Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GUA DIDCTICA
Pgina 1
Pgina 2
Pgina 3
2.
91 3986376
91 3987801
91 3986330
nalvarez@cee.uned.es
pperez@cee.uned.es
bsanz@cee.uned.es
Pgina 4
conserven relacin con las teoras econmicas. Mencionemos que en la escala de objetivos,
fcil de descubrir en la literatura, a veces, el objetivo se establece en la prediccin. La
evaluacin correspondiente debe ser ahora la de desarrollar en no ms de dos pginas la
relacin entre hiptesis, teora y modelo.
Nuestro programa sigue su propia lnea que cuenta con antecedentes. Deca
Schumpeter que la Economa nunca alcanzara el prestigio que corresponde a una ciencia
madura, mientras no fuera capaz de expresar numricamente sus resultados. Las teoras
econmicas no completan su aportacin a la Ciencia Econmica, mientras no son medidas.
De manera que en trminos ideales, el programa para ser considerado por superado, ha de
servir para que el alumno acredite su capacidad en la medicin y comprobacin de teoras
econmicas. Hay una afirmacin clsica de que la Econometra es teora y medida, lo cual es
una interpretacin a nuestro modo de ver, una tanto laxa de medicin de una teora. Digamos
que sta parece ms cerca del lema al que aqulla vino a sustituir en el seno de la Cowles
Commission, ciencia es medida.
El alumno debe captar desde el principio, la diferencia de matiz. En teora y medida,
se atribuye a la medicin una cierta apariencia de sustantividad. En medicin de una teora,
sta es lo sustancial, y la medicin el complemento necesario. Se cuenta que Einstein, no
public su teora de las lentes gravitacionales hasta unos veinte aos ms tarde de haberla
desarrollado, por considerar que no se poda comprobar empricamente.
Vamos a ver a lo largo del programa, que la medicin de teoras econmicas, es un
objetivo todava no culminado a satisfaccin de la profesin y de los econmetras en
particular. De manera que a lo largo de la mayor parte de la historia de la econometra, sta
ha experimentado ciertas derivaciones, a veces, difciles de reducir al objetivo planteado.
Digamos que el programa de la econometra tal como se desprende de la literatura y
manuales, puede verse orientado al objetivo de la modelizacin. No hay una correspondencia
necesaria entre medicin de teoras y modelizacin, y en el supuesto de discrepancias,
cualquiera de los dos aspectos, dependiendo de la ecuacin investigadora del economista,
ofrece un amplio campo.
En el intento de llevar a cabo la cuantificacin, trmino que junto con el espritu
numrico, es muy del agrado de Schumpeter, cuya obra se supone bien conocida del
alumno de econometra, los programas han evolucionado hacia el desarrollo y aplicacin de
mtodos, cada vez ms numerosos y sofisticados desde un punto de vista formal, sin que se
perciba con nitidez el progreso que de tal inventario de tcnicas se deriva. En todo caso,
esto es sin duda un juicio de valor, que el alumno ha de afrontar con conocimiento de
causa. En este programa, se considera que el conocimiento de los mtodos no agota el
contenido de la Econometra, aunque es condicin necesaria para su estudio.
La medicin toma los procedimientos de clculo de la estadstica, concebida y
formulada para y por ciencias experimentales. Aunque una mirada rpida al programa
puede dar la impresin de que se desarrollan mltiples tcnicas, puede decirse, que todas
ellas gravitan en el empleo del anlisis de la regresin, al que aparece asociado el criterio de
ajuste de los mnimos cuadrados. No es posible seguir sin establecer el inmediato ejercicio de
autocomprobacin. Es preciso recordar el significado y empleo de la regresin, de la
estimacin, de los principales coeficientes, de los criterios de ajuste de la media (regresin I) y de
los mnimos cuadrados (regresin II), y todo lo relacionado con ello.
Pgina 5
Pgina 6
4.1
4.2
4.3
4.4
Puede decirse que la inferencia estadstica previa supone, por una parte, lo que se
conoce como clsica, siendo objeto de generalizacin en el programa de econometra a los
procesos estocsticos, por otra parte, es la inferencia referida a una variable, siendo
generalizada a varias variables en el programa de econometra.
6.- LOS MEDIOS
Los medios de que dispone el alumno pueden clasificarse en:
) PERSONALES
1. Los profesores de la sede central nos encontramos a su disposicin en el horario de
consulta para ofrecerles la mayor ayuda posible. Las consultas pueden ser personales,
telefnicas, postales o por medio de correo electrnico. Se ruega no enviar
simultneamente los mismos mensajes a todos los profesores.
2. Los profesores tutores de los Centros Asociados. Es aconsejable acudir a sus tutoras
con regularidad.
3. Actualmente funcionan tambin las denominadas tutoras virtuales a travs de la red, de
especial utilidad para aquellos alumnos que no disponen de profesor tutor en sus
Centros Asociados.
Introduccin a la Econometra. Gua Didctica.
Pgina 7
) MATERIALES
1. Los textos base, elaborados teniendo en cuenta las caractersticas de la enseanza a
distancia.
2. La bibliografa complementaria. Si es razonable el dicho antiguo de que hay que temer a
la persona de un solo libro, este argumento es ms fuerte para quienes preparan un
programa, en principio, sin clases presenciales. El material complementario permite una
mejor comprensin de la materia, lo que constituye el mejor camino para superar las
pruebas correspondientes.
3. Tanto el manual, que se corresponde con el programa, como la bibliografa
complementaria, son nicamente una recomendacin, en el sentido de que permiten
contestar al programa. Dada la naturaleza universitaria de la institucin en la que se
imparte la econometra, el alumno puede optar por adoptar su propia seleccin.
4. Hay adems otros documentos, como las instrucciones remitidas a todos los centros
Asociados, que explican la forma de elaborar la aplicacin prctica.
5. Toda la bibliografa relacionada con la asignatura disponible en las bibliotecas de los
Centros Asociados y la Biblioteca de la Sede Central, es accesible a los alumnos de la
UNED sin ms requisito que hacerse el correspondiente carn.
6. Es intencin de los responsables de esta asignatura, poner a disposicin de los alumnos
un paquete informtico, para aquellos que no dispongan de otra alternativa. No es
necesario que se utilice y ms bien es recomendable que la primera vez se haga de
forma manual (sin programa informtico). Una vez entendida la rutina, puede hacer uso
del paquete. En el examen, no dispondr del programa informtico, por lo que no tiene
que albergar dudas respecto al proceso de clculo correspondiente a la parte aplicada
del examen.
7.- CONTENIDOS
Los contenidos de la asignatura se han distribuido a lo largo de 13 temas donde se
recogen y desarrollan los aspectos que anteriormente sealamos como objeto de estudio de
la materia. Destacan como temas ms relevantes los nmeros 6, 7 y 8, donde se estudian
los instrumentos bsicos de la economa cuantitativa.
