Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 259 vistas

    Cuestionario 1 Econometría I

    Cargado por

    Fernando Cota
    1) El documento presenta preguntas y respuestas sobre conceptos básicos de econometría como la función de regresión poblacional, la diferencia entre función de regresión poblacional y muestral, el papel del término de error estocástico y el residual, y por qué es necesario el análisis de regresión. 2) Se define qué es un modelo de regresión lineal y se analizan diferentes modelos para determinar si son lineales o no en parámetros y variables. 3) Se discuten diagramas de dispersión y sus

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Cuestionario 1 Econometría I

    Cargado por

    Fernando Cota
    259 vistas6 páginas
    1) El documento presenta preguntas y respuestas sobre conceptos básicos de econometría como la función de regresión poblacional, la diferencia entre función de regresión poblacional y muestral, el papel del término de error estocástico y el residual, y por qué es necesario el análisis de regresión. 2) Se define qué es un modelo de regresión lineal y se analizan diferentes modelos para determinar si son lineales o no en parámetros y variables. 3) Se discuten diagramas de dispersión y sus

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) El documento presenta preguntas y respuestas sobre conceptos básicos de econometría como la función de regresión poblacional, la diferencia entre función de regresión poblacional y muestral, el papel del término de error estocástico y el residual, y por qué es necesario el análisis de regresión. 2) Se define qué es un modelo de regresión lineal y se analizan diferentes modelos para determinar si son lineales o no en parámetros y variables. 3) Se discuten diagramas de dispersión y sus

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    259 vistas6 páginas

    Cuestionario 1 Econometría I

    Cargado por

    Fernando Cota
    1) El documento presenta preguntas y respuestas sobre conceptos básicos de econometría como la función de regresión poblacional, la diferencia entre función de regresión poblacional y muestral, el papel del término de error estocástico y el residual, y por qué es necesario el análisis de regresión. 2) Se define qué es un modelo de regresión lineal y se analizan diferentes modelos para determinar si son lineales o no en parámetros y variables. 3) Se discuten diagramas de dispersión y sus

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    CALDERON COTA LUIS FERNANDO

    Econometría I
    Cuestionario 1
    Profesor: Armando Pizarro Morales

    1. ¿Cuál es la función de esperanza condicional o función de regresión poblacional?

    R= La funcion es E(Y|Xi) =f(Xi) (2.2.1) donde ƒ(Xi) denota alguna función de la


    variable explicativa X. En el ejemplo, E(Y | Xi) es una función lineal de Xi. La
    ecuación (2.2.1) se conoce como función de esperanza condicional (FEC), función de
    regresión poblacional (FRP) o regresión poblacional (RP), para abreviar. Dicha
    función sólo denota que el valor esperado de la distribución de Y dada Xi se relaciona
    funcionalmente con Xi. En otras palabras, dice cómo la media o respuesta promedio de
    Y varía con X. En el análisis de regresión, la idea es estimar las FRP como la ecuación
    (2.2.2); es decir, es- timar los valores no conocidos de β1 y β2 con base en las
    observaciones de Y y X.

    2. ¿Cuál es la diferencia entre la función de regresión poblacional y la función de


    regresión muestral? ¿Se trata de distintos nombres para la misma función?

    R= La distinción entre la función de regresión y muestra la población función de


    regresión es importante, para la primera es estimador de la última; en la mayoría de
    las situaciones que tenemos una muestra de observaciones de una población dada, por
    lo que tratamos de aprender algo acerca de la población de la muestra dada.

    3. ¿Qué papel desempeña el término de error estocástico ui en el análisis de regresión?


    ¿Cuál es la diferencia entre el término de error estocástico y el residual ûi?

    R=Un modelo de regresión nunca puede ser una información absolutamente precisa
    descripción de la realidad. Por lo tanto, es inevitable que se produzca cierta diferencia
    entre los valores reales de la regresion y sus valores estimados en el modelo elegido.
    Esta diferencia es simplemente el término de error estocástico, el residuo es la
    contraparte muestra del estocástico término de error.

    4. ¿Por qué es necesario el análisis de regresión? ¿Por qué no tan sólo utilizar el valor
    medio de la variable regresada como su mejor valor?

    R=Aunque es verdad que se puede utilizar el valor de la media, la desviación estándar


    y otras medidas de resumen para describir el comportamiento de la regresion que a
    menudo están interesados en averiguar si hay un nexo causal las fuerzas que afectan la
    regresión. Si es así, vamos a ser capaces de predecir el valor medio de las regresiones,
    por lo tanto el análisis de regresión se relaciona en gran medida con la estimación o
    predicción de la media (de la población) o valor promedio de la variable dependiente,
    con base en los valores conocidos o fijos de las variables explicativas.
    5. ¿Qué se quiere dar a entender con modelo de regresión lineal?

    R=En el análises de regresión, el objetivo es utilizar los datos para trazar una linea que
    mejor representen la relación entre las dos variables que al momento que se traza la
    linea recta me permitir analizar los puntos que están por encima y por debajo de mi
    média En pocas palabras un modelo que es lineal en los parámetros; puede que sea o
    no lineal en las variaables.

