TABLA 10.

4: PÁGINA 301 (Montomery y Peck: Introducción al Análisis de Regresión Lineal)

Observ y x1 x2 x3 x4 x5 x6
1 10.006 8 1 1 1 0.541 -0.099
2 9.737 8 1 1 0 0.13 0.07
3 15.087 8 1 1 0 2.116 0.115
4 8.422 0 0 9 1 -2.397 0.252
5 8.625 0 0 9 1 -0.046 0.017
6 16.289 0 0 9 1 0.365 1.504
7 5.958 2 7 0 1 1.996 -0.865
8 9.313 2 7 0 1 0.228 -0.055
9 12.96 2 7 0 1 1.38 0.502
10 5.541 0 0 0 10 -0.798 -0.399
11 8.756 0 0 0 10 0.257 0.101
12 10.937 0 0 0 10 0.44 0.432

a) Hallar la ecuación de regresión estimada

b) Verifique el supuesto de normalidad de los errores (Utilice pruebas estadísticas)
c) Realizar un diagnóstico de la multicolinealidad
Utilizar los indicadores estudiados en clase ¿Qué concluye?
d) Realizar medidas remediales para remediar el problema de la multicolinealidad.
a) Resumen

Estadísticas de la regresión
Coeficiente d 0.97248657
Coeficiente 0.94573012
R^2 ajustado 0.88060626
Error típico 1.12948752
Observacione 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 6 111.158133 18.5263554 14.5220228 0.0049931
Residuos 5 6.37871034 1.27574207
Total 11 117.536843

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 16.659948 14.0465479 1.18605283 0.28888548 -19.447853
x1 -0.5312648 1.34178905 -0.3959377 0.70848183 -3.9804434
x2 -0.838452 1.42063303 -0.590196 0.58072215 -4.4903054
x3 -0.7753361 1.40941641 -0.5501115 0.60591381 -4.3983563
x4 -0.84396 1.403126 -0.6014856 0.57374522 -4.4508102
x5 1.02324728 0.39094238 2.61738644 0.04724653 0.0182979
x6 5.04704992 0.72765946 6.93600536 0.00095629 3.17654173

prueba_Normalidad
Normal
99
Media -7.40149E-17
Desv.Est. 0.7615
95 N 12
RJ 0.970
90
Valor p >0.100
80
70
Porcentaje

60
50
40
30
20

10
5

1
-2 -1 0 1 2
RESID1
 1
-2 -1 0 1 2
RESID1

si el p-valor es menor a alfa (nivel de significancia) entonces la hipótesis nula es rechazada (se concluye que los
Si el p-valor es mayor a alfa, no se rechaza la hipótesis y se concluye que los datos siguen una distribución normal.
 APRTE C
c Los valores de la diagonal de esta matriz so

182.051943 170.314217
170.314217 161.361942
W´W -1 = 218.804091 205.807323
231.943249 218.116025
1.93982394 1.65575463
1.14075638 1.23915048

or crítico de F
Modelo
Dimensión
1 1
2
Superior 95% 3
52.767749 4
2.91791371 5
2.81340151 6
2.84768408
2.76289018 VER TABLA 10.7 A: PÁGINA 307. MONTGOMERY Y PE
2.02819665
6.91755811 K= 2195.908 Número de condición
IC = 46.860518

Media -7.40149E-17
Desv.Est. 0.7615
N 12
RJ 0.970
Valor p >0.100

2
 2

azada (se concluye que los datos no vienen de una distribución normal).
distribución normal.
 la diagonal de esta matriz son los VIF

218.804091 231.943249 1.93982394 1.14075638

205.807323 218.116025 1.65575463 1.23915048
266.263648 280.562959 3.7231471 0.42445607
280.562959 297.714658 3.27643174 1.21350168
3.7231471 3.27643174 1.91999174 -0.4227544
0.42445607 1.21350168 -0.4227544 1.45526502

REGRESORES CENTRADOS
Proporciones de la varianza
Índice de
Autovalores condición x1 x2 x3 x4 x5 x6
2.4288 1.00000 .0003 .0005 .0004 .0000 .0531 .0350
1.5462 1.25334 .0004 .0000 .0005 .0012 .0032 .0559
.9221 1.62297 .0028 .0033 .0001 .0001 .0006 .0018
.7940 1.74900 .0000 .0000 .0002 .0003 .2083 .4845
.3079 2.80864 .0011 .0024 .0025 .0000 .7175 .4199
.0011 46.86052 .9953 .9937 .9964 .9984 .0172 .0029

A 307. MONTGOMERY Y PECK. kl

Número de condición
PAM WEIGAND, GERENTE DE PERSONAL(HANKE)
Obs Y X1 X2 X3 X4 X5
1 44 10 22.1 4.9 0 2.4
2 47 19 22.5 3 1 2.6
3 60 27 23.1 1.5 0 2.8
4 71 31 24 0.6 3 2.7
5 61 64 22.6 1.8 2 2
6 60 81 21.7 3.3 1 2.5
7 58 42 23.8 3.2 0 2.5
8 56 67 22 2.1 0 2.3
9 66 48 22.4 6 1 2.8
10 61 64 22.6 1.8 1 3.4
11 51 57 21.1 3.8 0 3
12 47 10 22.5 4.5 1 2.7
13 53 48 22.2 4.5 0 2.8
14 74 96 24.8 0.1 3 3.8
15 65 75 22.6 0.9 0 3.7
16 33 12 20.5 4.8 0 2.1
17 54 47 21.9 2.3 1 1.8
18 39 20 20.5 3 2 1.5
19 52 73 20.8 0.3 2 1.9
20 30 4 20 2.7 0 2.2
21 58 9 23.3 4.47 1 2.8
22 59 98 21.3 3.9 1 2.9
23 52 27 22.9 1.4 2 3.2
24 56 59 22.3 2.7 1 2.7
25 49 23 22.6 2.7 1 2.4
26 63 90 22.4 2.2 2 2.6
27 61 34 23.8 0.7 1 3.4
28 39 16 20.6 3.1 1 2.3
29 62 32 24.4 0.6 3 4
30 78 94 25 4.6 5 3.6

