APELLIDO Y NOMBRE: MAESTRIA EN EVALUACION DE PROYECTOS ITBA-UCEMA METODOS ECONOMETRICOS PROFESOR: DANIEL LEMA EXAMEN FINAL 2014 LA PONDERACIÓN DE LA NOTA ES 1/3 PARA CADA PROBLEMA. RESPONDA EL PROBLEMA 1 EN ESTA MISMA HOJA. ESCRIBA SU APELLIDO Y NOMBRE EN LA PARTE SUPERIOR DE CADA HOJA DE RESPUESTAS EN LETRA IMPRENTA. 1. RESPONDER VERDADERO/FALSO (V o F en el margen IZQUIERDO) 1. Si se omite del modelo una variable relevante, SIEMPRE los estimadores de los parámetros remanentes resultarán inesgados. 2. En el modelo PROBIT, si el valor del “indice” es cero, entonces la probabilidad de poseer la característica codificada con Y=1 será del 50%. 3. Si en una estimación de ventas de helados en función de ingresos se trata de controlar el diferencial de ventas en las distintas estaciones del año usando variables binarias (dummy) el siguiente sería un modelo correcto: VENTASt = 0 + 1 Verano + 2 Otoño + 3Primavera + + 4 Ingresos de los consumidorest + ut Donde Verano, Otoño y Primavera son variables dummy que asumen valor uno en los meses correspondientes la estación de referencia y cero en caso contrario. 4. El R2 está definido como el cociente entre la Suma de Cuadrados Regresión y la Suma de Cuadrados Total del modelo 5. Lo aconsejable para incrementar el valor de R2 es incorporar al modelo tantas variables como sea necesario hasta llegar al valor deseado. 6. El siguiente modelo es una función de demanda con elasticidad precio constante igual a ß1: Log(cantidad)=ß0+ß1 log(precio)+ß2log(ingreso)+u. 7. Todo estimador tiene asociada una distribución muestral de probabilidad, entonces un estimador es una variable aleatoria 8. Suponga el modelo LogY= ß1+ ß2 X + u. Donde Y es ventas y X es el año. Si el estimador ß2 =0.04 puede interpretarse que las ventas aumentan un 4 por ciento por cada año. 1 9. Considere una variable dummy codificada como Hombre=0 y Mujer=1. Si el promedio de la dummy es 0.75, eso significa que el 75% de la muestra son mujeres. 10. En el caso de imponer una restricción sobre los parámetros, cuanto mayor sea la diferencia entre la Suma de Cuadrados Residual del modelo Restringido y la Suma de Cuadrados Residual del modelo sin Restringir, más apropiada es la restricción que se ha impuesto. 2. Justificar preguntas 3 y 8 del problema 1. 3. Con datos casas vendidas en una localidad se obtuvo la siguiente ecuación que relaciona el precio de las viviendas (precio) con la distancia a un incinerador de basura que se acaba de construir (dist): log(precio) = 9.40 + 0.312 log(dist) n = 135, R2 = 0.162 (i) Interprete el coeficiente de log(dist). ¿Es el signo de esta estimación el esperado? ¿por qué? (ii) Suponga que el valor del error estándar del coeficiente estimado para log(dist) es 0.12 y el estadístico t asociado t = 2.6. El p-value es p=0.03. Explique como evaluaría la hipótesis nula Interprete el p-value reportado. (iii)¿Cree usted que una regresión simple proporciona un estimador insesgado, (ceteris paribus), de la elasticidad del precio con respecto a dist? (Para responder piense en la decisión de las autoridades sobre dónde situar el incinerador, qué otros factores influyen en el precio de una casa y si estos factores pueden correlacionarse con la distancia al incinerador) iv) Suponga que se propone ahora la siguiente regresión: log(precio) = + log(dist)+habit + u donde habit el el número de habitaciones de las casas. a) ¿Qué signo espera que tenga el coeficiente b) Si la correlación entre las variables log(dist) y habit fuera positiva y significativa, ¿ la regresión simple de log(precio) contra log(dist) produciría un estimador de 1 con sesgo negativo o positivo? ¿Que implica esto? 2