El desarrollo concreto del Temario, es como sigue:
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
Tema 7
Tema 8
Tema 9
Tema 10
Tema 11
Tema 12
Introduccin a la econometra
Ajuste de un modelo de regresin simple y mltiple
Una introduccin al enfoque de componentes inobservados
La medicin de las teoras econmicas basada en la descomposicin peridica
(anlisis del periodograma) de los ciclos empricos
Modelos uniecuacionales en un contexto probabilstico
Inferencia en la regresin lineal mltiple
Revisin de las hiptesis de trabajo
El problema de la multicolinealidad
Consistencia de los estimadores Mnimo Cuadrticos
Aplicaciones (economtricas) de economa cuantitativa
Medicin y estimacin de las teoras o hiptesis de consumo con datos
trimestrales
La medicin de las leyes de demanda de productos ganaderos respecto a precios
de productos relacionados y renta
Pgina 8
Pgina 9
10.- LA EVALUACIN
Estar basada en la prueba presencial y en la aplicacin prctica a presentar por el
alumno de la que se habl en el apartado anterior.
La aplicacin prctica mejorar la nota obtenida en la prueba personal en funcin
de su calidad, pero es requisito previo para aprobar la asignatura, haber superado la prueba
personal. Esta constar de dos partes, una terica donde se plantearn cuestiones cortas del
mismo estilo que las que figuran al final de cada tema, y una pregunta ms larga que puede
coincidir con algn epgrafe del temario. La segunda parte ser de naturaleza prctica y
consistir en la resolucin de algn ejercicio parecido a los del manual de aplicaciones.
Ambas han de ser superadas independientemente para aprobar la prueba personal.
La ponderacin de cada una de las partes ser:
Teora: 6 puntos (1 punto las preguntas cortas y 3 puntos la extensa)
Aplicacin: 4 puntos.
Los informes de los profesores tutores, cuando existan, siempre tendrn una
influencia positiva en la evaluacin final.
En esta gua se ofrece un ejercicio de examen resuelto.
Pgina 10
Pgina 11
Pgina 12
(lo habitual), el siguiente paso es ajustar una recta de regresin utilizando los datos de las
variables empricas.
sr2
R =1 2
sy
2
siendo sr2 la varianza residual o varianza de las discrepancias que se calcula con la
frmula 2.19
En el epgrafe 2.3 se presentan diversas formas funcionales que pueden ser de
utilidad en la cuantificacin, as como el importante concepto de elasticidad que debe ser ya
Introduccin a la Econometra. Gua Didctica.
Pgina 13
conocido. El ejemplo del aceite vuelve a servir de base para ilustrar el clculo de este
concepto. Adems en el epgrafe 2.5, se presenta un ejemplo de la medicin de la curva de
Phillips.
Como el alumno/a dispone de los datos y los clculos intermedios, es conveniente
que intente reproducir todo el proceso de clculo. Puede asimismo ejercitarse eligiendo
otras variables empricas como imagen de las tericas. Por ejemplo, sustituyendo la
superficie por la produccin como variable endgena, si bien esta ltima tiene el problema
de estar influida no slo por la superficie (variable que s est plenamente determinada por
el empresario, el agricultor en este caso), sino por las condiciones climatolgicas.
En el manual los clculos estn hechos con ordenador utilizando el software
Econometric Views (Eviews, 4). Para aquellos que pudedan disponer de l, en la pg. 76 se
dan unas indicaciones sobre las instrucciones bsicas para obtener las salidas de las tablas
2.4 o similares. Para aquellos otros (entendemos que la inmensa mayora) que no dispongan
de este programa, pueden utilizar cualquiera de entre los muchos que efectan estos
clculos. En la pgina web de la asignatura hay algunas direcciones donde se pueden
encontrar programas gratuitos. Entre ellos uno que resulta aconsejable tanto por su calidad
como por su facilidad de manejo, es Gretl. Puede descargarse de forma gratuita. Para
acceder a dicho programa, una vez situados en la web de la asignatura, hay que seguir la
ruta,
Otros recursos en la red / Recursos en lnea para estudiantes de econometra / Software
Una vez aqu, hay que buscar dicho programa (estn ordenados alfabticamente).
Como puede observarse hay muchos otros enlaces. Pero no todos los paquetes son
gratuitos y, entre los gratuitos, algunos son de difcil manejo o ms limitados que el
aconsejado.
Un programa de gran difusin y que tambin puede ser utilizado en este curso, es
EXCEL del paquete Office. En la ltima seccin de esta gua se ofrecen unas instrucciones
bsicas (para usuarios no avanzados) con las que el alumno/a podr efectuar prcticamente
todos los clculos economtricos exigidos en esta asignatura.
Con ello se pasa a la regresin mltiple expuesta en los epgrafes 2. 6 y siguientes. El
modelo de regresin mltiple no es ms que una generalizacin del modelo simple en el
que se incluyen ms de una variable explicativa (o variable causa). Aunque es muy utilizado,
presenta graves problemas, el ms importante de los cuales es el de la multicolinealidad o
dependencia entre las variables explicativas, al que ms adelante se dedica el captulo 8.
stas y otras dificultades, estn recogidas en el epgrafe 2.6.1. A pesar de ello, el alumno
debe conocer bien esta tcnica.
El lgebra matricial, aunque en principio pueda suponer una complicacin, es ventajosa
a la hora de encontrar los estimadores de los parmetros. En el epgrafe 2.6.2 se explica el
proceso de clculo. El criterio para la obtencin de los parmetros sigue siendo el mismo:
la minimizacin de la suma cuadrtica de las discrepancias. Si consideramos un modelo con
dos variables explicativas ms el trmino independiente, ello conducira a tres ecuaciones
normales en vez de dos, como en la regresin simple. Utilizando el artificio de trabajar con
desviaciones a la media se elimina el trmino independiente y con ello una de las ecuaciones
normales, quedando nicamente las dos que se recogen en la expresin (2.70). La frmula
Pgina 14
(2.69) es la ms prctica de cara al calculo de una regresin con dos variables explicativas.
Dicha expresin se generaliza inmediatamente para k variables explicativas:
b1 s 2
1
b s
b = 2 = 21
... ...
b sk 1
k
s12
s22
...
sk 2
... s1k s y1
... s2 k s y 2
... ... ...
... sk2 s yk
Las frmulas (2.65) o su equivalente que aparece errneamente numerada como (7.12),
permiten calcular los parmetros de una regresin lineal simple utilizando el clculo
matricial.
Se ilustra todo ello utilizando nuevamente el mercado del aceite, pero considerando
ahora la renta como una nueva variable explicativa adems del precio. Los signos esperados
son, positivo para la renta y negativo para el precio. Los resultados de la tabla 2.19
muestran que, en el caso de la renta, el signo es contrario al esperado.
Para el clculo del ajuste en la regresin lineal mltiple, son especialmente tiles las
expresiones (2.72), que proporciona la suma cuadrtica de las discrepancias, y las (2.73) y
(2.75), que dan el valor del coeficiente de determinacin, segn estemos trabajando en
desviaciones con respecto a la media o con datos originales.
Este captulo finaliza con la consideracin de formas funcionales no lineales. En
economa una de las ms utilizadas es la parbola, que podra representar la funcin de
ingresos o de costes de una empresa. En este ltimo caso puede emplearse tambin una
funcin cbica.
El anexo (pp. 114 y ss) no ser, en ningn caso, objeto de examen.
Erratas advertidas en este captulo:
En la pgina 69, los datos de la columna Y2 de la tabla 2.1, son incorrectos.
En la expresin (2.18) el numerador debe ir elevado al cuadrado. Inmediatamente ms abajo,
en la frmula para calcular b, el numerador debe ser cov (qt, pt).
