Académique Documents
Professionnel Documents
Culture Documents
Ct
) y renta nacional
10
( 9 euros) , obtenga las estimaciones por MCO, as como las sumas de
Ct
349
368
388
414
444
484
518
550
586
635
686
Yi=5422
Rt
388
408
433
465
498
538
574
614
656
699
748
Xi 2=3443083
XiYi=3104015
1=
XY n xy
X 2n x 2
1=
X =547.36364
Yi 2=2798598
1= 0.9240389525 0.92404
N=11
Interpretacin:
0
: Se puede estimar que cuando la renta nacional en Espaa es cero el consumo
nacional es -12.87681.
1
: Estimamos que el incremento de la renta nacional es de 0.92404 por unidad.
Yi
=12.87681+ 0.92404 Xi
0.43 0.31
INGRESO 2.1
TAMAO 3
1.1
4
0.32
0.46
1.25 0.44
0.52
0.29
1.29
0.35
0.35
0.78
0.43
0.47
0.38
0.9
5
1.6
4
6.2
4
1.8
6
1.0
5
8.9
3
2.4
2
1.2
4
4.7
3
3.5
2
2.9
3
1.4
4
2.3
3
5.892
22,36
IC
IC (0.01223656619, 0.003224411807)
b21 9.94272E-05
b22 0.000404286
j t / 2,( n k 1) 2C jj j t / 2,( n k 1) 2C jj
-0.160458043-2.160 0.006008154(0.00817019) 0 -0.160458043+2.160 0.006008154(0.00817019)
-0.357398981 0 0.036482895
0.127001389 1 0.170452656
0.033106092 2 0.120724296
Regresin
Residuos
Total
Ftab 3,89
GL
2
12
14
Se rechaza la
H0
SC
CM
1.359542152 0.679771076
0.072097848 0.006008154
1.43164
F
113.14142
varianble dependiente
3. Sadasd
4. La funcin de beneficios de los operadores de telefona mvil en nuestro pas
podra corresponder a una funcin del siguiente tipo:
Donde:
Yi
: Beneficios obtenidos en el ltimo trimestre por la compaa i.
X 2i
: Tipos de contratos que ofrece a sus clientes la compaa i.
X 3i
: Precio medio del cose de llamada en la compaa i:
En relacin con el modelo anterior s conoce la siguiente informacin:
5 11 12
XTX
? 29
32
14
X T Y 35
37
Se completa la matriz de :
0.276
B 2.091
0.63
( X T X ) B X TY
Por frmula sabemos que
5 11 12 0.276
11 27 29 2.091
12 29 32 0.63
14
35
37
Multiplicando matrices:
(11* 0.276) ( a * 2.091) (29* 0.63) 35
3.036 ( a * 2.091) (18.27) 35
( a * 2.091) 56.306
a 26.9278 27
X TY
Entonces
5 11 12
11 27 29
12 29 32
5. Una empresa farmacutica est interesada en retirar del mercado uno de sus
complejos vitamnicos. La decisin adoptada consistir en eliminarlo de su
produccin si los beneficios no se ven afectados y mantenerlo en el caso de que
estos varen de forma significativa. Con el fin de tomar una decisin se ha
elaborado un modelo economtrico para explicar los Beneficios(Y) a partir de
los costes del complejo vitamnico cuya exclusin se est planteando(X2) y los
costes totales de produccin(X3). Acerca de estas variables se conoce la
estimacin del siguiente modelo de regresin.
Y 15
(Y Y )
Y X
2.5
2t
Y X
2.8
3t
4.1
15
X Y 2.8
4.1
T
1.8
0.32
0.5
X Y 24.054
T
R 2 0.97
15
1.5
10
nY 22.5
F.V
Regresi
n
Residuos
Total
Grados
de
libertad
Suma de
cuadrado
s
2
7
9
1.554
0.946
2.5
Fcal F(0.05,2,7)
Promedio de los
cuadrados
0.777
0.135142857
Fcal
F(0.05,2,7)
5.749471 4.737414
46
13
H0
Se rechaza
Existe suficiente evidencia estadstica para concluir
que los costes de complejo vitamnico y los costes totales influyen
significativamente en los beneficios.
