Ejercicios de econometria
Presentado por: Luis Hernández Caldera Profesora Dra. Marylú Zeledón Torres
Problema Nº 1: Análisis del demanda de Pollo
Teniendo información a mano pertinente al problema en cuanto a sus datos cuantitativos, notaciones, etc., se procedió a realizar regresiones separadas para de los siguientes modelos 1. ln yt 1 2 ln x2 t 3t ln x3 ut 2. ln yt y1 y 2 ln x 2t y 3 ln x3t y 4 ln x 4t u t
3. ln y 1 2 ln x 2 3 ln x 3 4 ln x5t u t
4. ln yt 1 2 ln x2t 3 ln x3t 4 ln x4t 5 ln x5t ut 5. ln yt 1 2 ln x2t 3 ln x3t 4 ln x6t ut
Siendo: Y: X2: X3: X4: X5:
Consumo per cápita de pollos, en libras. Ingreso per cápita real disponible, US$ Precio real almenudeo del pollo por libra US$
Precio real al menudeo de cerdo por libra, US$
X6: Precio real compuesto de los sustitutos del pollo, US$ por libra. Precio ponderado Se pregunta: (a) Entre las funciones de demanda que aquí se presentan, ¿Cuál podría escogerse y por que?
Precio real al menudeo de carne de res por libra, US$
Se escogería la función Nº 1 uno denotada por ln yt 1 2 lnx2 t 3t ln x3 ut que re-escrita sería ln Yt 1 2 ln X 2 t ln 3 ui . Esta selección se debe a varios hechos a demostrarse:
Primero: que las variables precio de la carne de cerdo, precio de la carne de res ya sea agregadas o por separado tiene poco o ninguna contribución al modelo inicial.
a Modelo 1 Coefficients
Model 1
(Constant) lnX2 lnX3
Unstandardized CoefficientsB Std. Error 1,997 ,119 ,450 ,026 -,361 ,067
Standardized Coefficients Beta 1,370 -,436
t 16,836 17,000 -5,405
Sig. ,000 ,000 ,000
Zero-order ,973 ,815
Correlations Partial ,967 -,770
Part ,561 -,178
Collinearity Statistics Tolerance VIF ,168 ,168 5,965 5,965
a. Dependent Variable: lnYI
Aunque la correlación entre dos variables no tiene efecto causal, puede darnospistas interesantes acerca del comportamiento de las variables en el modelo. Por ejemplo, observemos que la correlación de orden cero existente entre lnYt lnX3, tiene un valor de 0.815 sin embargo cuando eliminamos lnYt baja hasta -0.770 y
2
cuando el efecto atribuible a lnX2 se elimina de lnX3, el valor de baja hasta -0.178 de tal manera que podría concluirse que la relación entre consumo depollo y precio de la carne de pollo (lnYt – lnYX3) puede explicarse casi por completo recurriendo a la variable lnX2t, ingreso per cápita. El mismo análisis puede ser
a Modelo 4 Coefficients
Model 1
(Constant) lnX2 lnX3 lnX4 lnX5
Unstandardized Coefficients B Std. Error 2,107 ,160 ,377 ,087 -,456 ,117 ,116 ,106 ,050 ,105
Standardized Coefficients Beta 1,146 -,550 ,235 ,101
t 13,2104,353 -3,897 1,096 ,477
Sig. ,000 ,000 ,001 ,288 ,639
Zero-order ,973 ,815 ,924 ,934
Correlations Partial ,716 -,677 ,250 ,112
Part ,147 -,131 ,037 ,016
Collinearity Statistics Tolerance VIF ,016 ,057 ,025 ,025 61,132 17,536 40,673 39,735
a. Dependent Variable: lnYI
aplicado al modelo 4 en donde las variables lnX4, lnX5, muestran baja en la correlación y por tanto su influenciapuede ser explicada en su mayoría por lnX2. Dado que en el resto de modelos el patrón se mantiene, presentamos únicamente los resultados del modelo 4, en donde se puede observar que los valores relativos a los coeficientes semi parciales de correlación lnX4 y lnX5 con valores de 0.037 y 0.016, pueden ser explicados por las variables lnX2 y lnX3. Comprendiendo que lo desarrollado hasta ahora noresponde claramente la pregunta realizada, vamos a proceder a demostrar que la adición de lnX4, lnX5 ya sea en forma parcial o conjunta no aumentará el valor explicativo de la función propuesta La técnica de análisis de varianza puede utilizarse para demostrar si las variables lnX4 y lnX5, aumentan el poder explicativo de la función propuesta, es decir, si la incorporación de estas dos variables...
Regístrate para leer el documento completo.