N X Y X^2 X*Y x y

1 5 27 25 135 -6 7
2 7 26 49 182 -4 6
3 8 24 64 192 -3 4
4 10 21 100 210 -1 1
5 9 22 81 198 -2 2
6 12 18 144 216 1 -2
7 13 17 169 221 2 -3
8 15 15 225 225 4 -5
9 14 16 196 224 3 -4
10 17 14 289 238 6 -6
110 200 1342 2041 0 0
media 11 20

200 = 10 a + 110
2041 = 110 a + 1342

-11 -2200 = -110 a + -1210

2041 = 110 a + 1342
-159 = 0a + 132
b = -1.2045

200 = 10 a + 110
332.5 = 10 a
a = 33.2500
b a
ecuacion de regresion y=33.2500-1.2045Xi -1.2045455 33.25

1.-en el presente ejercicio vamos a desarrollar un modelo lineal de dos variables que al final
extraeremos algunas conclusiones, a la par de este ejercicio los estudiantes desarrollaran también
un ejercicio propuesto
Calculo de los estimadores minimos cuadrados
a) empleo ecuaciones normales
b) empleo de las ecuaciones en funcion de los datos observados
c) empleo de las ecuaciones en funcion a los desvios
2.-Expresión de la ecuacion de la linea de regresión, (es decir reemplazar en la ecuacion de
regresión el Xi) eso se llama el Y estimado, con su respectiva grafica
3.-Calculo de la varianza residual estimada poblacional
a) en funcion de los errores o residuos
b) en funcion de los datos observados
4.Calculo de la varianza de los estimadores a y b
5. PRUEBA de hipotesis de los parametros poblacionales a y b
a) prueba para el parametro b (Nota cuando trabajos con el t student solamente nos referimos a los
parametros) nos combiene q el t calculado sea mayor que el t de tablas (cuando trabajos con f de
fitcher que el fcalculado sea mayor que el f de las tablas, f calculado es para todo el modelo
econometrico) FIJA
Comparando los t calculados con los t tablas asumimos lo siguiente, se rechaza la hipotesis nula y se
acepta la hipotesis alternativa. El parametro B es significativo en nuestro modelo económetrico
b) Prueba para el parametro a
Si analizamos los datos del t calculado de a y t calculado de tablas de a tendriamos que analizarlo de
la siguiente manera, se rechaza la hipotesis nula y se acepta la hipotesis alternativa y como el t
calculado es mayor q el t de tablas. El parametro a es significativo en nuestro modelo
econometrico
econometrico) FIJA
Comparando los t calculados con los t tablas asumimos lo siguiente, se rechaza la hipotesis nula y se
acepta la hipotesis alternativa. El parametro B es significativo en nuestro modelo económetrico
b) Prueba para el parametro a
Si analizamos los datos del t calculado de a y t calculado de tablas de a tendriamos que analizarlo de
la siguiente manera, se rechaza la hipotesis nula y se acepta la hipotesis alternativa y como el t
calculado es mayor q el t de tablas. El parametro a es significativo en nuestro modelo
econometrico
 x*y x^2 Y estimado e=Y-Yetimado e^2 Y^2
-42 36 27.2273 -0.2273 0.0517 729 errores
-24 16 24.8182 1.1818 1.3967 676 varianza errores
-12 9 23.6136 0.3864 0.1493 576 desviacion estandar
-1 1 21.2045 -0.2045 0.0418 441
-4 4 22.4091 -0.4091 0.1674 484 datos observados
-2 1 18.7955 -0.7955 0.6327 324 ∑e^2
-6 4 17.5909 -0.5909 0.3492 289 varianza
-20 16 15.1818 -0.1818 0.0331 225 desviación
-12 9 16.3864 -0.3864 0.1493 256
-36 36 12.7727 1.2273 1.5062 196
-159 132 200.0000 0.0000 4.4773 4196.0000

b
b 43890
a 33.2500
1320
b
b -1590
b -1.2045
b 1320

-1.2045

y=33.2500-1.2545Xi

-159
b -1.2045
132
es que al final
sarrollaran también
a 33.2500
y=33.2500-1.2045Xi

ecuacion de

te nos referimos a los

o trabajos con f de
do el modelo

a la hipotesis nula y se
elo económetrico

mos que analizarlo de

ativa y como el t
modelo
a la hipotesis nula y se
elo económetrico

mos que analizarlo de

ativa y como el t
modelo
 aaaaaaaaaaaa
varianza estimadores tcB
arianza errores 0.55965909 varianza B Sb^2 0.00423984
esviacion estandar 0.74810366 desviacion Sb 0.06511407
varianza a Sa^2 0.56898674
atos observados desviacion Sa 0.7543121
= 4.4773
= 0.55965909
= 0.74810366
-18.4990 tcA1 44.0798975
-18.4990 tcA2 44.0798975
0.025
0.975
N X Y
1 14 84
2 42 112
3 28 98
4 56 126
5 70 56
6 42 28 Chart Title
7 28 14 140
8 0 0
120
9 0 0
10 0 0 100