Las expresiones (2.34) y (2.35) que corresponden al cambio marginal y la elasticidad de la
funcin logartmica inversa, deberan ser,
bY
X2
(2.34)
b
X
(2.35)
Pgina 15
Pgina 16
W0 =
0.209439360
=12o
2
Pgina 17
Pgina 18
varianza de las perturbaciones que, aunque mximo verosmil, es sesgado (expresin 5.43). En
las aplicaciones es habitual utilizar un estimador insesgado que, como veremos, es algo mayor
al dividir la suma cuadrtica de las discrepancias, no por n sino por n-2, es decir teniendo en
cuenta el nmero de grados de libertad perdidos. En todo caso cuanto mayor sea el nmero
de observaciones, menor ser la diferencia entre uno y otro.
El epgrafe 5.10 trata de la distribucin en el muestreo de los estimadores a y b. Como
dijimos, en el enfoque probabilstico, stos son variables aleatorias. Aceptada por hiptesis la
normalidad de Vt, se sigue que tanto a como b, son v.a. normales.
Se demuestra (seccin 5.10.2) que los estimadores a y b son insesgados y eficientes, es decir
son los que poseen varianza mnima dentro de los estimadores de su clase (lineales e
insesgados). La demostracin de esta ltima propiedad termina con la expresin (5.59). La
frmula (5.60) ofrece la varianza del estimador b, que va a ser necesaria en los ejercicios de
inferencia estadstica (contraste de hiptesis, construccin de intervalos de confianza,
prediccin por intervalos). La varianza de a viene dada por,
1
X2
var(a) = v2 +
2
n xt
en tanto que la covarianza entre a y b, responde a la frmula (5.87).
Finalmente (5.70) proporciona una frmula para el clculo del estimador insesgado de
las perturbaciones aleatorias:
v2 =
dt2
n2
Pgina 19
Pgina 20
Pgina 21
2 ( K 3) 2
S +
(7.104)
Pgina 22
Pgina 23
Hasta ahora se ha supuesto que las X no eran estocsticas, sino fijas en muestras
repetidas. Este supuesto es bsico para las propiedades de los estimadores. En el
apartado 9.5 se trata el problema de los regresores estocsticos. En este caso los
estimadores no gozan de las mismas propiedades, dependiendo stas del tipo de relacin que
se asuma entre las variables y las perturbaciones. En lo anterior, se supona mediante el axioma
de insesgadez, que eran independientes. El epgrafe 9.6 ofrece una ilustracin emprica de esta
cuestin.
Temas 10, 11 y 12
No contienen teora nueva, sino que tratan de mostrar los principales problemas que surgen
cuando se intentan aplicar los mtodos economtricos a la medicin de teoras. Constituyen
una buena orientacin para la elaboracin el trabajo prctico necesario para aprobar la
asignatura.
El tema 10 se ocupa de los pasos imprescindibles en cualquier aplicacin
economtrica: descripcin del objeto, eleccin de la teora o hiptesis econmica, seleccin de
los datos y tratamiento previo de los mismos, medicin propiamente dicha, interpretacin de
los resultados y redaccin de un informe final, donde se presenten las conclusiones del trabajo.
Pgina 24
Pgina 25
1867
1868
1869
1870
1871
1872
1873
1874
1875
1876
1877
1878
1879
1880
1881
1882
1883
1884
1885
1886
1887
1888
1889
1890
1.000000
2.000000
3.000000
4.000000
5.000000
6.000000
7.000000
8.000000
9.000000
10.00000
11.00000
12.00000
13.00000
14.00000
15.00000
16.00000
17.00000
18.00000
19.00000
20.00000
21.00000
22.00000
23.00000
24.00000
X
precio
57.00000
46.80000
59.80000
49.40000
43.40000
35.30000
44.20000
58.40000
36.70000
34.00000
34.80000
31.70000
37.50000
39.60000
63.60000
48.50000
42.40000
35.70000
32.80000
36.60000
44.40000
34.10000
23.80000
50.60000
Y
producin
768.3200
906.5270
874.3200
1094.255
991.8980
1092.719
932.2740
850.1480
1321.069
1283.828
1342.558
1388.219
1547.902
1717.435
1194.916
1617.025
1551.067
1795.528
1936.176
1665.441
1456.161
1987.790
2112.892
1489.970
LX
Log precio
4.043051
3.845883
4.091006
3.899950
3.770459
3.563883
3.788725
4.067316
3.602777
3.526361
3.549617
3.456317
3.624341
3.678829
4.152613
3.881564
3.747148
3.575151
3.490429
3.600048
3.793239
3.529297
3.169686
3.923952
LY
Log produc
6.644206
6.809621
6.773446
6.997829
6.899620
6.996424
6.837627
6.745410
7.186197
7.157602
7.202332
7.235777
7.344656
7.448587
7.085831
7.388343
7.346698
7.493054
7.568470
7.417845
7.283559
7.594779
7.655813
7.306511
TX
Tasa precio
20.25316
-17.89474
27.77778
-17.39130
-12.14575
-18.66359
25.21246
32.12670
-37.15753
-7.356948
2.352941
-8.908046
18.29653
5.600000
60.60606
-23.74214
-12.57732
-15.80189
-8.123249
11.58537
21.31148
-23.19820
-30.20528
112.6050
TY
Tasa produccin
-11.47836
17.98821
-3.552790
25.15498
-9.354035
10.16445
-14.68310
-8.809213
55.39283
-2.819005
4.574600
3.401045
11.50272
10.95244
-30.42438
35.32541
-4.078972
15.76083
7.833239
-13.98297
-12.56604
36.50894
6.293522
-29.48196
T
47.91667
-27.59792
2271.324
-0.677697
1.733351
34.69044
-10.69383
12.50000
X
-27.59792
97.70832
-2488.407
2.269648
-1.896475
186.0753
-79.33415
42.54583
Y
2271.324
-2488.407
142175.2
-59.81959
106.5982
-2985.681
2133.984
1371.602
LX
-0.677697
2.269648
-59.81959
0.053793
-0.044940
4.266049
-1.718599
3.723818
LY
1.733351
-1.896475
106.5982
-0.044940
0.081451
-2.090813
1.599257
7.184177
TX
34.69044
186.0753
-2985.681
4.266049
-2.090813
1034.494
-490.4068
4.356731
TY
-10.69383
-79.33415
2133.984
-1.718599
1.599257
-490.4068
401.1391
4.150932
Pgina 26
SOLUCIN A LA APLICACIN
=
0.677697 47.91667 1.733351
0.677697 0.053793 1.733351
22.62025 0.319924 0.04494 0.462014
2
s yx1
n
s
b
b
(
)
y
1
2
s yx 2
dt2 YY bXY
2
=
=
=
=
nk
nk
nk
0.04494
24 0.081451 ( 0.462 0.02964 )
1.733351
=
= 0.0106425
24 3
Introduccin a la Econometra. Gua Didctica.
Pgina 27
D 2 (Yf ) = 2 1 + + xF (xx) 1 x F =
n
1
1 22.62025 0.319924 0.02
0.0106425 1 +
+ ( 0.02 12.5 )
= 0.012778
24 0.319924 0.025394 12.5
24
y por tanto D (YF ) = 0.0127 = 0.113
La prediccin, en desviaciones a las medias, ser,
y f t / 2 = 0.37974 20.113
En valores reales, teniendo en cuenta que yF = YF Y , el intervalo queda,
7.56374 20.113
La solucin presentada no es la nica posible. Pueden utilizarse tambin los valores
originales (no los transformados en logaritmos), o las tasas de variacin. En cualquier caso el
modelo empleado debe instrumentar el ceteris paribus. Una forma de hacerlo es incluir la
tendencia como un regresor ms, interpretando que la influencia del resto de los factores (los
incluidos en la clusula ceteris paribus), se elimina junto con la tendencia. En el caso de emplear
tasas de variacin, puesto que stas ya eliminan directamente la tendencia, la medicin puede
reducirse a una regresin simple.
