econometria


1.

a) La bondad de ajuste de este modelo muestra que el R-squared no cumple las condiciones que R2 tiene que ser mayor o igual a 0 y menor o igual a 1, ya que tiene un valor negativo de -0.923111. Por otra parte, el error estándar de la regresión de cada variable presentan valores menores a 0 y muy pequeños. Por lo tanto, concluimos que las variables explicativas no son suficientes paraexplicar al modelo porque la bondad de ajuste muestra en que porcentaje las variables independientes explican a la variable dependiente por lo que no puede existir un valor negativo
b) Analizando el P. Value de cada variable explicativa podemos ver que son menores a 0.05 por lo que podemos rechazar la hipótesis nula de que los coeficientes sean menores a 0 con un 95% de confianza. Entonces,observamos que si existe significancia individual de los coeficientes estimados; otro indicador que nos demuestra que si existe una significancia individual es el t-Statistic que en ambos casos es mayor a 1.96 el cual es el valor en tablas de t.
c) El coeficiente de la variable MKT_VALUE nos indica, bajo el principio ceteris paribus, que por cada dólar que aumente el valor de la empresa en el mercado elsalario del CEO en 0.048276 dólares.
Por otra parte, el coeficiente de la variable SALES, igualmente bajo el principio de ceteris paribus, nos indica que por cada dólar que incrementen las ventas de la empresa el salario de los CEOs incrementara en 0.048140 dólares.
Consideramos que si tienen sentido lógico puesto que si aumenta el valor de la empresa en el mercado o el nivel de ventas endólares, los salarios de los CEOs pueden ser incrementados.
d) Consideramos que este modelo inicial si adolece de variables omitidas porque en primer lugar el R2 tiene un valor menor a 0 y por lo tanto es negativo, la bondad de ajuste en general de este modelo muestra una evidente carencia de variables que puedan explicar mejor al modelo.
e) El hecho de que no exista una constante en este modeloinicial demuestra que Y, o sea nuestra variable dependiente SALARY, no tiene componente autónomo. Esto quiere decir que en este modelo al no existir una constante los salarios de los CEOs solamente dependen del valor en el mercado de la empresa y de las ventas, por lo tanto, si el valor de la empresa en el mercado y sus ventas fueran iguales a 0 los salarios de los CEOs tendrían un valor igual a 0.2.

a) Al incorporar estas dos variables al modelo podemos observar que la bondad de ajuste del modelo mejoró porque ahora el valor del R2 es de 0.160636, lo que demuestra que la incorporación de las nuevas variables ayudan a explicar con mayor claridad al modelo planteado.
b) Las nuevas variables regresoras incluidas en el modelo si son útiles para la explicación del modelo.
El coeficientede la variable COLLEGE, bajo el principio ceteris paribus, señala que si el CEO de la empresa tiene una licenciatura su salario incrementa en 564.8232 dólares.
el coeficiente de la variable CEO_TEN nos indica que por cada año que el CEO se encuentra en este cargo en la empresa, todo lo demás ceteris paribus, su salario tendrá un incremento de 17.22416 dólares.
c) Los intervalos de confianzaen base a la siguiente ecuación de la regresión son:



Para SALES (β2):






Para CEO_TEN (β3):






d)

Analizando el P.Value de Jarque-Bera el cual es 0.0000 concluimos que se rechaza la hipótesis nula porque es menor a 0.05. Y por otro lado, la media de los errores del modelo es 19.23229, la cual es mayor a 0 por lo que se rechaza la hipótesis nula, la cual dice quela media es igual a 0.
En base a estos datos y al histograma de los errores observamos y concluimos que estos errores no son normales.
e) Las razones por las que encontramos que los errores no son normales pueden ser las siguientes:
Que existan variables omitidas.
Que existan outliers, observaciones aberrantes, en nuestro modelo.
Que no exista linealidad de relación entre nuestras...