Tema 2: problemas PROBLEMAS DEL MODELO LINEAL SIMPLE 1.

Dado el modelo lineal simple Y i = 0 + 1 Xi + i ,

i

N (0, ) independientes

y obtenida la siguiente informacin muestral para las variables Y y X: o Y 6 X 1 se pide: a) estimacin MCO y MV de los parmetros de posicin del modelo (es o a o decir, de 0 y 1 ) b) estimacin insesgada del parmetro de dispersin 2 o a o c) estimacin por intervalo, al nivel de conanza 95%, para los tres parmetros o a d) valores ajustados y residuales. Comprueba que
n i=1 ei = 0 n i=1 Xi ei = 0

7 5 3 5

7 10 7 9

e) variabilidad total, variabilidad explicada y variabilidad no explicada f) contrastar, con un nivel de signicacin del 5%, las siguientes hiptesis o o individuales: f.1) f.2) f.3) f.4) f.5) H0 H0 H0 H0 H0 : 1 = 0 : 0 = 0 : 1 = 1 : 0 = 9 : 2 = 25

g) contrastar, con un nivel de signicacin del 1%, las siguientes hiptesis o o individuales: g.1) H0 : 1 1 g.2) H0 : 0 9 g.3) H0 : 2 = 25 h) coecientes de correlacin y de determinacin o o i) tabla ANOVA y el test del anlisis de la varianza, al 5% de signicacin a o j) el coeciente de determinacin cr o tico para un nivel de signicacin del o 5% k) contrastar 1 = 0 mediante la variacin en VNE. o l) suponiendo que X0 = 11, proponer la prediccin puntual optima de E(Y0 ) o y de Y0 . Idem con la prediccin por intervalo al 95% de conanza. o m) efectuar el anlisis de permanencia estructural, suponiendo que se conoce a Y0 = 4 y X0 = 11.

Tema 2: problemas 2. Dado el modelo lineal simple estimado Yi = 11.93 + 0.2 Xi (28.92) (7.29) n = 16 0 1 = 0.011

donde los valores entre parntesis son los t-ratios y 0 1 es la covarianza e estimada de 0 y 1 se pide: a) el coeciente de determinacin o b) la estimacin de V ar() o c) la estimacin de la varianza de la perturbacin o o 3. Dado un modelo lineal simple del que se conoce la siguiente informacin o XX= 2 = 1 XY= se pide: (i) intervalo de conanza para E(Y0 ) sabiendo que X0 =2 (ii) si Y0 =7 y X0 =2, efect a el contraste de permanencia estructural. u 4. En un modelo lineal simple contrasta al 5% la hiptesis 1 = 0 si se conoce o que el coeciente de correlacin muestral entre X en Y es -0.6 en una muestra o de tama o 10. n 5. Se dispone de los siguientes resultados en un modelo lineal simple (los n meros u entre parntesis son los t-ratios): e Yt = -0.382 + 0.246 Xt (-0.56) (13.224) 2 R = 0.9564 s2 = 1.1354 R Se pide la tabla ANOVA y el test de anlisis de la varianza al 5%. a 8 10 4 0 0 5

Tema 2: cuestiones

1. Considera el siguiente mtodo de estimacin de la pendiente de una recta para e o predecir Y conocido X: i) Calcula la media muestral x. ii) Estima la pendiente aparente para cada punto: bi = Yi y , i = 1, . . . , n Xi x

iii) Toma la media de estos valores: 1 1 = n como estimador de 1 . Es 1 un estimador centrado para 1 ? Calcula su varianza y comprala con a la del estimador MCO de 1 . 2. Consideremos el modelo de regresin lineal simple o Yi = 0 + 1 Xi + i , i = 1, . . . , n E( i ) = 0 E( 2 ) = 2 i E( i j ) = 0, i = j en el que las medidas Xi se realizaron en euros. Nos gustar escribir el modelo a en pesetas. Si un euro equivale a c pesetas (c conocido), escribe el modelo anterior como Yi = 0 + 1 Zi + i , i = 1, . . . , n (Zi =medida expresada en pesetas).
Se pueden obtener los estimadores de 0 y 1 a partir de los de 0 y 1 ? Estudia la relacin entre los t-ratios de ambos modelos y sus correspondientes o 2 R .

bi
i

Repite el estudio anterior en los siguientes casos: (a) cambio de origen en la variable explicativa (b) cambio de escala en la variable respuesta (c) cambio de origen en la variable respuesta 3. Considera el siguiente modelo de regresin o Y i = 1 Xi +
i

donde la perturbacin aleatoria cumple las hiptesis habituales. o o Obtn el estimador MCO del parmetro 1 . Calcula su distribucin, media y e a o 2 varianza. Qu estimador centrado de propones? Cul es la expresin de e a o R2 ? Supn ahora que en el modelo no se cumple 0 = 0 pero nosotros seguimos o utilizando los estimadores anteriores. Calcula ahora la media y varianza de los mismos y compralas con las obtenidas a partir de los estimadores MCO a habituales.