Pgina 28
1. Tras arrancar Excel, introducir los datos en la hoja de clculo. Llamemos por
ejemplo Y a la superficie y X al precio.
2. Seleccionar una tabla de 5 filas y 2 columnas a la derecha de las columnas que
contienen los datos. Es en esta tabla es donde aparecern los resultados de la
regresin.
3. Seleccionar la funcin Estimacin lineal que se encuentra dentro del grupo de
funciones Estadsticas. Aparece el siguiente cuadro de dilogo:
conocido_y
conocido_x
constante
estadstica
Hay otra posibilidad seguramente ms adecuada para este propsito, que consiste en utilizar Anlisis de
datos (Men Herramientas), pero requiere tener esta opcin previamente instalada. El funcionamiento es
anlogo pero las salidas son ms completas.
Introduccin a la Econometra. Gua Didctica.
Pgina 29
Tabla 1
donde han de introducirse los datos. En el cuadro de dilogo conocido_y se
introducen los datos correspondientes a la variable endgena, en este caso Y.
Para hacerlo hay dos opciones. La ms sencilla es introducir el rango donde
estn comprendidos dichos valores, por ejemplo A2:A32, si esas son las
columnas que contienen los datos de la superficie. En el siguiente cuadro,
hacemos lo propio con los valores de la variable explicativa, B2:B32. En dos
cuadros siguientes se introduce simplemente el nmero 1. (Son valores
lgicos. El primero indica si queremos trmino independiente (1) o no (0), y el
segundo si queremos obtener los estadsticos habituales de la regresin (1) o no
(0)). Efectuadas todas estas operaciones, el cuadro debe presentar el siguiente
aspecto,
conocido_y
conocido_x
constante
estadstica
A2:A32
B2:B32
1
1
Tabla 2
4. Pulsamos a la vez las teclas CTRL.+ Maysculas ( )+ Intro ( ). El resultado
debe ser algo como lo siguiente:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
A
B
Y
X
2148 21,66
2153 22,81
2167 25,04
2194 31,26
2295,3 28,18
2293 33,15
2255,4 33,52
2244,4
34
2239,9 35,28
2231,1
33
2074,9 34,09
2145,3 36,13
2120,2 41,91
2189,2 49,07
2054,4 61,12
2046,6 76,32
2042,3 67,49
2013,7 72,51
1977,6 85,78
1966,8 92,03
1961,7 102,95
1939,7 114,33
-1,590146443
0,194513166
0,6973831
66,83073521
369762,5323
2209,901339
22,07366945
74,3829386
29
160451,8251
Pgina 30
24
25
26
27
28
29
30
31
32
1932,6
1935,5
1917,1
1929,1
1935,1
1915,3
1899,7
1908,5
1927,4
134,61
138,78
162,52
159,97
173,7
201,45
194,54
251,43
251,83
Tabla 3
Los datos contenidos en la tabla de la derecha (que aparecen en el lugar
seleccionado en el paso n 2) corresponden a los siguientes estadsticos:
B
std. error(b)
coef. Determinacin
F Statistic
Suma cuadrtica regres
a
std. error(a)
std regresin
grados libertad
Suma cuadrtica resid
Tabla 4
que coinciden con los correspondientes en la tabla 2.4 del manual (p. 77). De los
estadsticos que habitualmente utilizaremos en este curso, slo falta el de Durbin y Watson,
que puede calcularse fcilmente como veremos ms adelante.
2. Clculo de un regresin mltiple
El procedimiento es idntico. Reproducimos la regresin de la tabla 2.19 (p. 107), donde se
hace depender ahora la superficie del precio y de la renta. Lgicamente hemos de introducir
los datos de la renta en la hoja de clculo, por ejemplo en la columna C lo que se tendra:
1
2
3
4
...
31
A
Y
B
X
2148
2153
2167
C
21,66
22,81
25,04
...
1927,4
...
...
...
251,83
5.533
6.069
6.531
...
20251
Tabla 5
Ahora seguimos el mismo procedimiento que en la regresin simple, con dos nicos
cambios, a) seleccionar una tabla mayor para dar cabida a un nuevo parmetro, es decir que
ahora se seleccionara una tabla de 5 filas y 3 columnas, y b) en el cuadro conocido_x se
introduce la celda superior izquierda e inferior derecha de las columnas correspondientes a las
variables explicativas (B2:C32). El resultado sera ahora,
c
Pgina 31
Tabla 6
es decir Yt = 2377,31-0.4977*Xt-0.021*Rt, que coincide con el de la tabla 2.19 (p. 107).
1
2
3
4
...
31
A
Y
2148
2153
2167
...
1908,5
B
X
21,66
22,81
25,04
...
251,43
C
R
5.533
6.069
6.531
...
19535
D
T
1
2
3
...
31
...
Tabla 7
Obtenemos los valores de la ecuacin de regresin X = a + bT, siguiendo los pasos del
apartado 1,
b
6,7631079
0,51181967
0,8618006
174,605807
102799,815
a
-19,8738391
9,08630089
24,2642474
28
16485,1036
Tabla 8
Pgina 32
1
2
3
4
...
31
A
Y
2148
2153
2167
...
1908,5
B
X
21,66
22,81
25,04
...
251,43
C
R
5.533
6.069
6.531
...
19535
D
T
1
2
3
...
31
E
XT
-13.11
-6.35
0.41
......
182.93
Tabla 9
Sin embargo Excel este clculo puede hacerse directamente con la funcin Tendencia.
Para ello seleccionamos con el ratn las celdas de la columna donde han de aparecer los
valores de la tendencia, y despus de tocar en el botn de frmulas, seleccionamos
tendencia. Aparece un cuadro de dilogo anlogo al de regresin donde nicamente
hace falta rellenar conocido_y con el rango de los datos de precios, y constante donde
introduciremos el valor 1. Despus de pulsar la combinacin de teclas CTRL +
Maysculas ( ) + Intro ( ), debemos obtener el mismo resultado.
Podemos representar grficamente las series de tendencia y ciclo a travs de los
siguientes pasos,
a) En la barra de herramientas tocamos el botn de Asistente para grficos,
b) Seleccionamos el tipo y subtipo de grfico preferido,
c) En Rango de datos seleccionamos el rango de valores de la serie de tendencia, lo
que podemos hacer introduciendo la primera y la ltima celda o tocando con el
ratn el icono a la derecha del cuadro de dilogo y seleccionado toda la columna de
datos.
d) Tocamos la pestaa Serie y en el cuadro Serie tocamos Agregar. En el cuadro de
dilogo correspondiente a Serie 2 introducimos el rango de valores de la serie
original de precios.
e) En el cuadro de dilogo de Rtulos del eje de categoras (X), introducimos los
valores de T (o los correspondientes a los aos 1960 1989 si los tuvisemos).
Pulsamos Siguiente.
f) Introducimos los rtulos y damos formato al grfico (hay muchas posibilidades).