80
f(x) = 0.2105263158x + 65.5789473684
60

40

20

0
10 20 30 40 50 60
 Chart Title

3158x + 65.5789473684

30 40 50 60 70 80
N Y X
1 27 1 5 X'
2 26 1 7 1
3 24 1 8 5
4 21 1 10
5 22 1 9 X'*X
6 18 1 12 10
7 17 1 13 110
8 15 1 15 (X'*X)^-1
9 16 1 14 1.01666667
10 14 1 17 -0.0833333
X'*Y
200
2041
 1 1 1 1 1 1 1 1
7 8 10 9 12 13 15 14

110
1342

-0.0833333
0.00757576
(X'*X)^-1*X'Y
a 33.25
b -1.204545455
 1
17
N X Y
1 5 27
2 7 26
3 8 24
4 10 21
5 9 22
6 12 18
7 13 17
8 15 15
9 14 16
10 17 14
 N X Y X^2 X*Y x y x*y
1 14 14 196 196 -6.0000 -8.0000 48.0000
2 15 17 225 255 -5.0000 -5.0000 25.0000
3 16 22 256 352 -4.0000 0.0000 0.0000
4 22 23 484 506 2.0000 1.0000 2.0000
5 25 27 625 675 5.0000 5.0000 25.0000
6 28 29 784 812 8.0000 7.0000 56.0000
7
8
9
10
11
SUMA 120 132 2570 2796 - 0 156.0000
MEDIA 20.0000 22.0000

132 = 6a + 120 b
2796 = 120 a + 2570 b
-20 -2640 = -120 a + -2400 b
2796 = 120 a + 2570 b
156 = 0a + 170 b
b = 0.9176

132 = 6a + 120 0.9176

132 = 6a + 110.117647
21.8823529 = 6a
a = 3.6471

LINEA DE REGRESION Y=551.2427-0.1229Xi Chart Title

35

30
f(x)==0.8728837877
R² 0.9176470588x + 3.6470588235
25

20

15

10

5
0.0087 0.87
0
12 14 16 18 20 22 24
 x^2 Y estimado e=Y-Yestimado e^2 Y^2 y^2
36.0000 16.4941 -2.4941 6.2206 196 64 -5.5059
25.0000 17.4118 -0.4118 0.1696 289 25 -4.5882
16.0000 18.3294 3.6706 13.4732 484 0 -3.6706
4.0000 23.8353 -0.8353 0.6977 529 1 1.8353
25.0000 26.5882 0.4118 0.1696 729 25 4.5882
64.0000 29.3412 -0.3412 0.1164 841 49 7.3412
0 0
0
0
0
0
170.0000 132.0000 0.0000 20.8471 3068 164.0000 0.0000
22

3720
a
1020

936
b
1020

LINEA DE REGRESION

156
b 0.91764706
170.0000

a 3.64705882

LINEA DE REGRESION Y=551.2427-0.1229Xi

Chart Title residuos

20.8470588
Se^2 5.21176471
4
Se 2.28292898
588x
77 + 3.6470588235

datos observados
sumatoria e2 20.8470588

varianza estimados
Sb^2 0.03065744
Sb 0.17509266
Sa^2 13.1316032
18 20 22 24 26 28 30 Sa 3.6237554

Prueba Hipotesis
tc B 5.2409225
tc B 5.2409225
tc a 1.00643074
tc a 1.00643074
 30.3147 1.-en el presente ejercicio vamos a desarrollar un modelo lineal de dos variab
21.0519 extraeremos algunas conclusiones, a la par de este ejercicio los estudiantes d
un ejercicio propuesto
13.4732 Calculo de los estimadores minimos cuadrados
3.3683 a) empleo ecuaciones normales
21.0519 b) empleo de las ecuaciones en funcion de los datos observados
c) empleo de las ecuaciones en funcion a los desvios
53.8929 2.-Expresión de la ecuacion de la linea de regresión, (es decir reemplazar en
0.0000 regresión el Xi) eso se llama el Y estimado, con su respectiva grafica
3.-Calculo de la varianza residual estimada poblacional
a) en funcion de los errores o residuos

143.1529

3.6471

0.91764706

Y=551.2427-0.1229Xi
lar un modelo lineal de dos variables que al final
de este ejercicio los estudiantes desarrollaran también

dos

los datos observados

s desvios
egresión, (es decir reemplazar en la ecuacion de
con su respectiva grafica
poblacional