Ejercicios de econometria.

[pic 1]

Análisis de datos

Econometría

Sofía Larrain

Cristian Hernández

Alexis Rojas

Andres Dawabe

Cristobal Gonzalez

Frida Guzmán

EJERCICIO 1

Analice la teoría de Phillips con los datos de inflación y empleo del período 1960-1998 de USA

Analizando la Teoría de Phillips con la información entregada y luego de realizar el análisis de los datos podemos deducir que:

Indicar que la inflación depende del desempleo es un supuesto erróneo debido a que no existe correlación entre estos. La Estadística de la regresión a través del coeficiente de determinación R2 se encuentra muy por debajo del 100% con un 6,4% lo que nos indica que la fiabilidad del modelo es bastante bajo. Al eliminar un dato de nuestro modelo podemos ver como el indicador o R2 ajustado baja considerablemente al 3,9% de fiabilidad.

Por otra parte si analizamos el Error Típico nos encontramos que esta por sobre los límites que son niveles cercanos a 2.

Cabe mencionar que el desempleo incide solo en  un 6% sobre la inflación, mientras que el otro 94% corresponde a valores residuales.

(1,37 + 0,52 Desempleo + u)

EJERCICIO 2

Determine un modelo lineal para estimar la evolución de la población

Población USA en millones. Período 1970-1999

Para comenzar el análisis de datos del siguiente ejercicio debemos primero tener en conocimiento que la población no mantiene un crecimiento lineal, sino que está llena de altos y bajos, por lo tanto no es un línea perfecta de crecimiento. Si realizamos un análisis de los datos sin intentar llevar los datos a función lineal tendremos un error típico bastante elevado y es este el indicador que nos debe llamar la atención para buscar otra forma de realizar el análisis.

Al aplicar Ln a los datos entregados nuestros indicadores cambian favorablemente. Podemos ver claramente que el coeficiente de determinación R2 llega a un cifra cercana al punto optimo con un 99% de fiabilidad y nuestro error típico no sobre pasa los 2. Otro factor a considerar es que en el análisis de Varianza nuestro dato intercepción no pasa por cero, lo que nos dice que la función no se invalida.

Modelo Lineal para estimar la evolución de la población.

Función Ln Y = a + b*x

Si  Z = a + b*x

Z = 12,24 + 0,0098*x

EJERCICIO 3

Determine un modelo para estimar la relación entre el gasto en investigación y desarrollo, ventas y utilidades empresariales

-En este caso obtenemos que nuestro coeficiente de determinación R2 es de un 77,6% lo que refleja una buena correlación, no perfecta pero se encuentra dentro de los niveles deseables próxima a un 100%

En otro caso decidimos disminuir el porcentaje de         probabilidad a un 90% y obtenemos como resultado que el análisis de la varianza mejora, pero nos dice que el estadístico t es menor que la probabilidad, por lo tanto el valor del intercepto puede ser producto del azar y así una correlación entre los datos.

Es por esta razón que no podríamos confiar en el modelo.

95%

90%

EJERCICIO 4

Determine un modelo lineal para estimar la función de producción Cobb-Douglas de México, de acuerdo a los siguientes datos

Al determinar el modelo lineal para estimar la función de producción de Cobb-Douglas de México podemos estimar que existe una fiabilidad bastante cercana al 100% dado que nuestro coeficiente de determinación al analizar las variables es de 99%. Otro indicador positivo es que al analizar la probabilidad de nuestra función no existe un nivel mayor al 5% esto también es un buen indicador.

...