Pulsamos siguiente.
g) Elegimos si queremos el grfico en una hoja nueva (recomendable) o como objeto.
Introduccin a la Econometra. Gua Didctica.
Pgina 33
250
Precios
200
150
100
50
0
1
11
13
15
17
19
21
23
25
27
29
-50
Tiempo
3.2.
B$31 B$2
( D 2 1)
29
b) Tras pulsar Enter debemos obtener el primer valor de la serie de tendencia que en
este caso ha de ser igual al primer valor de la serie original de precios.
c) Como hicimos antes, seleccionamos el contenido de la primera celda y pulsamos
copiar. A continuacin seleccionamos con el ratn el resto de los valores de la
columna, y Pegar. La hoja devuelve el resto de los valores de tendencia,
Pgina 34
A
Y
2148
2153
2167
...
1908,5
1
2
3
4
...
31
B
X
21,66
22,81
25,04
...
251,43
XT
XT2
-13.11
-6.35
0.41
......
182.93
21.66
29.58
37.51
251.43
5.533
6.069
6.531
...
19535
1
2
3
...
31
Tabla 10
La figura 2 muestra la serie original de precios y las dos tendencias calculadas,
Precios, original y tendencias
300
250
Precios
200
150
100
50
1988
1989
1987
1986
1985
1984
1983
1982
1980
1981
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1968
1969
1967
1966
1965
1964
1963
1962
1960
1961
-50
Aos
Figura 3
Supongamos que tenemos los datos ordenados como en la tabla 11. Ilustramos el
clculo de los dos coeficientes correspondientes al primer armnico (el procedimiento sera
anlogo para el resto),
1. En una casilla arbitraria introducimos (o calculamos) el valor de 2/T
2. Introducimos la frmula de clculo correspondiente a la onda de coseno, que
denominamos como en el manual w11. Si tuvisemos los datos ordenados de la
forma,
Pgina 35
1
2
3
4
5
6
31
A
y
2148
2153
2167
2194
2295,3
.....
1908,5
B
x
21,66
22,81
25,04
31,26
28,18
.....
251,43
C
R
5.533
6.069
6.531
7.202
7.527
.....
19535
D
T
1
2
3
4
5
.....
30
G
W0
0,20943951
Tabla 11
1
2
3
4
5
6
31
A
y
2148
2153
2167
2194
2295,3
.....
1908,5
B
x
21,66
22,81
25,04
31,26
28,18
.....
251,43
C
R
5.533
6.069
6.531
7.202
7.527
.....
19535
D
T
1
2
3
4
5
.....
30
E
W11
0,9781476
0,91354546
0,80901699
0,66913061
0,5
.....
1
F
W12
0,207911691
0,406736643
0,587785252
0,743144825
0,866025404
.....
0
G
W0
0,20943951
Tabla 12
Obtenidos los valores de las series trigonomtricas correspondientes a las ondas de seno y
coseno de este armnico, los coeficientes de Fourier ap y bp se hallaran mediante la
correspondiente regresin mltiple. Se obtiene,
b1
16,70277232
2,689817368
0,849803934
76,38251398
16579,09385
a1
c
28,74526605 -51,5906667
2,689817368 1,9019881
10,41761787
#N/A
27
#N/A
2930,222577
#N/A
Tabla 13
que es idntico al de la tabla 4.4 del manual (pg. 156).
El coeficiente de determinacin obtenido en esta regresin, 0.85, medira la
contribucin a la varianza del primer armnico, es decir del ciclo terico de 30 aos.
Para calcular el ciclo terico de 30 aos, elegimos una columna donde aparecern
los datos (por ejemplo la H en la tabla 13) y en la primera celda de la misma (despus del
encabezado C30a) sencillamente introducimos la ecuacin de regresin de la tabla 13, Y=Introduccin a la Econometra. Gua Didctica.
Pgina 36
1
2
3
4
5
6
31
B
x
21,66
22,81
25,04
31,26
28,18
.....
251,43
C
R
5.533
6.069
6.531
7.202
7.527
.....
19535
D
T
1
2
3
4
5
.....
30
E
W11
0,9781476
0,91354546
0,80901699
0,66913061
0,5
.....
1
G
F
W0
W12
0,207911691 0,20943951
0,406736643
0,587785252
0,743144825
0,866025404
.....
0
H
C30a
-20.001
-18.537
-18.518
-19.944
-22.753
...
-22.846
Tabla 12.bis
La representacin grfica del ciclo emprico y el terico de 30 aos, se muestra en
la figura siguiente:
ARMNICO N 1
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
1963
1962
-10
1961
1960
-20
-30
-40
-50
-60
-70
-80
-90
Figura 2.bis
De forma anloga podramos obtener los coeficientes de Fourier correspondientes
al segundo armnico. La nica diferencia est en que las series trigonomtricas
correspondientes a este armnico, seran ahora cos(2w0T) y sen(2w0T). Con los datos
ordenados como en la tabla 14, donde xc representa el ciclo emprico de los precios,
Pgina 37
xc
W11
2148
21,66
0,9781476
W12
W21
0,207912 =cos (2*I$2*D2)
2153
22,81
-6.773
0,913545
0,406737
2167
25,04
-12.466
0,809017
0,587785
2194
31,26
-14.169
0,669131
0,743145
2295,3
28,18
-25.172
0,5
0,866025
.....
.....
...
.....
.....
.....
31
1908,5
251,43
30
3
4
5
W22
W0
=seno (2*I$2*D2) 0,20943951
Tabla 14
introduciramos en la celda G2 la frmula cos (I$2*2D2) y en H2 sen (I$2*2D2),
siguiendo despus el mismo procedimiento que para el primer armnico (copiar y pegar).
As tenemos,
xc
W11
W12
W21
W22
2148
21,66
0,9781476
0,207912
0.91354
0.40674
22,81
-6.773
0,913545
0,406737
0.66913
0.74314
25,04
-12.466
0,809017
0,587785
0.30902
0.95105
2194
31,26
-14.169
0,669131
0,743145
-0.10453
0.99425
2295,3
28,18
-25.172
0,5
0,866025
-0.5
0.86603
.....
.....
...
.....
.....
.....
...
...
1908,5
251,43
30
2153
2167
5
6
31
I
W0
0,20943951
Tabla 15
a2
c
4,87707314 -51,5906667
6,72792833 4,75736374
26,0571544
#N/A
27
#N/A
18332,3329
#N/A
Tabla 16
Pgina 38
5. Autocorrelacin
dt = Yt Yt
2148
2153
2167
...
1927,4
21,66 =2209,9-1,59*B2
22,81
25,04
251,83
=A2-C2
Tabla 17
Debe obtenerse,
A
dt = Yt Yt
2148
2153
2167
...
1927,4
21,66
22,81
25,04
251,83
2175,4606
2173,6321
2170,0864
...
1809,4903
-27,4606
-20,6321
-3,0864
...
117,9097
Tabla 18
Una vez obtenidos los valores de las discrepancias, podemos representarlas grficamente
siguiendo el mismo proceso que en el epgrafe dedicado a las tendencias,
Pgina 39
150
50
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
1963
1962
1961
1960
Discrepancias
100
-50
-100
-150
Aos
50
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
1963
1962
1961
1960
Discrepancias
100
-50
-100
-150
Aos
Pgina 40
(d d )
DW =
d
t 1
2
t
dt
2148
2153
2167
...
