Asignatura : Econometría para la Toma de Decisiones

Carrera : Ingeniería Comercial

Semestre : Primer Semestre, 2022
Profesor : Mauricio Leiva, M.Sc.

Guía de Ejercicios Nº 2

PREGUNTA 1
Suponga que ud. deben hacer una asesoría sobre el presupuesto de los hogares. Para esto se cuenta
con información de 1.212 hogares a nivel país, de acuerdo a la Encuesta de Presupuesto Familiar,
2018. A continuación, se presenta el resultado del estudio.

̂ = 806.402,2 + 0,107 ∗ 𝐼𝑛𝑔𝑟𝑒𝑠𝑜

𝐺𝑎𝑠𝑡𝑜

Donde:
• Gasto: Gasto total del hogar (consumo). En pesos chilenos.
• Ingreso: Ingreso total del hogar, proveniente del trabajo de todos los miembros del hogar
en Pesos chilenos.

Además, se tiene la siguiente información.

• 𝑒𝑒 (𝛽̂0 ) = 89.623,82
• 𝑒𝑒 (𝛽̂1 ) = 0,012
• 𝑆𝑅𝐶 = 2,78
• 𝑆𝑇𝐶 = 11,5

a) Determinar si los coeficientes estimados son estadísticamente significativos al 5% (nota 𝑡𝑡 =

1,96)
b) Interpretar en términos económicos los coeficientes estimados. ¿Tienen sentido los resultados
en términos económicos?
c) Determine el poder explicativo del modelo e interpretar el resultado. Interprete.
d) Calcule el valor del gasto (promedio) si el ingreso fuera de $950.000

PREGUNTA 2
Suponga que se desea estudiar la influencia que tiene el kilometraje (Km) de un vehículo en el
precio de este (en pesos chilenos). Se tiene una muestra de 14 vehículos usados de diferentes
marcas, modelos y años. La información es la siguiente:

Autos Precio Km
Toyota Yaris 2016 8.121.294 20.952
Ford Fiesta 2018 8.797.692 20.952
Mazda 3 2014 9.722.954 16.984
Toyota Corolla 2017 9.722.954 25.084
Ford Focus 2017 10.324.187 15.994
Fiat 500 2014 10.324.187 15.994
Chevrolet Cruze 2018 11.409.992 14.045
 Subaru Impreza 2012 11.524.664 11.968
Toyota Rav4 2017 11.994.995 16.984
Audi A200 2013 12.994.022 14.045
Hyundai Santa Fe 2010 13.524.319 14.045
Volkswagen Golf 2017 13.660.240 11.968
Volvo s40 2012 14.504.942 14.045
Mazda 6 2015 15.870.935 20.952
Promedio 11.606.955 16.715

Además, se conoce la siguiente información:

• ∑(𝑋𝑖 − 𝑋̅)(𝑌𝑖 − 𝑌̅) = −48.319.222.095
• ∑(𝑋𝑖 − 𝑋̅)2 = 198.679.154
• 𝑒𝑒(𝛽̂1 ) = 159,03
• 𝑒𝑒(𝛽̂0 ) = 2.724.903,82
• 𝑡𝑡 (0,025;12) = 2,18
• SEC = 11.751.000.000.000
• SRC = 55.273.000.000.000

En base a la información entregada, responda las siguientes preguntas de la manera más completa
posible.

a) ¿Cuáles son los signos esperados para la constante, 𝛽̂0 y para el parámetro asociado a la
variable explicativa, 𝛽̂1? Justifique.
b) Calcule los coeficientes del modelo de regresión y escriba correctamente la función de
regresión muestral, con la información obtenida.
c) Comprobar mediante una prueba de hipótesis si cada parámetro es estadísticamente
significativo con un 5% de significancia, Interpretar el resultado del test.
d) Interpretar los resultados en términos económicos. ¿Cuál es la relación entre el kilometraje
del vehículo y su precio?
e) Determine el poder explicativo del modelo. Interprete correctamente.
f) Se tiene además que la Prob>F = 0,1362, ¿qué significa este resultado con respecto al test
de significancia global del modelo?

PREGUNTA 3
Suponga que un grupo de investigadores desea estudiar el gasto es salud anual en adultos mayores.
Para esto se encuestaron a 2.494 personas. Los resultados de la investigación son los siguiente:

̂ 𝑎𝑙𝑢𝑑) = 6,7720 + 0,3596𝑁𝑟𝑜𝐸𝑛𝑓 + 0,0418𝐸𝑑𝑢𝑐 − 0,0908𝐹𝑎𝑚𝑖𝑙𝑖𝑎

ln(𝐺𝑎𝑠𝑡𝑜𝑆
(0,9385) (0,01626) (0,00596) (0,02066)