a) Hallar la ecuación de regresión estimada

b) Verifique el supuesto de normalidad de los errores (Utilice pruebas estadísticas)
c) Realizar un diagnóstico de la multicolinealidad
Utilizar los indicadores estudiados en clase ¿Qué concluye?
d) Realizar medidas remediales para remediar el problema de la multicolinealidad.
Pam Weigand, gerente de personal de Zurenko Pharmaceutical Company, está interesado en pronosticar si un aspirante en
X1: examen de aptitud en ventas
X2: edad, en años
X3: calificación en la prueba de ansiedad
X4: experiencia, en años
X5: PPG (punto promedio de grado) en secundaria

LO MISMO QUE EJERCICIO 1

CAMBIAR NO MAS
pronosticar si un aspirante en particular se convertirá en un buen vendedor. Pam decide emplear como variable dependiente (Y) las ven
riable dependiente (Y) las ventas del primer mes y elige las siguientes variables independientes para analizarlas:
En la tabla adjunta se presentan datos sobre el gasto de consumo Y, el ingreso X1 y la riqueza X2 .

Observ Y X1 X2
1 70 80 810
2 65 100 1009
3 90 120 1273
4 95 140 1425
5 110 160 1633
6 115 180 1876
7 120 200 2052
8 140 220 2201
9 155 240 2435
10 150 260 2686

a) Estime el MRLM
b) Calcule los residuales y verifique el supuesto de Normalidad
c) Detectar la Heteroscedasticidad. Utilice un método gráfico y la prueba de White.
d) si en el apartado c) encontró indicios de heteroscedasticidad ¿Cómo remediar la Heteroscedasticidad?
La siguiente tabla muestra el índice de compensación real por hora (Y) e índice de producción por hora (X), sector negocios, Est

Observ Y X
1960 68.7 65.5
1961 70.7 68
1962 73.2 70.4
1963 75 73.2
1964 77.9 76.4
1965 79.6 78.5
1966 82.9 80.7
1967 84.9 82.7
1968 88.2 85.3
1969 89.7 85.7
1970 91.2 86.9
1971 93 89.8
1972 95.8 92.6
1973 98 95
1974 97 93.2
1975 97.7 95.4
1976 100.8 98.2
1977 102.3 99.8
1978 103.4 100.4
1979 102 99.3
1980 99.5 98.6
1981 98.7 99.9
1982 100 100
1983 100.5 102
1984 100.4 104.6
1985 101.3 106.1
1986 104.4 108.3
1987 104.3 109.4
1988 104.4 110.4
1989 103 109.5
1990 103.2 109.7
1991 103.9 110.1

a) Efectúese la regresión de Y sobre X y evalúe graficamente si hay autocorrelación

b) Estímese el estadístico d de Durbin Watson y coméntese sobre la naturaleza de la autocorrelación presente en los datos.
c) Efectúese la prueba de rachas y vea si su respuesta difiere de la respuesta dada en (b)
e) Estímese ρ mediante el procedimiento de D-W y remediar el problema de la autocorrelación.
 por hora (X), sector negocios, Estados Unidos, 1960-1991, 1982=100

orrelación presente en los datos.

292 31.64 42 97
235 30.8 64 90
200 25.61 47 80
200 26.17 56 75
300 31.96 54 100
215 23.18 48 67
216 21.19 57 70
254 26.95 52 70
310 24.26 67 105
237 21.87 46 70
220 25.61 58 70
233 27.92 62 75
240 27.73 49 90
295 22.49 56 95
310 23.88 63 95
268 30.04 64 90
243 26.93 67 85
239 21.99 49 75
198 26.93 53 75
218 25.61 59 85
215 24.09 65 70
254 28.65 67 105
218 25.71 49 85
221 25.33 53 80
237 25.42 57 90
244 23.99 47 85
223 25.2 58 70
198 25.81 48 85
234 26.93 51 80
175 27.77 49 80
230 30.85 68 70
248 21.61 58 75
218 26.3 54 95
285 31.44 59 100
253 25 45 75
187 23.31 53 80
208 27.15 43 65
246 21.09 57 80
275 22.53 64 95
218 19.83 43 75
231 26.17 47 75
200 25.95 58 90
214 26.3 58 75
230 24.89 48 70
280 26.89 62 100
198 21.09 54 65
285 31.11 67 95
201 21.6 68 80
206 19.78 55 65
223 22.99 50 75
290 32.32 53 95
315 31.14 63 100
220 28.89 60 80
230 20.55 46 75
175 22.49 45 70
213 22.53 53 70
220 20.82 59 65
287 32.32 62 95
290 33.91 60 90
209 20.76 62 75
290 31.35 58 80
260 31.14 57 95
202 20.76 49 80
214 19.59 61 90
231 20.08 52 75
280 31.6 59 100
220 25.34 50 70
233 22.86 46 75
215 19.53 44 70
202 19.1 60 65