Instrucciones: Nota 1: use como libro de texto el de Econometría de Gujarati 5ª edición (lo tiene

en la carpeta de libros en Dropbox). Nota 2: la teoría deberá escribir se a mano, y para resolver
los ejercicios puede usar cualquier programa. Nota 3: este ejercicio tiene un valor del 50% del
3er parcial, el otro 50% ya lo entregó. Nota 4: Estos ejercicios son para resolver de forma
individual, y una vez resueltos deberán crear dentro de la carpeta “Trabajos 3er parcial II” en el
Grupo que le corresponda, abrir una carpeta con sus apellidos y nombre, y ahí subir los
resultados de su práctica. Todo este trabajo se refiere a la evaluación de un modelo
econométrico, considerando los problemas de multicolinealidad, heterocedasticidad,
autocorrelación y mala especificación del modelo.

Parte I Teórica
1. Para esta práctica investigue lo siguiente:
a) Autocorrelación: define y explica ¿qué la ocasiona, qué consecuencias trae utilizar MCO
cuando hay autocorrelación?
b) ¿qué herramientas usar para detectarla? Si se puede corregir ¿con qué método?

Parte I Práctica
2. Los datos que a continuación se presentan son de un modelo de inflación (Y) en E.U., en
relación con la tasa de desempleo porcentual (X 2), y la tasa de inflación esperada porcentual
(X3). Los datos se encuentran en la tabla 1.1.

Definición de Variables: Y =tasa inflación observada en el tiempo %; X2= tasa desempleo % en el

tiempo; X3= Tasa de inflación esperada % en el tiempo.

DATOS
  tasa tasa tasa
desemple inflación
inflación
  o esperada
Año Y X2 X3
1970 5.92 4.9 4.78
1971 4.3 5.9 3.84
1972 3.3 5.6 3.13
1973 6.23 4.9 3.44
1974 10.97 5.6 6.84
1975 9.14 8.5 9.47
1976 5.77 7.7 6.51
1977 6.45 7.1 5.92
1978 7.6 6.1 6.08
1979 11.47 5.8 8.09
1980 13.46 7.1 10.01
1981 10.24 7.6 10.81
1982 5.99 9.7 8
SUMA 100.84 86.5 86.92
PROMEDI
O 7.757 6.654 6.686
 Utilizando el software de su preferencia, con las variables Y, X 2 y X3 que están relacionadas
linealmente de la forma:
𝒀𝒕 =𝜷𝟏 +𝜷𝟐𝑿𝟐𝒕 +𝜷𝟑𝑿𝟑𝒕 +𝒖𝒕, Estime y
evalúe lo siguiente:
a) Estime mediante el método MCO la función de regresión estimada (𝒀̂𝒕), es decir, 𝒀̂𝒕 =𝜷̂𝟏 +
𝜷̂𝟐𝑿𝟐𝒕 +𝜷̂𝟑𝑿𝟑𝒕.

MODELO DE INFLACIÓN

  TASA TASA TASA

INF.
INFLACIÓN DESEMPLEO
  ESPERADA

año Y X2 X3 (X2) (X2) (X3)(X3) (x2)(x3) (Y)(X2) (Y)(X3)