1927,4
21,66
22,81
25,04
251,83
2175,4606
2173,6321
2170,0864
...
1809,4903
-27,4606
-20,6321
-3,0864
...
117,9097
E
dt-1
dt dt 1
...
...
-27,4606
-20,6321
...
98.3737
6,8285
17,5457
...
19,536
Tabla 19
La funcin SUMA.CUADRADOS (botn frmulas) calcula directamente las sumas
N
cuadrticas
dt2 y
t =1
(d
t =2
6. Homocedasticidad
El grfico de los residuos anterior no parece revelar la presencia de discrepancias
heterocedsticas, aunque tampoco es suficientemente claro. Para llevar a cabo el contraste de
Goldfeld-Quandt para la regresin simple de la superficie en funcin del precio, abrimos una
hoja nueva con los datos de estas dos variables nicamente.
En este caso como la nica variable explicativa son los precios, suponemos que la
heterocedasticidad va ligada a los mismos, de manera que ordenamos las series de menor a
mayor en funcin de los valores de los precios. Casi lo estn ya pues stos crecen
prcticamente todos los aos, aunque hay excepciones.
Introduccin a la Econometra. Gua Didctica.
Pgina 41
2108,66143
128,747205
68,7357188
10
47245,9904
Tabla 20
-0,28690571
0,07566455
0,58979127
14,3778334
2524,67772
1978,00331
13,0463306
13,2512318
10
1755,95144
Tabla 21
Por lo tanto el estadstico vale 1755,95/47245,99 = 0.037 que es menor que el valor en tablas
de la F8, 8 . Por tanto se no se puede rechazar la hiptesis de homocedasticidad.
7. Otras utilidades
La hoja de clculo dispone de muchas frmulas que pueden ser de utilidad. Por ejemplo,
calcula directamente el coeficiente de correlacion o la desviacin tpica y puede asimismo
utilizarse el lgebra matricial, por ejemplo para calcular,
b = (XX)-1XY
Para ello estn disponibles las funciones TRASPONER, MMULT o MINV que
trasponen matrices, las multiplican o calculan la matriz inversa.
Por ejemplo, supongamos que deseaos obtener b = (XX)-1XY para los cinco
primeros valores de superficie y precio. Creamos una serie c cuyos valores son todos 1, que
representar al trmino independiente. A continuacin seleccionamos una tabla con 2 filas y 5
columnas, y con la funcin TRASPONER, obtenemos,
1
1
Pgina 42
que es la traspuesta de X. Para calcular XX seleccionamos una tabla de 2x2 y con la frmula
MULT., el programa da,
5
128,95
128,95 3387,7533
1952,99
b=
9, 2466
que son los valores de los correspondientes estimadores.
y
2148
2153
2167
2194
2295,3
x
1
1
1
1
1
21,66
22,81
25,04
31,26
28,18
1
21,66
XT
1
25,04
5
128,95
(XTX)-1
128,95 3387,7533
XTX
9,24659761
7,11764474
0,36002521
1,68768466
5312,32752
1
22,81
1952,99025
185,270893
56,1043803
3
9443,10448
XTY
10957,3
283163,284
1
31,26
10,9048789 -0,4150786
-0,41507867 0,01609456
1952,99025
9,24659761
Tabla 22
La matriz XT se obtiene con la funcin TRASPONER, XTX, XTX y b, con MMULT., (XTX)-1
con MINVER. Debajo de los valores originales, la salida de ESTIMACIN LINEAL.
1
28,18
Pgina 43
NORMAL
z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
0,00
0.5000
0.4602
0.4207
0.3821
0.3446
0.3085
0.2743
0.2420
0.2119
0.1841
0.1587
0.1357
0.1151
0.0968
0.0808
0.0668
0.0548
0.0446
0.0359
0.0287
0.0228
0.0179
0.0139
0.0107
0.0082
0.0062
0.0047
0.0035
0.0026
0.0019
0.0013
0.0010
0.0007
0.0005
0.0003
0.0002
0.0002
0.0001
0.01
0.4960
0.4562
0.4168
0.3783
0.3409
0.3050
0.2709
0.2389
0.2090
0.1814
0.1562
0.1335
0.1131
0.0951
0.0793
0.0655
0.0537
0.0436
0.0351
0.0281
0.0222
0.0174
0.0136
0.0104
0.0080
0.0060
0.0045
0.0034
0.0025
0.0018
0.0013
0.0009
0.0007
0.0005
0.0003
0.0002
0.0002
0.0001
0.02
0.4920
0.4522
0.4129
0.3745
0.3372
0.3015
0.2676
0.2358
0.2061
0.1788
0.1539
0.1314
0.1112
0.0934
0.0778
0.0643
0.0526
0.0427
0.0344
0.0274
0.0217
0.0170
0.0132
0.0102
0.0078
0.0059
0.0044
0.0033
0.0024
0.0018
0.0013
0.0009
0.0006
0.0005
0.0003
0.0002
0.0002
0.0001
0.03
0.4880
0.4483
0.4090
0.3707
0.3336
0.2981
0.2643
0.2327
0.2033
0.1762
0.1515
0.1292
0.1093
0.0918
0.0764
0.0630
0.0516
0.0418
0.0336
0.0268
0.0212
0.0166
0.0129
0.0099
0.0075
0.0057
0.0043
0.0032
0.0023
0.0017
0.0012
0.0009
0.0006
0.0004
0.0003
0.0002
0.0001
0.0001
0.04
0.4840
0.4443
0.4052
0.3669
0.3300
0.2946
0.2611
0.2296
0.2005
0.1736
0.1492
0.1271
0.1075
0.0901
0.0749
0.0618
0.0505
0.0409
0.0329
0.0262
0.0207
0.0162
0.0125
0.0096
0.0073
0.0055
0.0041
0.0031
0.0023
0.0016
0.0012
0.0009
0.0006
0.0004
0.0003
0.0002
0.0001
0.0001
0.05
0.4801
0.4404
0.4013
0.3632
0.3264
0.2912
0.2578
0.2266
0.1977
0.1711
0.1469
0.1251
0.1056
0.0885
0.0735
0.0606
0.0495
0.0401
0.0322
0.0256
0.0202
0.0158
0.0122
0.0094
0.0071
0.0054
0.0040
0.0030
0.0022
0.0016
0.0011
0.0008
0.0006
0.0004
0.0003
0.0002
0.0001
0.0001
0.06
0.4761
0.4364
0.3974
0.3594
0.3228
0.2877
0.2546
0.2236
0.1949
0.1685
0.1446
0.1230
0.1038
0.0869
0.0721
0.0594
0.0485
0.0392
0.0314
0.0250
0.0197
0.0154
0.0119
0.0091
0.0069
0.0052
0.0039
0.0029
0.0022
0.0015
0.0011
0.0008
0.0006
0.0004
0.0003