Tema 2: cuestiones

4. Un investigador dispone de una coleccin de valores {Xi }n de una variable o i=1 independiente continua, controlada por l y, para cada valor Xi , dispone a su e vez de una coleccin de k valores distintos de la variable respuesta, tomados o en condiciones homogneas y de forma independiente. El modelo de regresin e o a considerar para estos datos es Yij = 0 + 1 Xi + donde
ij ij ,

j = 1, . . . , k, i = 1, . . . , n

verica las condiciones habituales.

Tanto el valor de n como el de k son bastante grandes, por lo que el volumen de datos es poco manejable. El investigador decide reducir este volumen de datos y sustituye cada conjunto de k observaciones de un mismo valor Xi por la media muestral de dichas observaciones: 1 Yi = k
k

Yij
j=1

y utilizar la nueva muestra de datos {(Xi , Yi )}n para estimar los parmetros a i=1 0 y 1 del modelo. Antes de realizar los clculos consulta a un estad a stico, quien le asegura que los estimadores puntuales de 0 y 1 son los mismos pero que el coeciente de determinacin R2 del segundo modelo ser mayor que el o a del primero. i) Formula el segundo modelo que propone el investigador y da la distribucin que sigue el trmino de error de forma consecuente con el modelo o e inicialmente planteado. ii) Son ciertas las armaciones del estad stico? 5. Disponemos de los datos de una muestra tipicados {(ZXi , ZYi )}n . i=1 i) Demuestra que la igualdad fundamental del anlisis de la varianza para a la regresin lineal simple se reduce en este caso a: o n = n(1 r 2 ) + nr 2 donde r es el coeciente de correlacin lineal muestral entre X e Y . o ii) Escribe la tabla ADEVA y el estad stico F del anlisis de la varianza. a 6. Estamos dise ando una prueba y nos falta tomar el ultimo dato. Podemos n elegir el valor de Xn que ms nos interese. Qu valor de Xn tomar si a e as quieres que la prediccin en el punto X0 = 2.5 sea lo ms precisa posible o a desde el punto de vista poblacional? Qu inconvenientes prcticos se pueden e a presentar?

Tema 2: problemas

PROBLEMAS DEL MODELO GENERAL DE REGRESION LINEAL 1. Dado el modelo Yi = 0 + 1 X1i + 2 X2i + siguiente informacin muestral o
i

para el que se dispone de la

Y X0 X1 X2 se pide:

Y X0 X1 X2 196270 1268 1006 8364 1268 9 0 60 1006 0 60 0 8364 60 0 708

(i) estimacin MCO del vector y de 2 o (ii) analizar la signicatividad individual del trmino independiente, de X1 y e de X2 y la signicatividad conjunta del modelo (iii) contrastar 1 = 2 (iv) efectuar la prediccin puntual y por intervalo para Y10 suponiendo que o X1,10 = 2 y X2,10 = 3. 2. Dado el modelo Yi = 0 + 1 X1i + 2 X2i + siguiente informacin muestral: o 20 5 2 X X = 5 30 0 2 0 40 se pide: (i) estimacin de 2 o (ii) estimacin de V ar() o (iii) anlisis de la signicatividad individual del trmino independiente y de a e las variables explicativas (iv) tabla ADEVA y test del anlisis de la varianza a (v) estimacin por intervalo de 0 y 1 al 95% o (vi) contrastar la hiptesis nula 21 + 2 = 1 o (vii) coeciente de determinacin corregido y cr o tico (viii) anlisis de permanencia estructural al 5% en la observacin n mero 21 a o u si el vector de observaciones de las variables explicativas es (1, 4, 5) y el valor de la variable explicada es 18 (ix) prediccin puntual y por intervalo de Y0 y E(Y0 ) para el que X1,0 = 4 y o X2,0 = 5. Contrasta, respectivamente, si Y0 = 10 o E(Y0 ) = 2. 3. De la estimacin MCO del modelo Yi = 0 + 1 X1i + 2 X2i + o
i i

para el que se dispone de la

0.5 VT=400 = 1 3

se conoce:

