Las bases conceptuales para la argumentacion
1 4 edad2; R2 = 1.015 (2) ropa = 15 + edad d 3 45 donde ropa es el porcentaje del gasto en ropa sobre el gasto total en tanto por ciento, edad es la edad en años, edad2 es el cuadrado de edad y ciudad es la población de la ciudad en miles de habitantes. Los estadísticos básicos de la muestra son edad = 41.2, ciudad = 156.25, 2 2 2 ropa = 20.075, Sedad = 500, Sciudad = 150000, Sropa = 200; Sropa;edad = 125, Sropa;ciudad = 3000: (a) (1.5p) Interprete el …ver más…
El supuesto RLM.5 no se cumple y por tanto no se veri…can los supuestos del teorema de Gauss Markov y el estimador MCO no tiene por qué ser óptimo. 2. (1p) Demuestre que el estimador MCO maximiza el R-cuadrado. Solución: El estimador MCO minimiza la suma de los cuadrados de residuos n X i=1
gado. La insesgadez signi…ca que E e1 = 1 , el hecho que e1 6= e1 = 0:25 y 1 = 0:2) no implica que el estimador esté sesgado.
1
(en nuestro caso,
n X i=1
u2 ^i
1
maximiza el R2 . 3. (1.5p) ¿Cuáles de los modelos siguientes se puede estimar por MCO? Razone la respuesta. y=e 2
0 + 1 x+u
n X i=1
. Como
(yi y)2
n X i=1
u2 . R 2 = 1 bi
SCR ST C
=
(yi
y)2 > 0 y no depende del estimador, el estimador MCO
(3)
y= y= y=
0 0
0
+
1x
+ log u
2x 2 3
(4a) (5) (6) (7)
+
3 1x 1x
+ 1 + x
+u
+
0
+
1
log x + u
2
log y = Solución:
+
1 +u x2
Un modelo se puede estimar por MCO si cumplen todos los supuestos RLM.1 a RLM.4 (linealidad en parámetros, muestreo aleatorio, media condicionada nula y no colinealidad perfecta). El modelo (3) es el modelo log-nivel, una vez que se han tomado logaritmos a ambos lados de la ecuación, log y = 0 + 1 x + u Sea
1
=
3 1.
El modelo (5) es y=
0
+
1x
+
2x
3
+u (7).
Entonces el supuesto de linealidad en