0.0002
0.0001
0.0001
0.07
0.08
0.4721 0.4681
0.4325 004286
0.3936 0.3897
0.3557 0.3520
0.3192 0.3156
0.2843 0.2810
0.2514 0.2483
0.2206 0.2177
0.1922 0.1894
0.1660 0.1635
0.1423 0.1401
0.1210 0.1190
0.1020 0.1003
0.0853 0.0838
0.0708 0.0694
0.0582 0.0571
0.0475 0.0465
0.0384 0.0375
0.0307 0.0301
0.0244 0.0239
0.0192 0.0188
0.0150 0.0146
0.0116 0.0113
0.0089 0.0087
0.0068 0.0066
0.0051 0.0049
0.0038 0.0037
0.0028 0.0027
0.0021 0.0020
0.0015 0.0014
0.0011 0.0010
0.0008 0.0007
0.0005 0.0005
0.0004 0.0004
0.0003 0.0003
0.0002 0.0002
0.0001 0.0001
0.0001 0.0001
0.09
0.4641
0.4247
0.3859
0.3483
0.3121
0.2776
0.2451
0.2148
0.1867
0.1611
0.1379
0.1170
0.0985
0.0823
0.0681
0.0559
0.0455
0.0367
0.0294
0.0233
0.0183
0.0143
0.0110
0.0084
0.0064
0.0048
0.0036
0.0026
0.0014
0.0014
0.0010
0.0007
0.0005
0.0004
0.0002
0.0002
0.0001
0.0001
Pgina 44
g.l
denomi
nador
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
10
12
15
161.4
18.51
10.13
7.71
6.61
5.99
5.59
5.32
5.12
4.96
4.84
4.75
4.67
4.60
4.54
4.49
4.45
4.41
4.38
4.35
4.32
4.30
4.28
4.26
4.24
4.23
4.21
4.20
4.18
4.17
4.08
4.00
3.92
199.5
19.00
9.55
6.94
5.79
5.14
4.74
4.46
4.26
4.10
3.98
3.89
3.81
3.74
3.68
3.63
3.59
3.55
3.52
3.49
3.47
3.44
3.42
3.40
3.39
3.37
3.35
3.34
3.33
3.32
3.23
3.15
3.07
215.7
19.16
9.28
6.59
5.41
4.76
4.35
4.07
3.86
3.71
3.59
3.49
3.41
3.34
3.29
3.24
3.20
3.16
3.13
3.10
3.07
3.05
3.03
3.01
2.99
2.98
2.96
2.95
2.93
2.92
2.84
2.76
2.68
224.6
19.25
9.12
6.39
5.19
4.53
4.12
3.84
3.63
3.48
3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
2.74
2.73
2.71
2.70
2.69
2.61
2.53
2.45
230.2
19.3
9.01
6.26
5.05
4.39
3.97
3.69
3.48
3.33
3.20
3.11
3.03
2.96
2.90
2.85
2.81
2.77
2.74
2.71
2.68
2.66
2.64
2.62
2.60
2.59
2.57
2.56
2.55
2.53
2.45
2.37
2.29
234.0
19.33
8.94
6.16
4.95
4.28
3.87
3.58
3.37
3.22
3.09
3.00
2.92
2.85
2.79
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
2.47
2.46
2.45
2.43
2.42
2.34
2.25
2.17
236.8
19.35
8.89
6.09
4.88
4.21
3.79
3.50
3.29
3.14
3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51
2.49
2.46
2.44
2.42
2.40
2.39
2.37
2.36
2.35
2.33
2.25
2.17
2.09
238.9
19.37
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07
2.95
2.85
2.77
2.70
2.64
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.36
2.34
2.32
2.31
2.29
2.28
2.27
2.18
2.10
2.02
240.5
19.38
8.81
6.00
4.77
4.10
3.68
3.39
3.18
3.02
2.90
2.80
2.71
2.65
2.59
2.54
2.49
2.46
2.42
2.39
2.37
2.34
2.32
2.30
2.28
2.27
2.25
2.24
2.22
2.21
2.12
2.04
1.96
241.9
19.4
8.79
5.96
4.74
4.06
3.64
3.35
3.14
2.98
2.85
2.75
2.67
2.60
2.54
2.49
2.45
2.41
2.38
2.35
2.32
2.30
2.27
2.25
2.24
2.22
2.20
2.19
2.18
2.16
2.08
1.99
1.91
243.9
19.41
8.74
5.91
4.68
4.00
3.57
3.28
3.07
2.91
2.79
2.69
2.60
2.53
2.48
2.42
2.38
2.34
2.31
2.28
2.25
2.23
2.20
2.18
2.16
2.15
2.13
2.12
2.10
2.09
2.00
1.92
1.83
245.9
19.43
8.70
5.86
4.62
3.94
3.51
3.22
3.01
2.85
2.72
2.62
2.53
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.18
2.15
2.13
2.11
2.09
2.07
2.06
2.04
2.03
2.01
1.92
1.84
1.75
Pgina 45
G.L.
.995
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
7.88
10.6
12.8
14.9
16.7
18.5
20.3
22.0
23.6
25.2
26.8
28.3
29.8
31.3
32.8
34.3
35.7
37.2
38.6
40
41.4
42.8
44.2
45.6
46.9
48.3
49.6
51
52.3
53.7
66.8
79.5
92
104.2
116.3
128.3
140.2
.99
.975
.95
.90
.75
.50
.25
.10
.05
.025
.01
.005
6.63 5.02 3.84 2.71 1.32 0.455 0.102 .0158 .0039 .0010 .0002 .0000
9.21 7.38 5.99 4.61 2.77 1.39 0.525 0.211 0.103 .0506 .0201 .0100
11.3 9.35 7.81 6.25 4.11 2.37 1.21 0.584 0.352 0.216 0.115 .0720
13.3 11.1 9.49 7.78 5.39 3.36 1.92 1.06 0.711 0.484 0.297 0.207
15.1 12.8 11.1 9.24 6.63 4.35 2.67 1.61 1.15 0.831 0.554 0.412
16.8 14.4 12.6 10.6 7.84 5.35 3.45 2.20 1.64 1.24 0.872 0.676
18.5 16.0 14.1 12.0 9.04 6.35 4.25 2.83 2.17 1.69 1.24 0.989
20.1 17.5 15.5 13.4 10.2 7.34 5.07 3.49 2.73 2.18 1.65 1.34
21.7
19 16.9 14.7 11.4 8.34 5.90 4.17 3.33 2.70 2.09 1.73
23.2 20.5 18.3 16.0 12.5 9.34 6.74 4.87 3.94 3.25 2.56 2.16
24.7 21.9 19.7 17.3 13.7 10.3 7.58 5.58 4.57 3.82 3.05 2.60
26.2 23.3 21.0 18.5 14.8 11.3 8.44 6.30 5.23 4.40 3.57 3.07
27.7 24.7 22.4 19.8
16 12.3 9.30 7.04 5.89 5.01 4.11 3.27
29.1 26.1 23.7 21.1 17.1 13.3 10.2 7.79 6.57 5.63 4.66 4.07
30.6 27.5 25.0 22.3 18.2 14.3 11.0 8.55 7.26 6.26 5.23 4.60
32 28.8 26.3 23.5 19.4 15.3 11.9 9.31 7.96 6.91 5.81 5.14
33.4 30.2 27.6 24.8 20.5 16.3 12.8 10.1 8.67 7.56 6.41 5.70
34.8 31.5 28.9 26.0 21.6 17.3 13.7 10.9 9.39 8.23 7.01 6.26
36.2 32.9 30.1 27.2 22.7 18.3 14.6 11.7 10.1 8.91 7.63 6.84
37.6 34.2 31.4 28.4 23.8 19.3 15.5 12.4 10.9 9.59 8.26 7.43
38.9 35.5 32.7 29.6 24.9 20.3 16.3 13.2 11.6 10.3 8.90 8.03
40.3 36.8 33.9 30.8 26.0 21.3 17.2 14.0 12.3 11.0 9.54 8.64
41.6 38.1 35.2 32.0 27.1 22.3 18.1 14.8 13.1 11.7 10.2 9.26
43 39.4 36.4 33.2 28.2 23.3 19.0 15.7 13.8 12.4 10.9 9.89
