• Author / Uploaded
• andys nuñez

Citation preview

4. Resolver los ejercicios de Gujarati (2009): 2.13, 2.14 y 3.22. 2.13. ¿La línea de regresión de la fi gura I.3, en la Introducción, es la FRP o la FRM? ¿Por qué? ¿Cómo se interpretarían los puntos alrededor de la línea de regresión? Además del PIB, ¿qué otros factores, o variables, determinarían el consumo personal?

 Es una función de regresión muestral (FRM) porque solo muestra los datos de una muestra, en este caso de 15 años. Los puntos alrededor de la línea de regresión son datos reales y la distancia entre esos puntos y la línea de regresión representa el residuo muestral.  Además del PBI, otros factores como la tasa de interés, la riqueza, impuesto a la Renta, etc. 2.14. Se proporcionan los datos de la tabla 2.7 correspondientes a Estados Unidos de 1980 a 2006. a) Grafique la tasa de participación de la fuerza laboral civil masculina en función de la tasa de desempleo civil para los hombres. Trace a mano una línea de regresión a travésde los puntos de dispersión. Mencione a priori la relación esperada entre ambas tasas y comente cuál es la teoría económica que sirve de fundamento. ¿Este diagrama de dispersión apoya dicha teoría?

fuerza laboral masculina Vs tasa de desempleo 78.0 77.0

TPFLCM1

76.0 75.0 74.0 73.0 72.0 71.0 3.6

4.6

5.6

6.6

7.6

8.6

9.6

TDCH3

La relación existente entre la tasa de participación de la fuerza laboral civil masculina y los ingresos promedio por hora es inversa. Aumentando los ingresos promedios por la tasa de participación laboral disminuye. b) Repita el inciso a) para las mujeres

TPFLCF 2

fuerza laboral femenina Vs tasa de desempleo 61.0 60.0 59.0 58.0 57.0 56.0 55.0 54.0 53.0 52.0 51.0 4.0

5.0

6.0

7.0

8.0

9.0

10.0

TDCM4

Se observa una relación fuerte e inversa en las variables: Tasa de participación de la fuerza laboral civil femenina y la tasa de desempleo civil mujeres. Conforme aumenta la tasa de desempleo, la tasa de participación laboral femenina disminuye, esto podría deberse a la ausencia de empleos. c) Ahora grafique que las tasas de participación laboral de ambos sexos en función de los ingresos promedio por hora (en dólares de 1982). (Quizá convenga utilizar diagramas independientes.) Ahora, ¿qué concluye? ¿Cómo racionalizaría esa conclusión?

Tasa de participación laboral para los masculina en función de Ingresos 77.5 76.5

TPFLCM

75.5 74.5 73.5 72.5 71.5 70.5 7.50

7.60

7.70

7.80

7.90

8.00

8.10

8.20

8.30

IPH8

Tasa de participación laboral para las mujeres en función de Ingresos 62.0 60.0 58.0

TPFLCF1

56.0 54.0 52.0 50.0 48.0 46.0 7.50

7.60

7.70

7.80

7.90

8.00

8.10

8.20

8.30

IPH8

La relación existente entre la tasa de participación de la fuerza laboral civil masculina y los ingresos promedio por hora es inversa. Aumentan los ingresos promedios pero la tasa de participación laboral disminuye. Estas dos variables presentan una relación directa, el incremento en los ingresos promedio por hora generan un incremento en la tasa de participación de la fuerza laboral civil femenina. Podría explicarse de forma en que los ingresos altos son un estímulo sobre la fuerza laboral de tal manera que hace que la misma incremente. d) ¿Se puede trazar la tasa de participación de la fuerza laboral en función de la tasa de desempleo y de los ingresos promedio por hora, de manera simultánea? Si no fuera así, ¿cómo expresaría verbalmente la relación entre esas tres variables? Si se puede trazar en función de todas las dos variables independientes la ecuación seria:

Podría trazarse teniendo claro el modelo, sabiendo cual será la variable de pendiente y las variables explicativas. De lo contrario no sería posible. La relación sería una regresión lineal múltiple, que es donde intervienen más de una variable independiente. Población Masculina: TPFLCM= B1 + B2 (TDCH) -B3 ( IPH) La tasa de participación laboral es igual a una constante B1 + la tasa de desempleo multiplicado por una constante B2 menos el ingreso (IPH) multiplicado por una constante B3, es decir el desempleo afecta positivamente a la tasa de participación laboral y el salario negativamente. Para la población de mujeres: TPFLCF= B1 - B2(TDCM) + B3(IPH) La tasa de participación laboral es igual a una constante B1– la tasa de desempleo por una constante B2, más el salario por la constante B3. Es decir, el desempleo afecta negativamente a la tasa de participación laboral y el ingreso positivamente. 5. Resolver los ejercicios de Wooldridge (2010): 2.5, C2.2, C2.3, 3.2, 3.3 y C3.2. 2.5 En la función lineal de consumo.

c^ ons= β^0 + ^ β 1 inc

La propensión marginal a consumir estimada (PMgC) del ingreso no es más que la

c^ ons ^ + β 0 linc + ^ β 1. pendiente, ^ β 1, mientras que la propensión media a consumir (PMeC) es inc

Usando las observaciones sobre ingreso anual y consumo de 100 familias (ambos medidos en dólares), se obtiene la ecuación siguiente:

c^ ons=−124.84 +0.853 inc n=100 , R 2=0.692 i)

Interprete el intercepto en esta ecuación y analice su signo y su magnitud.

