UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

DEPARTAMENTO DE CIENCIAS ECONOMICAS

CURSO: ECONOMETRIC VIEWS BASICO
FECHA: 23 DE NOVIEMBRE DE 2017
NOMBRE: Anton Guerrero Jaqueline Luz

EVALUACION FINAL

1. Dadas las variables, estime el mejor modelo que explique los precios de los
automóviles.

Nombre de variable Descripción de la variable

----------------------------------------------------------------------------------------
make Marca y Modelo
price Precio ($)
mpg Kilometraje(Millas por galon)
rep78 Número de reparaciones desde 1978
headroom Altura (Pulgadas)
trunk Espacio para el tronco (Pies cub)
weight Peso (Libras)
length Longitud (Pulgadas)
turn Giro en círculo (Pies)
displacement Desplazamiento (Pulgadas cubicas)
foreign Tipo de auto (Extranjero o local)

El Profesor del curso

12 de Noviembre del 2017

MODELO 1:
Prueba N° 1: . Significancia individual
HO= B2=0  weight
HO=B2≠0
REGLA DE DECISION :

T calculado (6.02)>2 , entonces se rechaza la Ho por lo tanto WEIGTH si afecta al

precio, al ser significativa.(P=0.0000)

HO= B3=0  LENGTH

HO=B3≠0
REGLA DE DECISION :
T calculado (2.78)(VALOR ABSOLUTO)>2 , entonces se rechaza la Ho por lo tanto
LENGTH si afecta al precio, al ser significativa.(P=0.0069)
HO= B4=0  FOREIGN
HO=B4≠0
REGLA DE DECISION :
T calculado (5.58)>2 , entonces se rechaza la Ho por lo tanto FOREIGN si afecta al
precio, al ser significativa.(P=0.0000)
Prueba N° 2: . Significancia Global (Prueba F)
Ho: B2=B3=B4=0
Ho: B2≠B3≠B4=≠0
F-statistic = 28.39 > 2
REGLA DE DECISION :
Debido a que f-statistic es mayor que 2, se rechaza la ho(aceptamos la ha) y decimos
que no todos los parámetros son cero.

PRUEBA 3: CORRELATION:

Existe una alta correlacion de las variables explicativas weight y length, es decir casi
(crrelacion perfecta), se puede omitir una de las variables explicativas para asi poder
arreglar el modelo.
Modelo 2:
Prueba N° 1: . Significancia individual
HO= B2=0  weight
HO=B2≠0
REGLA DE DECISION :

T calculado (8.38)>2 , entonces se rechaza la Ho por lo tanto WEIGTH si afecta al

precio, al ser significativa.(P=0.0000)

HO= B3=0  foreign

HO=B3≠0
REGLA DE DECISION :
T calculado (5.43)>2 , entonces se rechaza la Ho por lo tanto FOREIGN si afecta al
precio, al ser significativa.(P=0.0000)
Prueba N° 2: . Significancia Global (Prueba F)
Ho: B2=B3=0
Ho: B2≠B3≠0
F-statistic = 35.35 > 2
REGLA DE DECISION :
Debido a que f-statistic es mayor que 2, se rechaza la ho y decimos que no todos los
parámetros son cero.
PRICE = -4942.8439536 + 3637.00129588*FOREIGN + 3.32073677075*WEIGHT

Las variables ya no están correlacionadas, y asi cumple con los supuestos del MCO.

Correlacion de los errores.

Podemos observar que los errores de la estimación están superando las bandas de
confianza, por lo que se puede corregir agregando AR(2).