Tema 2: problemas

Yi = 3.02 +

0.815 X1i + 0.33 X2i (12.64) (5.12) 2 n = 20 sR = 0.83 X1i = X2i = X1i X2i = 0

(donde los n meros entre parntesis representan los t-ratios), contrasta al 5% u e la hiptesis nula 1 + 2 = 1 de dos formas distintas, teniendo en cuenta que, o si se impone la restriccin, la estimacin del modelo origina s2 = 0.9. o o R 4. En un modelo lineal de regresin se conocen los siguientes resultados parciales o de una estimacin: o Yi = 0.5 X1i + X2i n = 10 Yi = 3 s2 = 0.07 R F = 25.7142 donde F representa la evaluacin del estad o stico F en el test del anlisis de a la varianza. Se pide: (i) coeciente de determinacin corregido o (ii) contrastar al 5% 0 = 1 = 2 = 0 5. Se ha estimado un modelo lineal de regresin obtenindose los siguientes reo e sultados (los n meros entre parntesis representan los t-ratios): u e Yi = 1 + 0.3 X1i + 1 X2i (10) (4.2426) n = 10 s2 = 0.5 R X1i = X2i = X1i X2i = 0

Se pide: (i) contraste de signicatividad individual para el trmino independiente y e las dos variables explicativas (ii) contrastar la hiptesis conjunta o H0 : 1 + 2 = 1 0 = 1

(iii) para un periodo posterior se observa X1,0 = 10, X2,0 = 1 e Y0 = 4.5. Realiza el contraste de permanencia estructural. 6. Consideremos la siguiente funcin de regresin de demanda de un producto: o o Yi = e0 Pi1 e
1 2 ( R ) i

ei

donde u cumple las hiptesis bsicas (incluida la normalidad), P es el precio o a del producto, R es la renta e Y la cantidad demandada. Se dispone de la siguiente informacin muestral: o

Tema 2: problemas ln(Y ) R ln(P ) Se pide: (i) estimacin de los parmetros del modelo o a (ii) coeciente de determinacin y coeciente de determinacin corregido o o 35 37 40 42 42 44 0.1 0.125 0.125 0.2 0.25 0.4 -8 -8 -9 -10 -7 -8 46 46 0.5 1 -9 -7

(iii) tabla ADEVA, test del anlisis de la varianza y coeciente de determia nacin cr o tico (iv) usando el modelo estimado calcular el l mite mximo de ventas que puede a alcanzarse con el precio de la ultima observacin de la muestra al crecer o indenidamente la renta. 7. Usando una muestra de 18 observaciones se han obtenido los siguientes resultados: Yi = 2.2 + 0.104 X1i + 3.48 X2i + 0.34 X3i (3.4) (0.005) (2.2) (0.15) 2 =0 Y i = 18.18 2 = 109.6 Yi

donde los n meros entre parntesis son las desviaciones estimadas de los estiu e madores. Contrasta al 5% de signicacin si todas las variables explicativas o son conjuntamente signicativas. 8. Sobre un modelo lineal con k = 3 se conocen los siguientes resultados parciales de una estimacin: o 0.5 0.125 0 0.125 (X X)1 = 0 0.5 0 = 1 V 1 ) = 0.04375 ar( 1 0.125 0 0.625 se pide: (i) intervalo de conanza al 95% para cada uno de los cuatro parmetros del a modelo y contraste de signicatividad individual (ii) coeciente de determinacin y coeciente de determinacin corregido o o (iii) tabla ADEVA, test del anlisis de la varianza y coeciente de determia nacin cr o tico al 5% de signicacin o (iv) contraste de permanencia estructural al 5% dado que X1,0 = 0.5, X2,0 = 1 e Y0 = 3. 9. Dado el modelo Yi = 0 + 1 X1i + 2 X2i + 1 3 1 2 X = 1 -3 1 0 1 -2 calcula la covarianza entre 2 y u3 .
i

2 3 2 -10 3

y siendo

Tema 2: problemas 10. Dado el siguiente modelo estimado: Yi = 1.37 +

0.632 X1i + 0.452 X2i (0.257) (0.219) n = 30 R2 = 0.98 Cov(1 , 2 ) = 0.055

donde los n meros entre parntesis representan las desviaciones t u e picas esti1 y 2 , se pide contrastar al 5% la hiptesis H0 : 1 = 2 . madas de o 11. Dado el modelo Yi = 0 + 1 X1i + 2 X2i + i se conoce a priori la restriccin o lineal 1 = 2 . Calcula el estimador ELIO de 0 , 1 y 2 de dos formas distintas, dada la informacin muestral siguiente: o Y X1 X2 6 8 12 1 2 3 3 4 3 10 15 20 5 7 8 5 5 7

