00743824 llotsize − 0,103239 lsqrft

lprice
(0,56966) (0,15145) (0,038561) (0,13843)
(9)
+ 0,0338392 bdrms
(0,022098)

n = 88 R̄2 = 0,7619 SRC = 1,82153 F (4, 83) = 70,583 σ̂ = 0,14814

(Desviaciones tı́picas entre paréntesis)

Se desea probar lo siguiente:

H0 : β1 = 1, β2 = 0, β3 = 0, β4 = 0
Para ello se impone estas restricciones quedando el modelo como:

lprice − lasses = β0

Para efectuar esta regresion es necesario generar esta variable: lpricemenoslasses=lprice-lasses.

EL modelo restringido seria el siguiente:

lpricemenlasses
d = −0,0848134 (10)
(0,015671)

T = 88 R̄2 = 0,0000 SRC = 1,88015 σ̂ = 0,14701

(Desviaciones tı́picas entre paréntesis)

5. Interpretación de coeficientes
La interpretación de los coeficientes es de la siguiente manera:
Modelo Variable dependient Variable independiente Interpretación de β1
nivel-nivel y x ∆y = β1 ∆x
nivel-nivel y log(x) ∆y = (β1 /100) %∆x
log-nivel log(y) x %∆y = (100β1 )∆x
log-log log(y) log(x) ∆ %y = β1 %∆x