(© 978-88-08-17530-4 87, Esercizi 389 ae Considerate il modello seguente, usato per spiegare il consumo di carburante per auto in Germania e Austria nel periodo 1960-1978: log(GAS) = 61 + 82 log(INC) + 63 log( PRICE) + 4 log(CARS) +e dove INC @ il reddito reale pro capite, PRICE & il prezzo reale del car- burante e CARS é lo stock di auto pro capite. Il file gasga.dat contiene le osservazioni di queste variabili. (a) Usando stime separate dei minimi quadrati, stimate la varianza dell’er- rore per la Germania, 02, e quella per l'Austria, 0%. (b) Verificate l'ipotesi nulla Ho : 02, = 0% rispetto all’alternativa Hy : 2, # 0%, per un livello di significativita dell’1%. (c) Calcolate le stime dei minimi quadrati generalizzati dei coefficienti 81, Ba, Ba © Ba. (d) Usate i risultati in (c) per verificare ’ipotesi nulla che la domanda sia inelastica rispetto al prezzo (3 > —1) rispetto allalternativa che la domanda sia elastica (83 < —1).Il file br2. dat contiene osservazioni su 1080 abitazi ‘080 abitazioni vendute a Baton Rou- ge, Pee Makar meta del 2005. Considereremo le variabili che misura- no prea : i vendita (PRICE), la dimensione della casa in piedi quadrati (SQFT) ela ae in anni (AGE). Definite con SQFT100 = SQFT /100 una nuova variabile che misura la dimensione della casa in centinaia di piedi quadrati. (a) Calcolate la stima dei minimi quadrati dell’equazione seguente e salvate i residui: log(PRICE) = 9 + &SQFT100 + ByAGE + 34AGE? +e (b) Tracciate il grafico dei residui rispetto a (i) AGE e (ii) SQFT100. Riuscite a scorgere qualche traccia di eteroschedasticita? (c) Verificate la presenza di eteroschedasticita usando un test di Breusch- Pagan e le variabili AGE e SQFT100. Esistono evidenze di eterosche- dasticita per un livello di significativita dell’1%? & (d) Stimate la funzione di varianza 0? = exp(o1-+a24GBj+a3SQFT100;) e riportate i risultati. Usate gli standard error robusti e commentate la significativita dell’effetto di AGE e SQFT100 sulla varianza. (e) Usate la stima della funzione della varianza ottenuta in (d) per calco- lare la stima delle varianze 6?, i = 1,2,...,1080 e usate queste stime per calcolare la stima dei minimi quadrati generalizzati dell’equazione considerata al punto (a). (f) Riportate in una tabella le stime e gli standard error dei coefficienti del modello considerato al punto (a), calcolati usando le tecniche di stima ifferenze e le somiglianze che riuscite a seguenti. Commentate tutte le di scorgere. (i) Minimi quadrati. (ii) Minimi quadrati con eteroschedasticita. (iii) Minimi quadrati generalizzati (e). (iv) Minimi quadrati (e) ma con stand standard error consistenti in presenza di basati sui risultati ottenuti al punto generalizzati basati sui risultati ottenuti al punto lard error robusti.360 Capitolo 8, Eteroschedastcita © 978-86. 05.17555, he 1 resid della regressione trasformata considerayy resonza di eteroschedasticitA? Verificate gy sch Pagan con variabili gy (g) Vi sembra punto (e) segnalino la presen: sta ipotesi usando un test di Breu SQFT100. Nel paragrafo 8.6.1 abbiamo stit COKE =) + 6yPRATIO + SgDISP-COKE + 31DISP-PEPSI + ¢ mato il modello di probabilita lineare; dove COKE =1 se il cliente ha acquistato Coca-Cola ¢ COKE = 0 se, acquistato Pepsi. La variabile PRATIO era il prezzo relativo di Coca-Cj, rispetto a Pepsi e DISP.COKE e DISP-PEPSI erano variabili indicat. ci pari a 1 se nel negozio era presenta un’insegna pubblicitaria per le dup marche. Supponiamo di disporre di 1140 osservazioni relative ad altrettany clienti scelti in maniera casuale da 50 negozi diversi. I valori di PRATIo, ‘DISP.COKE e DISP.PEPSI sono specifici a ciascun punto vendita, Inj, hiamo con gli indict (i, j) il j-esimo cliente nelli-esimo negozio. Il modell pud essere scritto come: COKE); = 81 + bpPRATIO; + BDISP_COKE; + 4DISP.PEPSI, +e, Calcoliamo la media di questa equazione su tutti i clienti delli-esimo nego zio, in modo da ottenere: aa) TORE, = 6; + %PRATIO; + 63DISP_COKE; + G,DISP_PEPSI; +&j. dove: N a ele CORE,. Yo COKE; Nj é il numero di clienti del negozio i-esimo inclusi nel campione. (a) Spiegate perché COKE,, @ la percentuale di clienti dell'i-esimo negorio che acquista Coca-Cola. (b) Dato che Z(COKE\;) = pj e che Var( COKE,) = py(1 — pi), mostra? che: E(COKE,) = ne Var(CORE,) = BAL= (0) Interpretate p; ed esprimetelo in termini di PRATIO;, DISP-COKE:* DISP-PEPSI,. , oe (d) Le osservazioni delle variabili TOKE,, PRATIO;, DISP.COKE» DISP_PEPSI, e N; sono contenute nel file coke-grouped.dat. Caleol® le stimo dei minimi quadrati di (8.52). Commentate i risultati (0) Verificate Ia presenza di eteroschedasticit applicando ai residui inl quadrat il test di White com i prodotti inerociat. Spit" . motivo per cui é ragionevole includere i ii i c i prodotti incrociati. iC) ener e Var(COKE,,) per ciascuno dei negozi. Riportate la m= ie auadratico medio, il massimo e il minimo delle stime i Pr (g) Calcolate le stime dei minimi quadrati generalizzati di (8.52). Com™™ tate { risultati e confrontateli con quelli ottenuti al punto (4)