Ir al contenido principal

Ejercicios de estimación de modelos económicos

Como siempre, un par de ejercicios.

Ejercicio 1

Se ha observado el precio (P, en euros) y la demanda (D en miles de unidades) de cierto bien en 20 establecimientos obteniéndose los siguientes datos:

Σpi = 1106; Σdi = 107; Σpidi = 5746; Σpi2 = 61484; Σdi2 = 673

  1. Obtener la función que explica la demanda a partir del precio y estudiar la bondad del modelo.
  2. Estimar e interpretar la elasticidad para un precio de 56 euros.
  3. Si se incrementa el precio en 5 euros, ¿qué variación sufrirá la demanda?

1.

Debemos obtener la recta de regresión de D sobre P.

D - D = (SPD/S2P)(P - P)
N = 20

P = Σpi/N = 55,3
D = Σdi/N = 5,35

SPD = Σpidi/N - PD = -8,555

S2P = Σpi2/N - P2 = 16,11

La recta de regresión resulta ser: D = 34,716 - 0,531P

Para estudiar la bondad del modelo, calculamos el coeficiente de determinación:

R2 = S2PD/(S2P)(S2D)

S2D = Σdi2/N - D2 = 5,027

R2 = 0,904

Por lo tanto, el 90,4% de la variación de la demanda viene explicada por el precio.

2.

P0 = 56

D0 = 34,716 - 0,531P0 = 4,98

E = P0b/D0 = -5,971

Por tanto, si en esta situación se produce un aumento del 1% en el precio, cabe esperar un descenso de la demanda del 5,971%.

3.

Se tiene un ΔD/ΔP = -0,531; luego ΔD = (-0,531)P y como ΔP = 5, entonces ΔD = -2,655, es decir, ante un incremento del precio en 5 euros, la demanda sufre una disminución de 2,655 unidades.

Ejercicio 2

La tasa de paro (X) y la tasa de inflación (Y) en cierto país imaginario para el periodo 2008-2015 fueron las siguientes:

Año X Y
2008 7,13 19,8
2009 8,79 15,7
2010 11,61 15,5
2011 14,39 14,6
2012 16,45 14,4
2013 18,14 12,2
2014 20,17 11,3
2015 21,55 8,8

Tenemos que estimar los parámetros de la curva de Phillips para estos datos y estudiar la fiabilidad del modelo.

Solución

La curva de Phillips corresponde a un modelo de tipo hiperbólico propuesto por el autor del mismo nombre en 1958 a raíz de sus estudios sobre salarios, desempleo e inflación. Se trata pues de estimar un modelo:

Y = a + b/X

Si realizamos el cambio X' = 1/X, tendremos el modelo lineal:

Y = a + bX'

Para calcular los parámetros a y b debemos realizar una regresión lineal de Y sobre X'. Se tiene: x' = 0,0777; y = 14,0375; Sx'y = 0,08805; S2x' = 0,001.

La curva de Phillips obtenida es: 

Y = 7,13 + 88,94/X.

Para estudiar la fiabilidad del modelo calculamos el coeficiente de determinación:

R2 = S2yt/S2y = 7,833/9,607 = 0,815

Por tanto, el modelo de Phillips resulta bastante adecuado para estudiar la evolución de la inflación en términos de la tasa de paro.

Comentarios

Entradas populares de este blog

Ojivas

Recibe el nombre de ojiva un gráfico que, mediante el trazado de una línea, muestra las frecuencias acumuladas de la serie. Si representa frecuencias absolutas acumuladas se llama simplemente ojiva, y si representa los porcentajes de las frecuencias relativas acumuladas se llama ojiva porcentual. Para representar una ojiva, se marcan en el eje de abscisas los valores de la variable y en el eje de ordenadas las frecuencias acumuladas. Se utiliza para representar series atemporales de frecuencia. Ejemplo Vamos a representar una ojiva de la serie correspondiente a los complementos salariales (dietas, desplazamientos...) expresados en euros de los 130 empleados y empleadas de una empresa, que aparecen reflejados en la siguiente tabla. Complementos N.º de empleados [50-60) 16 [60-70) 20 [70-80) 32 [80-90) 28 [90-100) 20 [100-110) 10 [110-120) 4 130

Polígonos de frecuencias

Un polígono de frecuencias es un gráfico que se obtiene a partir de un histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos. Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero. Un polígono de frecuencia permite ver con gran claridad las variaciones de la frecuencia de una clase a otra. Son muy útiles cuando se pretende comparar dos o más distribuciones, ya que, así como es difícil representar dos o más histogramas en un mismo gráfico, resulta muy sencillo hacerlo con dos o más polígonos de frecuencias. La suma de las áreas de los rectángulos de un histograma de amplitud constante, es igual al área limitada por el polígono de frecuencias y el eje X. Ejemplo Vamos a construir a partir del histograma explicado en la entrada anterior , su correspondiente polígono de frecuencias. Ejemplo de polígono de frecuencias Interpretación de un polígono de frecuencias El polígono de frecuencias resume, en una sola lín

Ejemplo de tabla de frecuencia para una variable cuantitativa continua

Cuando el estudio se refiere a una variable cuantitativa continua, como el peso, la talla, velocidad, etc., o cuando tratándose de una variable cuantitativa discreta, el número de observaciones es muy grande y la cantidad de valores diferentes que toma la variable también, se recurre a agrupar los datos en intervalos. Cada uno de estos intervalos recibe el nombre de clase. Por ejemplo: En un estudio realizado sobre la estatura de cuarenta alumnos de un curso (variable cuantitativa continua, puesto que entre dos estaturas distintas puede haber un alumno que tenga una estatura intermedia), se han obtenido los siguientes resultados en metros: 1,55 1,66 1,69 1,63 1,64  1,67 1,63 1,56 1,62 1,68 1,68 1,62 1,66 1,62 1,69  1,56 1,57 1,60 1,65 1,64 1,67 1,69 1,63 1,64 1,60  1,62 1,63 1,71 1,62 1,72 1,61 1,61 1,64 1,60 1,70  1,76 1,65 1,65 1,68 1,66 Para su estudio, se procede a la agrupación de los datos en intervalos o clases. Primero se observa cuáles son los valores