𝑅 2 = 0,1834; 𝑅 2 𝐴𝑗𝑢𝑠𝑡 = 0,1824; 𝑁 = 2.494

𝑆𝑅𝐶 = 2493,6592

Donde, ln(𝐺𝑎𝑠𝑡𝑜𝑆𝑎𝑙𝑢𝑑): representa el logaritmo del gasto en salud anual en USD por individuo.
𝑁𝑟𝑜𝐸𝑛𝑓: Número de enfermedades crónicas. 𝐸𝑑𝑢𝑐: Refleja los años de educación. 𝐹𝑎𝑚𝑖𝑙𝑖𝑎:
Tamaño de la familia (Nro de miembros del hogar). Los valores entre paréntesis reflejan los errores
estándar de los coeficientes.
 a) Determinar si los coeficientes estimados son estadísticamente significativos al 5%
b) Interprete los coeficientes asociados a las variables 𝑁𝑟𝑜𝐸𝑛𝑓, 𝐸𝑑𝑢𝑐 y 𝐹𝑎𝑚𝑖𝑙𝑖𝑎.
c) Explique por qué el 𝑅 2 𝐴𝑗𝑢𝑠𝑡 es diferente al 𝑅 2 . Además, justifique cuál sería una mejor
medida de bondad de ajuste.

PREGUNTA 4
Un grupo de investigadores desea estudiar la cantidad demandada (individual) diaria por cigarros
(cigs) en función de un conjunto de variables. Para esto, se tiene una muestra de 807 individuos el
año 2018. La descripción de variables es la siguiente:
• cigs: cantidad demandada (individual) diaria por cigarros. Variable dependiente.
• lincome: logaritmo del ingreso anual (en USD)
• educ: años de educación.
• age: Edad del individuo.
• agesq: Edad al cuadrado del individuo.
• woman: Variable dicotómica que toma el valor 1 si el individuo es mujer y cero en otro
caso.
• lcigpric: logaritmo del precio de los cigarros.

los resultados de la estimación utilizando el método de regresión lineal, son los siguiente:
Tabla 1: Estimación de la demanda por cigarros mediante MCO, Variable dependiente:
cigs
lincome 0,880
(0,728)
educ -0,501**
(0,167)
age 0,771***
(0,160)
agesq -0,009***
(0,002)
woman -2,825*
(1,112)
lcigpric -0,751
(5,773)
constante -3,64
(24,08)
N 807
F(6; 800) 7,42
Prob > F 0,0000
R2 0,5275
R2 adj 0,4564
Nota: * p<0,1; **p<0,05; ***p<0,01. Valores a la derecha de las variables, corresponden a los parámetros estimados.
Errores estándar entre paréntesis.
Con la información proporcionada, se pide responder lo siguiente:

a) ¿Hay alguna evidencia de que el precio de los cigarros tenga algún efecto sobre la cantidad
demandada? ¿Qué tan fuerte es esa evidencia?
b) Interprete en términos económicos las variables estadísticamente significativas.
c) Dada la evidencia presentada, ¿qué tipo de elasticidad presentaría la demanda por
cigarros? Justifique adecuadamente para tener todo el puntaje.
d) ¿Por qué el R2 es diferente al R2 ajustado? Explique detalladamente.

PREGUNTA 5
Se tienen las siguientes regresiones para el periodo 1998-2018. En ellas, es posible identificar que
la variable dependiente corresponde al tiempo destinado a tareas domésticas (tdom), medido en
horas. Como variables explicativas se tienen un conjunto de características de los individuos, estas
son, la edad, los años de escolaridad (esc) y el número de niños en el hogar (nhijos). Los subíndices
h y m indican que las regresiones son respectivamente para hombres y para mujeres. También se
tiene los errores estándares de cada parámetro después de cada modelo.

𝑡𝑑𝑜𝑚ℎ = 1,49 + 0,0092𝐸𝑑𝑎𝑑ℎ + 0,012𝐸𝑠𝑐 − 0,09𝑛ℎ𝑖𝑗𝑜𝑠ℎ + 𝜇𝑖

(0,16) (0,002) (0,008) (0,022)
2
𝑅 = 0,6795

𝑡𝑑𝑜𝑚𝑚 = 3,09 + 0,015𝐸𝑑𝑎𝑑𝑚 − 0,066𝐸𝑠𝑐𝑚 + 0,017𝑛ℎ𝑖𝑗𝑜𝑠𝑚 + 𝜇𝑖

(0,26) (0,003) (0,011) (0,03)
2
𝑅 = 0,6788

Nota: Asuma 𝛽̂0 como la constante; 𝛽̂1como al parámetro asociado a la Edad; 𝛽̂2 asociado a la
Escolaridad y 𝛽̂3 al parámetro asociado al número de hijos. Los valores entre paréntesis representan
los errores estándar de cada parámetro.

a) Indique que coeficientes son estadísticamente significativos al 5% de significancia.

b) De acuerdo con la información entregada, y suponiendo que ud forma parte del comité asesor
del ministro del trabajo. ¿qué puede indicar con esos resultados? Sea capaz de analizar el efecto de
todas las variables sobre la variable dependiente y realice un análisis completo desde el punto de
política económica (para ambos modelos).
c) ¿Qué puede decir sobre la medida de bondad de ajuste en cada modelo? ¿Son comparables entre
ellos? Justifique