Académique Documents
Professionnel Documents
Culture Documents
Yi 1 2 X i ei
Con n=30 y R2=0.9,
a) Pruebe:
Ho: 1= 2= 0
H1: 1 2 0
Realice la dcima de hiptesis global a un nivel de significacin del 5%. Para el modelo
presentado.
Problema 4 (30 pts):
La siguiente Matriz Simtrica proporciona informacin sobre las sumas de las variables
indicadas:
1 X Y
12
1 n Xi Yi 1740 257,112
X Xi X i2 i i 1524 225,124 197,232
X Y
Y Yi X iYi Yi 2
Para un nivel de significancia del 5%, realice las siguientes pruebas de hiptesis. Asegrese de
plantear adecuadamente la hiptesis nula y la alternativa, de escribir el criterio para el rechazo
o el no rechazo de la hiptesis alternativa, de definir claramente el valor crtico (grados de
libertad y significancia) de la Funcin de Probabilidad requerida, y finalmente de anotar la
conclusin de la prueba, (Se Rechaza no se Rechazar H 0). Utilice el enfoque de la prueba de
significancia en todos los casos.
1 H0: B1=0 Utilizando t de Student (15 pts)
2 H0: B2=1 Utilizando t de Student (15 pts)
PISTA GENERAL: Recuerde que la ecuacin fundamental de la varianza total EN DESVOS es:
^
y 2
i B22 xi2 ei2
, as que tal vez quiera, aunque esto no le cuente puntos, calcular
previamente los parmetros B1 y B2, as como el R2 para facilitar sus clculos posteriores.
[ ] [ ]
0.20 80 16
T ^= 40
[
(X T X)1= 0.25 0.05 0.50
0.00 0.20 ] X Y = 120
40 4
Y 2i =6540 Yi =80 n= 16
^
1; ^
2 ; ^3
Se pide determinar las desviaciones tpicas de los estimadores:
SECCIN DE RESPUESTAS
#1
Lo importante aqu era conocer y dominar las frmulas fundamentales de regresin simple que
hemos aprendido hasta el momento. Para los valores de t sabemos que:
^ ^
Bi Bi Bi
~ t n 2 t n2
^ ^
Bi Bi
Lo que bajo la hiptesis nula queda:
Para hallar R2, haba que encontrar antes la Suma de Errores al Cuadrado, a partir de la
ee
e 2
i
(0.127561) 2 * (23 2) 0.341709
n2
frmula del error estndar: y calcularlo
1
ei2
1 0.341709 0.574329
yi2 0.80275849
como SCE/SCT = y en donde hemos
aprovechado el dato del error estndar de la variable dependiente para calcular la varianza
ee( y )
y 2
i
(0.191021) 2 (23 1) y i2 0.80275849
n 1
total, es decir, . Finalmente,
una vez obtenido el R2 podemos calcular el estadstico F mediante la Frmula:
( n 2) R 2
F ~ F1, n 2
1 R2
#2
#3
El primer paso sera hallar las medias, en este caso Media(X)=145 y Media(Y)=127, para
despus calcular ms fcilmente los parmetros estimados:
^ ^
B 1 Y B 2 X 2.128
B2
^
X iYi n X Y 0.861
2
X i
2
nX
2 ^ 2
2
e Yi n Y B 2
2
i
2
X i
2
n X 115.268
X
i
n
2
n X ^
i B1 2
n n 2 X
2
i
n X
y por tanto que en
este caso es igual a 7.164. Para probar H 0 con t, tendramos que t = (2.128/7.164) =
0.297, lo que es un valor de t muy bajo, por lo tanto t calculado<ttabla por lo tanto, NO
RECHAZO H0, es decir, el parmetro B1 no es estadsticamente significativo.
