Professional Documents
Culture Documents
Taller Teórico Práctico Individual 4
Taller Teórico Práctico Individual 4
Marzo, 2021
1. Para este punto, se debe elegir una relación económica de interés que se quiera
estudiar y con variables que tengan información disponible. Si no se les ocurre
ninguna, o no encuentran información, pueden buscar entre las bases de datos del
paquete AER o del paquete Wooldridge y elegir la relación de interés a partir de la
información disponible en ellas.
a. Plantear cuál es la relación de interés, cuál es la variable dependiente y cuál es la
variable independiente. Establezca una hipótesis que se pueda trabajar con un
modelo de regresión (Por ejemplo: “la educación permite que las personas puedan
acceder a un mejor salario”, o “El nivel socioeconómico de los hogares afecta el
desempeño académico de los estudiantes”, etc).
b. Dentro de la relación planteada, discutir si existen razones para creer que puedan
presentarse problemas de variable omitida o de endogeneidad.
c. Plantear el modelo de regresión que se ajustará y discutir desde el punto de vista
teórico qué signos se esperarían para cada uno de los coeficientes del modelo.
d. Ajustar el modelo de regresión incluyendo todas las variables que puedan permitir
controlar posibles fuentes de endogeneidad. Explicar por qué se incluyeron cada una
de ellas y explicar si existen variables que pueden haber quedado por fuera del
modelo y que en algún punto puedan causar problemas de sesgo de variable
omitida.
e. Interpretar cada uno de los beta estimados para el mejor modelo obtenido y explicar
si se ajustan a lo esperado en el punto c.
f. Interpretar los p valores asociados con cada uno de estos beta, el valor del R
cuadrado y el resultado de la prueba F de significancia conjunta.
g. Evaluar la distribución de los residuales, y verificar si siguen una distribución cercana
a la normal. Explicar por qué este paso es importante desde el punto de vista de la
inferencia.
h. Realice las pruebas necesarias para verificar los supuestos del modelo en términos
de especificación de forma funcional y heterocedasticidad. Si es necesario, tome
medidas correctivas.
i. Plantear las conclusiones obtenidas de este ejercicio teniendo en cuenta la hipótesis
planteada en el punto a.
2. Consulte:
a. De qué se tratan las variables instrumentales y cuál es su utilidad.
b. Cómo se implementan en un modelo de regresión (cuál es el paso a paso de una
regresión en dos etapas).
c. Proponga un ejemplo en R.
SOLUCIÓN
1. Rental
a. Existe una relación en el comportamiento del número de integrantes de una
población de una ciudad respecto al número de viviendas ocupadas por inquilinos,
donde por diferentes causas, muchas personas foráneas se ven obligadas a
instalarse en las grandes ciudades, alquilando viviendas para su confort y
aumentando la población de la ciudad. De igual forma las personas que parten de
la ciudad, provocan una disminución en la población y por ende una disminución
en el número de viviendas alquiladas.
Variable dependiente: población de la ciudad Y
Variable independiente: viviendas ocupadas por inquilinos X
Hipótesis
La cantidad de viviendas ocupadas por inquilinos influye en la población de una
ciudad
b. Una de las variables que se omitió para esta regresión fue el ingreso per cápita, la
cual puede llegar a ocasionar problemas de sesgo de variable omitida.
c. Se plantea un modelo de regresión lineal:
𝑦 = 𝛽0 + 𝛽1 𝑋
Para el coeficiente 𝛽1se espera tenga un signo positivo, ya que según lo evidenciado
en diferentes lugares, como referencia Colombia, a medida que aumenta el número
de viviendas ocupadas, la población de la ciudad aumenta. En cuanto a 𝛽0 se espera
que tenga un signo positivo, ya que la población y el número de viviendas ocupadas
no puede ser negativo.
d. Las variables incluidas en el modelo son la población de la ciudad y el número de
viviendas ocupadas por inquilinos, estas se incluyeron ya que se evidencia en la
literatura una relación entre ellas. Una de las variables que se omitió para esta
regresión fue el ingreso per cápita, la cual puede llegar a ocasionar problemas de
sesgo de variable omitida.
e. Los valores obtenidos de los coeficientes para el modelo lineal, el cual se ajustó de
buena manera para los datos analizados, fueron:
𝛽0: 5893, este valor nos indica la población que había al inicio del estudio.
𝛽1 : 4,716. Este valor nos indica cuanto crece la población de la ciudad por cada
vivienda que es ocupada por inquilinos. Efectivamente los valores obtenidos se
ajustan a lo mencionado en el punto c.
f. El valor p para 𝛽0 y 𝛽1fueron de 0,00206 y 2e-16 respectivamente, dado lo anterior
se acepta la hipótesis de investigación, ya que su valor fue menor a 0,05. Respecto
al 𝑅 2 se obtuvo un valor de 0,9653 el cual es un valor aceptable, con una
confiabilidad mayor al 95%.
g.
h.
B. La variable instrumental debe cumplir con dos supuestos para poder ser utilizada,
estos son: relevancia y exogeneidad. La relevancia se refiere que la correlación entre
la variable instrumental y la variable endógena debe ser diferente de cero; la
exogeneidad se refiere a que la variable instrumento no debe estar relacionada con
el error [1].
B. Los modelos econométricos utilizados son de tipo Logit multinomial y mixto. Las
variables incluidas en los modelos son: tiempo de viaje (Tv), costo de usar el modo
(Cm), tiempo de espera (Te) y la tasa por congestión (Tc). Las variables explicativas
se realizaron con base en la lectura de casos y referencias de bibliografía donde la
medida ya fue implementada. Siguiendo el diseño del experimento planteado por
Kocur.
Bibliografía
[1] R Studio- Aplicaciones econométricas - FCE. (n.d.). Retrieved March 25, 2021, from
http://www.fce.unal.edu.co/r-studio-aplicaciones-econometricas.html
[2] Jiménez Serpa, J. C., & Salas Rondón, M. H. (2017). Aplicación de modelos
econométricos para estimar la aceptabilidad de una tasa por congestión vehicular.
Inge Cuc, 13(2), 60–78. https://doi.org/10.17981/ingecuc.13.2.2017.08