Econometria I

Unitat 1: Introducció a l’anàlisi economètrica

Exercicis

1. Suposa que et demanen dur a terme un experiment per determinar si un programa

de formació laboral ajuda a millorar la productivitat del treball. La productivitat
d’un treballador/a es mesura en unitats produïdes per hora (P ). Per identificar si
un determinat treballador/a ha participat en el programa utilitzarem l’ajuda d’una
variable fictícia, T . La variable fictícia T assigna el valor 1 si el treballador/a ha
participat en el programa o 0, en cas contrari.

(a) Si poguessis dur a terme l’experiment que vulguessis, per avaluar l’efectivitat del
programa, com ho faries? Sigues específic. Detalla les condicions que perme-
trien utilitzar el teu experiment per donar una estimació de com d’efectiu és el
programa.
(b) Considera que no pots dur a terme cap experiment i només tens acceés a dades
observacionals d’una mostra de 150 treballadors. Per cada treballador/a tenim el
parell de valors (T, P ). No disposes d’informació sobre les condicions que fan que
els treballadors o treballadores, participin o no en el programa.
i. Especifica un model de regressió simple on P actui com a variable dependent
i T com a regressor. Quina seria la funció d’esperança condicionada en aquest
cas?
ii. Interpreta cadascun dels elements que has inclòs en la regressió.
iii. Especifica les condicions que ens permeteríen utilitzar la regressió per pro-
porcionar una estimació dels efectes del programa. Justifica rigurosament.

2. El fitxer de dades salaris1.csv inclou observacions del salari en euros bruts al mes
(W ) i anys d’educació (ED) d’una mostra de 49 persones. Voldríem utilitzar aquesta
mostra per estimar els rendiments de l’educacío.

(a) Amb l’ajuda de RStudio o Grelt, fes un gràfic de W respecte ED, amb les
obervacions d’aquest fitxer. Mirant el gràfic, què podries dir sobre l’associació
entre les dues variables? Podries treure alguna conclusió sobre la relació causal
entre les variables? Comenta rigurosament.
(b) Amb l’ajuda de RStudio o Grelt, calcula la covariància mostral i el coeficient
de correlació mostral entre les dues variables. Mirant el valors dels estadístics
anteriors, què podries dir sobre l’associació entre les dues variables? I sobre l’efecte
de l’educació sobre els salaris? Comenta amb rigor.
(c) Considera que es proposa el següent model de regressió per extreure informació
de la mostra donada sobre els rendiments de l’educació:

W = β0 + β1 ED + u.

i. Podries identificar algunes de les variables que formaríen part de la pertor-

bació, u? Creus que alguna d’aquestes variables pot ser identificada com una
variable de confusió Per què?

1
 ii. Sota quines condicions podríem interpretar β1 com el paràmetre que capta
l’efecte de l’educació sobre els salaris? Sigues específic, incloent l’expressió
analítica adient.

3. Des del deganat de la Facultat es vol analizar l’efectivitat de que els estudiants par-
ticipin en el propedéutic de matemátiques sobre les notes de l’assignatura Mates I,
curs del primer any en la universitat. Cursar el propedéutic és totalmente voluntari.
L’oficina de gestió acadèmica proporciona dades sobre una mostra de 300 estudiants.
Per a cada estudiant la mostra inclou el valor de la variable T (valor 1 si l’estudiant ha
participat en el propedéutic, 0 si no hi ha participat) i de la variable G (nota obtinguda
a Mates I ). Per analizar aquestes dades, es proposa el següent model de regressió:

G = β0 + β1 T + u.

(a) Identifica una variable que creus que forma part de la pertorbació u. Justifica la
teva elecció.
(b) Defineix el parámetre β1 en el model anterior usant l’expresió analítica correspo-
nent.
(c) Descriue en una frase el significat concret del parámetre β1 .
(d) Esperarías que E(u/T = 1) fos igual, major o menor que E(u/T = 0)? Justifica
la teva resposta rigurosament.
(e) Podrías fer servir l’estimació del parámetre β1 per inferència causal? Discuteix
rigurosament incloent un diagrama causal que relacioni les variables T , G i u, per
recolzar la teva explicació.

4. Considera el següent mecanisme de generació de dades (mgd):

Z ∼ U (0, 10)
ux ∼ N (0, 9)
X = 2 + 3 · Z + ux
uy ∼ N (0, 16)
Y = 10 + 3 · Z + uy

(a) Dibuixa un diagrama causal que relacioni les variables Z, X, Y , ux i uy .

(b) Amb l’ajuda de RStudio o Grelt, genera una mostra de 50 observaciones d’aques-
tes variables. Dibuja en un diagrama de dispersió de les observacions {(Xi , Yi )}50
i=1 .
Comenta.
(c) Amb l’ajuda de RStudio o Grelt, calcula el coeficient de correlació simple mostral
entre X y Y . Comenta.