44.3 40.6 37.7 34.4 29.3 24.3 19.9 16.5 14.6 13.1 11.5 10.5
45.6 41.9 38.9 35.6 30.4 25.3 20.8 17.3 15.4 13.8 12.2 11.2
47.0 43.2 40.1 36.7 31.5 26.3 21.7 18.1 16.2 14.6 12.9 11.8
48.3 44.5 41.3 37.9 32.6 27.3 22.7 18.9 16.9 15.3 13.6 12.5
49.6 45.7 42.6 39.1 33.7 28.3 23.6 19.8 17.7 16.0 14.3 13.1
50.9
47 43.8 40.3 34.8 29.3 24.5 2036 18.5 16.8 15.0 13.8
63.7 59.3 55.8 51.8 45.6 39.3 33.7 29.1 26.5 24.4 22.2 20.7
76.2 71.4 67.5 63.2 56.3 49.3 42.9 37.7 34.8 32.4 29.7 28.0
88.4 83.3 79.1 74.4 67.0 59.3 52.3 46.5 43.2 40.5 37.5 35.5
100.4 95.0 90.5 85.5 77.6 69.3 61.7 55.3 51.7 48.8 45.4 43.3
112.3 106.6 101.9 96.6 88.1 79.3 71.1 64.3 60.4 57.2 53.5 51.2
124.1 118.1 113.1 107.6 98.6 89.9 80.6 73.3 69.1 65.6 61.8 59.2
135.8 129.6 124.3 118.5 109.1 99.3 90.1 82.4 77.9 74.2 70.1 67.3
Pgina 46
DISTRIBUCIN t-Student
G.L.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
0,25
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,677
0,20
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,848
0,845
0,15
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,050
1,046
1,041
0,10
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,296
1,289
0,05
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,671
1,658
0,025
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,000
1,980
0,01
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,390
2,358
0,005
63,657
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,397
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,660
2,617
0,0005
636,619
31,598
12,941
8,610
6,859
5,959
5,405
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,767
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,551
3,460
3,373
Pgina 47
N
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
k`=1
dL
dU
0.879 1.320
.927 1.324
.971 1.331
1.01 1.340
1.045 1.350
1.077 1.361
1.106 1.371
1.133 1.381
1.158 1.391
1.180 1.401
1.201 1.411
1.221 1.420
1.239 1.429
1.257 1.437
1.273 1.446
1.288 1.454
1.302 1.461
1.316 1.469
1.328 1.476
1.341 1.483
1.352 1.489
1.402 1.519
1.442 1.544
1.475 1.566
1.503 1.585
1.528 1.601
1.549 1.616
1.567 1.629
1.583 1.641
1.598 1.652
1.611 1.662
1.624 1.671
1.635 1.679
1.645 1.687
1.654 1.694
k`= 2
dL
dU
0.697 1.641
0.758 1.604
0.812 1.579
0.861 1.562
0.905 1.551
0.946 1.543
0.982 1.539
1.015 1.536
1.046 1.535
1.074 1.536
1.100 1.537
1.125 1.538
1.147 1.541
1.168 1.543
1.188 1.546
1.206 1.550
1.224 1.553
1.240 1.556
1.255 1.560
1.270 1.563
1.284 1.567
1.343 1.584
1.391 1.600
1.430 1.615
1.462 1.628
1.490 1.641
1.514 1.652
1.536 1.662
1.554 1.672
1.571 1.680
1.586 1.688
1.600 1.696
1.612 1.703
1.623 1.709
1.634 1.715
k`= 3
dL
dU
0.525 2.016
0.595 1.928
0.658 1.864
0.715 1.816
0.767 1.779
0.814 1.750
0.857 1.728
0.897 1.710
0.933 1.696
0.967 1.685
0.998 1.676
1.026 1.669
1.053 1.664
1.078 1.660
1.101 1.656
1.123 1.654
1.143 1.652
1.162 1.651
1.181 1.650
1.198 1.650
1.214 1.650
1.283 1.653
1.338 1.659
1.383 1.666
1.421 1.674
1.452 1.681
1.480 1.689
1.503 1.696
1.525 1.703
1.543 1.709
1.560 1.715
1.575 1.721
1.589 1.726
1.602 1.732
1.613 1.736
k`= 4
dL
dU
0.376 2.414
0.444 2.283
0.512 2.177
0.574 2.094
0.632 2.030
0.685 1.977
0.734 1.935
0.779 1.900
0.820 1.872
0.859 1.848
0.894 1.828
0.927 1.812
0.958 1.797
0.986 1.785
1.013 1.775
1.038 1.767
1.062 1.759
1.084 1.753
1.104 1.747
1.124 1.743
1.143 1.739
1.222 1.726
1.285 1.721
1.336 1.720
1.378 1.721
1.414 1.724
1.444 1.727
1.471 1.731
1.494 1.735
1.515 1.739
1.534 1.743
1.550 1.747
1.566 1.751
1.579 1.755
1.592 1.758
k`= 5
dL
dU
0.243 2.822
0.316 2.645
0.379 2.506
0.445 2.390
0.505 2.296
0.562 2.220
0.615 2.157
0.664 2.104
0.710 2.060
0.752 2.023
0.792 1.991
0.829 1.964
0.863 1.940
0.895 1.920
0.925 1.902
0.953 1.886
0.979 1.873
1.004 1.861
1.028 1.850
1.050 1.841
1.071 1.833
1.160 1.803
1.230 1.786
1.287 1.776
1.335 1.771
1.374 1.768
1.408 1.767
1.438 1.767
1.464 1.768
1.487 1.770
1.507 1.772
1.525 1.774
1.542 1.776
1.557 1.778
1.571 1.780
k`= 6
dL
dU
--0.203 3.005
0.268 2.832
0.328 2.692
0.389 2.572
0.447 2.472
0.502 2.388
0.554 2.318
0.603 2.257
0.649 2.206
0.692 2.162
0.732 2.124
0.769 2.090
0.804 2.061
0.837 2.035
0.868 2.012
0.897 1.992
0.925 1.974
0.951 1.958
0.975 1.944
0.998 1.931
1.097 1.884
1.175 1.854
1.238 1.835
1.291 1.822
1.334 1.814
1.372 1.808
1.404 1.805
1.433 1.802
1.458 1.801
1.480 1.801
1.500 1.801
1.518 1.801
1.535 1.802
1.550 1.803
k`= 7
dL
dU
----0.171 3.149
0.230 2.985
0.286 2.848
0.343 2.727
0.398 2.624
0.451 2.537
0.502 2.461
0.459 2.396
0.595 2.339
0.637 2.290
0.677 2.246
0.715 2.208
0.751 2.174
0.784 2.144
0.816 2.117
0.845 2.093
0.874 2.071
0.900 2.052
0.926 2.034
1.034 1.967
1.120 1.924
1.189 1.895
1.246 1.875
1.294 1.861
1.335 1.850
1.370 1.843
1.401 1.837
1.428 1.834
1.453 1.831
1.474 1.829
1.494 1.827
1.512 1.827
1.528 1.826
Pgina 48