    6. Determinen si los siguientes modelos son lineales en los parámetros, en las variables
    o en ambos. ¿Cuáles de estos modelos son de regresión lineal?

    R=a) Parámetros y variables


    lineales.
    b) Parámetros y variables
    lineales.
    c) Parámetros y variables
    lineales.
    d) Parámetros y variables
    lineales.
    e) Parámetros y variables
    lineales.
    a) Parámetros y variables lineales.
    b) Parámetros y variables lineales.
    c) Parámetros y variables lineales.
    d) Parámetros y variables lineales.
    e) Parámetros y variables lineales
    El modelo a, b, c, d y e son lineales ya que cada uno de los modelos tanto en los
    parámetros como en sus variables se encuentran elevados a la primera potencia

    7. ¿Son modelos de regresión lineal los siguientes? ¿Por qué?

    a) Si
    b) Mediante la transformación con logaritmo este si es un modelo de
    regresión lineal ya que siparámetros están elevados a la primera potencia
    c) Esta es una función logarítmica y se considera modelo de regresión lineal
    porque sus parámetrosestán elevados a la primera potencia
    d) Si es modelo de regresión lineal porque sus parámetros se encuentran
    elevados a la primerapotencia
    e) No es un modelo de regresión lineal porque el parámetro de la variable
    independiente β2 estaelevado a la tercera potencia

    8. ¿Qué se entiende por un modelo de regresión intrínsecamente lineal? Si β2 en el ejercicio


    anterior inciso d valiera 0.8, ¿sería un modelo de regresión lineal o no lineal?

    Los modelos de regresión intrínsecamente lineales son aquellos modelos que se los
    pueden hacerlineales en los parámetros. En el ejercicio anterior si β2= 0.8
    tendríamos:Yi=β1+(0.75−β1)e−β2(X1−2)+uiYi=β1+(0.75−β1)e−0.8(X1−2)+ui

    9. Consideren los siguientes modelos no estocásticos (es decir, modelos sin el término de error
    estocástico). ¿Son lineales estos modelos de regresión? De no serlo, ¿sería posible, con
    manipulaciones algebraicas apropiadas, convertirlos en modelos lineales?

    a)Yi=1β1+β2Xi1Y1=β1+β2Xi Se convierte en un modelo de Regresión Lineal

    b)Yi=Xiβ1+β2XiXiYi =β1+β2XiSe convierte en un modelo de Regresión Lineal

    c)Yi=11+exp(−β1−β2Xi)1Yi =1+exp(−β1−β2Xi)1Yi −1=exp(−β1−β2Xi)1−YiYi =exp(−β1−β2Xi)ln(1−YiYi


    )=(−β1−β2Xi)Se convierte en un modelo de Regresión Lineal

    10. Considere el diagrama de dispersión de la figura 2.8 junto con la línea de regresión. ¿Qué conclusión
    general deduce de este diagrama? ¿La línea de regresión del diagrama es una línea de regresión
    poblacional o una línea de regresión muestral?
    R= Es una línea de regresión maestral; esta indica que los países que más exportan tienen
    un crecimiento promedio mayor de salario real, es decir el sector manufacturero con respecto al
    promedio anual de la razón PIB-exportaciones; tiene una línea de tendencia claramente positiva,
    resulta creciente con respecto al comportamiento de los datos. La línea de regresión es muestral porque
    solo se han tomado en cuenta 50 países

    11. Del diagrama de dispersión de la figura 2.9, ¿qué conclusiones generales deduce? ¿En qué teoría
    económica se basa este diagrama de dispersión? (Pista: busque cualquier libro de texto de economía
    internacional y estudie el modelo de comercio Heckscher-Ohlin).
    Este diagrama de dispersión se basa en la teoría de la ventaja comparativa de David Ricardo, y ventaja
    absoluta de Adam Smith. Los distintos países tienen diferentes dotaciones de factores esto hace que
    exista un comercio entre países: así existen países con abundancia relativa de capital y otros con
    abundancia relativa de trabajo. Normalmente los países más ricos en capital exportarán bienes
    intensivos en capital (se utiliza relativamente más capital que trabajo para producirlos) donde
    los trabajadores son más capacitados y la tierra es escaza y las exportaciones tienen más valor
    agregado, en cambio los países ricos en factor trabajo exportarán bienes intensivos en trabajo (se utiliza
    relativamente más trabajo que capital para producirlos) es decir existe tierra abundante y los
    trabajadores son menos capacitados generalmente son exportadores de materias primas.

    12. ¿Qué revela el diagrama de dispersión de la figura 2.10? Con base en dicho diagrama, ¿se puede decir
    que las leyes del salario mínimo propician el bienestar económico?

    La figura muestra una relación negativa entre el PIB per cápita y el salario mínimo, mientras
    más alto es el salario mínimo menor es el PIB per cápita, esto claramente es perjudicial para
    un país envías de desarrollo, ya que el PIB per cápita no está repartido
    equitativamente entre toda la población, sino que existe muchos factores adicionales como:
    la inflación, la desigualdad social, acumulación de riqueza, y sobre todo de los precios de la
    canasta básica; etc.

    También podría gustarte