1.554
0.6216
2.5
R 2 ajust 1 (1 R 2 )*( glT / glE ) 1 (1 0.6216)*(2 / 7)
R2
-0.6875
1.4375
s y2 2
0.4375
-1.0625
0.8125
R 2 0.95
Dado el modelo:
Yi 1 2 . X 2i 3 . X 3i i
H0 :
3 1 35
2 2 180
(X^TX)^1
0.5625
-0.6875
0.4375
-0.6875
1.4375
-1.0625
sbb
0.4375
-1.0625
0.8125
20
59
88
(X^TY)
( X T X ) 1
9.1875
-22.4375
17.5625
Yi 1 2 . X 2i 3 . X 3i i
Yi 9.1875 22.4375 X 2i 17.5625 X 3i i
Hiptesis general
H0 :
-1
0
1
3 1 35
2 2 180
0
2
0
K^T
35
-180
-1
0
0
2
r=2
1
0
Q [ K T m]T [ K T ( X T X ) 1 K ]1[ K T m]
0 m]T1
[ K-1T
0 2 0
35
-180
9.1875
-22.4375
17.5625
-26.625
[ K T m]T
135.125
-1 0 1
[ K T ( X T X ) 1 K ]1
0 2 0
0.5625 0.6875
0.6875 1.4375
2.4864864 0.3243243
9
2
0.4375 1.0625
0.3243243 0.2162162
2
2
-26.625
135.125
m]
[K T
0
0.4375
1.0625
0.8125
-1
0
2
1
0
[ K T ( X T X ) 1 K ]1
POR LO TANTO
m]T [ K T ( X T X ) 1 K ]1[ K T m]
Q [K T
-26.625 135.125
3376.84291
Fcal
Q S
Q
2
2
S .
Fcal
3376.84291
2* 2
Fcal 844.2107
Ftab 10.13
2.4864864
9
0.3243243
2
26.625
135.125
0.3243243
2
0.2162162
2
Fcal Ftab
H0
Decisin:
; se rechaza la
al 95% de confianza.
H0
Por lo tanto como
se rechaza no se puede construir un cuadro ANVA para el modelo
reducido.
Yt 1 2t 3t ut
8-Para el modelo
n 12
X 'X
91
X ' Y 699
448
Se pide:
a) Ajustar el modelo por el mtodo de MCO
determinacin
2 3 1
b) Contraste de significacin para
y calcular el coeficiente de
0 2.5
0 0.3
][ ] [ ]
0.6477
0.041 0.0639 91
1.6545
^=( X T X )1 ( X T Y ) = 0.041
=
0.0071 0.0011 699
0.7391
0.06369 0.0011 0.0152 448
0.2258
1=1.6545 2=0.7391 3=0.2258
Interpretacin:
1
: estimamos que la variable dependiente se incrementa en 1.6545 cuando las variables
independientes son cero.
2:
El incremento de Y es de 0.7391 por unidad cuando
3:
b.
no se tiene en cuenta
no se tiene en cuenta.
SCR = ^ X Y N Y N=12 Y =
T
Y = 91 =7.58333
N
12
[ ]
91
^ T X T Y = [ 1.6545 0.7391 0.2258 ] 699 =768.3488
448
SCR=768.348812 ( 7.58333 )2=78.26547
Adems como SCT= 104.9167 el coeficiente de determinacin ser:
SCE 78.26547
R2=
=
=0.7459
SCT 104.9167
El modelo de regresin mltiple explica que el ajuste realizado explica aproximadamente
un 74.59% de la variabilidad de la dependiente.
c. Para el contraste de significacin de la restriccin tendremos en cuenta
que se rechaza la hiptesis nula.