2 Para la segunda hiptesis, tenemos que calcular la desviacin estndar de B2, que es:
^
e 2
i
B2 2
n 2 X i 2
n X
qu en este caso es igual a 0.048944, por lo que el
valor del estadstico t sera: t = (0.861-1)/0.048944 = - 2.8399. En este caso, s vale la
pena checar la tabla, que para un alfa de 5% y 10 grados de libertad da un valor del
estadstico t de 2.228. Por lo tanto, y dado que lo que cuenta es el valor absoluto,
podemos concluir que |tcalculado| > ttabla, por lo tanto RECHAZO H0, y el B2 es
estadsticamente diferente de 1.
3 Para la tercera hiptesis, recordemos que debemos utilizar la distribucin Ji-Cuadrado.
^ 2
2
n 2 n2 2
115.2684
12.8
2
9
Aqu su valor crtico es: , que hay que
contrastar con los dos valores crticos del Ji-Cuadrado, que en este caso son,
1=3.24697 y 2=20.4831. Dado que el valor crtico que hemos calculado, 12.8, cae
dentro de este intervalo, NO RECHAZAMOS H 0, y la varianza s es igual a 9 en
trminos estadsticos.
4 La cuarta hiptesis es muy fcil y se reduce a encontrar el valor crtico de t, en este
caso, t = 0.861/0.048944 = 17.59. Dado que es muy alto, podemos concluir que |t calculado|
> ttabla, por lo tanto RECHAZO H0, y el B2 es estadsticamente diferente de 0.
5 La ltima hiptesis nos pide usar el estadstico F. En este caso, es ms fcil mediante
su forma en trminos del R 2, pero desde luego, para ello debemos primero calcularlo.
R 2
1
e 2
i
1
e 2
i
1
115.2684
0.968
y 2
i
Y i
2
n Y
2 3684
En este caso, , con
( n 2) R 10 0.968
2
F 309
1 R 2
0.031288925
ello, podemos utilizar la frmula del F , valor
que, comparado con el F crtico de 242 es superior, por lo tanto F calculado > Ftabla, por lo
tanto, RECHAZO H0, y el modelo en su conjunto es estadsticamente significativo.
La nueva informacin desde luego que cambia la manera de probar las hiptesis 1 y 2, pues
ahora ya no hay necesidad de emplear la distribucin t de student y podemos probar las
hiptesis con la distribucin normal. El asunto es tan aburrido, y usted tan fuerte en sus cursos
previos de inferencia estadstica, que no se presenta la prueba formal.
#4
La base de esta demostracin es el teorema estadstico que dice que t 2k = F1,k, y entender que
una t de estudent es en el fondo una normal dividida por la raz cuadrada de una Ji-Cuadrado,
as:
2
2 ^
B 2 B2 2
^
^
B^ 2 B B 2 B2 xi2
B 2 B2 2
2
t
B2
t2
B2
xi2
2
e e
2 2
ei ei
2 2
i i
2 2 2 2 ( n 2)
n2 n2
n2
2 2
^
^
B 2 B2 x ( n 2)
2
i
2
B 2 B2 xi2
e e
2 2
i
2
i
n2
Pero, asumiendo cierta H0, B2=0, por lo tanto, la ecuacin anterior queda como:
^ 2
B 2 xi2
t k2 F1,k
e
2
i
n2
Que es justamente la misma frmula a la que habamos llegado en
clase cuando demostramos, mediante el uso de la otra definicin de F por medio de Ji-
Cuadrados, que B0=0 tambin poda probarse mediante una prueba F de Fisher.
Para el buen aprovechamiento del curso, se asume que los estudiantes de la asignatura de
Econometra tienen una slida base en los fundamentos de Estadstica, Inferencia Estadstica y
Economa, adems se importante la adopcin de algunos tpicos trabajados en clases.
El cuestionario ejercicios debe efectuar de forma individual detalladamente con los grficos
correspondientes y su anlisis respetivo, en hoja cuadernillo de tamao carta y letra imprenta
(no se aceptara hecho en computadora), la fecha de presentacin es el da lunes 7 de Julio
hasta las 10:30 am en los ambientes de la Carrera de Economa.