1970 5.92 4.9 4.78 24.01 22.8484 23.422 29.008 28.2976

1971 4.3 5.9 3.84 34.81 14.7456 22.656 25.37 16.512

1972 3.3 5.6 3.13 31.36 9.7969 17.528 18.48 10.329

1973 6.23 4.9 3.44 24.01 11.8336 16.856 30.527 21.4312

1974 10.97 5.6 6.84 31.36 46.7856 38.304 61.432 75.0348

1975 9.14 8.5 9.47 72.25 89.6809 80.495 77.69 86.5558

1976 5.77 7.7 6.51 59.29 42.3801 50.127 44.429 37.5627

1977 6.45 7.1 5.92 50.41 35.0464 42.032 45.795 38.184

1978 7.6 6.1 6.08 37.21 36.9664 37.088 46.36 46.208

1979 11.47 5.8 8.09 33.64 65.4481 46.922 66.526 92.7923

1980 13.46 7.1 10.01 50.41 100.2001 71.071 95.566 134.7346

1981 10.24 7.6 10.81 57.76 116.8561 82.156 77.824 110.6944

1982 5.99 9.7 8 94.09 64 77.6 58.103 47.92

SUMA 100.84 86.5 86.92 600.61 656.5882 606.257 677.11 746.2564

PROMEDIO 7.757 6.654 6.686

MATRIZ MATRIZ INVERSA

86.92 1.856 -0.284 0.016
606.25 -0.284 0.068 -0.025 DETERMINANTE:
 14444.969

656.58 0.016 -0.025 0.023

Y^ U^ U^2 prom x2 -x2 Y-Y prom u^-u^(t-1) (u-u(t-1))^2
7.3969976 -1.4769976 2.18152185 -1.754 -1.906 -1.837 - -
4.6226953 -0.3226953 0.10413225 -0.754 -2.846 -3.457 1.1543023 1.33241377
3.9967141 -0.6967141 0.48541058 -1.054 -3.556 -4.457 -0.3740188 0.13989009
5.4271546 0.8028454 0.6445608 -1.754 -3.246 -1.527 1.4995596 2.24867891
9.4505332 1.5194668 2.30877924 -1.054 0.154 3.213 0.7166213 0.51354612
9.2785486 -0.1385486 0.0191957 1.846 2.784 1.383 -1.6580153 2.7490148
6.0412312 -0.2712312 0.07356637 1.046 -0.176 -1.987 -0.1326827 0.01760469
6.0093955 0.4406045 0.19413229 0.446 -0.766 -1.307 0.7118357 0.50671003
7.6370728 -0.0370728 0.00137439 -0.554 -0.606 -0.157 -0.4776772 0.22817555
11.0095789 0.4604211 0.21198755 -0.854 1.404 3.713 0.4974938 0.24750012
12.0218268 1.4381732 2.06834202 0.446 3.324 5.703 0.9777521 0.95599917
12.5016165 -2.2616165 5.11490909 0.946 4.124 2.483 -3.6997896 13.6884433
5.4466348 0.5433652 0.2952457 3.046 1.314 -1.767 2.8049816 7.86792201
100.84 0.0000000 13.7031578 0.000 0.000 0.000 2.02036274 30.4958986

(Información extraída de Excel)

BETAS ee t estadística
7.1933575 1.5947893 4.5105378 t-tablas   t-estadística
-1.3924721 0.3050179 -4.5652142 2.201 < 4.51053776
1.4700321 0.1757858 8.3626335 2.201 > -4.5652142
2.201 < 8.36263346

b) Qué dice el resultado de la bondad de ajuste del modelo ¿está explicado por las X? justifique
su respuesta.
El 87% de las variables de Y es explicada por parte de la sistemática de la ecuación, es decir, por la
parte dependiente de X.

c) Con los estadísticos que prueban la significancia individual y conjunta de las betas estimadas
(𝜷̂𝟏, 𝜷̂𝟐, 𝜷̂𝟑), diga si son o no significativas. Justifique su respuesta, matemática y
teóricamente, sea breve. Pista (para b y c) use R2, las pruebas t, y F.

d) Con la prueba general de heteroscedasticidad de White, pruebe si existe o no

heteroscedasticidad y en caso de tenerla corrija con el método adecuado al modelo, si no la
 hay, en cualquier caso, justifique su respuesta. Recuerde que para cualquier prueba que use
son útiles los residuos 𝒖̂𝒕 y 𝒖̂𝟐𝒕.

No hay heterocedasticidad por lo que no es necesario corregir el modelo

e) Use dos pruebas para explicar si existe o no autocorrelación, de las rachas y la de Durbin
Watson. Luego responde: ¿la presencia de autocorrelación dentro de un modelo es benéfica
para las estimaciones o es una violación? ¿Qué consecuencias trae a las estimaciones y a la
predicción?

AUTOCORRELACIÓN

Prueba de la racha:
H 0=existe evidenica de autocorrelación

H 1=autocorrelación negayiva

N=N 1+ N 2=13

N 1=6

N 2=7

R=8
2(6)(7)
MEDIA : E ( R )= +1=6.46
13
 2(7)(6) [ 2 ( 7 )( 6 ) −13 ]
VARIANZA σ 2 R= 2
=2.94
( 13 ) (13−1)
E ( R )=7

σ 2R =2.94
σ R =1.71

CON UN NIVEL DE CONFIANZA DEL 95% PARA R (RACHAS):

[ 13 ±1.96 (1.71)] =¿3.64, 10.35)

Aceptamos la hipótesis en la que el residuo en la regresión de tasa de inflación sobre tasa de
desempleo y tasa de inflación esperada son aleatorios, con la confianza de 95% quiere decir
que los residuos no muestran auto correlación.

Prueba Durbin-Watson
Con un nivel de confianza del 0.95 y un nivel de significancia del 0.05

30.49
d= =2.22
13.70
dL=0.147
dU =3.182
4−dL=3.853
4−dU=0.774
Entonces podemos decir que al encontrarse el valor obtenido alrededor del valor 2 entonces
no existe correlación serial de primer orden positiva o negativa.

f) Con todos tus resultados evalúa el modelo e interpreta resultados y responde: ¿este modelo
sirve para pronosticar la tasa se inflación estimada para el año 1983? ¿Si es así cuál sería?
(pista: usa todas las pruebas calculadas en los pasos anteriores). Justifica tus respuestas.

Toma en consideración que debes cumplir con lo que se te pide para que obtengas la máxima
calificación.

Lista de cotejo (ponderación de los resultados del trabajo)

Total =3 puntos; Parcial= 2 puntos; pobre= 1 punto; No=0 puntos

Ponderación por paso 1 punto si lo tiene 0 si no lo tiene Total Parcial Pobre No

1a)
1b)
2a)
2b)
2c)
2d)
2e)
2f)
3) Justifica sus respuestas
4) Es ordenado
Suma total 30 puntos equivalente a la calificación de 10
Nota: es importante que los pasos tengan un resultado significativo de otro modo será nula tu
calificación.