Ciencias
I : t.f,':'
12_24.
,,
"'
:'
''
' ' ,12"25'.
variable::dependienLe:' S1
Método: Mínimos cuadrados
MuesLra (ajustada) : 1966-2005
:
óbseifaciones inctuj-das: 40-después
Cóef
sr (-1)
SI {:,2
sr (.3
)
.
O
*0 -.071371
.A
0.149212
.., -5 .963275
r::r. .. -.0:-
,,¡1:.
R cuadrada
R cuadrada ajusLada
o
Error estindar de lareqresión
Suma de cuadrados residual
.,:1,'.,'
:,.',
0.0000
0:9040
a.2442
a.54A7
t2L56A
.11,'1.851,7.1
:iO -161'63.86
:it:::'
0.243386
o.16707:/
:034362
Probabi 1 idad:::,,':EÉtadístico rt
a -2447-52
4.24L9'7.5
o .24207 6
.286'7 82
bt i - o,
ajusteÉ:::1.,::
a.a70999
1.019716
-o -429679
sr {i4)
sr ( -.5)
lós
de
Error j estándariciente
)
i.:,'r¡i:::;i
,,,',,:,'
:;o':29324o
o.717r
'::O::,205663'
0.8383
Media .dg, .}a,.variabfe dependiente
.7 49A57
Desviación e.sLándar: .de la
variabté dependienteestadísiico d; Durbin-WaLson
4.7L307L
0.010629
o-00374r
7
.004433
0.019843
1.956818
a) De estos resultados, ¿qué puede declisobre la,naturaleza de la autocorrelación en los
datossobre salarios y productividad? , ' ,,'
:
b) Jl plcnsa Lluc un mecanlsmo
AR(l)
caracteri¿a la autocorrelación en los datos, ¿,uti-
lizaría la translormación de.priineras diferencias paraeliminar la autocorreiación?
Just i fi que su respuesta.
Ejercicios empíricos
12.26. Consulte los datos sobre la industria del:cobre,dq lá tabla 12.7.
c) Con base en esta informacionj estimé elsiguiente modelo de r.egresión:
lnC,
:
fu
+
Fzln
I,
i
ftli, L, +
fi.a1n
f!*
B5
ln
),
+
r,,
Interprete los resnltados: : ..:. ,
Obrcnga los residrros ylos residuos estandarizados de la regresión rntelioly grafíquelos. ¿Qué opina sobre Iapresencia de autocorrelación en estos residnos?
:,,'
b)
c)
ri
I
Estirne el estadístico d de...
Regístrate para leer el documento completo.