La intersección implica que cuando inc = 0, se pronostica que cons será -$ 124.84. Esto, por supuesto, no puede ser cierto. Por otro lado, anualmente,$ 124.84 no está tan lejos de cero

ii)

¿Cuál es el consumo que se predice si el ingreso familiar es de $30,000?

Reemplazando $30,000 en la ecuación de consumo se tiene que Cons=−124.84+0.853∗30,000 →Cons=25,465.16 dolares

iii)

Con inc en el eje x, trace una gráfica la PMgC estimada y de la PMeC estimada.

El MPC y el APC se muestran en el siguiente gráfico. Aunque la intersección es negativa, el APC más pequeño de la muestra es positivo. El gráfico comienza en un nivel de ingreso anual de $ 1,000 (en dólares de 1970). 0.9

MPC

APC

0.85 0.85

0.8

0.75 0.73 0.7

0.65 1000

6000

11000

16000

21000

26000

31000

INC

C2.2 La base de datos CEOSAL2.RAW contiene información sobre directores generales de empresas (CEO) estadounidenses. La variable salary es el sueldo anual, en miles de dólares, y ceoten son los años de antigüedad como CEO de la empresa. log ( Salario )=β 0 + β 1 ceoten+u Y dé los resultados en la forma usual. ¿Cuál es el aumento porcentual (aproximado) que se pronostica en el sueldo por cada año adicional de antigüedad como CEO?

i)

Determine el sueldo y la antigüedad promedio en esta muestra.

El salario promedio es de aproximadamente 865.864, lo que significa $ 865,864 porque el salario es en miles de dólares. El ceoten promedio es de aproximadamente 7.95.

ii)

¿Cuántos de estos directivos se encuentran en su primer año como CEO (es decir, ceoten 0)? ¿Cuál es la mayor antigüedad entre estos CEO?

Hay cinco CEO con ceoten = 0. La duración más larga es de 37 años.

iii) Estime el modelo de regresión simple La ecuación estimada es: log ( Salary )=6.61+ 0.0096∗Ceoten n = 177, R2 = 0.013. El cambio porcentual aproximado en el salario se obtiene multiplicando el coeficiente de ceoten 100 (.0096) = 0.96%. Por lo tanto, se prevé que un año aumente el salario en casi un 1%.

C 2.3 Utilice los datos de SLEEP75.RAW de Biddle y Hamermesh (1990) para analizar si existe una relación inversa entre las horas de sueño por semana y las horas de trabajo pagado por semana. Cualquiera de las variables puede usarse como la variable dependiente. Estime el modelo

Sleep=β 0+ β1∗totwrk+ u Donde sleep corresponde a minutos de sueño por semana durante la noche y totwrk corresponde al total de minutos de trabajo por semana. i)

Dé sus resultados en forma de ecuación, además de la cantidad de observaciones y la R2 ¿Qué significa el intercepto de la ecuación?

La ecuación estimada es sleep=3,586.4−0.151∗totwrk n = 706, R2 = 0.103 La intercepción representa la cantidad estimada de sueño por semana para alguien que no trabaja es 3,586.4 minutos.

ii)

Si totwrk aumenta 2 horas, ¿cuánto se estima que disminuirá sleep? ¿Le parece que este efecto sea grande?

Si alguien trabaja dos horas más por semana, entonces totwrk = 120, entonces sleep disminuirá ( –.151 (120) = –18.12minutos). Esto 18.12 min representa 3.624min por noche durante los cinco días de la semana, esta disminución no es muy significativa.

3.2 Los datos en el archivo WAGE2.RAW sobre trabajadores hombres se utilizan para estimar la ecuación siguiente: ^ educ=10.36−0.094 sibs+0.131 meduc+0.210 feduc n =722 R2 =0.214 donde educ es años de escolaridad, sibs es número de hermanos, meduc es años de escolaridad de la madre y feduc años de escolaridad del padre. (i)

¿Tiene sibs el efecto esperado? Explique. Manteniendo constantes meduc y feduc ¿cuánto tiene que aumentar sibs para tener una reducción de un año en los años de educación predichos? (Aquí es aceptable una respuesta en números no enteros.)

Sí. tiene sentido que, cuantos más hermanos hay en una familia, menos educación tiene un niño en la familia, Para encontrar el aumento en el número de hermanos que reduce en un año se resuelve 1=0.094 (∆sibs), entonces ∆sibs = 1 / .094≈ 10.6.

(ii)

Explique la interpretación del coeficiente de meduc.

Si se mantienen fijos sibs y feduc, un año más de educación de la madre implica 0.131 años más de la educación prevista. Entonces, si una madre tiene cuatro años más de educación, se predice que su hijo tendrá aproximadamente medio año (0.524) más años de educación.

(iii)

Suponga que el hombre A no tiene hermanos, y que su madre y su padre tienen cada uno 12 años de escolaridad. El hombre B no tiene hermanos y

su madre y su padre tienen cada uno 16 años de escolaridad. ¿Cuál es la diferencia entre B y A en años predichos de escolaridad?

Dado que el número de hermanos es el mismo, pero meduc y feduc son diferentes, los coeficientes de meduc y feduc deben tenerse en cuenta la diferencia pronosticada en educación entre. B y A es 0.131 ( 4 ) +0.210 ( 4 )=1.364