H 0 : 2+ 3 =1
2 + 31=0 m=1 K =(0 1 1)
H 1 : 2 + 3 1
[ ]
1.6445
K ^m=[ 0 1 1 ] 0.7391 1=0.0351
0.2258
][ ]
0.6477
0.041 0.0639 0
1
K ( X T X ) K T =[ 0 1 1 ] 0.041
0.0071 0.0011 1
0.06369 0.0011 0.0152 1
[]
0
K ( X X ) K =[ 0.1049 0.006 0.0141 ] 1 =0.0201
1
T
K ( X T X ) K T =0.0201
SCR SCT SCE 104.916778.2654
2
^ =
=
=
=2..962
N K
NK
9
2
^ =2.962
Fcal =
0.0351
=0.0207 F tab =F1,9,0.05 =5.117
2.962 0.0201
en el problema.
d.
Intervalos de confianza
E [ Y ] : V 0=2.5 W 0=0.3
Y =1.6545+0.7391 V 1 +0.2458 W 2 + t =3
Y =3.43451
X
T
1
X 0 ( T X ) X 0
Y^ 0= t nk1 , / 2
X
0.6477
0.041 0.0639
1
( T X )1 X 0=[ 1 2.5 0.3 ] 0.041
0.0071 0.0011 2.5 =
0.06369 0.0011 0.0152 0.3
X 0T
][ ]
X
( T X ) X 0=0.52837
X 0T
1
3.43451(2.2622)(1.721)( 0.727)
[ 0.60451; 6.26451 ]
X1
X 1t =100
X 2t =24
Y t =5
X 1t Y t =255
X 2t Y t =146
X 1t Y 2 t =100
X12t 680
Y Y
X 22t 48 '8
Se pide:
1200
Yt X 1t X 2t u2
2 2
][ ] [ ] [ ]
0
0.36225 0.03875 0.09875
5
2.725
^= 0.03875 0.00625
0.00625 255 = 0.875 = 1
0.09875 0.00625
0.05625
146
6.125
2
Y =2.7250.875 X 1+ 6.125 X 2+
Interpretacin:
0
: Inversin anual en billones de pesetas (Y), es de -2.725 cuando tipo de inters en
porcentaje (X1) y variacin anual del PBI en billones de pesetas(X2) es cero.
1:
La inversin anual en billones de pesetas tiene una disminucin de -0.875 por unidad
cuando no se tiene en cuenta la variacin anual del PBI en billones de pesetas sin tener en
2
cuenta
.
2:
Nos indica que la inversin anual en billones de pesetas se incrementa en 6.125 por
255 1103.7
146
5
0.25
20
nY 1.25
SCT (Y t Y ) 1200
1102.45
0.0187
1200
2
*3.59
17
0.2969
2
1 *3.59
17
R2
2
Rsig
Entonces:
2
R 2 Rsig
1 1
2 2
H0 :
Se tiene que
0 1 0
K
0 0 1
1
m
2
s2
En tal caso:
0 1 0
K m
0 0 1
2.725
* 0.875
6.125
1
1.875
2
4.125
0 1 0
K ( X T X ) 1 * K T
0 0 1
* 0.0388 0.0063 0.0063 *
0.0988 0.0063 0.0562
0 0
0.0063 0.0063
1
0
0.0063 0.0562
01
Adems:
97.55
5.7382
17
Por lo tanto:
Fcal
1.875
F(0.05,2.17) 3.59
4.125
20.0401 20.0401
111.4597
2*5.7382
4.125
Fcal F(0.05,2.17)
14 7 14
X ' X 7 4,5 7
14 7 15
10
X ' Y 6
12
Y ' Y 14
Se pide:
a) Estimar los coeficientes del modelo por MCO
b) Estudiar la significacin del modelo.
2 1 3
c) Contrastar el intervalo de prediccin
d) Calcular
el
intervalo
de
X 2 5, X 3 7
prediccin
Y =10 /14
a.
