Mathematics">
Trabajo de Econometria Final
Trabajo de Econometria Final
Trabajo de Econometria Final
CAPITULO 2
1.1 DATOS DE SECCIÓN CRUZADA, SERIES TEMPORALES Y PANEL
Los datos de sección cruzada consisten en múltiples individuos observados
para un único periodo de tiempo.
Los datos de series temporales consisten en un único individuo observado
durante múltiple periodo de tiempo.
Los datos de panel (asimismo conocidos como datos longitudinales)
consisten en múltiples individuos, en los que cada individuo es observado
durante dos o más periodos de tiempo.
2.1 ESPERANZA Y MEDIA
Suponga que la variable aleatoria Y puede tomar k posibles valores y 1 , y 2 , … .. y k ,
donde y 1 expresa el primer valor, y 2 expresa el segundo valor, y así
sucesivamente, la probabilidad de que Y tome el valor y 1 es p1, la probabilidad de
que Y tome y 2 es p2, etc. La esperanza o valor esperado deY , expresado mediante
E(Y ), es: k
E ( Y )= y 1 p 1+ y 2 p2 +…+ y k pk =∑ y i pi
i−1
k
Donde la notación ∑ yi pi significa << la suma de y i p i con i tomando valores de 1
i−1
a k ≫.
La esperanza de Y se denomina asimismo media de Y o valor esperado de Y y se
expresa mediante u y .
2.2 VARIANZA Y DESVIACIÓN TÍPICA
E ( XY )=σ XY +u X u Y … … … .. ( 2.34 )
Supongamos que de Y 1 ,.. . Y n son i.i.d. con de E ( Y i ) =uY y var ( Y i )=σ Y 2%,
2 2
donde 0< σ Y 2< ∞. A medida que n → ∞, la distribución ( Ý −uY )/σ Ý (donde σ Ý =σ Y /n ¿
se aproxima arbitrariamente bien a la distribución normal estándar.
2)GRÁFICOS
Figura 2.1: probabilidad y distribución del número de
fallos ..informáticos.
Probabilidad
0.8
0.3
0.2
0.1
0.0 0 1 2 3 4
Número de choques
Probabilidad
Pr (Tiempo de desplazamiento ≤20) =0.78
1.2
v
0.0
1.0
v0.0
v
0.8
v
0.0
0.6 Pr (Tiempo de desplazamiento ≤15)
v0.0
0.4 =0.20
v
v
0.2
0.0
a) vvFunción de distribución acumulada del tiempo de desplazamiento
0.0
0.0
v 10 15 20 25 30 35
Tiempo de desplazamiento(minutos)
0.15
Pr(tiempo de desplazamiento≥15)=0.20
0.09
0.58
0.03 0.22
0.20
0.00 25 30
10 15 20 35
tiempo de desplazamiento(minutos)
0.20 0.4
0.15 0.3
Pr(Z ≤ 0.5)
Pr(Y ≤ 2)
0.2
0.10 0.6915
0.1
0.05
0.0
0.0 0.5 z
0.00 (b) N(0,1)
(a) N(1,4) 1,0 2,0 y
0.10
0.08
Densidad
0.06
0.04 0.5987
0.02
0.00
1 2
X
Gráfica de distribución
Normal, Media=1, Desv.Est.=4
0.10
0.9878
0.08
Densidad
0.06
0.04
0.02
0.00
1 10
X
0.10
0.08
Densidad
0.06
0.04
0.02
1
0.00
1 100
X
4)EJERCICIOS
2.2 Utilice la distribución de probabilidad proporcionada en la Tabla 2.2 para
calcular:
a ¿ E ( Y ) y E( X )
b ¿ σ Y 2 y σ Y2
c ¿ σ XY y corr( X ,Y )
a) E ( Y ) y E( X )
Resolviendo:
u y =E (Y )=0∗Pr ( Y =0 ) +1∗Pr (Y =1)
lluvia( X =0) no lluvia( X =1) TOTAL
viaje largo (Y =0) 0.15 0.07 0.22
viaje corto(Y =1) 0.15 0.63 0.78
TOTAL 0.3 0.7 1
u y =0∗0.22+ 1∗0.78=0.78
u x =E ( X )=0∗Pr ( X=0 ) +1∗Pr ( X=1)
u x =0∗0.30+1∗0.70=0.70
b ¿ σ Y 2 y σ Y2
resolviendo:
σ 2X =E [ (X −ux )2 ]
σ 2X =¿
σ 2X =¿
σ Y2 = E [ (Y −uY )2 ]
σ Y2 =¿
σ Y2 =¿
c ¿ σ XY y corr( X ,Y )
Resolviendo:
σ xy =corr ( X , y )=E [ ( X−u X )+ (Y =uY ) ]
+0.30∗0.22∗0.63
σ xy =0.084
σ xy 0.084
corr ( X , y )= = =0.4425
σ x σ y √ 0.21∗0.1716
b. J W 2 y J V 2
c. σ WV y corr (w , v )
J wv −1.344
corr ( W , V )= = =−0.442497679
J w . J v √ 13.44 × 0.6864
2.9. X e Y son variables aleatorias discretas con la siguiente distribución
conjunta:
VALOR DE
Y
2 4 6 8 10
1 0.04 0.09 0.03 0.12 0.01
valor de X 5 0.10 0.06 0.15 0.03 0.02
8 0.13 0.11 0.04 0.06 0.01
SOLUCION.
Distribución
de la
VALOR DE Y
probabilidad
de X
2 4 6 8 10
3 0.04 0.09 0.03 0.12 0.01 0.29
VALOR DE X 6 0.10 0.06 0.15 0.03 0.02 0.36
9 0.13 0.11 0.04 0.06 0.01 0.35
Distribución de la 0.27 0.26 0.22 0.21 0.04 1.00
probabilidad de Y
a) La distribución de probabilidad se da en la tabla anterior.
Solución:
E ( Y )=2 ( 0.27 )+ 4 ( 0.26 )+6 ( 0.22 )+ 8 ( 0.21 )+10 ( 0.04 )=4.98
2
var ( Y ) =E ( Y 2 )−[ E ( Y ) ] =30.6−24.8=5.8
σ Y = √ 5.8=2.4
b) La probabilidad condicional de Y|X = 6 se da en la siguiente tabla.
Solución:
Valor de Y
2 4 6 8 10
0.10/0.36 0.06/0.36 0.15/0.36 0.03/0.36 0.02/0.36
0.1
E ( Y |X =6 ) =2× ( 0.36 )+ 4 × ( 0.06
0.36 )
+6 × (
0.15
0.36 )
+¿
0.03 0.02
8 ×( ) +10 × (
0.36 )
=4.944
0.36
0.1 0.06 0.15
E ( Y |X =6 ) =2 × ( ) + 4 ×( ) +6 × (
0.36 )
2 2 2 2
+¿
0.36 0.36
0.03 0.02
8 ×( ) +10 ×(
0.36 )
2 2
=29.667
0.36
2
var ( Y ) =E ( Y 2 )−[ E ( Y ) ] =29.667−24.443=5.24
2.14 En una población μ =50 y J =21. Utilice el teorema central del límite
Y
2
Y
J 2Ῡ 21
2
n=50 y J = = =0.42
Ῡ
n 50
Resolviendo:
J 2Ῡ 21
n=150 y J 2Ῡ = = =0.14
n 150
Resolviendo: