Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Quiz Final
Quiz Final
MO=MD
COEFICIENTE DE DETERMINACION
R2= 0.9864
Como el coeficiente de determinación se acerca a 1 esto quiere decir que el modelo es muy bueno
PRUEBA T
REALGDP o PIB
|0.030432 |
𝑇𝑐𝑎𝑙 =
0.007035
𝑇𝑐𝑎𝑙 = 4.3258
𝑇𝑐𝑟𝑖 = 𝑞𝑡(0.975,204)
𝑇𝑐𝑟𝑖 = −1.300198
𝑇𝑐𝑎𝑙 > 𝑇𝑐𝑟𝑖 4.3258 > −1.300198
Rechazo total, es significativo pues se puede evidenciar que hace variar el modelo
CPI_U o PRECIOS
|2.080216 |
𝑇𝑐𝑎𝑙 =
0.097426
𝑇𝑐𝑎𝑙 = 21.3518
𝑇𝑐𝑟𝑖 = 𝑞𝑡(0.975,204)
𝑇𝑐𝑟𝑖 = −1.300198
𝑇𝑐𝑎𝑙 > 𝑇𝑐𝑟𝑖 21.3518 > −1.300198
Rechazo total, es la más significativas de las tres variables pues esta es la que hace variar el
modelo
PRUEBA F
0.9864
𝐹𝑐𝑎 4−1
1 − 0.9864
204 − 4
𝐹𝑐𝑎 = 4835.29
𝐹𝑐𝑟𝑖 = 𝑞𝑓(0.0975,3,204)
𝐹𝑐𝑟𝑖 = 0.1909257
𝐹𝑐𝑎𝑙 > 𝐹𝑐𝑟𝑖 4835.29 > 0.1909257
Las variables si tienen significancia global para el modelo.
PUNTO 2
REALGDP
1
𝑉𝑖𝑓 =
1 − 0.9603
𝑉𝑖𝑓 = 25.1889>10
CPI_U
1
𝑉𝑖𝑓 =
1 − 0.9583
𝑉𝑖𝑓 = 23.9808>10
TBILRATE
1
𝑉𝑖𝑓 =
1 − 0.2153
𝑉𝑖𝑓 = 1.2744<10
En este caso se saca la variable que más problemas de colinealidad tenga que es REALGDP que nos
afecta el modelo
R2= 0.9852
Como el coeficiente de determinación se acerca a 1 esto quiere decir que el modelo es muy bueno
PRUEBA T
CPI_U o PRECIOS
|2.49142 |
𝑇𝑐𝑎𝑙 =
0.02224
𝑇𝑐𝑎𝑙 = 112.0243
𝑇𝑐𝑟𝑖 = 𝑞𝑡(0.975,204)
𝑇𝑐𝑟𝑖 = −1.300198
𝑇𝑐𝑎𝑙 > 𝑇𝑐𝑟𝑖 112.0243 > −1.300198
Rechazo total, es la más significativas de las os variables
PRUEBA F
0.9852
𝐹𝑐𝑎 3−1
1 − 0.9852
204 − 3
𝐹𝑐𝑎 = 6690.041
𝐹𝑐𝑟𝑖 = 𝑞𝑓(0.0975,3,204)
𝐹𝑐𝑟𝑖 = 0.1909257
𝐹𝑐𝑎𝑙 > 𝐹𝑐𝑟𝑖 6690.041 > 0.1909257
COLINEALIDAD
CPI_U o PRECIOS
1
𝑉𝑖𝑓 =
1 − 0.1294
𝑉𝑖𝑓 = 1.148633<10
1
𝑉𝑖𝑓 =
1 − 0.1294
𝑉𝑖𝑓 = 1.148633<10
PUNTO 3
MM1SG <- lm(M1~ CPI_U+TBILRATE, data=D)
𝑇𝑐𝑟𝑖 = 𝑞𝑐ℎ𝑖𝑠𝑞(0.975,5)
𝑇𝑐𝑟𝑖 = 12,8325
𝑇𝑐𝑎𝑙 = 204 ∗ 0.196
𝑇𝑐𝑎𝑙 = 39.984
39.984 > 12,8325
Se rechaza hipotesis, no hay homocedasticidad por lo que se procede a generar un modelo de
regresion robusta
PUNTO 4
𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑐𝑎𝑙 = ((204 − 1) ∗ 0.9045)
𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑐𝑎𝑙 = 183.6135
𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑐𝑟𝑖 = 𝑞𝑐ℎ𝑖𝑠𝑞(0.0975,1)
𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑐𝑟𝑖 = 5.023886
183.6135 > 5.023886
Se rechaza hipotesis por lo que el modelo tiene problemas de autocorrelacion los datos no se
acomodan al modelo lineal multiple
PUNTO 5
Se puede evidenciar que el primer modelo no es apropiado por lo que se saca una de las variables
que es el PIB para volver a probar, en el segundo modelo se evidencia que las variables tienen
colinealidad sin embargo no son homocedasticos y esta es una propiedad fundamental para un
modelo de regresión lineal y además esto quiere decir que el valor de las variables en este caso
precios y tasa de interés si afectan a la varianza del error, por otro lado se puede ver que el
modelo tiene auto correlación ya que no se acomoda al modelo lineal múltiple
Teóricamente cabe resaltar que el modelo corregido y el primero si son teóricamente funcionales
sin embargo si se lleva a la práctica y se lleva a cabo como modelo dinámico se puede evidenciar
que no resulta apropiado
PUNTO 6 Normalidad
qqnorm(INN)
Se puede evidenciar que las innovaciones de este modelo no tiene una distribución normal ya que
tiene tendencia no es ruido blanco.