X X
T
1.7857
1.3214 0.5 1 10
X Y 0.5
1
0 * 6
1
1
0
1
2
12
T
Y 1.7857 X 2t 2 X 3t
H 0 : B2=B3 =0
H 1 : almenos un Bi 0i=2,3
10
X T Y 1.7857 1 2 * 6
12.1429
12
T
20
0.7143
24
F.V
G.L
S.C
C.M
Fcal
F(0.05,2,11)
Regresin
4.9998
2.499
14.8074
3.98
Y =10
Error
11
Total
13
1.8571
0.188
Fcal F(0.05,2,1)
H0
Se rechaza
. El modelo es significativo.
c. Contrastar la hiptesis
K 0 1 1
B 2+1=B 3
m 1
s 1
1.7857
K m 0 1 1 *
1 1 0
F(0.05,1,11) 4.84
Fcal 0
Fcal F(0.05,1,11)
1
X 0 5
7
X 0T 1 5 7
Y X 0T 17.2143
1.8571
0.1688 0.4109
11
X 0T X T X
X 0 56.3214
Por lo tanto:
4.5
7.1
2.3
tcal ttab
Se tiene que dicho parmetro es distinto de cero. Por tanto, puede afirmarse que los
resultados de unos y otros son distintos.
Adems, como la estimacin de dicho parmetro es positiva, la nota esperada para una
mujer es mayor que la de un hombre (siempre y cuando tengan la misma nota medio en
BUP).
13. Con informacin muestral relativa a 14 observaciones, se pretende estimar el
modelo de regresin:
Yt 0 1 X 1t 2 X 2t 3 X 3t ut
A partir de:
14
85
631
T
X X
532 3126 20666
X TY
Se pide:
a) Calcular las estimaciones de los parmetros de modelo MCO:
- Completamos la matriz:
248
1622
9202
37592
85
532
2094
14
85
631
3126 13132
T
X X
532 3126 20666 78683
X X
T
20.164
0.015065
0.23145
0.7617
0.015065
0.013204
0.001194
0.00094
XTX
0.23145 0.7617
0.001194 0.00094
0.003635 0.000575
0.000575 0.000401
1
X t X X tY
Hallamos
20.164
0.015065
0.23145
0.7617
0.015065
0.013204
0.001194
0.00094
32.891
0.80371
0.3982
0.03713
0.23145 0.7617
248
1
2
3
El modelo de regresin:
Var
b) Estimar
Solucin:
X tY
que:
Se tiene que:
2
SC R t . X tY n Y
SCR 4552.552 14 17.714
SCR 159.551
Entonces, puesto que el enunciado nos indica que
SCE SCT SCR
SCT 226.86
, es inmediato que:
6.7309
n k 14 4
Var
Luego, la estimacin de
2 . X t X 1
Var
:
1.3575
0.00101
0.0155 0.00512
en la variable dependiente?
X 2t
influyen en
tcal ttab
2 0
X 2t
Se rechaza que
, por lo que
influye en la variable dependiente.
d) Calcular el coeficiente de determinacin corregido
Solucin:
Para calcular el coeficiente de determinacin corregido tendremos en cuenta la siguiente
expresin:
R 2 1 1 R2 .
n 1
nk
Puesto que:
159.551
R2
0.7033
226.86
Entonces:
R 2 1 1 0.7033 .
13
10
R 2 0.6143
Podemos observar que al eliminar la influencia de las variables explicativas el coeficiente
de determinacin ha disminuido alrededor del 9%.
e) Calcular un intervalo de confianza del 95% para la varianza del trmino de perturbacin
Solucin:
n k . 2 n k . 2
IC 2 2
, 2
X
X
k
,1
k
,
10 6.7308 10 6.7308
IC 2
,
20.483
3.247
IC 2 3.286 2 20.73
Fcal Ftab
Decisin:
se rechaza la hiptesis nula de que todos los coeficientes son nulos de
forma simultnea, por tanto el modelo es significativo en su conjunto.
Yt 1 2 X 2t 3 X 3t 4 X 4 t ut
14. Dado el modelo
, utilizando una muestra de 20
datos, se procedi a su estimacin, obtenindose:
R 2 0.96
0.4
0.5714 2.12 t(0.05,16)
0.7
tcal
0.1
0.2 2.12 t(0.05,16)
0.5
Fcal Ftab
Todo esto nos hace pensar en la posible existencia de multicolinealidad en el modelo.
b) si hay algn problema, indique la forma ms adecuada de solucionarlo:
La principal solucin para eliminar la relacin lineal entre las variables independientes
consiste en eliminar del modelo la variable que causa la multicolinealidad.