12. Una empresa produce las 24 horas del d utilizando tres relevos de trabaa jadores (ma ana, tarde y noche). Los directivos argumentan que los salarios n de esta empresa se determinan exclusivamente por la categor profesional de a los trabajadores: tcnico, obrero o aprendiz. e (a) Cmo contrastar la hiptesis de los directivos de que los salarios son o as o independientes de los relevos? Especica el modelo apropiado y plantea claramente la hiptesis nula y el estad o stico de contraste. (b) En funcin del modelo especicado anteriormente, cul ser el salario o a a medio de un obrero del turno de noche? 13. Se dispone de una muestra de observaciones correspondientes a ventas y gastos de promocin de diez empresas, perteneciendo las cinco primeras al sector o textil y las cinco restantes al de juguetes, seg n el siguiente cuadro: u Empresa 1 Sector industrial T Ventas 10 Gastos de promocin 3 o 2 T 5 1 3 4 T T 11 4 2 1 5 T 3 1 6 7 8 9 10 J J J J J 8 7 9 10 14 4 3 2 5 6

Suponiendo una especicacin lineal de las ventas sobre el resto, se pide: o (a) siendo el trmino constante (denominado ventas autnomas) com n para e o u los dos sectores industriales, contrasta si el coeciente de los gastos de promocin var signicativamente para cada uno de ellos o a (b) contrasta si las ventas autnomas dieren signicativamente en cada uno o de los dos sectores considerados, suponiendo que el coeciente de los gastos de promocin es com n para ambos o u (c) contrasta si el comportamiento de las ventas diere signicativamente en cada una de las industrias

Tema 2: problemas

14. Un fenmeno se ajusta al modelo Yi = 1 X1i + 2 X2i + 3 X3i + i con u o cumpliendo las hiptesis bsicas, excepto la homocedasticidad que es de la o a forma 2 E( 2 ) = 2 X2i i Adems 1 + 2 = 0 y aparece otra dicultad: no son observables las variables a del modelo. Sin embargo, s lo son las siguientes: Zi =
Yi X1i

W1i =

X2i X1i

W3i =

X3i X1i

Calcula la estimacin ELIO de los parmetros utilizando la siguiente inforo a macin muestral: o Zi W1i W2i 2 2.5 3 3.5 4 0.1 0.2 0.25 0.4 0.05 0.4 0.45 0.5 0.55 0.6

15. Dado el modelo Yt = 1 + 2 X2t + 3 X3t + ut con 2 = 3 y V ar(ut ) = 2 t2 , calcula las estimaciones ELIO de los parmetros con la siguiente informacin a o muestral: Yt X2t X3t 10 2 4 1 2 3 3 4 3 8 6 5 7 5 5 9 7 12 8 9 11 7 8 2

16. Se han recogido datos en dos localidades mediante sendas encuestas sobre el consumo (Y ) de productos de hogar y de la renta (X) de los consumidores consultados, obtenindose los siguientes resultados: e Ciudad 1 X Y 4.8 64.0 5.3 68.0 6.5 79.0 3.2 56.0 6.0 69.4 3.8 60.9 4.2 62.8 7.0 75.6 2.6 61.7 3.5 57.8 5.6 72.3 5.8 70.5 Ciudad 2 X Y 7.1 54.6 3.4 44.7 5.5 51.0 4.3 49.7 3.7 47.2 6.0 55.0 3.3 42.9 6.7 55.6 5.1 47.6 4.5 49.5 2.7 44.6 5.9 57.2

Se ha observado una relacin lineal entre el consumo (en miles de pesetas) y la o renta (en millones de pesetas) y se desea contrastar si esta relacin es idntica o e en las dos ciudades donde se ha realizado el trabajo de campo. 17. Con objeto de analizar las diferencias salariales entre los empleados de una famosa empresa auditora seg n su titulacin, se ha tomado una muestra de u o

Tema 2: problemas

10

los salarios de 500 empleados, de los cuales 300 tienen estudios universitarios. Se postula el siguiente modelo de determinacin del salario: o S i = 0 + 1 Di + i , i = 1, 2, . . . , 500

donde Si es el salario del empleado i-simo y de Di es una variable cticia e que toma el valor 1 si el empleado tiene estudios universitarios. Si el salario medio muestral (en miles de pesetas) de los universitarios es de 250 al mes y el salario medio muestral de los no universitarios es 150: (a) estima los parmetros 0 y 1 , por MCO. a (b) si la desviacin t o pica salarial de la submuestra de universitarios es de 50 y la de los no universitarios es 30, obtn las desviaciones t e pica de los estimadores MCO de 0 y 1 . (c) calcula el coeciente de determinacin de la regresin o o (d) Cmo contrastar la hiptesis de que existe diferencia salarial entre los o as o licenciados y los administrativos? (e) Si en la muestra anteriormente mencionada se dispusiera tambin de ine formacin sobre el sexo del empleado i-simo, cmo contrastar las o e o as siguientes hiptesis sobre esta empresa?: o (e.1) no hay discriminacin salarial por razones de sexo. o (e.2) no hay discriminacin salarial entre los licenciados por razones de o sexo.