nada

PROBLEMA 1. (50 ptos.)
Responda si las siguientes afirmaciones son verdaderas, falsas o inciertas, proporcionando en
forma breve los argumentos de su respuesta.
Parte i.
JOSÉ y CRISTINA están proponiendo un modelo lineal para evaluar qué
variables explicarían el rendimiento de un alumno en FEN. El modelo propuesto por JOSÉ
arrojó un R cuadrado igual a 0,602, mientras que el modelo deCRISTINA tuvo un R cuadrado
igual a 0,530. Dado lo anterior podemos concluir que el modelo de JOSÉ es mejor que el de
CRISTINA, ya que tiene un porcentaje de explicabilidad mayor (mayor ajuste). Comente y
recuerde ser breve.
Respuesta
Incierto. Puede ocurrir que el modelo de JOSÉ tenga variables casuales que se mueven con la
variable dependientes más que las variables consideradas porCRISTINA, lo cual reducirá la
suma de los cuadrados de los residuos generando un mayor R cuadrado. Lo mismo podría
ocurrir si el modelo de JOSÉ tiene más variables, no necesariamente explicativas, que el de
CRISTINA. Lo más recomendable sería apoyarse en la justificación teórica de las variables de
cada modelo, utilizar otros indicadores como los test básico de significancia de los parámetros y
eltest F. En el caso del uso indiscriminado de variables, se puede usar el R cuadrado ajustado,
aunque también adolece de la poca discriminación entre causalidad y casualidad.
_________________________________________________20 ptos.___________
Parte ii.
Un gerente quiere conocer si existe dependencia entre la cantidad de computadores que existe
en la empresa y la productividad. Para lo anteriorrealiza una regresión lineal simple en donde
ˆ
el coeficiente que acompaña a la variable cantidad de computadores, β1 (pendiente), resultó
con un valor cercano a cero, con un valor p = 0,467 ( H1 : β ≠ 0 ). Un egresado de FEN le
comenta: "tranquilo, esto no necesariamente significa que no hay relación, puede ser que la relación no
sea lineal". Comente y recuerde ser breve.
RespuestaVerdadero. Ciertamente, la poca significancia del coeficiente puede significar una falta de
linealidad entre la variable dependiente e independiente (mala especificación del modelo), un
exceso de heterocedasticidad o existencia de una relación entre los errores. En estos casos sería
recomendable verificar los 3 fenómenos señalados, descartando que no sean las fuentes de esta
poca significancia,siempre y cuando exista un sustento teórico con respecto a la relación entre
las variables descritas.
______________________________________________________ 20 ptos._____
Parte iii.
Ud. debió regresionar la variable dependiente Y , de la cual no tiene mayor información,
contra una variable explicativa X , por medio del modelo lineal Y = β 0 + β1 X + ε , donde los
errores se comportan en formanormal, tiene media cero y varianza homocedástica pero muy
dispersa. De los cálculos se encontró que el R 2 era igual a 0.62, lo que es normal en la
práctica, además, el estimador del intercepto y de la pendiente resultaron ser significativos, por

Página 1

Universidad de Chile

miércoles 24 de octubre del 2012

Economía & Negocios

PAUTA CONTROL 4

lo tanto, podemos concluir que, noexiste otra variable explicativa para Y , salvo la variable X
ya descrita. Comente y recuerde ser breve.
Respuesta
Incierto o falso. La constante en el modelo presenta tanto el efecto fijo de la variable
dependiente, como el efecto promedio de las variables explicativas no incluidas, mientras que
la varianza absorberá los verdaderos shocks y la dispersión de estas variables que han sidoomitidas, lo que podría aumentar el tamaño de la varianza de los errores. Entonces, con la
información entregada, no es posible pensar que no existen más variables explicativas, al
contrario las sospechas apuntan a que podría existir otra variable más, debido a que la
dispersión se de los errores es alta.
__________________________________________________10 ptos.____________
PROBLEMA 2. (50...